实体
Attention-based multiple instance learning
Attention-based multiple instance learning
PulseAugur coverage of Attention-based multiple instance learning — every cluster mentioning Attention-based multiple instance learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新AI方法使用患者标签训练癌症登记模型
研究人员开发了一种新颖的框架，使用基于注意力机制的多示例学习（ABMIL）来训练癌症登记任务的深度学习模型，而无需单独的报告注释。该方法利用通常未直接链接到个体病理报告的现有患者级别标签来创建高质量的训练数据集。ABMIL方法在BC癌症登记处的肿瘤分组分类方面表现出有效性，宏观F1得分达到0.83，优于其他方法。
-
基础模型通过基于注意力的学习助力肺癌生长模式预测
研究人员开发了一个基于注意力机制的多实例学习（ABMIL）框架，用于从全切片图像预测肺腺癌的生长模式。该方法通过整合预训练的病理基础模型作为块编码器，减少了对大量标注的需求。实验表明，微调这些编码器可以提高性能，在ABMIL框架下，Prov-GigaPath达到了0.699的Kappa分数，优于简单的聚合基线。