MPath：基于全切片图像的多模态病理报告生成
计算机视觉与模式识别
2025-12-16 v1 机器学习
摘要
直接从全切片图像自动生成诊断病理报告是计算病理学中的一个新兴方向。由于巨大的形态学变异性以及病理叙述的复杂结构，将高分辨率组织模式转化为临床连贯的文本仍然困难。我们引入了 MPath，这是一个轻量级的多模态框架，通过学习到的视觉前缀提示机制，利用 WSI 衍生的视觉嵌入对预训练的生物医学语言模型进行条件化。MPath 没有采用端到端的视觉-语言预训练，而是利用基础模型的 WSI 特征（CONCH + Titan），并通过一个紧凑的投影模块将其注入到 BioBART 中，同时保持语言主干冻结以实现稳定性和数据效率。MPath 在 RED 2025 大挑战数据集上进行了开发和评估，尽管提交机会有限，但在测试阶段 2 中排名第 4。结果突出了基于提示的多模态条件化作为病理报告生成的可扩展且可解释策略的潜力。
引用
@article{arxiv.2512.11906,
title = {MPath: Multimodal Pathology Report Generation from Whole Slide Images},
author = {Noorul Wahab and Nasir Rajpoot},
journal= {arXiv preprint arXiv:2512.11906},
year = {2025}
}
备注
Pages 4, Figures 1, Table 1