研究人员开发了利用人工智能预测和识别肝细胞癌(HCC)生物标志物的新方法。一项研究构建了一个包含770个患者样本及其基因表达水平的数据集,利用半监督学习和XGBoost实现了96.5%的分类准确率。另一项研究采用深度学习和可解释AI分析转录组数据,识别出DNAJB14为关键影响基因,并使用基于15个选定基因训练的模型实现了90.74%的准确率。 AI
影响 推动了肿瘤学中AI驱动的诊断和生物标志物发现,可能导致更早、更准确的肝癌检测。
排序理由 两篇arXiv论文详细介绍了用于识别肝细胞癌生物标志物和预测分期的AI方法。
- alphaXiv
- artificial intelligence
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- DNAJB14
- Gotit.pub
- hepatocellular carcinoma
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- SelectKBest
- Shap
- semi-supervised learning
- XGBoost
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →