신경망을 사용하여 유사 분열 감지하기
충분한 데이터를 가지고 있는 경우, 관련 있는 특징을 자동으로 배우고 동시에 결과 분류자의 역할을 하는 네트워크, 즉 신경망을 처음부터 훈련할 수 있습니다.
예를 들어, 유사 분열 중인 세포의 검출에 대해 생각해 봅니다. 다음은 이를 실시하는 간단한 합성곱 신경망입니다.
훈련과 검증을 위한 데이터는 Tumor Proliferation Assessment Challenge 2016에서 추출된 것입니다. 이 데이터는 문제의 실제 세포를 중심으로 97×97의 이미지에 전처리되어 있습니다.
데이터의 약 4 분의 3을 훈련에 사용하고 나머지를 검증에 사용합니다.
유사 분열 샘플의 부분 집합은 다음과 같습니다.
유사 분열이 아닌 샘플의 부분 집합은 다음과 같습니다.
여기에서도 훈련 집합을 늘리기 위해 이미지의 반전과 회전을 수행합니다.
분류자 행렬을 계산하여 신경망의 효율성을 검증합니다.
작업의 어려움을 감안하면, 10% 미만의 오류율은 병리학자가 달성할 수 있는 값과 비슷합니다.