研究人员开发了BatMIL，一个用于分析全切片组织病理图像的新型框架。该方法利用混合双曲-欧几里得表示来更好地捕捉层次化的组织结构和局部形态细节，克服了现有方法在同质欧几里得空间中嵌入特征的局限性。BatMIL包含一个结构化状态空间序列模型，用于高效建模长距离依赖关系，以及一个混合专家模块，用于处理病理组织中的区域异质性。实验表明，BatMIL在多种癌症类型的切片级分类任务中优于当前最先进的方法。 AI
影响 为计算病理学引入了一种新颖的几何感知表示学习方法，有望改善疾病诊断。
排序理由 介绍计算病理学新框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.05164v1 Announce Type: new Abstract: Accurate analysis of histopathological images is critical for disease diagnosis and treatment planning. Whole-slide images (WSIs), which digitize tissue specimens at gigapixel resolution, are fundamental to this process but require …
Accurate analysis of histopathological images is critical for disease diagnosis and treatment planning. Whole-slide images (WSIs), which digitize tissue specimens at gigapixel resolution, are fundamental to this process but require aggregating thousands of patches for slide-level…