医療画像のためのsemi-supervised learningを考えた論文。従来手法では医療画像でよく生じるdata imbalanceとmulti-class, multi-labelの問題に着目していない。confidenceの高いsampleを選択していくという従来のsemi-supervisedの擬似ラベル選択とは異なり、情報量を多く持つサンプルを選択するという手法を提案。