11:11
官方账号arXiv cs.LG@Anders Sjöberg, Nils Olsson, Marcus Baaz, Mats Jirstrand
推荐理由：这篇论文用EB-VAE同时预测肿瘤体积变化和患者脱落时间，还整合了基因信息，比传统模型更灵活，在黑色素瘤和乳腺癌数据上验证有效。
EB-VAE
共 1 条相关 AI 资讯
7月16日
11:11
该研究提出多模态经验贝叶斯变分自编码器（EB-VAE）框架，在肿瘤生长数据上联合建模纵向肿瘤体积轨迹与脱落时间事件。框架通过经验贝叶斯先验正则化潜在个体效应，并引入风险模型处理信息性脱落。在皮肤黑色素瘤和乳腺癌实验中，混合半机制解码器恢复的治疗参数与非线性混合效应估计一致。遗传条件改进了个体预测，稳定性选择识别出BRAF、NRAS、NF1和MDM2等生物相关遗传指标。