cDP-MIL: Robust Multiple Instance Learning via Cascaded Dirichlet Process

多实例学习（MIL）已广泛应用于整张组织病理学图像（WSI）分析中。MIL中现有的聚合策略主要依赖于实例之间的一阶距离（例如平均差），无法准确地近似每个实例的真实特征分布，导致幻灯片级别的表示存在偏差。此外，WSI观察的稀缺性很容易导致模型过度拟合，从而导致测试性能不稳定和泛化能力有限。为了解决这些挑战，我们提出了一个新的贝叶斯非参数框架，用于多实例学习，采用了级联狄利克雷过程（cDP）来纳入WSI的实例到袋特性。我们根据狄利克雷过程形成的潜在聚类进行特征聚合，该过程纳入了补丁特征的协方差并形成更具代表性的聚类。然后，我们使用另一个狄利克雷过程模型在袋上进行袋级别的预测，该模型对学习进行自然正则化，以防止过度拟合并增强泛化能力。此外，作为贝叶斯非参数方法，cDP模型可以准确生成后验不确定性，从而允许检测异常样本和肿瘤定位。对五个WSI基准的广泛实验验证了我们方法的卓越性能，以及其泛化能力和估计不确定性的能力。代码可在https://github.com/HKU-MedAI/cDPMIL上获得。

本文旨在解决多实例学习在整个切片组织学图像（WSI）分析中存在的问题。这些问题包括聚合策略中的偏差和模型过拟合，导致测试性能不稳定和泛化能力有限。

本文提出了一种新的贝叶斯非参数框架，采用级联狄利克雷过程（cDP）来考虑WSI的实例到袋特征。该方法通过聚合特征来形成更具代表性的聚类，同时在袋级别上进行预测以防止过拟合并增强泛化能力。此外，该方法可以准确生成后验不确定性，以检测异常样本和肿瘤定位。

本文在五个WSI基准测试上进行了广泛实验，证明了该方法的优越性、泛化能力和不确定性估计能力。此外，本文提供了开源代码。

在这个领域中，最近的相关研究包括《Multiple Instance Learning with Discriminative Bags》、《Deep Multiple Instance Learning for Image Classification and Auto-Annotation》等。