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) |