稀疏上下文MIL模型

生存分布更准

用稀疏自注意力和可学习过滤聚焦相关病理区域，直接预测个体化生存概率分布，临床解读更直接。

Zekang, Yang · 刘宏 · 王向东

Lecture Notes in Computer Science 2024

技术优势

只关注相关区域

可学习的SoftFilter过滤无关病理块，确保仅任务相关块的交互被考虑，降低冗余。

直接预测生存分布

提出基于寄存器的混合密度网络，预测个体化生存概率分布，辅助临床风险评估和随访。

性能优于现有方法

在TCGA-LUAD与KIRC上均取得领先的C-index，验证模型优势。

应用场景

• 病理生存预测：用WSI直接预测个体生存概率分布，替代传统临床指标。
• 临床决策支持：提供个体化生存曲线，辅助医生评估风险和制定随访方案。
• 病理图像分析：自动筛选关键病理区域，减少全片人工浏览负担。
• 个性化治疗规划：根据预测生存分布制定个体化治疗策略，替代通用方案。