在使用传统深度学习进行病理学图像分类时,研究人员经常会因为需要对病理学图像进行大量标记而耗费大量时间和人力。为了降低标记图片的时间和人力成本,本文对现有解决方法进行了研究。在进行组织病理学图片分类时,因为全视野数字切片（Whole Slide Image,WSI）非常巨大,人们会将WSI裁剪为很多个小的图像块。在裁剪图像块的同时,医生会对每个图像块进行标记。这样就能将这些图像块放入神经网络中进行训练。标记图像块的工作对医生来说是费时费力的。研究人员想到使用多示例学习（Multiple Instance Learning,MIL）注意力机制来解决这个问题。但是多示例学习注意力机制是一种硬注意力机制,无法对每个图像块内部进行权重评估,从而降低最终分类准确率。本文提出使用两种方法来解决多示例学习注意力机制缺乏软注意力机制的问题,并且通过在结肠癌数据集上进行分类来证明这两种方法的优越性。本文提出使用的第一种方法是一种软的、连续的、空间的、自顶向下的注意力机制（Soft,Sequential,Spatial,Top-down Attention mechanism,S3TA）。该注意力机制受到灵长类动物视觉系统启发。人类并不是将图像视为一个静态的场景,而是在一系列扫视中探索图像,并且在过程中收集和整合信息。这就是人类进行图片分类总比通常的神经网络强的原因。S3TA是一种循环神经网络（Recurrent Neural Network,RNN）,它模拟了注意力瓶颈和视觉皮层的顺序的、自上而下的循环控制的功能。在多示例学习注意力机制中加入S3TA有利于弥补硬注意力机制的不足之外,还能获得人类进行图片分类的优点。本文提出使用的第二种方法则是从通道域角度对多示例学习注意力机制进行改进。本文使用一种压缩和激励（Squeeze and Excitation,SE）注意力机制模块来改进多示例学习注意力机制。SE模块对卷积层中各个通道的相互依赖关系进行表示,从而让网络可以对各个通道域的权重进行重新校准,也就是说通过SE模块可以在通道域中对重要信息进行强调并且抑制无效特征。因为本文中所有网络模型的深度较浅而且原SE模块在浅层中表现很差,所以本文对SE模块进行了改进。改进后的SE模块不仅可以在任何深度插入网络模型,而且还保留了简单灵活有效的优点。实验结果表明两种新模型比原多示例学习注意力机制模型有更高的分类准确率,而且两者相结合的模型表现更好。本文为降低WSI标记成本提供了更加有效的解决方案。