基于多模态数据融合的胃癌患者生存预测模型

摘要

针对胃癌患者生存预测的深度学习方法中存在患者数据使用不全面、数据结合方式粗糙等问题，提出一种多模态数据融合的胃癌患者生存预测模型。首先，将同一患者包括临床数据、基因表达数据和医学图像的多模态数据预处理。其次，将多模态数据输入图注意力网络（GAT）中，使多模态数据在注意力机制下自适应调整权重互相融合。再次，引入卷积神经网络处理的医学图像，与图注意力网络的输出共同作用于预测结果。最后，使用十折交叉验证证明模型性能的稳定性，并将结果与使用相同数据集的其他方法进行比较。实验结果表明，本文提出的模型取得了优秀的准确率。

关键词

深度学习 / 多模态数据 / 生存预测