分级精度提升6.7%
该模型通过整合可学习模式聚合令牌与专家概念引导的补丁级聚合来学习代表性特征，并采用师生知识蒸馏框架模拟不同格利森模式间的协同预测，从而更准确地反映病理学家的诊断逻辑。
Xinyu, Hao · 徐宏明 · 张敬东 · 徐琪 · Pölönen, Ilkka · 丛丰裕
Medical Image Analysis 2026
通过双选择性模式感知聚合和不确定性正则化，模型在多个数据集上一致优于现有MIL方法。
模型的门控权重分布与病理学家的格利森模式注释高度对齐，便于医生理解预测依据。
引入不确定性约束以减轻噪声标签的影响，提升预测稳健性。