终身全切片图像分析：在线视觉-语言自适应与从过去到现在的梯度蒸馏
计算机视觉与模式识别
2025-10-30 v1
摘要
全切片图像（WSI）在精准癌症诊断和预后中发挥着关键作用，因为它们提供了细胞水平的组织细节。然而，涉及WSI的计算任务的快速增长带来了重大挑战。鉴于WSI的尺寸达到十亿像素级别，它们在存储、处理和模型训练方面存在困难。因此，为WSI分析开发终身学习方法至关重要。在切片分布于多个机构的场景中，我们旨在利用它们开发一个统一的在线模型，作为临床和医院环境中癌症诊断的计算工具。在本研究中，我们引入了ADaFGrad，一种旨在增强全切片图像（WSI）分析终身学习的方法。首先，我们利用病理学视觉-语言基础模型开发了一个框架，该框架能够实现切片区域组织特征与预定义的基于文本的原型缓冲区之间的交互。此外，我们提出了一种梯度蒸馏机制，该机制在持续学习设置中，模拟了过去和当前迭代中logit相对于分类头参数的梯度。我们构建了六个TCGA数据集的序列用于训练和评估。实验结果表明，ADaFGrad在仅经过少数训练周期后，就优于最先进的WSI特定方法和传统的持续学习方法，在类增量学习场景中，其性能最高超出5.068%，同时表现出最少的遗忘（即保留了来自先前任务的最多知识）。此外，ADaFGrad的准确率比其基线高出多达40.084%，进一步证明了所提出模块的有效性。
引用
@article{arxiv.2505.01984,
title = {Lifelong Whole Slide Image Analysis: Online Vision-Language Adaptation and Past-to-Present Gradient Distillation},
author = {Doanh C. Bui and Hoai Luan Pham and Vu Trung Duong Le and Tuan Hai Vu and Van Duy Tran and Khang Nguyen and Yasuhiko Nakashima},
journal= {arXiv preprint arXiv:2505.01984},
year = {2025}
}
备注
IEEE Access (2025)