科泰-的A2 Vlamos帕诺什·非盟- Papastergiou,托马斯•AU - Zacharaki Evangelia即非盟- Megalooikonomou Vasileios PY - 2018 DA - 2018/12/06 TI -张量分解的多实例分类高阶医疗数据SP - 8651930六世- 2018 AB -多维数据,发生在各种各样的应用程序在临床诊断和医疗保健自然可以用多维数组(即表示。张量)。张量分解提供有价值的和强大的工具,发现潜在的概念可以有效处理缺失值和噪声。我们提出一个无缝的,应用独立特征提取和多实例(MI)分类方法,代表原始多维数据可能不完整,通过学习一门高阶词典。演示了该方法的有效性在两个应用场景:(i)预测虚弱的老年人使用多传感器记录和(2)乳腺癌分类基于组织病理学图像。该方法优于或与最先进的多实例学习分类器突出其潜在的计算机辅助诊断和医疗支持。SN - 1076 - 2787你——https://doi.org/10.1155/2018/8651930——10.1155 / 2018/8651930 JF - PB - Hindawi KW - ER -复杂性