AAAIFeb, 2023
MulGT: 多任务图 Transformer,在全切片图像分析中注入任务感知知识并驱动领域知识汇聚
MulGT: Multi-task Graph-Transformer with Task-aware Knowledge Injection and Domain Knowledge-driven Pooling for Whole Slide Image Analysis
Weiqin Zhao, Shujun Wang, Maximus Yeung, Tianye Niu, Lequan Yu
TL;DR该研究设计了一种新的多任务学习框架,结合了图转换器、任务感知知识注入和领域知识驱动的图池化模块,用于病理学家在对多个诊断任务进行实际临床诊断时的 WSI 分析。该框架的实验结果表明,相较于基于单任务的方法以及现有的技术,能够有效的提升诊断的准确率和鲁棒性。