System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能医疗,尤其涉及一种癌症治疗反应预测系统及其控制方法。
技术介绍
1、在现代医学中,液体活检技术(包括循环肿瘤细胞ctc、循环内皮细胞cec和肿瘤标记物)对患者治疗期间分子条件的全面视角,改善了对治疗有效性的监测和评估,在评估胃癌患者的治疗反应和制定个性化有效的治疗策略方面,充分利用动态液体活检数据是至关重要的。
2、相关技术中,通常根据液体活检中肿瘤相关非整倍体细胞的计数评估治疗结局,但该方法从动态液体活检数据中挖掘的有效信息较少,通过该动态液体活检数据训练得到的评估治疗结局模型性能较差,导致评估治疗结果误差较大,进而导致该类液体活检的适用性较差,不能大范围推广。
技术实现思路
1、本专利技术提供一种癌症治疗反应预测系统及其控制方法,用以解决现有技术从动态液体活检数据中挖掘的有效信息较少,通过该动态液体活检数据训练得到的评估治疗结局模型性能较差,导致评估治疗结果误差较大的缺陷,提高了癌症治疗反应预测的准确性。
2、本专利技术提供一种癌症治疗反应预测系统,包括:
3、细胞聚合模块,所述细胞聚合模块用于将多个细胞图像分别进行特征编码,得到多个特征嵌入,并根据多头自注意力机制对所述多个特征嵌入进行并行计算,得到多个功能特征,并对所述多个功能特征和第一扩展信息进行聚合处理,得到细胞聚合特征,不同的细胞图像对应不同的第一时间戳;
4、细胞标记物聚合模块,所述细胞标记物聚合模块用于对多个细胞标记物数据进行标准化处理,得到处理后的
5、时序交互模块,所述时序交互模块用于对所述第一时间戳和所述第二时间戳分别进行时序编码,得到多个时序嵌入,并对所述多个时序嵌入进行自注意力计算,得到模态间聚合嵌入;
6、时序聚合模块,所述时序聚合模块用于根据所述多头自注意力机制对所述模态间聚合嵌入和第三扩展信息进行时序聚合,得到患者级聚合特征,以实现与所述多个细胞图像关联的治疗反应预测。
7、根据本专利技术提供的一种癌症治疗反应预测系统,第一扩展信息为第一拓展token,所述细胞聚合模块包括:
8、第一特征提取单元,所述第一特征提取单元基于残差网络构建;所述第一特征提取单元用于将所述多个细胞图像分别映射到对应的特征嵌入,得到所述多个特征嵌入,并对所述多个特征嵌入和所述第一拓展token通过所述多头自注意力机制进行计算,得到对应的key矩阵、query矩阵和value矩阵;
9、第一聚合单元,所述第一聚合单元用于根据所述key矩阵和所述query矩阵的乘积确定第一注意力映射,对所述第一注意力映射进行缩放和正则化的操作,得到优化后的第一注意力映射,并根据所述第一注意力映射与所述value矩阵的乘积确定所述细胞聚合特征。
10、根据本专利技术提供的一种癌症治疗反应预测系统,所述细胞聚合模块还包括:
11、可视化分析单元,所述可视化分析单元基于gradcam算法与所述细胞聚合模块的最后一个卷积层构建,所述可视化分析单元用于对细胞图像中的关注区域进行可视化分析,得到动态焦点区域相关视觉特征;
12、识别单元,所述识别单元用于根据所述动态焦点区域相关视觉特征通过多层感知器对所述多个细胞图像关联的治疗反应类型进行识别,得到识别结果。
13、根据本专利技术提供的一种癌症治疗反应预测系统,所述第二扩展信息为第二拓展token,所述细胞标记物聚合模块包括:
14、第二特征提取单元,所述第二特征提取单元包括多个全连接层,每个全连接层对应relu激活函数;所述第二特征提取单元用于对多个细胞标记物数据对应的均值和方差分别进行标准化处理,得到所述处理后的数据,并从所述处理后的数据提取得到细胞标记物特征;
15、第二聚合单元,所述第二聚合单元用于对所述细胞标记物特征和所述第二拓展token通过所述多头自注意力机制确定不同细胞标记物之间的关联,得到细胞标记物聚合特征。
16、根据本专利技术提供的一种癌症治疗反应预测系统,所述时序交互模块包括:
17、第三特征提取单元,所述第三特征提取单元用于对所述第一时间戳进行时序编码,得到细胞时序嵌入,并对所述第二时间戳进行时序编码,得到细胞标记物时序嵌入;
18、第三聚合单元,所述第三聚合单元用于根据所述细胞时序嵌入和所述细胞标记物时序嵌入的乘积确定第二注意力映射,对所述第二注意力映射进行缩放和正则化的操作,得到优化后的第二注意力映射,并根据所述第二注意力映射与多个细胞标记物数据对应的嵌入的乘积确定所述模态间聚合嵌入。
19、根据本专利技术提供的一种癌症治疗反应预测系统,所述癌症治疗反应预测系统还包括:
20、预测模块,所述预测模块基于多个全连接层构建;所述预测模块用于根据所述患者级聚合特征进行治疗反应预测,得到治疗反应预测结果。
21、根据本专利技术提供的一种癌症治疗反应预测系统,所述癌症治疗反应预测系统还包括:
22、评估模块,所述评估模块用于根据曲线下面积auc、f1分数、召回率、精确度、瀑布图和注意力图中的至少一项对治疗反应预测结果进行分析。
23、本专利技术还提供一种癌症治疗反应预测系统的控制方法,包括:
24、将多个细胞图像分别进行特征编码,得到多个特征嵌入,并根据多头自注意力机制对所述多个特征嵌入进行并行计算,得到多个功能特征,并对所述多个功能特征和第一扩展信息进行聚合处理,得到细胞聚合特征,不同的细胞图像对应不同的第一时间戳;
25、对多个细胞标记物数据进行标准化处理,得到处理后的数据,并根据所述多头自注意力机制对所述处理后的数据和第二扩展信息进行特征提取和聚合,得到细胞标记物聚合特征,不同的细胞标记物数据对应不同的第二时间戳;
26、对所述第一时间戳和所述第二时间戳分别进行时序编码,得到多个时序嵌入,并对所述多个时序嵌入进行自注意力计算,得到模态间聚合嵌入;
27、根据所述多头自注意力机制对所述模态间聚合嵌入和第三扩展信息进行时序聚合,得到患者级聚合特征,以实现与所述多个细胞图像关联的治疗反应预测。
28、本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述癌症治疗反应预测系统的控制方法。
29、本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述癌症治疗反应预测系统的控制方法。
30、本专利技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述癌症治疗反应预测系统的控制方法。
31、本专利技术提供的癌症治疗反应预测系统及其控制方法,通过细胞聚合模块利用多头自本文档来自技高网...
【技术保护点】
1.一种癌症治疗反应预测系统,其特征在于,包括:
2.根据权利要求1所述的癌症治疗反应预测系统,其特征在于,第一扩展信息为第一拓展token,所述细胞聚合模块包括:
3.根据权利要求1和2任一项所述的癌症治疗反应预测系统,其特征在于,所述细胞聚合模块还包括:
4.根据权利要求1所述的癌症治疗反应预测系统,其特征在于,所述第二扩展信息为第二拓展token,所述细胞标记物聚合模块包括:
5.根据权利要求1所述的癌症治疗反应预测系统,其特征在于,所述时序交互模块包括:
6.根据权利要求1所述的癌症治疗反应预测系统,其特征在于,所述癌症治疗反应预测系统还包括:
7.根据权利要求1所述的癌症治疗反应预测系统,其特征在于,所述癌症治疗反应预测系统还包括:
8.一种癌症治疗反应预测系统的控制方法,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求8所述癌症治疗反应预测系统的控制方法。
>10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求8所述癌症治疗反应预测系统的控制方法。
...【技术特征摘要】
1.一种癌症治疗反应预测系统,其特征在于,包括:
2.根据权利要求1所述的癌症治疗反应预测系统,其特征在于,第一扩展信息为第一拓展token,所述细胞聚合模块包括:
3.根据权利要求1和2任一项所述的癌症治疗反应预测系统,其特征在于,所述细胞聚合模块还包括:
4.根据权利要求1所述的癌症治疗反应预测系统,其特征在于,所述第二扩展信息为第二拓展token,所述细胞标记物聚合模块包括:
5.根据权利要求1所述的癌症治疗反应预测系统,其特征在于,所述时序交互模块包括:
6.根据权利要求1所述的癌症治疗反应预测系统,其...
【专利技术属性】
技术研发人员:沈琳,陈杨,董彬,张立,李一林,赵杰,陈梓帆,
申请(专利权)人:北京市肿瘤防治研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。