脑功能与脑结构的映射模型训练方法、装置及映射方法

专利主权项内容

1.一种脑功能与脑结构的映射模型训练方法，其特征在于，包括：基于预先构建的静态脑功能网络和各个动态脑功能连接矩阵得到动态脑功能融合网络；将所述动态脑功能融合网络输入图卷积网络层，得到动态脑功能融合嵌入矩阵；基于全连接层得到所述动态脑功能融合嵌入矩阵对应的重构矩阵；并计算所述重构矩阵和动态脑功能融合网络的第一均方误差；基于人工神经网络将所述动态脑功能融合嵌入矩阵映射为预测行为表征；并计算所述预测行为表征和预先获取的原始行为表征之间的第二均方误差；将所述动态脑功能融合嵌入矩阵输入对齐解码器，得到重构脑结构网络；并计算预先构建的原始脑结构网络和重构脑结构网络之间的第三均方误差；基于所述第一均方误差、第二均方误差和第三均方误差得到所述原始脑结构网络和动态脑功能融合网络之间的目标映射关系；根据原始脑训练数据，以及各个健康个体各自对应的所述目标映射关系训练预设的映射模型，并基于所述第一均方误差、第二均方误差和第三均方误差迭代训练该映射模型，以得到用于映射脑结构和脑功能的脑功能与脑结构的映射模型。