2023/7/11 22:24

「MedIM: Boost Medical Image Representation via Radiology Report-guided Masking」と題された研究論文が、医用画像処理のトップカンファレンスであるThe 26th International Conference on Medical Image Computing and Computer Assisted Intervention(MICCAI 2023)に採択されました。

マスクされた画像モデリング(MIM)に基づく事前学習は、画像パッチをランダムにマスクし、再構築することで、限られた注釈付きデータでの画像表現の向上に有望な成果を示しています。しかし、ランダムなマスキングは医療画像には適していない場合があります。本論文では、放射線報告によってガイドされた識別領域をマスクして再構築する、初めての手法を提案しています。これにより、ネットワークは医療画像からより強力な意味的表現を探索することが促されます。多ラベル/クラス画像分類、医療画像セグメンテーション、医療画像テキスト分析をカバーするさまざまな下流タスクにおける詳細な実験結果は、報告によるマスキングを用いた提案手法が競争力のあるパフォーマンスを達成することを示しています。この手法は、ImageNetの事前学習、MIMに基づく事前学習、および医療画像報告による事前学習と比較して、大幅に優れた成績を収めています。

  • 著者:
    Yutong Xie (University of Adelaide)
    谷林 (理研AIP 医用機械知能チーム)
    原田 達也 (東京大学/ 理研AIP 医用機械知能チーム)
    Jianpeng Zhang ( Alibaba DAMO Academy )
    Yong Xia ( Northwestern Polytechnical University )
    Qi Wu ( University of Adelaide)

関連研究室

last updated on 2024/6/13 10:32研究室