拓扑结构提升病理图像分析

在计算病理学中，多实例学习（MIL）是分析患者样品大量显微图像的关键方法。然而现有MIL框架忽略了细胞分布的代表性拓扑结构。研究团队提出TopoMIL框架，提取样品拓扑结构并整合至MIL分类器，评估了三种拓扑表示，各有优势与计算成本。在四个组织病理和细胞形态数据集上，TopoMIL展现了性能提升。该研究为预印本，尚未经同行评审。