【技术实现步骤摘要】
本专利技术涉及深度学习，更确切地说，它涉及一种基于深度学习的多模态特征重要性引导网络。
技术介绍
1、急性髓系白血病(aml)是最常见的血液系统恶性肿瘤之一，也是成人最常见的急性白血病类型。它是由骨髓、外周血或髓外组织中髓系原始细胞的克隆性扩增引起的一种致死性血液系统恶性肿瘤，其发病率和死亡率在全球范围内均呈现出上升趋势。
2、在急性髓系白血病(aml)的临床研究中，基于多模态数据的生存期预测与生物标志物发现是精准医疗的核心需求。然而，现有方法面临显著的技术瓶颈。首先，临床数据普遍存在高缺失率问题，例如因检测条件限制或患者依从性差异导致的实验室指标或分子生物学数据缺失。传统处理方法如数据删除或简单插补(均值、中位数填充)虽可部分缓解问题，但会引入噪声或损失潜在信息，导致模型性能显著下降。
3、此外，由于缺乏可解释性，深度学习模型通常被视为黑箱。在医学领域，定量和客观的可解释性对于疾病建模至关重要。医生不仅需要准确的预测，还需要清楚地了解哪些变量对决策有重大贡献，因为这些变量(即生物标志物)对个性化诊断和治疗至关重...
【技术保护点】
1.一种基于深度学习的多模态特征重要性引导网络，其特征在于，包括：特征重构模块、特征选择模块和分类器；
2.根据权利要求1所述的基于深度学习的多模态特征重要性引导网络，其特征在于，所述多模态临床数据包括：人口学特征、实验室检测数据、形态学检查数据、免疫分型数据、细胞遗传学检查数据、分子生物学检查数据和临床干预方案。
3.根据权利要求2所述的基于深度学习的多模态特征重要性引导网络，其特征在于，所述特征重构模块在训练过程中采用加权掩码策略随机掩码每个样本的部分可访问变量，并通过均方误差损失恢复掩码值。
4.根据权利要求3所述的基于深度学...
【技术特征摘要】
1.一种基于深度学习的多模态特征重要性引导网络，其特征在于，包括：特征重构模块、特征选择模块和分类器；
2.根据权利要求1所述的基于深度学习的多模态特征重要性引导网络，其特征在于，所述多模态临床数据包括：人口学特征、实验室检测数据、形态学检查数据、免疫分型数据、细胞遗传学检查数据、分子生物学检查数据和临床干预方案。
3.根据权利要求2所述的基于深度学习的多模态特征重要性引导网络，其特征在于，所述特征重构模块在训练过程中采用加权掩码策略随机掩码每个样本的部分可访问变量，并通过均方误差损失恢复掩码值。
4.根据权利要求3所述的基于深度学习的多模态...
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。