Patologlar için Yapay Zekâ
Dijital patolojideki yapay zekâ yöntemlerini tarayıcıda eğitilen küçük ağlarla ve gerçek mutasyon verisiyle öğrenin
İki tür malzeme
Seri
Etkileşimli simülasyonlar
Her biri tek bir yöntemi tek bir başarısızlık biçimiyle birlikte gösteren, tarayıcıda eğitilen küçük ağlar. Nucleus Net tarzında: Slaytlar → Eğit → Test.
Simülasyon 1 · hazır
Slayt Torba Ağı
Çoklu örnek öğrenme (MIL): bir tümörün belirli bir mutasyonu taşıyıp taşımadığını yalnızca slayt düzeyindeki etiketlerden öğrenen dikkat ağı. Havuzlama, dikkat haritaları, laboratuvar parti etkisi tuzağı.
Simülasyon 2 · hazır
Boya Kayması
Macenko boya vektörleri, B laboratuvarını A'ya normalize etme ve boya artırma; aynı tuzağın dört ön işlemle yeniden eğitimi ve sonuç tablosu.
Modül · hazır
cBioPortal ile mutasyon verisi
Simülasyondaki sentetik etiketlerin gerçek karşılığı: TCGA olgularında mutasyon sıklığı, birlikte görülme ve sağkalım; slayt düzeyi etiket dosyasının nasıl kurulduğu.
Önerilen sıra
- Slayt Torba Ağı — 40 dakika. Simülasyonu sayfadaki ders tarifi sırasıyla çalıştırın; “Kendinizi test edin” sorularını yanıtlayın.
- Boya Kayması — 35 dakika. Aynı slaytlar; tuzağın iki çaresi.
- cBioPortal ile mutasyon verisi — 60 dakika. Önce web arayüzü (kod gerekmez), isteğe bağlı olarak API bölümü (Python).
- Seri sayfası — sırada hangi simülasyonların olduğunu ve her birinin hangi dersi taşıdığını gösterir.