跨样本学习的中枢神经系统淋巴瘤药物治疗效果分类方法

本发明提供一种跨样本学习的中枢神经系统淋巴瘤药物治疗效果分类方法。该方法包括：获取数据集并对其进行预处理；收集无标签患者队列和接受药物治疗患者队列；得到影像模态嵌入特征基因模态嵌入特征构建内部多模态对比损失函数；构建跨样本多模态特征对齐损失函数；进行无标签数据自监督预训练；将无标签数据自监督预训练后得到的影像模态嵌入特征、基因模态嵌入特征拼接得到融合特征向量；将融合特征向量输入预设多层感知机分类器，输出患者对药物治疗的应答概率，再完成预设多层感知机分类器的训练，以供后续输出患者药物治疗效果的二分类识别结果。本发明精准预测患者对药物的治疗反应，为实现真正的个体化精准治疗提供可靠的技术支持。