一种基于多中心模型的精神分裂症分类方法及系统

摘要

本发明为一种基于多中心模型的精神分裂症分类方法及系统，方法包括一、数据准备：采集样本的脑MRI图像，对脑MRI图像进行处理，提取多个脑结构特征得到特征矩阵；对特征矩阵进行协变量回归处理，然后再进行标准化处理；每个中心都按照此步骤准备各自的数据集；二、每个中心均利用机器学习分类器构建各自的单中心模型，利用各自的数据集训练各自的单中心模型；三、利用各个单中心模型对待分类的测试样本进行分类，得到待分类的测试样本对应每个中心的分类概率值；将每个中心的分类概率值和权重进行加权求和，得到基于多中心模型的分类概率值，将各个单中心模型集成为用于分类的多中心模型。实现各中心的数据共享，每个中心无需共享原始数据。