分散学習ネットワークモデルを用いた病理組織画像の特徴抽出の最適化
| Project/Area Number |
21K12111
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | Nara Institute of Science and Technology |
|---|
Principal Investigator |
小野 直亮 奈良先端科学技術大学院大学, データ駆動型サイエンス創造センター, 准教授 (60395118)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大内田 研宙 九州大学, 大学病院, 講師 (20452708)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | 深層学習 / 病理組織画像 / 教師なしクラスタリング / 膵がん / 免疫染色 / 多種染色法 |
|---|
| Outline of Research at the Start |
病理組織画像のような特殊な画像に対してニューラルネットワークを適用しようとする場合には、既存のモデルではなく画像の特性に合わせた特徴抽出の方法を最適化させる必要がある。本研究では申請者が開発した分散学習型オートエンコーダーを用い、教師なし学習による画像の特徴のクラスタリングを学習させる。学習したモデルをもとに、膵がんの細胞の形状のパターンを分類するための深層学習モデルを構築し、膵臓組織の細胞の表現型を定量的な指標で表せるようにすることで、膵がんの状態の理解と分析につがなると期待できる。
|
| Outline of Annual Research Achievements |
本研究では、深層学習を用いた病理画像分析手法を開発した。膵臓がんのモデルマウスであるKPC マウスからサンプルした病理組織画像の全スライド画像 (WSI) を用いて手法を実装。KPC マウスで観察される膵臓の異常は、ヒトの病理学的特徴と類似している。WSI からランダムな画像パッチを作成し、深層学習をもとにした畳み込みオートエンコーダーのフレームワークを使用して、これらの画像を高次元の潜在空間の表現に埋め込む。分類モデルの学習においては教師データとなるアノテーションの作成がボトルネックとなるが、本研究では「情報最大化」手法を応用した教師なしクラスタリングの手法を適用して細胞組織の画像の自動的な分類を実現した。さらに、非線形次元削減手法である UMAP を用いて、潜在空間における画像情報の分布を可視化した。教師なしクラスタリングにおいては最初に定義するクラスタの種類数が分類のパフォーマンスを大きく制限するが、本研究ではクラスタの分類を評価する指標であるXie-Beni インデックス、Calinski-Harabasz インデックス、C インデックス、Hartigan インデックス、Dunn インデックス、および Mclain-Rao インデックスの 6 つの評価指標を用い、グリッドサーチにより最適なクラスタ数を決定した。本研究のモデルは膵臓がんの病理組織画像を対象としているが、提案手法はより一般的な組織画像の解析に利用することが可能であり、高解像度の病理画像における細胞組織の分類をもとにして異常検出など医療従事者が診断を下す際の見落としを防ぐなどの診断支援に活用されると期待できる。
|
Report
(3 results)
Research Products
(4 results)
