[发明专利]基于数据分簇和集成学习的孤独症谱系障碍的诊断系统

摘要

本发明属于脑影像领域和机器学习领域，为了解决现有技术存在数据量少、磁共振成像涉及参数较多及实施较复杂的问题，提供了基于数据分簇和集成学习的孤独症谱系障碍的诊断系统，其包括脑功能连接相关性矩阵构建模块，用于获取被试的单模态磁共振影像，构建被试的脑功能连接相关性矩阵；特征向量获取模块，用于基于信息熵对被试的脑功能连接相关性矩阵进行降维处理，获得被试的特征向量；孤独症谱系障碍诊断模块，用于基于诊断模型对被试的特征向量进行处理，得到最终诊断结果。本发明考虑了数据的个体异质性和中心异质性，有效地缓解了数据异质性对分类结果的影响，有助于提升模型诊断的准确率。