一种基于人工智能的生物电阻抗肺癌检测方法

本申请提供一种基于人工智能的生物电阻抗肺癌检测方法，包括以下步骤：获取组织样本的多维电信号数据，对数据进行预处理，通过静态空间特征提取方法，获取样本的初步特征表示；基于信号的时序特性，构建动态特征提取模型，从时间序列关联中提取动态特征，挖掘样本间的差异性与规律性；将静态空间特征与动态时序特征进行融合，综合分析信号的多维属性，生成高维度的关键特征表示，提升特征的区分能力和可靠性，通过强化对关键特征的关注；对融合后的特征进行分析和分类，结合模型输出，完成对样本正常与异常状态的判定，最终实现精准的检测和诊断结果，该方法在多种生物电阻抗数据集上的表现优于传统方法，有效提升了肺癌检测的灵敏度和特异性。