一种基于深度学习的结核病早期筛查方法

本发明提供了一种基于深度学习的结核病早期筛查方法，属于结核病筛查技术领域。该方法通过收集结核病患者的多模态医学影像数据、RNA测序数据、电子病历文本数据和临床检验数据，对数据进行预处理后，提取各模态数据的特征。利用IRENE模型，通过双向多模态注意力机制融合提取的特征，学习整体表征。基于融合特征，采用联邦学习技术训练集成学习分类模型，输出筛查结果。进一步构建基于强化学习的决策支持模型，结合筛查结果、电子病历文本数据、临床检验数据及历史诊疗信息，优化决策策略，最终给出是否患有结核病的二分类结果。本发明综合多模态数据，充分发挥深度学习在特征提取和融合方面的优势，实现了结核病的早期筛查。