一种多模态头颈部肿瘤分割与生存预后预测方法

本发明公开了一种多模态头颈部肿瘤分割与生存预后预测方法，包括步骤构建DE‑LS‑UNet模型；对DE‑LS‑UNet模型进行训练，得到训练好的DE‑LS‑UNet模型，将新的PET图像与CT图像输入训练好的DE‑LS‑UNet模型，得到预测的肿瘤分割掩膜；根据预测的肿瘤分割掩膜提取多模态影像组学特征，通过多模态影像组学特征融合临床特征，生成患者多源特征；将患者多源特征输入生存分析模型进行训练，得到训练好的生存分析模型，将患者的特征输入训练好的生存分析模型，得到预后预测结果。本发明提出特征提取与融合机制，结合生存分析模型策略，能够在提升图像分割精度的同时，增强生存预后建模的稳定性与预测性能。