尿液多组学数据的AI辅助膀胱癌诊断方法、装置、设备及介质

本发明涉及一种尿液多组学数据的AI辅助膀胱癌诊断方法、装置、设备及介质，该方法包括：对输入的尿液基因组、代谢组和蛋白组数据进行标准化处理，消除量纲差异后生成样本成分分布矩阵；通过主成分分析提取关键特征，结合随机森林算法筛选核心生物标志物；利用图神经网络融合患者年龄、吸烟史等元数据与核心特征，构建个体病理状态模型；基于预设膀胱癌特征模板生成风险概率及置信度评分。该方法解决了现有技术中多组学数据预处理精度不足、单一组学分析局限性大、缺乏临床元数据整合及生物标志物协同作用路径挖掘的问题，实现诊断阈值动态适配个体特征，有效增强早期肿瘤检出率与高危人群筛查适用性。