面向患者生存预测的组织病理学和基因组图谱之间的整体多模态相互作用模型

摘要：癌症生存预测需要整合病理全切片图像 (WSI) 和基因组图谱，这是一项极具挑战性的任务，因为模型本身具有异质性，并且对模态间和模态内相互作用进行建模也十分复杂。当前的方法通常采用简单的融合策略进行多模态特征整合，无法全面捕捉模态特异性和模态共性相互作用，导致对多模态相关性的理解有限，预测性能也欠佳。为了弥补这些局限性，本文提出了一种多模态表征解耦网络 (MurreNet) 来推进癌症生存分析。具体而言，我们...

基于增强深度学习模型分析睾丸细胞组成快速检测小鼠生精缺陷

徐军教授团队与芝加哥大学/南京医科大学生殖医学国家重点实验室徐宇君教授团队在国际上教早把机器学习技术运用在小鼠睾丸常规H&E病理切片的定量分析，通过定量分析精子发生的组织学切片进行精子发生自动化分期与识别。最近，合作团队把该方法拓展到雄性不育的小鼠精子发生缺陷的快速检测，该合作工作最近在美国2024年男科学会议上引起较大反响（见下图）。本次会议上，来自美国生殖医学领域的与会人员就如何通过机器学习的手段...

单细胞形态和拓扑图谱揭示了乳腺癌的生态系统多样性

网络医学阐释中药药症临床疗效的科学内涵

基于生成对抗网络的多类型时序电子病历数据生成研究

基于多角度双通道融合网络与心电图的房颤与室颤诊断

深度学习辅助自动检测的头部CT图像重建标准化研究

基于分布估计算法和卷积神经网络的光纤光栅传感器网络容畸变方法

研究院王向学老师在《Science Advances》发表新成果

近日，南京信息工程大学-中大医院智慧医疗研究院徐军教授团队成员、我校“龙山学者”王向学博士及其合作者在Science子刊《Science Advances》发表了最新研究成果，题为“Spatial interplay patterns of cancer nuclei and tumor-infiltrating lymphocytes (TILs) predict clinical benefit for immune checkpoint inhibitors”。该论文运用计算病理方法，通过揭示数字化病理切片中肿瘤细胞和肿瘤浸润淋巴细胞空间互作关系模式，...