自己教師付きコントラスト学習を用いたダブルストリーム多重インスタンス学習ネットワークによるWhole Slide Image分類

全スライド画像（WSI）分類という困難な問題に取り組む。WSIは非常に高い解像度を持ち、通常、局所的なラベル（注釈）が存在しない。スライドレベルのラベルのみが利用可能な場合、WSI分類は複数インスタンス学習（MIL）の問題として定式化できる。本研究では、局所的なラベルを必要とせずに、WSI分類および腫瘍検出が可能なMILベースの手法を提案する。本手法は、主に以下の3つの主要構成要素で構成される。第一に、学習可能な距離測定を用いた二重ストリームアーキテクチャにより、インスタンス間の関係をモデル化する新しいMILアグリゲーターを導入する。第二に、WSIは大きなまたは不均衡なバッグ（bag）を生成する傾向があり、これによりMILモデルの学習が困難になるため、自己教師型コントラスト学習を用いてMILに適した良好な表現を抽出し、大規模なバッグに対する膨大なメモリコストの問題を緩和する。第三に、多スケールWSI特徴量に対してピラミッド型融合機構を採用し、分類および局所化の精度をさらに向上させる。本モデルは、2つの代表的なWSIデータセット上で評価された。分類精度において、完全教師あり手法と比較しても、データセット間で2％未満の精度差に留まり、良好な性能を示した。また、従来のすべてのMILベースの手法を上回る結果が得られた。標準MILデータセットに対する追加のベンチマーク評価により、本研究で提案するMILアグリゲーターが一般的なMIL問題においても優れた性能を発揮することが確認された。GitHubリポジトリ：https://github.com/binli123/dsmil-wsi