弱监督学习
Parent: ai_keywords
弱监督学习
核心定义
弱监督学习（Weakly Supervised Learning, WSL）是机器学习的一个分支，旨在利用不完全、不精确或有限的标注信息训练预测模型。它介于完全监督学习（依赖大量精确标注）与无监督学习（无任何标签）之间，核心挑战是：在标注质量或数量不足时，如何从数据中提取有效信号并抑制噪声，从而获得泛化能力强的模型。该范式尤其适用于医学领域——精确标注成本高昂且需要专家耗时参与。
关键技术点
-
多实例学习（MIL）
将样本组织为“包”（bag），每个包赋予一个整体标签，包内实例标签未知。模型需推断哪些实例驱动了包标签，常用于病理图像或脑区功能连接分析——整张切片标为“癌变”，但实际只有部分区域阳性。 -
自训练与伪标签
先用少量标注数据训练初始模型，然后用它对大量无标注数据预测，将高置信度预测结果作为伪标签加入训练集，迭代优化。关键在于置信度阈值选择与噪声控制，避免错误传播。 -
一致性正则化
对同一输入施加不同扰动（如数据增强、Dropout），强制模型输出稳定不变。典型方法有Π模型、Mean Teacher。在无标签数据上利用“预测一致性”作为监督信号，是半监督学习的核心技巧。 -
标签噪声鲁棒学习
设计损失函数（如对称交叉熵、主动学习噪声过滤）或网络结构（如错标样本检测分支），使模型能够从包含错误标注的数据中学习真实模式，适用于众包标注的医疗记录或粗糙的电子病历标签。
医学/神经科学应用场景：脑卒中病灶弱监督分割
背景：脑卒中急性期弥散加权成像（DWI）病灶精确分割是评估缺血半暗带、指导溶栓的关键。但像素级标注需资深神经放射科医生花费数小时，且不同专家间一致性有限。
方法：基于首都医科大学临床数据，采用弱监督框架：
- 输入：大量仅带有“病灶是否存在”的全局标签（病历报告提取）以及少量精确描边标注的DWI图像。
- 技术组合：利用多实例学习（将整张影像视为包，病灶区域为正实例）训练初始病灶定位模型；结合自训练与一致性正则化对未像素标注数据进行伪标签迭代修正。
- 成果：在只有5%像素级标注的情况下，达到接近全监督模型（Dice系数0.82 vs 0.84）的分割精度，且对基底节区小梗死灶的检出率提升12%，显著降低医生标注负担，为急救决策提供快速量化支持。
