Framework di Apprendimento Multi-istanza con Estrazione di Istanze Difficili Mascherare per l'Analisi di Immagini Istopatologiche Gigapixel

Multiple Instance Learning Framework with Masked Hard Instance Mining for Gigapixel Histopathology Image Analysis

September 15, 2025

Autori: Wenhao Tang, Sheng Huang, Heng Fang, Fengtao Zhou, Bo Liu, Qingshan Liu

cs.AI

Abstract

La digitalizzazione delle immagini patologiche in Whole Slide Images (WSI) gigapixel ha aperto nuove strade per la Patologia Computazionale (CPath). Poiché il tessuto positivo costituisce solo una piccola frazione delle WSI gigapixel, i metodi esistenti di Apprendimento Multi-Istanza (MIL) si concentrano tipicamente sull'identificazione di istanze salienti attraverso meccanismi di attenzione. Tuttavia, ciò porta a un bias verso istanze facili da classificare, trascurando quelle più complesse. Studi recenti hanno dimostrato che gli esempi difficili sono cruciali per modellare accuratamente i confini discriminativi. Applicando tale idea a livello di istanza, abbiamo elaborato un nuovo framework MIL con masked hard instance mining (MHIM-MIL), che utilizza una struttura Siamese con un vincolo di consistenza per esplorare le istanze difficili. Utilizzando una probabilità di istanza consapevole della classe, MHIM-MIL impiega un insegnante a momento per mascherare le istanze salienti e estrarre implicitamente le istanze difficili per addestrare il modello studente. Per ottenere istanze difficili diverse e non ridondanti, adottiamo un mascheramento casuale su larga scala, utilizzando una rete di riciclo globale per mitigare il rischio di perdere caratteristiche chiave. Inoltre, lo studente aggiorna l'insegnante utilizzando una media mobile esponenziale, che identifica nuove istanze difficili per le iterazioni di addestramento successive e stabilizza l'ottimizzazione. I risultati sperimentali su compiti di diagnosi del cancro, sottotipizzazione, analisi di sopravvivenza e 12 benchmark dimostrano che MHIM-MIL supera i metodi più recenti sia in termini di prestazioni che di efficienza. Il codice è disponibile all'indirizzo: https://github.com/DearCaat/MHIM-MIL.

English

Digitizing pathological images into gigapixel Whole Slide Images (WSIs) has opened new avenues for Computational Pathology (CPath). As positive tissue comprises only a small fraction of gigapixel WSIs, existing Multiple Instance Learning (MIL) methods typically focus on identifying salient instances via attention mechanisms. However, this leads to a bias towards easy-to-classify instances while neglecting challenging ones. Recent studies have shown that hard examples are crucial for accurately modeling discriminative boundaries. Applying such an idea at the instance level, we elaborate a novel MIL framework with masked hard instance mining (MHIM-MIL), which utilizes a Siamese structure with a consistency constraint to explore the hard instances. Using a class-aware instance probability, MHIM-MIL employs a momentum teacher to mask salient instances and implicitly mine hard instances for training the student model. To obtain diverse, non-redundant hard instances, we adopt large-scale random masking while utilizing a global recycle network to mitigate the risk of losing key features. Furthermore, the student updates the teacher using an exponential moving average, which identifies new hard instances for subsequent training iterations and stabilizes optimization. Experimental results on cancer diagnosis, subtyping, survival analysis tasks, and 12 benchmarks demonstrate that MHIM-MIL outperforms the latest methods in both performance and efficiency. The code is available at: https://github.com/DearCaat/MHIM-MIL.