DepViT-CAD：面向组织病理学的可部署性肿瘤诊断 Vision Transformer
图像与视频处理
2025-07-15 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
准确且及时的组织病理学切片肿瘤诊断对于临床决策至关重要。本文介绍了 DepViT-CAD，这是一个用于组织病理学中多类别肿瘤诊断的可部署人工智能系统。其核心是 MAViT，即一种 novel 的多注意力 Vision Transformer，旨在捕捉跨越多样肿瘤类型的细粒度形态学特征。MAViT 在来自 1008 张全切片图像的专家标注补丁上进行训练，覆盖 11 个诊断类别，包括 10 种主要癌症和非肿瘤组织。DepViT-CAD 在两个独立队列中进行了验证：来自 The Cancer Genome Atlas 的 275 张 WSIs 和来自病理实验室的 50 例常规临床病例，分别实现了 94.11% 和 92% 的诊断灵敏度。通过将最先进的 transformer 架构与大规模真实世界验证相结合，DepViT-CAD 提供了一种稳健且可扩展的 AI 辅助癌症诊断方法。为支持透明度和可重复性，软件和代码将在 GitHub 上公开。
引用
@article{arxiv.2507.10250,
title = {DepViT-CAD: Deployable Vision Transformer-Based Cancer Diagnosis in Histopathology},
author = {Ashkan Shakarami and Lorenzo Nicole and Rocco Cappellesso and Angelo Paolo Dei Tos and Stefano Ghidoni},
journal= {arXiv preprint arXiv:2507.10250},
year = {2025}
}
备注
25 pages, 15 figures