Publicly Offered Research
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
動画像からディープラーニングを用いて自動的に周期や変調を検出する。近年、ディープラーニングを用いた画像認識の精度が飛躍的に向上しているが、従来は明確に定義されたクラスの識別を主に行っていた。ここでは明確に決まったクラスではなく、周期性という概念を獲得しなければいけないので、従来の手法をそのまま適用することはできず、新たな手法の考案が必要である。また、周期や変調を検出した後、その因子を特定する研究も行いたい。過去に動画像を認識し、その要因を特定する研究を行ったので、この経験を活かして問題を解決していきたい。
ゼニゴケ精子の動画像から野生型と変異体を識別する問題と動画像中のどこが識別に効いているのかという要因解析の問題に取り組んだ。どこのフレームのどの場所が重要かという要因解析をするためには、特徴抽出の時点でフレーム情報を混ぜてしまうのは良くない。そこで、フレーム情報を混ぜないような工夫をしながら精度を向上させる研究をおこなった。２つの方法を提案し、それらを組み合わせた方法が最も精度が高くなった。次に、この識別結果からどのフレームのどの場所が効いているのかの解析を行った。その結果、野生型と変異体の間で鞭毛に動きがあるのではないかという結果が得られた。この結果を基に植物学者にフィードバックし、さらに研究を進めていく。これらの結果を国内会議および査読付きの国際会議で発表した。また、細胞画像からの細胞壁などのセグメンテーションにも取り組んだ。細胞画像のセグメンテーションではU-netと呼ばれるネットワークが有名であるが、実際にカルス細胞のセグメンテーションに利用した所、期待したような精度が得られなかった。そこで、新たに２つのエンコーダとデコーダを持つX-netを提案し、セグメンテーションの精度を向上させた。細胞壁をセグメンテーションした後、後処理やラベリング処理などを行い、個別の細胞領域を抽出することに成功した。これを基に各細胞領域の大きさを自動カウントできた。この結果を基に植物学者との共同研究を推進し、国内会議および査読付き国際会議で発表した。さらに、国際Journal誌でも発表を行った。
令和3年度が最終年度であるため、記入しない。
All 2022 2021 2020
All Journal Article (1 results) (of which Peer Reviewed: 1 results, Open Access: 1 results) Presentation (14 results) (of which Int'l Joint Research: 5 results)
Plant Physiology
Volume: 188 Issue: 1 Pages: 425-441
10.1093/plphys/kiab510
