标签
BigCell是首个能在原生千兆像素分辨率下生成连贯全切片病理图像的方法，采用流匹配Transformer在2048×2048像素上训练超过12万张公开WSI，可生成高达32,768×32,768像素的图像，并通过合成样本将少样本切片级分类性能提升最多18%。
SlideBank 是一个用于病理学中全切片图像推理的免训练框架，通过使用持久化分层证据库来提高一致性并降低推理成本。
提出AdaSurvMamba，一种用于多模态生存分析的自适应框架，通过双尺度重要性感知重建模块和语义聚合扫描来改进全切片图像与基因组图谱的整合，在五个TCGA队列上实现一致性的性能提升。
本文提出TopoMamSurv，一种用于全切片图像生存分析的图Mamba框架，采用拓扑感知排序解决Mamba对输入顺序的敏感性问题，并融合双向Mamba和图卷积网络（GCN）实现空间上下文建模。