SlideRuler：单切片校准病理基础模型

Ming Ren Hou 与 Tianyi Huang 等研究者提出 SlideRuler 方法，利用同一病理切片内其他区域作为内部对照，预测查询区域因扫描仪差异产生的特征偏移，只需一次扫描即可在推理时完成校准，且保持基础模型冻结不变。该方法已被 NeurIPS 2026 Workshop AI at Scale for Clinical Impact（ASCI）：Cancer Pathology Foundation Models 接收。 在两个编码器和五台 SCORPION 扫描仪上，学习到的迁移映射将平均目标-源嵌入距离较原始嵌入降低 16.3%-38.5%；源锚定变体在此基础上进一步将源特征位移降低 47.7%-83.6%，同时保留大部分对齐收益。研究者称，这有助于在不同成像系统间更一致地使用冻结的病理基础模型。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。