SLPD论文笔记
题目：SLPD: Slide-Level Prototypical Distillation for WSIs
摘要
提高特征表示能力是许多全玻片病理图像 （WSI） 任务的基础。最近的工作在病理特异性自我监督学习（SSL）方面取得了巨大成功。然而，它们中的大多数只专注于学习补丁级表示，因此在代理和slide级下游任务之间仍然存在差距，例如子类型、分级和分期。
针对slide级表示，本文提出了
slide级原型蒸馏（SLPD）来探索载玻片内和载玻片间的语义结构，以便在WSI上进行上下文建模。对每个 WSI 中的区域（4096 × 4096 个斑块）进行迭代内聚类，以产生原型并鼓励区域表示更接近指定的原型。
通过用原型表示每张slide，进一步根据原型的设定距离选择相似的slide，并通过交叉slide原型分配区域进行蒸馏。
代码地址：GitHub - Carboxy/SLPD
方法
（a） WSI 具有 WSI-region-patch-image 的层次结构，从粗到细。
（b） 两阶段预训练范式依次执行图像到patch和patch到区域聚合。
（C-E）拟议的SLPD。SLPD 通过幻灯片级聚类来探索语义结构。除了自蒸馏之外，区域表示还与slide内和slide之间的原型相关联，以全面了解 WSI。
其他：
- Hierarchical Image Pyramid Transformer（HIPT）预训练模型
- slide级聚类"由一组原型抽象出来，这些原型捕获了 WSI 的语义结构
- slide间蒸馏：
实验结果
