EPICPred : Prédire les phénotypes pilotés par les TCR liant les épitopes en utilisant l'apprentissage multi-instances basé sur l'attention

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Sciences de la vie, Génie biologique, Immunologie,
TCR liant les épitopes   apprentissage multi-instances   prédiction de phénotype   cancer   COVID-19  

Les récepteurs des cellules T (TCR) jouent un rôle crucial dans le système immunitaire adaptatif, en reconnaissant les agents pathogènes par leur liaison à des épitopes spécifiques. Comprendre les interactions entre les TCR et les épitopes est essentiel pour dévoiler les mécanismes biologiques des réponses immunitaires et pour développer des immuno...

AugDiff : Augmentation de caractéristiques basée sur la diffusion pour l'apprentissage multi-instances dans les images de lame entière

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Oncologie,
augmentation de caractéristiques   modèle de diffusion   apprentissage multi-instances   image de lame entière   pathologie computationnelle   apprentissage profond   génération d'images  

Augmentation Basée sur les Modèles de Diffusion : Une Nouvelle Approche pour l’Apprentissage Multi-Instances sur des Images Entières en Pathologie Contexte Scientifique et Motivation Dans le domaine de la pathologie computationnelle (computational pathology), l’analyse efficace des images entières de lames histopathologiques (Whole Slide Images, WS...