深度学习：如何使用二进制分类算法中的信息进行三维对象定位(Ie本地化（仅使用类标签）

Question

我是一个新的深度学习者，我的目标是能够定位一个对象，只使用根据对象是否存在进行分类的标签

在我的例子中，我有3D脑MRI图像（niftii格式），要么有脑出血，要么没有脑出血。在这些图像中，脑出血在大脑中表现为一个黑色物体。二维切片的示例如下所示： http://mriquestions.com/uploads/3/4/5/7/34572113/3955890.jpg?187

我有3D图像（52%有出血），带有标签，指示是否存在出血（1）或不存在出血（0）。我没有任何标签表明位置

我使用Tensorflow对DLTK中的二值分类ResNet进行了修改，对3D图像进行了分类，得到了不错的结果。我希望能够提取算法用于分类的特征（即出血本身），以返回出血位置的信息（如果存在）。我读过一些关于区域提案网络的文章，但我不确定这些网络是否从一开始就需要标签

事实上，任何类型的定位都是有帮助的——可以是出血所在的每个2D切片上的边界框，一个3D边界立方体，只有出血所在的切片编号，指示大脑的“左/右”半部分，出血的实际分割，等等

我真的只是在文献中迷失了方向，所以任何关于从哪里开始，甚至搜索什么关键词的指针都会非常有用

谢谢大家!