PulseAugur
实时 11:01:32
English(EN) Spatial Transcriptomics as Images for Large-Scale Pretraining

新方法将空间转录组学视为图像用于AI预训练

研究人员开发了一种新颖的方法,将空间转录组学数据表示为图像以进行大规模预训练。该方法将组织切片视为可裁剪的图像块,从而在保留空间上下文的同时显著增加了训练样本。实验表明,与现有的预训练方案相比,这种类似图像的数据集构建持续提高了下游性能。 AI

影响 这种新方法可以实现对生物数据上的AI模型进行更有效的大规模预训练,从而可能加速病理学和临床研究领域的发现。

排序理由 这是一篇发表在arXiv上的研究论文,详细介绍了一种新的数据表示方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 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.AI TIER_1 English(EN) · Yishun Zhu, Jiaxin Qi, Jian Wang, Yuhua Zheng, Jianqiang Huang ·

    Spatial Transcriptomics as Images for Large-Scale Pretraining

    arXiv:2603.13432v4 Announce Type: replace-cross Abstract: Spatial Transcriptomics (ST) profiles thousands of gene expression values at discrete spots with precise coordinates on tissue sections, preserving spatial context essential for clinical and pathological studies. With risi…