一种前列腺癌预测模型的训练方法

本发明公开了一种前列腺癌预测模型的训练方法，涉及前列腺癌预测技术领域；包括如下步骤：数据收集与预处理；特征选择与提取；利用生物信息学工具进行差异表达分析，筛选出在BPH、PCa及NEPC中差异表达显著的基因，包括DLL3；使用递归特征消除或LASSO回归方法，筛选出最具预测力的特征；深度学习特征提取：利用卷积神经网络或自动编码器从组织图像数据中提取高级特征；模型训练与验证。本发明整合RNA测序、蛋白质组学及组织病理图像三模态数据，通过差异表达分析、RFE/LASSO双重特征压缩技术，实现关键基因与影像高级特征的联合建模，显著提升模型对亚型的辨别力。