一种基于混合模型的神经侵犯预测系统、方法及电子设备

本申请提供了一种基于混合模型的神经侵犯预测系统、方法及电子设备，方法包括：获取初始医学信息；对初始医学信息进行预处理，获取目标医学信息；基于目标医学信息，通过深度学习模型的多尺度卷积与注意力机制获取深度学习图像特征，通过影像组学模型考察肿瘤区域与瘤周区域并获取影像组学图像特征；将影像组学图像特征和深度学习图像特征进行特征拼接，得到分类模型输入信息；将分类模型输入信息输入分类网络，得到初始医学信息的类别预测结果。本申请结合深度学习和影像组学的特征提取方法，能够从不同角度捕捉肿瘤的特征，提高神经侵犯预测的准确性，满足对前列腺部位的神经侵犯预测的精度需求。