Sparse neuronal signal detection with restricted Boltzmann machine
Publicly Offered Research
| Project Area | Initiative for High-Dimensional Data-Driven Science through Deepening of Sparse Modeling |
|---|
| Project/Area Number |
16H01539
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Complex systems
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
青西 亨 東京工業大学, 情報理工学院, 准教授 (00333352)
|
|---|
| Project Period (FY) |
2016-04-01 – 2018-03-31
|
| Project Status |
Completed (Fiscal Year 2017)
|
| Budget Amount *help |
¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2017: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2016: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 自動細胞検出 / 制限ボルツマン・マシン / カルシウムイメージング / 二光子顕微鏡 / 生体生命情報学 / 画像 / 共焦点顕微鏡 / 機械学習 / 計測工学 |
|---|
| Outline of Annual Research Achievements |
神経科学の分野において、カルシウムイメージングは多細胞の活動を同時記録する重要な手法の一つである。近年、二光子顕微鏡などの計測装置の急激な発展により、広視野から数十万個の細胞活動を計測することが可能となった。このような計測装置の急速な進歩により、我々は巨大なデータをいかに解析するかという問題に直面するようになった。
近年、このような大規模カルシウムイメージングデータから、機械学習の方法を用いて細胞活動を自動検出する試みがある。近年発表された、静的な形態情報でなく、動的な情報から細胞検出を行う手法は、その多くが非負値行列因子分解(Non-negative matrix factorization(NMF))に基づいている。NMFでは、イメージングデータの全フレームをメモリ上に同時に展開しなければならないため、数値計算に大量のメモリが必要である。これがNMFの最大の問題であり、大規模なデータを取り扱う際の制約となる。
我々は制限ボルツマン・マシン(Restricted Boltzmann Machine, RBM)による細胞検出手法の開発を行った。非負値行列因子分解で取り扱っていた細胞検出問題を非負型のRBMで再定式化した。フレーム毎に学習が行えるため、上記のメモリの問題が解決できる。RBM に非負性の制約を入れることにより、細胞検出器として動作した。また、より性能を向上させるため、我々はスプレッド関数を導入した。これにより空間的に局所的な情報のみを取り扱うことになるため、データの大規模化による検出性能の低下を防ぐことができる。本手法のGPU への実装を行い、in-vivo 二光子顕微鏡データを用いて本手法の性能を評価した。CNMF(neuron 2016)とSuite2P(bioRxiv 2016)と比べて、非負型のRBMは高い細胞検出性能を有することが確認できた。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
Report
(2 results)
Research Products
(26 results)
