深度学习预测基因表达作为鉴定结核分枝杆菌感染的小鼠模型的易感性模式的中间数据形式 背景 机器学习已经看到了持续而成功的应用到计算组织病理学中的许多诊断和预后问题上，但是相对较少的努力就可以根据组织病理学对基因表达进行建模。这项研究提出了一种方法，该方法可从苏木精和曙红全玻片图像中预测选定的基因表达值（微阵列），作为在实验感染的多样性近交系小鼠群中鉴定暴发性结核（“易感”）的中间数据形式（n = 77）。 方法 利用梯度增强树作为新颖的特征选择器来鉴定可预测暴发性结核病的基因。基于回归的新颖的基于