精心选择和深思熟虑的丢弃：利用被丢弃节点的图显式池化

EHCPool是一种聚类图池化方法，用于提高GCNs的表示学习能力和获取异常脑图。该方法首次评估了节点特征的重要性，并设计了新的迭代N-top策略和创新的N-E聚合策略。在多个脑成像数据集上评估，取得了最先进的性能，是一种探测不同类型异常功能性脑网络潜力的深度学习工具。