研究人员开发了AtlasPatch,一种用于计算病理学中高效处理全切片图像(WSI)的新方法。该方法利用基础模型(特别是SAM2的参数高效适应性)在缩略图级别检测组织,然后指导全分辨率下的切片生成。与现有的深度学习预处理技术相比,AtlasPatch速度显著提高,速度提升高达16倍,同时保持了下游分类任务的性能。 AI
影响 该方法可以加速大规模计算病理学工作流程,从而实现更快的研发和诊断。
排序理由 该集群描述了一篇研究论文,其中详细介绍了一种在特定科学领域中用于图像处理的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Ahmed Alagha
- arXiv
- AtlasPatch
- Computational Pathology
- Multiple instance learning
- SAM2
- Whole-slide image (WSI)
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →