面向增量全切片图像分类的可查询原型多实例学习框架
计算机视觉与模式识别
2025-04-17 v3
摘要
全切片图像 (WSI) 分类在临床病理学中具有重要应用，如肿瘤识别和癌症诊断。当前研究主要聚焦于静态数据集上的多实例学习 (MIL)。这些方法的一个显著弱点是无法有效保存和利用以前学习的知识。每当新数据到达时，分类模型都需要在先前和当前新数据上重新训练。为此，本文提出了首个基于视觉语言的框架QPMIL-VL（Queryable Prototype Multiple Instance Learning with Vision-Language Models），专为增量WSI分类设计。该框架主要由两个信息处理分支构成：一个用于通过原型引导的实例特征聚合生成包级特征，另一个用于通过类别集合、可调向量和类别相似度损失组合来增强类别特征。实验在四个公开WSI数据集上进行，结果表明QPMIL-VL框架有效提升了增量WSI分类性能，常常显著优于其他比较方法，实现了最先进 (SOTA) 水平。我们的源代码已公开于https://github.com/can-can-ya/QPMIL-VL。
引用
@article{arxiv.2410.10573,
title = {Queryable Prototype Multiple Instance Learning with Vision-Language Models for Incremental Whole Slide Image Classification},
author = {Jiaxiang Gou and Luping Ji and Pei Liu and Mao Ye},
journal= {arXiv preprint arXiv:2410.10573},
year = {2025}
}
备注
Accepted by AAAI 2025