SemaNorm：跨医院病理染色归一化方法

Subhankar Chattoraj 等人提出自监督染色归一化方法 SemaNorm，用于跨医院计算病理图像。在 Camelyon17-WILDS 和 NCT-CRC-HE-100K 的跨医院肿瘤分类测试中，其分布外准确率比最强归一化基线高 5.9%，比不做归一化高 13.5%。 该方法通过冻结病理基础模型的一致性损失和可微分细胞核结构损失，在从强扰动输入恢复干净图像块的同时，保留诊断语义与细胞形态。作者报告其形态保持效果最佳，论文已被 BIBM 2026 接收。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。