面向Whole Slide Image 表征的最小高分辨率切片：通过级联双尺度重构实现
计算机视觉与模式识别
2025-08-05 v1
摘要
Whole-slide image (WSI) 分析因其Gigapixel规模和诊断区域稀疏分布而具有挑战性。多实例学习 (MIL) 通过将 WSI 模式为切片的袋子来缓解此问题，实现切片级预测。然而，大多数 MIL 方法侧重于聚合器设计，忽视了特征提取阶段的影响，这些特征提取器常常在自然图像上预训练。这导致领域差距和次优表征。自监督学习 (SSL) 在弥合领域差距方面显示出前景，但它仍主要基于通用主干网络，要求将 WSIs 拆分为小切片。这不可避免地分割组织学结构，生成冗余且相互依赖的切片，进而降低聚合器性能并大幅增加训练成本。为解决这一挑战，我们提出了级联双尺度重构 (CDSR) 框架，证明仅需每 WSI 平均 9 个高分辨率切片即可实现稳健的切片级表征。CDSR 采用两种选择性抽样策略，从模型导向和语义视角识别最具信息量的代表性区域。这些切片随后输入 Local-to-Global 网络，通过整合细粒度局部细节与全局上下文信息来重建空间连贯的高分辨率 WSI 表征。不同于现有的稠密抽样或 SSL 流程，CDSR 针对效率和形态保真度进行优化。在 Camelyon16、TCGA-NSCLC 和 TCGA-RCC 数据集上的实验表明，CDSR 在下游分类任务中在准确率提升 6.3%，在 ROC 曲线下面积提升 5.5%，仅使用平均 7,070 (总计的 4.5%) 高分辨率切片即可实现，而该比例的数据集平均需要超过 10,000,000 个切片。
引用
@article{arxiv.2508.01641,
title = {Minimal High-Resolution Patches Are Sufficient for Whole Slide Image Representation via Cascaded Dual-Scale Reconstruction},
author = {Yujian Liu and Yuechuan Lin and Dongxu Shen and Haoran Li and Yutong Wang and Xiaoli Liu and Shidang Xu},
journal= {arXiv preprint arXiv:2508.01641},
year = {2025}
}
备注
11 pages, 4 figures