基于预训练视觉语言模型的病理图像分类开放式主动学习：OpenPath
摘要
病理图像分类在准确的医学诊断和治疗计划中发挥着关键作用。通常需要大量标注数据才能训练出高性能模型，而标注数据又昂贵且耗时。主动学习（Active Learning, AL）通过迭代选择最具信息性的样本进行标注，能够有效减少标注工作量。然而，大多数主动学习方法均基于封闭集场景设计，假设未标注图像全部属于目标类别。在实际临床环境中，未标注数据池常包含大量离群分布（Out-Of-Distribution, OOD）数据，导致传统主动学习方法效率低下。此外，现有方法通常在首次查询轮次中随机选择样本，在开放集场景下造成显著的标注成本浪费。为解决上述问题，我们提出了 OpenPath，这是一种基于预训练视觉语言模型（Vision-Language Model, VLM）的病理图像分类开放式主动学习方法。在首次查询中，我们提出结合目标类和相关非目标类提示词的任务特定提示，以有效从未标注数据池中选择出分布内（In-Distribution, ID）且信息丰富的样本。在后续查询中，提出包含原型基 ID 候选选择（Prototype-based ID candidate Selection, PIS）和熵导 stochastic 采样（Entropy-Guided Stochastic Sampling, EGSS）的多样性信息 ID 采样（Diverse Informative ID Sampling, DIS），以确保查询中的样本既纯净又信息丰富，避免选择 OOD 样本。在两个公开病理图像数据集上的实验表明，OpenPath 由于所选样本的高纯净度，显著提升了模型性能，并优于多个最先进的开放式主动学习方法。代码已公开于 \href{https://github.com/HiLab-git/OpenPath}{https://github.com/HiLab-git/OpenPath}。
关键词
引用
@article{arxiv.2506.15318,
title = {OpenPath: Open-Set Active Learning for Pathology Image Classification via Pre-trained Vision-Language Models},
author = {Lanfeng Zhong and Xin Liao and Shichuan Zhang and Shaoting Zhang and Guotai Wang},
journal= {arXiv preprint arXiv:2506.15318},
year = {2025}
}
备注
MICCAI 2025 early accept