TopoMIL：拓扑信息提升诊断显微图像中的多实例学习

事件概述

相关报道显示，TopoMIL 是一种在计算病理学中提取样本代表性拓扑结构并将其融入多实例学习（MIL）分类器的框架，并评估了三种拓扑表示方式。在4个组织病理与细胞形态学数据集上，将拓扑信息加入不同池化策略的MIL可提升分类表现，AUCROC分别提高3.3%、4.2%、5.9%和0.5%，计算开销适中。

从行业视角看，该事项可作为观察体外诊断相关技术、产品或市场变化的线索，实际价值取决于其落地进展。

产业观察

新品和获批信息有助于观察企业在检测项目、方法学和应用场景上的布局变化。

文章来源

https://www.biorxiv.org/content/10.64898/2026.06.10.731443v1