基于两阶段图神经网络的fMRI数据分析模型构建方法、装置

AITNT
正文
推荐专利
基于两阶段图神经网络的fMRI数据分析模型构建方法、装置
申请号:CN202510682779
申请日期:2025-05-26
公开号:CN120508859B
公开日期:2025-11-07
类型:发明专利
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
1
一种基于避让策略的机器人路径规划方法及系统
调度系统 站点 指示机器人 终点 机器人重复
2
一种移动充电桩智能管理系统及方法
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
3
基于大数据的北斗导航信号优化与误差校正系统
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
4
基于大数据的护理服务质量评估系统
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
5
一种基于轻量动态图神经网络的动态图数据特征提取方法、装置和设备
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号