English(EN) From Patches to Evidence Balls: Class-Conditioned Evidence Retrieval for Few-Shot Whole Slide Image Classification

新的EviBall框架增强了少样本WSI分类

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-04 04:00

研究人员推出了一种名为EviBall的新型框架，旨在改进全切片图像（WSI）的少样本分类。该方法将局部图像斑块组织成结构化的“证据球”，这些证据球在语义和空间上是一致的，有助于识别诊断线索。EviBall利用类别特定的查询，包括语言引导和分子引导的查询，来检索相关的证据球并生成用于预测的类别条件表示。实验表明，EviBall在少样本WSI分类任务中优于现有方法，为其预测提供局部和类别特定的证据。 AI

影响引入了一种新颖的证据检索方法，用于少样本WSI分类，有望提高医学影像的诊断准确性和可解释性。

排序理由这是一篇详细介绍图像分类新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Di Zhang, Li Zhang, Jiashuai Liu, Junbo Lu, Zhi Zeng, Jiusong Ge, Chunze Yang, Yi Niu, Jian Chen, Kai He, Zeyu Gao, Chen Li · 2026-08-04 04:00

From Patches to Evidence Balls: Class-Conditioned Evidence Retrieval for Few-Shot Whole Slide Image Classification

arXiv:2608.01104v1 Announce Type: new Abstract: Whole slide image (WSI) classification is an evidence-driven task, where diagnostic cues are often sparse, spatially organized, and class-dependent. Existing MIL and vision-language methods aggregate a large pool of patch features i…

报道来源 [1]

From Patches to Evidence Balls: Class-Conditioned Evidence Retrieval for Few-Shot Whole Slide Image Classification

相关实体

相关话题