ترجمه فارسی مقاله HistoKernel: هسته‌های حداکثر میانگین اختلاف سطح تصویر کل اسلاید برای مدل‌سازی پیش‌بینی‌کننده پان-سرطان

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی HistoKernel: Whole Slide Image Level Maximum Mean Discrepancy Kernels for Pan-Cancer Predictive Modelling
عنوان مقاله به فارسی HistoKernel: هسته‌های حداکثر میانگین اختلاف سطح تصویر کل اسلاید برای مدل‌سازی پیش‌بینی‌کننده پان-سرطان
نویسندگان Piotr Keller, Muhammad Dawood, Brinder Singh Chohan, Fayyaz ul Amir Afsar Minhas
فرمت مقاله انگلیسی PDF
تعداد صفحات 28
دسته بندی موضوعات Machine Learning,Artificial Intelligence,یادگیری ماشین , هوش مصنوعی ,
توضیحات Submitted 9 August, 2024; originally announced August 2024. , Comments: 28 pages, 5 figures, 1 Table. Preprint for article in review at Nature Machine Intelligence
توضیحات به فارسی ارسال شده در 9 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 28 صفحه ، 5 شکل ، 1 جدول.چاپ را برای مقاله در بررسی در Nature Machine Intelligence

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 1,120,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Machine learning in computational pathology (CPath) often aggregates patch-level predictions from multi-gigapixel Whole Slide Images (WSIs) to generate WSI-level prediction scores for crucial tasks such as survival prediction and drug effect prediction. However, current methods do not explicitly characterize distributional differences between patch sets within WSIs. We introduce HistoKernel, a novel Maximum Mean Discrepancy (MMD) kernel that measures distributional similarity between WSIs for enhanced prediction performance on downstream prediction tasks. Our comprehensive analysis demonstrates HistoKernel's effectiveness across various machine learning tasks, including retrieval (n = 9,362), drug sensitivity regression (n = 551), point mutation classification (n = 3,419), and survival analysis (n = 2,291), outperforming existing deep learning methods. Additionally, HistoKernel seamlessly integrates multi-modal data and offers a novel perturbation-based method for patch-level explainability. This work pioneers the use of kernel-based methods for WSI-level predictive modeling, opening new avenues for research. Code is available at https://github.com/pkeller00/HistoKernel.

چکیده به فارسی (ترجمه ماشینی)

یادگیری ماشین در آسیب شناسی محاسباتی (CPATH) غالباً پیش بینی های سطح پچ را از تصاویر کل اسلاید چند گیگاپیکل (WSIS) برای تولید نمرات پیش بینی سطح WSI برای کارهای مهم مانند پیش بینی بقا و پیش بینی اثر دارو جمع می کند.با این حال ، روش های فعلی به صراحت تفاوت های توزیع بین مجموعه های پچ در WSIS را مشخص نمی کنند.ما Histokernel ، یک هسته حداکثر اختلاف (MMD) جدید را معرفی می کنیم که شباهت توزیع بین WSIS را برای عملکرد پیش بینی پیشرفته در کارهای پیش بینی پایین دست اندازه گیری می کند.تجزیه و تحلیل جامع ما اثربخشی هیستوکنل را در کارهای مختلف یادگیری ماشین ، از جمله بازیابی (9،362 نفر) ، رگرسیون حساسیت به مواد مخدر (551 نفر) ، طبقه بندی جهش نقطه (3،419 نفر) و تجزیه و تحلیل بقا (2،291 = n) نشان می دهد ، عملکرد عمیقروشهای یادگیری.علاوه بر این ، Histokernel یکپارچه داده های چند منظوره را ادغام می کند و یک روش مبتنی بر آشفتگی جدید را برای توضیح در سطح پچ ارائه می دهد.این کار پیشگام استفاده از روشهای مبتنی بر هسته برای مدل سازی پیش بینی سطح WSI است و راه های جدیدی را برای تحقیق باز می کند.کد در https://github.com/pkeller00/histokernel در دسترس است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.