一种基于图对齐多模态对齐的癌症患者预后预测方法

本发明的目的是提供一种基于图的多模态癌症预后评估方法,包含以下步骤：S1、多模态数据预处理,对病理的组织部分切分成patch，提取patch特征，根据细胞迁移连续性，对patch进行围绕式构图。对组学数据经过GSEA富集分类，其中包括癌症5种发展过程；S2、单模态特征，利用模态增强和共享的图掩码自编码器得到模态对应特征；S3、跨模态交互，使用跨模态对齐模块实现多模态数据分布映射对齐；S4、多模态融合，使用Hyperedge‑Mixer模块将跨模态交互特征、各单模态特征融合，获得模态融合特征；S5、风险预测，将最终的多模态表示输入到风险预测模块，最终得到风险预测结果。本发明有效融合病理、基因和临床数据实现癌症预后，利用深度学习技术实现了一个端到端的预后分析框架，具备良好的性能和较强的可解释性，增强临床应用实用性。