[控场AI]
模型CLEAR-WSI

CLEAR-WSI

一种诊断驱动的病理全切片图像检索框架,采用固定长度嵌入表示整张切片,结合诊断标签精炼与可扩展记忆库实现高效检索

时间轴 (近 90 天)

11月6日

CLEAR-WSI 是一个可扩展、诊断驱动的全切片图像检索框架,使用固定长度嵌入表示整张 WSI。

待验证50%
11月6日

CLEAR-WSI 在检索阶段会根据检索设置,使用预测的诊断标签或真实标签来精炼候选结果。

待验证50%
11月6日

CLEAR-WSI 使用可扩展的记忆库,新处理的病例以追加方式加入,无需重新训练或重建索引。

待验证50%
11月6日

研究在包含两个公开数据集(CAMELYON16、BRACS)和一个私有临床数据集(X-HER2)的综合基准上评估了 CLEAR-WSI,覆盖四个检索任务。

待验证50%
11月6日

与最强基线相比,CLEAR-WSI 在 Precision@5 上均有提升:CAMELYON16 提升 3.10,BRACS-1 提升 2.75,BRACS-2 提升 1.95,X-HER2 提升 3.75。

待验证50%
11月6日

X-HER2 任务上的提升幅度最大,可能暗示诊断驱动精炼在特定亚型分类场景中更有优势。

待验证50%
11月6日

Precision@5 的提升幅度在个位数级别,距离临床部署所需的可靠性仍有距离。

待验证50%
11月6日

延迟研究虽被提及,但具体数值未在摘要中给出,规模化部署的实际成本仍需进一步评估。

待验证50%

全部知识事实 (8)

来源文章