多实例学习在医学图像分析中的应用进展.pdfVIP

医疗器械核心关键技术的研发

第14卷第2期集成技术Vol.14No.2

2025年3月JOURNALOFINTEGRATIONTECHNOLOGYMar.

2025

引文格式：

谢卓恒,伊鸣,黄新瑞.多实例学习在医学图像分析中的应用进展[J].集成技术,2025,14(2):24-32.

XieZH,YiM,HuangXR.Applicationprogressofmulti-instancelearninginmedicalimageanalysis[J].Journalof

IntegrationTechnology,2025,14(2):24-32.

多实例学习在医学图像分析中的应用进展

12,3*1,3*

谢卓恒伊鸣黄新瑞

1(北京大学基础医学院生物物理学系北京100191)

2(北京大学神经科学研究所北京100191)

3(神经科学教育部重点实验室/国家卫生健康委员会神经科学重点实验室北京100191)

摘要多实例学习(multiple-instancelearning，MIL)是一种弱监督学习方法，近年来广泛应用于医学

图像分析领域。本文综述了MIL在全切片图像中的应用进展，详细分析了其在肿瘤检测、亚型分级和

生存预测中的作用。MIL在弱监督学习中具有独特优势，可通过引入新机制进行优化和拓展，以适应

更多的应用场景。本文首先综述了部分应用广泛或独具优势的MIL模型，并详细介绍了它们的技术特

点和具体应用场景；其次，介绍了MIL在多模态医学图像分析中的应用进展和技术进步；最后，总结

了MIL目前的研究进展，并展望了其未来发展。

关键词图像分析；多实例学习；医学图像；机器学习；深度学习

中图分类号R319文献标志码Adoi:10.12146/j.issn.2095-3135.20241111001

CSTR:32239.14.j.issn.2095-3135.20241111001

ApplicationProgressofMulti-instanceLearningin

Medic