摘要
本发明公开了一种多模态化疗响应预测的系统及其方法,所述数据集基于化疗数据相关的病理图像数据和基因数据;所述第一数据处理模块通过多参数协同采集化疗患者病理图像切片分割与孔洞消除获得组织病理图像数据块;所述第二数据处理模块基于化疗患者基因按照基因表达标准化查询基因数据集获得第一病理基因特征向量;所述第三数据处理模块基于ImageNet预训练的ResNet‑50模型对组织病理图像数据块处理获得第一病理图像特征向量;所述双线性池化模块基于跨模态交互方法组合所述第一病理基因特征向量与所述第一病理图像特征向量获得融合病理图像基因特征向量;所述注意力聚类模块基于多实例学习将融合的病理图像特征和基因特征进行包级预测,获得患者化疗响应;本发明可以更准确和可靠地预测患者接受化疗后的潜在响应。
技术关键词
图像特征向量
组织病理图像
注意力
数据处理模块
双线性池化
多模态
预测系统
基因表达数据
交互方法
多实例
可视化模块
聚类
压缩特征
分类器
跨模态
患者
多参数
系统为您推荐了相关专利信息
输电线路故障
风险评估模型
监测方法
单目摄像头
动态卷积网络
稳定性分析方法
激光点云数据
仿真机器人
三维点云模型
控制仿生机器人
门禁机器人
信息采集模块
智能监测系统
影像
采集单元
散射校正方法
残差模块
蒙特卡罗
迁移学习策略
解码器
跨模态融合特征
深度强化学习模型
视频特征向量
文本特征向量
交互特征