混合视图网络及其在乳腺微钙化分类中的应用
计算机视觉与模式识别
2018-03-20 v1 机器学习
机器学习
摘要
本文研究用于多视图数据分类的数据融合方法。我们提出一种明确考虑输入多视图结构的决策概念，其中每个案例对应不同的相关视图子集。这一数据融合概念被我们称为混合视图，由一种专用神经网络架构实现。该概念在基于 CC 和 MLO 乳腺钼靶视图将乳腺微钙化分类为良性或恶性的任务上进行了演示。单视图决策根据给定案例中各视图的相关性，通过数据驱动的决策方式合并为全局决策。该方法在从标准化数字乳腺钼靶筛选数据库（DDSM）中提取的大型多视图数据集上进行了评估。实验结果表明，我们的方法优于先前提出的融合方法。
引用
@article{arxiv.1803.06898,
title = {A Mixture of Views Network with Applications to the Classification of Breast Microcalcifications},
author = {Yaniv Shachor and Hayit Greenspan and Jacob Goldberger},
journal= {arXiv preprint arXiv:1803.06898},
year = {2018}
}