1.一種多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析方法，其特征在于，該胰腺腫瘤智能解析方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析方法，其特征在于，所述對斷層掃描圖像實(shí)施預(yù)處理后進(jìn)行區(qū)域勾畫操作，并將勾畫結(jié)果與神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)結(jié)合生成胰腺腫瘤區(qū)域識別技術(shù)包括以下步驟：
3.根據(jù)權(quán)利要求2所述的多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析方法，其特征在于，所述多參數(shù)斷層圖像包括平掃斷層圖像、增強(qiáng)斷層圖像及不同層厚下的多層斷層圖像。
4.根據(jù)權(quán)利要求1所述的多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析方法，其特征在于，所述以醫(yī)學(xué)圖像數(shù)據(jù)與醫(yī)學(xué)數(shù)據(jù)單詞為基礎(chǔ)分別構(gòu)建三維圖像處理及診斷語言輸出模型包括以下步驟：
5.根據(jù)權(quán)利要求4所述的多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析方法，其特征在于，所述利用標(biāo)注方式獲取醫(yī)學(xué)圖像數(shù)據(jù)對應(yīng)的醫(yī)學(xué)特征，并在標(biāo)注完成后對醫(yī)學(xué)圖像數(shù)據(jù)進(jìn)行增強(qiáng)處理包括以下步驟：
6.根據(jù)權(quán)利要求5所述的多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析方法，其特征在于，所述利用人工手動標(biāo)注技術(shù)獲取醫(yī)學(xué)圖像數(shù)據(jù)對應(yīng)的醫(yī)學(xué)特征，并將醫(yī)學(xué)特征與腫瘤特征參數(shù)進(jìn)行比較驗(yàn)證人工標(biāo)注的準(zhǔn)確性包括以下步驟：
7.根據(jù)權(quán)利要求6所述的多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析方法，其特征在于，所述以醫(yī)學(xué)特征為基礎(chǔ)訓(xùn)練三維數(shù)據(jù)處理結(jié)構(gòu)，并根據(jù)訓(xùn)練結(jié)果構(gòu)建圖像處理模型包括以下步驟：
8.根據(jù)權(quán)利要求1所述的多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析方法，其特征在于，所述將胰腺腫瘤檢測區(qū)域識別技術(shù)、三維圖像處理及診斷語言輸出模型與虛擬現(xiàn)實(shí)技術(shù)結(jié)合搭建咨詢規(guī)劃平臺包括以下步驟：
9.一種多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析系統(tǒng)，其特征在于，該胰腺腫瘤智能解析系統(tǒng)包括：
10.根據(jù)權(quán)利要求9所述的多模態(tài)醫(yī)學(xué)圖像融合的胰腺腫瘤智能解析系統(tǒng)，其特征在于，所述斷層掃描圖像識別單元包括：