一种基于多模态数据的肿瘤治疗效果预测方法

本发明提供了一种基于多模态数据的肿瘤治疗效果预测方法，涉及医学人工智能领域。该方法包括收集肿瘤患者的磁共振影像数据、组织病理切片图像以及临床基线数据和新辅助化疗后的治疗反应评估记录；对收集的图像信息进行预处理；基于经预处理后的图像信息，进行特征提取；从提取的特征中筛选最具预测价值的特征子集；利用最具预测价值的特征子集构建放射病理组学融合模型；对放射病理组学融合模型进行评估；利用评估后的放射病理组学融合模型对肿瘤治疗效果进行预测。本发明解决了现有肿瘤新辅助化疗（NACT）疗效的预测方法准确性低、泛化能力差、缺乏多模态数据融合及模型可解释性不足的问题。