研究人员开发了一种新颖的图引导混合专家(MoE)框架,以改进多模态肿瘤生存预测。该方法通过有效整合临床数据、细胞切片和基因组学等不同数据模态,解决了现有方法的局限性。该框架利用LLM的进步,特别是MoE模型,将预测作为工具进行管理,并增强整体预测能力,在TCGA-LUAD数据集上显示出比单一模态和传统集成模型更好的性能。 AI
影响 这项研究可能通过更好地整合多样化的患者数据,从而实现更准确的癌症预后。
排序理由 该集群包含一篇详细介绍用于多模态肿瘤生存预测的新颖框架的研究论文。
- alphaXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hirthik Mathavan
- Hugging Face
- Influence Flower
- large-language models
- mixture of experts
- ScienceCast
- TCGA-LUAD
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →