研究人员开发了CRISP,一个无监督框架,旨在处理数字病理病例的多个全切片图像(WSI)。该方法通过智能选择所有可用切片中具有信息量的斑块来构建全面的病例级表示,从而避免了依赖单一病理学家选择的切片的局限性。CRISP首先减少单个WSI内的冗余,然后使用聚类来选择一组紧凑、具有代表性的斑块,以捕捉病例级的异质性。该方法在患者/病例搜索和检索以进行诊断和治疗规划方面已显示出有效性,有可能解锁先前被忽视的临床相关信息。 AI
影响 自动化分析多个病理切片,通过利用被忽视的数据,有可能提高诊断准确性和治疗规划。
排序理由 该集群包含一篇研究论文,详细介绍了一种新的病理病例表示和检索方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →