信息瓶颈启发的掩码引导空间上下文增强用于弱监督病理图像分割

《Journal of King Saud University Computer and Information Sciences》：IB-Path: Information bottleneck-inspired mask-guided spatial-contextual enhancement for weakly supervised pathological image segmentation

　　

弱监督组织病理学图像分割旨在仅利用图像级标注定位病理区域，显著降低密集像素级标注的昂贵需求。然而，在此类弱监督条件下学习可靠的分割仍极具挑战性。图像级监督常导致定位偏差，使模型仅关注最具判别性的区域而非完整病灶范围。同时，组织病理切片的复杂组成引入了大量背景干扰，且Transformer架构中基于token的表示可能进一步导致预测掩码的结构碎片化。为解决上述问题，研究人员提出IB-Path，一种受信息瓶颈（Information Bottleneck，IB）原则启发的弱监督分割框架。IB-Path并未直接优化原始IB目标，而是将“压缩无关输入信息同时保留任务相关信息”的直觉转化为一种实用的掩码引导空间特征压缩机制。具体而言，IB-Path采用由粗到精（coarse-to-refine）的学习范式。在第一阶段，编码器生成粗略病灶定位，同时引入预测级对比一致性以增强token扰动下的表示鲁棒性。在第二阶段，利用粗掩码构建掩码引导的空间瓶颈，选择性地调制主编码器的token特征，以强调病灶相关区域并抑制背景响应。为进一步恢复因token化表示而弱化的空间连续性，引入轻量级卷积增强模块以捕获局部结构依赖。大量实验表明，IB-Path在仅需图像级标注的条件下，持续优于现有弱监督分割方法，实现更完整的病灶定位和更稳定的分割预测。

一、研究背景与问题

组织病理图像分析在计算病理学中为疾病诊断、预后评估和治疗规划提供定量支持，其中病理区域的精确分割对病灶定位和下游定量分析至关重要。尽管深度学习在大规模像素级标注条件下已在医学图像分割领域取得显著成功，但组织病理图像数据集的构建极为困难。全切片图像（Whole-Slide Images，WSIs）通常具有十亿像素级分辨率，生成精确的像素级标注需要病理学专家投入大量精力，密集标注的高昂成本已成为分割模型实际部署的主要障碍。

为缓解这一限制，弱监督分割成为有前景的替代方案，旨在利用图像级标签、边界框或稀疏标注等廉价监督信号学习分割模型。其中，图像级标签因其可从切片级诊断或临床报告中直接获取而尤为吸引人。然而，在图像级监督下学习精确的像素级分割仍面临多重挑战：分类驱动的目标往往仅突出最具判别性的区域而非病灶完整空间范围，导致定位不完整和伪掩码激活不足；组织病理图像的内在复杂性，包括异质组织结构、染色变异和大面积背景区域，会在标签与无关视觉模式之间引入虚假关联；此外，Vision Transformer采用的token化表示可能削弱局部空间连续性，因为图像块作为独立token处理，常导致分割掩码碎片化。

二、研究内容与结论

针对上述问题，研究人员提出IB-Path，一种受信息瓶颈原则启发的弱监督组织病理学分割框架。该框架引入空间信息瓶颈以在图像级监督下调控特征传播，采用由粗到精的学习范式：编码器首先生成粗略病灶定位图，通过token级对比学习增强表示鲁棒性；随后利用粗掩码构建掩码引导的信息瓶颈，选择性地调制主编码器中的token特征，抑制背景干扰并强调病灶相关区域；最后引入轻量级卷积增强模块恢复相邻token间的局部空间依赖，缓解token化表示引入的结构碎片化。在LUAD-HistoSeg和BCSS-WSSS两个基准数据集上的大量实验表明，该框架在仅需图像级标注的条件下持续优于现有弱监督分割方法。

三、关键技术方法

研究人员采用的主要技术方法包括：基于Vision Transformer（ViT-S/16）的双编码器架构，第一阶段编码器用于粗略定位，主编码器用于第二阶段精化，二者不共享权重但均从ImageNet预训练检查点初始化；归一化全局加权池化（Normalized Global Weighted Pooling，NGWP）算子用于在弱监督下聚合空间logits获得图像级预测；预测级InfoNCE对比一致性损失，通过对token进行随机掩码扰动增强表示鲁棒性；掩码引导的空间瓶颈机制，利用第一阶段粗掩码经sigmoid门控生成空间权重图，对主编码器token特征进行逐元素调制；轻量级卷积增强模块（ConvUnit），采用3×3或9×9卷积核配合1×1卷积恢复局部结构连续性。实验数据来源于LUAD-HistoSeg数据集（17,285张224×224肺腺癌组织图像块，含肿瘤上皮、肿瘤相关间质、淋巴细胞和坏死四类）和BCSS-WSSS数据集（31,826张乳腺癌H&E染色图像块，含肿瘤、间质、淋巴细胞浸润和坏死四类）。

四、实验结果

4.1 与现有方法对比：在LUAD-HistoSeg数据集上，IB-Path取得77.61%的mIoU，优于所有现有方法，较PDSeg+Augment提升0.15%，较WSSS-Tissue和TPRO分别提升3.98%和0.81%；在BCSS-WSSS数据集上取得71.40%的mIoU，较PLIMSeg和FProtoSeg分别提升0.33%和0.19%。

4.2 消融研究：完整模型较仅使用第一阶段的基线在LUAD-HistoSeg上提升2.86%，在BCSS-WSSS上提升2.34%；移除ConvUnit导致mIoU分别下降2.23%和1.23%；移除对比学习导致mIoU分别下降1.72%和0.39%；将对比学习移至第二阶段导致性能下降，表明早期阶段应用更有利；同时移除ConvUnit和对比学习时性能进一步下降，表明二者互补。

4.3 超参数敏感性：λ₁在LUAD-HistoSeg上最优值为1e^?3（75.89% mIoU），在BCSS-WSSS上最优值为5e^?2（69.55% mIoU）；λ₂在LUAD-HistoSeg上最优值为5e^?2（77.61% mIoU），在BCSS-WSSS上最优值为5e^?3（69.94% mIoU）；β在LUAD-HistoSeg上最优值为1（77.61% mIoU），在BCSS-WSSS上最优值为0.3（70.36% mIoU）；掩码比例在LUAD-HistoSeg上最优值为0.15（77.61% mIoU），在BCSS-WSSS上最优值为0.30（70.36% mIoU）。

4.4 批大小与学习率：批大小32在两个数据集上均取得最佳性能；学习率1e^?2最优，过高（5e^?2）导致优化不稳定，过低（1e^?3）导致收敛缓慢。

4.5 卷积核大小：LUAD-HistoSeg偏好小核（3×3，77.61% mIoU），因其包含细小异质结构；BCSS-WSSS对核大小不敏感，9×9核可提升至71.40% mIoU，因其包含较大均质组织区域。

4.6 统计显著性分析：三随机种子实验表明，IB-Path取得76.73%的平均mIoU，与FProtoSeg（76.64%）相比提升未达到统计显著水平（p > 0.05）。

4.7 可视化与失败案例分析：可视化结果表明，掩码操作W_mask促使模型依赖上下文线索而非单个token，鼓励探索额外信息区域；ConvUnit使激活图更平滑、空间更连贯，与底层组织结构更好对齐。失败案例主要源于病理图像结构高度复杂，细胞核、红细胞、间质和空腔混合，染色强度不均匀，目标区域与背景的颜色和纹理差异不一致，导致边界难以区分。

五、结论

研究人员提出IB-Path，一种受信息瓶颈启发的弱监督组织病理学分割框架。该框架通过掩码引导的空间特征压缩机制实现IB直觉，采用由粗到精的学习范式，结合对比一致性学习和轻量级卷积增强模块，在仅需图像级标注的条件下实现更完整的病灶定位和更稳定的分割预测。大量实验验证了各组件对最终性能的积极贡献及其组合的有效性，表明该框架在弱监督组织病理学分割任务中具有显著优势和应用潜力。