病理图像分割新突破！UNSW团队用图像原型提示解决弱监督难题

文章预览

                                          龙哥寄语： 当病理学家还在显微镜下苦苦标注时，AI已经学会了用「看图说话」的方式自学成才！                         论文标题: Prototype-Based Image Prompting for Weakly Supervised Histopathological Image Segmentation     发表日期: 2025年03月     作者: Qingchen Tang, Lei Fan, Maurice Pagnucco, Yang Song     发表单位: University of New South Wales     原文链接: https://arxiv.org/pdf/2503.12068           引言   病理图像分割是癌症诊断的关键步骤，但像素级标注成本高昂。传统弱监督方法依赖文本提示，却难以应对病理图像中「同类异质」和「异类同质」的复杂特性。UNSW团队另辟蹊径，用 图像原型库 替代文本提示，让AI通过「看图找相似」自动完成精准分割！   问题背景及相关工作 病理图像分割是癌症 ………………………………