본 논문은 전체 슬라이드 이미지(WSI)의 조직병리학적 분류를 위한 새로운 그래프 기반 프레임워크를 제시합니다. 기존의 딥러닝 방법들이 WSI를 인위적인 패치로 나누어 처리하는 것과 달리, 본 연구는 WSI를 그래프로 표현하여 전체 이미지 맥락을 고려하고 자연스러운 조직 구조를 유지하며 해석 가능성을 높입니다. 생물학적 경계를 따르는 조직 표현(노드)을 생성하고, 학습된 임베딩으로 안내되는 적응적 그래프 조정을 통해 지역적 특징을 유지하면서 효율적인 전역 정보 교환을 가능하게 합니다. 최종적으로 그래프 어텐션 네트워크를 통해 진단 작업을 수행하며, 암 단계 분류 및 생존 예측과 같은 다양한 과제에서 우수한 성능을 보임을 실험적으로 증명하고, Integrated Gradients를 사용하여 예측 요인을 확인합니다. 소스 코드는 공개적으로 제공됩니다.
