# 对抗特征学习

胶质瘤拉曼光谱数据中，单条光谱足以让模型认出它来自哪位病人，这种与生物学无关的样本特异性偏差会干扰肿瘤分型。研究在APOLLO数据集的46例样本上引入可学习特征重要性层，与双头分类器对抗训练，压低病人身份信号而保留IDH突变状态信息。身份预测平衡准确率从68%降到12%，突变型与野生型分类的平衡准确率保持在0.8。

胶质瘤拉曼光谱数据中，单条光谱足以让模型认出它来自哪位病人，这种与生物学无关的样本特异性偏差会干扰肿瘤分型。研究在APOLLO数据集的46例样本上引入可学习特征重要性层，与双头分类器对抗训练，压低病人身份信号而保留IDH突变状态信息。身份预测平衡准确率从68%降到12%，突变型与野生型分类的平衡准确率保持在0.8。