Attend Who is Weak: Pruning-assisted Medical Image Localization under Sophisticated and Implicit Imbalances
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Weill Cornell Medicine（威尔康奈尔医学院）
深度神经网络（DNN）已迅速成为医学图像理解任务的\textit{de facto}选择。然而，DNN在图像分类中对类别不平衡是非常脆弱的。我们进一步指出，当涉及到更复杂的任务，如病理定位时，这种不平衡的脆弱性可能会被放大，因为这些问题中的不平衡可能具有高度复杂且往往隐含的存在形式。例如，即使在训练数据的精心策划的平衡分布中，不同的病理可以具有不同的大小或颜色（相对于背景）、不同的潜在人口统计分布，并且通常具有不同的识别难度水平。在本文中，我们建议使用修剪来自动和自适应地识别\textit{hard-to-learn}（HTL）训练样本，并通过明确地参加它们来改善病理定位，在\textit{supervised, semi-supervised, and weakly-supervised}设置的训练过程中。我们的主要灵感来自于最近的发现，即深度分类模型具有难以记忆的样本，这些样本可以通过网络修剪\cite{hooker2019compressed}有效地暴露出来-我们首次将这种观察扩展到分类之外。我们还提出了一个有趣的人口分析，说明HTLs捕捉复杂的人口失衡的能力。我们通过额外关注HTL在多个训练设置中对皮肤病变定位任务进行的广泛实验显示出$\sim$ 2- 3%的定位性能的显著改善。
2022-12-06 cs.CV
Data Efficient and Weakly Supervised Computational Pathology on Whole Slide Images
Brigham and Women’s Hospital（布莱根妇女医院）；Harvard Medical School（哈佛医学院）；Broad Institute of Harvard and MIT（哈佛-麻省理工学院博德研究所）；Dana-Farber Cancer Institute（达纳-法伯癌症研究所）
迅速崛起的计算病理学领域有可能实现客观诊断、治疗反应预测和识别与临床相关的新形态学特征。然而，基于深度学习的计算病理学方法要么需要在完全监督的设置中手动注释千兆像素的全载玻片图像（WSI），要么需要在弱监督的设置中手动注释数千个具有载玻片级别标签的WSI。此外，整个载玻片级计算病理学方法也遭受域适应性和可解释性问题。这些挑战阻碍了计算病理学广泛适应临床和研究目的。在这里，我们提出了CLAM -约束注意力多实例学习，一种易于使用，高吞吐量和可解释的WSI级处理和学习方法，只需要幻灯片级标签，同时具有数据效率，适应性和处理多类子类型问题的能力。CLAM是一种基于深度学习的弱监督方法，它使用基于注意力的学习来自动识别具有高诊断价值的子区域，以准确地对整个幻灯片进行分类，同时还利用所识别的代表性区域的实例级聚类来约束和细化特征空间。在三个独立的分析中，我们证明了CLAM的数据效率和适应性，以及它优于标准弱监督分类的性能。我们证明CLAM模型是可解释的，并且可用于识别已知和新的形态特征。我们进一步表明，使用CLAM训练的模型适用于独立的测试队列，手机显微镜图像和活检。CLAM是一种通用且适应性强的方法，可用于临床和研究环境中各种不同的计算病理学任务。
2020-05-22 cs.CV cs.LG eess.IV
From slides (through tiles) to pixels: an explainability framework for weakly supervised models in pre-clinical pathology
Bayer AG（拜耳股份公司）；Median Technologies（Median科技公司）；Bayer Crop Science（拜耳作物科学公司）；Pfizer Worldwide Research Development and Medical（辉瑞全球研发与医疗部门）
在临床前病理学中，原始数据（来自许多个体动物的许多器官的整个载玻片图像）的丰富性与病理学家所做的像素级载玻片注释的缺乏之间存在矛盾。由于时间限制和监管机构的要求，诊断结果被存储为载玻片标签。弱监督训练旨在利用这些数据，并且病理学家可以使用经过训练的模型来根据载玻片包含给定感兴趣病变的概率对载玻片进行排名。在这项工作中，我们提出了一种新的上下文可解释AI（XAI）框架，并将其应用于数字病理学中在全切片图像（WSIs）上训练的深度学习模型。具体来说，我们将我们的方法应用于多实例学习（MIL）模型，该模型仅在幻灯片级标签上进行训练，而不需要像素级注释。我们通过量化我们的解释的热图与病理学家的注释的一致性，以及与在这些注释上训练的分割模型的预测的一致性，来定量地验证我们的方法。我们证明了相对于输入移位的解释的稳定性，以及相对于增加的模型性能的保真度。我们定量评估可用的像素级注释和可解释性热图之间的相关性。我们表明，整个幻灯片的重要瓦片的解释与健康区域和病变之间的组织变化相关，但并不完全像人类注释器。这一结果与模型训练策略是一致的。
2023-02-03 cs.CV cs.LG
Leveraging Weak Supervision for Cell Localization in Digital Pathology Using Multitask Learning and Consistency Loss
Koc University（科克大学）；Basaksehir Cam and Sakura City Hospital（巴沙克谢伊尔卡姆与樱花城市医院）；Sisli Hamidiye Etfal Health Application and Research Center（锡什利哈米迪耶埃特法尔健康应用与研究中心）；Koc University School of Medicine（科克大学医学院）
本研究提出一种用于数字病理学的混合监督多任务网络，首次将病理学家目测估计的细胞计数作为辅助监督信号，通过一致性损失联合学习细胞计数与定位，有效利用弱标注提升性能。
2024-12-19 cs.CV eess.IV
Anatomy-Driven Pathology Detection on Chest X-rays
Technical University of Munich（慕尼黑工业大学）；Helmholtz Zentrum Munich（慕尼黑亥姆霍兹中心）；Imperial College London（帝国理工学院）
针对病理bounding box标注稀缺导致弱监督检测性能受限的问题，提出ADPD方法，利用易标注的解剖区域bounding box作为病理代理，实验证明其解剖级训练和MIL方法在有限样本下优于或匹敌基线方法。
2023-09-05 cs.CV cs.LG
Self-Transfer Learning for Fully Weakly Supervised Object Localization
Lunit Inc.（Lunit公司）
深度学习的最新进展在各种具有挑战性的计算机视觉任务中取得了显着的表现。特别是在对象定位方面，深度卷积神经网络优于基于提取数据/任务驱动特征而不是手工特征的传统方法。虽然感兴趣区域（ROI）的位置信息为对象定位提供了良好的先验，但它需要大量的人力资源注释工作。因此，一个弱监督框架的目标定位。术语“弱”意味着该框架仅使用图像级标记的数据集来训练网络。在采用预训练网络的权值参数的迁移学习的帮助下，用于目标定位的弱监督学习框架表现良好，因为预训练网络已经具有良好训练的类特定特征。然而，这些方法不能用于没有预先训练的网络或良好局部化的大规模图像的一些应用。医学图像分析是这些应用中的代表，因为不可能获得这样的预训练网络。在这项工作中，我们提出了一个“完全”弱监督框架的对象定位（“半”-弱是对应的使用预训练的过滤器弱监督定位）命名为自迁移学习（STL）。它同时优化分类和定位网络。通过控制定位网络的监督级别，STL帮助定位网络在没有任何类型的先验的情况下聚焦于正确的ROI。我们使用两个医学图像数据集，胸部X光片和乳房X光片评估拟议的STL框架，并实现显着更好的定位性能相比，以前的弱监督方法。
2016-02-04 cs.CV
Benchmarking foundation models as feature extractors for weakly-supervised computational pathology
Technical University Dresden（德累斯顿工业大学）；StratifAI GmbH（StratifAI有限公司）；University Hospital and Faculty of Medicine Carl Gustav Carus, Technische Universität Dresden（德累斯顿工业大学卡尔·古斯塔夫·卡鲁斯医学院附属医院）；National Center for Tumor Diseases Dresden (NCT/UCC)（德累斯顿国家肿瘤疾病中心（NCT/UCC））；German Cancer Research Center (DKFZ)（德国癌症研究中心（DKFZ））；National Center for Tumor Diseases (NCT)（国家肿瘤疾病中心（NCT））；German Cancer Consortium (DKTK)（德国癌症联盟（DKTK））；Kepler University Hospital, Johannes Kepler University Linz（约翰内斯·开普勒大学林茨开普勒大学医院）；University of Bern（伯尔尼大学）；University Hospital Schleswig-Holstein（石勒苏益格-荷尔斯泰因大学医院）；University Medical Center Mainz（美因茨大学医学中心）；University Hospital Aachen（亚琛大学医院）；European Institute of Oncology IRCCS（欧洲肿瘤研究所IRCCS）；University Hospital Heidelberg（海德堡大学医院）
本研究在多癌种大规模临床队列上基准测试19个组织病理学基础模型，发现视觉语言模型CONCH表现最优，且模型特征融合可提升性能，证实数据多样性比数据量对模型更重要，为病理学基础模型改进指明方向。
2024-12-08 cs.CV eess.IV
High resolution weakly supervised localization architectures for medical images
在医学成像中，类激活图（CAM）通过指向感兴趣区域作为主要的解释工具。由于来自CAM的定位精度受到模型特征图的分辨率的约束，因此可以预期通常具有大特征图的分割模型将产生更准确的CAM。然而，我们发现，由于任务不匹配，情况并非如此。虽然分割模型是为具有像素级注释的数据集开发的，但在大多数医学成像数据集中仅图像级注释可用。我们的实验表明，全局平均池（GAP）和组归一化是恶化CAM定位精度的罪魁祸首。为了解决这个问题，我们提出了金字塔定位网络（PYLON），这是一种高精度弱监督定位模型，在NIH的胸部X射线14数据集上实现了0.62的平均点定位精度，而传统CAM模型的平均点定位精度为0.45。源代码和扩展结果可在https://github.com/cmb-chula/pylon上获取。
2020-10-22 cs.CV
Towards Label-efficient Automatic Diagnosis and Analysis: A Comprehensive Survey of Advanced Deep Learning-based Weakly-supervised, Semi-supervised and Self-supervised Techniques in Histopathological Image Analysis
Fudan University（复旦大学）；Digital Medical Research Center（数字医学研究中心）；School of Basic Medical Science（基础医学院）；Shanghai Key Lab of Medical Image Computing and Computer Assisted Intervention（上海市医学影像计算与计算机辅助干预重点实验室）
组织学图像包含丰富的表型信息和病理模式，是疾病诊断的金标准，对预测患者预后和治疗结果至关重要。近年来，组织病理学图像的计算机自动化分析技术在临床实践中有着迫切的需求，以卷积神经网络为代表的深度学习方法逐渐成为数字病理学领域的主流。然而，在该领域中，获得大量细粒度的注释数据是一个非常昂贵和困难的任务，这阻碍了基于大量注释数据的传统监督算法的进一步发展。近年来的研究开始从传统的监督学习范式中解放出来，最具代表性的是基于弱标注的弱监督学习范式、基于有限标注的半监督学习范式和基于病理图像表示学习的自监督学习范式。这些新方法引领了新一波以标注效率为目标的自动病理图像诊断和分析。通过对130多篇论文的综述，从技术和方法两个方面对计算病理学领域中的弱监督学习、半监督学习和自监督学习的最新研究进行了全面系统的综述。最后，我们提出了这些技术的关键挑战和未来的发展趋势。
2022-08-22 cs.CV
Beyond Diagnosis: Evaluating Multimodal LLMs for Pathology Localization in Chest Radiographs
University of California（加州大学）；Dana-Farber Cancer Institute（达纳-法伯癌症研究所）；Massachusetts General Hospital（麻省总医院）；St. Jude Children’s Research Hospital（圣犹大儿童研究医院）；Brigham and Women’s Hospital & Harvard Medical School（布里法伦医院及哈佛医学院）
本研究针对胸部X光病理定位任务，测试三款多模态大模型的表现，发现其性能均低于专用模型与放射科医师基准，点明当前模型的潜力、局限及落地方向。
2025-11-19 cs.AI cs.CV
Learning Hierarchical Attention for Weakly-supervised Chest X-Ray Abnormality Localization and Diagnosis
Shanghai Jiao Tong University（上海交通大学）；Shanghai United Imaging Intelligence Co., Ltd.（上海联影智能医疗科技有限公司）；United Imaging Intelligence（联影智能）
我们考虑的问题异常定位的临床应用。虽然深度学习推动了医学成像的最新进展，但许多临床挑战尚未完全解决，限制了其更广泛的使用。虽然最近的方法报告了高诊断准确性，但由于普遍缺乏算法决策推理和可解释性，医生担心将这些算法结果用于诊断决策目的。解决这个问题的一个潜在方法是进一步训练这些模型，以定位异常，而不仅仅是对它们进行分类。然而，准确地做到这一点将需要由临床专家进行大量的疾病定位注释，对于大多数应用来说，完成这项任务是非常昂贵的。在这项工作中，我们通过一种新的注意力驱动的弱监督算法来解决这些问题，该算法包括一个分层注意力挖掘框架，该框架以整体的方式统一了基于激活和梯度的视觉注意力。我们的关键算法创新包括显式顺序注意力约束的设计，以弱监督方式实现原则性模型训练，同时还通过本地化线索促进视觉注意力驱动模型解释的生成。在两个大规模的胸部X射线数据集（NIH ChestX-ray 14和CheXpert）上，我们展示了与当前最先进技术相比显着的本地化性能改进，同时还实现了具有竞争力的分类性能。我们的代码可以在https://github.com/oyxhust/HAM上找到。
2021-12-23 cs.CV
ProBAG: Prototype-Guided Boundary-Aware Graph Diffusion for Weakly Supervised Histopathology Segmentation
AI VIETNAM Lab（AI越南实验室）；Washington University School of Medicine（华盛顿大学医学院）；Jeonbuk National University（全北国立大学）；Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院）
ProBAG是一种新的弱监督组织病理学分割方法，通过结合视觉与文本原型、逐类功率重新校准及图扩散机制，在BCSS-WSSS和LUAD-HistoSeg数据集上取得优于现有方法的性能。
2026-08-13 cs.CV
Large scale digital prostate pathology image analysis combining feature extraction and deep neural network
Stony Brook University（石溪大学）；Brigham and Women's Hospital（布莱根妇女医院）；Harvard Medical School（哈佛医学院）；Dana-Farber Cancer Institute（丹娜-法伯癌症研究所）；Fraunhofer Institute for Medical Image Computing MEVIS（弗劳恩霍夫医学图像计算研究所）；University of Bremen（不来梅大学）
组织学评估，包括手术切除和芯针活检，是诊断前列腺癌的标准程序。目前对组织病理学图像的解释包括确定肿瘤面积、Gleason分级和识别某些肿瘤关键特征。这样的过程不仅繁琐，而且还修剪到内部/内部观察变量。最近，FDA批准了第一个用于数字病理学的全载玻片成像系统的上市。这为基于数字病理组织图像的计算机辅助前列腺图像分析和特征提取开辟了新的纪元。在这项工作中，我们提出了一个分析管道，包括定位的癌症区域，分级，面积比不同的格里森等级，和细胞学/建筑特征提取。该算法结合了人工设计的特征提取以及由深度神经网络学习的特征提取。此外，整个流水线被实现为直接对由数字扫描仪产生的整个载玻片图像进行操作，因此可能易于转化为临床实践。该算法在TCGA数据集的368张全载玻片图像上进行了测试，在区分Gleason 3+4和4+3载玻片时达到了75%的总体准确度。
2017-05-10 cs.CV
Beyond Multiple Instance Learning: Full Resolution All-In-Memory End-To-End Pathology Slide Modeling
Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院）；Memorial Sloan Kettering Cancer Center（纪念斯隆凯特琳癌症中心）
针对病理切片端到端训练的计算难题，提出全内存高分辨率联合训练图块编码器与切片聚合器的新方法，弥合监督差距，验证显示对预训练与微调有前景。
2024-05-22 cs.CV eess.IV
Weakly-supervised learning for image-based classification of primary melanomas into genomic immune subgroups
University of Leeds（利兹大学）；Newcastle University（纽卡斯尔大学）
确定早期预后标志物和对患者进行有效治疗是改善黑色素瘤患者预后的两个关键挑战。以前的研究使用肿瘤转录组数据将患者分为免疫亚组，这些亚组与不同的黑色素瘤特异性生存率和潜在的治疗策略相关。然而，获取转录组数据是一个耗时且昂贵的过程。此外，其在当前临床工作流程中未常规使用。在这里，我们试图通过开发深度学习模型来克服这一点，将临床工作流程中建立良好的千兆像素H & E染色病理切片分类为这些免疫亚组。以前的分型方法采用了监督学习，需要完全注释的数据，或者只检查了黑色素瘤患者的单个基因突变。我们利用多实例学习方法，该方法只需要幻灯片级别的标签，并使用注意力机制来突出对分类具有高度重要性的区域。此外，我们表明，与病理不可知模型相比，病理特定的自监督模型生成更好的表示，以提高我们的模型性能，将组织病理学图像分类为高或低免疫亚组的平均AUC为0.76。我们预计，这种方法可以让我们找到新的高度重要的生物标志物，并可以作为临床医生推断肿瘤免疫景观和分层患者的工具，而无需进行额外的昂贵的基因检测。
2022-02-23 cs.CV eess.IV q-bio.QM
Self-Guided Multiple Instance Learning for Weakly Supervised Disease Classification and Localization in Chest Radiographs
HIDSS4Health - Helmholtz Information and Data Science School for Health（HIDSS4Health——亥姆霍兹健康信息与数据科学学院）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；German Cancer Research Center Heidelberg（海德堡德国癌症研究中心）
缺乏细粒度的注释阻碍了自动诊断系统的部署，这需要人类对其决策过程进行解释。在本文中，我们解决的问题，弱监督识别和定位异常胸片。为此，我们引入了一种新的损失函数来训练卷积神经网络，增加了\emph{localization confidence}并辅助了整个\emph{disease identification}。损失利用图像级和补丁级预测来生成辅助监督。我们不是像以前的损失公式那样从预测中形成严格的二进制，而是以更定制的方式创建目标，这使得损失可以考虑可能的错误分类。我们表明，在所提出的学习方案中提供的监督可以在多实例学习的流行数据集上以及NIH~ ChestX-Ray 14疾病识别基准上获得更好的性能和更精确的预测，而不是以前使用的损失。
2020-09-30 cs.CV cs.LG eess.IV
Towards Segmenting the Invisible: An End-to-End Registration and Segmentation Framework for Weakly Supervised Tumour Analysis
Institute of Technical；Business Information Systems, Faculty of Computer Science, Otto von Guericke University Magdeburg, Magdeburg, Germany Human Technopole, Milan, Italy Institute of Medical Engineering, Faculty of Electrical Engineering；Information Technology, Otto von Guericke University Magdeburg, Magdeburg, Germany Centre for Behavioural Brain Sciences, Magdeburg, Germany
本文提出一种端到端配准和分割框架，用于弱监督肿瘤分析，通过跨模态配准生成伪标签，但发现无法有效分割不可见病理学。
2026-02-05 cs.AI cs.CV cs.LG
Weakly Supervised Multi-Task Learning for Cell Detection and Segmentation
Roche Tissue Diagnostics（罗氏组织诊断部）；Carnegie Mellon University（卡内基梅隆大学）
细胞检测和分割是数字病理图像所有下游分析的基础。然而，获得用于单细胞分割的像素级基础事实是极其劳动密集型的。为了克服这一挑战，我们开发了一种端到端的深度学习算法，仅使用点标签来执行单细胞检测和分割。这是通过结合不同的面向任务的点标签编码方法和用于训练的多任务调度器来实现的。我们应用并验证我们的算法PMS2染色的结肠直肠癌和扁桃体组织图像。与现有技术相比，我们的算法在不增加注释工作的情况下，在细胞检测和分割方面表现出显着的改进。
2019-10-27 cs.CV cs.LG eess.IV
HR-CAM: Precise Localization of Pathology Using Multi-level Learning in CNNs
Symbiosis International University（symbiosis国际大学）；National Institute of Mental Health and Neurosciences（国家精神卫生与神经科学研究院）
我们提出了一种基于CNN的技术，该技术从其多个层中聚合特征图，这些层可以定位具有更多细节的异常，并预测正在考虑的病理。现有的类激活映射（CAM）技术从最终层或单个中间层提取特征图以创建区分图，然后插值以上采样到原始图像分辨率。在这种情况下，受试者特定定位是粗略的，并且不能捕获细微的异常。为了缓解这一点，我们的方法建立了一个新的基于CNN的判别定位模型，我们称之为高分辨率CAM（HR-CAM），它考虑了每个分辨率的层，因此有助于通过组合来自CNN的低级、中级和高级特征来描绘每个受试者的病理的综合地图。此外，我们的模型直接提供了原始图像分辨率的判别图，便于更精细地描绘异常。我们展示了我们的模型在模拟异常数据上的工作，与当前技术相比，我们说明了模型如何在最终的判别图中捕获更精细的细节。然后，我们使用这种技术：（1）在T1加权对比增强（T1-CE）MRI上将室管膜瘤与IV级胶质母细胞瘤分类;（2）通过神经黑色素敏感MRI预测帕金森病。在所有这些情况下，我们证明，我们的模型不仅预测病理具有高精度，而且还创建临床上可解释的主题特定的高分辨率判别定位。总的来说，该技术可以推广到任何CNN，并在临床环境中具有很高的相关性。
2019-09-23 cs.CV
Terabyte-scale Deep Multiple Instance Learning for Classification and Localization in Pathology
在计算病理学领域，由最先进的深度学习解决方案提供支持的决策支持系统的使用受到缺乏大型标记数据集的阻碍。直到最近，研究还依赖于几百张幻灯片的数据集，这不足以训练一个可以在临床上大规模工作的模型。在这里，我们收集了一个由12，160张幻灯片组成的数据集，比病理学中以前的数据集大两个数量级，相当于整个ImageNet数据集像素数的25倍。考虑到我们的数据集的大小，我们可以在多实例学习（MIL）假设下训练深度学习模型，其中只需要整体幻灯片诊断进行训练，避免所有昂贵的像素级注释，这些注释通常是监督学习方法的一部分。我们在一个复杂的任务上测试我们的框架，即在针穿刺活检中诊断前列腺癌。我们在几种条件下对MIL管道的性能进行了全面评估，在1，824个载玻片的测试集上实现了0.98的AUC。这些结果为大规模训练准确的诊断预测模型开辟了道路，为临床决策支持系统的部署奠定了基础。
2018-09-27 cs.CV
A multi-modal vision-language model for generalizable annotation-free pathology localization
Paul C. Lauterbur Research Center for Biomedical Imaging（生物医学成像研究中心）；Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；Pengcheng Laboratory（鹏城实验室）；University of Chinese Academy of Sciences（中国科学院大学）；Chinese Medicine Guangdong Laboratory（广东中医药实验室）；Beijing Chaoyang Hospital, Capital Medical University（首都医科大学北京朝阳医院）
本文提出无标注病理定位视觉-语言模型 AFLoc，通过多层次语义对比学习对齐医学概念与图像特征，在胸部 X 光及多模态数据上超越现有方法并展现强泛化能力。
2025-11-08 cs.CV
DSNet: A Dual-Stream Framework for Weakly-Supervised Gigapixel Pathology Image Analysis
University of Sydney（悉尼大学）；University of New South Wales（新南威尔士大学）；Microsoft Corporation（微软公司）；University of Pittsburgh（匹兹堡大学）；Brigham and Women’s Hospital（布莱根妇女医院）；Harvard Medical School（哈佛医学院）
我们提出了一种新的弱监督框架分类整个幻灯片图像（WSIs）。WSI，由于其千兆像素的分辨率，通常是由块级标签的块式分类处理。然而，贴片级标签需要精确的注释，这是昂贵的，并且通常在临床数据上不可用。仅使用图像级标签，由于块外观和图像级标签之间的不一致，逐块分类将是次优的。为了解决这个问题，我们认为，WSI分析可以有效地进行整合信息在高放大倍率（本地）和低放大倍率（区域）水平。我们将每个补丁中的视觉信号自动编码为表示本地信息的潜在嵌入向量，并将原始WSI下采样为表示区域信息的硬件可接受的缩略图。然后，WSI标签预测与双流网络（DSNet），它采取的变换局部补丁嵌入和多尺度缩略图作为输入，可以训练的图像级标签。在两个大规模公共数据集上进行的实验表明，我们的方法优于所有最新的最先进的弱监督WSI分类方法。
2022-03-09 cs.CV
DeepLOC: Deep Learning-based Bone Pathology Localization and Classification in Wrist X-ray Images
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究所）；Pirogov National Medical and Surgical Center（皮罗戈夫国家医学外科中心）
本研究提出DeepLOC方法，结合YOLO与带新模块的Swin Transformer，解决腕部X射线骨病变精准定位和异常精确分类的问题，辅助提升医学图像诊断效率与准确性。
2023-08-24 cs.AI cs.CV
Task-specific Fine-tuning via Variational Information Bottleneck for Weakly-supervised Pathology Whole Slide Image Classification
Zhejiang University（浙江大学）；Westlake University（西湖大学）；The University of Hong Kong（香港大学）
虽然多实例学习（MIL）在数字病理学全切片图像（WSI）分类中显示出有希望的结果，但由于千兆像素WSI的高计算成本和模型训练的样本量有限，这种范式仍然面临性能和泛化问题。为了处理计算问题，大多数MIL方法首先使用ImageNet中的冻结预训练模型来获得表示。该过程可能会由于较大的域间隙而丢失必要的信息，并且由于缺乏图像级的训练时间增强而阻碍模型的泛化。尽管自监督学习（SSL）提出了可行的表示学习方案，但从SSL的任务不可知特征到部分标签监督学习下的任务特定特征的转换，下游任务的改进仍需进一步探索。为了缓解计算成本和性能的困境，我们提出了一个有效的WSI微调框架的信息瓶颈理论的动机。该理论使框架能够找到WSI的最小充分统计量，从而支持我们将骨干微调为仅依赖于WSI级别弱标签的特定于任务的表示。进一步分析了WSI-MIL问题，从理论上推导了我们的微调方法。我们的框架进行评估的五个病理WSI数据集上的各种WSI头。我们微调表示的实验结果表明，与以前的作品相比，在准确性和概括性显着改善。源代码将在https://github.com/invoker-LL/WSI-finetuning上提供。
2023-03-15 cs.CV
SimMIL: A Universal Weakly Supervised Pre-Training Framework for Multi-Instance Learning in Whole Slide Pathology Images
本文提出SimMIL弱监督预训练框架，通过包级标签传播学习示例级病理特征，在多个WSI下游任务中优于ImageNet与自监督预训练，并具备良好兼容性和可扩展性。
2025-05-10 cs.CV
Unified Multi-Foundation-Model Slide Representation for Pan-Cancer Recognition and Text-Guided Tumor Localization
Department of Pathology, College of Medicine, The Ohio State University Wexner Medical Center（病理学系，医学学院，俄亥俄州立大学韦克斯纳医学中心）；Department of Biomedical Engineering, The Ohio State University（生物医学工程系，俄亥俄州立大学）
本文提出ASTRA框架，通过整合异构基础模型表示，结合结构化病理标注字段，实现统一的滑片表示学习，支持多类别分类和文本引导的肿瘤定位。
2026-04-21 cs.CV
ProtoPur: Prototype-Purity Pseudo-Labeling for Weakly Supervised Instance Learning in Pathology
Sichuan University（四川大学）；Pittsburgh Institute, Sichuan University（四川大学匹兹堡学院）；West China Hospital, Sichuan University（四川大学华西医院）
针对病理学全切片图像实例级标注成本高的问题，提出ProtoPur原型纯度伪标签方法，利用冻结基础模型特征提升弱监督多实例学习的实例级性能，无需密集实例标注即可获取强实例监督信号。
2026-10-15 cs.CV cs.LG
Normal and Abnormal Pathology Knowledge-Augmented Vision-Language Model for Anomaly Detection in Pathology Images
Korea University（韩国大学）；The Catholic University of Korea（韩国天主大学）
针对计算病理学异常检测中数据稀缺、现有方法适配性差等问题，提出融合正常与异常病理知识的轻量增强视觉语言模型Ano-NAViLa，在多器官淋巴结数据集上实现异常检测与定位的SOTA性能并具备可解释性。
2025-10-28 cs.CV
PS-DeVCEM: Pathology-sensitive deep learning model for video capsule endoscopy based on weakly labeled data
Norwegian University of Science and Technology（挪威科技大学）；Innlandet Hospital Trust（内陆医院信托）；University of Oslo（奥斯陆大学）
我们提出了一种新的病理敏感的深度学习模型（PS-DeVCEM），用于视频胶囊内窥镜（VCE）数据中不同结肠疾病的帧级异常检测和多标签分类。我们提出的模型能够应对由几种类型的疾病引起的结肠表观异质性的关键挑战。我们的模型由基于注意力的深度多实例学习驱动，并使用视频标签而不是详细的逐帧注释在弱标记数据上进行端到端训练。空间和时间特征分别通过ResNet 50和残差长短期记忆（残差LSTM）块获得。此外，学习的时间注意力模块提供了每个帧的重要性，最终的标签预测。此外，我们开发了一种自我监督的方法，以最大限度地提高病理类别之间的距离。我们通过定性和定量的实验表明，我们提出的弱监督学习模型给出了优越的精度和F1分数达到61.6%和55.1%，相比，三个国家的最先进的视频分析方法分别。我们还展示了我们的模型在训练过程中没有帧注释信息的情况下对具有病理的帧进行时间定位的能力。此外，我们收集并注释了第一个也是最大的VCE数据集，仅使用视频标签。该数据集包含455个短视频片段，28，304帧和14类结直肠疾病和伪影。支持本出版物的数据集和代码将在我们的主页上提供。
2020-11-22 cs.CV cs.LG
Dental pathology detection in 3D cone-beam CT
Diagnocat（Diagnocat公司）
锥形束计算机断层扫描（CBCT）是牙科诊断中一种有价值的成像方法，可提供传统2D成像无法提供的信息。然而，CBCT图像的解释是一个耗时的过程，需要医生使用复杂的软件。在这项工作中，我们提出了一个自动化的管道组成的几个深卷积神经网络和算法的并行处理。我们的任务是双重的：a）在3D图像体积内找到每个现有牙齿的位置，以及b）检测每个牙齿中的几种常见牙齿状况。该系统对6种常见牙齿状态的定位精度达到96.3%，平均AUROC为0.94。
2018-10-24 cs.CV
Hide-and-Seek: Forcing a Network to be Meticulous for Weakly-supervised Object and Action Localization
University of California, Davis（加州大学戴维斯分校）
我们提出了“隐藏和寻找”，一个弱监督的框架，旨在提高图像中的对象定位和视频中的动作定位。大多数现有的弱监督方法仅定位对象的最具区分性的部分，而不是所有相关部分，这导致次优性能。我们的关键思想是在训练图像中随机隐藏补丁，迫使网络在隐藏最具鉴别力的部分时寻找其他相关部分。我们的方法只需要修改输入图像，并且可以与任何为对象定位而设计的网络一起工作。在测试过程中，我们不需要隐藏任何补丁。我们的隐藏和寻找的方法获得了优越的性能相比，以前的方法弱监督对象定位的ILSVRC数据集。我们还证明了我们的框架可以很容易地扩展到弱监督动作定位。
2017-12-23 cs.CV
Weakly Supervised Foreground Learning for Weakly Supervised Localization and Detection
Nanjing University（南京大学）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
现代深度学习模型需要大量精确注释的数据，这通常很难满足。因此，弱监督任务，包括弱监督目标定位（WSOL）和检测（WSOD），最近受到了计算机视觉界的关注。在本文中，我们激励并提出了弱监督前景学习（WSFL）任务，表明如果有真实前景模板，WSOL和WSOD都可以得到极大的改善。更重要的是，我们提出了一个完整的WSFL管道，具有低计算成本，生成伪框，学习前景蒙板，不需要任何本地化注释。在WSFL模型预测的前景掩模的帮助下，WSOL在CUB上实现了72.97%的正确定位精度，WSOD在VOC07上实现了55.7%的平均平均精度，从而为这两项任务建立了新的最先进的技术。我们的WSFL模型也表现出良好的传输能力。
2021-08-03 cs.CV
Joint multi-task learning improves weakly-supervised biomarker prediction in computational pathology
Else Kroener Fresenius Center for Digital Health（Else Kroener Fresenius数字健康中心）；Medical Faculty Carl Gustav Carus（卡尔·古斯塔夫·卡鲁斯医学院）；TUD Dresden University of Technology（德累斯顿工业大学）；School of Computer Science, University of St Andrews（圣安德鲁斯大学计算机学院）；Department of Diagnostic and Interventional Radiology, University Hospital Aachen（亚琛大学医院诊断与介入放射科）；Department of Medicine 1, University Hospital and Faculty of Medicine Carl Gustav Carus, TUD Dresden University of Technology（德累斯顿工业大学卡尔·古斯塔夫·卡鲁斯大学医院第一医学部）；Medical Oncology, National Center for Tumor Diseases (NCT), University Hospital Heidelberg（海德堡大学医院国家肿瘤疾病中心（NCT）医学肿瘤科）
针对计算病理学中临床需分类生物标志物结果的需求，提出带肿瘤微环境回归辅助任务的弱监督联合多任务Transformer架构，经16种任务平衡方法基准测试，在外部队列MSI和HRD预测上性能优于现有最优水平。
2024-03-06 cs.CV cs.LG eess.IV
Reducing self-supervised learning complexity improves weakly-supervised classification performance in computational pathology
University Hospital and Faculty of Medicine Carl Gustav Carus, TUD Dresden University of Technology（德累斯顿工业大学卡尔·古斯塔夫·卡鲁斯大学医院及医学院）；National Center for Tumor Diseases (NCT), University Hospital Heidelberg（海德堡大学医院国家肿瘤疾病中心）；Leeds Institute of Medical Research at St James’s, University of Leeds（利兹大学圣詹姆斯利兹医学研究所）
针对计算病理学中自监督学习资源需求高的问题，研究通过调整数据量、架构与算法，在消费级硬件上实现训练时长减少90%的同时提升弱监督分类性能，提出适配低资源环境的方案。
2024-03-12 cs.AI cs.CV cs.LG
Improving Weakly-Supervised Object Localization By Micro-Annotation
IST Austria（奥地利科学技术研究所）
弱监督的对象定位方法往往会失败的对象类，始终与相同的背景元素，如火车上的轨道。我们提出了一种方法来克服这些故障，通过添加一个非常少量的模型特定的附加注释。其主要思想是将深度网络的中层表示聚类，并为每个聚类分配对象或干扰项标签。实验表明，在具有挑战性的ILSVC 2014数据集上进行限界框检测和在PASCAL VOC 2012数据集上进行语义分割的定位结果得到了显著改善。
2016-05-18 cs.CV
Rethinking the Route Towards Weakly Supervised Object Localization
National Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室）；Nanjing University（南京大学）
弱监督对象定位（WSOL）旨在定位仅具有图像级标签的对象。以前的方法通常尝试利用特征图和分类权重来间接地使用图像级注释来定位对象。在本文中，我们证明了弱监督的目标定位应分为两个部分：类无关的目标定位和目标分类。对于类无关的对象定位，我们应该使用类无关的方法来生成噪声伪注释，然后在没有类标签的情况下对它们执行限界框回归。我们提出了伪监督目标定位（PSOL）方法作为一种新的方法来解决WSOL。我们的PSOL模型在不同数据集之间具有良好的可移植性，无需微调。通过生成的伪边界框，我们在ImageNet上实现了58.00%的定位准确率，在CUB-200上实现了74.97%的定位准确率，这比以前的模型有很大的优势。
2020-03-03 cs.CV
Improved Techniques For Weakly-Supervised Object Localization
Yonsei University（延世大学）
我们提出了一种改进的弱监督对象定位技术。传统的方法有一个局限性，他们只集中在最有区别的部分的目标对象。最近的研究解决了这个问题，并解决了这个限制，增加了训练数据的歧视性较低的部分。为此，我们采用了一种有效的数据增强，以提高目标定位的准确性。此外，我们引入了改进的学习技术，通过优化卷积神经网络（CNN）的基础上，最先进的模型。基于大量的实验，我们评估所提出的方法的有效性定性和定量。特别是，我们观察到，与当前最先进的弱监督对象定位技术相比，我们的方法根据配置将Top-1定位精度提高了21.4 - 37.3%。
2018-05-10 cs.CV
Bridging the Gap between Classification and Localization for Weakly Supervised Object Localization
Seoul National University（首尔国立大学）；LG AI Research（LG人工智能研究院）
弱监督目标定位的目的是在给定图像中找到一个目标对象区域，只有弱监督，如图像级标签。大多数现有的方法使用类激活图（CAM）来生成定位图;然而，CAM仅识别目标对象的最有区别的部分，而不是整个对象区域。在这项工作中，我们根据输入特征和特定于类别的权重之间的方向不对准来发现分类和定位之间的差距。我们证明，错位抑制CAM的激活，在地区是歧视性的，但属于目标对象。为了弥补这一差距，我们提出了一种方法来调整特征方向与类特定的权重。该方法在CUB-200-2011和ImageNet-1 K基准测试中实现了最先进的定位性能。
2022-04-01 cs.CV
Can Large Multimodal Models Inspect Buildings? A Hierarchical Benchmark for Structural Pathology Reasoning
Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Hong Kong University（香港大学）
本文提出DefectBench基准，评估大型多模态模型在建筑表面检测中的能力，发现其在拓扑理解和语义理解方面表现优异，但在精确定位方面存在不足，并验证了零样本生成分割的可行性。
2026-03-20 cs.CV
Learning Consistency from High-quality Pseudo-labels for Weakly Supervised Object Localization
Shanghai Jiao Tong University（上海交通大学）；Shanghai Frontier Science Research Center for Gravitational Wave Detection（上海引力波探测前沿科学研究中心）
伪监督学习方法已被证明是有效的弱监督对象定位任务。但有效性依赖于深度神经网络强大的正则化能力。基于定位网络在同一图像的不同版本上应该具有相似的位置预测的假设，我们提出了一种两阶段的方法来学习更一致的定位。在第一阶段，我们提出了一个基于掩码的伪标签生成器算法，并使用伪监督学习方法来初始化目标定位网络。在第二阶段，我们提出了一种简单有效的基于分类判别的伪标签置信度评估方法，并通过从高质量的伪标签中学习一致性，进一步改进定位网络，以获得更好的定位性能。实验结果表明，该方法在CUB-200-2011、ImageNet-1 k和Tiny-ImageNet三个基准数据集上均取得了良好的性能，证明了该方法的有效性。
2022-03-18 cs.CV
Weakly Supervised Localization using Deep Feature Maps
University of California, Santa Barbara（加州大学圣巴巴拉分校）；Army Research Laboratory（陆军研究实验室）
目标定位是一个重要的计算机视觉问题，具有广泛的应用。缺乏大规模的对象级注释和相对丰富的图像级标签使得对象本地化任务中的监督薄弱成为一个令人信服的理由。深度卷积神经网络是用于对象识别的相关问题的一类最先进的方法。在本文中，我们描述了一种新的目标定位算法，它使用的分类网络只训练图像标签。这种弱监督方法利用了在分类网络的卷积层中捕获的局部空间和语义模式。我们提出了一种有效的束搜索为基础的方法来检测和定位图像中的多个对象。所提出的方法显着优于国家的最先进的标准对象定位数据集的mAP分数增加了8个点。
2016-03-29 cs.CV
Deep multiscale convolutional feature learning for weakly supervised localization of chest pathologies in X-ray images
IBM Research - Australia（IBM研究院（澳大利亚））
胸部X射线图像中胸部病变的定位是一项具有挑战性的任务，因为它们的大小和外观各不相同。我们提出了一种新的弱监督方法，使用类感知的深度多尺度特征学习来定位胸部病变。我们的方法在使用病理的图像级注释训练分类模型期间利用来自深度网络的不同阶段的CNN层的中间特征图。在训练阶段期间，针对每个病理类别学习一组\emph{layer relevance weights}，并且使用学习的权重优化CNN以通过来自浅层和深层的特征图的凸组合来执行病理分类。在测试阶段，为了定位预测的病理，使用在训练阶段学习的\emph{layer relevance weights}通过凸组合来自每个阶段的类别激活图来获得多尺度注意力图。我们已经验证了我们的方法，使用112000 X射线图像，并与国家的最先进的定位方法进行比较。我们通过实验证明，所提出的弱监督方法可以提高小病变（如结节和肿块）的定位性能，同时对较大病变（如，心脏肥大
2018-08-22 cs.CV cs.LG stat.ML
ContextLocNet: Context-Aware Deep Network Models for Weakly Supervised Localization
Inria（法国国家信息与自动化研究所）；ENS（巴黎高等师范学院）；CNRS（法国国家科学研究中心）
我们的目标是只使用图像级监督来定位图像中的对象。以前的方法主要集中在区分对象区域，往往无法定位精确的对象边界。我们解决这个问题，通过引入两种类型的上下文感知的指导模型，添加剂和对比模型，利用其周围的上下文区域，以提高本地化。加性模型鼓励预测的对象区域由其周围的上下文区域支持。对比模型鼓励预测的对象区域从其周围的上下文区域突出。我们的方法受益于卷积神经网络最近在对象识别方面的成功，并将Fast R-CNN扩展到弱监督对象定位。对PASCAL VOC 2007和2012基准测试的广泛实验评估表明，我们的上下文感知方法显着提高了弱监督定位和检测。
2016-09-14 cs.CV
Action Graphs: Weakly-supervised Action Localization with Graph Convolution Networks
University of California, Davis（加利福尼亚大学戴维斯分校）
我们提出了一种基于图卷积的弱监督动作定位方法。为了找到和分类对应于相关动作类的视频时间段，系统必须能够识别每个视频中的区别性时间段，并识别每个动作的全部范围。用弱视频级别标签实现这一点需要系统使用训练数据中跨视频的时刻之间的相似性和相异性来理解动作如何出现以及包括动作的完整范围的子动作。然而，目前的方法没有明确使用视频时刻之间的相似性来通知定位和分类预测。我们提出了一种新的方法，使用图卷积来显式地模拟视频时刻之间的相似性。我们的方法利用编码外观和运动的相似性图，并将THUMOS '14，ActivityNet 1.2和Charades的最新技术推向弱监督动作定位。
2020-02-04 cs.CV
W-TALC: Weakly-supervised Temporal Activity Localization and Classification
University of California, Riverside（加州大学河滨分校）
文献中的大多数活动定位方法都受到逐帧注释要求的负担。从弱标签中学习可能是减少这种手动标记工作的潜在解决方案。近年来，互联网上大量的带标签的视频涌入，这些视频可以作为弱监督训练数据的丰富来源。具体地，可以利用具有相似标签的视频之间的相关性来在时间上定位活动。为了实现这一目标，我们提出了W-TALC，一个弱监督的时间活动定位和分类框架，只使用视频级标签。该网络可以分为两个子网络，即基于双流的特征提取器网络和弱监督模块，我们通过优化两个互补的损失函数来学习。在两个具有挑战性的数据集-Thumos 14和ActivityNet1.2上的定性和定量结果表明，所提出的方法能够以细粒度检测活动，并实现比当前最先进的方法更好的性能。
2018-12-15 cs.CV
Learning a Weight Map for Weakly-Supervised Localization
Tel-Aviv University（特拉维夫大学）
在弱监督定位设置中，监督作为图像级标签给出。我们建议采用一个图像分类器$f$和训练生成网络$g$，输出，给定的输入图像，每像素的权重图，指示图像内的对象的位置。通过最小化分类器$f$在原始图像上的输出与其在给定由$g$的输出加权的相同图像的情况下的输出之间的差异来训练网络$g$。该方案需要一个正则化项，以确保$g$不提供一个统一的权重，并提前停止标准，以防止$g$过度分割的图像。我们的研究结果表明，该方法优于现有的定位方法的一个相当大的利润率上具有挑战性的细粒度分类数据集，以及一个通用的图像识别数据集。此外，所获得的权重图在细粒度分类数据集中的弱监督分割中也是最先进的。
2021-11-28 cs.CV
Learning from Counting: Leveraging Temporal Classification for Weakly Supervised Object Localization and Detection
本文提出了一种利用时间分类来支持弱监督目标检测（WSOD）的新方法。具体来说，我们引入光栅扫描顺序技术将2D图像序列化为1D序列数据，然后利用组合的LSTM（长短期记忆）和CTC（连接主义时间分类）网络来实现基于总计数（感兴趣对象）的对象定位。我们提出的网络LSTM-CCTC（基于计数的CTC）。这种“从计数中学习”的策略不同于现有的WSOD方法，因为我们的方法自动识别目标对象上或附近的关键点。该策略显著地减少了生成用于对象定位的大量候选提议的需要。实验表明，我们的方法产生最先进的性能的基础上评估PASCAL VOC数据集。
2021-03-06 cs.CV
Soft Proposal Networks for Weakly Supervised Object Localization
University of Chinese Academy of Sciences（中国科学院大学）；Duke University（杜克大学）
弱监督对象定位仍然具有挑战性，在训练过程中只有图像标签而不是边界框可用。对象建议是本地化中的一个有效组件，但通常计算量很大，并且无法与其他一些模块进行联合优化。在本文中，据我们所知，我们首次将弱监督对象建议以端到端的学习方式集成到卷积神经网络（CNN）中。我们设计了一个网络组件Soft Proposal（SP），可以插入任何标准卷积架构，以引入几乎无成本的对象提案，比最先进的方法快几个数量级。在SP增强的CNN中，被称为软提议网络（SPN），迭代进化的对象提议是基于深度特征图生成的，然后投影回来，并进一步与网络参数联合优化，仅具有图像级监督。通过统一的学习过程，SPN可以学习更好的以对象为中心的过滤器，发现更多有区别的视觉证据，并抑制背景干扰，从而显着提高弱监督对象定位和分类性能。我们报告了流行基准测试的最佳结果，包括PASCAL VOC，MS COCO和ImageNet。
2017-09-06 cs.CV
Learning Where and When: Patch-Based Spatiotemporal Localization in Weakly Supervised Video Anomaly Detection
University of South Florida（佛罗里达州立大学）
提出基于补丁的时空框架，在弱监督下联合定位异常的时间和空间位置，通过邻近感知Top-k选择策略生成细粒度空间异常图，显著提升时空定位精度。
2026-06-28 cs.CV
Mining Forgery Traces from Reconstruction Error: A Weakly Supervised Framework for Multimodal Deepfake Temporal Localization
School of Computer Science and Engineering（计算机科学与工程学院）；Sun Yat-sen University（中山大学）；Alibaba Group（阿里巴巴集团）
本文提出RT-DeepLoc框架，通过重建误差识别深度伪造，利用MAE学习真实数据的时空模式，结合不对称视频对比损失提升定位精度，实验表明在大规模数据集上达到弱监督时间伪造定位的最新水平。
2026-05-16 cs.CV
Weakly Supervised Object Localization and Detection: A Survey
Northwestern Polytechnical University（西北工业大学）；University of California at Merced（加州大学默塞德分校）
弱监督目标定位与检测是计算机视觉领域的一个新兴且具有挑战性的问题，对于发展新一代计算机视觉系统具有重要意义，在过去的十年中受到了广泛的关注。由于已经提出了方法，因此对这些主题进行全面调查是非常重要的。在这项工作中，我们回顾了（1）经典模型，（2）来自现成深度网络的特征表示方法，（3）完全基于深度学习的方法，以及（4）在该领域广泛使用的公开数据集和标准评估指标。我们还讨论了在这一领域的关键挑战，这一领域的发展历史，在每个类别的方法的优点/缺点，在不同类别的方法之间的关系，弱监督目标定位和检测方法的应用，以及潜在的未来方向，以进一步促进这一研究领域的发展。
2021-04-16 cs.CV
WSLLN: Weakly Supervised Natural Language Localization Networks
University of Maryland（马里兰大学）；Salesforce Research（Salesforce研究院）
我们提出了弱监督语言定位网络（WSLLN），以检测事件的长，未修剪的视频给定的语言查询。为了学习视觉片段和文本之间的对应关系，大多数以前的方法需要事件的时间坐标（开始和结束时间）进行训练，这导致注释成本很高。WSLLN通过仅使用视频-句子对进行训练而无需访问事件的时间位置来减轻注释负担。通过简单的端到端结构，WSLLN测量段文本的一致性，并同时进行段选择（以文本为条件）。两者的结果合并并优化为视频-句子匹配问题。在ActivityNet Captions和DiDeMo上的实验表明，WSLLN达到了最先进的性能。
2019-08-31 cs.CV
Toward Efficient Weakly Supervised Semantic Segmentation Using Only Low-Magnification Histopathological Images
University of Information Technology, Ho Chi Minh City, Vietnam（越南胡志明市信息科技学院）；Vietnam National University Ho Chi Minh City, Ho Chi Minh City, Vietnam（越南国家大学胡志明市分校）
研究探讨仅用低倍率组织病理学图像实现高效弱监督语义分割，通过模拟低倍率输入并重建，构建框架评估弱监督方法对分辨率退化的响应，发现重建质量指标不能预测分割性能，确定关键退化点，为设计数字病理存储系统提供指导。
2026-07-14 cs.CV cs.LG
Negative Pseudo Labeling using Class Proportion for Semantic Segmentation in Pathology
Kyushu University（九州大学）；Kyoto University Hospital（京都大学医院）；National Institute of Informatics（国立信息学研究所）
我们提出了一种弱监督细胞跟踪方法，该方法可以训练仅使用“细胞检测”的注释（即，细胞位置的坐标），其中细胞位置可以通过核染色容易地获得。首先，我们训练一个联合检测CNN，它通过使用弱标签来检测连续帧中的细胞。我们的关键假设是，协同检测CNN除了检测之外，还隐式地学习关联。为了获得关联信息，我们提出了一种向后和向前传播的方法，该方法分析了协同检测CNN输出的检测图中细胞位置的对应关系。实验结果表明，该方法通过对协同检测CNN的分析，能够实现位置匹配。即使该方法只使用弱监督，我们的方法的性能几乎是相同的国家的最先进的监督方法。
2020-07-16 cs.CV
