Buchumschlag

SHAP-CAT: A interpretable multi-modal framework enhancing WSI classification via virtual staining and shapley-value-based multimodal fusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Jun, Mao, Yu, Guan, Nan, Xue, Chun Jason
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BAHOP: Similarity-based Basin Hopping for A fast hyper-parameter search in WSI classification
von: Wang, Jun, et al.
Veröffentlicht: (2024)

shapley’s value for fuzzy games
von: Raul Alvarado Sibaja
Veröffentlicht: (1998)

WISE: A Framework for Gigapixel Whole-Slide-Image Lossless Compression
von: Mao, Yu, et al.
Veröffentlicht: (2025)

Advances in Multiple Instance Learning for Whole Slide Image Analysis: Techniques, Challenges, and Future Directions
von: Wang, Jun, et al.
Veröffentlicht: (2024)

IHC Matters: Incorporating IHC analysis to H&E Whole Slide Image Analysis for Improved Cancer Grading via Two-stage Multimodal Bilinear Pooling Fusion
von: Wang, Jun, et al.
Veröffentlicht: (2024)

Knowledge graph-based personalized multimodal recommendation fusion framework
von: Fang, Yu
Veröffentlicht: (2025)

Adaptive H&E-IHC information fusion staining framework based on feature extra
von: Jia, Yifan, et al.
Veröffentlicht: (2025)

Risk classification of thymoma based on multi‐feature fusion in dynamic enhanced CT
von: Xiayan Peng, et al.
Veröffentlicht: (2025)

Aetheria: A multimodal interpretable content safety framework based on multi-agent debate and collaboration
von: He, Yuxiang, et al.
Veröffentlicht: (2025)

Contrastive virtual staining enhances deep learning‐based PDAC subtyping from H&E‐stained tissue cores
von: Maximilian Fischer, et al.
Veröffentlicht: (2025)

On the Compressibility of Quantized Large Language Models
von: Mao, Yu, et al.
Veröffentlicht: (2024)

Easz: An Agile Transformer-based Image Compression Framework for Resource-constrained IoTs
von: Mao, Yu, et al.
Veröffentlicht: (2025)

Buffer replay enhances the robustness of multimodal learning under missing-modality
von: Zhu, Hongye, et al.
Veröffentlicht: (2025)

DBMIF: a deep balanced multimodal iterative fusion framework for air- and bone-conduction speech enhancement
von: Wu, Yilei, et al.
Veröffentlicht: (2026)

Research on multi‐center assisted diagnosis of ASD based on multimodal feature fusion
von: Ru Zhang, et al.
Veröffentlicht: (2024)

When Compression Meets Model Compression: Memory-Efficient Double Compression for Large Language Models
von: Wang, Weilan, et al.
Veröffentlicht: (2025)

Lossless Compression of Large Language Model-Generated Text via Next-Token Prediction
von: Mao, Yu, et al.
Veröffentlicht: (2025)

A review of deep learning-based information fusion techniques for multimodal medical image classification
von: Li, Yihao, et al.
Veröffentlicht: (2024)

SHAP values via sparse Fourier representation
von: Gorji, Ali, et al.
Veröffentlicht: (2024)

Serial fusion of multi-modal biometric systems
von: Marcialis, Gian Luca, et al.
Veröffentlicht: (2024)

A robust and scalable framework for hallucination detection in virtual tissue staining and digital pathology
von: Huang, Luzhe, et al.
Veröffentlicht: (2024)

FlexInfer: Breaking Memory Constraint via Flexible and Efficient Offloading for On-Device LLM Inference
von: Du, Hongchao, et al.
Veröffentlicht: (2025)

An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease
von: Dolci, Giorgio, et al.
Veröffentlicht: (2024)

DeeAD: Dynamic Early Exit of Vision-Language Action for Efficient Autonomous Driving
von: HU, Haibo, et al.
Veröffentlicht: (2025)

Grade Like a Human: Rethinking Automated Assessment with Large Language Models
von: Xie, Wenjing, et al.
Veröffentlicht: (2024)

Index-MSR: A high-efficiency multimodal fusion framework for speech recognition
von: Chen, Jinming, et al.
Veröffentlicht: (2025)

APT-MMF: An advanced persistent threat actor attribution method based on multimodal and multilevel feature fusion
von: Xiao, Nan, et al.
Veröffentlicht: (2024)

Interpretable temporal fusion network of multi- and multi-class arrhythmia classification
von: Kim, Yun Kwan
Veröffentlicht: (2025)

How to safely discard features based on aggregate SHAP values
von: Bhattacharjee, Robi, et al.
Veröffentlicht: (2025)

Adaptive information fusion network for multi‐modal personality recognition
von: Yongtang Bao, et al.
Veröffentlicht: (2024)

Introducing machine‐learning‐based data fusion methods for analyzing multimodal data: An application of measuring trustworthiness of microenterprises
von: Xueming Luo, et al.
Veröffentlicht: (2024)

Deep‐learning‐based renal artery stenosis diagnosis via multimodal fusion
von: Xin Wang, et al.
Veröffentlicht: (2024)

an interpretable vision transformer framework for automated brain tumor classification
von: Mbonu, Chinedu Emmanuel, et al.
Veröffentlicht: (2026)

MA‐PEP: A novel anticancer peptide prediction framework with multimodal feature fusion based on attention mechanism
von: Xiao Liang, et al.
Veröffentlicht: (2024)

Generative forecasting of brain activity enhances Alzheimer's classification and interpretation
von: Gao, Yutong, et al.
Veröffentlicht: (2024)

ReFilter: Improving Robustness of Retrieval-Augmented Generation via Gated Filter
von: Chen, Yixin, et al.
Veröffentlicht: (2026)

Beyond Semantic Similarity: Reducing Unnecessary API Calls via Behavior-Aligned Retriever
von: Chen, Yixin, et al.
Veröffentlicht: (2025)

Turbo your multi-modal classification with contrastive learning
von: Zhang, Zhiyu, et al.
Veröffentlicht: (2024)

Gradient-based multi-focus image fusion with focus-aware saliency enhancement
von: Li, Haoyu, et al.
Veröffentlicht: (2025)

Label-free pathological subtyping of non-small cell lung cancer using deep classification and virtual immunohistochemical staining
von: Zang, Zhenya, et al.
Veröffentlicht: (2025)