| Project/Area Number |
23K17886
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 30:Applied physics and engineering and related fields
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
小関 泰之 東京大学, 先端科学技術研究センター, 教授 (60437374)
|
|---|
| Project Period (FY) |
2023-06-30 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Fiscal Year 2024: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2023: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
|
|---|
| Keywords | 誘導ラマン散乱 / 機械学習 / 超多色イメージング / 超解像イメージング |
|---|
| Outline of Research at the Start |
本研究では、2色の光パルスを用いて分子振動を検出するSRS顕微法を用いて分子分光画像を得るとともに、ラマンプローブを用いた超多色イメージングおよび超解像ラマンイメージングを行い、複数視野の細胞を観察することで大量の教師データを生成し、それを用いて深層学習モデルをトレーニングする。これにより無標識生体試料のSRS像からの超多色画像および超解像画像の予測モデルを構築し、無標識生体試料の超多色・超解像イメージングを実現する。
|
| Outline of Annual Research Achievements |
2023年度はSRS顕微鏡の改良を進め、誘導ラマン散乱(SRS)による分子振動分光イメージングと、蛍光イメージングを同時かつ複数視野で行うことが可能になった。さらに、このシステムを用いて多数の細胞のハイパースペクトルSRS像と蛍光像を得て、SRS像から蛍光像を予測する機械学習モデルを開発した。
具体的には、ステージ走査をしながらSRS像と蛍光像を取得するにあたり、ステージ移動に伴う試料高さ変化や、データ取得用プログラムコードのバグを修正するとともに、細胞の蛍光染色条件を最適化した。並行して、90枚程度のハイパースペクトルSRS画像を入力データとして扱うための機械学習モデルを開発した。これらを用いて、ミトコンドリアの蛍光像とSRS像を同時取得し、SRS像からミトコンドリア像を予測することに成功した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
多数の細胞のSRS像と蛍光像の同時取得および機械学習モデルの開発に成功したため。
|
| Strategy for Future Research Activity |
計画通り引き続きSRS像から蛍光像を予測する機械学習モデルの改良と超解像画像の予測に取り組む。
|
