摘要
本发明公开一种肾透明细胞癌预后预测辅助方法,通过多模态表征提取和多模态知识获取的四个编码器,从CT图像和病理图像中提取三类知识成分:仅存在于单一模态中的个性知识、存在于多模态之间的共性知识以及通过模态间交互获得的衍生知识;再通过自适应融合策略为不同类型的知识动态分配最优权重,从而获得最优的融合特征;后由极限学习机来对各中心特征进行预测,以获得ccRCC患者的预测结果。在训练过程中,通过知识层面和样本层面的引导损失,使得不同知识更具有判别性和区分性。本发明有效提高了ccRCC预后评估性能,从而达到辅助诊断的效果。