ProtoPur原型纯度伪标签方法提出

Chen Shu 等作者提出 ProtoPur，一种面向病理全切片图像的弱监督实例级学习方法。该方法通过冻结基础模型特征构建原型区域并估计类平衡局部纯度，为高纯度区域分配伪标签。 据作者称，在三个公开全切片数据集和两种病理基础编码器上，ProtoPur 在多种 MIL 骨干上持续提升实例级性能，同时保持有竞争力的包级性能。该论文已被 IEEE 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。