数字病理学中可控潜在空间的增强

数字病理学中的全切片图像（Whole slide image, WSI）分析 presents 独特挑战，由于WSI的百万级分辨率以及稀缺的密集监督信号。虽然多实例学习（Multiple Instance Learning, MIL）是slide-level任务的自然匹配，但训练稳健的模型需要大量且多样化的数据集。尽管图像增强技术可被用于增加数据可变性并减少过拟合，但有效地实现它们并非易事。传统的patch级增强因每张WSI中提取的patch数量庞大而代价高昂，而现有的feature级增强方法缺乏对转换语义的控制。我们引入HistAug，一种用于数字病理学在潜在空间中进行可控增强的快速且高效的生成模型。通过对显式的patch级转换（例如色调、腐蚀）进行条件化，HistAug能够在保持初始语义信息的同时生成逼真的增强嵌入。我们的方法允许在单次前向传递中高效处理大量patch，同时持续性地改进MIL模型性能。在多个slide-level任务和多种器官上进行的实验表明，HistAug在现有方法之上表现出优越性能，尤其在数据有限的情形下。消融研究确认了学习转换相对于基于噪声的扰动的优势，并强调了在WSI层面上进行统一增强的重要性。代码已公开于 https://github.com/MICS-Lab/HistAug。