粒子状物質の形状特徴パターン抽出による内部・外部混合状態の推定

• Project/Area Number: 25K15429
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 63010:Environmental dynamic analysis-related
• Research Institution: Tokyo University of Science, Yamaguchi
• Principal Investigator: 福島 聡 山陽小野田市立山口東京理科大学, 薬学部, 助教 (50847126)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2028: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
• Keywords: 電子顕微鏡画像解析 / 深層学習 / 粒子状物質 / 混合状態

Outline of Research at the Start

微小粒子による大気汚染は世界最大の早期死亡の要因とされるが、その健康・気候影響の評価には、粒子の変質や混合を加味した濃度予測が必要である。粒子の形状は汚染物質の混合による組成の変化を反映し得るが、従来の粒径や針状比といった指標は混合状態を予測するには不十分である。本研究では深層学習の特徴抽出機能を応用し、大気試料の電子顕微鏡画像から、粒子の組成を予測し得る形状特徴を抽出し、粒子状物質の内部混合状態、及び外部混合状態の予測を行う。この研究によって、大気試料の電子顕微鏡画像さえ得られれば、粒子状物質の混合状態を予測することができ、健康影響の将来予測の精緻化への貢献が期待できる。