290359記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 皮膚・乳がん診断の透明性を高めるシアミーズ型類似度検索エンジン（Siamese Content-based Search Engine for a More Transparent Skin and Breast Cancer Diagnosis through Histological Imaging）
2 分で読了
0 views

皮膚・乳がん診断の透明性を高めるシアミーズ型類似度検索エンジン

（Siamese Content-based Search Engine for a More Transparent Skin and Breast Cancer Diagnosis through Histological Imaging）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近の論文で「シアミーズ？コンテントベース？」って聞いたんですが、要するに何がすごいんですか。私は画像診断とか詳しくないものでして。

AIメンター拓海

素晴らしい着眼点ですね！簡単に言うと、この論文は『似ている病理画像を自動で探して提示することで、病理医の判断に説明性ある第二意見を出す仕組み』を作った研究ですよ。要点を3つで整理しますね。1) 似た画像を見つけるためにシアミーズネットワークという仕組みを使っていること、2) その結果を検索エンジンのように上位から提示していること、3) 説明性としてGrad-CAMで関係領域を可視化していること、です。一緒に噛み砕いていきましょうね。

田中専務

なるほど。でもうちの現場だと似たものを見せられても「それでどう判断が変わるのか」が分からないと投資に踏み切れません。これって要するに画像の類似を見つけて病理医の判断を支援するということ？

AIメンター拓海

その通りです。素晴らしい着眼点ですね！具体的には、病理画像を小さなパッチ（patch）に分けて、それぞれのパッチの特徴をシアミーズネットワークでベクトル化し、ユーザーが示したクエリパッチに似た過去のパッチをランキングして提示するんですよ。提示結果は病理医が参考にできる

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
大規模言語モデルはヌルショット学習者である
（Large Language Models are Null-Shot Learners）
次の記事
C/C++から安全性の高いRustへのトランスパイラに向けて
（Towards a Transpiler for C/C++ to Safer Rust）
関連記事
ライブ配信推薦のためのリアルタイム相互作用データセット KuaiLive
（KuaiLive: A Real-time Interactive Dataset for Live Streaming Recommendation）
MX：超低オーバーヘッドでエネルギー効率の高い行列乗算のためのRISC-VベクターISA拡張
(MX: Enhancing RISC-V’s Vector ISA for Ultra-Low Overhead, Energy-Efficient Matrix Multiplication)
低ランクかつ自己回帰的設定におけるグラフ予測
（Graph Prediction in a Low-Rank and Autoregressive Setting）
バイアストライアングル自動特徴抽出フレームワーク
（The Automated Bias Triangle Feature Extraction Framework）
制御向け同定手法としての近似線形化可能ニューラルネットワーク
（Identification For Control Based on Neural Networks: Approximately Linearizable Models）
IRAS00317-2142におけるChandra観測が示す隠れた活動銀河核
（Chandra Observations of IRAS00317-2142）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
連続稼働タスク向けにシミュレーション期間を可変化したモンテカルロ木探索
（Monte Carlo Tree Search with Scalable Simulation Periods for Continuously Running Tasks）
  • 論文研究
行列変量の歪んだ混合ビリニア因子解析
（Mixtures of Skewed Matrix Variate Bilinear Factor Analyzers）
  • 論文研究
群ベースの分離表現学習と新規コンテンツへの一般化
（Group-based Learning of Disentangled Representations with Generalizability for Novel Contents）
  • 論文研究
On2Vecによるオントロジー充填の新展開
（On2Vec: Embedding-based Relation Prediction for Ontology Population）
  • 論文研究
WCE画像における胃潰瘍検出のための無限カリキュラム学習
（Infinite Curriculum Learning for Efficiently Detecting Gastric Ulcers in WCE Images）
  • 論文研究
AIがブラック・ショールズ方程式数値解法の次元の呪いを克服する証明
（A proof that artificial neural networks overcome the curse of dimensionality in the numerical approximation of Black-Scholes partial differential equations）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む