新型Transformer模型整合多源数据用于乳腺癌预测

研究人员开发了一种新颖的Transformer模型，旨在整合多源数据以改进乳腺癌亚型分类和生存预测。该方法通过实现不同数据模态之间细粒度的token级交互，而不是将它们视为单一特征向量，从而解决了现有方法的局限性。该模型还采用结构化token交换进行跨模态融合，并联合优化分类和生存目标，引入共享正则化信号。 AI

影响 这项研究通过改进对复杂患者数据的分析，有望带来更准确和个性化的癌症治疗。

排序理由 该条目是一篇学术论文，详细介绍了一种新模型和方法论。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• computer science
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv Recommender
• Influence Flower
• Litmaps
• machine learning
• ScienceCast
• scite Smart Citations
• Token-Level Cross-Modal Transformer with Contrastive Multi-Task Learning for Breast Cancer Subtype Classification and Survival Prediction

• 论文
• 模型发布
• 产品

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