摘要
本发明提供了一种基于增强型多模态特征融合的乳腺癌预后预测方法,包括以下步骤:首先获取乳腺癌患者的组织病理图像、临床病理参数、基因表达数据以及DNA甲基化数据;然后对组织病理图像和临床病理参数进行预处理、对基因表达数据和DNA甲基化数据进行特征筛选;通过以上步骤得到图像特征、临床特征、基因表达特征以及DNA甲基化特征,并创建多模态特征融合模块BASMF,将多模态特征送入BASMF进行特征融合,得到全面综合的预后特征用于预后分析。本方案有效解决乳腺癌样本少、组织病理图像分辨率过大而导致的训练效果不佳,数据高维特性而导致的模型过拟合和不稳定的问题,以及简单融合的不充分导致难以捕获乳腺癌多模态特征的异质性的问题。
技术关键词
乳腺癌预后预测方法
多模态特征融合
基因表达数据
组织病理图像
深层特征提取
基因表达特征
图像特征数据
补丁
双向注意力机制
矩阵
多层感知机
令牌
系统为您推荐了相关专利信息
情感状态识别
预警方法
支持向量机算法
双向长短期记忆网络
频段
时空融合特征
多模态特征融合
多模态网络
时序特征
疲劳评估方法
程度识别方法
接触球轴承
声纹特征
损耗
阵列麦克风
在线监视方法
双转子系统
神经网络模型构建
航空发动机结构
输入神经网络模型
地下工程施工机械
跨模态
注意力机制
特征提取模块
深度识别方法