arXiv cs.LG· Boyang Fan, Hengchuang Yin, Siyu Yi, Yifan Wang, Zhicheng Li, Leijiyu Zhou, Jiancheng Lv, Wei Ju·· 3 小时前AI 评分22
CMGL：面向癌症亚型分类的置信度引导多组学图学习
CMGL: Confidence-guided Multi-omics Graph Learning for Cancer Subtype Classification
AI 导读
CMGL 通过证据深度学习为每位患者估计各模态置信度，并在融合前固定该值，再在独立构建的一致性图上完成分类。在四个 MLOmics 癌症亚型任务上，其平均准确率超过最强基线 4.03%，并在 32 类泛癌任务上持续领先。其表征可恢复 BRCA 的 PAM50 内在亚型，且在 BRCA 上训练的模型无需微调即可迁移至 KIRC，将患者分为预后显著不同的组。
来源：arXiv cs.LG · arxiv.org