Fluoroformer:通过基于注意力的通道融合扩展多实例学习到多重图像
本研究提出Fluoroformer模块,解决多实例学习在多重组织切片中的局限,利用缩放点积注意力机制融合信息。对434例非小细胞肺癌样本的研究显示出色的预后性能,重现免疫肿瘤学特征,为人工智能在空间生物学检测中的应用提供了新路径。
原文中文,约300字,阅读约需1分钟。
本研究提出Fluoroformer模块,解决多实例学习在多重组织切片中的局限,利用缩放点积注意力机制融合信息。对434例非小细胞肺癌样本的研究显示出色的预后性能,重现免疫肿瘤学特征,为人工智能在空间生物学检测中的应用提供了新路径。