ProtoPur：病理弱监督原型纯度伪标签

Chen Shu 等作者提出面向病理全切片图像弱监督实例级学习的方法 ProtoPur，用冻结基础模型特征构建原型区域并估计类平衡局部纯度，为与目标类别强关联的高纯度区域分配伪标签。 论文称，在三个公开全切片图像数据集和两种病理基础编码器上，配合多种 MIL 骨干，该方法一致提升实例级性能，同时保持有竞争力的包级性能。 该论文已被 IEEE BIBM 2026 接收。上述效果为论文报告结果，并非独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。