2026 年 WSI 论文简述
本页收录本地 2024–2026 年收藏中归入 2026 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。
iMIL
Interactive Multiple Instance Learning Network for Whole Slide Image Analysis
Expert Systems with Applications 2026 · 论文
融合局部实例、全局切片和临床文本信息，以提示引导注意力和交互式细化反馈增强弱监督分类与区域定位。
收藏在 2025 年目录，按出版卷期归入 2026 年。
MAP-MIL
MAP-MIL: Dual-branch collaborative learning of mask enhancement and pseudo-bag generation for whole slide image classification
Expert Systems with Applications 2026 · 论文 · 作者代码
让掩码增强分支和注意力引导的伪包分支协同学习，结合伪包间一致性约束，减少冗余实例并扩大训练样本多样性。
收藏在 2025 年目录，按出版卷期归入 2026 年。
HCF-MIL
Knowledge-driven Multiple Instance Learning with Hierarchical Cluster-incorporated Aware Filtering for Larynx Pathological Grading
IEEE Journal of Biomedical and Health Informatics 2026 · 论文 · 作者代码
针对喉鳞癌分级，利用肿瘤先验进行分层聚类过滤，再以增强过滤聚合突出代表性实例，提高分级表征的针对性。
收藏在 2025 年目录，按出版卷期归入 2026 年。
SeCoMIL
SeCoMIL: Semantic Anchor-based Context-Aware Multiple Instance Learning for Whole Slide Image Classification
IEEE Transactions on Circuits and Systems for Video Technology 2026 · 论文
先划分区域并编码实例坐标，再选择区域语义锚点，结合锚点邻域与跨锚点全局上下文，减少冗余计算并保留空间信息。
收藏在 2025 年目录，按出版卷期归入 2026 年。
SIB-MIL
SIB-MIL: Sparsity-Induced Bayesian Neural Network for Robust Multiple Instance Learning on Whole Slide Image Analysis
IEEE Transactions on Medical Imaging 2026 · 论文 · 作者代码
在贝叶斯 MIL 网络参数上引入 Horseshoe 稀疏先验，抑制弱监督下的噪声与预测方差，同时支持不确定性量化。
收藏在 2025 年目录，按出版卷期归入 2026 年。
COMIL
Collaborative Optimization for Whole Slide Image Classification
Knowledge-Based Systems 2026 · 论文
让实例融合、邻域对比学习和 Transformer 包预测协同优化，通过跨伪包信息交互同时增强实例表示与切片决策。
收藏在 2025 年目录，按出版卷期归入 2026 年。
CICS
Content-aware Information Compression and Selection for Whole Slide Image Analysis
AAAI 2026 · 论文
先进行上下文感知压缩，再用全局邻近选择注意力保留有效信息，以紧凑实例表示减少 WSI 分类和生存预测的冗余计算。
AceMIL
AceMIL: Ordinal-Aware Multiple Instance Learning for Pathological Progression Analysis
CVPR 2026（会议目录收录；方法简介依据收藏 PDF） · 会议目录 · 原文依据本地 PDF；作者代码地址本次访问返回 404
将病理进展建模为有序回归，以退火软标签保留分期顺序，并结合差分 Transformer 和 patch 级阶段聚合减少严重程度错序。
Dual-HG
Dual-Level Hypergraph Generation for Addressing Feature Scarcity in Whole-Slide Image Classification
在超图级使用提示引导的变分生成，在节点级使用锚点扩散 Mixup，补充稀缺类别特征，用于淋巴结转移等不平衡分类。
DyKo
Universal-to-Specific: Dynamic Knowledge-Guided Multiple Instance Learning for Few-Shot Whole Slide Image Classification
CVPR 2026（PDF 与作者项目标注） · 作者代码
根据单张切片的视觉原型检索病理知识，再构造实例特异的知识引导特征，并用结构一致性约束控制语义漂移，服务少样本分类。
PaM-MIL
PaM-MIL: Proliferation and Metastasis Enhanced Localization for Multiple Instance Learning on Pathology Images
收藏标记 CVPR 2026；本次核对 PDF，会议归属待核实 · 作者代码
借鉴肿瘤增殖与转移过程，分别扩大局部阳性覆盖和恢复分散小病灶，显式优化 MIL 的实例定位完整性。
STEPH
Sparse Task Vector Mixup with Hypernetworks for Efficient Knowledge Transfer in Whole-Slide Image Prognosis
收藏标记 CVPR 2026；所附链接为 arXiv 2026 版本 · 论文 · 作者代码
通过超网络驱动的稀疏任务向量混合，将其他癌种的预后知识合入目标模型，减少大规模联合训练与多模型推理的开销。
ASMIL
ASMIL: Attention-Stabilized Multiple Instance Learning for Whole Slide Imaging
以锚点模型稳定跨训练轮次的注意力，结合归一化 sigmoid 和随机 token 丢弃，同时缓解注意力震荡、过度集中及过拟合。
MAMMOTH
Mixture of Mini Experts: Overcoming the Linear Layer Bottleneck in Multiple Instance Learning
针对通用 patch 特征到任务特征的线性层瓶颈，引入多头微型专家混合与低秩变换，可增强不同 MIL 聚合方式。
MR-Block
Exploiting Low-Dimensional Manifold of Features for Few-Shot Whole Slide Image Classification
把任务适配拆分为固定随机几何锚点和可训练低秩残差分支，以尽量保留基础模型特征的低维流形结构，改善少样本分类。
FC-MIL
Frequency-Aware Causal Regularization for Multiple Instance Learning in Whole Slide Image Classification
IEEE Transactions on Medical Imaging 2026 · 论文 · 作者代码
联合空间与频域注意力，并在潜在特征中施加反事实扰动式因果正则，鼓励模型减少对伪相关的依赖。
MeCaMIL
MeCaMIL: Causality-Aware Multiple Instance Learning for Fair and Interpretable Whole Slide Image Diagnosis
IEEE Transactions on Medical Imaging 2026 · 论文 · 作者代码
通过结构因果图建模年龄、性别等人口统计混杂因素，研究疾病信号与人口相关信息的解耦，并评价诊断表现和群体公平性。
PLM-SynNet
PLM-SynNet: A Pathology Large Model Synergy Network Based on Multi-Instance Learning for Whole Slide Imaging Classification
IEEE Transactions on Medical Imaging 2026 · 论文 · 作者代码
以专家混合模块协同多个病理基础模型，生成并融合互补特征，再通过协同强化损失提升任务相关的信息增益。
StableMIL
StableMIL: Entropy-Stabilized Attention-Based Multiple Instance Learning for Morphologically Variable Whole Slide Images
IEEE Transactions on Medical Imaging 2026 · 论文 · 作者代码
以熵稳定注意力应对不同切片 patch 数量差异，并处理不均匀坐标下的位置表示问题，提高形态变化场景中的聚合稳定性。
FourierMIL
FourierMIL: Fourier Filtering-based Multiple Instance Learning for Whole Slide Image Analysis
International Journal of Computer Vision 2026 · 论文 · 作者代码
通过离散 Fourier 变换和频域滤波建模全局、局部依赖，提供无需注意力的 WSI 聚合方案，覆盖不同染色和病理任务。
在线发表于 2025 年 12 月，正式卷期为 2026 年。
HAFD-MIL
Improving multi-instance learning with hierarchical attention and frequency-domain hard sample distillation
Knowledge-Based Systems 2026 · 论文
以负实例原型划分实例类别，联合分级注意力蒸馏、动态标签注意力损失和频谱困难样本蒸馏，减轻注意力集中及冗余干扰。
CIB-MIL
Collaborative instance-level and bag-level multiple instance learning with label disambiguation for whole slide image analysis
Medical Image Analysis 2026 · 论文 · 作者代码
在实例级通道进行伪标签消歧，再让实例伪监督与包级注意力互相传递信息，联合优化细粒度预测和切片聚合。
DSPA-U-MIL
Dual selective gleason pattern-aware multiple instance learning with uncertainty regularization for grade group prediction in histopathology images
Medical Image Analysis 2026 · 论文 · 作者代码
在双选择 Gleason Pattern 聚合和师生蒸馏基础上增加不确定性约束，减轻标签噪声对患者级 Grade Group 预测的影响。
与 2025 年会议版 DSPA-MIL 分别保留，本文新增不确定性约束。
M²OTCA
M2OTCA: Multiple-magnification optimal transport-based cross-attention learning for whole slide image classification
Medical Image Analysis 2026 · 论文
以跨倍率最优传输匹配组织分布，先将实例压缩成区域结构原型，再用原型梯度增强低倍率特征，实现多倍率协同预测。
MIL-Adapter
MIL-Adapter: Coupling multiple instance learning and vision-language adapters for few-shot slide-level classification
Medical Image Analysis 2026 · 论文 · 作者代码
把可训练 MIL 聚合器与轻量视觉语言适配器结合，以文本集成构建零样本原型，为少样本切片分类提供更稳健的初始化。
PacMIL
A Multi-instance Learning Network with Prototype-instance Adversarial Contrastive for Cervix Pathology Grading
Medical Image Analysis 2026 · 论文 · 作者代码
通过原型实例、概率分布注意力和对抗对比学习，处理宫颈鳞癌中混合分化区域与单一分化区域的表征差异，用于病理分级。
2025 年预发表稿与 2026 年正式卷期版 DOI 相同，仅保留一条。
PTCMIL
PTCMIL: multiple instance learning via prompt token clustering for whole slide image analysis
Medical Image Analysis 2026 · 论文 · 作者代码
在 ViT 中引入可学习提示 token，将切片特异聚类与预测端到端联合优化，再通过 token 合并和原型池化获得紧凑表示。
合并收藏中标记为 MICCAI 2026 的版本；该 PDF 实际带有 arXiv:2507.18848 标识，会议归属未据此确认。
xMIL（扩展研究）
Beyond attention heatmaps: How to get better explanations for multiple instance learning models in histopathology
Medical Image Analysis 2026 · 论文 · 作者代码
系统评价分类、回归和生存任务中 MIL 热图的解释质量，比较扰动、相关性传播、积分梯度与注意力等解释方法。
Geo-MIL
Geometric multi-instance learning for weakly supervised gastric cancer segmentation
npj Digital Medicine 2026 · 论文
显式构建组织 patch 图，以拓扑注意力关注诊断相关组织结构，研究仅用切片标签实现胃癌区域分割的方法。
StructMIL
Structure-aware generalization for heterogeneous histopathology via prototype-based multiple instance learning
npj Digital Medicine 2026 · 论文
将组织拓扑、原型增强池化与域泛化目标结合，研究不同扫描仪和医疗中心间的癌症检测与分级稳定性。
Digepath
Subspecialty-specific foundation model for intelligent gastrointestinal pathology
npj Digital Medicine 2026 · 论文
面向胃肠专科开展多尺度自监督预训练与专家标注区域微调，学习用于诊断、分子预测和预后任务的专科基础表征。
AGKD
Attention-Guided Knowledge Distillation based Deep Multiple Instance Learning for Gigapixel Whole Slide Image Analysis
Pattern Recognition 2026 · 论文 · 作者代码
以知识蒸馏降低包标签噪声，通过注意力语义一致性损失对齐注意力和预测，再结合细胞、patch 关系模块增强多尺度表征。
预发表稿已提供；Crossref 正式卷期标为 2026 年 11 月。