Deep Learning for Microsatellite Instability Prediction in Gastrointestinal Cancer via Multi-Scale Attention and Gated Cross-Layer Fusion
Este estudo introduz o ResNet-CLAC, um novo framework de aprendizagem profunda que incorpora atenção multiescala e fusão cruzada de camadas com portão (gated cross-layer fusion), o qual alcança precisão de estado da arte na predição de instabilidade de microssatélites em lâminas histológicas de câncer gastrointestinal, oferecendo uma alternativa de baixo custo e interpretável aos métodos diagnósticos tradicionais.