一种采用多模态数据和机器学习辅助诊断多类别血液疾病的方法

本发明公开了一种采用多模态数据和机器学习辅助诊断多类别血液疾病的方法，属于医学诊断和人工智能技术领域。本发明首先采集包括性别、年龄、血常规参数、内控参数、衍生指标数据，并进行预处理操作；其次利用SMOTETomek过采样策略缓解类别不平衡问题；然后分别构建随机森林、XGBoost、LightGBM及神经网络单模型，并基于投票集成与堆叠集成策略构建融合模型，通过交叉验证与网格搜索进行超参数优化；以热力图和雷达图可视化关键特征贡献与分类表现，其在堆叠集成模型总体分类准确率：93.97％，白血病类别召回率100％，F1‑score100％。本发明能够快速对血液病分类帮助医生快速确诊。