一种基于模态距离约束的多模态融合图像分类方法

摘要

本发明公开了一种基于模态距离约束的多模态融合图像分类方法，包括以下步骤：第一步、获取多个被试对象的rs‑fMRI数据和DTI数据；第二步、为每一个被试对象分别构建脑功能网络特征向量和脑结构网络特征向量；第三步、基于Kendall tau相关系数和“重叠”模式对两种模态的特征向量进行特征过滤操作；第四步、在K‑support范数原有基础上添加同一被试对象两种模态的特征向量在映射前后的相对距离约束，构建多模态特征选择模型的目标函数，筛选出两种模态的最优特征向量；第五步、基于多核支持向量机模型训练分类器；将待测对象两种模态的最优特征向量输入训练好的分类器，预测其类别标签。本发明分类准确率高。