305336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. 虚血性脳梗塞病変の自己教師あり少数ショット学習（SELF-SUPERVISED FEW-SHOT LEARNING FOR ISCHEMIC STROKE LESION SEGMENTATION）
1未満 分で読了
0 views

虚血性脳梗塞病変の自己教師あり少数ショット学習

（SELF-SUPERVISED FEW-SHOT LEARNING FOR ISCHEMIC STROKE LESION SEGMENTATION）

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、最近若手から『自己教師ありの少数ショット学習で脳梗塞の病変を分割できる』という話を聞きまして。正直、何がすごいのかつかめていません。ざっくり教えてくださいませんか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫です、短く分かりやすくまとめますよ。結論から言うと、この研究は『専門医がほとんどラベル付けしていない状況でも、CTパーフュージョン（CT Perfusion）から作る色分けマップを利用して、脳梗塞の病変を自動的に切り出せるようにする』という手法です。要点は3つですよ：1）データが少なくても学べる、2）手作業ラベルの負担を下げる、3）臨床画像特性を使った自己教師あり学習です。大丈夫、一緒にやれば必ずできますよ。

田中専務

んー、専門医が少ない現場では確かに魅力的です。ただ、うちの現場で導入できるのか、投資対効果が見えないと踏み切れません。これって要するに、患者データが1例しかなくても使えるということですか？

AIメンター拓海

素晴らしい着眼点ですね！概ねその理解で合っていますよ。厳密には『few-shot（少数ショット）』とはごく少数の注釈付きサンプルで学習することを指しますが、この研究は訓練時に1例のみの注釈で学習するプロトタイプ的な設定を扱っています。重要なのは、CTパーフュージョンから作る

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
過剰パラメータ化下で一次FO-ANILが表現学習を達成すること
（FIRST-ORDER ANIL PROVABLY LEARNS REPRESENTATIONS DESPITE OVERPARAMETRIZATION）
次の記事
汎用的な物体記述子としての基準マッピング
（Canonical mapping as a general-purpose object descriptor for robotic manipulation）
関連記事
マルチモーダル大規模言語モデルの統一的幻覚（ハルシネーション）検出 — Unified Hallucination Detection for Multimodal Large Language Models
単結晶有機電界効果トランジスタ：ホール移動度約8 cm2/Vs
（Single-Crystal Organic Field Effect Transistors with the Hole Mobility ~ 8 cm2/Vs）
特性類で振り分ける非可換A∞代数の視点
（Characteristic classes of A-infinity algebras）
制約付きマルチタスク強化学習における自然方策勾配とアクター・クリティック手法
（Natural Policy Gradient and Actor Critic Methods for Constrained Multi-Task Reinforcement Learning）
補助知識誘導による自動マルチラベル医療文書分類
（Auxiliary Knowledge-Induced Learning for Automatic Multi-Label Medical Document Classification）
非局所強化エンコーダ・デコーダネットワークによる単一画像の雨滴除去
（Non-locally Enhanced Encoder-Decoder Network for Single Image De-raining）
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
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 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