专栏名称: 组学杂谈
组学、影像技术、文献解读,统计分析,深度学习、临床研究等
今天看啥  ›  专栏  ›  组学杂谈

Nat Mach Intel | 基于深度学习的多模态数据融合用于癌症生物标志物发现

组学杂谈  · 公众号  ·  · 2024-06-18 17:30
    

文章预览

                                                                              来自斯坦福大学医学院生物医学信息学研究中心(BMIR) 、计算机科学系、生物医学数据科学系的研究学者 ,2023年4月在science advances    (JCR Q1, IF: 23.8) 杂志上发表了 基于深度学习的 多模态数据融合癌症生物标志物发现 “Multimodal data fusion for cancer biomarker discovery with deep learning”  基于深度学习的 多模态数据融合癌症生物标志物发现 如今,技术进步使得利用高维、高通量、多尺度生物医学数据从多角度研究患者成为可能。在肿瘤学领域,从分子、组织病理学、放射学到临床记录,正在产生大量的数据。深度学习的引入极大地推进了生物医学数据的分析。然而,大多数方法侧重于单一数据模式,导致集成互补数据类型的方法进展缓慢。发展有效的多模式融合方法正 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览