基于弱监督的增强学习系统用于局部化，通过引入新的奖励定义，训练控制器函数定位图像中感兴趣的区域，并利用预训练的二元分类器生成的非二进制分类概率。在临床前列腺多参数磁共振图像的大型数据集上评估，方法优于多实例学习和完全监督基线，仅使用图像级别的分类标签进行训练，与完全监督学习表现相当。