该研究提出了一种基于特征感知融合相关神经网络的研究框架，解决了深度学习/机器学习方法在疾病分类任务中训练样本数量不足和质量不佳，以及多源特征融合训练鲁棒分类模型的问题。实验表明，该方法在低质量数据集上得到了持续的最佳性能，并证明了该方法的鲁棒性以及模型各组件的有效性。