用于組織病理圖像分類的雙層多實例學習模型

陸浩，陳金令*，陳杰，陳百合，唐卓葳

1.西南石油大學電氣信息學院，成都 610500；2.綿陽市中心醫院，綿陽 621000

0 引言

根據全球癌癥數據統計2020 年版，女性乳腺癌已經成為確診率最高的癌癥類型，其致死率也在所有癌癥類型中高居第五，嚴重威脅女性的生命健康。研究表明，通過早期診斷和及時干預，大約有28%—37%的乳腺癌可以治愈（Sung等，2021）。Wang等人（2022a）認為分析組織病理學圖像是癌癥診斷的黃金標準。然而，由于全玻片圖像（whole slide images，WSIs）巨大的尺寸，對WSIs 進行病理學分析是一個耗時且煩瑣的過程，并且對病理醫生的專業水平要求極高。面對日益劇增的乳腺癌病例數量，大眾對于效率更高的計算機輔助診斷工具的需求愈發強烈。

隨著深度學習的高速發展，學界不斷地涌現出各種用于WSIs的計算機輔助診斷方法。如Tellez等人（2021）提出兩階段的病理全切片圖像分類算法，首先壓縮千兆像素的病理圖像，然后在壓縮后的圖像上訓練一個卷積神經網絡（convolutional neural network，CNN）用于預測圖像級標簽。Zhang 等人（2021）認為引入數據預處理方法，如染色歸一化、顏色增強可有效提升模型的泛化能力。擁有千兆像素的WSIs 在目前的計算機硬件條件下是不可能直接處理的，通常是在處理前將其分解為更小的圖像塊（Srinidhi 等，2021）。對于計算機輔助診斷系統，如何從大量實例中高效地識別出觸發類別預測的關鍵實例，如何將成千上萬個圖像塊的分析結果匯總成能夠代表該WSIs 的包級表示是兩個長期挑戰。由于WSIs通常缺乏像素級標注，訓練階段無法獲得圖像塊級的標簽，因此，弱監督多實例學習成為分析WSIs 的主流方法（Campanella 等，2019）。弱監督多實例學習方法中，WSIs 通常定義為一個包，更小的圖像塊則定義為包中的實例。

然而，WSIs 領域中現有的弱監督多實例學習方法仍然存在著以下不足：1）由于病變區域僅占整個組織區域的一小部分，導致一個包中陽性實例和陰性實例的數量嚴重不平衡（Li等，2021）。因此，精確引導模型從大量實例中識別出區分性實例是模型成功的關鍵。2）目前，多數方法都是基于獨立同分布假設的，沒有考慮來自同一個包的實例間的相關性（Shao等，2021）。實際上，不同組織區域的相關性是病理醫生進行診斷的關鍵信息。3）以前的弱監督多實例學習方法忽略了特征編碼的重要性，往往都依賴于使用由公用數據集ImageNet預訓練的特征編碼器（Li等，2023）。但是，這種由域外數據集預訓練的特征編碼器對病理圖像特征的表達能力是有限的。

為了解決上述問題，本文提出一種新的雙層多實例學習模型（double-tier multiple instance learning，DT-MIL），而傳統方法都采用單層的多實例學習模型進行推理。圖1 展示了傳統單層多實例學習模型的結構和本文提出的雙層多實例學習模型的結構對比。

圖1 傳統多實例學習模型與本文提出的雙層多實例學習模型結構對比Fig.1 Comparison of the structures of the traditional MIL model and the proposed double-tier MIL model（（a）single-tier MIL model；（b）double-tier MIL model ）

DT-MIL 的總體結構如圖2所示，包括3個部分：數據處理、特征提取和特征聚合。首先，將WSIs 剪裁為固定大小的圖像塊，并過濾掉無效的背景區域，只保留包含病理組織的圖像塊；其次，在特征提取部分采用自監督對比學習框架SimCLR（a simple framework for contrastive learning of visual representations）預訓練的特征編碼器提取圖像塊特征；最后，在特征聚合部分部署提出的雙層多實例學習模型。具體地，第1 層的自適應特征挖掘器首先結合門控注意力和Grad-CAM（gradient-weighted class activation mapping）（Selvaraju 等，2017）來推斷實例的概率分布，然后檢索并聚合每個子類的區分性特征以生成對應的內部查詢。重要的是，自適應特征挖掘器通過靈活地選擇、聚合K個區分性特征可以有效地降低腫瘤異質性對模型性能的影響，同時避免引入錯誤的特征信息。此外，自適應特征挖掘器還同時為每個子類都生成內部查詢以防止模型對某類實例產生偏見。第2層由一個深度非線性模塊和一個雙路交叉檢測模塊組成，其目標是通過建模內部查詢和實例間的關系為后續的分類器生成更準確的包級表示。

圖2 DT-MIL的總體結構圖Fig.2 Overview structure of the DT-MIL

本文在CAMELYON-16 和TCGA（the cancer genome atlas）數據集上評估提出的模型，大量實驗結果顯示本文模型優于其他較先進的對比方法，證明了所提模型的有效性。

1 基于深度學習的多實例學習模型和注意力機制

1.1 WSIs分析中的多實例學習模型

由于WSIs巨大的分辨率，在處理時必須將其分解為更小的圖像塊，然后總結每個圖像塊的分析結果生成最終的包級表示，這一特點恰好符合多實例學習的概念。多實例學習可分為兩類，實例級算法（Campanella 等，2019；Feng 和Zhou，2017；Kanavati等，2020；Xu 等，2019）和嵌入級算法（Shao 等，2021；Lu 等，2021；Sharma 等，2021；Wang 等，2018；Zhu 等，2017）。對于前者，它在訓練階段將包的標簽分配給所有實例作為偽標簽，然后選擇Top-K實例生成最終的包級表示。然而，實例級算法需要大量的WSIs數據支持，否則容易出現過擬合和收斂性差的問題。相比之下，嵌入級算法通過池化操作（如平均池化、最大池化）聚合所有實例生成更準確的包級表示。Wang等人（2018）研究表明，嵌入級算法的性能優于實例級算法。

1.2 深度學習中的注意力機制

注意力機制的本質是模仿人類的感知行為，將人類的注意力行為部署到機器上，使其學會分析訓練樣本的重要性。注意力機制最初應用在自然語言處理（natural language processing，NLP）領域，隨后注意力機制開始在計算機視覺任務中流行起來，包括圖像分類（Li 等，2021；陳金令 等，2022；高紅民 等，2023）、目標檢測（Zhang 等，2018；Zhu 等，2021；賈可心 等，2022）和視頻處理（Zeng 等，2020）。最近，不斷涌現出基于注意力的多實例學習框架。注意力機制在大量嵌入級多實例學習算法中都起著舉足輕重的作用，這些方法通過給所有實例分配適當的權重來突出有價值的實例，這可以極大地提高性能并減少計算開銷。例如，WSIs 分析領域的經典論文ABMIL（attention based MIL）（Ilse 等，2018）使用門控注意力機制進行特征聚合，取得了巨大進展。

出自Transformer（Vaswani 等，2017）的自注意力機制逐漸開始流行。Gao 等人（2021）考慮到遠程依賴關系的重要性，通過將卷積和自注意力機制結合提出一種新的自注意力算法。Trans-MIL（Transformer based MIL）（Shao 等，2021）第1 個將自注意力機制應用到WSIs分類任務中。然而，它的模型并沒有充分利用來自病理圖像的內部信息，并忽略了腫瘤異質性的影響。此外，由于硬件條件的限制，在面對包含大量圖像塊的WSIs時，自注意力機制的表現并不理想。本文提出的模型也用到了自注意力機制的思想，但針對不同的應用場景對其進行了優化，以彌補不足。

2 提出的方法

2.1 多實例學習

多實例學習是一種流行的弱監督學習框架。在多實例學習中，輸入是一系列包含大量實例的包，其中實例的標簽是未知的，只有包級標簽是已知的（1代表陽性，0 代表陰性）。如果包中至少包含一個陽性實例，則包級標簽為陽性，否則為陰性。對于WSIs 的陰陽性分類任務，包含N個包的輸入可描述為I={B1，B2，???，BN}，其 中Bi={xi，1，xi，2，???，xi，K}表示包含K個實例的第i個包，包中每個實例對應的隱藏標簽為Li={yi，1，yi，2，???，yi，K}。包級標簽是訓練階段唯一明確的信息，包級標簽Yi與實例標簽yi，j的關系定義為

多實例學習推斷包級標簽的過程可以表述為

式中，f(·)是特征編碼器，g(·)表示一個聚合函數，代表預測結果。

2.2 特征編碼器

將圖像塊轉化為特征嵌入是WSIs 分析中重要的一環，特征嵌入的質量好壞直接影響后續的分析。由于缺乏圖像塊級的標簽，端到端的訓練一個域內數據的特征編碼器是不可行的。因此，使用由域外數據集如ImageNet預訓練的特征編碼器成為主流實踐。然而，Li 等人（2021）認為使用這種簡單的方法很可能導致生成次優的特征嵌入，因為域外數據特征編碼器對病理組織細胞的結構特征缺乏敏感性。自監督對比學習通過比較由輔助任務生成的正負樣本間的差距來不斷學習數據的特征表示。例如，SimCLR（Chen等，2020）通過最大化由同一圖像經兩種不同數據擴增得到的兩個樣本間的相似性來訓練特征編碼器，而MOCO（momentum contrast）（He 等，2020）則是通過最小化兩個樣本的相似性來更新、優化特征編碼器。Dehaene 等人（2020）的研究已經證明，使用自監督預訓練的特征編碼器可以顯著增強弱監督多實例學習在WSIs分析任務中表現，縮小與全監督學習方法的差距。因此，本文使用SimCLR對比學習框架對組織病理學圖像進行預訓練，獲得用于病理圖像分析的域內特征編碼器。SimCLR 對比學習框架的結構如圖3所示。

圖3 SimCLR的結構圖Fig.3 Overview structure of the SimCLR

2.3 自適應特征挖掘器

第1 層多實例學習模型即本文提出的自適應特征挖掘器，其核心任務是為后續的雙路交叉檢測模塊提供高質量的內部查詢，其結構如圖4 所示。DSMIL（Li 等，2021）僅使用一個簡單的線性層完成實例概率推斷，并取出最大概率的實例作為查詢向量。Trans-MIL（Transformer based MIL）（Shao 等，2021）使用一個外部隨機初始化的可訓練向量作為查詢，從所有實例中收集有價值的特征信息。然而，以上方法都存在明顯缺陷，DS-MIL（dual-stream MIL）這種簡單的方式推斷出實例概率不夠可靠，而Trans-MIL的查詢向量來自外部，沒有充分利用組織病理學圖像的內部信息。另外，這兩種方法在設計時都忽略了腫瘤異質性對模型性能的影響（Wang等，2022b）。平均Top-K實例作為內部查詢是緩解以上問題的一種常見方法。但是，面對不同的WSIs都采用默認值K生成的內部查詢是次優的，缺乏靈活性。因為這種方法要么沒有充分挖掘內部信息，要么會引入錯誤的特征信息。因此，本文設計了一種新的內部查詢生成策略來解決這一問題。

圖4 自適應特征挖掘器的結構圖Fig.4 Overview structure of the adaptive feature miner

Zhang 等人（2022）認為在經典的AB-MIL 框架下推導實例的概率分布是不可行的，因此，本文結合門控注意力機制和Grad-CAM 來推斷每個單獨實例的預測概率，實現對所有實例重要性的重校準。首先，所有實例都基于門控注意力進行聚合，并使用線性層進行預測。然后對類別C的預測結果進行反向傳播，獲得回傳至實例特征的梯度信息，該梯度信息反映了實例特征中每個元素對類別C的重要性，將梯度信息與實例特征加權求和獲得包中各實例對類別C的重要性。最后，使用Softmax 推導出各實例相應的概率分布。B={x1，x2，???，xN}表示包含N個實例的包，包中每個實例xi都被特征編碼器f(·)映射為特征嵌入hi=f(xi) ∈RD×1，則第i個實例被預測為類別C的概率可表示為

式中，D表示特征嵌入的維度，sc表示分類器對類別C的預測輸出是的第d個元素定義為

式中，ai表示第i個實例的注意力權重，sigm 表示sigmoid 函數。然后基于這些權重聚合所有提煉出的實例特征，并使用分類器T1推斷出第1 層的偽標簽Y1，具體為

完成實例概率推導之后，自適應特征挖掘器會檢索出K個區分性特征。重要的是，這里的K不是一個固定的數字，它可以在面對不同的包時自適應地調整。具體來說，本文首先選擇預測概率最高的實例作為目標樣本。目標樣本即為該包中概率最大的陽性實例，以該實例為基準，建模與其余實例的距離即可分析出其余實例的陽性概率，進而劃分出陰陽性實例。然后，分析目標樣本和其余樣本之間的距離D(hm，hi)，具體為

自適應特征挖掘器通過平均前K個區分性實例生成最終的內部查詢。具體地，如果偽標簽Y1是陰性，則K等于超參數α與包中實例數N的乘積。如果偽標簽是陽性，則將距離向量進行排序并聚合滿足以下條件的前K個實例，具體為

式中，D'K滿足以下條件，具體為

式中，D'表示將D按降序排列獲得的距離向量。當偽標簽Y1為陽性時，自適應特征挖掘器首先根據實例與目標樣本的距離將所有實例按降序排列，然后計算相鄰實例之間的距離差，將出現最大距離差的位置作為陰性和陽性實例的分界線，最后聚合每個子類的實例生成相應的內部查詢。自適應特征挖掘器通過靈活地聚合K個區分性實例生成更可靠的內部查詢，在充分挖掘典型特征的同時避免了引入錯誤的陰性信息，減輕腫瘤異質性對模型性能的影響，為后續處理奠定了堅實的基礎。

2.4 雙路交叉檢測模塊

第2 層多實例學習模型即所提的雙路交叉檢測模塊，其作用是聚合所有實例的特征信息，獲得最終的包級表示，其結構如圖5 所示。在雙路交叉檢測模塊之前，本文應用一個深度非線性模塊映射實例特征。對于WSIs的陰陽性分類任務，不像以前的方法僅使用單個查詢進行實例聚合，本文提出的雙路交叉檢測模塊同時建模陽性查詢、陰性查詢與包中其余實例的關系。雙路交叉檢測模塊有3 個輸入：來自自適應特征挖掘器的陽性查詢Qp和陰性查詢Qn，由深度非線性模塊映射獲得的特征矩陣H′=

圖5 雙路交叉檢測模塊的結構圖Fig.5 Overview structure of the dual-path cross-detection module

首先，將所有輸入使用線性層進行映射，該過程可描述為

式中，W1，W2，W3和W4表示權重矩陣?；诤头謩e建模與各實例的相關性，獲得實例的注意力分數，該過程可表示為

式中，i和j分別表示Q（query）和K（key）的橫坐標。實例的注意力分數是由query 和key 之間的相關性決定的。送入最終分類器的包級表示描述為

雙路交叉檢測模塊的最終產物是Z∈RC×d，其中C表示子類的類別數，d表示包級表示的維度。最后，使用分類器T2推斷出最終的預測標簽Y2，具體為

通過同時建模陽性查詢、陰性查詢與各實例之間的關系，聚合包中所有實例，不僅可以補充特征信息，還可以使模型同時對陽性和陰性實例都保持靈敏，防止模型對某類實例產生偏見，提高模型的魯棒性。

3 實 驗

3.1 數據集及預處理

本文在兩個主流WSIs 數據集上評估提出的模型，分別是CAMELYON-16 數據集和TCGA 肺癌數據集。CAMELYON-16 包含由兩個獨立醫療機構收集的400 幅蘇木精和伊紅（hematoxylin and eosin stains，H&E）染色的乳腺癌篩查全視野數字病理切片（270幅訓練圖像和130幅測試圖像）。TCGA肺癌數據集包含肺腺癌和肺鱗癌兩個亞型，總共包含1 054 幅數字病理切片。CAMELYON-16 和TCGA 中的所有WSIs都存儲在一個多分辨率的金字塔中，每個WSIs都提供了像素級的標注。但是，本文在實驗過程中沒有考慮像素級標注，整個實驗中只使用到了包級標簽。

預處理時，每個WSIs 被裁剪成224 × 224 像素不重疊的圖像塊，并過濾掉只包含背景的無效圖像塊。預處理后，CAMELYON-16 平均每個包包含約8 000 個有效圖像塊，TCGA 肺癌數據集平均每個包包含約5 000 個有效圖像塊。對于CAMELYON-16數據集，本文將官方訓練集中的270 個WSIs 按9∶1的比例隨機劃分為訓練集和驗證集，并使用官方測試集中收集到的129 個WSIs 進行測試。對于TCGA肺癌數據集，按7∶1∶2 的比例將數據集隨機劃分為訓練集、驗證集和測試集。

3.2 實驗環境及評價指標

所有實驗都是基于PyTorch 庫，都使用由Sim-CLR 預訓練的ResNet18（He 等，2016）作為特征編碼器。批大小為1，使用Adam優化器對第1層和第2層中的相關組件迭代更新200輪，學習率為2E-4，權重衰減為5E-3，操作系統為Windows10，GPU 為NVIDIA GeForce 3080Ti GPU。

在所有的實驗中，本文報告了按類平均的準確率（accuracy）、精確度（precision）和召回率（recall），以評估所提出的模型在WSIs分類任務中的表現。

3.3 與其他最先進方法的對比

表1 和表2 分別展示了本文模型與其他最先進方法在CAMELYON-16 數據集和TCGA 數據集上的實驗結果，對比的模型包括Attention-MIL（attention based MIL）（Ilse 等，2018）、Gated Attention-MIL（gated attention based MIL）（Ilse 等，2018）、CLAM-SB（clustering constrained attention multiple instance learningsingle attention branch）（Lu 等，2021）、CLAM-MB（clustering constrained attention multiple instance learning-multi attention branch）（Lu 等，2021）、Trans-MIL（Shao等，2021）和DS-MIL（Li等，2021）。

表1 不同模型在CAMELYON-16數據集的分類結果對比Table 1 Comparison of the classification results of different models on the CAMELYON-16 dataset

表2 不同模型在TCGA肺癌數據集的分類結果對比Table 2 Comparison of the classification results of different models on the TCGA lung cancer dataset

Attention-MIL 和Gated Attention-MIL 來自Ilse 等人（2018）提出的經典多實例學習模型AB-MIL。二者都是基于注意力機制對實例關系建模，從而獲得包級表示，不同的是由于tanh(?)在注意力模塊中的低效，Gated Attention-MIL 增加了門控機制，以強化模型建模實例關系的能力。CLAM 由包級分支和實例分支組成，前者采用基于注意力池化的方式獲得包級表示，實例級分支選擇每個子類中Top-K實例作為關鍵實例，并生成對應的類別標簽以進行實例級分類。CLAM 也提供了兩種模型，分別是單注意力分支的CLAM-SB 和多注意力分支的CLAM-MB。Trans-MIL 通過多頭自注意力機制來捕獲長距離依賴關系，并采用一個隨機初始化的class token 作為查詢聚合實例的特征信息。DS-MIL 從包中檢索出概率最高的實例作為內部查詢，然后通過計算內部查詢和其他實例之間的相似性為實例分配權重，最后聚合所有實例獲得最終的包級表示。

本文在原論文作者公布的開源代碼基礎上復現了上述所有方法。為了保證實驗的公平性，所有的實驗都采用了相同的CNN 骨干網絡，并使用相同的比例來劃分訓練集、驗證集和測試集。

從表1—2 中可以看出，本文方法在準確率、精確率和召回率等評價指標上明顯優于其他對比模型。Attention-MIL、Gate-Attention-MIL、CLAM-SB、CLAM-MB都是基于獨立同分布（i.i.d.）假設下設計的MIL 模型，它們在WSIs 分類任務中的表現都很有限。雖然Trans-MIL也能捕捉到實例的相關性，但其在建模實例相關性時使用的是外部查詢，并不能充分地捕獲病理圖像的特征信息。DS-MIL 使用了來自包內部的實例作為查詢聚合特征信息，同時考慮到實例間的相關性。然而，由于只使用了一個簡單的線性分類層來獲得粗略的內部查詢，其與本文方法仍有很大差距，這也驗證了本文方法強大的特征挖掘能力。

3.4 消融實驗

3.4.1 模塊的有效性

為了驗證本文模型中主要模塊的有效性，分別對特征提取器、自適應特征挖掘器和雙路交叉檢測模塊在CAMELYON-16 數據集進行消融實驗。除了3 個模塊外，所有實驗的其余設置都保持一致，以便進行公平比較，實驗結果如表3所示。

表3 消融實驗結果Table 3 Results of ablation experiment

模型1 使用ImageNet 預訓練的ResNet-18 作為特征編碼器，采用一個線性層生成內部查詢，最后使用來自DS-MIL 的多實例聚合器生成最終的包級表示。設計模型1 的目的是將其與替換本文提出的各種模塊后的模型形成對比，驗證各模塊的有效性。

從表3 中可以看出，模型2 較模型1 在準確率、精確率和召回率上有著明顯的差距，說明合適的特征編碼器在多實例學習模型中起著至關重要的作用，這也證明了自監督對比學習方法SimCLR 可以獲得良好的特征嵌入。觀察模型3 和模型2 的實驗數據可知，使用本文提出的自適應特征挖掘器取代模型2 中的線性層可以極大地提高模型性能，說明自適應特征挖掘器可以生成更高質量的內部查詢。觀察模型4和模型3的實驗數據可知，使用本文提出的雙路交叉檢測模塊建模實例相關性能夠使模型的準確率獲得較大提升。綜上所述，本文提出的3 個模塊均能有效地提升模型性能。

3.4.2 自適應特征挖掘器的影響

本文設計的自適應特征挖掘器由兩部分組成：實例概率推導和關鍵實例檢索。關鍵實例檢索的目的是通過檢索陰陽性實例的邊界，充分挖掘包中的代表性特征，并且整個過程是自適應的。

為了驗證自適應特征挖掘器的有效性，本文將其與幾種常見的方法進行比較，包括K-means 聚類和聚合Top-K實例。這里K取3 個不同的值，即10、100 和1 000。由圖6 可知，本文方法具有明顯的優勢。K-means 聚類可以用來對所有實例進行自適應聚類，但實驗結果表明，K-means 聚類的效果不如本文的自適應特征挖掘器，這可能是因為病理圖像類間差異小，K-means 聚類在劃分子集時容易出現誤分。另一種常見的方法是聚合Top-K實例，但這種方法缺乏靈活性，往往會產生次優的內部查詢。如果默認值K太小，則部分典型特征可能會被忽略；如果K值過大，則可能會引入錯誤的特征信息。本文方法在面對不同的WSIs 時可以及時調整K值，在充分挖掘典型特征的同時有效避免引入錯誤的特征信息。

圖6 不同內部查詢生成方法的性能對比Fig.6 Performance comparison of different internal query generation methods

3.4.3 超參數α的影響

α是自適應特征挖掘器的一個關鍵參數。自適應特征挖掘器首先對WSIs 進行粗略分類以獲得偽標簽，然后根據不同的偽標簽選擇不同的處理方法。當偽標簽為陰性時，α用來控制特征聚合的范圍。

圖7展示了本文方法在不同α值下的準確率、精確率和召回率。從圖7 中可以看出，當α=1 時，可以得到最佳的效果，這也符合本文的假設。本文認為，考慮包中所有陰性實例，匯總包中所有陰性實例的信息有利于產生更穩健的陰性查詢并防止額外的偏差。

圖7 超參數α對模型性能的影響Fig.7 The influence of hyperparameter α on model performance

3.5 WSIs的病變區域可視化

為了進一步展示本文方法的臨床意義，本文對原始WSIs 上的病變區域進行可視化。病變區域的可視化被認為是人工智能輔助醫生進行臨床診斷的重要工具。在圖8 中，本文根據WSIs 中各實例在雙路交叉檢測模塊中的輸出概率，將WSIs中的關鍵實例可視化。圖8（a）展示了CAMELYON-16 的原始WSIs，綠色曲線是由病理醫生勾勒出的真實病變區域。圖8（b）（c）展示了本模型的可視化結果，分別以斑塊和曲線兩種形式來描述病變區域。圖8（d）展示了該WSIs 中的幾個高分實例。顯然，從圖8 中可以發現，盡管從未使用像素級標注來幫助模型訓練，本文方法也可以很好地劃定WSIs中的真實病變區域。這表明本文方法具有很好的注意力可視化能力和可解釋性。

圖8 病變區域可視化結果Fig.8 Visualisation of lesion area（（a）original WSIs；（b）model in this article（patch form）；（c）model in this article（curve form）；（d）instances of high scores in WSIs）

4 結論

本文提出了一個新的雙層多實例學習模型用于組織病理學圖像分類任務。實驗結果表明，本文方法得益于3 個部分：首先，本文算法將自監督對比學習整合到MIL 中，以獲得更準確的特征表示；接下來，第1 層的自適應特征挖掘器檢索每個子類的區分性特征，生成相應的內部查詢；最后，部署在第2層中的雙路交叉檢測模塊建模預先計算的內部查詢與實例間的關系，生成最終的包級表示。在CAMELYON-16和TCGA 數據集上的實驗結果表明，本文模型在所有評價指標上都明顯優于其他對比的全切片分類模型，表明本文模型比其他先進的模型更有優勢。本文方法考慮了組織病理學圖像的遠程依賴關系，充分挖掘內部特征信息，有效緩解腫瘤異質性的影響，提高病理學診斷的效率，同時還可以精確的定位病變區域，具有良好的可解釋性。