一种肺癌诊断方法及设备

本发明涉及医学人工智能领域技术领域，尤其是一种肺癌诊断方法，包括数据采集与预处理：采集CT影像数据和文本数据，并对数据进行预处理，包括图像归一化、文本标准化和加权处理；影像特征提取：基于预训练的ResNet50网络，提取CT影像的深层特征，并通过注意力机制增强关键特征；文本特征处理：对预处理后的文本数据进行特征提取，生成文本特征向量；多模态特征融合：将影像特征和文本特征进行融合，通过全连接层和正则化层提取融合特征；分类：模型集成。通过本方法使得各指标对分类结果的贡献更加明确，以提升预测稳定性和泛化能力，对模型的准确率、精确率、召回率、F1分数及判别能力进行全面评估，便于对模型效果进行客观判断。