本研究では、バイオメディカル画像セグメンテーションモデルの効率を向上させるための課題を探求しています。特に、トレーニングデータの冗長性とドメイン間転送によるモデル保持への影響に焦点を当てています。Cellposeを用いた実験では、データ量のわずか10％でパフォーマンスが飽和することが示され、冗長性が顕著であることが明らかになりました。また、選択的データ再プレイによる源データの5-10％の再導入が、パフォーマンスの回復に寄与する一方、全データ再プレイはターゲット適応を妨げることが観察されました。さらに、トレーニングドメインの順序が一般化能力を向上させ、忘却を軽減することも確認されました。これらの結果は、バイオメディカル画像のセグメンテーションにおいて効率的なトレーニング設計の重要性を強調しています。