Deep Learning for Microsatellite Instability Prediction in Gastrointestinal Cancer via Multi-Scale Attention and Gated Cross-Layer Fusion
Questo studio introduce ResNet-CLAC, un nuovo framework di deep learning che incorpora l'attenzione multi-scala e la fusione cross-layer a porta (gated cross-layer fusion), il quale raggiunge un'accuratezza allo stato dell'arte nella previsione dell'instabilità microsatellitare da vetrini istologici di cancro gastrointestinale, offrendo un'alternativa economica e interpretabile ai metodi diagnostici tradizionali.