随着高通量测序技术的快速发展,生物数据的数量和维度呈爆发式增长,给传统分析方法带来了严峻的挑战。近年来,深度学习的兴起为复杂、多维的生物数据分析提供了有力工具。得益于此,与癌症相关的研究也迎来了迅猛发展。作为其中的一个重要研究方向,癌症分类对指导临床治疗意义重大。尽管越来越多的癌症分类研究开始尝试采用深度学习算法去处理大批量的测序或病理切片数据,但由于特征集种类单一和数据集内存在信息冗余等问题,没有将深度学习的应用潜力充分发挥出来,无法实现理想的分类性能。在经过对单独使用基因突变数据或者病理切片数据训练癌症分类模型的研究与对比之后,本文提出了一种基于多模态深度学习的癌症分类模型,综合使用了基因突变和病理切片两种不同模态的数据。与其它现有研究相比,本文通过四个方面的工作提升了癌症分类模型的性能,分别是:整合不同模态的数据并设计多因子神经网络来对其进行处理;引入更多与癌症类型相关的基因突变信息;使用特征选择算法过滤数据内的噪声;使用多种不同类型的分类算法训练模型并进行集成。具体来说,本文首先从TCGA和公共数据库中获取了分属于30种不同类型癌症的8,588个患者数据样本,每个样本提取了五种基因突变数据和病理切片数据。然后使用该数据集训练了多因子神经网络模型以及支持向量机、随机森林和逻辑回归这三种基于机器学习算法的分类模型。最后使用模型集成算法综合多个模型的输出,得到最终的预测结果。实验结果表明,本文提出的模型在性能上领先于现有的其它癌症分类模型,与当前表现最佳的CPEM研究相比准确率提高了约12.9%。总体而言,本文从两种模态数据整合、特征集的构建、特征选择和多模型集成四个方面提升了癌症分类模型的预测性能,为癌症分类研究提供了一种思路。