SemaMIL：基于检索引导的状态空间建模的语义感知多实例学习用于全切片图像
计算机视觉与模式识别
2025-09-30 v2
摘要
多实例学习（MIL）已成为从全切片图像（WSIs）中提取判别性特征的主要方法。注意力机制的MIL方法可以识别关键切片，但倾向于忽略上下文关系。Transformer模型能够建模相互作用，但需要二次计算复杂度且容易过拟合。状态空间模型（SSMs）具有线性复杂度，但随机切片顺序会破坏组织学意义并降低可解释性。本文引入SemaMIL，将语义重排（SR）与语义引导检索状态空间模块（SRSM）集成。SR是一种通过可逆置换对语义相似的切片进行聚类和排序的自适应方法，SRSM选择代表性查询子集以调整状态空间参数以实现更好的全局建模。在四个WSI子类型数据集上的评估显示，与强大基线相比，SemaMIL在更少的FLOPs和参数下实现了状态-of-the-art准确率。
引用
@article{arxiv.2509.00442,
title = {SemaMIL: Semantic-Aware Multiple Instance Learning with Retrieval-Guided State Space Modeling for Whole Slide Images},
author = {Lubin Gan and Xiaoman Wu and Jing Zhang and Zhifeng Wang and Linhao Qu and Siying Wu and Xiaoyan Sun},
journal= {arXiv preprint arXiv:2509.00442},
year = {2025}
}