AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-24
SCLC-SBT：用於小細胞肺癌組織病理影像分類的頻譜雙線性 Transformer
原標題: SCLC-SBT: a spectral-bilinear transformer for small cell lung cancer histopathology image classification
為了將小細胞肺癌（SCLC）組織病理影像分類為正常或 SCLC，作者提出 SCLC-SBT，這是一種階層式的頻譜雙線性 Transformer（Spectral-Bilinear Transformer），能同時捕捉高頻細胞核紋理與長距離組織依賴關係。在包含 1,974 張影像的基準資料集上，其準確率達 0.9697、AUC 達 0.9971，在所比較的 11 種架構中，七項指標裡有五項的點估計值最佳。相較於十一個基準模型中的五個，其優勢具統計顯著性，但相較於最強的六個則不顯著，因此作者將其表現描述為具競爭力至優異。