摘要
本申请公开了一种基于组织组学的癌症预后模型训练方法、装置及预测方法。所述基于组织组学的癌症预后模型训练方法包括:获取WSI图像数据集;对所述WSI图像数据集进行预处理;通过WSI图像数据集对基于病理基础大模型的分类网络进行训练;获取训练过程中所提取的特征;根据所提取的特征以及各个WSI图像进行映射构建组织病理学知识图谱;获取适用于Transformer模型的预选特征指标组;根据所述预选特征指标组对Transformer模型进行训练,从而获取经过训练的Transformer模型。本申请使用神经网络提取以组织为单位的面积、比例、分布、形态、分子表征差异等信息,使用组织组学框架构建多元显著特征注意力模型实现总生存期(OS)风险预测,提高组织病理图像分析效率。
技术关键词
癌症预后预测方法
模型训练方法
分类网络训练
图谱
数据
指标
模型训练装置
模型训练模块
基础
组织病理图像
滑动窗口
数字图像处理
注意力模型
风险
特征选择
坐标
系统为您推荐了相关专利信息
音频输出设备
壳体
机器学习模型
存储电子设备
数据
电力设备检修
检修方法
检修日志
数据
人体关键点