摘要
本发明公开了一种基于静息态fMRI与表型文本信息的多模态自闭症诊断方法、系统、介质及产品,通过预训练的异构图神经网络模型处理fMRI和表型文本信息输出诊断结果:利用静息态fMRI构建脑功能连接图,将表型文本信息编码为二维向量;再分别提取fMRI模态的脑连接特征嵌入和文本模态的表型信息特征嵌入;通过门控融合网络对二种模态下的特征嵌入进行融合;基于融合特征和表型信息相似性构建异构群体图,在异构群体图上利用双通道信息聚合与自适应特征融合得到群体图特征以输出诊断结果。本发明旨在利用多模态信息提高自闭症诊断的准确性,可应用于神经影像分析和智能医疗等领域。
技术关键词
静息态功能磁共振
诊断方法
文本
双通道信息
融合特征
信息编码
特征选择方法
神经网络模型
节点特征
站点
皮尔逊相关系数
多模态信息
层级
权重机制
异构特征
微处理器
系统为您推荐了相关专利信息
数据模块
生成对抗模型
脱敏数据
网络拓扑优化
底座模块
视频字幕提取方法
多尺度
高频特征
深度学习卷积神经网络
音频
数字孪生模型
多传感器融合
可见光图像
识别方法
显示器
设备寿命预测方法
寿命预测模型
多源特征融合
时序特征
多层感知机