多实例学习
Parent: ai_keywords
多实例学习（Multiple Instance Learning, MIL）
核心定义
多实例学习是监督学习的一种变体，其训练数据以“包”（bag）为单位，每个包包含多个无标签的“实例”（instance），但仅包级别提供标签。标准假设（Standard MIL Assumption）为：正包中至少存在一个正实例，负包中全部为负实例。模型的目标是学习从包到标签的映射，并往往需要定位包内关键的正实例。与全监督学习不同，MIL在实例标签缺失时仍能有效训练，适用于弱标注场景。
关键技术点
- 包假设：不同的MIL变体对正/负包的构成有不同假设（如加权MIL、比率MIL）。标准假设简洁常用，但实际中需根据数据特性调整（如部分正包无正实例的软假设）。
- 实例空间建模：对每个实例独立预测标签，再通过池化函数（最大值、均值、注意力加权）聚合为包预测。注意力机制可端到端学习实例权重，提升可解释性。
- 嵌入空间方法：不直接预测实例标签，而是先将包内所有实例通过神经网络（如卷积、循环网络）映射为固定长度嵌入向量，再基于嵌入做包分类。此法对实例数量不敏感，泛化能力强。
- 差异化训练策略：实例标签完全未知，需采用交替优化（EM算法）、多尺度排序或对抗训练等方法，引入噪声容忍机制，防止模型过早陷入局部最优。
- 决策融合与可解释性：通过类激活映射（CAM）或评分图，定位对包标签贡献最大的实例区域，为后续可视化分析提供依据。
医学/神经科学应用场景
脑卒中MRI病灶区域识别（基于首都医科大学神经病学临床背景）
急性脑卒中患者的MRI（弥散加权成像DWI）包含高信号病灶，但病灶形态不规则，边界模糊。临床医生常仅标注“该患者是否存在急性梗死灶”（包标签），而无法精细逐像素标注（实例标签）。将每个MRI图像分割为若干图像块（实例），整张图像作为一个包，采用MIL模型训练：
- 负包（正常）内所有图像块正常；正包（梗死）内至少一个图像块包含病灶。
- 经过MIL训练，模型通过注意力权重自动筛选出最可疑的图像块，并在原始图像上生成病灶概率热图。
- 此方法大幅降低标注成本，同时辅助医生在大量扫描中快速定位微小梗死灶，尤其适用于早期脑卒中筛查及DWI阴性病灶的挖掘。
后续可延伸至癫痫棘波检测（将长时EEG分段为实例）、帕金森步态异常模式挖掘，展现MIL在神经电生理及影像分析中的广泛适用性。
