基于多尺度层级上下文感知网络的WSI全切片图像生存预测模型MSASurv

为解决全切片图像(WSI)多尺度信息利用不足及患者级多示例学习(MIL)复杂度高的难题，研究者提出MSASurv网络，通过局部-WSI-患者三级交互层整合肿瘤微环境特征，在TCGA五种癌症3068例WSI中实现生存预测准确率提升3.3%-16.8%，为临床预后评估提供新范式。

　　

在数字病理学领域，全切片图像(whole slide images, WSIs)因其高达10万×10万像素的超高分辨率，成为癌症诊断和预后评估的"金标准"。然而，这片数据的"汪洋"中潜藏着两大难题：一方面，现有方法难以充分挖掘WSIs中从细胞到组织结构的跨尺度信息；另一方面，当WSI分析从单张切片升级到患者层面时，多示例学习(multiple instance learning, MIL)的复杂度呈指数级增长——就像试图用有限的拼图碎片还原整幅患者生命轨迹的画卷。

新疆医科大学第一附属医院联合团队在《Biomedical Signal Processing and Control》发表的研究，给出了破局之策。他们开发的MSASurv网络，如同一位拥有"显微-全景"双重视觉的AI病理专家：通过Transformer和卷积门控线性单元(ConvGLU)构成的局部交互层，捕捉肿瘤微环境(tumor microenvironment, TME)的微观特征；借助多尺度特征金字塔实现WSI级语义融合；最终通过注意力机制整合多位点切片信息，完成患者级生存风险评估。这项研究在TCGA涵盖膀胱癌(BLCA)、乳腺癌(BRCA)等5类癌症的3068例WSI上验证，性能超越现有方法最高达16.8%。

关键技术包括：(1)三级层级架构处理局部-WSI-患者特征；(2)融合通道注意力的多尺度ConvGLU模块；(3)基于TCGA队列的离散时间生存模型。研究团队从3068例H&E染色WSI中提取特征，涵盖BLCA(373例)、BRCA(956例)等五种癌症类型。

【多尺度特征提取】通过构建不同放大倍率的特征金字塔，解决传统单分辨率WSI分析丢失组织层级结构的问题。实验显示，整合20x/10x/5x多尺度特征使c-index提升5.7%。

【层级上下文感知】局部交互层采用多头自注意力机制捕捉肿瘤区域的空间依赖性，WSI级交互通过图卷积网络对齐不同分辨率特征，患者级交互则利用注意力池化权衡多切片贡献度。消融实验证实三级交互缺一不可。

【通道注意力ConvGLU】相比传统卷积层，新设计的模块通过门控机制和通道注意力权重，在BRCA数据集上使特征区分度提高32%，显著增强对稀有肿瘤微环境区域的敏感性。

结论表明，MSASurv首次实现从细胞微环境到患者整体的跨尺度生存预测，其创新性体现在三方面：技术层面，多尺度ConvGLU突破传统卷积的局部感受野限制；方法层面，将MIL框架从WSI级扩展到患者级；临床层面，在COADREAD数据集上预测误差降低至0.19±0.03，为个体化治疗提供可靠依据。讨论部分指出，该模型对资源匮乏地区具有特殊价值——仅需常规H&E切片即可完成精准预后评估，避免了昂贵分子检测。未来可扩展至新辅助治疗效果预测等领域。