病理图像相关 AI 资讯 · AITOP · AI热报

9月2日

09:41

09:41

官方账号arXiv cs.AI@Hongtao Kang, Die Luo, Li Chen, Jing Cai, Junbo Hu, Xiuli Liu, Shenghua Cheng

StainPresetNet是一种新型染色标准化框架，结合结构保留与数据集级颜色映射。该方法在细胞病理学和组织病理学数据集上评估，相比传统方法实现更优的颜色映射准确度。与现有深度学习方法相比，计算开销降低90%。通过预设参考图像引导像素级标准化，无需重新训练即可实现多方向适应性。

论文 StainPresetNet 染色标准化病理图像

推荐理由：StainPresetNet解决了染色标准化中的方向限制问题，计算效率提升90%，适合病理图像分析。

8月5日

12:08

12:08

官方账号arXiv cs.LG@Seyed Kahaki, Shijie Li, Weijie Chen, Nicholas Petrick

该论文评估了条件扩散模型生成的合成组织病理图像质量。研究发现传统FID和IS指标依赖ImageNet预训练特征，在病理图像上区分度有限。研究者提出用病理预训练基础模型改进FID和IS，并在四个基准数据集上训练条件扩散模型。改进后的IS与下游细胞核分割性能的相关系数为0.6096（p=0.0122），优于原始IS的0.0708。结果表明增加训练数据多样性比提升单图视觉保真度对分割模型更有帮助。

论文扩散模型病理图像 FID

推荐理由：这篇论文用病理数据预训练模型改进了FID/IS指标，发现比ImageNet特征更贴合下游分割任务，搞病理AI的值得看。

7月31日

13:14

13:14

官方账号arXiv cs.AI@Zongyi Chen, Yu Liang, Jie Lin, Liansheng Wang

PathVU是一个面向病理图像细粒度多尺度视觉理解的基准，基于23个公共病理数据集构建，包含14个VQA任务、61,673张图像和308,070个样本，覆盖28个器官。该基准通过Region FOV和Slide FOV两种视野，评估模型的区域定位、视觉识别、数量估计、空间推理和上下文不足判断能力。对18个通用、医学和病理专用的多模态大语言模型评测显示，现有模型在细粒度视觉任务上存在明显局限。

论文 PathVU 病理图像多模态

推荐理由：PathVU这个新基准测了18个多模态模型，发现它们在病理图上连定位和数数都容易出错，搞医学AI的值得看看。

7月22日

12:27

12:27

官方账号arXiv cs.AI@Dankai Liao, Tianyi Zhang, Yufeng Wu, Xinyue Zhang, Qiaochu Xue, Zeyu Liu, Dachun Zhao, Linghan Cai, Yueming Jin

PathAgentBench评估视觉语言模型在整张病理切片上的四种能力：跨模态匹配、区域定位、多尺度推理。基准包含1822张TCGA整张切片和17135条诊断路径。在20个模型中，开源模型在多尺度推理上达到93%准确率，但诊断区域定位的IoU低于0.09。自主探索时高倍放大下命中率仅0.020，表明从WSI获取证据仍具挑战。

AI模型 PathAgentBench TCGA 病理图像

推荐理由：想测试病理AI能不能像医生一样在超大图片里找病灶？这个基准专门考这个，结果发现定位能力还很弱。