研究人员开发了一种新颖的方法 Loki-OT，通过整合区域级组织上下文来纠正病理图像中的细胞模拟。该方法利用不平衡最优传输，通过病理 MLLMs 导出的密度先验来指导，将推理从较大的组织区域传播到单个细胞预测。该系统将此上下文信息提炼为一个轻量级 MLP 分类器，与现有的监督分类器相比，在 TCGA-BRCA 队列上显示出更高的准确性，尤其是在具有挑战性的模拟组织中。 AI
影响 该方法可以通过利用上下文信息更好地区分相似的细胞类型，从而提高 AI 在病理分析中的准确性。
排序理由 该集群包含一篇详细介绍新方法及其在数据集上评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
