KI und die schwierigen Probleme der Welt · Medizin & Wirkstoffforschung · Nature (computational biology) · 2026-10-24
SCLC-SBT: ein spektral-bilinearer Transformer zur Klassifikation histopathologischer Bilder des kleinzelligen Lungenkarzinoms
Originaltitel: SCLC-SBT: a spectral-bilinear transformer for small cell lung cancer histopathology image classification
Um histopathologische Bilder des kleinzelligen Lungenkarzinoms (SCLC) als normal oder SCLC zu klassifizieren, schlagen die Autoren SCLC-SBT vor, einen hierarchischen Spektral-Bilinearen Transformer, der sowohl hochfrequente Zellkerntexturen als auch weitreichende Gewebeabhängigkeiten erfasst. Auf einem Benchmark mit 1.974 Bildern erreicht er eine Genauigkeit von 0,9697 und eine AUC von 0,9971 und hat bei fünf von sieben Metriken den besten Punktschätzer unter 11 verglichenen Architekturen. Der Vorteil ist gegenüber fünf der elf Baseline-Modelle statistisch signifikant, gegenüber den sechs stärksten jedoch nicht, weshalb die Autoren ihn als konkurrenzfähig bis überlegen beschreiben.