科研 Skill

放射影像-病理-组学融合

20-ai-medical-imaging-ai-image-omics-fusion

在AI医学影像领域开展“影像组学融合”任务时使用;根据输入、科学假设和运行环境,在多模态影像融合下已保留的方法实现之间路由。

官方收录发布者 Codar安全审核通过v0.1.1更新于 2026-09-04

SKILL.md

放射影像-病理-组学融合

先建立患者级模态清单,核对影像、切片、组学与临床时间点。缺失模态、重复样本和治疗前后混杂要显式表示,不为获得完整矩阵静默丢掉大量患者。

选择融合层次:

  • 早期融合适合维度受控、样本充分且特征已标准化的场景。
  • 中间融合需要各模态编码器和缺失模态策略。
  • 晚期融合更容易审计各模态贡献,也便于部分模态缺失。

所有特征选择、降维、批次校正和模型调参在患者级训练折内完成。与单模态基线比较增益,并检查中心、制片/扫描批次和不同缺失模式。

交付患者映射、模态预处理、融合结构、单模态与融合性能、校准及模态消融。融合相关性不能自动解释为跨尺度机制。

所属插件

AI医学影像影像组学、医学影像深度学习与数字病理。

安装该插件会一并获得同领域的 22 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

放射影像-病理-组学融合能做什么?

在AI医学影像领域开展“影像组学融合”任务时使用;根据输入、科学假设和运行环境,在多模态影像融合下已保留的方法实现之间路由。

如何安装放射影像-病理-组学融合?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「放射影像-病理-组学融合」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

放射影像-病理-组学融合需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

放射影像-病理-组学融合经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。