基于聚类思想的多视角动态脑网络特征维度约减方法

摘要

本发明公开了一种基于聚类思想的多视角动态脑网络特征维度约减方法，涉及图像处理技术领域，包括使用聚类方法把已经搭建好的动态脑网络的顶点和边进行聚类，分布在同一簇内的顶点之间的相关性时间序列规律相似；使用中心矩方法把每个簇进行处理，得到中心矩相关性时间序列；然后，基于“中心矩的中心矩思想”，使用这些相关性时间序列的中心矩构建低阶脑网络；进而，基于“相关性的相关性”，构建高阶动态网络，采用低阶动态网络的原理，构建高阶脑网络。本发明使用聚类思想构建约简型低阶动态脑网络和高阶动态脑网络，很大程度上减小了网络规模和计算复杂度；以及利用中心矩特征建立多个脑网络，从多个视角为疾病诊断提供诊断信息。