一种基于多模态特征的肿瘤异质性分析系统

本发明涉及机器学习技术领域，公开了一种基于多模态特征的肿瘤异质性分析系统，包括数据采集、特征预处理、特征融合、聚类分析、异质性分析及结果可视化模块；在聚类分析中，利用自适应邻域比值与互可达距离构建核心近似图与全局近似图结合的双近似图结构，并结合偏心度加权层次聚类实现簇内分支解析，以提升在变密度和复杂结构条件下的鲁棒性与识别精度；在异质性分析中，引入特征选择核SVM模型，抑制冗余特征干扰，突出关键特征贡献度，获得清晰判别边界与特征评估结果；本发明在多模态数据条件下兼顾鲁棒性、精度和可解释性，为肿瘤异质性分析提供高效可靠的技术手段。