FrGNet：一种傅里叶引导的弱监督核实例分割框架

本文研究了在病理图像分析中，核实例分割面临的高成本精确标注问题。我们提出了一种傅里叶引导框架，通过融合先验信息来提升模型对核特征的捕捉能力，同时引入基于引导的实例级对比模块，进一步增强模型特征表现。实验证明，所提模型在弱监督场景下表现接近完全监督，且在未见数据上的泛化能力也很强。