BriefGPT - AI 论文速递
·
多染色自注意图多实例学习流程用于组织切片全扫描图像
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文介绍了一个名为MUSTANG的无监督多图像分类任务的端到端学习流水线，利用稀疏的k最近邻图和欧几里得距离进行操作限制，取得了0.89/0.92的F1得分/曲线下面积，优于广泛使用的CLAM模型。
🎯
关键要点
- 提出了一个名为MUSTANG的无监督多图像分类任务的端到端学习流水线。
- 该任务只具备患者级别标签，没有幻灯片级别标签或区域注释。
- 利用稀疏的k最近邻图和欧几里得距离进行操作限制。
- 取得了0.89的F1得分和0.92的曲线下面积。
- MUSTANG模型的表现优于广泛使用的CLAM模型。
➡️
