一种非小细胞肺癌EGFR突变状态预测方法

本发明属于智能医疗领域，提供了一种非小细胞肺癌EGFR突变状态预测方法，包括：患者信息采集、3D深度学习模型预测、多实例学习模型预测以及联合模型预测；本发明通过3D深度学习模型，捕捉了放射学特征，保留了肺部病灶的空间位置和提取信息的完整性；通过多实例学习模型，对组织切片WSI图像的处理省去了人工勾画感兴趣区的过程，节省了大量的时间和人力消耗；通过联合模型，提高了模型的预测效能，全面捕捉肿瘤的宏观和微观特征，补充了肿瘤组织的异质性，避免了具有侵入性的活检以及活检取组织的局限性，节约了昂贵的基因检测成本。