重新审视计算病理学中切片级监督的端到端学习
计算机视觉与模式识别
2025-10-24 v2
摘要
预训练编码器用于离线特征提取，随后结合多示例学习（MIL）聚合器，已成为计算病理学（CPath）中的主流范式，有益于癌症诊断与预后。然而，由于缺乏针对下游任务的编码器微调以及与 MIL 的分离优化，性能受到了限制。虽然切片级监督的端到端（E2E）学习是解决此问题的直观方案，但它面临计算需求高和结果次优等挑战。这些局限性促使我们重新审视 E2E 学习。我们认为，先前的工作忽视了 E2E 优化固有的挑战，导致其与传统两阶段方法相比存在性能差距。在本文中，我们率先阐明了稀疏注意力 MIL 引起的优化挑战，并提出了一种名为 ABMILX 的新型 MIL。它通过基于全局相关性的注意力细化和多头机制来缓解这一问题。借助高效的多尺度随机块采样策略，采用 ABMILX 的 E2E 训练 ResNet 在多个具有挑战性的基准测试中超越了两阶段范式下的 SOTA 基础模型，同时保持了计算高效性（<10 RTX3090 小时）。我们展示了 E2E 学习在 CPath 中的潜力，并呼吁在该领域投入更多研究关注。代码见 https://github.com/DearCaat/E2E-WSI-ABMILX。
引用
@article{arxiv.2506.02408,
title = {Revisiting End-to-End Learning with Slide-level Supervision in Computational Pathology},
author = {Wenhao Tang and Rong Qin and Heng Fang and Fengtao Zhou and Hao Chen and Xiang Li and Ming-Ming Cheng},
journal= {arXiv preprint arXiv:2506.02408},
year = {2025}
}
备注
published on NeurIPS 2025