深度分析 用ResTopoMIL分離統計與拓樸訊號:改善多實例學習(MIL)在WSI的空間失明 研究指出,病理全片圖(WSI)的多實例學習(MIL)模型即便加入圖網路或Transformer等空間模組,仍可能在實務上僅靠組成成分(composition)做出準確判斷,對組織拓樸(topology)不敏感,作者稱之為「空間失明」。