实体
Cancer Classification
Cancer Classification
PulseAugur coverage of Cancer Classification — every cluster mentioning Cancer Classification 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
-
新的深度学习模型可准确分类多组学癌症数据
研究人员开发了一种名为MOGKAN的新型深度学习框架，用于癌症诊断的多组学数据分类。该框架整合了信使RNA、微小RNA和DNA甲基化样本与蛋白质-蛋白质相互作用网络。MOGKAN实现了96.28%的分类准确率，并通过可训练的单变量函数提供了增强的可解释性，识别出经过基因本体论分析验证的生物标志物。
-
仅颜色特征在癌症分类中达到89%的准确率
研究人员开发了一种方法，可以独立于形态学线索来量化颜色特征在癌症分类中的诊断能力。通过分析统计颜色矩和离散化的RGB/HSV直方图，他们的模型在区分良性和恶性样本方面达到了高达89%的准确率。这表明单纯的颜色特征本身就可以编码重要的诊断信号，有潜力作为癌症检测的有效预筛查工具。