本文探讨了基于弱监督学习的临床级计算病理学方法，旨在提高医学图像分析的准确性和效率，促进精准医疗的发展。
全球首个临床级病理AI系统原始码及复现介绍：
官方Github提供了主要的代码库。
个人补充部分数据集下载：我自己申请了一个数据集，大小约为50G左右，可以使用提供的密码进行下载（注意：此处不提供具体链接和密码）。
数据准备：
- 官方接口需要指定格式，请参考code/README.md。
- 我自己写了一些脚本帮助大家更方便地处理数据。请查看code/dataPrepare_for_CNN.py 和 code/dataPrepare_for_Rnn.py，只需调整相关路径即可使用。
训练及测试：
- 将官方代码修改为单机多GPU并行模式以加速训练过程，并且对于单个GPU也无需更改任何代码。
- 具体运行命令请参考code/README.md
- 运行流程如下：
- 使用 code/dataPrepare_for_CNN.py 生成MIL所需的数据；
- 接下来，使用 code/MIL_train.py 和 code/MIL_test.py （注意这一步较慢）进行训练和测试。
- 最后，运行代码 dataPrepare_for_Rnn.py ，以准备RNN模型需要的输入数据。
5星
