Finder - AI在线

准确率达95.16%，快速识别恶性肿瘤细胞，厦大和上海交大团队开发域泛化深度学习算法

编辑 | 萝卜皮单细胞和空间转录组测序是两种最近优化的转录组测序方法，越来越多地用于研究癌症和相关疾病。细胞注释，特别是恶性细胞注释，对于这些研究中的深入分析至关重要。然而，当前的算法缺乏准确性和泛化性，使得难以一致、快速地从泛癌数据中推断出恶性细胞。为了解决这个问题，厦门大学和上海交通大学的研究团队提出了 Cancer-Finder，一种基于域泛化（Domain Generalization，DG）的深度学习算法，可以快速识别单细胞数据中的恶性细胞，平均准确率达到 95.16%。重要的是，通过用空间转录组数据集替