摘要
一种基于两阶段图神经网络的fMRI数据分析模型构建方法与装置,涉及计算机辅助诊断领域;本发明首先通过fMRI信号的预处理构建脑网络图,捕捉大脑功能连接信息;然后利用第一阶段的脑网络特征嵌入向量学习,提取与疾病相关的连接特征,为后续预测任务提供输入;其次构建带有条件约束的群体图结构,抑制间接因素对特征表示带来的干扰;最后引入表型数据信息,增强个体特征表达,提升模型预测准确率;本发明模型通过脑网络层面GNN和群体层面GNN分阶段的训练,充分发挥二者在MDD的数据分析中的互补优势。该模型显著提升模型的泛化能力与全局推理能力,支持脑区数据的精准分析结果。
技术关键词
节点特征
脑网络特征
数据分析模型
两阶段
表型特征
功能磁共振成像
异质
表达式
计算机辅助诊断
标签
样本
模块
皮尔逊相关系数
影像
联合损失函数
矩阵
数据分析装置
系统为您推荐了相关专利信息
充电桩智能管理
矩阵
高需求
需求预测模型
停车场车位数据
北斗导航信号
误差校正系统
时空图卷积神经网络
生成三维空间
星载原子钟
服务质量评估系统
服务质量评估模型
卷积递归神经网络
多尺度特征融合
节点特征
数据特征提取方法
数据接收模块
神经网络单元
输出特征
随机梯度下降