基于文本的定量和可解释的组织病理图像分析
原文中文，约400字，阅读约需1分钟。发表于：。通过将图像与文本进行对齐，利用预先训练的视觉语言模型对组织病理图像进行定量分析，并生成可理解的特征嵌入。通过应用于聚类和分类任务，证明了 TQx 能够与计算病理学中广泛使用的视觉模型相媲美地量化和分析病理图像。
该研究提出了一种名为CPLIP的无监督技术，用于增强组织病理学中图像和文本的对齐，以进行分类和分割等任务。CPLIP在零样本学习场景中显示出显著的改进，并在可解释性和鲁棒性方面超越了现有方法，树立了更高的基准。
