298497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）
2 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
不均衡データにおけるバランス訓練 — Balanced Training on Heavily Imbalanced Datasets
Xinyu AI Search：リッチな回答表示による関連性と包括性の向上
（Xinyu AI Search: Enhanced Relevance and Comprehensive Results with Rich Answer Presentations）
分類問題のためのデータ空間の可解釈な可視化
（Interpretable Visualizations of Data Spaces for Classification Problems）
SeizeIT2：焦点てんかん患者のウェアラブルデータセット
（SeizeIT2: Wearable Dataset Of Patients With Focal Epilepsy）
決定木の予測精度を高める変換 — Splitting matters: how monotone transformation of predictor variables may improve the predictions of decision tree models
(Improving Decision Tree Predictions via Transformations)
事前学習モデルにおけるデータ拡張の実証的探究
（Exploring Data Augmentations on Self-/Semi-/Fully- Supervised Pre-trained Models）
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
変動する重力定数におけるガウスの法則とポアソン方程式の源
（Gauss’s Law and the Source for Poisson’s Equation in Modified Gravity with Varying G）
  • 論文研究
時間変化を考慮した建物パラメータ推定と事前知識の導入
（Estimating Buildings’ Parameters over Time Including Prior Knowledge）
  • 論文研究
個体識別のためのフィン画像埋め込み学習
（Individual common dolphin identification via metric embedding learning）
  • 論文研究
単眼カメラから深度と不確実性を得る方法
（Neural RGB→D Sensing: Depth and Uncertainty from a Video Camera）
  • 論文研究
構造化データの高忠実度ベクトル空間モデル
（High-Fidelity Vector Space Models of Structured Data）
  • 論文研究
ファイアフライアルゴリズムによるソフトウェア工数見積り最適化
（Optimizing Software Effort Estimation Models Using Firefly Algorithm）
  • 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