- U-Netは縮小経路で文脈を取り込み、対応する高解像度の特徴を拡大経路へ渡して位置を復元する。
- ISBI電子顕微鏡分割でwarping error 0.000353、Rand error 0.0382を報告した。
- その結果は入力を7方向に回転して平均した予測であり、単一の推論とは分けて読む。
何を確かめた研究か
U-Netの原論文は、輪郭の正解画像が少ない生物医学画像で、画素ごとの分割を学べるかを問う。畳み込みと縮小で広い文脈を読み、拡大側に対応する縮小側の特徴をコピーする。これにより位置情報を取り戻す。強いデータ拡張、特に細胞の変形を想定した弾性変形も学習の重要な部分だ。
どう検証したか
ISBI電子顕微鏡課題には30枚の512×512画像と注釈があり、別の30枚を非公開テストに使う。予測膜のwarping error、Rand error、pixel errorを別々に計測した。光学顕微鏡の細胞追跡課題でも、異なる撮影方式の画像を評価した。電子顕微鏡の数値は7回回転した入力の予測を平均した結果で、単体モデル一回の推論値ではない。
何が分かったか
電子顕微鏡課題の表1でU-Netはwarping error 0.000353、Rand error 0.0382。比較されるIDSIAは0.000420、0.0504だった。一方、DIVE-SCIはRand error 0.0305でU-Netより低い。指標によって順位が変わる。論文は512×512画像を当時のGPUで1秒未満で分割できるとも報告した。
縮小経路だけでは粗い分類になり、拡大経路だけでは広い文脈を失う。U-Netは同じ解像度の特徴を横から渡し、細胞が接する境界の位置を追いやすくする。さらに論文は境界に大きな重みを置く損失を使っており、構造だけの効果として競技結果を切り分けられない。
限界と仕事との接点
顕微鏡画像の細胞境界と、一般写真や診断画像の対象は同じではない。接触する細胞の境界を重くする損失の設定も対象に依存する。実務では正解輪郭の作り方、対象ごとの誤り、撮影条件を分け、拡張が実際の変動を表すか検証する。後半はTRAIL編集部の提案である。
評価では、画素単位の誤りと個々の対象がつながってしまう誤りを別に記録するとよい。