计算机应用研究

作者：张慧楠,强彦,蔡美龄,赵涓涓,张润琦,王龙,杨倩倩,

单位：1.太原理工大学a.计算机科学与技术学院(大数据学院);b.软件学院,山西晋中030600；2.中北大学软件学院,太原030051；3.晋中信息学院大数据学院·信息工程学院,山西晋中030600；

关键词：特征解耦表示,共注意力机制,多模态融合,病理图像,肺癌亚型分类,

基金：国家自然科学基金资助项目(62376183)；中央引导地方科技发展基金资助项目(YDZJSX2022C004)；国家自然科学基金合作项目(U21A20469)；山西省科技创新人才团队专项资助项目(202304051001009)；国家自然科学基金委员会项目(62476190)；；

非小细胞肺癌包括肺腺癌（LUAD）和肺鳞状细胞癌（LUSC），不同亚型在分子机制与治疗响应上差异显著，准确分类对个体化治疗至关重要。病理图像与基因组数据提供互补信息，但图像易受染色差异影响导致结构表征不稳，跨模态数据异质性与非线性关系增加了交互建模难度。针对上述问题，提出一种基于解耦染色归一化共注意力多模态融合网络DISCOFusion。该网络采用编码器-解码器结构结合八度卷积分解高低频信息以增强特征表征，并通过内容-风格特征对齐实现染色归一化，在去除染色差异的同时保留关键组织结构。随后，将归一化图像与基因组特征进行跨模态融合，在共享潜在空间中建模深层交互并保留模态特有信息，从而提升NSCLC亚型分类性能。在TCGA-NSCLC数据集上的实验表明，该网格的AUC值为94.15%，较现有先进方法表现更优。

来源：2026年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第5期