基于回归的深度学习预测病理切片的分子生物标志物（英文版）

英文标题：Regression-based Deep-Learning predicts molecular biomarkers from pathology slides中文摘要：本研究开发并评估了一种自监督的基于注意力机制的弱监督回归方法，可以从癌症组织学图像中直接预测连续生物标志物，并发现回归模型优于分类模型，可以提高生物标志物预测的准确性和可解释性。这种开源回归方法为计算病理学中的连续生物标志物分析提供了一种有前途的替代方法。英文摘要：Deep Learning (DL) can predict biomarkers from cancer histopathology. Severalclinically approved applications use this technology. Most approaches, however,predict categorical labels, whereas biomarkers are often continuousmeasurements. We hypothesized that regression-based