ドメインシフト下での堅牢な白血球分類のための階層型アンサンブル推論パイプライン

要旨: 自動化された白血球（WBC）分類は、大規模な白血病スクリーニングに不可欠である。しかし実運用では、染色プロトコル、スキャナ特性、施設間のばらつきによって引き起こされるドメインシフトのために、モデル性能がしばしば低下し、導入が困難になる。ISBI 2026における白血球分類チャレンジ（WBCBench）は、ブラスト細胞やその他の臨床的に重要な稀少サブタイプを正確に同定することに重点を置き、頑健なWBC認識を前進させることを目指している。本研究では、特徴バンクと、LoRAで微調整したDinoBloomバックボーンを活用し、ドメインシフト下でのWBC分類のための、メモリ拡張型の階層的アンサンブル・パイプラインを提案する。我々の3段階の推論階層は、各レベルでのk近傍法（kNN）によるリトリーブを組み合わせることで、単一の判断への過度な依存を抑える。WBCBenchデータセットで評価したところ、本手法は最終テスト段階におけるマクロF1スコアでトップテン以内にランクインした。