SlideBank：支持一致全切片推理的持久分层证据库

摘要

全幻灯片图像（WSI）对于视觉语言推理来说具有挑战性，因为诊断相关形态是稀疏的、异构的，并且分布在十亿像素级图像和多个空间分辨率中。现有的 WSI 模型和病理代理可以聚合幻灯片特征或主动获取证据，但探索后保留的信息通常难以在语义上访问，同时保留其与原始视觉证据的联系。我们引入了 SlideBank，这是一个无需训练的框架，它将每个 WSI 表示为一个持久的、概念索引的、基于空间的证据库。 SlideBank 执行与问题无关的从粗到细的探索，以识别信息区域和多尺度视图，将它们转换为明确的形态学观察结果，并将病理信号基于其支持斑块和 WSI 坐标。在推理时，问题被路由到相关信号和证据尺度，并通过基于置信度的跨级共识整合链接的全球、区域和斑块证据。 WSI-VQA 和 SlideBench-BCNB 上的实验表明，使用 Patho-R1，SlideBank 在 WSI-VQA 上达到 52.77%，使用 Quilt-LLaVA，在 SlideBench-BCNB 上达到 50.92% 的平均准确率，而结构化信号引导检索始终优于随机证据采样。在重复查询中重用同一库可进一步实现超过 99% 的改写一致性，并通过持久的证据重用大大降低摊销推理成本。

SlideBank：支持一致全切片推理的持久分层证据库：论文配图 — 图1 幻灯片银行概况(a) 一个病理学智能体机构对空间安全倡议进行探索,并将多尺度的观测组织成一个基于空间的证据库。(b) 推论时间,每个问题都涉及相关的病理概念和相互关联的全球、锚点和补丁层面证据,其预测是通过基于信任的选择和加权的跨层共识加以综合的。(c) 同一银行为了稳定和有效的推理,在重新措辞的查询中重复使用。