- …
- …
#66
summarized by : Ryuichi Nakahara
どんな論文か？
病理画像クラス分類で用いられるMILを、領域ごとに異なるサイズのパッチに切り出すmultilevel zooming に拡張
新規性
病理画像（WSI）は巨大であるためパッチに分割してパッチごとにクラス分類を行う手法（Multiple Instance Learning ：MIL)が主流であるが計算コストが高いことと、解像度のトレードオフ問題があった。
単一のパッチではなく領域ごとに異なるパッチを切り出すmultilevel zooming に拡張うことで、病理スライド全体を従来法よりも高速かつ高い性能で分類することができた
結果
病理データセット（CRC, BRIGHT, CAMELYON16）従来法よりも高い性能
その他（なぜ通ったか？等）
GitHubにソースコート公開
https://github.com/histocartography/zoommil
- …
- …