摘要
本发明涉及多模态学习领域,具体是一种多模态融合癌症生存期预测系统及存储介质,存储介质中的计算机程序执行以下步骤:获取癌症患者的临床数据、全切片病理图像和基因数据;根据全切片病理图像和基因数据,获得图像特征数据和基因特征数据;对图像特征数据和所述基因特征数据进行特征融合获得融合特征数据;引入生存预测分类器,根据所述融合特征数据、所述图像特征数据和所述基因特征数据,利用所述生存预测分类器构建损失函数;构建生存预测模型,利用所述临床数据、所述全切片病理图像和所述基因数据对所述生存预测模型进行训练和评估,通过所述损失函数调整所述生存预测模型的参数。本发明解决了涉及多模态预测患者生存时间不准确的问题。
技术关键词
图像特征数据
基因
融合特征
可读存储介质
分类器
多模态
切片
前馈神经网络
计算机
预测系统
图像编码器
患者
注意力机制
输入设备
跨模态
处理器
系统为您推荐了相关专利信息
巡检机器人
节点
计算机程序产品
计算机设备
巡检场景
图像检索方法
图像匹配
特征提取模块
检索图像
训练集
防干烧探头
温度预测方法
训练神经网络模型
计算机可执行指令
输入神经网络模型