2024 年 WSI 论文简述
本页收录本地 2024–2026 年收藏中归入 2024 年的 32 篇 WSI 论文。简述依据论文摘要及方法描述整理；年份以正式卷期或会议为主，预印本和待核实的会议归属单独标注。
作者代码链接来自论文中的作者声明，仅作为实现入口；不表示已验证其运行情况。
ProMIL
ProMIL: A weakly supervised multiple instance learning for whole slide image classification based on class proxy
Expert Systems with Applications 2024（PDF 出版信息；2023 年在线发表） · 论文
引入类别代理作为可学习的类别表征，将多尺度特征聚合与度量学习结合，按切片嵌入和类别代理的相似度分类，缓解弱监督下的特征混淆。
CaMIL（因果 MIL）
CaMIL: Causal Multiple Instance Learning for Whole Slide Image Classification
AAAI 2024 · 论文
通过前门调整估计干预后的切片预测，减少颜色等混杂因素带来的伪相关；框架可接入不同特征提取器与聚合器。
CIMIL
Boosting Multiple Instance Learning Models for Whole Slide Image Classification: A Model-Agnostic Framework Based on Counterfactual Inference
利用反事实子包评估和分层实例搜索产生更可靠的伪标签，再以实例分类器的嵌入增强包预测，同时关注切片分类和病灶定位。
VINO
Transformer-Based Video-Structure Multi-Instance Learning for Whole Slide Image Classification
AAAI 2024 · 论文
把病理医生的浏览过程建模为视频片段，通过分治式 Transformer 兼顾上下文建模和端到端训练，用于切片分类与阳性区域检测。
AMD-MIL
Agent Aggregator with Mask Denoise Mechanism for Histopathology Whole Slide Image Analysis
ACM MM 2024 · 论文
以 agent token 中介计算实例重要性，并用动态掩码和去噪矩阵调整特征，兼顾实例交互、计算开销与微小病灶定位。
MDDP
Multi-modal Denoising Diffusion Pre-training for Whole-Slide Image Classification
利用 H&E 到 IHC 的重染色和 IHC 重建进行扩散预训练；推理只输入 H&E，以 IHC 引导的特征和包级增强辅助分类。
SAM-MIL
SAM-MIL: A Spatial Contextual Aware Multiple Instance Learning Approach for Whole Slide Image Classification
ACM MM 2024（收藏 PDF 为预印本） · 论文 · 作者代码
用 Segment Anything 提取组织分组和空间上下文，再结合分组掩码、伪包增强及空间一致性约束，补充独立 patch 特征缺失的结构信息。
ADR
ADR: Attention Diversification Regularization for Mitigating Overfitting in Multiple Instance Learning based Whole Slide Image Classification
为注意力分数加入负 Shannon 熵正则，鼓励注意力覆盖更多实例，以较小的训练改动缓解过拟合与注意力过度集中。
AFD-MIL
Distilling High Diagnostic Value Patches for Whole Slide Image Classification Using Attention Mechanism
在弱监督流程中先排除冗余 patch，再用注意力进行诊断特征蒸馏，并通过全局损失联合优化，降低低价值实例的干扰。
CDFA-MIL
Towards Efficient Information Fusion: Concentric Dual Fusion Attention Based Multiple Instance Learning for Whole Slide Images
arXiv 2024 · 论文
在多倍率同心 patch 间设计点到区域和点到点的双重注意力融合，显式利用跨倍率空间对应关系，增强切片表征。
IKD-MIL
Enhancing Weakly-Supervised Histopathology Image Segmentation with Knowledge Distillation on MIL-Based Pseudo-Labels
把 MIL 产生的分割结果作为伪掩码，通过迭代融合与师生角色交换进行知识蒸馏，减轻伪标签噪声积累，服务弱监督病理分割。
TCT-InfoNCE
An efficient framework based on large foundation model for cervical cytopathology whole slide image screening
针对宫颈细胞学中稀疏异常细胞，先筛选高风险 patch，再以对比学习和轻量适配器微调基础模型，增强下游 MIL 特征。
MamMIL
MamMIL: Multiple Instance Learning for Whole Slide Images with State Space Models
arXiv 2024 · 论文
结合双向状态空间模型与二维上下文模块，以线性复杂度建模实例依赖和空间关系，降低长序列 WSI 分类的显存需求。
R²T-MIL / RRT-MIL
Feature Re-Embedding: Towards Foundation Model-Level Performance in Computational Pathology
通过区域 Transformer 在线重嵌入离线 patch 特征，先捕捉区域内细节，再建立跨区域联系，可作为模块增强多种 MIL 聚合器。
PAMIL（动态策略）
Dynamic Policy-Driven Adaptive Multi-Instance Learning for Whole Slide Image Classification
将动态实例采样和强化学习统一起来，结合实例关系建模、对比学习及奖惩机制，减少预处理负担和伪包偏差。
ViLa-MIL
ViLa-MIL: Dual-scale Vision-Language Multiple Instance Learning for Whole Slide Image Classification
CVPR 2024 · 论文
用双尺度病理描述引入语言先验，以原型引导的 patch 解码和上下文引导的文本解码对齐视觉与文本，用于切片亚型分类。
WiKG
Dynamic Graph Representation with Knowledge-aware Attention for Histopathology Whole Slide Image Analysis
把切片建模为动态知识图，根据实例头尾关系生成邻居和有向边，再通过知识感知注意力聚合节点与边信息。
MSCL-MIL
Multi-scale multi-instance contrastive learning for whole slide image classification
Engineering Applications of Artificial Intelligence 2024 · 论文
以双流模块同时生成切片表示和选择代表实例，结合跨倍率对比学习及实例级辅助分类，强化多尺度特征监督。
ACMIL
Attention-Challenging Multiple Instance Learning for Whole Slide Image Classification
结合多分支注意力和随机 Top-K 实例掩码，促使模型发现更多判别区域，缓解少量高注意力实例主导训练的问题。
cDP-MIL
cDP-MIL: Robust Multiple Instance Learning via Cascaded Dirichlet Process
以级联 Dirichlet 过程分别建模实例聚类和包级预测，在聚合中考虑特征协方差，并提供后验不确定性估计。
DGR-MIL
DGR-MIL: Exploring Diverse Global Representation in Multiple Instance Learning for Whole Slide Image Classification
用多个全局向量通过交叉注意力概括切片，再结合阳性实例对齐和行列式点过程约束，鼓励全局表示之间的多样性。
CAMIL（上下文 MIL）
CAMIL: Context-Aware Multiple Instance Learning for Cancer Detection and Subtyping in Whole Slide Images
以邻域约束注意力编码 patch 间的上下文关系，将组织邻域先验融入切片分类，关注癌症检测、亚型识别及定位解释。
DCDiff
DCDiff: Dual-Granularity Cooperative Diffusion Models for Pathology Image Analysis
IEEE Transactions on Medical Imaging 2024（PDF 出版信息） · 论文 · 作者代码
让粗粒度和细粒度信息在前向、反向扩散及耦合 U-Net 去噪中协同交互，以双粒度扩散特征增强病理图像上下文建模。
PseMix
Pseudo-Bag Mixup Augmentation for Multiple Instance Learning-Based Whole Slide Image Classification
IEEE Transactions on Medical Imaging 2024 · 论文 · 作者代码
通过伪包解决 WSI Mixup 中的大小和语义对齐问题，生成额外训练样本，改善数据不足时的泛化及对遮挡、标签噪声的鲁棒性。
SMT
Hundredfold Accelerating for Pathological Images Diagnosis and Prognosis through Self-reform Critical Region Focusing
IJCAI 2024 · 论文
从缩略图逐层聚焦到高倍率关键区域，并用反向修正改进前层定位，减少诊断和预后任务中需要处理的 patch 数量。
E²-MIL
E²-MIL: An explainable and evidential multiple instance learning framework for whole slide image classification
Medical Image Analysis 2024 · 论文
结合细节感知注意力蒸馏、结构感知注意力细化和证据式实例分类，兼顾肿瘤区域定位及预测不确定性估计。
AdvMIL
AdvMIL: Adversarial multiple instance learning for the survival analysis on whole-slide images
Medical Image Analysis 2024 · 论文 · 作者代码
以对抗式事件时间建模扩展 WSI 生存分析，使 MIL 可估计生存分布，并利用无标签切片开展半监督学习。
MambaMIL
MambaMIL: Enhancing Long Sequence Modeling with Sequence Reordering in Computational Pathology
将 Mamba 引入 WSI 长序列建模，通过序列重排感知实例顺序和分布，在控制复杂度的同时学习远程关系。
RetMIL
RetMIL: Retentive Multiple Instance Learning for Histopathological Whole Slide Image Classification
MICCAI 2024 · 论文
以分层结构处理切片：局部子序列通过并行 retention 更新，全局序列通过串行 retention 融合，再用注意力池化获得切片表示。
CHIEF
A Pathology Foundation Model for Cancer Diagnosis and Prognosis Prediction
结合 tile 级无监督预训练和切片级弱监督预训练，学习跨任务病理表征，覆盖癌细胞检测、肿瘤来源、分子特征与预后预测。
Universal-MIL
A Universal Multiple Instance Learning Framework for Whole Slide Image Analysis
Computers in Biology and Medicine 2024 · 论文
联合实例标准化、深层投影、自注意力和实例伪标签评价进行聚合，再用关键实例选择强化局部特征，服务弱监督切片分类。
SC-MIL
SC-MIL: Supervised Contrastive Multiple Instance Learning for Imbalanced Classification in Pathology
WACV 2024 · 论文
将监督式对比学习应用于包表示，并逐步从表征学习转向分类器学习，处理数据集类别不平衡及阳性切片中病灶稀少的问题。