一种基于多模态数据融合的HER2阳性乳腺癌辅助预测方法

本发明涉及医学影像分析技术领域，公开了一种基于多模态数据融合的HER2阳性乳腺癌辅助预测方法。该方法通过动态病例筛选获取符合质控标准的术前MRI、临床病理数据及RNA‑seq数据，采用多平面分割提取传统影像特征、多尺度Hessian矩阵血管‑结构特征及拓扑持久同调曲率特征，经三级筛选获得关键特征。进一步构建融合影像组学、临床特征及免疫评分的多因素logistic模型，输出pCR概率值及特征贡献度热图，并通过配套计算机系统实现MRI数据质控、实时分析及交互式报告生成。本发明突破单一模态分析局限，将影像特征与分子机制动态关联，为精准医疗提供可解释性决策支持。