arXiv · cs.AI· Sidharthan Sivacoumar Chitra·· 15 天前AI 评分22
MP-MNCA：用于高效空间域识别的形态先验掩码邻居交叉注意力框架
MP-MNCA: Morphology-Prior Masked Neighbor Cross-Attention for Efficient Spatial Domain Identification
来源与原文
arXiv · cs.AI
作者：Sidharthan Sivacoumar Chitra
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.16212v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 MP-MNCA，一种保留完整 3000 维高变基因表示、并将组织学相似度作为连续注意力先验的掩码邻居交叉注意力框架，用于空间转录组学的空间域识别。在 12 个人类背外侧前额叶皮层（DLPFC）切片上，MP-MNCA 以更少训练轮数达到连贯空间域结构，平均峰值 refined ARI 为 0.546（最强基线 STAIG 为 0.549），平均 refined NMI 达 0.657（STAIG 为 0.640），并在 12 切片中 7 个的 ARI、11 个的 NMI 上胜出。
来源：arXiv · cs.AI · arxiv.org