- …
- …
#86
summarized by : Shunsuke Yoshizawa
どんな論文か？
医療画像の教師なし学習において有用性が知られているContrastive Learningについて、より多くの情報を計算モデルに与えることで精度の向上を試みた論文。
新規性
従来のContrastive learningに対して画像のaugmentation情報(FlipやRotate)などの前情報をU-netのbridge部にAttentionとして与えることと、モデル同士のmixupを行ったことで精度の向上を実現した点。
結果
データセットにはLUNA, Chest14, CheXpert,LiTS,BraTSを用いた。ラベルの無いデータの比率を変えて実験を行った結果、2D、3Dすべての結果でベースラインよりも高い精度を達成した。
その他（なぜ通ったか？等）
有用ではあると考えられていたが単純な方法ではうまくいかなかった前情報の活用を成功させたこと、2D・3D画像どちらにも有用であるといったことが評価されたのだろう。
https://github.com/Luchixiang/PCRL
- …
- …