PulseAugur
中
实时 10:09:14
English(EN) Learning latent progression states from spatial heterogeneity in uterine histopathology

新的计算病理学框架SpaTIE解码子宫肿瘤进展

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了SpaTIE，一个用于子宫组织病理学的计算病理学框架。该系统从全切片图像中学习形态感知表示，将空间异质性组织成与进展相关的肿瘤状态。SpaTIE已在TCGA-UCEC和TCGA-UCS队列上进行了评估，通过识别信息性肿瘤区域，证明了其支持诊断、分子和生存预测的能力。该框架仅凭形态即可推断肿瘤状态轴，这些轴与临床病理变量和生存结果相关，而不会简单地复制现有标签。多组学整合分析已将这些推断的状态与DNA甲基化和RNA-seq等分子谱相关联，揭示了潜在的生物学程序。 AI

影响 该框架通过从组织病理学数据中揭示隐藏的进展模式，有望促进对子宫癌的理解和诊断。

排序理由 详细介绍新计算病理学框架的学术论文。[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 →

新的计算病理学框架SpaTIE解码子宫肿瘤进展

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Qiming He, Yan Liu, Shuang Ge, Fan Yang, Yuxiang Wang, Ieng Man Zhang, Jing Yang, Zihao Jia, Ajin Hu, Yexing Zhang, Zixiu Song, Qiang Huang, Xiaoya Zhao, Zihan Wang, Xianjing Zheng, Yijun Zheng, Liling Lin, Shuxing Liu, Bin Bao, Yue Xie, Tian Guan, Yongh… ·

    从子宫组织病理学中的空间异质性中学习潜在进展状态

    arXiv:2608.17337v1 Announce Type: new Abstract: Tumor progression is accompanied by changes in architecture, morphology and microenvironmental organization, yet progression-associated heterogeneity is usually compressed into static diagnostic categories in histopathology. Here we…

相关实体

相关话题