用于NSCLC生存预测的带缺失模态的对比变分自编码器
人工智能
2026-02-20 v1
摘要
预测非小细胞肺癌（NSCLC）患者的生存结果具有挑战性，因为不同个体的预后特征各不相同。这一任务可以从整块切片图像、bulk transcriptomics 和 DNA 甲基化的整合中受益，这些数据在诊断时提供了患者状况的互补视角。然而，真实世界的临床数据集常常不完整，其中相当比例的患者缺失整个模态。当前方法依赖可用数据创建患者级表征，或使用生成模型推断缺失的模态，但在严重缺失的情况下缺乏鲁棒性。我们提出一种多模态对比变分自编码器（MCVAE）以解决此问题：模态特定的变分编码器捕捉每个数据来源的不确定性，引入带有学习门控机制的融合瓶颈，以归一化来自现有模态的贡献。我们提出一种多任务目标，将生存损失和重构损失组合在一起对患者表征进行正则化，同时引入跨模态对比损失，以在潜空间中实现跨模态对齐。在训练期间，我们应用随机模态遮蔽以提高对任意缺失模式的鲁棒性。在 TCGA-LUAD（n=475）和 TCGA-LUSC（n=446）数据集上的广泛评估表明，我们的方法在预测疾病特异性生存（DSS）方面有效，并且在严重缺失情景下比两种最先进的模型更具鲁棒性。最后，我们通过在所有模态子集上测试我们的模型，对多模态集成提供了一些澄清，发现集成在某些情况下并不总是对该任务有益。
关键词
引用
@article{arxiv.2602.17402,
title = {A Contrastive Variational AutoEncoder for NSCLC Survival Prediction with Missing Modalities},
author = {Michele Zanitti and Vanja Miskovic and Francesco Trovò and Alessandra Laura Giulia Pedrocchi and Ming Shen and Yan Kyaw Tun and Arsela Prelaj and Sokol Kosta},
journal= {arXiv preprint arXiv:2602.17402},
year = {2026}
}
备注
Accepted at The 13th IEEE International Conference on Big Data (IEEE BigData 2025)