2025 年 WSI 论文简述
本页收录本地 2024–2026 年收藏中归入 2025 年的 35 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。
CoD-MIL
CoD-MIL: Chain-of-Diagnosis Prompting Multiple Instance Learning for Whole Slide Image Classification
IEEE Transactions on Medical Imaging 2025 · 论文
把低倍率到高倍率的诊断流程分解为连续文本提示，再通过文本引导的对比掩码增强病灶定位和切片分类。
收藏在 2024 年目录，按出版卷期归入 2025 年。
FR-MIL
FR-MIL: Distribution Re-calibration based Multiple Instance Learning with Transformer for Whole Slide Image Classification
IEEE Transactions on Medical Imaging 2025（2024 年提前在线） · 论文 · 作者代码
以关键实例的统计量重校准包内特征分布，结合度量约束、向量量化与位置编码 Transformer 聚合，应对染色和采集差异。
收藏在 2024 年目录，按出版卷期归入 2025 年。
PHIM-MIL
PHIM-MIL: Multiple instance learning with prototype similarity-guided feature fusion and hard instance mining for whole slide image classification
Information Fusion 2025 · 论文 · 作者代码
先训练聚合器识别简单实例，再以原型相似度构建半全局特征并融合局部表示，结合困难实例挖掘加强复杂区域识别。
收藏在 2024 年目录，按出版卷期归入 2025 年。
OODML
OODML: Whole Slide Image Classification Meets Online Pseudo-Supervision and Dynamic Mutual Learning
AAAI 2025 · 论文
用自适应记忆库融合历史与当前特征，再联合修正伪标签和动态决策，使实例表示与伪监督相互促进。
DP-MIL
Dual-Prototype Learning in Multiple Instance Learning for Histopathology Image Classification
Proceedings of the 33rd ACM International Conference on Multimedia 2025 · 论文
分别学习描述常见组织特征的主原型与刻画困难样本的边界原型，并通过专用损失和动量更新降低原型偏差。
DRE-SLCL
Dynamic Residual Encoding with Slide-Level Contrastive Learning for End-to-End Whole Slide Image Representation
Proceedings of the 33rd ACM International Conference on Multimedia 2025 · 论文
以记忆库保存 patch 特征，将当前采样特征和历史特征进行动态残差编码，再用切片级对比学习支持端到端训练。
CPath-Omni
CPath-Omni: A Unified Multimodal Foundation Model for Patch and Whole Slide Image Analysis in Computational Pathology
收藏标记 CVPR 2025；所附链接为 arXiv 版本 · 论文
统一 patch 级与 WSI 级多模态分析，覆盖分类、问答、图像描述和视觉指代，并以 CPath-CLIP 提供病理视觉语言表征。
HDMIL
Fast and Accurate Gigapixel Pathological Image Classification with Hierarchical Distillation Multi-Instance Learning
由高倍率动态 MIL 产生相关区域监督，训练低倍率轻量预筛网络，在推理前过滤无关 patch；同时引入基于 Chebyshev 多项式的分类器。
M3amba
M3amba: Memory Mamba is All You Need for Whole Slide Image Classification
CVPR 2025 · 论文
通过动态记忆库保留跨组历史信息，并结合组内双向 Mamba 和跨组注意力，缓解长序列状态空间建模中的上下文遗忘。
PAMIL（伪标签注意力）
Pseudo-label attention-based multiple instance learning for whole slide image classification
Engineering Applications of Artificial Intelligence 2025 · 论文
利用伪标签强化阳性区域的监督，并通过微调过滤假阳性、缓解正负区域不平衡；与动态策略 PAMIL 是不同论文。
COREMIL
COREMIL: Contextual Position Encoding-based Retrievable Multiple Instance Learning for Slide-level Classification
ICASSP 2025 · 论文
以情境位置编码保留实例数量和语义信息，再借助跨切片检索微调注意力，利用历史样本辅助当前切片聚合。
TKA-MIL
TKA-MIL: Top-K Attention Multiple Instance Learning for Whole Slide Image Classification and Instance Probability Derivation
ICASSP 2025 · 论文
只建模全部实例与 Top-K 关键实例之间的关系，以降低注意力计算量，并从注意力权重推导实例阳性概率。
Flow-MIL
Flow-MIL: Constructing Highly-expressive Latent Feature Space For Whole Slide Image Classification Using Normalizing Flow
ICCV 2025 · 论文
用归一化流把 patch 映射到潜在语义空间，再通过高斯混合原型描述类别分布、细化实例伪标签，兼顾包级和实例级预测。
GMMamba
GMMamba: Group Masking Mamba for Whole Slide Image Classification
ICCV 2025 · 论文
在组内 Mamba 中学习稀疏掩码去除冗余，再以跨组超特征采样整合分散病灶，增强切片全局表征。
Pixel-Mamba
Bridging Local Inductive Bias and Long-Range Dependencies with Pixel-Mamba for End-to-end Whole Slide Image Analysis
ICCV 2025 · 论文
以线性内存复杂度的 Mamba 和逐步扩展 token 的局部归纳偏置，分层融合局部与全局信息，开展端到端分期和生存分析。
MFC-MIL
A Multiscale Frequency Domain Causal Framework for Enhanced Pathological Analysis
联合多尺度空间、频域结构和因果记忆干预模块，用记忆库估计数据分布并减轻混杂影响，可接入不同 MIL 模型。
DPGS / DMGC
Distributed Parallel Gradient Stacking(DPGS): Solving Whole Slide Image Stacking Challenge in Multi-Instance Learning
ICML 2025 · 论文
面向实例数不一致导致的 MIL 批次堆叠难题，结合分布式梯度堆叠与模型、梯度压缩，提高训练效率并降低通信开销。
FAMIL
Focus Your Attention: Multiple Instance Learning with Attention Modification for Whole Slide Pathological Image Classification
IEEE Transactions on Circuits and Systems for Video Technology 2025 · 论文
在双分支框架中使用注意力引导的 Mixup 和 Masking，分别突出阳性实例和困难区域，修正弱监督下的注意力定位。
DPBAug
Disentangled Pseudo-bag Augmentation for Whole Slide Image Multiple Instance Learning
IEEE Transactions on Medical Imaging 2025 · 论文 · 作者代码
通过表型划分和有放回采样构建切片内伪包，再跨切片融合并以记忆模块更新优质伪包，提高增强样本的标签可靠性。
TAD-Graph
TAD-Graph: Enhancing Whole Slide Image Analysis via Task-Aware Subgraph Disentanglement
IEEE Transactions on Medical Imaging 2025 · 论文 · 作者代码
将 WSI 图分解为任务相关和无关子图，以随机边连接及图信息瓶颈目标控制信息流，减少大图中的伪相关与过拟合。
RPMIL
RPMIL: Rethinking Uncertainty-Aware Probabilistic Multiple Instance Learning for Whole Slide Pathology Diagnosis
IJCAI 2025 · 论文
用变分自编码器将实例聚合为具有均值和方差的包级分布，联合实例与包的概率表示进行预测，替代固定嵌入的点估计。
SMILE
SMILE: A Scale-aware Multiple Instance Learning Method for Multicenter STAS Lung Cancer Histopathology Diagnosis
IJCAI 2025（PDF 与作者项目） · 论文 · 作者代码
面向肺癌气腔播散（STAS）诊断，引入尺度自适应注意力以处理病灶稀疏与异质性，并提供多中心切片数据和基线。
MSMMIL
MSMMIL: Multi-scan Mamba-based Multiple Instance Learning for whole slide image classification
Knowledge-Based Systems 2025 · 论文 · 作者代码
结合网格扫描、分层扫描和原始扫描，再以全局上下文注意力强化关键实例，兼顾长序列建模与组织空间连续性。
AttriMIL
AttriMIL: Revisiting attention-based multiple instance learning for whole-slide pathological image classification from a perspective of instance attributes
Medical Image Analysis 2025 · 论文 · 作者代码 · 已有笔记
以多分支实例属性评分取代仅依赖注意力的解释，结合区域级和切片级约束建模片内、片间关联，并适配特征提取器。
合并 2024 年预印本；本条简介以 2025 年期刊版为准。
DSPA-MIL
Dual Selective Gleason Pattern-Aware Multiple Instance Learning for Grade Group Prediction in Histopathology Images
引入 Gleason Pattern 专家概念，通过双选择实例聚合和师生蒸馏预测患者级 Grade Group，显式利用不同组织模式的共同贡献。
另见 2026 年加入不确定性正则的 DSPA-U-MIL 扩展版。
MIL-Merging
Reducing Variability of Multiple Instance Learning Methods for Digital Pathology
MICCAI 2025 · 论文
先短时训练多个 MIL 模型，再根据验证表现融合稳定候选，以减小初始化、样本顺序和学习率造成的性能波动。
OTSurv
OTSurv: A Novel Multiple Instance Learning Framework for Survival Prediction with Heterogeneity-aware Optimal Transport
MICCAI 2025（PDF 与作者代码） · 论文 · 作者代码
将 WSI 生存预测写为异质性感知的非平衡最优传输问题，联合全局长尾形态约束与局部不确定性约束筛选信息。
PCR-MIL
PCR-MIL: Phenotype Clustering Reinforced Multiple Instance Learning for Whole Slide Image Classification
MICCAI 2025（PDF 与作者代码） · 论文 · 作者代码
用表型聚类构建更可靠的伪包，并以 Grad-CAM 选择相关实例，再通过强化学习优化特征提取器，减少伪标签噪声。
ProtoMIL
Prototype-Based Multiple Instance Learning for Gigapixel Whole Slide Image Classification
MICCAI 2025（PDF 与作者代码） · 论文 · 作者代码
用稀疏自编码器发现可解释概念，再将切片预测表示为概念的线性组合，支持人为修改概念以检查和干预模型决策。
TDA-MIL
Top-Down Attention-based Multiple Instance Learning for Whole Slide Image Analysis
MICCAI 2025（PDF 与作者代码） · 论文 · 作者代码
先用自注意力获得通用表示，再筛选任务相关实例并回注注意力进行第二轮推理，增强对细微病灶和分子状态线索的关注。
Twin-MIL
Weakly Semi-Supervised Cervical Lesion Cell Detection via Twin-Memory Augmented Multiple Instance Learning
MICCAI 2025 · 论文
以 MIL 连接切片级标签与细胞检测任务，通过正负双记忆模块及不确定性约束的负实例学习，减少宫颈病变细胞检测中的假阳性。
SMMILe
SMMILe enables accurate spatial quantification in digital pathology using multiple-instance learning
Nature Cancer 2025 · 论文 · 作者代码
通过 superpatch 和实例级聚合兼顾切片分类与空间定量，重点检查 MIL 是否能在保持分类能力时准确刻画病灶分布。
GAMINN
Whole slide image based deep learning refines prognosis and therapeutic response evaluation in lung adenocarcinoma
npj Digital Medicine 2025 · 论文 · 作者代码
以肺腺癌 WSI 估计术后复发风险，并在多中心队列评估风险分层与辅助治疗获益关联，研究形态学预测对临床分期的补充价值。
GraphMamba
GraphMamba: Whole slide image classification meets graph-driven selective state space model
Pattern Recognition 2025 · 论文
将组内、组间图建模与选择性状态空间模型结合，通过跨组特征采样同时学习局部组织结构和长程关系。
收藏文件名中的 2005 为误写，PDF 与出版记录均对应 2025。
PROGPATH
Pancancer outcome prediction via a unified weakly supervised deep learning model
Signal Transduction and Targeted Therapy 2025 · 论文 · 作者代码
将基础模型提取的病理特征与常规临床变量经注意力及交叉注意力融合，构建统一的泛癌预后预测框架，并开展外部队列验证。