基于多模态自适应融合的证素推荐方法、介质和设备

本发明公开了一种基于多模态自适应融合的证素推荐方法、介质和设备，该方法包括以下步骤：通过预训练CNN、LSTM和BERT网络分别提取舌苔/面诊图像、脉诊信号和症状文本的独立特征；采用可学习参数进行逐像素稀疏化处理以消除冗余并保留关键特征；基于注意力机制动态融合多模态特征，自适应调整各模态贡献度；最终通过全连接分类器实现证素判别。本发明通过独立特征提取保持模态特异性，结合稀疏化处理和动态融合机制，有效解决了传统方法中特征干扰和信息损失问题，显著提升了证素推荐的准确性和临床适应性，在部分模态缺失情况下仍能保持稳定性能。