深層学習は関連タスクを学べるか：関連タスク学習能力の獲得とバイオ画像への応用

深度学习能否学习相关任务：相关任务学习能力的获取及其在生物图像中的应用

• 批准号: 22KJ2396
• 负责人: 西村 和也
• 金额: $ 1.41万
• 依托单位: Kyushu University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ2396/
• 关键词: バイオ画像認識; 弱教師学習; 画像認識; 機械学習; 少数データ; Weakly supervised; Bioimage analysis; Machine learning; Image recognition

バイオ分野に存在する簡易に取得可能な弱ラベルを用いた画像認識を目標として研究に取組んでいる．この研究目的は，AIによるバイオ画像解析において実応用の障壁となる，AIモデルの学習に大量の教師データが必要という問題を解決するためのものであり，画像認識技術の実応用促進に寄与する研究である．当該年度は，下記の2つの研究を進め，その成果が、WACVにおいて主著で採択された。また，共著者として，MIA 1本、WACV1本、MICCAI１本に論文が採択されており．具体的な研究の内容を以下に記す．(1)二種類の弱ラベルを用いた画像認識：簡易に取得可能なラベルとして，細胞種のラベル，細胞位置のラベルを用いた細胞セグメンテーション手法に取り組んだ．二種類のラベルを直接使用すると細胞間の境界の情報は取得できない．そこで，細胞間の境界を自動で作成する方法を考案し高精度なセグメンテーションを実現した （Nishimura et al., WACV 2023 採択）．(2)時系列ラベルと部分的なアノテーションを用いた細胞分裂検出手法の検討：タイムラプス中の細胞分裂に部分的にアノテーションされている際に有効な分裂検出手法を提案した．画像の時間順序を反転することにより分裂を細胞融合という異なるイベントに変換することによりアノテーションの見逃しを回避可能な手法を実現した．（Nishimura et al., MICCAI 2023 投稿中）．

For the purpose of research, it is easy to obtain information about the possible use of images. The purpose of this research is to solve a large number of teachers 'problems in AI, and to promote the application of AI in image recognition technology. When the year is over, the following two research projects will be carried out, and the results will be collected and published by WACV. MIA 1, WACV1 and MICCAI1 are the co-authors of this paper. Specific research contents are as follows. (1)Two kinds of weak elements are used in portrait recognition: easy to obtain possible elements, cell species, cell location, cell selection, and cell selection. Two types of information are directly used to obtain information about the state between cells. The method for automatically creating the boundary between cells is studied and realized with high precision (Nishimura et al., WACV 2023). (2)The method of cell division detection is proposed when the cell division part of the cell division part. The time sequence of the portrait is reversed. The cell fusion is different. The escape is possible.（Nishimura et al., MICCAI 2023 submission).

项目成果

Consistent Cell Tracking in Multi-frames with Spatio-Temporal Context by Object-Level Warping Loss

• DOI: 10.1109/wacv51458.2022.00182
• 发表时间: 2022-01
• 期刊: 2022 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)
• 作者: Junya Hayashida;Kazuya Nishimura;Ryoma Bise

Unsupervised Deep Non-rigid Alignment by Low-Rank Loss and Multi-input Attention

通过低秩损失和多输入注意力的无监督深度非刚性对齐

• DOI: 10.1007/978-3-031-16446-0_18
• 发表时间: 2022
• 期刊: Medical Image Computing and Computer Assisted Intervention
• 作者: Asanomi Takanori;Nishimura Kazuya;Song Heon;Hayashida Junya;Sekiguchi Hiroyuki;Yagi Takayuki;Sato Imari;Bise Ryoma
• 通讯作者: Bise Ryoma

Weakly Supervised Cell-Instance Segmentation with Two Types of Weak Labels by Single Instance Pasting

• DOI: 10.1109/wacv56688.2023.00320
• 发表时间: 2023-01
• 期刊: 2023 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)
• 作者: Kazuya Nishimura;Ryoma Bise

Domain Extension in Cell Detection by Pseudo-Cell-Position Heatmap

通过伪细胞位置热图进行细胞检测中的域扩展

• 发表时间: 2021
• 作者: Hyeonwoo Cho;Kazuya Nishimura (Kyushu Univ.);Kazuhide Watanabe (RIKKEN IMS);Ryoma Bise (Kyushu Univ.)
• 通讯作者: Ryoma Bise (Kyushu Univ.)

研究代表者論文リスト

首席研究员论文列表