摘要

本发明公开了一种基于图卷积神经网络融合多种人脑图谱的受试者分类方法,人脑图谱是一种数据结构,表示人脑中不同脑区之间的互动信息,通过对受试者的五种人脑图谱进行识别从而对该受试者进行分类预测,属于脑科学研究以及深度学习研究领域。该分类方法步骤如下:获取人脑功能磁共振时序信号并进行预处理;根据不同的功能连接强度计算方法对每个样本构建五种类型的人脑图谱从而得到五个数据集;构建五个图卷积神经网络分类器;分别在对应的人脑图谱数据集上进行训练,从而获得对特定人脑图谱的二分类能力;综合五个图卷积神经网络分类器的预测结果,对受试者进行分类预测,即预测受试者属于哪一类人。