从线性探测到联合加权记号层次：连接生物标志物检测中全局与细胞表征的基石模型
计算机视觉与模式识别
2025-11-10 v1 人工智能
摘要
基于AI的生物标志物可直接从髓核仪和肠核仪(H&E)切片中推断分子特征，但大多数病理学基石模型(PFM)依赖全局块级嵌入，忽略了细胞水平的形态学特征。我们提出一种PFM模型，JWTH(联合加权记号层次)，其集成大规模自监督预训练与细胞中心后调谋和注意力池化，以融合局部和全局记号。在涉及四个生物标志物和八个队列的四个任务中，JWTH相较于先前PFM实现了最高8.3个百分比的更高平衡准确率和1.2个百分点的平均改进，推动了数字病理学中可解释且稳健的AI生物标志物检测。
引用
@article{arxiv.2511.05150,
title = {From Linear Probing to Joint-Weighted Token Hierarchy: A Foundation Model Bridging Global and Cellular Representations in Biomarker Detection},
author = {Jingsong Liu and Han Li and Nassir Navab and Peter J. Schüffler},
journal= {arXiv preprint arXiv:2511.05150},
year = {2025}
}