precision oncology | BriefGPT

关键词precision oncology

搜索结果 - 9

精准肿瘤学的多模态数据融合：挑战与未来方向
综述了近 300 篇有关精准肿瘤学中多模态数据融合技术的前沿研究，总结了早期评估、诊断、预后和生物标志物发现等主要临床应用的重大成果，并深入分析了未来研究领域中的关键挑战和必要路径。
PDF6 days ago
统一建模增强的精准神经肿瘤多模态学习
通过使用一种层次化注意结构，我们介绍了一种统一建模增强多模态学习（UMEML）框架，该框架整合了组织学图像和基因组学，以在显微镜级别和分子级别上实现对肿瘤的精确治疗，并通过利用两种模态的共享和互补特征有效地进行建模。
PDF23 days ago
AAAI基于深度学习的乳腺癌肿瘤和免疫表型的组织病理预测
通过应用多实例学习算法和不同的特征提取方法，该研究对乳腺癌的初级肿瘤进行多重描述，以测量肿瘤和免疫表型，为开发计算病理学标志物提供了潜力。
PDF2 months ago
整合各类组学：面向基因组范围数据整合的患者分层
通过 IntegrAO（Integrate Any Omics）整合不完整的多组学数据和分类新样本的方法，可以在癌症患者分层中解决多组学数据集成的挑战，并准确分类具有部分组学数据的新患者，从而提供了一种整体性的患者特征化方法。
PDF6 months ago
MM通过对比学习增强药物和细胞系的表征，以改进抗癌药物优先级
癌症的复杂性和对治疗的不同反应使得基于组学序列分析的精准肿瘤学成为当前的标准。然而，每个患者产生的大量数据使得快速确定最佳治疗方案变得困难。为了改善对有效药物 - 细胞系对的学习能力，我们提出使用对比学习来改进药物和细胞系的表示，从而保留与
PDF8 months ago
GPT-3 对抗癌药物敏感性预测的评估
利用结构化药理基因组学数据，在五种组织类型上研究了 GPT-3 在抗癌药物敏感性预测任务中的潜力，并通过零样本提示和微调范例评估了其性能。通过药物的 smile 表示和细胞系的基因组突变特征可以预测药物反应。这项研究的结果有潜力为精准肿瘤学
PDF10 months ago
基于 Transformer 的深度网络用于预测癌症药物反应
本研究提出了一种基于 transformer 的神经网络 TCR 来预测抗癌药物的反应，利用注意力机制学习了药物子结构和分子签名之间的相互作用，同时设计了双重损失函数和交叉采样策略以提高预测能力，实验结果表明 TCR 优于其他方法，在独立的
PDF2 years ago
计算肿瘤病理学中机器学习方法的综述、挑战和前景
本研究综述了计算病理学在肿瘤筛查、诊断和预后应用方面面临的挑战和前景，给出了从病理和技术角度的图像预处理方法和基于机器学习的方法，以及在乳腺、结肠、前列腺、肺和各种肿瘤疾病场景中应用计算病理学的情况。
PDF2 years ago
EMNLP面向文档级关系抽取的模块化自监督
该研究提出了一种将文档级关系抽取分解成关系检测和参数分辨的方法，利用显式语篇建模和模块化自我监督来进行改进，并在生物医学阅读中进行了细致的评估，其方法优于以往的最先进技术。
PDF3 years ago