Estrutura de Aprendizado de Múltiplas Instâncias com Mineração de Instâncias Difíceis Mascaradas para Análise de Imagens de Histopatologia em Gigapixels

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

September 15, 2025

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

cs.AI

Resumo

A digitalização de imagens patológicas em Whole Slide Images (WSIs) de gigapixels abriu novos caminhos para a Patologia Computacional (CPath). Como o tecido positivo representa apenas uma pequena fração das WSIs de gigapixels, os métodos existentes de Aprendizado de Múltiplas Instâncias (MIL) geralmente se concentram em identificar instâncias salientes por meio de mecanismos de atenção. No entanto, isso leva a um viés em direção a instâncias fáceis de classificar, enquanto as desafiadoras são negligenciadas. Estudos recentes mostraram que exemplos difíceis são cruciais para modelar com precisão os limites discriminativos. Aplicando essa ideia no nível da instância, elaboramos uma nova estrutura MIL com mineração de instâncias difíceis mascaradas (MHIM-MIL), que utiliza uma estrutura Siamesa com uma restrição de consistência para explorar as instâncias difíceis. Usando uma probabilidade de instância consciente da classe, o MHIM-MIL emprega um professor de momentum para mascarar instâncias salientes e minerar implicitamente instâncias difíceis para treinar o modelo estudante. Para obter instâncias difíceis diversas e não redundantes, adotamos o mascaramento aleatório em larga escala, enquanto utilizamos uma rede de reciclagem global para mitigar o risco de perder características-chave. Além disso, o estudante atualiza o professor usando uma média móvel exponencial, que identifica novas instâncias difíceis para iterações subsequentes de treinamento e estabiliza a otimização. Resultados experimentais em tarefas de diagnóstico de câncer, subtipagem, análise de sobrevivência e 12 benchmarks demonstram que o MHIM-MIL supera os métodos mais recentes em desempenho e eficiência. O código está disponível em: 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.