本研究利用机器学习技术分析胎盘组织学图像，深入探讨母体炎症反应（MIR）。结果显示，注意力多实例学习模型的分类准确率达到88.5%，且病理基础模型的性能优于ImageNet特征提取器，为MIR的早期识别提供了新思路。