論文の概要: From Patches to Evidence Balls: Class-Conditioned Evidence Retrieval for Few-Shot Whole Slide Image Classification

• arxiv url: http://arxiv.org/abs/2608.01104v1
• Date: Sun, 02 Aug 2026 09:06:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.084867
• Title: From Patches to Evidence Balls: Class-Conditioned Evidence Retrieval for Few-Shot Whole Slide Image Classification
• Title（参考訳）: パッチからエビデンスボール:Few-Shot全スライド画像分類のためのクラス定義エビデンス検索
• Abstract要約: EviBallは、いくつかのWSI分類のためのクラス条件付きエビデンス検索フレームワークである。 セマンティック空間割り当てとセンターリファインメントを通じて、ローカルパッチをエビデンスボールに整理する。 EviBallは、様々な数ショット設定の下で、従来のMILベースラインとビジョン言語ベースラインを一貫して上回る。
• 参考スコア（独自算出の注目度）: 25.111675964538367
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Whole slide image (WSI) classification is an evidence-driven task, where diagnostic cues are often sparse, spatially organized, and class-dependent. Existing MIL and vision-language methods aggregate a large pool of patch features into a single global slide representation. Under few-shot supervision, limited slide-level labels make it difficult to learn a reliable aggregation mechanism that organizes sparse local cues into compact and coherent diagnostic evidence. Moreover, a shared slide representation compresses evidence supporting a candidate class and its alternatives into the same feature, limiting class-specific reasoning and interpretability. To address these issues, we propose EviBall, a class-conditioned evidence retrieval framework for few-shot WSI classification. EviBall organizes local patches into Evidence Balls through semantic-spatial assignment and center refinement, yielding compact and spatially coherent evidence units under weak supervision. It then uses task-specific class queries, including language-guided queries for morphology-oriented tasks and molecular-guided queries for molecular endpoint prediction, to retrieve supporting evidence balls and produce class-conditioned evidence representations for direct class-wise prediction. By introducing structured evidence units and task-relevant semantic guidance, EviBall reduces the reliance on learning an unconstrained global aggregation mechanism from scarce slide-level labels. It therefore reformulates few-shot WSI classification as structured evidence retrieval and competition among candidate classes. Extensive experiments across four morphology-oriented and molecular endpoint WSI tasks demonstrate that EviBall consistently outperforms conventional and vision-language MIL baselines under diverse few-shot settings, while providing spatially localized and class-specific evidence for each prediction.
• Abstract（参考訳）: 全体スライド画像(WSI)分類はエビデンス駆動のタスクであり、診断手順は疎く、空間的に整理され、クラスに依存していることが多い。 既存のMILおよびビジョン言語メソッドは、パッチ機能の大規模なプールを単一のグローバルスライド表現に集約する。 数ショットの監督の下では、スライドレベルのラベルが限定されているため、スパースローカルキューをコンパクトで一貫性のある診断証拠に整理する信頼性の高い集約メカニズムを学ぶことは困難である。 さらに、共有スライド表現は、候補クラスとその代替物をサポートするエビデンスを同じ特徴に圧縮し、クラス固有の推論と解釈可能性を制限する。 これらの問題に対処するために,クラス条件付きWSI分類用エビデンス検索フレームワークであるEviBallを提案する。 EviBallは、セマンティック・空間的な割り当てと中心的な改善を通じて、ローカルパッチをエビデンス・ボールに整理し、弱監督下でコンパクトで空間的に整合性のあるエビデンス・ユニットを生成する。 次に、モルフォロジー指向タスクのための言語誘導クエリや分子終端予測のための分子誘導クエリなど、タスク固有のクラスクエリを使用して、サポートエビデンスボールを取得し、クラスレベルの直接予測のためのクラス条件付きエビデンス表現を生成する。 構造化エビデンスユニットとタスク関連セマンティックガイダンスを導入することで、EviBallは、少ないスライドレベルラベルから制約のないグローバルアグリゲーションメカニズムを学ぶことへの依存を減らすことができる。 したがって、いくつかのWSI分類を構造化された証拠検索と候補クラス間の競合として再構成する。 4つのモルフォロジー指向および分子終端WSIタスクにわたる広範囲な実験により、EviBallは従来のMILベースラインと視覚言語ベースラインを多種多様な数ショット設定で一貫して上回り、各予測に対して空間的局所化およびクラス固有の証拠を提供する。

関連論文リスト

• ProtoLIP: From Sentence-Level to Object-Level Evidence Disentanglement [32.493558609275546]
  軽量なプロトタイプによるエビデンス層である textbfProtoLIP を紹介する。 ProtoLIPは再利用可能な視覚プロトタイプをテキスト由来のセマンティックファミリーに整理する。 ProtoLIPは、そのマッチングスコアを、ローカライズされたプロトタイプエビデンスから直接構築する。
  論文  参考訳（メタデータ） (2026-09-14T19:39:57Z)
• Primitive-Driven Compositional Forensic Visual Prompting for Open-World Face Anti-Spoofing [59.765442274924595]
  視覚的特徴空間で完全に機能する合成視覚的プロンプト学習フレームワークを提案する。 このフレームワークは、学習可能なマイクロ法医学的プリミティブの共有セットを局所的な法医学的エビデンスユニットに洗練するためにパッチ対応の注意を払っている。 9つのオープンワールドプロトコルの実験は、最先端のパフォーマンス、強力なクロスドメインの一般化、そして目に見えない攻撃への堅牢な適応を示す。
  論文  参考訳（メタデータ） (2026-08-18T04:18:08Z)
• Open-Vocabulary Gaze Object Prediction: Benchmark and Method [16.472504490295282]
  In-the-wild category 86を含むベンチマークである Diverse Scenes for Gaze Object Prediction (DiSG) を導入する。 DiSGを基盤として,テキスト駆動型物体発見を利用した潜在的視線候補のローカライズを行うフレームワークを提案する。 提案手法は,オープン語彙設定において効果的に動作し,従来のクローズド語彙設定では既存手法よりも優れていた。
  論文  参考訳（メタデータ） (2026-07-21T08:03:02Z)
• PMCE: Probabilistic Multi-Granularity Semantics with Caption-Guided Enhancement for Few-Shot Learning [32.31794815671946]
  少数のラベル付きサンプルから新しいカテゴリを識別することを目的としている。 本稿では,多粒度セマンティクスとキャプション誘導型エンハンスメントを利用したPMCEを提案する。
  論文  参考訳（メタデータ） (2026-01-20T16:06:23Z)
• CIPHER: Scalable Time Series Analysis for Physical Sciences with Application to Solar Wind Phenomena [3.0717901664567857]
  認識のための人間評価を用いたtextitClustering and Indexation Pipeline(CIPHER)を提案する。 CIPHERは物理学における複雑な時系列の大規模ラベリングを促進するために設計されたフレームワークである。 我々は、宇宙気象研究の中心的課題であるOMNIデータにおける太陽風現象の分類作業におけるCIPHERの評価を行った。
  論文  参考訳（メタデータ） (2025-10-23T22:11:29Z)
• Vocabulary-free Fine-grained Visual Recognition via Enriched Contextually Grounded Vision-Language Model [52.01031460230826]
  伝統的なアプローチは固定語彙と閉集合分類パラダイムに大きく依存している。 近年の研究では、大規模言語モデルと視覚言語モデル(VLM)を組み合わせることで、オープンセット認識が可能であることが実証されている。 そこで本研究では,精密な視覚認識のための最先端の手法であるEnriched-FineRを提案する。
  論文  参考訳（メタデータ） (2025-07-30T20:06:01Z)
• Learning Semantic-Aware Representation in Visual-Language Models for Multi-Label Recognition with Partial Labels [19.740929527669483]
  部分ラベル付きマルチラベル認識(MLR-PL)はコンピュータビジョンにおける実用的な課題である。 セマンティックデカップリングモジュールとカテゴリ固有のプロンプト最適化手法をCLIPベースのフレームワークで導入する。 提案手法は,CLIPベースのベースライン方式と比較して,情報と異なるカテゴリを効果的に分離し,優れた性能を実現する。
  論文  参考訳（メタデータ） (2024-12-14T14:31:36Z)
• Beyond Mask: Rethinking Guidance Types in Few-shot Segmentation [67.35274834837064]
  我々は、テキスト、マスク、ボックス、画像からのプロンプトを統合するユニバーサルビジョン言語フレームワーク(UniFSS)を開発した。 UniFSSは最先端の手法よりも優れています。
  論文  参考訳（メタデータ） (2024-07-16T08:41:01Z)
• Learning to Detect Instance-level Salient Objects Using Complementary Image Labels [55.049347205603304]
  本報告では,本問題に対する第1の弱教師付きアプローチを提案する。 本稿では,候補対象の特定にクラス整合性情報を活用するSaliency Detection Branch,オブジェクト境界をデライン化するためにクラス整合性情報を利用するBundary Detection Branch,サブティナイズ情報を用いたCentroid Detection Branchを提案する。
  論文  参考訳（メタデータ） (2021-11-19T10:15:22Z)
• Dynamic Semantic Matching and Aggregation Network for Few-shot Intent Detection [69.2370349274216]
  利用可能な注釈付き発話が不足しているため、インテント検出は困難である。 セマンティック成分はマルチヘッド自己認識によって発話から蒸留される。 本手法はラベル付きインスタンスとラベルなしインスタンスの両方の表現を強化するための総合的なマッチング手段を提供する。
  論文  参考訳（メタデータ） (2020-10-06T05:16:38Z)
• Weakly-supervised Salient Instance Detection [65.0408760733005]
  本報告では,本問題に対する第1の弱教師付きアプローチを提案する。 本稿では,候補対象の特定にクラス整合性情報を活用するSaliency Detection Branch,オブジェクト境界をデライン化するためにクラス整合性情報を利用するBundary Detection Branch,サブティナイズ情報を用いたCentroid Detection Branchを提案する。
  論文  参考訳（メタデータ） (2020-09-29T09:47:23Z)
• UniT: Unified Knowledge Transfer for Any-shot Object Detection and Segmentation [52.487469544343305]
  オブジェクト検出とセグメンテーションの方法は、トレーニングのための大規模インスタンスレベルのアノテーションに依存します。 本稿では,直感的かつ統一的な半教師付きモデルを提案する。
  論文  参考訳（メタデータ） (2020-06-12T22:45:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。