跳到正文
arXiv · 机器人与计算机视觉· Lubin Gan, Jing Zhang, Xinming Zhang, Chengpeng Xu, Siying Wu, Xiaoyan Sun·· 2026-10-16精选AI 评分78

超越主导标签:利用多重实例学习恢复共存病灶证据

Beyond the Dominant Label: Recovering Coexisting Lesion Evidence with Multiple Instance Learning

AI 导读

全切片图像可能包含共存的病灶,但弱监督通常仅提供最严重的诊断。本文将其建模为主导标签多重实例学习问题,提出 DomSet-MIL 框架以对齐包与实例层面的标注机制。

推荐理由

提出 DomSet-MIL 框架,在主导标签监督下恢复共存的次要病灶证据。

来源:arXiv · 机器人与计算机视觉 · arxiv.org