研究人员推出了一款新的多模态肺癌研究数据集,旨在模拟真实世界数据的复杂性。该数据集包含来自全切片图像、CT扫描和PET扫描的影像,以及 1365 名患者的临床、转录组和纵向随访信息。数据在不同模态之间存在显著的缺失,使其适用于研究鲁棒的多模态融合策略。在生存预测任务上的初步基准测试表明,即使存在大量缺失数据,整合这些多样化的数据源也能提高预测性能。 AI
影响 该数据集有望通过提供现实、复杂的数据基础,加速多模态人工智能在医学诊断和预后方面的研究。
排序理由 该集群描述了在arXiv上发布的新数据集和基准测试,属于研究类别。[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 →