PatchGastric

新方法利用多模态知识蒸馏改进胃癌分类

研究人员开发了一种新的多模态知识蒸馏框架，用于改进全切片图像的胃腺癌分类。该方法使用低秩多模态融合高效地结合图像和文本数据，避免了计算成本高昂的Transformer架构和大语言模型的需要。该框架在一个融合的图像-文本表示上训练一个教师模型，然后将该知识蒸馏到一个仅用于图像推理的学生模型中。在PatchGastric数据集上的评估表明，与现有的最先进方法相比，准确率显著提高了至少3.35%。