- …
- …
#268
summarized by : 藤中彩乃
どんな論文か？
高解像度の顕微鏡画像に対してパッチベースのCNNを適用するとコンピューティングリソースを消費するため，低解像度に変換してCNNでスクリーニングしたうえで，所見が不明な場所のみを高解像度で精査するというselective objective switch (SOS) を提案した．
新規性
ギガピクセル単位の画像にパッチベースのCNNを適用するのは冗長だと示したこと．また，学習中にlow resolution network (LRN) とhigh resolution network (HRN) の非同期最適化を阻止するために，paradoxical lossという新しいlossの概念を考案したこと．
結果
肝臓・腎臓・胃の免疫染色顕微鏡画像で構成されるプライベートデータセットを使用してSOSで学習を行ったところ，reinforced dynamic multi-Scale (RDMS) などのベースラインと比較して学習時間が短縮し，精度が保たれた．
その他（なぜ通ったか？等）
- …
- …