一种基于多模态交互学习的癌细胞预后预测方法

AITNT
正文
推荐专利
一种基于多模态交互学习的癌细胞预后预测方法
申请号:CN202410853356
申请日期:2024-06-28
公开号:CN118737460A
公开日期:2024-10-01
类型:发明专利
摘要
本发明公开一种基于多模态交互学习的癌细胞预后预测方法,基于患者的组织病理图像,进行组织病理特征嵌入;基于患者的基因组数据,进行基因组特征嵌入;构建的癌细胞预后预测模型,获得预测结果;在所述癌细胞预后预测模型中包括单峰提取器、多模态最优特征捕获单元和多模态分层交互单元;单峰提取器通过两个编码器分别对基因数据和图像数据进行特征提取,得到单峰特征表示;然后在多模态最优特征捕获单元中,在对抗性学习的支持下,构造多粒度空间来解耦多模态信息;随后,多模态分层交互单元通过两个双边交叉注意模块缩小异质性差距,实现多粒度交互。本发明充分整合互补信息模式同时消除冗余,增强精确癌细胞生存预测的表示能力。
技术关键词
预后预测方法 多模态交互 组织病理图像 预后预测模型 编码器 对抗性 集成特征 分层 生成式对抗网络 基因 编码生成器 患者 补丁 注意力 多模态特征 深度神经网络 多层感知器 数据
系统为您推荐了相关专利信息
1
联邦学习聚合方法、介质及系统
客户端 摘要 模型更新 注意力机制 序列
2
一种基于双流特征融合的飞行器航迹描述方法
航迹数据 识别飞行器 大语言模型 分类网络 特征提取器
3
图像事件多模态语义分割方法、装置及设备
融合特征 分支 图像 语义分割方法 事件流数据
4
一种基于监督判别学习的抗噪语义通信方法
通信方法 通信系统 深度学习模型 噪声 编码器参数
5
一种基于迁移学习与表面肌电信号的关节角度识别方法
角度识别方法 表面肌电信号 生成对抗网络 关节 角度编码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号