Buchumschlag

On the Importance of Text Preprocessing for Multimodal Representation Learning and Pathology Report Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lucassen, Ruben T., van de Luijtgaarden, Tijn, Moonemans, Sander P. J., Breimer, Gerben E., Blokx, Willeke A. M., Veta, Mitko
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pathology Report Generation and Multimodal Representation Learning for Cutaneous Melanocytic Lesions
von: Lucassen, Ruben T., et al.
Veröffentlicht: (2025)

Artificial Intelligence-Based Triaging of Cutaneous Melanocytic Lesions
von: Lucassen, Ruben T., et al.
Veröffentlicht: (2024)

Tissue Cross-Section and Pen Marking Segmentation in Whole Slide Images
von: Lucassen, Ruben T., et al.
Veröffentlicht: (2024)

Artificial Intelligence-Based Classification of Spitz Tumors
von: Lucassen, Ruben T., et al.
Veröffentlicht: (2025)

Multi-head Attention-based Deep Multiple Instance Learning
von: Keshvarikhojasteh, Hassan, et al.
Veröffentlicht: (2024)

A Spatially-Aware Multiple Instance Learning Framework for Digital Pathology
von: Keshvarikhojasteh, Hassan, et al.
Veröffentlicht: (2025)

Adaptive Prototype Learning for Multimodal Cancer Survival Analysis
von: Liu, Hong, et al.
Veröffentlicht: (2025)

Beyond accuracy: quantifying the reliability of Multiple Instance Learning for Whole Slide Image classification
von: Keshvarikhojasteh, Hassan, et al.
Veröffentlicht: (2024)

Democratising Pathology Co-Pilots: An Open Pipeline and Dataset for Whole-Slide Vision-Language Modelling
von: Moonemans, Sander, et al.
Veröffentlicht: (2025)

Attention-Based Multimodal Survival Prediction with Cross-Modal Bilinear Fusion
von: Keshvarikhojasteh, Hassan, et al.
Veröffentlicht: (2026)

WSI-SAM: Multi-resolution Segment Anything Model (SAM) for histopathology whole-slide images
von: Liu, Hong, et al.
Veröffentlicht: (2024)

A Spatially-Aware Multiple Instance Learning Framework for Digital Pathology
von: KeshvariKhojasteh, Hassan, et al.
Veröffentlicht: (2025)

Pros and cons of artificial intelligence implementation in diagnostic pathology
von: Paul J van Diest, et al.
Veröffentlicht: (2024)

PathoPainter: Augmenting Histopathology Segmentation via Tumor-aware Inpainting
von: Liu, Hong, et al.
Veröffentlicht: (2025)

Multimodal Model for Computational Pathology:Representation Learning and Image Compression
von: Wu, Peihang, et al.
Veröffentlicht: (2026)

Multiple Instance Learning with random sampling for Whole Slide Image Classification
von: Keshvarikhojasteh, H., et al.
Veröffentlicht: (2024)

Systematic Evaluation of Preprocessing Techniques for Accurate Image Registration in Digital Pathology
von: Darzi, Fatemehzahra, et al.
Veröffentlicht: (2025)

MPath: Multimodal Pathology Report Generation from Whole Slide Images
von: Wahab, Noorul, et al.
Veröffentlicht: (2025)

PySlyde: A Lightweight, Open-Source Toolkit for Pathology Preprocessing
von: Verghese, Gregory, et al.
Veröffentlicht: (2025)

Diagnostic Text-guided Representation Learning in Hierarchical Classification for Pathological Whole Slide Image
von: Li, Jiawen, et al.
Veröffentlicht: (2024)

The Importance of Downstream Networks in Digital Pathology Foundation Models
von: Bredell, Gustav, et al.
Veröffentlicht: (2023)

Historical Report Guided Bi-modal Concurrent Learning for Pathology Report Generation
von: Zhang, Ling, et al.
Veröffentlicht: (2025)

See Detail Say Clear: Towards Brain CT Report Generation via Pathological Clue-driven Representation Learning
von: Zheng, Chengxin, et al.
Veröffentlicht: (2024)

Cross-Modal Prototype Allocation: Unsupervised Slide Representation Learning via Patch-Text Contrast in Computational Pathology
von: Chen, Yuxuan, et al.
Veröffentlicht: (2025)

Rotation-Agnostic Image Representation Learning for Digital Pathology
von: Alfasly, Saghir, et al.
Veröffentlicht: (2023)

Learning Spatial-Preserving Hierarchical Representations for Digital Pathology
von: Wu, Weiyi, et al.
Veröffentlicht: (2024)

Multi-Resolution Pathology-Language Pre-training Model with Text-Guided Visual Representation
von: Albastaki, Shahad, et al.
Veröffentlicht: (2025)

CoRe-BT: A Multimodal Radiology-Pathology-Text Benchmark for Robust Brain Tumor Typing
von: Rivera, Juampablo E. Heras, et al.
Veröffentlicht: (2026)

CLIPTime: Time-Aware Multimodal Representation Learning from Images and Text
von: Rani, Anju, et al.
Veröffentlicht: (2025)

PolyPath: Adapting a Large Multimodal Model for Multi-slide Pathology Report Generation
von: Ahmed, Faruk, et al.
Veröffentlicht: (2025)

Transcriptomics-guided Slide Representation Learning in Computational Pathology
von: Jaume, Guillaume, et al.
Veröffentlicht: (2024)

ReinPath: A Multimodal Reinforcement Learning Approach for Pathology
von: Zhou, Kangcheng, et al.
Veröffentlicht: (2026)

Multistain Pretraining for Slide Representation Learning in Pathology
von: Jaume, Guillaume, et al.
Veröffentlicht: (2024)

Patho-AgenticRAG: Towards Multimodal Agentic Retrieval-Augmented Generation for Pathology VLMs via Reinforcement Learning
von: Zhang, Wenchuan, et al.
Veröffentlicht: (2025)

Morphological Prototyping for Unsupervised Slide Representation Learning in Computational Pathology
von: Song, Andrew H., et al.
Veröffentlicht: (2024)

Discovering Pathology Rationale and Token Allocation for Efficient Multimodal Pathology Reasoning
von: Xu, Zhe, et al.
Veröffentlicht: (2025)

Anatomy-Guided Radiology Report Generation with Pathology-Aware Regional Prompts
von: Gao, Yijian, et al.
Veröffentlicht: (2024)

Ultrasound Report Generation with Multimodal Large Language Models for Standardized Texts
von: Ge, Peixuan, et al.
Veröffentlicht: (2025)

LoC-Path: Learning to Compress for Pathology Multimodal Large Language Models
von: Hu, Qingqiao, et al.
Veröffentlicht: (2025)

On the Value of Cross-Modal Misalignment in Multimodal Representation Learning
von: Cai, Yichao, et al.
Veröffentlicht: (2025)