基本信息:
- 专利标题： 一种基于图对齐多模态对齐的癌症患者预后预测方法
- 申请号：CN202411908756.6 申请日：2024-12-23
- 公开(公告)号：CN119833116A 公开(公告)日：2025-04-15
- 发明人： 房星宇
- 申请人： 哈尔滨理工大学
- 申请人地址： 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学
- 专利权人： 哈尔滨理工大学
- 当前专利权人： 哈尔滨理工大学
- 当前专利权人地址： 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学
- 主分类号： G16H50/20
- IPC分类号： G16H50/20 ; G16H50/30 ; G16H50/70 ; G16H30/20 ; G06V10/774 ; G06V10/80 ; G06V10/82
摘要：
本发明的目的是提供一种基于图的多模态癌症预后评估方法,包含以下步骤：S1、多模态数据预处理,对病理的组织部分切分成patch，提取patch特征，根据细胞迁移连续性，对patch进行围绕式构图。对组学数据经过GSEA富集分类，其中包括癌症5种发展过程；S2、单模态特征，利用模态增强和共享的图掩码自编码器得到模态对应特征；S3、跨模态交互，使用跨模态对齐模块实现多模态数据分布映射对齐；S4、多模态融合，使用Hyperedge‑Mixer模块将跨模态交互特征、各单模态特征融合，获得模态融合特征；S5、风险预测，将最终的多模态表示输入到风险预测模块，最终得到风险预测结果。本发明有效融合病理、基因和临床数据实现癌症预后，利用深度学习技术实现了一个端到端的预后分析框架，具备良好的性能和较强的可解释性，增强临床应用实用性。
IPC结构图谱:
| G | 物理 |
| --G16 | 特别适用于特定应用领域的信息通信技术 |
| ----G16H | 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术 |
| ------G16H50/00 | 专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病 |
| --------G16H50/20 | .用于计算机辅助诊断，例如医疗专家系统 |