多尺度图神经网络从全切片图像预测多种转录组学数据
热点事件持续更新
多尺度图神经网络从全切片图像预测多种转录组学数据
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
arXiv cs.lg 于2026-11-02发布研究，提出多尺度图神经网络（GNN），可直接从全切片图像（WSI）预测批量、空间及单细胞转录组数据。 该模型使用UNI2-h病理基础模型提取形态特征，在TCGA、Visium和Xenium混合数据集上训练，实现了跨生物层级的层级学习。预测结果在生存分析和肿瘤分类等下游临床任务中展示了应用价值。
AI 根据报道生成 · 55 分钟前更新
最新进展11月2日 13:00
多尺度图神经网络通过全切片图像预测多种转录组学数据报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · ML多尺度图神经网络通过全切片图像预测多种转录组学数据
研究提出多尺度图神经网络（GNN），可直接从全切片图像（WSI）预测批量、空间及单细胞转录组数据。 该模型使用UNI2-h病理基础模型提取形态特征，在TCGA、Visium和Xenium混合数据集上训练，实现了跨生物层级的层级学习。 预测结果在生存分析和肿瘤分类等下游临床任务中展示了应用价值。
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。