基于脑网络分析的神经精神疾病分类方法

摘要

本发明公开了一种基于脑网络分析的神经精神疾病分类方法，针对脑网络极度复杂、样本数相对较少、神经精神疾病种类繁多难以准确分类的问题，本申请首先利用感兴趣区和连接特征参数构建多层脑网络，然后使用局部聚类系数和节点局部重要性分数这两个局部网络结构特征和节点重要性分数这个全局网络结构特征描述多层脑网络，最后利用待分类和已知分类样本相较于正常样本的差异进行多层脑网络特征的融合，计算样本间的距离来区分不同种类的神经精神疾病；本申请的方法不仅能对已知病理、特征明确的神经精神疾病进行正确分类，也能对未知病理、特征尚未明确的神经精神疾病或与已知神经精神疾病具有相似特征的未知神经精神疾病进行有效分类和识别。