一种基于功能性核磁共振成像进行图像分类的方法

本发明提供一种基于功能性核磁共振成像进行图像分类的方法，包括获取人体脑部的功能性核磁共振成像，并基于预定的目标感兴趣区域，提取出每个目标感兴趣区域的时间序列，进一步生成功能连接矩阵；将功能连接矩阵导入已训练好的深度学习分类模型中，得到分类类别；其中，深度学习分类模型是由子连接掩码学习模块、Transformer编码器和分类器构成的；子连接学习模块用于基于多头自注意力机制动态，将功能连接矩阵生成去除掉无效冗余连接的Mask矩阵；Transformer编码器用于将Mask矩阵与功能连接矩阵进行点积操作，以得到子连接网络并进行特征编码；分类器用于对编码后的子连接网络进行类别识别。实施本发明，能减少脑功能网络的无效冗余连接，从而实现具体目标准确分类。