多示例论文泛读--2018-1-Landmark-based deep multi-instance learning for brain disease diagnosis

题目

Landmark-based deep multi-instance learning for brain disease diagnosis
基于地标的深度多实例学习用于脑疾病诊断

符号系统

摘要

传统的基于磁共振（MR）图像的方法 两个阶段
1、手动将每个 MR 图像划分为多个感兴趣区域（ROI）
2、 从每个 ROI 中提取预定义的特征，用某个分类器进行诊断。
本文提出了一种基于地标的深度多实例学习 (LDMIL) 框架，用于脑疾病诊断。
本文首先采用数据驱动的学习方法来发现大脑 MR 图像中与疾病相关的解剖标志，以及它们附近的图像块。
然后使用 LDMIL 框架学习一个端到端的 MR 图像分类器，用于捕获由地标定位的图像块传递的局部结构信息和从所有检测到的地标派生的全局结构信息。

Bib

@article{liu:2018:157168,
author		=	{Ming Xia Liu and Jun Zhang and Ehsan Adeli and Ding Gang Shen},
title		=	{Landmark-based deep multi-instance learning for brain disease diagnosis},
journal		=	{{Elsevier}Medical image analysis},
volume		=	{43},
year		=	{2018},
pages		=	{157--168},
publisher	=	{Elsevier}
}