基于深度学习多模态融合模型的胃癌生存分析方法

本发明涉及生物信息技术领域，公开了基于深度学习多模态融合模型的胃癌生存分析方法，该方法包括：收集多个患者的组织病理学图像、基因表达数据和临床信息数据，并对组织病理学图像数据进行预处理，继而生成数据集，将数据集按照7:3分为训练数据集和测试数据集；将训练数据集输入到MulitDeepsurv模型中进行训练，采用一致性指数和ROC曲线下面积来评估性能，得到训练好的模型；将测试数据集输入到训练好的模型中进行测试，得到风险评分；采用Kaplan‑Meier曲线分析风险评分，得到高风险和低风险患者的分布图。本发明能够解决从多模态数据中提取有效的预测特征难的问题，提升疾病诊断和预后评估准确性。