基于局部特征捕捉的自闭症特征选择方法及应用

本发明为基于局部特征捕捉的自闭症特征选择方法及应用，所述方法包括以下内容：获取不同受试者的感兴趣区域的连接矩阵；基于每个受试者的rs‑fMRI构建局部脑网络图；构建局部图卷积网络，包括五个图卷积GC层和一个结构感知对比模块；构建受试者的表型数据矩阵，根据局部图卷积网络提取的节点特征和表型数据初步筛选后获得初始稀疏人群图；对初始稀疏人群图进行动态边权建模，再利用边丢弃策略对人群图进行稀疏化，获得边稀化疏人群图；将边稀化疏人群图输入多尺度混合图神经网络中进行自闭症特征选择。实现了局部脑区与生物标志物精细捕捉、微观宏观信息跨尺度传递与整合、脑影像与表型信息的深度融合，能够有效地进行自闭症特征选择和分类。