医学 AI

Context-aware Skin Cancer Epithelial Cell Classification with Scalable Graph Transformers

具有上下文感知的皮肤癌上皮细胞分类方法：可扩展图变换器

Lucas Sancéré, Noémie Moreau, Katarzyna Bozek

机构 * Faculty of Mathematics and Natural Sciences, University of Cologne（数学与自然科学学院，科隆大学） ； Excellence Cluster on Cellular Stress Responses in Aging-Associated Diseases (CECAD), University of Cologne（细胞应激反应与衰老相关疾病卓越集群（CECAD），科隆大学） 纠错

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出使用可扩展图变换器对皮肤癌上皮细胞进行分类，通过结合形态学和纹理特征以及周围细胞上下文，提高分类准确性。

Comments 17 pages, 2 figures

MB-DSMIL-CL-PL: Scalable Weakly Supervised Ovarian Cancer Subtype Classification and Localisation Using Contrastive and Prototype Learning with Frozen Patch Features

MB-DSMIL-CL-PL: 可扩展的弱监督卵巢癌亚型分类与定位使用对比学习和原型学习与冻结的图像块特征

Marcus Jenkins, Jasenka Mazibrada, Bogdan Leahu, Michal Mackiewicz

机构 * School of Computing Sciences, University of East Anglia（东安格利亚大学计算机科学学院） ； Norfolk and Norwich University Hospital（诺福克和诺里奇大学医院） ； University of East Anglia（东安格利亚大学） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 本文提出了一种基于对比学习和原型学习的弱监督方法，利用预计算的冻结特征进行卵巢癌亚型分类和定位，显著提升了分类和定位的性能指标。

THUNDER: Tile-level Histopathology image UNDERstanding benchmark

THUNDER：切片级病理图像理解基准

Pierre Marza, Leo Fillioux, Sofiène Boutaj, Kunal Mahatha, Christian Desrosiers, Pablo Piantanida, Jose Dolz, Stergios Christodoulidis, Maria Vakalopoulou

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 THUNDER是一个用于数字病理学基础模型的切片级基准测试，通过多种数据集和下游任务评估模型的性能、特征空间及鲁棒性。

Comments Accepted at NeurIPS 2025 Datasets and Benchmarks Track (Spotlight)

A cell-level model to predict the spatiotemporal dynamics of neurodegenerative disease

一种细胞水平模型用于预测神经退行性疾病的空间时间动态

Shih-Huan Huang, Matthew W. Cotton, Tuomas P. J. Knowles, David Klenerman, Georg Meisl

专题命中 病理影像 ：pathology(abstract)；分类 q-bio

AI总结 本文提出了一种细胞水平模型，用于预测神经退行性疾病的空间时间动态，并揭示了病理发展的临界转换点。

Journal ref PRX Life, 4, 013021 (2026)

Full-Field Damage Monitoring in Architected Lattices Using In situ Electrical Impedance Tomography

利用原位电阻抗断层扫描在架构化晶格中进行全场损伤监测

Akash Deep, Andrea Samore, Alistair McEwan, Andrew McBride, Shanmugam Kumar

专题命中 病理影像 ：biomedical(abstract)

AI总结 本文利用原位电阻抗断层扫描技术实现对3D打印多功能晶格复合材料中损伤演变的实时全场监测，展示了其在架构化材料中的应用潜力。