摘要
本发明提供了基于尿液分析的结石成分多模态预测方法及系统，属于医学检测与人工智能交叉技术领域，方法包括：获取结石患者尿液的多模态数据集；识别结晶类型；生成代谢特征矩阵；对结晶类型识别结果进行特征提取，生成结晶特征向量；对代谢特征矩阵和结晶特征向量进行标准化处理，得到融合特征矩阵；将融合特征矩阵输入极端梯度提升树模型，输出结石成分的初始概率；将结石成分的初始概率输入双向长短期记忆网络模型，输出结石成分的概率分布，完成结石成分预测。本发明在准确性、效率、成本、适用性等方面突破传统技术局限，为尿路结石的早期诊断、个性化治疗及基层医疗普及提供了可行解决方案。
