基于BLIP-2框架，开发了一种视觉语言模型，将病理报告文本与切片图像配对，形成图像-文本嵌入空间。该模型在超过35万张去标识化数据上评估，78%的生成文本被病理医师认为准确，展示了语言与WSI嵌入结合的潜力。

本研究提出WSI-LLaVA框架，解决了多模态大语言模型在全切片图像分析中的不足，提升了病理图像的特征理解和诊断准确性，实验结果优于现有模型。

基于BLIP-2框架，开发了一种视觉语言模型，将病理报告文本与切片图像配对，形成图像-文本嵌入空间。该模型在超过35万张去标识化数据上评估，78%的生成文本被病理医师认为准确，展示了语言与WSI嵌入结合的潜力。

设计了一种多模式图变换器（AMIGO），通过细胞图为患者提供单一表示，利用组织层次结构动态关注细胞级和组织级信息。在生存预测中，AMIGO优于其他技术，具有强大鲁棒性，即使缺失20%数据也能保持性能。模型在两个癌症数据集中有效区分低风险和高风险患者。

基于BLIP-2框架，开发了一种视觉语言模型，实现了共享的图像-文本嵌入空间。通过评估病理医师，发现78%的WSI的模型生成的文本准确无误。这项工作展示了语言与WSI嵌入的潜力。

基于BLIP-2框架，开发了一种视觉语言模型，实现了图像-文本嵌入空间，用于文本或图像检索。通过评估病理医师，发现78％的WSI的模型生成的文本准确无误。这项工作展示了语言与WSI嵌入的潜力。

该研究提出了一种轻量级的病理学FM，即PLUTO，它从多个WSI中抽取有意义的表示，支持多样化的病理学任务。通过多个基准测试，证明PLUTO相当于或优于现有的基线和基础模型。该研究为病理图像分析提供了通用嵌入的发展方向。

我们提出了一种基于深度学习模型和图像处理的方法，通过整个切片图像的特征提取、去噪和汇聚层来提高癌症诊断准确性。结果显示该方法显著提高了癌症诊断准确性，凸显了其在处理对抗性挑战中的鲁棒性和效率。

本研究使用Slot-MIL模型在WSI中采样图像碎片，并通过注意力机制将其组织成固定数量的插槽，以提高WSI分类器的泛化性和校准性。方法结合子采样、mixup和注意力聚合模型，在多个基准数据集上实现了最先进的性能。

该文介绍了一种基于Transformer的Subtype-guided Masked Transformer（SGMT）范式，通过伴随的亚型预测提高病理图像标注的准确性，并采用不同的序列化抽样策略来处理尺寸限制。实验结果表明，该方法在PatchGastricADC22数据集上的性能优于传统的基于RNN的方法。