CAPRMIL：用于多实例学习的上下文感知补丁表示
计算机视觉与模式识别
2025-12-17 v1 人工智能
摘要
在计算病理学中，由于 WSIs 的巨比例尺以及像素级标注的稀缺，弱监督已成为深度学习的标准做法，多实例学习（MIL）作为滑动级模型训练的主要框架。本文提出一种新颖的 MIL 方法设定，灵感来自神经部分微分方程求解器。我们提出一种高效、与聚合器无关的框架，消除关联学习中复杂注意力聚合的复杂度。CAPRMIL 生成丰富的上下文感知补丁嵌入，以促进下游任务上的有效关联学习。通过将 patch 特征（使用冻结的 patch 编码器提取）投影到少量全局上下文/形态感知 token 集合中，并利用多头自注意力机制，CAPRMIL 以关于 bag 大小的线性计算复杂度注入全局上下文。配合简单的 Mean MIL 聚合器，CAPRMIL 在多个公共病理基准测试上实现了与最先进方法相当的滑动级性能，同时将可训练参数减少 48%~92.8%，推理期间的 FLOPs 降低 52%~99%，在 GPU 内存效率和训练时间排名位列前列。我们的结果表明，在聚合之前学习丰富的、上下文感知的实例表示是whole-slide 分析中有效且可扩展的复杂池化替代方案。我们的代码可在 https://github.com/mandlos/CAPRMIL 获取。
引用
@article{arxiv.2512.14540,
title = {CAPRMIL: Context-Aware Patch Representations for Multiple Instance Learning},
author = {Andreas Lolos and Theofilos Christodoulou and Aris L. Moustakas and Stergios Christodoulidis and Maria Vakalopoulou},
journal= {arXiv preprint arXiv:2512.14540},
year = {2025}
}
备注
24 pages, 12 Figures, 4 Tables