arXiv ID:
2604.24201
arXiv 提交日期: 2026-04-27
基于置信度引导的多组学图学习癌症亚型分类方法 / CMGL: Confidence-guided Multi-omics Graph Learning for Cancer Subtype Classification
1️⃣ 一句话总结
该论文提出了一种名为CMGL的两阶段框架,先通过证据深度学习为每个样本的不同组学数据估计可靠性得分,再用这些置信度分数引导跨组学融合和病人相似性图的构建,从而有效滤除噪声、提升癌症亚型分类的准确率和跨癌种迁移能力。