基于独立成分高序不确定脑网络的磁共振影像分类方法

摘要

本发明公开了基于独立成分高序不确定脑网络的磁共振影像分类方法，涉及图像处理技术。先使用独立成分分析提取默认网络独立成分，接着在独立成分的时间序列上利用时间窗滑动的方法构建高阶功能连接网络，然后使用基于加权图的频繁子图挖掘和特征选择方法，最后以判别性子图作为特征对进行分类识别。该方法不需要依赖先验的脑图谱模板，充分考虑了扫描时间内的时变特性，且将频繁子图挖掘应用到了加权图上，呈现出了更高级、更复杂的大脑区域之间的相互作用。解决了传统的磁共振成像数据分类方法准确率低的问题。