Адаптивная многоуровневая интеграция открывает возможности надежной аннотации клеток в гистопатологических изображениях
Краткое содержание
arXiv:2511.13586v1 Тип объявления: новый Аннотация: Идентификация типов клеток и субтипов по обычным гистопатологическим изображениям имеет решающее значение для улучшения вычислительного понимания человеческих заболеваний. Существующие модели на основе тайлов способны фиксировать детальную ядерную морфологию, однако часто неспособны учитывать широкий тканевый контекст, влияющий на функцию и идентичность клетки. В дополнение к этому доступные человеческие аннотации обычно являются грубо детализированными и неравномерно распределенными между исследованиями, что затрудняет получение подробной супервизии на уровне субтипов. Для устранения этих ограничений мы представляем NuClass — вдохновленный рабочим процессом патолога фреймворк для клеточно-масштабированной интеграции ядерной морфологии и микроокружающего контекста. NuClass включает два основных компонента: Path local, который фокусируется на ядерной морфологии фрагментов размером 224×224 пикселя, и Path global, который моделирует окружающий район размером 1024×1024 пикселей. Обучаемый модуль управления адаптивно балансирует локальные детали и контекст...
Полный текст статьи пока не загружен.