Multi-modal Intermediate Feature Interaction AutoEncoder for Overall Survival Prediction of Esophageal Squamous Cell Cancer

自编码 鳞状细胞癌 情态动词 特征(语言学) 食管癌 食管鳞状细胞癌 癌症 计算机科学 人工智能 医学 内科学 深度学习 化学 语言学 哲学 高分子化学
作者
Chengyu Wu,Yatao Zhang,Yaqi Wang,Qifeng Wang,Shuai Wang
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2408.13290
摘要

Survival prediction for esophageal squamous cell cancer (ESCC) is crucial for doctors to assess a patient's condition and tailor treatment plans. The application and development of multi-modal deep learning in this field have attracted attention in recent years. However, the prognostically relevant features between cross-modalities have not been further explored in previous studies, which could hinder the performance of the model. Furthermore, the inherent semantic gap between different modal feature representations is also ignored. In this work, we propose a novel autoencoder-based deep learning model to predict the overall survival of the ESCC. Two novel modules were designed for multi-modal prognosis-related feature reinforcement and modeling ability enhancement. In addition, a novel joint loss was proposed to make the multi-modal feature representations more aligned. Comparison and ablation experiments demonstrated that our model can achieve satisfactory results in terms of discriminative ability, risk stratification, and the effectiveness of the proposed modules.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
侠客完成签到 ,获得积分10
1秒前
6秒前
修水县1个科研人完成签到 ,获得积分10
8秒前
张先生完成签到 ,获得积分10
8秒前
氟兊锝钼完成签到 ,获得积分10
9秒前
科研小鑫完成签到,获得积分10
9秒前
阡陌完成签到,获得积分10
9秒前
隔水一路秋完成签到,获得积分10
10秒前
Oct完成签到 ,获得积分10
10秒前
Aiden完成签到,获得积分10
12秒前
lxhhh完成签到,获得积分10
12秒前
Max发布了新的文献求助10
12秒前
peterlzb1234567完成签到,获得积分10
12秒前
jian94完成签到,获得积分10
14秒前
14秒前
luodd完成签到 ,获得积分10
15秒前
16秒前
harden9159完成签到,获得积分10
17秒前
乔心发布了新的文献求助10
18秒前
whuhustwit完成签到,获得积分10
18秒前
麻麻薯完成签到 ,获得积分10
19秒前
jianni完成签到,获得积分10
21秒前
萧然完成签到,获得积分10
21秒前
纯奶关注了科研通微信公众号
22秒前
圆圆圆完成签到 ,获得积分10
22秒前
中华牌老阿姨完成签到,获得积分10
23秒前
23秒前
文安完成签到,获得积分10
24秒前
25秒前
zhangsir发布了新的文献求助10
26秒前
刘恩文完成签到 ,获得积分10
29秒前
concise完成签到 ,获得积分10
31秒前
悠明夜月完成签到 ,获得积分10
31秒前
冯先森ya完成签到 ,获得积分10
32秒前
zlx完成签到 ,获得积分10
36秒前
嗯哼发布了新的文献求助10
37秒前
当女遇到乔完成签到 ,获得积分10
37秒前
喵喵喵啊完成签到 ,获得积分10
38秒前
Dobronx03完成签到,获得积分10
38秒前
只爱医学不爱你完成签到 ,获得积分10
42秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
叶剑英与华南分局档案史料 500
Foreign Policy of the French Second Empire: A Bibliography 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3146916
求助须知:如何正确求助?哪些是违规求助? 2798176
关于积分的说明 7826854
捐赠科研通 2454756
什么是DOI,文献DOI怎么找? 1306446
科研通“疑难数据库(出版商)”最低求助积分说明 627788
版权声明 601565