• 목록

● 논문제목:  A hybrid network for automatic hepatocellular carcinoma segmentation in H&E-stained whole slide images 

● 논문내용 요약: 최근 몇 년 동안 암 사망의 주요 원인이 되었던 Hepatocelluar carcinoma (HCC) 병변의 모양은 환자마다 크게  다르기 때문에 수동적으로 segmentation하는 것은 시간이 오래 걸릴 뿐만 아니라 정확성을 보장하기 어렵습니다. 이 논문에서는 자동화되고 신뢰성있는 HCC segmenatation을 위해 H&E로 염색된 WSI를 multi-task learning 및 ensemble learning 테크닉을 기반으로 하는 새로운 Hybrid network를 제안하며 3가지 데이터셋으로 실험을 통해 효율성을 증명합니다.

● 논문의 시사점: 본 논문에서는 기존 HCC segmentation task에서 수동 작업의 단점과 정확성을 보장하기 어렵다는 단점을 해결하기 위해 자동화되고 신뢰성 있는 HCC segmentation을 보장하는 새로운 하이브리드 아키텍처를 소개하고 있습니다. generation 성능을 높이기 위해 3개의 task-specific한 bracnch들을 통합하여 feature space를 확장하고, 더불어 앙상블 학습 테크닉에서 다양한 space와  scales로부터 feature를 얻어오기 위해 선택적 커널 모듈(SKM)과 공간 및 채널 별 squeeze, excitation 모듈(scSEMs)을 활용합니다.