摘要:在图像和文本等多模态数据可用条件下, 利用单一深度网络进行融合决策, 存在可解释性和可靠性挑战. 针对挑战, 提出一种图像和文本数据驱动的两阶段区间决策方法, 包括准则预测和准则融合两个阶段. 在准则预测阶段, 依据各准则上的图像特征提取需求确定深度网络集合, 设计基于有放回采样的深度网络性能统计比较方法确定网络排序, 进而构建网络接续组合的选择方法确定可靠的最佳组合, 产生基于图像的区间数预测值. 在准则融合阶段, 通过文本训练集学习准则权重, 进而构建基于文本验证集的优化模型学习自适应权重函数, 最后利用准则权重和自适应权重函数融合各准则上的图像生成预测值, 产生可解释的总体预测值. 以安徽合肥某三甲医院超声部的乳腺彩超图像和文本数据为基础, 将所提出方法用于乳腺病灶辅助诊断, 验证了方法的有效性.