arXiv · cs.AI· Yuan Liang, Sourav Bhattacharjee, Abraham Campbell·· 9 小时前
超越门控权重：影像组学特征融合在肾癌分类中的决策层解释
Beyond Gate Weights: Decision-Level Interpretation of Radiomics-Image Feature Fusion for RCC Classification
arXiv:2610.14152v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuan Liang, Sourav Bhattacharjee, Abraham Campbell
研究任务与主要进展
一项针对透明细胞与非透明细胞肾癌分类的研究，在固定的 3D MedVAE–影像组学模型上对比了门控权重与决策层贡献：由于模型采用线性分类头，二分类 logit 可被精确分解为门控图像项、直接影像组学项和偏置。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org