MMLNB Model for Multi-Modal Learning in Neuroblastoma Subtyping Classification and Textual Description Generation Assistance

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出MMLNB模型,结合病理图像与文本描述,解决神经母细胞瘤亚型分类中的诊断不一致性和主观性问题。实验结果表明,该模型的分类精度优于单模态模型,推动了数字病理学的发展。

🎯

关键要点

  • 本研究提出MMLNB模型,结合病理图像与文本描述,解决神经母细胞瘤亚型分类中的诊断不一致性和主观性问题。
  • MMLNB模型通过双分支架构提取视觉和文本特征,增强了分类的准确性和可解释性。
  • 实验结果表明,MMLNB模型的分类精度优于单模态模型。
  • 该研究推动了数字病理学的发展。
➡️

继续阅读