3. 弱监督学习基本范式

弱监督学习并不是一种单一算法，而是一组“监督信息不完整、不精确或不完全可信”条件下的学习设定。要真正用好它，第一步不是选模型，而是判断当前医学影像任务中，监督信号究竟“弱”在哪里。周志华等学者将弱监督学习归纳为三类基本范式：不完全监督（incomplete supervision）、不确切监督（inexact supervision）和不准确监督（inaccurate supervision）。三者的差别不在数据量多少，而在于标签与样本之间的对应关系被破坏的方式不同。

三种范式的本质区别

不完全监督指只有一部分样本带有标签，其余样本完全没有标签。它破坏的是“样本—标签”的覆盖关系：有标签的样本是可信的，但数量不足。医学影像中，标注成本极高，一位放射科医生勾画一例全脑 MRI 肿瘤边界可能耗时 20～40 分钟，因此大量影像只有少量专家标注，其余处于无标签状态，这正是典型的不完全监督。

不确切监督指标签粒度粗于目标粒度。它破坏的是“标签—目标”的对应精度：标签存在，但只告诉你“这张图里有某类病变”，却不告诉你病变在哪、有几个、边界如何。医学影像中的图像级分类标签（如“该 CT 切片含肺结节”）对应像素级分割目标，就是最典型的不确切监督。多实例学习（MIL）是处理它的核心工具：把一张切片视为一个包，把其中的候选区域视为实例，包有标签而实例标签未知。

不准确监督指标签本身可能出错，即标签噪声。它破坏的是“标签—真值”的一致性：标签覆盖了样本，粒度也可能合适，但部分标签是错的。医学影像中的噪声来源很具体：不同年资医生对同一病灶的良恶性判断不一致、标注时鼠标偏移导致边界外扩、随访结果修正了此前的诊断、以及从报告文本自动抽取标签时产生的错误。

为什么必须区分三者

三种范式对应的算法工具箱几乎不重叠。若把“只有少量像素级标注”误判为不确切监督，就会错误地引入多实例学习，而真正需要的是半监督分割或自训练；反之，若把“图像级标签”当成不完全监督，试图用伪标签补全像素标签，会因为伪标签本身来自粗粒度信息而放大误差。判断顺序建议是：先看标签是否覆盖全部样本（不完全），再看标签粒度是否等于目标粒度（不确切），最后看标签是否可信（不准确）。

医学影像中的具体映射与处理要点

以肺结节 CT 筛查为例，一个真实数据集常同时具备三种弱监督特征：5000 例 CT 中仅 300 例有专家像素级勾画（不完全监督）；另有 2000 例只有报告级“有/无结节”结论（不确切监督）；而这 2000 例中约 10%～15% 的结论来自自动报告抽取，可能存在错误（不准确监督）。

针对不完全监督，常用做法是先在 300 例标注数据上训练教师模型，对无标注数据生成伪标签，再用一致性约束（如对同一图像施加不同增强后要求预测一致）筛选高置信样本加入训练。关键参数是置信度阈值，例如取 softmax 概率大于 0.9 的像素作为伪标签，低于阈值的像素在损失中置零，避免错误累积。

针对不确切监督，多实例学习把每张切片切分为若干候选块，包标签为“有结节”。训练时用最大池化或注意力池化聚合实例得分得到包得分，只对包级标签计算损失。这样模型会自发把高响应集中到真正含结节的区域，从而在推理时输出类激活图作为定位线索。需要注意：包级标签只能保证“至少一个实例为正”，不能保证定位精确，因此 CAM 结果通常需要再经过阈值化和连通域后处理。

针对不准确监督，核心是让损失对噪声不敏感。对称交叉熵、广义交叉熵等损失在标签错误时梯度不会过度增大；也可用损失值排序，把每批中损失最大的 5%～10% 样本视为疑似噪声并降权。若数据量允许，还可通过多模型投票或与报告文本交叉核对来清洗标签。

实践中的组合策略

真实医学影像项目很少只面对单一弱监督。更稳妥的做法是分层处理：第一层用半监督方法利用无标注数据扩充有效训练集；第二层用多实例学习把图像级标签转化为区域级监督；第三层用噪声鲁棒损失和标签清洗抑制错误标签的影响。每一层都应保留独立的验证集，且验证集必须使用尽可能干净的像素级标注，否则无法判断弱监督方法是否真的带来了增益。评估时除 Dice、AUC 等常规指标外，还应观察伪标签的置信度分布和 CAM 高响应区与真实病灶的重合率，以此判断各层处理是否按预期生效。