一种基于边缘驱动图神经网络的人类表征预测方法及装置
- 专利权人:
- 西北大学
- 发明人:
- 马媛,吴东亚,王洁琼,冯筠
- 申请号：
- CN202210078759.6
- 公开号：
- CN114391826A
- 申请日:
- 2022.01.24
- 申请国别(地区):
- CN
- 年份:
- 2022
- 代理人:
- 摘要：
- 本发明提供一种基于边缘驱动图神经网络的人类表征预测方法及装置，首先获取大脑磁共振图像数据，对其进行预处理得到包含大脑网络拓扑信息的功能连接矩阵；将得到的功能连接矩阵节点值初始化为1，并送入边缘驱动图神经网络；对图神经网络的每个中间层进行图卷积计算，以获得权重共享矩阵；将得到的权重共享张量积通过特征转换参数进行特征转换并送入激活函数得到第k个中间层输出的节点值；将得到的每一个中间层输出的节点值进行拼接，然后通过线性模型对人类表征进行分类或回归预测。本发明保留了脑连接网络的拓扑学特性，还能够精准捕获大脑连接网络信息流传播的方向，对人类表征进行分类或回归预测。
- 来源网站：
- 中国工程科技知识中心
