どんな課題を扱うか
内視鏡画像は撮像方式によって見え方が変わります．研究では，白色光画像を別の見え方へ変換し，ポリープや内壁の構造を保ちながら検出用の学習データを補う方法を扱っています．
研究の考え方
対応する画像の組を必要としないMUNITを用いて，白色光の内視鏡画像をNBI（狭帯域光観察）に似た画像へ変換します．生成した画像をSSDによるポリープ検出の学習に追加します．
研究で確かめたこと
出版社の公開アブストラクトでは，実際の内視鏡ポリープ画像を用いた検出評価が報告されています．画像生成と，生成画像を追加した検出モデルの評価を組み合わせた研究です．
応用を考えるときの視点
撮像方式による見え方の違いを，学習データの拡張に利用するアプローチです．病変構造の保持と，生成画像とは独立した実画像での検出性能が評価の軸になります．
元の研究
Improvement of Polyp Detection using MUNIT for Image Generation
Iwahori, Yuji, Ooto, Tsubasa, Usami, Hiroyasu, Fukui, Shinji, Bhuyan, M. K., Wang, Aili, Ogasawara, Naotaka, Kasugai, Kunio
Procedia Computer Science, 2022 · KES 2022