基于本质可解释的多模态数据融合皮肤隆突性瘤辨别方法

本发明涉及医学人工智能技术领域，具体涉及基于本质可解释的多模态数据融合皮肤隆突性瘤辨别方法，该方法包括：采集检测数据，并进行特征编码和矩阵融合，生成新模态数据；基于新模态数据构建扩散概率模型，通过正向扩散和反向去噪训练扩散概率模型；采用训练后的扩散概率模型获取合成样本，形成类别训练数据集；建立本质可解释原型网络分类器，基于类别训练数据集训练本质可解释原型网络分类器，通过训练后的本质可解释原型网络分类器得到皮肤隆突性瘤的辨别结果；使得医生在决策过程中能够更加直观地判断待测样本与任一典型病态模式的接近程度，进而辨别出为皮肤隆突性肉瘤的病变类别，和为皮肤纤维瘤的正常类别，提高辨别结果的合理性。