论文笔记：End-to-end Training for Whole Image Breast Cancer Diagnosis using An All Convolutional Design

核心观点 块分类网络可通过修改输入大小与增加顶层被转换为端对端全图可训练网络 从块分类器输出生成的热图层会在全图网络中导致信息瓶颈，应被移除以优化性能 块分类器对整个图像分类器的性能至关重要 所有卷积设计优于卷积和完全连接层的混合 问题 乳腺癌诊断不可简单视作图像分类任务 病变状态由整张图像中的一小部分区域来确定 若数据集存在 ROI 标注则可将其视为目标检测与分类问题 现有研究假定用于研究的数据

>>阅读原文<<