一种基于社区图卷积神经网络的认知状态分类与关键特征识别方法

本发明公开了种基于社区图卷积神经网络的认知状态分类与关键特征识别方法，属于机器学习技术技术领域；方法为：构建多模态神经网络，将预处理的数据输入至多模态神经网络，获取所有受试者的节点信息；采用社区检测方法对所有受试者的多模态神经网络进行社区检测；构建社区图卷积神经网络Com‑GCN，完成认知状态分类任务以及关键特征识别。本发明通过构建多模态神经网络并进行社区检测，初步得到各个社区的划分，从社区角度分析这些数据间的联系；结合社区图卷积神经网络中亲和力聚合模型，增强认知状态分类任务性能，准确的识别导致认知衰退的关键特征因素；通过全连接层进行分类，从而进一步提高分类性能。