基于双层级多模态融合的自闭症谱系障碍诊断方法及系统

本发明提出了基于双层级多模态融合的自闭症谱系障碍诊断方法及系统，属于医学图像分类技术领域；包括：对受试者的弥散张量成像和功能磁共振成像分别进行结构像预处理和功能像预处理，分别生成结构连接矩阵和功能连接矩阵；基于双层级深度学习网络中的脑层级网络对结构连接矩阵和功能连接矩阵进行加权融合，生成最优脑特征网络；基于双层级深度学习网络中的体素层级网络从骨架化功能磁共振成像中提取特征，生成最优功能特征网络；根据最优脑特征网络和最优功能特征网络进行分类概率计算，实现自闭症谱系障碍的辅助诊断。本发明通过深度挖掘脑结构特征与体素功能特征的内在关联，能够为医生诊断提供更有力的辅诊参考信息。