(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
电科_银尘5 分钟前
【大模型算法与工程 14】Tokenizer与Embedding:文本如何变成模型输入
算法·embedding
IT大白鼠1 小时前
当 AI 开始自动化渗透:FBI ARTEX 警报的防守对策
运维·人工智能·自动化
饮水桶_T1 小时前
Python 面向对象(十七)|继承、封装、多态 笔记
数据结构·笔记·算法
进击的丸子1 小时前
1126B的Demo实操——虹软ArcFace SDK(RV1126BP ARM64 V5.0)交叉编译与运行指南
人工智能·程序员·代码规范
独隅2 小时前
Cann-Samples 实战应用与场景落地指南
人工智能·cann·cann-samples
阿里云大数据AI技术2 小时前
让 Agent 学会诊断 Elasticsearch:一套证据绑定的智能运维方法论
人工智能
十有八七2 小时前
手搓 Agent(四):长点记性——上下文满了怎么办,怎么记住上一次
前端·人工智能·后端
米小虾2 小时前
Jev 拆解:不写字、只判断,一个「决策模型」如何接管 LLM 最贵的那一步
人工智能·agent
数字新视界3 小时前
全国产化动环监控平台在机房智能化管理中的应用探索
大数据·人工智能·数据中心·机房管理·模块化机房