多切片全切片图像框架预测前列腺癌生化复发
热点事件持续更新
多切片全切片图像框架预测前列腺癌生化复发
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Yesung Cho 等作者提出一种计算高效的多切片全切片图像分析框架,用于捕捉整个腺体的肿瘤全貌,并预测前列腺癌生化复发。研究基于 789 名患者的 23,451 张切片,通过优化切片选择与子采样显著降低训练和推理成本,在 1 年和 2 年生化复发预测上达到或超过现有临床基准。 在多变量 Cox 分析中,该框架生成的 AI 风险评分为独立预后因素,与临床变量结合可进一步提升预后表现;外部验证提供了初步可迁移性证据。注意力分散分析显示,模型从多个切片中提取预后信息,与前列腺癌多灶性特征一致。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
高效多切片全切片图像分析框架预测前列腺癌生化复发报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv cs.AI高效多切片全切片图像分析框架预测前列腺癌生化复发
研究提出一种计算高效的多切片全切片图像分析框架,基于789名患者的23,451张切片,通过优化切片与子采样显著降低训练和推理成本,在1年和2年生化复发预测上达到或超过现有临床基准。AI风险评分在多变量Cox分析中为独立预后因素,与临床变量结合可进一步提升预后表现,外部验证提供初步可迁移性证据。注意力分散分析显示模型从多个切片中提取预后信息,与前列腺癌多灶性特征一致。
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。