一种基于自监督深度学习病理组学的NSCLC免疫治疗疗效预测方法及系统

本发明公开了一种基于自监督深度学习病理组学的NSCLC免疫治疗疗效预测方法及系统，应用于免疫治疗疗效预测领域，包括：获取HE染色的组织病理切片的高分辨率全景切片图像，并进行预处理，按预设比例分为训练集和验证集；构建基于自监督深度学习病理组学的生成式预训练模型，并基于训练集，以免疫治疗后的PFS为研究结局，训练基于生成式预训练的NSCLC免疫治疗疗效预测模型；其中，生成式预训练模型包括两部分，第一部分为基于自监督深度学习的补丁级和WSI级病理特征提取的基础模型，第二部分为基于有监督权重微调的免疫治疗疗效预测模型。本发明实现了在减少对于有标签数据依赖的基础上，有效提高免疫治疗疗效预测精度。