热点事件持续更新

MorphContrast预测结直肠癌生存

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Hikmat Khan等作者提交的MorphContrast利用组织标签进行结构监督，从苏木精—伊红全切片图像预测结直肠癌五年生存；在Alliance/CALGB 89803队列中，单模型AUC为0.642，事后集成的汇总out-of-fold AUC为0.70，模型划分的风险组hazard ratio为3.79（95%置信区间2.55–5.63）。在外部SurGen结肠癌队列（n=218）中，单模型和集成模型AUC分别为0.669和0.678。研究还使用TCGA-COAD/READ（n=562）进行形态学分析，Alliance/CALGB 89803（n=424）用于模型开发，SurGen用于外部评估。

AI 根据报道生成 · 2 小时前更新

最新进展10月16日 12:00

形态感知深度学习利用全切片图像预测结直肠癌生存

报道时间线

沿着报道，了解事件的不同侧面。

10月16日

12:00
arXiv · Machine Learning
形态感知深度学习利用全切片图像预测结直肠癌生存
MorphContrast以组织标签作结构监督，利用苏木精-伊红全切片图像预测结直肠癌五年生存；在Alliance/CALGB 89803上，单模型AUC为0.642，事后集成汇总out-of-fold AUC达0.70，风险组hazard ratio为3.79（95%置信区间2.55-5.63）。外部SurGen结肠癌队列（n=218）中，单模型和集成AUC分别为0.669和0.678。

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。