基于多模态数据融合与深度学习的肿瘤良恶性分类方法、系统、设备及其存储介质

基于多模态数据融合与深度学习的肿瘤良恶性分类方法，融合了患者的影像数据和实验室数据，实现了对肿瘤良恶性的高精度检测；通过U形网络对患者影像进行智能分割，筛选出感兴趣区域切片；利用设计的全局‑混合‑局部网络对影像数据进行特征提取与分类，得到影像数据的肿瘤良恶性预测结果；将影像预测结果与临床特征输入至集成学习分类模型，结合多种机器学习分类器的优势，获得多模态肿瘤良恶性预测结果；采用SHAP方法和基于遮挡的方法对输入要素和影像的不同部分进行可视化结果解释，提高了模型的可解释性和透明度。本发明为肿瘤的早期发现和治疗提供了有力的支持，具有显著的临床应用价值和推广前景。