公开(公告)号：CN117912694A

公开(公告)日：2024-04-19

申请号：CN202410148601.0

申请日：2024-02-02

Applicant: 安徽工业大学

Inventor： 王培珍 ,  杨海龙 ,  洪刚 ,  杨志豪

IPC: G16H50/30 ,  G16H50/50 ,  G16H50/70 ,  G16H30/20 ,  G16H10/20 ,  G06N20/00

Abstract: 本发明提供了一种基于深度学习的多模态癌症生存风险预测方法，包括采集癌症患者的全载玻片图像以及对应的临床数据、基因数据；采用Macehko颜色归一化方法对所述全载玻片图像进行处理，采用词嵌入方法对临床数据进行处理，采用Cox单因素分析方法对基因数据进行特征筛选；基于处理后的全载玻片图像、临床数据、基因数据构建预测数据集；采用基于注意力的多实例学习算法构建生存预测模型，基于生存预测模型以及预测数据集获取癌症患者的生存预测结果；对生存预测模型进行训练与评估，本发明提供了将词嵌入应用于多癌种患者的临床数据并建立预测预后模型的程序，增强了模型学习临床变量之间潜在关联的能力并提高模型预测性能。

公开(公告)号：CN118096668A

公开(公告)日：2024-05-28

申请号：CN202410148597.8

申请日：2024-02-02

Applicant: 安徽工业大学

Inventor： 王培珍 ,  洪刚 ,  杨海龙 ,  汪正才

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/0464 ,  G06N3/0895 ,  G16H30/20 ,  G16H70/60

Abstract: 本发明提供了一种基于H&E病理图像预测消化道系统肿瘤组织起源的方法，包括：基于数据库获取癌症患者的H&E病理图像；采用CLAM学习方法对H&E病理图像进行组织区域的自动分割，获取若干个肿瘤区域图像块；采用卷积神经网络将每个图像块编码为紧凑的特征向量；构建TPT模块，基于TPT模块对特征向量进行处理，获取每个H&E病理图像中癌肿特征以预测肿瘤组织起源，本发明利用成本低廉的H&E病理图像有效预测消化道系统肿瘤的起源位置,并使用mRNA表达量数据与提取到的图像特征进行相关性分析以提高模型说服力。本发明在预测出肿瘤起源位置后可以为患者带来针对性的治疗方案，延长患者生存时间，有效改善患者生存质量。