基于细胞生境的多序列融合网络模型训练方法、装置及介质

本发明公开了基于细胞生境的多序列融合网络模型训练方法、装置及介质。本申请通过获取多序列MRI输入数据，分别构建各细胞生境对应的输入数据，并生成序列间共享表示与序列内特有表示，通过加权目标函数迭代训练第一多序列融合网络模型集合，筛选最佳细胞生境；随后基于最佳细胞生境对MRI序列自由组合，训练第二多序列融合网络模型集合，并筛选确定最优模型。采用本申请技术方案能够通过动态融合跨序列共性特征与序列特异性信息，自适应优选最具生物学判别力的细胞生境和序列组合，提升ADG分级和I DH突变状态预测中图像识别的准确性。