| 講演名 | 2022-12-16 部分的な教師データを用いた細胞検出 藤井 和磨(九大), 末廣 大貴(九大/AIP), 備瀬 竜馬(九大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 細胞検出タスクにおいて，細胞位置に基づいたヒートマップ画像を深層学習を用いて推定する手法が提案されている．しかし，画像内の一部の細胞のみ正解が与えられた部分的な教師データを学習に用いると検出精度が低下する問題がある．そこで本研究は，部分的な教師データを用いた頑健な細胞検出手法の開発を目的としている．提案手法では，PU learning を用いて信頼度の高い擬似ラベルを教師データに反復的に追加する．その際に特徴分布から算出した Dice 係数を指標とし，疑似ラベルの追加を適切な回数で終了する．複数の細胞データセットに対して実験を行い，提案手法が従来手法を超える精度を示すことを確認した． |
| 抄録(英) | |
| キーワード(和) | 半教師学習 / 細胞検出 / PU learning / 深層学習 |
| キーワード(英) | |
| 資料番号 | PRMU2022-55 |
| 発行日 | 2022-12-08 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2022/12/15(から2日開催) |
| 開催地（和） | 富山国際会議場 |
| 開催地（英） | Toyama International Conference Center |
| テーマ（和） | 制御のためのCV |
| テーマ（英） | |
| 委員長氏名（和） | 内田 誠一(九大) |
| 委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) |
| 副委員長氏名（和） | 舩冨 卓哉(奈良先端大) / 安倍 満(デンソーアイティーラボラトリ) |
| 副委員長氏名（英） | Takuya Funatomi(NAIST) / Mitsuru Anpai(Denso IT Lab.) |
| 幹事氏名（和） | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) |
| 幹事氏名（英） | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) |
| 幹事補佐氏名（和） | 井上 中順(東工大) / 川西 康友(理研) |
| 幹事補佐氏名（英） | Nakamasa Inoue(Tokyo Inst. of Tech.) / Yasutomo Kawanishi(Riken) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 部分的な教師データを用いた細胞検出 |
| サブタイトル（和） | |
| タイトル（英） | Cell Detection from Partially Annotated Data |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 半教師学習 |
| キーワード(2)（和/英） | 細胞検出 |
| キーワード(3)（和/英） | PU learning |
| キーワード(4)（和/英） | 深層学習 |
| 第 1 著者 氏名（和/英） | 藤井 和磨 / Kazuma Fujii |
| 第 1 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 2 著者 氏名（和/英） | 末廣 大貴 / Daiki suehiro |
| 第 2 著者 所属（和/英） | 九州大学/理研AIP(略称：九大/AIP) Kyushu University/RIKEN AIP(略称：Kyushu Univ./AIP) |
| 第 3 著者 氏名（和/英） | 備瀬 竜馬 / Ryouma Bise |
| 第 3 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 発表年月日 | 2022-12-16 |
| 資料番号 | PRMU2022-55 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | PRMU-314 |
| ページ範囲 | pp.122-126(PRMU), |
| ページ数 | 5 |
| 発行日 | 2022-12-08 (PRMU) |