spEMO框架融合病理影像與空間組學
病理診斷與空間組學研究往往需要同時依賴組織形態、基因表達與蛋白資訊,但現有機器學習方法多只能處理單一模態。DRUGONE團隊提出的spEMO框架,讓模型在同一空間中同時利用影像與分子資訊進行推理。
方法設計
spEMO整合病理基礎模型生成的影像嵌入與大語言模型提供的文本知識嵌入,構建統一的多模態表示空間,使模型能夠協同利用組織形態資訊與分子表達資訊,彌補單模態方法的資訊缺口。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
