Key points are not available for this paper at this time.
الملخص الهدف. أظهر الدمج الفعال لشرائح الأنسجة والتوصيفات الجزيئية من البيانات الجينية إمكانات كبيرة في تشخيص وتوقع الأورام الدبقية. ومع ذلك، لا يزال من التحديات الاستفادة الصريحة من المعلومات المتسقة والمكملة بين الوسائط المختلفة وإنشاء تمثيلات شاملة للمرضى. بالإضافة إلى ذلك، تركز الأبحاث الحالية بشكل رئيسي على بيانات متعددة الوسائط كاملة وغالبًا ما تفشل في بناء نماذج قوية للعينات غير المكتملة. النهج. في هذه الورقة، نقترح شبكة متعددة الوسائط مفككة في فضاء مزدوج (DDM-net) لتشخيص وتوقع الورم الدبقي. تقوم DDM-net بفك تشابك الميزات الكامنة الناتجة عن مشفرين تلقائيين متغيرين منفصلين (VAEs) إلى مكونات مشتركة وخاصة من خلال نهج مفكك في فضاء مزدوج، مما يسهل بناء تمثيلات شاملة للمرضى. والأهم من ذلك، تقوم DDM-net بتعويض الوسائط غير المتوفرة في فضاء الميزات الكامنة، مما يجعلها قوية تجاه العينات غير المكتملة. النتائج الرئيسية. قمنا بتقييم منهجنا على مجموعة بيانات TCGA-GBMLGG لمهام تصنيف الورم الدبقي وتحليل البقاء. تظهر النتائج التجريبية أن الطريقة المقترحة تحقق أداءً متفوقًا مقارنة بالطرق الحديثة، مع AUC تنافسي يبلغ 0.952 ومؤشر C مقداره 0.768. الأهمية. قد يساعد النموذج المقترح في الفهم السريري للأورام الدبقية ويمكن أن يكون نموذج دمج فعال مع البيانات متعددة الوسائط. بالإضافة إلى ذلك، فإنه قادر على التعامل مع العينات غير المكتملة، مما يجعله أقل تقييدًا بالقيود السريرية.
Building similarity graph...
Analyzing shared references across papers
Loading...
Lu Qiu
Lu Zhao
Wangyuan Zhao
Physics in Medicine and Biology
Shanghai Jiao Tong University
Building similarity graph...
Analyzing shared references across papers
Loading...
درس Qiu وآخرون (الأربعاء،) هذا السؤال.
www.synapsesocial.com/papers/68e6fa98b6db643587674fcc — DOI: https://doi.org/10.1088/1361-6560/ad37ec
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: