전체 글210 AI-Based Anomaly Detection for Clinical-Grade Histopathological Diagnostics https://ai.nejm.org/doi/full/10.1056/AIoa2400468 PreliminaryOne-class classification (OCC): 정상 클레스만을 학습해서, 학습시점에 존재하지 않던 비정상을 탐지하는 방 MotivationSupervised learning에서는 rare-class가 long-tail문제가 발생 (Major class만 대다수고, 나머지는 거의 관찰빈도가 없음) Method위/대장의 65개의 진단명을 획득그외 장기 획득: OE(Outlier exposure)용도이상치의 정의: 10명의 병리의사 위원회에서 결정 모델: DEEP AD. Unsupervised approach (Anomaly data은 수집이 어려워서, 정상 패치의 특성만 배우도록함)Self.. 2025. 6. 23. Do Multiple Instance Learning Models Transfer MotivationMIL은 명시적인 인스턴스라벨이 없기에 상대적으로 데이터요구량이 많은데NLP에서는 Transfer learning을 이용하는데 데이터 요구량이 적을 때도 많이 사용됨MIL aggregator의 Transfer을 해볼 순 없나?이게 된다면 Aggregator도 foundation model이 생기는 MethodsMIL 방법론 11개를 이용하여 실험end-to-end 튜닝슬라이드 임베딩 성능을 확인(frozen feature)사전학습(s->t)을 한 경우와 안 한 경우(random->t)의 비교서로 다른 사전학습(s, s')을 이용한경우 둘 다 성능이 다를까?같은 사전학습일 때, 서로 다른 MIL 방법론에서 성능이 다를까? Results1. 어떤 사전학습이 중요한가? In-domain,.. 2025. 6. 23. HistoGPT Nature communicationsPublished online: 2025, 5, 27 Preliminary1. Receiver resampler: Cross modal의 efficient cross modal fusion을 위한 모듈.입주로 아래와 같은 형태로 사용되는데, 입력을 이미지쪽에서 사용됨.입력: Vision encoder에서의 feature map이 사용. (B, N, D). B:배치, N:패치수, D:차원. 이를 576을 24x24로 나눠도 꽤 숫자가 되기에, 이를 그냥 LM모델에 붙이기엔 너무 길다는 한계가 존재.Resampler token 초기화: 학습가능한 token을 만듬 (M, D). M은 하이퍼파라미터.Cross-attention: Resampler0=CrossAttentio.. 2025. 6. 15. [5분 컷 이해] Chebyshev Polynomial-Based Kolmogorov-Arnold Network SS, S., AR, K., & KP, A. (2024). Chebyshev polynomial-based kolmogorov-arnold networks: An efficient architecture for nonlinear function approximation. arXiv preprint arXiv:2405.07200. (https://arxiv.org/pdf/2405.07200) Motivation기존 MLP 기반 신경망은 3가지 한계점을 지님비효율적인 파라미터 사용: 비선형함수를 근사하기위해서, 파라미터 수를 많이 증가시켜야함.고정된 비선형성: 비선형을 만들기위해서 MLP와 고정된 activation function을 사용하는데, 복잡한 패턴을 표현하기 어려움해석불가능해결과제Kolomogor.. 2025. 6. 14. DCL-GAN (Dual Contrastive Loss and Attention for GANs) MotivationGAN을 이용한 경우, 여전히 분산이 큰 이미지는 진짜/가짜 이미지의 구분이 쉬운 편 (분산이 크다?= 이미지가 매우 heterogenous한 특성이 있다=다양한 요소의 이미지. 예, 교회(스테인드글라스,문,건축양식)Discriminator의 문제: 실제 데이터에 대한 학습을 간접적으로 하다보니 특징이 일반화가 안됨 (Discrimiator 입장에서는 실제 데이터 $P_{data}$을 진짜 학습하기보다는, 실제데이터 분포 $P_{data}$ 와 가짜데이터 $P_{fake}$ 사이의 차이를 구분하는데 집중하기 때문)Generator 이용시 Attention의 효과에 대한 의문: CNN기반으로 이미지를 학습할 때, 먼거리의 이미지끼리 중요도를 고려하는 Long-range depdency을.. 2025. 4. 7. Stomach histology: H.pylori Gastric pits (위 구멍): 위 점막에 움푹 들어간 구멍을 말함.Lamina propria: connective tissue을 의미. 구조적으로 지지해주는 부분. 면역세포 존재. Gastric gland은 위치에따라서, gastric pit, neck, base로 구분 Parietal cell (벽세포): gland 중간에 위치하는 세포. 염산분비(HCl), 내인성 인자(Intrinsic factor) 분리Chief cell (주세포): gland 하부에 위치. Pepsinogen 분비. Chief cell의 핵은 내강(lumen)의 반대방향으로 위치해있음.Mucous neck cells (점액목세포): gland 상단에 위치. 산성 점액 분비.Enteroendocrine cells (내분비세포.. 2025. 4. 2. 이전 1 2 3 4 5 6 7 ··· 35 다음
