一种基于机器学习的强迫症亚型分类器及分类方法

一种基于机器学习的强迫症亚型分类器及分类方法，属于强迫症分类领域。解决现有机器学习模型仅能区分OCD患者与健康对照，缺乏对疾病亚型的无监督探索及治疗反应预测的问题。包括：数据输入模块采集强迫症患者的多模态数据；预处理模块对sMRI数据进行基于体素和表面形态测量的预处理，并使用COMBAT算法消除多站点数据批次效应；特征选择模块筛选强迫症组与健康对照组间的差异脑区特征，并进行标准化处理；模型构建模块与特征选择模块连接，包含有监督分类单元与无监督聚类单元；预后预测模块将无监督聚类单元输出的亚型标签与临床特征数据输入逻辑回归模型，预测个体治疗缓解概率；输出模块生成亚型分类结果。主要用于医学领域。