細胞の核のセグメンテーションの際に、教師なしのデータについても教師ありのデータとGANをうまく使ってデータのカサ増し(augmentation)する手法の提案。GANによって生成される画像の精度も評価し、それを損失の重みに加えている。この手法により、頑強性のあるセグメンテーションモデルの生成に成功した。