Sum of Squared Distances

新框架通过分布外检测提升DNA甲基化肿瘤分类能力

研究人员开发了一个新框架，以提高基于DNA甲基化肿瘤分类系统的鲁棒性。这种深度表示学习方法侧重于检测分布外（OOD）样本，这些样本可能导致临床诊断中的错误预测。该研究探索了各种OOD检测方法，发现一维子空间分析（1D-SSA）是最有效的方法。当应用于肉瘤和脑肿瘤数据集时，该框架在区分分布内和分布外样本方面表现出高精度，表明其作为临床应用的质量控制层具有潜力。