English(EN) CrossFusion: A Multi-Scale Cross-Attention Convolutional Fusion Model for Cancer Survival Prediction

新型CrossFusion模型增强了病理图像的癌症生存预测能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-24 04:00

研究人员开发了CrossFusion，一个旨在提高全切片图像（WSIs）癌症生存预测能力的新框架。这种多尺度方法整合了从不同放大级别图像块中提取的特征，捕捉了特定尺度的模式及其相互作用。与现有的最先进技术相比，该方法在六种癌症类型中均显示出显著的准确性提升。 AI

影响这项研究可能通过改进的计算病理学工具，带来更准确的癌症预后。

排序理由该集群包含一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Rustin Soraki, Huayu Wang, Sitong Liu, Joann G. Elmore, Linda Shapiro · 2026-06-24 04:00

CrossFusion: A Multi-Scale Cross-Attention Convolutional Fusion Model for Cancer Survival Prediction

arXiv:2503.02064v2 Announce Type: replace-cross Abstract: Cancer survival prediction from whole slide images (WSIs) is a challenging task in computational pathology due to the large size, irregular shape, and high granularity of the WSIs. These characteristics make it difficult t…