A segmentation-based sequence residual attention model for KRAS gene mutation status prediction in colorectal cancer—— 基于分割序列的残差注意力模型预测结直肠癌KRAS基因突变
一.主要贡献 PG-SN用来捕获不同层次病变的分割特征,生成掩膜,给CG-CN提供予指导(精确的病灶定位信息),且与PG-SN共享编码器和解码器。 设计了一种边界损失,将其与Combo损失联合使用,以解决病变边界像素难以正确分类的问题。 T2加权的MRI图像,利用分割任务产生的分割特征和病变掩膜来提高分类任务的有效性。 二.现存问题 数据样本较少。虽然许多医疗机构可以生成大量的患者病理图像,但病