通过大分辨率推理优化提升病理基础模型诊断性能
计算机视觉与模式识别
2026-01-21 v1 人工智能
摘要
尽管许多病理基础模型在 ROI 分类和分割等任务上表现突出，但受限于特定输入尺寸（如 224×224），在应用到跨越数千种分辨率的全切片图像 (WSI) 时存在显著效率瓶颈。现有的简单策略要么放大输入，要么下采样 WSI。但放大输入会导致 GPU 内存占用 prohibitive，而下采样则会改变每像素微米分辨率，掩盖关键形态细节。为克服这些限制，我们提出一种在空间和时间上高效的推理策略，通过空间感知的相邻块稀疏化注意力，并通过全局注意力得分过滤非信息性 token。该设计在高分辨率 WSI 推理期间显著降低 GPU 内存和运行时间，同时保持甚至提升下游性能，使我们能够在相同 GPU 预算下实现更高分辨率的推理。实验结果表明，我们的方法可实现最高达 7.67% 的 ROI 分类提升，并在分割任务中获得兼容的结果。
引用
@article{arxiv.2601.12150,
title = {Enhanced Diagnostic Performance via Large-Resolution Inference Optimization for Pathology Foundation Models},
author = {Mengxuan Hu and Zihan Guan and John Kang and Sheng Li and Zhongliang Zhou},
journal= {arXiv preprint arXiv:2601.12150},
year = {2026}
}
备注
8 pages