(WSI分类)WSI分类文献小综述 2024

2024的WSI分类。

Multiple Instance Learning Framework with Masked Hard Instance Mining for Whole Slide Image Classification (ICCV2024)

由于阳性组织只占 Gi- gapixel WSI 的一小部分,因此现有的 MIL 方法直观上侧重于通过注意力机制识别突出实例。然而,这会导致偏向于易于分类的实例,而忽略难以分类的实例。一些文献显示,难以分类的实例有利于准确地建立判别边界模型。通过在实例层面应用这种想法,我们详细阐述了一种新型的 MIL 框架,该框架采用带有一致性约束的连体结构(教师-学生)来挖掘潜在的硬实例(MHIM-MIL)。MHIM-MIL 采用基于注意力分数的多种实例掩蔽策略,利用一个模数教师来隐式挖掘硬实例,用于训练学生模型,而学生模型可以是任何基于注意力的 MIL 模型。

Feature Re-Embedding: Towards Foundation Model-Level Performance in Computational Pathology (CVPR 2024)

多实例学习(MIL)是计算病理学中应用最广泛的框架,包括亚型、诊断、预后等。然而,当前的 MIL 范例通常需要离线实例特征提取器,如预训练的 ResNet 或查找模型。这种方法缺乏在特定下游任务中对特征进行微调的能力,从而限制了其适应性和性能。为解决这一问题,我们提出了一种重新嵌入区域转换器(Re-embedded Regional Transformer,R2T),用于在线重新嵌入实例特征,它可以捕捉细粒度的局部特征,并在不同区域之间建立连接。与现有的专注于预先训练功能强大的特征提取器或设计复杂的实例聚合器的工作不同,R2T 专门用于在线重新嵌入实例特征

MambaMIL: Enhancing Long Sequence Modeling with Sequence Reordering in Computational Pathology(arivx 2024)

Mamba做的,不做评价。

MamMIL: Multiple Instance Learning for Whole Slide Images with State Space Models (arivx 2024)

Mamba+TransMIL的魔改,不做评价,列出来仅仅是因为用的是比较火的Mamba。实验做得不太能让人信服。

待更新。。。

相关推荐
Bowen_J3 分钟前
Apple Foundation Models:Apple AI核心框架
人工智能·ai编程·apple
IT_陈寒15 分钟前
Redis那个过期删除策略,差点让我线上崩了
前端·人工智能·后端
阿里云大数据AI技术34 分钟前
AI 原生大数据服务 ADA 快速入门:完成首次对话式数据分析
大数据·人工智能
字节跳动开源42 分钟前
小红书/抖音图文排版利器——一个杂志风skill
人工智能·开源·设计
Bacon44 分钟前
我把 Codex 塞进了 Touch Bar:一个 30pt 高的额度与对话面板
人工智能
衡石科技1 小时前
企业级 BI 的安全治理:衡石如何贯通认证、数据权限与审计
大数据·人工智能·安全·商业智能
网易云信2 小时前
折叠屏适配,iPhone Duo 真机已交付:网易云信 IMUIKit Swift 的实践
人工智能
kyle~2 小时前
模型预测控制(MPC)
算法·机器人·控制·传感器
Be for thing2 小时前
Pytorch【12】transforms进阶|图像数据增强实战,提升模型泛化能力
人工智能·pytorch·机器学习
十有八七2 小时前
手搓 Agent(一):先有大脑——大模型只会做一件事
前端·人工智能·后端