Я пытаюсь построить модель, которая использует изображения опухолей и предсказывает, сколько дней пациент выживет.У меня также есть доступные данные, указывающие, был ли пациент мертв или нет, когда была зарегистрирована данная (истинная) выживаемость.( цензура )
Я хочу иметь возможность использовать функцию подгонки, аналогичную той, которая существует для линий жизни пакета для CoxPHFitter, которая использует пропорциональную опасность Кокса для обратного распространения .Мне нужен этот пропорциональный риск Кокса из-за цензуры данных.Проблема в том, что эта модель принимает только обычные данные в качестве входных данных, и мне также нужна определенная структура слоев, чтобы извлечь элементы из изображения.
Я пытался создать свою собственную модель, которая использует fit_generator и реализует пользовательскую функцию потерь .Проблема в том, что я не мог получить данные о цензуре, так как казалось, что она не допускает многократный вывод, и я также не знаю, как я мог получить к ней доступ в функции потерь.
Есть ли у вас какие-либо идеи о том, как мне добиться этого, работая в Python и используя Keras?