摘要
本发明公开了一种基于多模态特征解耦重组与融合的癌症生存预测系统,包括数据获取及预处理单元,用于获取包含影像数据、病理切片数据的多模态癌症数据并进行预处理;癌症生存预测单元,其用于利用癌症生存预测模型基于预处理后的多模态数据进行生存预测,具体包括:利用区域交叉注意力和全连接进行特征交互和解耦得到各自的特定模态特征、探索模态特征和共享模态特征,这四类模态特征经过采用随机特征重组策略进行重组后再经过特征融合得到融合特征,融合特征用于生存预测。利用该系统可以解决实际应用中仅依靠单一模态或传统融合方法分析癌症患者影像及病理数据来预测生存风险不够精准的问题,从而指导医生的后续治疗方案。
技术关键词
生存预测系统
多模态特征
融合特征
ResNet网络
生存预测方法
编码器
特征提取模块
数据
注意力
影像
子模块
Softmax函数
训练特征
融合方法
矩阵
分段
输出特征
系统为您推荐了相关专利信息
场景生成方法
节点
联合神经网络模型
皮尔逊相关系数
数据
激光三维扫描装置
条纹
双目相机
图像
空间特征提取
文档特征
大语言模型
文档查重方法
语义
文档查重技术
检测识别方法
后处理参数
检测识别系统
滤波器
数据
民族服饰
语义分割方法
注意力机制
卷积神经网络提取
图案