arXiv · ML· Daiki Nishiyama, Hiroaki Miyoshi, Noriaki Hashimoto, Koichi Ohshima, Hidekata Hontani, Ichiro Takeuchi, Jun Sakuma·· 7 天前AI 评分27
MICCAI 2025 论文提出基于细胞图与图像融合的淋巴瘤分型可解释分类器
Explainable Classifier for Malignant Lymphoma Subtyping via Cell Graph and Image Fusion
AI 导读
研究提出一种可解释的多示例学习框架,通过融合细胞分布与图像特征实现恶性淋巴瘤分型,在 1,233 张全切片图像数据集上达到最先进精度。 方法采用基于混合专家机制提取每个 patch 的细胞图与图像特征,提供区域级和细胞级解释,与病理医生视角一致。 该框架发表于 MICCAI 2025,旨在提升淋巴瘤分类的准确性与可解释性。
来源:arXiv · ML · arxiv.org