摘要
本发明提供一种基于多模态信息的胶质瘤风险预测方法及系统,涉及胶质瘤风险预测技术领域,包括获取胶质瘤患者的多组学数据,对所述多组学数据进行预处理,利用不同的特征提取方法分别对预处理后的多组学数据进行特征提取,得到多组学特征;并将降维处理后的多组学特征输入多视图因子分解机模型中,得到隐含因子和视角因子,利用所述隐含因子将各个特征视角的隐空间投影映射到一个公共的低维隐空间,得到多组学融合特征;将得到的多组学融合特征输入预先训练好的多组学预后预测模型中,输出预后状态概率,基于得到的预后状态概率以及预先构建的胶质瘤知识图谱进行推理,根据推理结果生成个性化诊疗决策,指导预后分层和治疗方案的选择。
技术关键词
深度预测模型
融合特征
预后预测模型
非线性特征
因子
视角
特征提取方法
多模态信息
风险预测方法
转录组学
损失函数优化
富集分析方法
基因表达特征
数据
统计特征
主成分分析法
节点特征
计算机程序指令
组学特征
系统为您推荐了相关专利信息
植物生长模型
构建决策树
参数
生成方法
计算机程序指令
漏水监测方法
管道状态检测
输出报警信息
数据
输出预警信息
智能预测系统
多模型
历史风速数据
数据采集模块
融合特征
大鼠模型
PI3K抑制剂
机制
抑郁
检测炎症因子
智能监测方法
物联网设备
枝节
权重模型
智能监测系统