DNA甲基化OOD检测框架提升分类器鲁棒性
热点事件持续更新
DNA甲基化OOD检测框架提升分类器鲁棒性
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Md Zahangir Alom 等作者提出一种面向 DNA 甲基化阵列数据的端到端深度表征学习 OOD 检测框架，并在肉瘤与脑肿瘤队列上验证，其中 1D-SSA 方法效果最佳。 在肉瘤为分布内、脑肿瘤为分布外的设置下，该框架 AUROC 达 0.975，TNR@95TPR 为 0.930；反向设置下 AUROC 为 0.9569。在独立临床测试集上，平均 AUROC 为 0.976，FPR@95TPR 为 0.065。作者称其可作为甲基化肿瘤分类系统的质控层。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
基于深度表征学习的 DNA 甲基化数据 OOD 检测提升临床分类器鲁棒性报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AI基于深度表征学习的 DNA 甲基化数据 OOD 检测提升临床分类器鲁棒性
研究提出一种面向 DNA 甲基化阵列数据的端到端深度表征学习 OOD 检测框架，在肉瘤与脑肿瘤队列上验证，其中 1D-SSA 方法效果最佳。肉瘤为分布内、脑肿瘤为分布外时 AUROC 达 0.975，TNR@95TPR 为 0.930；反向设置下 AUROC 为 0.9569。独立临床测试集上平均 AUROC 为 0.976，FPR@95TPR 为 0.065，可作为甲基化肿瘤分类系统的质控层。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。