不均衡な白血球分類のための小規模分類器のアンサンブル
arXiv cs.CV / 2026/3/24
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、白血病診断のための白血球の自動分類を扱い、染色条件やスキャン条件のばらつきに加えてクラス不均衡の下で頑健なモデルを構築することが難しい点を強調している。
- Granulopoiesis、Monocytopoiesis、Lymphopoiesis に属する細胞を分類するために、複数の事前学習済みCNN/ViTスタイルのアーキテクチャに対するロジット平均（logit averaging）による軽量なアンサンブル手法を提案する。
- 希少クラスによる不均衡を緩和するため、著者らはデータセットを拡張し、アーキテクチャごとに3回のインスタンス化を行うストラティファイド3-fold交差検証（合計9モデル）を用いて提案手法を評価する。
- 報告されている結果は、難度の高いWBCデータセットで高い性能を示しており、著者らは、見た目が似ている骨髄球（myelocytes）とリンパ球（lymphocytes）の混同などの失敗モードを分析している。
- 本研究では、複製やさらなる実験のために、リンクされたGitLabリポジトリを通じてコードを公開している。
