조직 병리학 분류를 위한 다중 인스턴스 학습 방법

Abstract

본 발명은 조직 병리학 분류를 위한 다중 인스턴스 학습 방법에 관한 것으로, 컴퓨팅 장치 또는 컴퓨팅 네트워크에서 적어도 하나의 프로세서에 의해 수행되는 조직 병리학 분류를 위한 다중 인스턴스 학습 방법으로서, 특징 추출 모델(Fθ(ㆍ))을 실행하여 i번째 슬라이드 유래 인스턴스(pij)를 저차원 임베딩(low dimensional embedding, gij)으로 변환하고, 이진 분류기를 이용하여 인스턴스(pij)의 양성성을 확인 후, 모든 모음(bags)의 인스턴스 레벨 확률(instance level probabilities)을 분류하여 학습을 위한 슬라이드당 최상위 인스턴스를 샘플링하는 인스턴스 선택 단계와, 상기 인스턴스 선택 단계에서 얻어진 인스턴스들을 이용하여 학습하되, 인스턴스 레벨 학습과 모음 레벨 학습을 순차 수행하여 최종 로스를 구하는 학습단계와, 두 점 사이의 유사도를 검출하는 커널을 이용하여 모음 레벨 임베딩(zi)을 학습된 중심(learned centroid)에 분배하는 소프트 할당 기반 추론 단계를 포함할 수 있다.