#552
summarized by : Ryuichi Nakahara
Which Images To Label for Few-Shot Medical Landmark Detection?

どんな論文か?

Few-shot 学習ではどのデータを選ぶかで性能が大きく変化することがわかってきた。医療画像において、「最も価値がある」画像を選択する新しい戦略(SCP)を提案
placeholder

新規性

従来用いられている指標はMREに代わる類似度スコアを提案し、ピクセル単位の自己教師付き学習を用いて各画像から特徴を自動的に抽出する仕組みを用いて「最も価値がある」画像を自動的に選択することを可能とした。

結果

二つのデータセット(Cephalometric 、 HandXray )でone-shot での医療画像ランドマーク検出 従来よりも良い成績

その他(なぜ通ったか?等)

few-shot 学習における画像の良しあしを定量評価するという着眼点が素晴らしい。 学習における画像データの価値を定量評価することができるため、多くの領域に応用可能。1枚の価値と、複数枚の価値は異なるため、複数画像における共起関係が次の研究目標か。