English(EN) Evaluation and Prognostic Validation of Deep Regression Models for WSI-Based Gene-Expression Prediction

深度学习可从组织图像预测基因表达

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-24 04:00

研究人员开发并验证了能够直接从癌症组织的全切片图像（WSI）预测基因表达的深度回归模型。这些模型利用基于注意力的多实例学习和病理基础模型，在多个数据集上表现出色。在独立队列上的外部验证证实了模型泛化和恢复临床相关分子信息（如PAM50基因集）的能力，并保留了患者生存的预后价值。 AI

影响这项研究展示了一种可扩展的转录组表型分析和风险分层方法，有望降低成本并提高精准肿瘤学中的可及性。

排序理由详细介绍新方法及其验证的学术论文。[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.LG TIER_1 English(EN) · Fredrik K. Gustafsson, Constance Boissin, Johan Vallon-Christersson, Mattias Rantalainen · 2026-07-24 04:00

基于WSI的基因表达预测的深度回归模型的评估与预后验证

arXiv:2410.00945v2 Announce Type: replace-cross Abstract: Gene-expression profiling is widely used in research and central to many areas of precision oncology, but remains costly and not universally accessible. Recent advances in computational pathology enable prediction of trans…