图深度学习从整个幻灯片图像中检测上下文预后生物标志物

1. Ahmedt-Aristizabal, D.， Armin, m.a, Denman, S.， Fookes, C. & Petersson, L.基于图形的深度学习用于计算组织病理学的研究。第一版。医疗成像图。95102027(2022)。一篇介绍gnn用于计算病理学的最新趋势的综述文章。

   文章谷歌学者

2. 陈荣杰等。整个幻灯片图像是2D点云:使用基于补丁的图卷积网络进行上下文感知的生存预测。在医学图像计算与计算机辅助干预(MICCAI)339 - 349(施普林格,2021)。本文报道了用于WSIs的gnn。

3. 杨红梅，李磊，张磊，唐晶，陈铮。面向异构图嵌入的位置感知图神经网络。在Int。神经网络联合会议(IJCNN)1 - 8 (IEEE 2021)。本文报道了一种位置感知GNN。

4. 孙达良。深度网络的公理归因。Proc,第34 Int。机器学习会议(PMLR)70, 3319 - 3328(2017)。本文报道了IG方法。

   谷歌学者

5. Hakimi, a.a.等人。透明细胞肾细胞癌的完整代谢图谱。癌症细胞29, 104 - 116(2016)。本文报道透明细胞肾细胞癌的代谢特点。

   文章中科院谷歌学者

下载参考