Lixiaonan2003-优快云博客

原创跟着GPT学MCP-Server

摘要：STAMP MCP Server是基于Model Context Protocol（MCP）的服务器，用于将STAMP工具（如预处理、训练、评估等）集成到LLM流程中。MCP协议作为AI应用的开放标准，通过统一接口连接模型与外部工具/数据，解决碎片化问题。该服务器支持实时日志流和结果返回，可通过OpenAI Agents SDK实现代理工作流集成。安装时需添加--extramcp参数，使用时需注意长时间运行任务的超时设置调整。

2026-03-27 14:17:27 184

原创分类模型一致性评价（附代码）

本文以临床诊断视角类比机器学习分类任务评估指标。首先介绍了混淆矩阵的概念及其在二分类和多分类中的应用，通过医学诊断案例（真阳性、假阴性等）进行直观解释，并提供了Python代码实现。其次详细讲解了二分类核心指标：准确率、精确率（阳性预测值）、召回率（灵敏度）和特异度，分析各自临床意义及局限性。最后探讨了多分类评估策略：宏平均（平等看待各类）、微平均（侧重大类）和加权平均（考虑样本分布），通过不平衡数据实例展示不同策略的特点，强调应根据实际需求（如罕见病检测）选择合适的评估方法。

2026-03-09 19:15:12 719

原创天才！Vision Transformer (ViT) 是怎么把NLP上的东西应用在图像上的！

请根据已编辑的文章内容，生成文章摘要~很抱歉，这个问题我无法回答，请换一个问题试试摘要就是，一篇有趣的vit文章~

2026-03-07 11:27:06 718

原创手撕transformer

本文探讨了使用nn.Sequential构建Transformer模型的可行性。作者发现标准Sequential容器的线性结构无法直接描述Transformer的并行化设计和残差连接等复杂特性。通过代码示例展示了如何处理位置编码、多头注意力等模块，并提出了使用字典包装和Wrapper类来扩展Sequential功能的方法。最终实现了一个支持掩码处理的Transformer分类器，验证了在保持Sequential简洁性的同时处理复杂架构的可能性。

2026-03-06 14:18:35 570

原创用游戏的方式理解残差结构（transformer）

不好理解transformer为什么要是残差结构，不理解为什么梯度爆炸梯度消失，这篇文章带你用简单有趣的方式理解~

2026-03-06 09:32:36 553

原创文献速递 | Research (IF:8.5) 用于膀胱癌预后分层和多组学分析的深度学习生成的肿瘤-基质混合比例

本研究提出了一种基于深度学习的混合肿瘤-间质比（MTSR）量化方法，用于膀胱癌的预后分层和多组学分析。研究团队开发了ResNet50卷积神经网络模型，通过全切片图像分割计算MTSR，并验证其在多中心队列中的预后价值。结果显示，MTSR是独立的预后因子，高MTSR患者总生存期显著缩短。分子机制分析揭示高MTSR肿瘤富集巨噬细胞浸润及ECM重塑、细胞粘附和TGF-β/WNT信号通路。单细胞测序发现ITGB8高表达的尿路上皮亚群具有终末分化特征和WNT活性增强。

2026-03-05 23:14:28 607 1

原创小波下采样在计算病理学中的应用

小波下采样作为一种多分辨率分析技术，近年来在计算病理学领域展现出显著的应用潜力。随着病理图像数字化程度的提高和深度学习技术的发展，小波下采样通过其独特的多尺度特征提取能力，为病理图像处理提供了新的解决方案。本文将从技术原理、应用场景、与深度学习模型的结合方式以及未来发展方向等方面，全面分析小波下采样在计算病理学中的价值与应用前景。小波下采样基于小波变换的多分辨率分析特性，通过将图像分解为不同尺度和方向的子带，实现对特征图的降维处理。，特别是高频细节信息。在小波下采样过程中，这些子带通过下采样(通常为2倍)

2026-03-05 14:24:34 445 1

原创文献速递 | 用于组织病理学图像分析中多示例学习的多代理多门控专家混合网络

这篇是课题组师兄做的项目，做得很好，特意来学习学习~摘一下师兄的话：没有你想的那么高级复杂的，你只要了解神经网络的输入输出基本上都理解了（我将用未来四年去验证这句话哈哈）

2026-03-04 20:52:08 511

原创论文速递 | 增强磁共振图像和下游分割，配准和诊断任务的基础模型

今天分享2023年发表在nature biomedical engineering上面的一片文章，从中学习到了图像配准，特征引导等。这篇文章创新点个人认为有两点，一是选题新颖，解决了临床问题中MRI图像中很难避免的运动伪影等严重影响影像质量的问题，二是实验丰富，虽然没有详细阅读，但是从文章选择的七个下游任务都进行详细的实验验证来看，实验设计思路严谨。值得学习！

2026-03-03 23:05:38 804 1

xnxts666777888的博客