从组织病理学图像到细胞云：利用层次细胞变换器学习幻灯片表示

本研究针对当前组织病理学全幻灯片图像（WSI）缺乏细胞级注释的问题，通过构建一个包含超过50亿细胞级注释的大规模数据集WSI-Cell5B，提出了一种新颖的层次细胞云变换器（CCFormer）。研究表明，WSI-Cell5B可用于基于细胞计数设计临床评估指标，有效评估患者生存风险，并通过细胞空间分布学习实现了业内领先的生存预测和癌症分期性能。