histology
PulseAugur coverage of histology — every cluster mentioning histology across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新型扩散模型可根据组织学图像预测基因表达
研究人员开发了一种新方法，通过将任务重新构建为转录程序空间中的条件生成问题，从组织学图像预测基因表达。该方法利用共识非负矩阵分解 (cNMF) 来识别关键转录程序，然后采用条件扩散模型根据形态学数据生成程序激活。该方法旨在通过利用已建立的转录组学建模实践并降低生成任务的维度，来克服当前空间转录组学技术的成本和可扩展性限制。
-
新的GC-MoE模型可从组织学图像预测细胞基因表达
研究人员开发了GC-MoE，一种从组织病理学图像估计单细胞基因表达的新方法。该方法利用基因组引导的专家混合模型来预测细胞类型概率和基因表达，旨在减少昂贵的单细胞测量需求。该系统结合了细胞类型特异性预测器和注意力模块，以捕获基因程序和邻近细胞的上下文，与现有方法相比显示出改进的结果。
-
HEXST Transformer 从组织学图像预测空间基因表达
研究人员开发了HEXST，一种新颖的Transformer模型，旨在从组织学图像预测基因表达。该模型通过考虑空间转录组学平台中常见的六边形采样模式并采用对比敏感目标来保留空间异质性，从而解决了现有方法的局限性。与当前最先进的方法相比，HEXST在多个数据集上均表现出优越的性能。
-
CRC-SAM框架实现多模态结直肠癌分割
研究人员开发了CRC-SAM，一个用于分割CT、结肠镜和组织学等多种成像类型结直肠癌的新型框架。该系统基于MedSAM模型，并利用低秩适配（LoRA）技术进行高效迁移学习，以适应不同的医学成像领域。在多个数据集上的实验表明，CRC-SAM的性能优于现有方法，证明了轻量级适配基础模型在癌症分析中的有效性。