多模态知识蒸馏提升胃腺癌切片分类

Shrihari Dumbre 与 Bikash Santra 提出多模态知识蒸馏（MKD）框架，用于全切片图像（WSI）的胃腺癌亚型分类。方法在训练阶段用低秩多模态融合（LMF）结合预训练 WSI 图像编码器与临床文本编码器，让教师模型学习图像-文本融合表征，学生模型蒸馏后仅凭图像即可推理。 作者称，该方法在 PatchGastric 基准数据集上的平均准确率比当时最先进方法至少高 3.35%，且未使用基于 Transformer 的融合、多任务学习或大语言模型。源码已公开。上述为论文报告结果，尚待独立验证。

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。