一种基于混合模型的肺癌脑转移瘤术前风险预测方法

本发明提供一种基于混合模型的肺癌脑转移瘤术前风险预测方法，涉及医学图像分析及术前预测领域，包括：数据预处理，模型搭建，模型训练，模型预测以及模型评估。其中模型VKT的搭建结合了KAN和Attention，设计为独特的双分支模型：ConvKan分支与LGAttention分支。ConvKan分支采用卷积BCBR模块和TCKan模块，通过并行的Token Kan与Channel Kan处理增强跨通道信息交互，并利用残差连接促进深层特征学习。LGAttention分支则引入局部注意力和全局注意力，能够有效捕捉图像的细粒度结构与整体语义。通过融合两分支的输出特征，VKT架构既保留了CNN在局部特征提取中的强大能力，又充分发挥Transformer在全局信息建模中的优势，同时借助KAN提升了模型的可解释性，从而成为医学图像分析的理想选择。