基于深度学习的病理形态学与KRAS基因、SMAD4蛋白相关性分析方法

本发明属于癌症生存风险预测技术领域，具体为基于深度学习的病理形态学与KRAS基因及SMAD4蛋白相关性分析方法。本发明利用ResNet50网络对所采集的病理扫描切片进行深度学习，实现高达10种组织类型的分类，统计分类结果。并根据KRAS基因突变情况及SMAD4蛋白表达情况，进而预测病人预后，对患者进行危险分层。这种利用人工智能技术定量分析病理切片的方式，可以将基因及蛋白表达关联起来，在帮助病理医生对病理切片实现高精度、高效率地诊断之外，提供了更多维度的关联信息。通过综合分析这些因素，医生可以更准确地预测疾病进展，制定更有效的治疗策略，提高患者的生存率和生活质量。