浙江大学 发布 OmniPath 数据集, 应用在 病理分析、临床诊断 领域

浙江大学 本次发布的数据集 OmniPath, OmniPath是由浙江大学开发的一个专门用于病理分析的大型视觉-语言模型数据集，涵盖了20个器官的病理任务，包含约490,000个训练样本。该数据集整合了多源数据，包括PubMed数据库、病理教科书、TCGA数据集等，旨在通过人机交互提供全面的病理辅助诊断服务。数据集的创建过程结合了多种病理任务的视觉指令数据，并通过混合任务引导的特征增强和提示引导的细节特征补全策略，提升了模型在多尺度特征提取上的效率和准确性。OmniPath数据集主要应用于临床病理诊断，旨在提高诊断的准确性和效率，解决传统纯视觉模型在特征提取上的冗余问题。

查看OmniPath

关于 浙江大学 , 浙江大学是中国一所历史悠久、学科全面、科研实力雄厚的顶尖综合性大学。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。