DGR-MIL：多样全球表示在多实例学习中的探索用于整张切片图像分类

提出了一种基于多样性全局表示（DGR-MIL）的新型 MIL 聚类方法，通过建模实例之间的差异，以及使用一组全局向量来从实例中提取摘要。该方法在 CAMELYON-16 和 TCGA 肺癌数据集上明显优于现有的 MIL 聚类模型。