Sign In

Federated Learning for Surgical Vision in Appendicitis Classification: Results of the FedSurg EndoVis 2024 Challenge

Created by
  • Haebom
Category
Empty

μ €μž

Max Kirchner, Hanna Hoffmann, Alexander C. Jenke, Oliver L. Saldanha, Kevin Pfeiffer, Weam Kanjo, Julia Alekseenko, Claas de Boer, Santhi Raj Kolamuri, Lorenzo Mazza, Nicolas Padoy, Sophia Bano, Annika Reinke, Lena Maier-Hein, Danail Stoyanov, Jakob N. Kather, Fiona R. Kolbinger, Sebastian Bodenstedt, Stefanie Speidel

πŸ’‘ κ°œμš”

λ³Έ μ—°κ΅¬λŠ” 볡강경 수술 μ˜μƒ 기반 λ§Ήμž₯μ—Ό λΆ„λ₯˜λ₯Ό μœ„ν•œ μ—°ν•© ν•™μŠ΅(Federated Learning, FL)의 ν˜„ν™©μ„ ν‰κ°€ν•˜κΈ° μœ„ν•΄ FedSurg μ±Œλ¦°μ§€λ₯Ό μ„€κ³„ν–ˆμŠ΅λ‹ˆλ‹€. μ±Œλ¦°μ§€λŠ” ν™˜μž 데이터 곡유 없이 의료 κΈ°κ΄€ κ°„ ν˜‘λ ₯적인 λͺ¨λΈ κ°œλ°œμ„ λͺ©ν‘œλ‘œ ν•˜λ©°, μƒˆλ‘œμš΄ μž„μƒ 센터에 λŒ€ν•œ μΌλ°˜ν™” μ„±λŠ₯κ³Ό 둜컬 νŒŒμΈνŠœλ‹μ„ ν†΅ν•œ 적응 λŠ₯λ ₯을 μΈ‘μ •ν–ˆμŠ΅λ‹ˆλ‹€. ViViT 기반 λͺ¨λΈμ΄ κ°€μž₯ μš°μˆ˜ν•œ μ„±λŠ₯을 λ³΄μ˜€μœΌλ‚˜, μΌλ°˜ν™” μ„±λŠ₯의 ν•œκ³„μ™€ 클래슀 λΆˆκ· ν˜• 민감성, ν•˜μ΄νΌνŒŒλΌλ―Έν„° νŠœλ‹μ˜ 어렀움이 μ§€μ λ˜μ—ˆμŠ΅λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
μ—°ν•© ν•™μŠ΅μ€ 의료 μ˜μƒ 데이터 곡유 없이도 ν˜‘λ ₯적인 λͺ¨λΈ κ°œλ°œμ„ κ°€λŠ₯ν•˜κ²Œ ν•˜λŠ” μ€‘μš”ν•œ λ°©λ²•λ‘ μž…λ‹ˆλ‹€.
β€’
둜컬 νŒŒμΈνŠœλ‹μ€ κ°œλ³„ μ„Όν„°μ˜ 데이터 νŠΉμ„±μ— 맞좰 λͺ¨λΈ μ„±λŠ₯을 ν–₯μƒμ‹œν‚¬ 수 μžˆμ§€λ§Œ, 전역적인 μΌλ°˜ν™” μ„±λŠ₯κ³ΌλŠ” 상좩 관계가 μ‘΄μž¬ν•©λ‹ˆλ‹€.
β€’
ν˜„μž¬ FL 방법둠은 의료 μ˜μƒ λΆ„λ₯˜μ—μ„œ μΌλ°˜ν™” μ„±λŠ₯이 μ œν•œμ μ΄λ©°, 클래슀 λΆˆκ· ν˜• λ¬Έμ œμ™€ ν•˜μ΄νΌνŒŒλΌλ―Έν„° νŠœλ‹μ— 어렀움을 κ²ͺκ³  μžˆμŠ΅λ‹ˆλ‹€.
β€’
ν–₯ν›„ μ—°κ΅¬λŠ” λΆˆκ· ν˜• 인식, 적응성, 견고성을 κ°–μΆ˜ FL 방법둠 κ°œλ°œμ— μ΄ˆμ μ„ λ§žμΆ°μ•Ό ν•©λ‹ˆλ‹€.
πŸ‘
Made with Slashpage