MoEMambaMIL：用于全切片图像分析的结构感知选择性状态空间建模
计算机视觉与模式识别
2026-03-09 v1
摘要
全切片图像 (WSI) 分析因切片的吉像素规模及其内在的层次化多分辨率结构而具有挑战性。现有的多实例学习 (MIL) 方法常将 WSI 建模为无序的 patch 集合, 这限制了其捕获全局组织结构与局部细胞模式之间结构依赖关系的能力。尽管近期的状态空间模型 (SSM) 能够高效建模长序列, 但如何对 WSI token 以充分利用其空间层次结构仍是一个开放问题。我们提出MoEMambaMIL, 一个结构感知 SSM 框架用于 WSI 分析, 将区域嵌套选择性扫描与混合专家 (MoE) 建模集成。利用多分辨率预处理, MoEMambaMIL 将 patch token 组织为保留空间包含关系的分辨率感知序列。在此结构化序列之上, 我们通过静态、分辨率特定专家和动态稀疏专家的组合, 实现分辨率感知编码与区域自适应情境建模。该设计使长序列建模高效, 并促进异构诊断模式下的专家专业化。实验表明, MoEMambaMIL 在 9 个下游任务中实现了最佳性能。
引用
@article{arxiv.2603.06378,
title = {MoEMambaMIL: Structure-Aware Selective State Space Modeling for Whole-Slide Image Analysis},
author = {Dongqing Xie and Yonghuang Wu},
journal= {arXiv preprint arXiv:2603.06378},
year = {2026}
}
备注
15 pages, 6 figures, 6 tables