BriefGPT.xyz
Ask
alpha
关键词
cancer survival prediction
搜索结果 - 2
SCMIL: 稀疏上下文感知多实例学习用于预测全切片图像中的癌症生存概率分布
通过稀疏上下文感知多实例学习框架,我们预测癌症存活概率分布,创新地将 WSI 的补丁根据形态特征和空间位置信息进行聚类,借助稀疏自注意力确定这些补丁之间的关系,使用可学习的补丁过滤模块 SoftFilter 仅考虑与任务相关的补丁之间的相互
→
PDF
6 days ago
多模态癌症生存预测的原型信息瓶颈化与解缚
多模态学习对癌症生存预测有重要影响,尤其是病理图像和基因组数据的整合。本文提出了一种新的框架,用于解决多模态数据中的冗余性问题,并在五个癌症基准数据集上进行了广泛实验,证明其在其他方法上的优越性。
PDF
6 months ago
Prev
Next