组织理念：计算病理学中的监督基础模型
原文中文，约300字，阅读约需1分钟。发表于：。本文解决了病理学家工作负担加重背景下，自动化支持诊断任务与生物标志物评估的需求。提出了一种基于多任务学习的监督训练方法，即组织理念编码器，显著降低了训练模型所需的数据和计算成本。实验表明，该编码器在四种常见实体肿瘤的全切片图像分类中表现出色，其性能与自监督模型相当，同时仅需6%的训练补丁。
本文研究了计算病理学的视觉表征学习问题，通过利用大规模图像-文本对和病理学中的领域特定知识。首次构建了包含50,470个有信息量的属性、涵盖4,718种需要病理诊断的疾病的病理知识树。开发了基于知识增强的视觉-语言预训练方法，取得了显著的性能提高。将提供代码、模型和病理知识树给研究社群。
