약한 감독 하의 전체 슬라이드 이미지 분류를 위한 다중 헤드 어텐션 기반 딥 다중 인스턴스 학습

본 논문은 다중 헤드 어텐션 메커니즘을 활용하여 전체 슬라이드 이미지의 다양한 측면을 포착하고 모델 복잡성을 줄이는 MAD-MIL 모델을 제안한다. MNIST-BAGS와 TUPAC16, TCGA BRCA, TCGA LUNG, TCGA KIDNEY 데이터셋에서 평가한 결과, MAD-MIL은 ABMIL을 능가하고 CLAM, DS-MIL과 유사한 성능을 보였다.