本文提出了一种基于图卷积网络（GCN）的弱监督方法，用于组织微阵列（TMA）级别的格里森评分标注。该方法通过自监督学习细胞形态特征，实现了0.9659的AUC值，显著提升了性能。此外，研究开发了深度学习系统，支持病理学家分析前列腺活检材料，提高了Gleason评分的准确性。