摘要
本发明公开了一种基于多模态融合的生物电阻抗肿瘤识别方法,包括以下步骤:S1:获取肿瘤样本的电阻抗信号数据与组织切片图像数据;所述组织切片图像数据为对应肿瘤组织的病理切片图像;S2:将所述电阻抗信号数据与组织切片图像数据输入至多模态特征编码模块进行非对称特征编码;S3:对全局语义特征向量和图像语义特征向量进行拼接和加权融合,形成多模态特征向量;步骤S4:将多模态特征向量输入至解码网络进行分类预测,输出肿瘤识别结果。本发明通过融合电信号模态与图像模态,构建非对称编码结构与加权融合机制,能够有效提升多模态信息的利用效率与特征判别能力,显著提高肿瘤识别的准确性与可靠性。
技术关键词
组织切片图像
电阻抗
识别方法
多模态
语义
时域特征
注意力
病理切片图像
非对称特征
矩阵
解码网络
肿瘤
残差模块
模态特征
Softmax分类器
生物
一维卷积神经网络
空间结构特征