基于类脑计算的脑疾病分类预测方法

本发明提供一种基于类脑计算的脑疾病分类预测方法，针对脑网络无法与类脑计算方法有效结合这一问题，并有效应用于脑疾病的诊断与分类。一方面本发明构建的高阶多模态脑网络融合了大脑结构和功能信息以及结构‑功能耦合信息，克服了单独分析结构网络和功能网络带来的信息损失，实现了对大脑机制和异常模式的多尺度理解，有助于提取脑疾病人群病理特征。另外在本申请中提出的基于类脑计算方法的脑疾病分类预测应用模型，结合了GCN和SNN的特点，在认知记忆障碍疾病的分类预测中取得了较高的准确率，展示了类脑计算在脑科学应用领域的潜力，为脑疾病的诊断和干预提供了新的技术手段。