PulseAugur
中
实时 09:30:37
English(EN) JASPR: Joint Spatial Representation learning of histology and spatial genomics for improved virtual genomic screening and clinical prognostication

新的深度学习框架整合组织学和基因组学以用于癌症研究

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了JASPR，一个自监督深度学习框架，旨在整合组织学图像（HE）和空间转录组学（ST）数据。这种新颖的方法旨在捕捉两种模式的通用空间特性，同时编码模式特定的特征。JASPR已证明其在改善基因表达预测和为乳腺癌预后提供价值方面的有效性。 AI

影响 该框架可以提高癌症研究中基因表达预测和患者预后的准确性。

排序理由 该集群包含一篇研究论文，详细介绍了用于整合医学成像和基因组学数据的新深度学习框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

新的深度学习框架整合组织学和基因组学以用于癌症研究

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Marija Pizurica, Eric Zimmermann, Neil Tenenholtz, James Hall, Olivier Gevaert, Ava P. Amini, Lorin Crawford, Kristen A. Severson ·

    JASPR: Joint Spatial Representation learning of histology and spatial genomics for improved virtual genomic screening and clinical prognostication

    arXiv:2606.28395v1 Announce Type: new Abstract: Recent studies have shown that spatial properties of tumors are critical for understanding disease biology and predicting patient outcomes. These spatial properties are increasingly uncovered through complementary modalities: spatia…

相关实体

相关话题