计算机科学 > 计算机视觉与模式识别
[提交于 2025年8月30日
]
标题: SemaMIL:基于检索引导状态空间建模的语义重排序用于全幻灯片图像分类
标题: SemaMIL: Semantic Reordering with Retrieval-Guided State Space Modeling for Whole Slide Image Classification
摘要: 多实例学习(MIL)已成为计算病理学中从全切片图像(WSIs)中提取判别特征的领先方法。基于注意力的MIL方法可以识别关键区域,但容易忽略上下文关系。Transformer模型能够建模交互作用,但需要二次计算成本,并且容易过拟合。状态空间模型(SSMs)具有线性复杂度,然而打乱区域顺序会破坏组织学意义并降低可解释性。在本工作中,我们引入了SemaMIL,它集成了语义重排序(SR),一种通过可逆排列将语义相似的区域聚类并按顺序排列的自适应方法,以及一个语义引导检索状态空间模块(SRSM),该模块选择代表性查询子集以调整状态空间参数,从而改善全局建模。在四个WSI亚型数据集上的评估表明,与强基线相比,SemaMIL在更少的FLOPs和参数下实现了最先进的准确率。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.