NICER：非参数分布匹配的自监督全切片图像压缩

研究提出 NICER，将全切片图像（WSI）的自监督数据压缩重新表述为固定表征视角下的分布匹配问题，用带切片自适应能力的非参数先验实现可计算近似。在五个组织病理学数据集上，NICER 平均准确率较此前方法提升 7.44%，并改善了效率与精度的权衡，同时通过了认证病理学家的临床评估。代码已开源，论文被 NeurIPS 2026 与 SPIGM@ICML 2026 接收。

摘自 arXiv：cs.LG（机器学习，全量分类）

还没有足够的连续观测数据，暂不绘制趋势。