PulseAugur
实时 10:22:38
English(EN) Graph Mamba Survival Analysis Based on Topology-Aware ordering

图Mamba框架增强WSI生存分析

研究人员开发了一种名为TopoMamSurv的新型图Mamba生存分析框架,以利用全切片图像(WSIs)改善患者预后评估。该框架通过利用Mamba的线性复杂度来解决Transformer在大规模图结构中的计算瓶颈。它引入了一种新颖的拓扑感知排序策略,以更好地处理Mamba对输入顺序的敏感性,并结合了具有图卷积网络的双向Mamba模块,以增强空间上下文建模。 AI

影响 为Mamba在基于图的生存分析中引入了一种新颖的排序策略和双向架构,有望提高医学影像的计算效率和准确性。

排序理由 该集群包含一篇学术论文,详细介绍了使用图神经网络进行生存分析的新颖框架和方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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]

  1. arXiv cs.LG TIER_1 English(EN) · Yuanfang Chen, Peiqiang Yan, Yuntao Shou, Qian Zhao, Xiangyong Cao ·

    Graph Mamba Survival Analysis Based on Topology-Aware ordering

    arXiv:2606.02602v1 Announce Type: new Abstract: In computational pathology, Whole Slide Images (WSIs) survival analysis is crucial for patient prognosis assessment, but it faces multiple technical challenges. Although the Transformer captures long-range dependencies through its s…