MambaBack：在全切片图像分析中桥接局部特征与全局上下文
计算机视觉与模式识别
2026-05-07 v2 人工智能
摘要
全切片图像 (WSI) 分析是计算病理学中的关键环节，使我们能够通过整合不同放大倍率下的形态学和结构线索进行癌症诊断。多实例学习 (MIL) 作为 WSI 分析的标准框架。最近，Mamba 因其高效性和源自自然语言处理 (NLP) 的全局上下文建模能力，已超过 Transformer 成为 MIL 的热门 backbone。然而，现有基于 Mamba 的 MIL 方法面临三个关键挑战：(1) 在 1D 序列展平过程中破坏 2D 空间局部性；(2) 对细粒度局部细胞结构的建模次优；(3) 在资源受限的边缘设备上推理时的高内存峰值。我们认识到，WSI 分析既需要类似自然图像的细粒度局部特征提取，又需要类似 NLP 的全局上下文建模。研究如 MambaOut 表明，Mamba 的 SSM 组件在局部特征提取中是冗余的，Gated CNN 足以胜任。鉴于此，我们提出 MambaBack，一种新型混合架构，协调 Mamba 和 MambaOut 的优势。首先，我们提出 Hilbert 采样策略，以保留 1D 序列中瓷砖的 2D 空间局部性，增强模型的空间感知能力。其次，我们设计分层结构，包含基于 MambaOut 的 1D Gated CNN 模块以捕获局部细胞特征，以及 BiMamba2 模块以聚合全局上下文，协同提升多尺度表征。最后，我们实现非对称分块设计，允许训练期间并行处理，推理期间进行分块-流式累积，最小化部署时的峰值内存占用。实验结果表明，MambaBack 在五个数据集上均优于七种最先进的方法。源代码和数据集已公开。
引用
@article{arxiv.2604.15729,
title = {MambaBack: Bridging Local Features and Global Contexts in Whole Slide Image Analysis},
author = {Sicheng Chen and Chad Wong and Tianyi Zhang and Enhui Chai and Zeyu Liu and Fei Xia},
journal= {arXiv preprint arXiv:2604.15729},
year = {2026}
}