基于多模态特征解耦、重组与融合的癌症生存预测系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多模态特征解耦、重组与融合的癌症生存预测系统
申请号:CN202510410568
申请日期:2025-04-02
公开号:CN120376164A
公开日期:2025-07-25
类型:发明专利
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
高层语义特征 图像检索模型 模块 输出特征 序列
变电站设备图像 图像识别模型 特征提取模块 图像识别模块 识别方法
推荐方法 综合误差 文本数据提取 分类器 融合特征
智能康复训练系统 画像 医疗文本数据 多参数 计划
上采样 混合网络 输出特征 频域特征 补丁