一种从肺癌组织病理学图像中预测基因突变信息的方法

本发明公开了一种从肺癌组织病理学图像中预测基因突变信息的方法，包括以下步骤：S1、收集肺癌组织病理学全玻片图像及对应基因检测报告；S2、进行图像预处理，构建病理组学数据集；S3、构建NAVF‑Bio模型；其包括预训练模块、病理空间拓扑图表示学习模块、多尺度特征融合模块和自适应跨视图知识补充模块；S4、对NAVF‑Bio模型进行训练，基于多尺度loss和加权融合loss约束NAVF‑Bio模型，获得最终NAVF‑Bio模型；S5、利用最终NAVF‑Bio模型从肺癌组织病理学全玻片图像中预测基因突变信息。本发明解决了当前AI模型无法有效预测基因突变亚型和突变外显子定位的技术难题。