病理診断での実応用のための部分クラス比率学習を用いた弱教師あり学習手法の開発

• 研究課題/領域番号: 23K18509
• 研究種目: 挑戦的研究(萌芽)
• 配分区分: 基金
• 審査区分: 中区分62:応用情報学およびその関連分野
• 研究機関: 九州大学
• 研究代表者: 備瀬 竜馬 九州大学, システム情報科学研究院, 准教授 (00644270)
• 研究期間 (年度): 2023-06-30 – 2025-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円); 2024年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2023年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
• キーワード: 弱教師あり学習 / バイオ医療画像解 / 比率学習

研究開始時の研究の概要

病理診断において，癌種類比率は５年再発率・生存率に関係するため重要な情報であり，様々な病理診断において一枚の病理画像Whole Slide Image(WSI)内の癌種比率の医師の主観による診断が行われている．そこで，診断結果として記録されている癌種比率情報を用いることで，省アノテーションな機械学習を実現する．病理画像解析での実応用に着目し，「挑戦１：バッグサイズが非常に大きく比率に関する損失を計算できない」「挑戦２：クラス比率が部分的にしか与えられていない」「挑戦３：クラス比率が厳密な値でなく範囲で与えられている」という挑戦的な３つの課題に取り組む．