一种脑疾病分类方法及系统

本发明公开了一种脑疾病分类方法及系统，通过多模态数据融合与动态建模实现精准诊断。方法包括：采集用户的多模态脑影像信息和认知行为信息；对静息态功能磁共振时序信号进行动态功能连接分析，获取时变脑网络特征矩阵，同时对结构连接矩阵进行白质纤维束拓扑重构；将时变网络特征、结构连接权重与解剖特征通过神经动力学模型构建四维关联张量；基于时变图神经网络模型对四维关联张量进行多任务学习，输出量化诊断结果；最终生成整合个体化脑网络重塑靶点、疾病进展风险分层和治疗响应预测的临床分类报告。本发明通过动态融合结构与功能特征，实现了对脑疾病病理机制的全面表征，为临床诊断提供了兼具精确性和解释性的决策支持。