Multimodal Gated Mixture of Experts Using Whole Slide Image and Flow Cytometry for Multiple Instance Learning Classification of Lymphoma

In this study, we present a deep-learning-based multimodal classification method for lymphoma diagnosis in digital pathology, which utilizes a whole slide image (WSI) as the primary image data and flow cytometry (FCM) data as auxiliary information. In pathological diagnosis of malignant lymphoma, FC...

Täydet tiedot

Tallennettuna:
Bibliografiset tiedot
Päätekijät: Noriaki Hashimoto (Tekijä), Hiroyuki Hanada (Tekijä), Hiroaki Miyoshi (Tekijä), Miharu Nagaishi (Tekijä), Kensaku Sato (Tekijä), Hidekata Hontani (Tekijä), Koichi Ohshima (Tekijä), Ichiro Takeuchi (Tekijä)
Aineistotyyppi: Kirja
Julkaistu: Elsevier, 2024-12-01T00:00:00Z.
Aiheet:
Linkit:Connect to this object online.
Tagit: Lisää tagi
Ei tageja, Lisää ensimmäinen tagi!

Internet

Connect to this object online.

3rd Floor Main Library

Saatavuus: 3rd Floor Main Library
Hyllypaikka: A1234.567
Nide 1 Saatavissa