Del 8 al 11 de abril, tuvo lugar el IEEE International Symposium on Biomedical Imaging (ISBI), una conferencia científica dedicada a los aspectos matemáticos, algorítmicos y computacionales de las imágenes biológicas y biomédicas, en todas las escalas de observación. El miembro del equipo de Piccolo y Tecnalia Research & Innovation, Alfonso Medela, presentó el paper “Few-shot learning in histopathological images: reducing the need of labelled data on biological datasets”.

El equipo ha estado trabajando en un enfoque de few-shot en paralelo con la adquisición de los datasets. Para superar el problema de la escasez de datos en las nuevas modalidades de imágenes, como OCT y MPT, las técnicas de few-shot proporcionan una solución para crear algoritmos a partir de una pequeña cantidad de imágenes. Los resultados mostraron que al usar el método propuesto es posible superar el enfoque clásico de aprendizaje por transferencia cuando solo hay pocas imágenes por clase disponibles. Los resultados alentaron al equipo a continuar trabajando en la misma pista y, como resultado, obtuvieron una función de coste que optimiza aún más este proceso de aprendizaje con pocos datos, que actualmente está disponible (https://arxiv.org/abs/1905.10675) junto con el código fuente (https://git.code.tecnalia.com/comvis_public/piccolo/constellation_loss).