基于图编码与小样本学习的精神分裂症分析方法

分享到

【作者】符永灿，阴桂梅，盛志林
【刊名】现代信息科技
【作者单位】太原师范学院计算机科学与技术学院
【年份】2024
【卷号】第8卷
【期号】第8期
【页码】123-127
【ISSN】2096-4706
【关键词】自适应脑网络图编码特征小样本学习图原型网络精神分裂症
【摘要】在基于图神经网络的脑功能性疾病研究中，构建脑网络之后不再变化，且一般需要大量的数据进行建模训练。为了解决这两个问题，文章提出一种基于图编码与小样本学习的分析诊断模型。该模型采用皮尔逊相关系数和自注意力机制构建自适应脑网络，并将时域特征、频域特征和脑网络特征作为图卷积神经网络的输入，进行动态学习自适应脑网络和图编码特征。将图编码特征作为图原型网络的输入，进行小样本学习并实现分类。将该模型应用于精神分裂症的分类诊断，实验结果表明，精神分裂症的识别准确率达到83.4%，为脑网络研究提供一种全新的思路和...
【文献类型】期刊