| Item type |
SIG Technical Reports(1) |
| 公開日 |
2024-02-25 |
| タイトル |
|
|
タイトル |
最重症度ラベルを用いたマルチインスタンス学習 |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
九州大学大学院システム情報科学府 |
| 著者所属 |
|
|
|
九州大学大学院システム情報科学府 |
| 著者所属 |
|
|
|
横浜市立大学データサイエンス学部 |
| 著者所属 |
|
|
|
九州大学大学院システム情報科学府 |
| 著者名 |
志久, 開人
西村, 和也
末廣, 大貴
備瀬, 竜馬
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
潰瘍性大腸炎の用いる内視鏡画像に対する画像単位のアノテーションはとてもコストが高いため,患者 1 人に対して撮影される複数の画像の集合に対して,最も重症度の高い画像の診断結果のみが患者に対して記録されることがある.本研究では,複数の内視鏡画像に対し 1 つの診断ラベルが付与されている状況を,マルチインスタンス学習 (MIL) と順序回帰問題の複合問題として捉える.提案手法では,近年 MIL において有効性を示している Transformer に,一般的に順序回帰問題で用いられる K-rank algorithm を導入することで,順序関係を考慮した分類学習を行う.その際,マルチクラストークンを用いることで,各ランク分類ごとに重要となるインスタンス特徴を適応的に選択し集約を行う.公開潰瘍性大腸炎データセットを用いた実験の結果から,提案手法の有効性を確認した. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11131797 |
| 書誌情報 |
研究報告コンピュータビジョンとイメージメディア(CVIM)
巻 2024-CVIM-237,
号 20,
p. 1-5,
発行日 2024-02-25
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8701 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |