PulseAugur
中
实时 15:12:03
English(EN) GigaPath-Flash and GigaTIME-Flash: Efficient Pathology Foundation Models for Whole-Slide and Tumor Microenvironment Analysis

发布用于病理学分析的新型高效基础模型

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了 GigaPath-Flash 和 GigaTIME-Flash，这是两个专为病理学分析设计的高效基础模型。这些模型能够处理整个组织病理学切片并预测肿瘤微环境。GigaPath-Flash 是一个大型模型的蒸馏版本，以显著降低的计算成本和内存使用量实现了高性能。GigaTIME-Flash 将此架构扩展到分析空间蛋白质组学，在速度和效率方面优于先前模型。 AI

影响 这些模型为计算病理学提供了更易于访问和更高效的工具，有可能加速癌症诊断和治疗方面的研究和临床应用。

排序理由 该集群包含一篇详细介绍用于病理学分析的新型基础模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

发布用于病理学分析的新型高效基础模型

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Naoto Usuyama, Jeya Maria Jose Valanarasu, Sicong Yao, Hanwen Xu, Jaspreet Bagga, Guanghui Qin, Robert E. Kramer, Cliff Wong, Soohee Lee, Hao Qiu, Theodore Zhengde Zhao, Racheli Ben Shimol, Angela Crabtree, Kevin Matlock, Eduardo Alejandro Lozano Garcia,… ·

    GigaPath-Flash 和 GigaTIME-Flash：用于全切片和肿瘤微环境分析的高效病理基础模型

    arXiv:2607.18218v1 Announce Type: cross Abstract: Foundation models have emerged as a driving force in computational pathology, with the potential to transform cancer diagnosis, prognosis, and treatment selection by learning transferable representations from large-scale histopath…

相关实体

相关话题