相关实验视频
Updated: Jul 7, 2026

07:37
SIVQ-LCM Protocol for the ArcturusXT Instrument
Published on: July 23, 2014
9.1K
CTUSurv:一个基于变压器的细胞意识网络,使用整个幻灯片图像进行生存预测的不确定性
IEEE transactions on medical imaging
|March 3, 2025
概括
本研究介绍了CTUSurv,这是一种基于图像的深度学习模型,用于使用整个幻灯片图像 (WSIs) 进行基于图像的生存预测. 它通过分析细胞相互作用和估计预测不确定性来提高准确性和可靠性.
科学领域:
- 计算病理学计算病理学
- 医学中的人工智能.
- 生物医学图像分析
背景情况:
- 使用整个幻灯片图像 (WSI) 进行生存预测的深度学习面临着由于图像复杂性和噪声的挑战.
- 现有的模型在病理诊断所需的复杂模式和可靠性方面扎.
研究的目的:
- 提出CTUSurv,一种用于生存预测的新型深度学习模型.
- 通过捕捉细胞-细胞和细胞-微环境相互作用来增强诊断能力.
- 通过基于地区的不确定性估计来提高可靠性.
主要方法:
- CTUSurv采用一个区域采样策略,用于提供信息的WSI区域提取.
- 一个细胞感知编码模块模拟了生物实体之间的相互作用.
- 一个随机不确定性估计模块提供区域级不确定性得分.
主要成果:
- 拟议的方法在四个数据集中显示出卓越的预测准确性.
- CTUSurv显示在生存预测中可靠性提高.
- 该模型有效地捕捉了复杂的生物模式和相互作用.
结论:
- CTUSurv为数字病理学中的基于图像的生存预测提供了一个强大的解决方案.
- 整合不确定性估计提高了WSIs深度学习模型的可靠性.
- 这项工作推动了人工智能在增强病理诊断方面的应用.

