几何感知状态空间模型： whole-slide图像表示的新范式
计算机视觉与模式识别
2026-05-07 v1 人工智能
摘要
准确分析组织病理图像对于疾病诊断和治疗规划至关重要。whole-slide图像（WSI）以Gigapixel分辨率数字化组织标本，是该过程的基础，但需要对数千个补丁进行汇总才能实现slide-level预测。多实例学习（MIL）通过解耦tile-level嵌入和slide-level预测来解决这一挑战。然而，大多数现有方法在均匀欧几里得空间中隐式地嵌入patch表示，忽略了病理组织的层次组织和区域异质性。这限制了当前模型捕获全局组织结构和细粒度细胞形态的能力。为此，我们提出了混合双曲-欧几里得表示，将WSI特征嵌入双几何空间，以实现对层次组织结构和局部形态细节的互补建模。基于此表述，我们开发了BatMIL，一个利用两种几何空间的WSI分类框架。为建模数千个补丁的长程依赖，我们采用结构化状态空间序列模型（S4）主干网络，该网络以线性计算复杂度对patch序列进行编码。此外，为考虑区域异质性，我们引入chunk级别的混合专家（MoE）模块，将补丁分组为区域并动态路由到专门的子网络，从而提高表示容量同时减少冗余计算。在覆盖六种癌症类型、七个WSI数据集上的大规模实验表明，BatMIL在slide-level分类任务中 consistently 超过了最新的MIL方法。这些结果表明，几何感知表示学习为下一代计算病理学提供了有前景的方向。
关键词
引用
@article{arxiv.2605.05164,
title = {Geometry-Aware State Space Model: A New Paradigm for Whole-Slide Image Representation},
author = {Enhui Chai and Sicheng Chen and Tianyi Zhang and Chad Wong and Kecheng Huang and Zeyu Liu and Fei Xia},
journal= {arXiv preprint arXiv:2605.05164},
year = {2026}
}