Paper To Do
综述
-
Song, Andrew H., et al. "Artificial intelligence for digital and computational pathology." Nature Reviews Bioengineering 1.12 (2023): 930-949.
简述：2023年病理AI/数字病理/计算病理综述（偏算法）
-
Hosseini, Mahdi S., et al. "Computational pathology: a survey review and the way forward." Journal of Pathology Informatics (2024): 100357.
简述：2024年病理AI/计算病理综述（偏应用）
-
Lipkova, Jana, et al. "Artificial intelligence for multimodal data integration in oncology." Cancer cell 40.10 (2022): 1095-1110.
简述：2022年肿瘤学人工智能的多模态学习综述
链接：Cancer cell
MIL
NBE
-
2021 年 6 月
Lu, Ming Y., et al. "Data-efficient and weakly supervised computational pathology on whole-slide images."
简述：弱监督病理 WSI 分类方法（CLAM）
Nature Medicine
Nature
-
2021 年6月
Lu, Ming Y., et al. "AI-based pathology predicts origins for cancers of unknown primary."
简述：ABMIL 用于未知原发癌预测
链接：Nature
TMI
MIA
MICCAI
-
2024 年
Chu, Hongbo, et al. "RetMIL: Retentive Multiple Instance Learning for Histopathological Whole Slide Image Classification."
简述：基于 Retention 的 WSI 分类方法 RetMIL
链接：Arxiv
CVPR
-
2025 年
FOCUS: Knowledge-enhanced Adaptive Visual Compression for Few-shot Whole Slide Image Classification
简述：引入知识增强的自适应视觉压缩策略，根据病理领域先验动态调整压缩率，以在少样本场景下保持切片分类精度与效率的平衡。
链接：arXiv 2024
-
2025 年
Distilled Prompt Learning for Incomplete Multimodal Survival Prediction
简述：提出蒸馏提示学习框架，通过在完整与不完整模态间传递提示信息，提升多模态生存期预测在缺失数据下的鲁棒性。
链接：arXiv 2025
-
2025 年
Fast and Accurate Gigapixel Pathological Image Classification with Hierarchical Distillation Multi-Instance Learning
简述：在多示例学习基础上构建层次化蒸馏机制，实现对千兆像素病理图像的高速且高精度分类。
链接：arXiv 2025
-
2025 年
SlideChat: A Large Vision-Language Assistant for Whole-Slide Pathology Image Understanding
简述：开发交互式大规模视觉-语言助手，可对整片病理切片进行自然语言问答与注释，增强病理图像的可解释性。
链接：arXiv 2024
-
2025 年
2DMamba: Efficient State Space Model for Image Representation with Applications on Giga-Pixel Whole Slide Image Classification
简述：基于高效状态空间模型（SSM）对病理切片进行二维序列建模，实现对千兆像素图像的紧凑表征与快速分类。
链接：arXiv 2024
-
2025 年
MERGE: Multi-faceted Hierarchical Graph-based GNN for Gene Expression Prediction from Whole Slide Histopathology Images
简述：通过多层次异构图与图神经网络，整合组织结构与细胞间关系，实现从整片病理切片预测基因表达谱。
链接：arXiv 2024
-
2025 年
HistoFS: Non-IID Histopathologic Whole Slide Image Classification via Federated Style Transfer with RoI-Preserving
简述：在联邦学习框架下引入风格迁移与 ROI 保留策略，解决分布不平衡的病理切片域外泛化问题。
-
2025 年
M3amba: Memory Mamba is All You Need for Whole Slide Image Classification
简述：提出 Memory-Mamba 模块，为多示例学习注入记忆增强机制，显著提升千兆像素切片分类性能。
-
2025 年
Advancing Multiple Instance Learning with Continual Learning for Whole Slide Imaging
简述：将持续学习策略融入多示例学习流程，有效防止模型灾难性遗忘并增强对新数据分布的适应性。
链接：CVPR 2025
-
2025 年
BioX-CPath: Biologically-driven Explainable Diagnostics for Multistain IHC Computational Pathology
简述：基于生物学先验构建可解释诊断管道，针对多染色 IHC 图像提供透明的决策依据与可视化解释。
链接：CVPR 2025
-
2025 年
TopoCellGen: Generating Histopathology Cell Topology with a Diffusion Model
简述：利用扩散模型合成细胞拓扑结构图，实现对真实组织微环境的高保真模拟。
链接：arXiv 2024
-
2025 年
Multi-modal Topology-embedded Graph Learning for Spatially Resolved Genes Prediction from Pathology Images with Prior Gene Similarity Information
简述：结合拓扑嵌入图学习与先验基因相似度，增强多模态模型对空间基因预测的性能与鲁棒性。
链接：CVPR 2025
-
2025 年
Robust Multimodal Survival Prediction with the Latent Differentiation Conditional Variational AutoEncoder
简述：设计条件变分自编码器，利用潜在差异化机制融合多模态特征，提升生存预测的稳健性。
链接：CVPR 2025
-
2025 年
MExD: An Expert-Infused Diffusion Model for Whole-Slide Image Classification
简述：在扩散模型中注入专家知识，通过指导性噪声调制实现对切片分类的性能增强与解释能力提升。
链接：CVPR 2025
-
2025 年
Learning Heterogeneous Tissues with Mixture of Experts for Gigapixel Whole Slide Images
简述：采用专家混合结构，针对组织异质性区域分配专用子模型，以提高对千兆像素切片不同结构的刻画能力。
链接：CVPR 2025
-
2025 年
Unsupervised Foundation Model-Agnostic Slide-Level Representation Learning
简述：提出无监督、与基础模型无关的切片级表征学习方法，通过对比学习实现通用表征的跨任务迁移。
链接：arXiv 2025
-
2025 年
WISE: A Framework for Gigapixel Whole-Slide-Image Lossless Compression
简述：设计端到端无损压缩框架，结合自适应编码与多尺度融合，显著降低千兆像素切片存储成本且不丢失细节。
链接：CVPR 2025
-
2021 年
Li, Bin, et al. "Dual-stream multiple instance learning network for whole slide image classification with self-supervised contrastive learning."
简述：双流 MIL 模型 DSMIL
链接：CVPR 2021
-
2022 年
Chen, Richard J., et al. "Scaling vision transformers to gigapixel images via hierarchical self-supervised learning."
简述：WSI 专用 Vision Transformer（HIPT）
链接：CVPR 2022
-
2023 年
Lu, Ming Y., et al. "Visual language pretrained multiple instance zero-shot transfer for histopathology images."
简述：病理大模型零样本策略 MI-zero
链接：CVPR 2023
-
2024 年
Shi J, et al. "ViLa-MIL: Dual-scale Vision-Language Multiple Instance Learning for Whole Slide Image Classification."
简述：多尺度文本指导的 WSI 分类方法 ViLa-MIL
链接：CVPR 2024
-
2024 年
Li, Jiawen, et al. "Dynamic Graph Representation with Knowledge-aware Attention for Histopathology Whole Slide Image Analysis."
简述：动态图神经网络 WSI 分类方法 WiKG
链接：CVPR 2024
NeurIPS
-
2024 年
FAST, A Dual-tier Few-Shot Learning Paradigm for Whole Slide Image Classification
简述：提出一种双层少样本学习范式，通过高层与低层特征交互，实现整片病理图像的高效分类。
链接：NeurIPS 2024
-
2024 年
Rethinking Transformer for Long Contextual Histopathology Whole Slide Image Analysis
简述：重新审视 Transformer 在长上下文病理切片分析中的应用，通过改进注意力机制以更好地处理超大尺寸图像。
链接：NeurIPS 2024
-
2024 年
Leveraging Tumor Heterogeneity: Heterogeneous Graph Representation Learning for Cancer Survival Prediction in Whole Slide Images
简述：利用肿瘤异质性信息，构建异构图表示学习模型，实现基于整片图像的癌症生存期预测。
链接：NeurIPS 2024
-
2024 年
Are nuclear masks all you need for improved out-of-domain generalisation? A closer look at cancer classification in histopathology
简述：探讨核掩码在病理学癌症分类中对域外泛化能力的作用，并深入评估其实用性。
链接：NeurIPS 2024
-
2024 年
xMIL: Insightful Explanations for Multiple Instance Learning in Histopathology
简述：提出 xMIL 框架，为多示例学习提供可视化解释，通过生成热图帮助理解模型决策。
链接：NeurIPS 2024
-
2024 年
STimage-1K4M: A histopathology image-gene expression dataset for spatial transcriptomics
简述：发布大规模空间转录组学数据集 STimage-1K4M，包含配对的病理图像与基因表达数据，助力空间组学研究。
链接：NeurIPS 2024
-
2024 年
Free Lunch in Pathology Foundation Model: Task-specific Model Adaptation with Concept-Guided Feature Enhancement
简述：提出概念引导的特征增强方法，实现病理学基础模型的任务特定自适应，无需额外标注即获性能提升。
链接：NeurIPS 2024
-
2021 年
Shao, Zhuchen, et al. "Transmil: Transformer based correlated multiple instance learning for whole slide image classification."
简述：基于 Transformer 的 MIL 模型 TransMIL
链接：NeurIPS 2021
-
2023 年
Qu, Linhao, et al. "The rise of ai language pathologists: Exploring two-level prompt learning for few-shot weakly-supervised whole slide image classification."
简述：文本 Prompt 指导 WSI 分类方法 TOP
链接：NeurIPS 2023
ICML
-
2018 年
Ilse, Maximilian, et al. "Attention-based deep multiple instance learning."
简述：ABMIL 方法介绍
链接：ICML 2018
FM
NBE
Nature Medicine
-
2023 年 9 月
Huang, Zhi, et al. "A visual–language foundation model for pathology image analysis using medical twitter."
简述：基于 CLIP 的病理大模型 PLIP
-
2024 年 3 月
Chen, Richard J., et al. "Towards a general-purpose foundation model for computational pathology."
简述：基于 DINOv2 的病理大模型 UNI
-
2024 年 3 月
Lu, Ming Y., et al. "A visual-language foundation model for computational pathology."
简述：基于 CoCa 的病理大模型 CONCH
-
2024 年
Vorontsov, Eugene, et al. "A foundation model for clinical-grade computational pathology and rare cancers detection."
简述：基于 DINOv2 的病理大模型 Virchow
Nature
-
2024 年
Xu, Hanwen, et al. "A whole-slide foundation model for digital pathology from real-world data." 简述：基于 DINOv2 的大模型 Gigapath
链接：Nature
-
2024 年
Lu, Ming Y., et al. "A Multimodal Generative AI Copilot for Human Pathology."
简述：病理 ChatGPT：PathChat
链接：Nature
TMI
MIA
-
2019 年
Graham, Simon, et al. "Hover-net: Simultaneous segmentation and classification of nuclei in multi-tissue histology images."
简述：细胞核分割模型 Hover-net
链接：MIA
MICCAI
CVPR
-
2025 年
CPath-Omni: A Unified Multimodal Foundation Model for Patch and Whole Slide Image Analysis in Computational Pathology
简述：构建统一的多模态基础模型，兼顾局部切片与整片图像特征，实现病理图像各尺度任务的无缝联动。
链接：arXiv 2024
-
2025 年
Multi-Resolution Pathology-Language Pre-training Model with Text-Guided Visual Representation
简述：提出文本引导的多分辨率病理-语言预训练模型，实现影像与文本跨尺度对齐的表征学习。
链接：CVPR 2025