Yifei Chen
PulseAugur coverage of Yifei Chen — every cluster mentioning Yifei Chen across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 FeatProto 框架通过多模态数据增强癌症生存预测
研究人员开发了 FeatProto，一个新颖的多模态框架，旨在通过整合全切片图像和基因组数据来改进癌症生存预测。该方法旨在通过创建一个考虑全局和局部肿瘤特征的统一特征原型空间来增强可解释性。关键创新包括强大的表型表示、用于稳定跨模态关联的指数原型更新策略以及用于精细推理的分层匹配方案。在四个癌症数据集上的评估表明，FeatProto 在准确性和可解释性方面均优于现有方法。
-
新AI框架通过多尺度图像分析增强儿童肿瘤诊断
研究人员开发了CoPath，一个用于通过病理图像精确轻量级诊断周围神经母细胞瘤（pNTs）的新型框架。CoPath集成了CoHisNet，一个利用Kolmogorov-Arnold网络改进非线性特征建模的多尺度特征融合网络，以及PathVote，它结合了病理学先验信息将斑块级预测聚合为全切片图像决策。该方法解决了儿童肿瘤队列有限、组织学异质性和计算负担等挑战，与现有方法相比，在较低的复杂度下实现了有竞争力的性能。
-
新技术提高脑肿瘤分割精度
研究人员正在开发先进的后处理技术，以提高脑肿瘤分割模型的准确性，特别是针对胶质瘤。这些方法旨在优化大型预训练模型生成的分割结果，解决假阳性、切片不连续等问题。一种方法侧重于自适应后处理，在 BraTS 2025 挑战任务上显示出显著改进。另一种策略涉及一个灵活的流程，该流程结合了多个模型，并使用放射组学特征进行肿瘤亚型分类和病灶集成优化。第三种方法 AdaMM，通过采用知识蒸馏和自适应细化模块来解决多模态 MRI 中缺失模态的问题，从…