ReconMIL：基于双流 Mamba 融合潜在空间重构的全切片图像分析
图像与视频处理
2026-03-23 v1 计算机视觉与模式识别
摘要
全切片图像（WSI）分析严重依赖于多实例学习（MIL）。虽然近期方法从大规模基础模型和先进的序列建模中受益，以捕捉长程依赖关系，但仍面临两个关键问题：其一，直接应用冻结的、与任务无关的特征常因与特定组织学任务之间的域间差异而导致分离性 suboptimal；其二，仅依赖全局聚合器会导致过平滑，稀疏但关键诊断信号被被动背景背景上下文所掩盖。本文提出 ReconMIL，一个旨在弥合域间差距并平衡全局-局部特征聚合的新型框架。我们的方法引入潜在空间重构模块，自适应地将通用特征投影到紧凑、任务特定的流形中，从而改善边界描绘。为防止信息稀释，我们开发了双流架构，结合基于 Mamba 的全局流用于情境先验，以及基于 CNN 的局部流以保留细微形态异常。我们开发了比例自适应选择机制，动态融合这两个流，确定何时依赖整体结构还是局部显著性。跨多个诊断和生存预测基准的评估显示，ReconMIL 在持续优于当前最先进方法，有效局部化细粒度诊断区域，同时抑制背景噪声。可视化结果确认了该模型在有效平衡全局结构与局部细粒度方面的优势，能够更好地局部化诊断区域。
引用
@article{arxiv.2603.19925,
title = {ReconMIL: Synergizing Latent Space Reconstruction with Bi-Stream Mamba for Whole Slide Image Analysis},
author = {Lubin Gan and Jing Zhang and Heng Zhang and Xin Di and Zhifeng Wang and Wenke Huang and Xiaoyan Sun},
journal= {arXiv preprint arXiv:2603.19925},
year = {2026}
}