实体
Prov-GigaPath
Prov-GigaPath
PulseAugur coverage of Prov-GigaPath — every cluster mentioning Prov-GigaPath across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
病理学模型在非诊断性脑组织中显示疾病信号 · 跟踪 2 个来源
一项新的研究论文对四种病理学基础模型（UNI2-h、Virchow2、Prov-GigaPath、H-optimus-0）进行了基准测试，评估它们从反应性中枢神经组织中识别疾病的能力。反应性中枢神经组织在活检中常被忽视。研究发现，虽然粗略的疾病预测可能受切片大小影响，但在控制了这一因素后，更精细的诊断区分仍然可以高于随机水平进行预测。值得注意的是，这些基础模型的性能在统计学上没有显著差异，这表明当前的斑块表示并不是恢复这些细微形态学特…
-
AI 模型融合 MRI、病理学和文本以进行脑肿瘤分类
DS@GT ARC 团队开发了一种用于脑肿瘤亚型分类的多模态模型，结合了 MRI 嵌入、组织病理学嵌入和放射学报告。他们的系统利用任务特定门，并探索了不同的报告编码器，包括 RadBERT 和 Llama 3.1 8B-Instruct。该模型在 MEDIQA-CORE 2026 Task 1 上取得了 0.801 的平均宏观 F1 分数，超过了基线，并在已验证的提交中名列第二。然而，该系统的性能高度依赖于组织病理学数据的可用性。
-
基础模型通过基于注意力的学习助力肺癌生长模式预测
研究人员开发了一个基于注意力机制的多实例学习（ABMIL）框架，用于从全切片图像预测肺腺癌的生长模式。该方法通过整合预训练的病理基础模型作为块编码器，减少了对大量标注的需求。实验表明，微调这些编码器可以提高性能，在ABMIL框架下，Prov-GigaPath达到了0.699的Kappa分数，优于简单的聚合基线。