一种基于多模态中间融合的预后预测方法

本发明涉及一种基于多模态中间融合的预后预测方法，该方法通过深度卷积神经网络和预定义组学从病理图像中提取病理特征，并应用多实例学习对这些特征进行聚合，以形成病理表示，同时使用深度卷积神经网络和预定义组学提取放射特征，以形成放射学表示，随后利用深度生存网络将病理表示、放射学表示及临床变量进行整合，从而生成多模态预后预测分数。与现有技术相比，本发明通过深度生存网络整合病理、放射学和临床三种模态的信息，显著提升了传统预后预测指标以及单模态模型的预测表现。