面向癌症生存风险预测的多模态对象级对比学习方法
机器学习
2024-09-05 v1 人工智能
摘要
计算机辅助癌症生存风险预测在及时治疗患者方面发挥着重要作用。这是一个具有挑战性的弱监督有序回归任务，涉及多种临床因素，如病理学图像、基因组数据等。本文提出了一种新型训练方法——多模态对象级对比学习，用于癌症生存风险预测。首先，我们基于训练样本集中样本之间的生存风险关系构建对比学习配对。随后，我们引入对象级对比学习方法来训练生存风险预测器。我们进一步通过应用跨模态对比将其扩展到多模态场景。鉴于病理学图像和基因组数据的异质性，我们分别采用注意力机制和自归一化方法构建多模态生存风险预测器。最后，在两个公开的多模态癌症数据集上进行生存风险预测测试，表明我们提出的方法在该任务上优于当前的先进方法。
引用
@article{arxiv.2409.02145,
title = {A Multimodal Object-level Contrast Learning Method for Cancer Survival Risk Prediction},
author = {Zekang Yang and Hong Liu and Xiangdong Wang},
journal= {arXiv preprint arXiv:2409.02145},
year = {2024}
}