用于3D神经影像分类的多实例学习的多数据集基准测试
机器学习
2026-04-30 v1
摘要
尽管训练资源密集，3D卷积神经网络一直是分类CT和MRI扫描的标准方法。最近的研究表明，深度多实例学习可能是3D脑部扫描的一种更高效的替代方案，特别是当用于嵌入每个2D切片的预训练图像编码器被冻结，仅训练池化操作和分类器时。在本文中，我们在三个CT和四个MRI数据集上提供了简单MIL、基于注意力的MIL、3D CNN和3D ViT的系统比较，包括两个至少包含10,000次扫描的大型数据集。我们的目标是帮助资源受限的从业者理解哪些神经网络适用于3D神经影像及其原因。我们进一步比较了基于注意力的MIL的设计选择，包括不同的编码器、池化操作和架构顺序。我们发现，简单的均值池化MIL，没有任何可学习的注意力，在6个中等规模任务中的4个上匹配或优于最近的MIL或3D CNN替代方案。这个基线在两个大型数据集上仍然具有竞争力，同时训练速度快25倍。为了解释均值池化的成功，我们检查了每切片注意力质量和一个半合成数据集，在该数据集中我们可以通过贝叶斯估计器推导出最佳可能的分类器。这一分析揭示了现有MIL方法的局限性，并为未来的改进指明了方向。
引用
@article{arxiv.2604.26807,
title = {A Multi-Dataset Benchmark of Multiple Instance Learning for 3D Neuroimage Classification},
author = {Ethan Harvey and Dennis Johan Loevlie and Amir Ali Satani and Wansu Chen and David M. Kent and Michael C. Hughes},
journal= {arXiv preprint arXiv:2604.26807},
year = {2026}
}