Vai al contenuto
AI.info

Ricerca

Calibrazione dei modelli fondazionali per la patologia con un solo vetrino

Le differenze tra scanner cambiano il modo in cui i modelli fondazionali per la patologia rappresentano uno stesso tessuto. Presentiamo SlideRuler, che usa le regioni di un vetrino come controlli inte

Calibrazione dei modelli fondazionali per la patologia con un solo vetrino
arXiv
2610.08944
Pubblicato
2026-10-06
Autori
Ming Ren Hou, Tianyi Huang

Abstract degli autori

Le differenze tra scanner cambiano il modo in cui i modelli fondazionali per la patologia rappresentano uno stesso tessuto. Presentiamo SlideRuler, che usa le regioni di un vetrino come controlli interni per stimare e correggere, in altre regioni, le variazioni indotte dall’acquisizione. Una mappa di trasferimento appresa da scansioni ripetute appaiate consente di effettuare la calibrazione da una sola scansione in fase di inferenza, senza modificare il modello fondazionale. Con due encoder e cinque scanner SCORPION, il trasferimento appreso riduce la distanza media tra gli embedding della destinazione e quelli della sorgente del 16,3-38,5% rispetto agli embedding grezzi. I confronti con controlli non correlati acquisiti con lo stesso scanner mostrano un contributo positivo del fatto che le regioni provengano dallo stesso vetrino in tutte e quattro le condizioni di valutazione, compresa quella con uno scanner escluso. Una variante ancorata alla sorgente riduce lo spostamento delle caratteristiche della sorgente del 47,7-83,6% rispetto al trasferimento appreso, conservando gran parte del miglioramento nell’allineamento. Ricavando le informazioni per la calibrazione dal vetrino stesso, SlideRuler offre una via per usare i modelli fondazionali per la patologia mantenuti fissi con maggiore coerenza tra diversi sistemi di acquisizione delle immagini.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv