BriefGPT - AI 论文速递
·
SHAP-CAT：一种通过虚拟染色和基于Shapley值的多模态融合增强WSI分类的可解释多模态框架
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
设计了一种多模式图变换器（AMIGO），通过细胞图为患者提供单一表示，利用组织层次结构动态关注细胞级和组织级信息。在生存预测中，AMIGO优于其他技术，具有强大鲁棒性，即使缺失20%数据也能保持性能。模型在两个癌症数据集中有效区分低风险和高风险患者。
🎯
关键要点
- 设计了一种多模式图变换器（AMIGO），通过细胞图为患者提供单一表示。
- AMIGO利用组织的分层结构，实现细胞级和组织级信息之间的动态关注。
- 在生存预测方面，AMIGO显著优于包括ViT在内的所有其他现有技术。
- AMIGO具有强大的鲁棒性，即使缺失20%的数据也能保持性能。
- 模型在两个不同的癌症数据集中有效区分低风险和高风险患者。
➡️
