病理画像における陽性細胞の検出

抄録

病理診断において，治療方針を決定するために，特定の陽性細胞を検出することは重要である。そこで，病理医の負担軽減を目的として，深層学習による陽性細胞検出手法の開発を行っている。深層学習には大量の学習データが必須であるが，1つの画像に含まれた数万個の細胞を一つ一つアノテーションすることは非常にコストがかかる。そのため，本手法では，陽性細胞を領域ごと囲うアノテーション方法を採用した。しかし，領域内には少数の陰性細胞（ノイズラベル）が存在し，学習に悪影響を及ぼすという課題がある。そこで，ノイズラベルを自動的に選択することの可能なLearning with rejectionを用いて，ノイズを含む学習データに対応可能な学習手法を提案する。