BriefGPT - AI 论文速递
·
MM-SurvNet：基于深度学习的多模式数据融合在乳腺癌中的生存风险分层
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
研究人员整合病理图像、遗传数据和临床数据，构建了一种新的深度学习方法，用于预测乳腺癌患者的预后。实验结果显示该方法具有高准确性，可为个体化治疗策略提供便利。
🎯
关键要点
- 研究人员整合了组织病理图像、遗传数据和临床数据。
- 构建了一种新颖的深度学习方法，使用视觉转换器和自注意力机制。
- 该方法在病人层面上提取图像特征和捕获图像关系。
- 采用双交叉注意力机制结合遗传数据。
- 在最终层级上加入临床数据以提高预测准确性。
- 在公共 TCGA-BRCA 数据集上的实验显示模型性能卓越，均值 C 指数为 0.64。
- 该方法超过现有方法，为制定个体化治疗策略提供便利，潜在改善患者预后。
➡️
