关键词genetic mutation prediction
搜索结果 - 2
- 通过生物医学 - 语言知识增强的多标签分类预测基因突变从全切片图像中
从全幻灯图像中预测基因突变对于癌症诊断至关重要。本研究设计了一种生物知识增强的 PathGenomic 多标签 Transformer,通过构建基因优先级和基因突变预测模块,提高了预测性能,实验证明该方法优于现有最先进技术。
- 自我监督学习全尺寸切片表示的框架
自我监督整个切片学习(S3L)框架可以通过利用整个切片的固有区域异质性、组织学特征变异性和信息冗余性来学习高质量的整个切片表示,用于癌症诊断和基因突变预测等诊断任务,并且在两种生物医学显微镜条件下显著优于基线模型。