論文の概要: One Tile, Multiple Instances: Rethinking MIL for Sparse Diagnostic Evidence

• arxiv url: http://arxiv.org/abs/2610.04853v1
• Date: Sun, 04 Oct 2026 01:47:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 08:24:27.766093
• Title: One Tile, Multiple Instances: Rethinking MIL for Sparse Diagnostic Evidence
• Title（参考訳）: 一つのタイルと複数のインスタンス: スパース診断のためのMILの再考
• Abstract要約: DI-MIL(DI-MIL)は、コンテキストをインスタンスの粒度から分解したインスタンスに分解するフレームワークである。 トレーニング不要のポストエンコーディングモジュールとして、DI-MILは既存のパイプラインにシームレスに統合される。 細胞病理学におけるDI-MILの意義について検討した。
• 参考スコア（独自算出の注目度）: 10.027464074855134
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In weakly supervised Whole Slide Image (WSI) classification, feature extractors typically compress each image tile into a single global embedding. Consequently, slide-level aggregators are restricted to this coarse tile scale, concealing fine-grained sub-tile evidence from the attention mechanism. We introduce DI-MIL, a framework that decouples encoding context from instance granularity through decomposed instances. By clustering dense spatial tokens from a frozen foundation model within each tile, DI-MIL converts a single tile into multiple independently weighted instance embeddings. As a training-free post-encoding module, DI-MIL integrates seamlessly into existing pipelines without requiring re-encoding or downstream architectural modifications. We evaluate DI-MIL on cytopathology, a challenging testbed where sparse diagnostic signals are easily diluted within standard tiles. Across four datasets, three frozen foundation models, and two attention-based aggregators, DI-MIL demonstrates consistent efficacy, improving 67 of 72 metric-level comparisons, with the largest mean gains reaching 3.64 points under cytopathology-specific backbones. In a broader comparison against seven representative MIL baselines, DI-MIL paired with ACMIL achieves highest mean performance in 33 of 36 backbone-dataset-metric comparisons. Ablations show that direct smaller tiling inflates the extracted tile count by up to 43.3$\times$ with non-monotonic performance, whereas DI-MIL incurs zero additional image-extraction overhead while achieving the strongest overall results. These results establish instance construction as an orthogonal design dimension in MIL, supporting DI-MIL as a cost-efficient solution under sparse diagnostic evidence.
• Abstract（参考訳）: 弱い教師付き全スライド画像(WSI)分類では、特徴抽出器は通常、各画像タイルを単一のグローバルな埋め込みに圧縮する。 その結果、スライドレベルのアグリゲータはこの粗いタイルスケールに制限され、注意機構から微細なサブタイルの証拠を隠蔽する。 DI-MIL(DI-MIL)は、コンテキストをインスタンスの粒度から分解したインスタンスに分解するフレームワークである。 各タイル内の凍結基礎モデルから密集した空間トークンをクラスタリングすることにより、DI-MILは単一のタイルを独立に重み付けされた複数のインスタンス埋め込みに変換する。 トレーニング不要のポストエンコーディングモジュールとして、DI-MILは、再エンコーディングや下流アーキテクチャの変更を必要とせずに、既存のパイプラインにシームレスに統合する。 細胞病理学におけるDI-MILの意義について検討した。 4つのデータセット、3つの凍結ファンデーションモデル、2つの注意ベースのアグリゲータ、DI-MILは、一貫した有効性を示し、72のメートルレベルの比較の67を改善し、最大の平均ゲインは細胞病理特異的なバックボーンの下で3.64ポイントに達する。 7つの代表的MILベースラインとの比較において、ACMILと組み合わせたDI-MILは、36のバックボーン-データセット-メトリック比較のうち33の最高平均性能を達成している。 アブレーションは、直接的に小さいタイリングが抽出されたタイル数を43.3$\times$まで膨らませ、非単調なパフォーマンスで、DI-MILは最大の総合的な結果を達成する一方で、画像抽出のオーバーヘッドをゼロにすることを示している。 これらの結果から,DI-MIL をスパース診断証拠下でのコスト効率の高いソリューションとしてサポートし,MIL の直交設計次元としてインスタンス構築を確立した。

関連論文リスト

• ES-Merging: Biological MLLM Merging via Embedding Space Signals [52.84455878597969]
  埋め込み空間信号からマージ係数を推定する表現対応マージフレームワークを提案する。 提案手法は既存のマージ手法よりも優れており,タスク固有の微調整モデルを超えている。
  論文  参考訳（メタデータ） (2026-03-15T14:38:32Z)
• ASMIL: Attention-Stabilized Multiple Instance Learning for Whole Slide Imaging [95.36377714370325]
  注意に基づく複数インスタンス学習手法は、不安定な注意力学という新しい障害モードを示す。 本稿では,新しい統合フレームワークであるASMIL(At attention-stabilized multiple instance learning)を紹介する。 ASMILはアンカーモデルを用いて注意を安定させ、ソフトマックスをアンカー内の正規化シグモイド関数に置き換えて過集中を防ぐ。
  論文  参考訳（メタデータ） (2026-03-01T18:31:13Z)
• Self-Supervision Enhances Instance-based Multiple Instance Learning Methods in Digital Pathology: A Benchmark Study [1.7397128744416201]
  複数のインスタンス学習(MIL)がWSI(Whole Slide Image)分類のベストソリューションとして登場した。 我々は,4つのデータセットにわたる710の実験を行い,10のMIL戦略,4つのバックボーンと6つの自己管理手法,4つの基礎モデル,および様々な病理適応手法を比較した。 優れたSSL機能抽出器により、単純なインスタンスベースのMILが、非常に少ないパラメータで、複雑なSOTA(State-of-the-art)組み込みMILメソッドよりも、類似または優れたパフォーマンスが得られることを示す。
  論文  参考訳（メタデータ） (2025-05-02T08:43:50Z)
• A Spatially-Aware Multiple Instance Learning Framework for Digital Pathology [4.012490059423154]
  マルチプル・インスタンス・ラーニング (MIL) は、スライド画像全体を用いた病理学における弱い教師付き分類のための有望なアプローチである。 トランスフォーマーベースMIL(Transformer Based MIL)のような最近の進歩は、空間的コンテキストとパッチ間関係を取り入れている。 本研究では,この問題に対処するための対話対応表現を統合することで,ABMILフレームワークを強化する。
  論文  参考訳（メタデータ） (2025-04-24T08:53:46Z)
• Position: From Correlation to Causation: Max-Pooling-Based Multi-Instance Learning Leads to More Robust Whole Slide Image Classification [51.95824566163554]
  我々は、十分に訓練された最大プーリングに基づくMILモデルが因果関係に基づく予測を行い、素早い相関に頼らずにすむことを論じる。 提案手法は,2つのデータセットにおいて,既存の注目度に基づく手法よりも優れている。
  論文  参考訳（メタデータ） (2024-08-18T12:15:22Z)
• MamMIL: Multiple Instance Learning for Whole Slide Images with State Space Models [56.37780601189795]
  本稿では,WSI分析のためのフレームワークMamMILを提案する。 私たちは各WSIを非指向グラフとして表現します。 マンバが1次元シーケンスしか処理できない問題に対処するために、トポロジ対応の走査機構を提案する。
  論文  参考訳（メタデータ） (2024-03-08T09:02:13Z)
• Feature Re-calibration based MIL for Whole Slide Image Classification [7.92885032436243]
  全スライド画像(WSI)分類は疾患の診断と治療の基本的な課題である。 本稿では,WSI バッグ (インスタンス) の分布を,最大インスタンス (クリティカル) 特性の統計値を用いて再校正することを提案する。 位置符号化モジュール(PEM)を用いて空間・形態情報をモデル化し,マルチヘッド自己アテンション(PSMA)をトランスフォーマーエンコーダでプーリングする。
  論文  参考訳（メタデータ） (2022-06-22T07:00:39Z)
• Dual-stream Multiple Instance Learning Network for Whole Slide Image Classification with Self-supervised Contrastive Learning [16.84711797934138]
  スライド画像全体分類(WSI)の課題に対処する。 WSI分類は、スライドレベルラベルのみが利用可能である場合、多重インスタンス学習(MIL)問題としてキャストすることができる。 局所アノテーションを必要としないWSI分類と腫瘍検出のためのMILベースの手法を提案する。
  論文  参考訳（メタデータ） (2020-11-17T20:51:15Z)

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。