PathoHR：面向病理图像视觉语言模型的层次化推理
计算机视觉与模式识别
2025-10-01 v2
摘要
精准分析病理图像是自动肿瘤诊断的关键任务，但因组织图像间高度相似性和细微形态差异，仍面临挑战。现有视觉语言（VL）模型常难以捕捉解读结构化病理报告所需的复杂推理。为此，我们提出 PathoHR-Bench——一个新型基准测试，旨�评估 VL 模型在病理领域进行层次语义理解和组合推理的能力。基准测试结果揭示，现有 VL 模型未能有效建模复杂的跨模态关系，限制了其在临床应用中的实用性。为突破这一瓶颈，我们进一步引入病理专用的 VL 训练方案，通过生成增强与扰动样本实现多模态对比学习。实验表明，我们的方法在 PathoHR-Bench 及六个额外病理数据集上实现最新性能，凸显其在细粒度病理表征方面的有效性。
引用
@article{arxiv.2509.06105,
title = {PathoHR: Hierarchical Reasoning for Vision-Language Models in Pathology},
author = {Yating Huang and Ziyan Huang and Lintao Xiang and Qijun Yang and Hujun Yin},
journal= {arXiv preprint arXiv:2509.06105},
year = {2025}
}
备注
Accept by EMNLP2025