超火的多模态深度学习公共数据纯生信5+思路分享

文章预览

多模态深度学习具有处理和整合多种类型信息的优势，特别是在预测患者预后方面能够结合不同类型的生物医学数据，如临床数据、基因表达数据、蛋白质组学数据、成像数据等，进而提高预后预测的准确性和鲁棒性。 因此，这一领域得到了快速发展，并成为当前生信分析中备受关注的热门领域。小编今天就和大家分享一篇 今年6月 发表在 Precision Clinical Medicine（5.1/Q1） 杂志上题为“ Deep learning-based multi-modal data integration enhancing breast cancer disease-free survival prediction ”基于多模态深度机器学习术前预测乳腺癌患者无病生存期（DFS）的文章。 添加微信 精彩推送不错过 一．文章摘要 研究从TCGA和中山大学中山纪念医院（SYSMH）收集了乳腺癌患者的病理影像、基因和临床数据，开发了一个基于深度学习的多模态模型（DeepClinMed-PGM）以预测患者DFS。 结果研究 ………………………………