基于WSI图像级联包级学习预测基因突变的方法与设备

本发明公开了一种基于WSI图像级联包级学习预测基因突变的方法与设备，该方法包括：将WSI图像根据最大分辨率等距切割成色块，获得色块集；使用微调的ViT模型对WSI图像的色块集进行特征提取，生成色块级别特征矩阵；将一张WSI图像的色块级别特征矩阵视作一个包；基于良恶性包级标签及色块级别特征训练一级包级模型，通过一级包级模型输出一级WSI包级特征矩阵，一级包级模型输出图像级的良恶性预测；再基于基因突变状态包级标签及所述一级WSI包级特征矩阵训练二级包级模型，所述二级包级模型用于识别WSI图像肿瘤区域基因突变状态。本发明通过级联包级模型实现仅通过WSI图像来预测基因突变。