Cell Reports Medicine· Zhishun Liu, Qiao Wu, Huan Lin, Dacheng Yang, Chao Tang, Xuanjun Lu, Yizhong Zhao, Jing Chen, Yuxin Wu, Zhiyang Chen, Hongbo Liu, Zhenhui Li, Zaiyi Liu, Anant Madabhushi, Cheng Lu·· 18 小时前AI 评分52
MorphX 用可解释深度学习将空间形态表型与 HCC 和 LUAD 生存关联
Interpretable deep learning maps spatial morphological phenotypes to HCC and LUAD survival
AI 导读
Liu 等提出可解释深度学习框架 MorphX，从全切片组织病理图像中解码癌症预后并揭示形态学生物标志物。在多个独立队列中，MorphX 识别出八种基于形态学的标志物，作者称其支持可信、透明的 AI 驱动精准肿瘤学。该工作以 HCC 和 LUAD 的生存关联为分析目标。
阅读原文
来源：Cell Reports Medicine · cell.com