材料和方法：我们进行了一项回顾性研究，涉及300名结节硬化症复合物 - 相关癫痫病。该研究包括临床数据和T2WI和FLAIR图像的分析。临床数据包括性别，发病年龄，成像年龄，婴儿痉挛和固定用药数量。为了预测抗性药物治疗，我们开发了一种称为WAE-NET的多技术深度学习方法。此方法使用了多对抗MR成像和临床数据。将T2WI和FLAIR图像合并为Flair3，以增强结节性硬化病变病变和正常脑组织之间的对比度。我们使用具有上述变量的完全连接的网络培训了基于临床数据的模型。之后，创建了由Resnet3D体系结构构建的加权平均合奏网络作为最终模型。