研究人员推出了 TUM-Uteria，这是一个旨在推进计算病理学多模态学习的新数据集。该数据集将子宫组织的全切片图像与相应的诊断病理报告配对，解决了此类配对数据严重短缺的问题。TUM-Uteria 包含 216 个临床病例，拥有 455 个切片级 WSI-报告对，并经过认证病理学家的验证，以支持人工智能辅助诊断和自动化报告生成方面的研究。 AI
影响 能够开发人工智能工具，用于子宫病理学中更准确的诊断和自动化报告。
排序理由 该集群包含一篇研究论文，详细介绍了用于计算病理学人工智能研究的新数据集。[lever_c_demoted from research: ic=1 ai=1.0]
- artificial intelligence
- arXiv
- Computational Pathology
- gynecologic pathology
- multimodal learning
- Pathologists' assistant
- TUM-Uteria
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
