类别： 医学图像 segmentation
链接：http://arxiv.org/pdf/1601.07014v3.pdf
方法： CNN
输入： patches generated from image
训练：训练一个二分类CNN，输入patch，labe {0，1}，提取fc6 作为 patch 对应的feature fi。
最终 希望得到一个三元组（feature vector fi，a vote vi，a segmentation patch si）, 其中 vi是一个位移向量，表示从所有foreground的中心到voxel xi。
测试：输入从新的image 产生的 patch， forward pass 得到一个label 和 feature fi，收集所有这个图片的patch label 对应foreground的feature fi，对于每一个fi， 跟训练集获得的所有foreground fi 比较， 得到最相近的k个patch。
根据这k个patch， 得到cj, 进而算得vi （一个k个）和 相应的 patch si ， 原文如下：
根据
