突破性人工智能框架,跨多种癌症检测肿瘤
分析
这项新研究介绍了一种名为 MuCTaL 的卓越的多癌症肿瘤定位模型,利用了迁移学习。该模型展示了令人印象深刻的性能和可扩展性,使其成为数字病理学和转化研究的宝贵工具。代码的开源可用性也是一个显著的优势。
引用 / 来源
查看原文"该模型在来自四种训练癌症的验证数据中实现了 0.97 的瓦片级 ROC-AUC,在独立的胰腺导管腺癌队列中实现了 0.71。"
"该模型在来自四种训练癌症的验证数据中实现了 0.97 的瓦片级 ROC-AUC,在独立的胰腺导管腺癌队列中实现了 0.71。"