南京航空航天大学刘昕钰获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉南京航空航天大学申请的专利一种基于多模态数据融合的可解释癌症生存预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120234764B 。
龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510714187.X,技术领域涉及:G06F18/25;该发明授权一种基于多模态数据融合的可解释癌症生存预测方法是由刘昕钰;严诺;杨若诚;邵伟;张道强设计研发完成,并于2025-05-30向国家知识产权局提交的专利申请。
本一种基于多模态数据融合的可解释癌症生存预测方法在说明书摘要公布了:本发明公开了一种基于多模态数据融合的可解释癌症生存预测方法,包括如下步骤:对全切片病理图像进行预处理,获得图像特征矩阵;对与病理图像对应的病理报告文本进行预处理,构建文本特征矩阵;对患者的高维基因表达数据进行预处理,生成多个生存相关基因模块及其特征向量;通过自适应多模态专家混合模块,将获得的多模态特征进行动态融合,得到最终的融合特征表示;使用融合特征表示,结合负对数似然损失函数与Cox比例风险模型训练深度学习模型,对癌症患者进行预后分析。本发明采用上述一种基于多模态数据融合的可解释癌症生存预测方法,不仅提高了预测准确率,还具备较好的模型可解释性,能够自动识别出与癌症预后密切相关的生物标志物。
本发明授权一种基于多模态数据融合的可解释癌症生存预测方法在权利要求书中公布了:1.一种基于多模态数据融合的可解释癌症生存预测方法,其特征在于,包括如下步骤: 步骤S1、对全切片病理图像WSI进行预处理,获得图像特征矩阵; 步骤S2、对与病理图像对应的病理报告文本进行预处理,构建文本特征矩阵; 步骤S3、对患者的高维基因表达数据进行预处理,生成多个生存相关基因模块及其特征向量; 步骤S4、通过自适应多模态专家混合AMMEM模块,将上述步骤获得的多模态特征进行动态融合,得到最终的融合特征表示,具体过程如下: 步骤S41、门控网络; 门控网络以图像特征矩阵、文本特征矩阵、基因模块的特征基因的多模态嵌入作为输入,如下所示: ; 其中,,是图像、基因和病理报告嵌入的可学习矩阵;表示高斯误差线性单元,表示根均方规范化层; 门控网络的输出,如下所示: ; 步骤S42、专家网络; 模块包含四个专家网络,每个专家网络代表一种不同的图像、基因和病理报告数据组合方式;其中,具体的专家网络计算方式如下: ; 其中,和分别表示交叉注意力和自注意力机制,表示过滤操作,用于从自注意力结果中筛选出相对应的病理信息; 选择专家网络后,根据选定专家网络得到患者的多模态融合结果; 步骤S5、使用融合特征表示,结合负对数似然损失函数与Cox比例风险模型训练深度学习模型,对癌症患者进行预后分析。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。