medRxiv 预印本· Buser, M., Szczepanowski, M., Laqua, A., Chitadze, G., Baldus, C., Brueggemann, M., Marr, C. ·· 28 天前AI 评分20
IMPGAT 可从样本级流式细胞术注释中隐式重建门控策略
Implicit reconstruction of gating strategies from sample-level flow cytometry annotations
AI 导读
研究团队提出弱监督多实例学习框架 IMPGAT,可直接从样本级细胞类型频率分布重建单细胞门控策略,训练无需细胞级标签或无监督聚类。在 ALL 与 AML 队列共 268 人、7.11 亿个单细胞的 711 次检测中,ALL 细胞类型丰度量化与专家间差异无统计学显著差异,AML 原始细胞量化达到依赖明确单细胞注释训练的最新监督模型水平。
来源:medRxiv 预印本 · medrxiv.org