卵巢癌早筛不再只靠单一标志物：四种排序由PSO自适应加权，完整流程消融准确率85.51%
卵巢癌早期诊断依赖血清标志物与常规化验，但高维临床数据里冗余、噪声和相互相关的变量会拖累分类与可解释性。一种把相关性分析、互信息、XGBoost重要性和SHAP相关性四种排序用粒子群优化自适应加权的混合标志物选择流程，接上带注意力机制的多尺度一维卷积网络，在公开Kaggle卵巢癌临床数据集上以分层十折交叉验证评估，报告准确率93.35%、ROC-AUC 90.66%。消融中完整流程准确率85.51%，比无选择、无注意力的基线一维卷积网络高19.33个百分点。