[2025CVPR]GNN-ViTCap：用于病理图像分类与描述模型

论文结构解析​

本文采用经典学术论文结构：

1. ​引言​：阐述病理图像分析的挑战与现有方法局限性
2. ​相关工作​：系统梳理MIL、视觉语言预训练和生物医学语言模型三大领域
3. ​方法​：详细阐述GNN-ViTCap四阶段架构
4. ​实验​：在BreakHis和PatchGastric数据集验证性能
5. ​讨论​：通过四大研究问题深入分析
6. ​结论​：总结成果并规划未来方向

三大核心创新点​

1. ​冗余消除机制​

   • 采用注意力增强的深度嵌入聚类（DEC）
   • 通过标量点积注意力选择代表性图像
   • 减少30%以上冗余图像，提升处理效率

2. ​图神经网络聚合​

   • 基于余弦