3D deep learning networks for automatic detection of mitotic cells in dynamic microscopic images
Publicly Offered Research
Project Area | Intrinsic periodicity of cellular systems and its modulation as the driving force behind plant development |
Project/Area Number |
20H05428
|
Research Category |
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
|
Allocation Type | Single-year Grants |
Review Section |
Biological Sciences
|
Research Institution | Ritsumeikan University |
Principal Investigator |
陳 延偉 立命館大学, 情報理工学部, 教授 (60236841)
|
Project Period (FY) |
2020-04-01 – 2022-03-31
|
Project Status |
Completed (Fiscal Year 2021)
|
Budget Amount *help |
¥7,800,000 (Direct Cost: ¥6,000,000、Indirect Cost: ¥1,800,000)
Fiscal Year 2021: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2020: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
|
Keywords | 分裂細胞検出 / 非分裂細胞セグメンテーション / 深層学習 / 時間変化 / サイズ変化に頑健 / 4次元顕微鏡画像 / 細胞分裂 / 三次元ネットワーク / 時間ボリュームの対応付け / 自動検出 / 動態顕微鏡画像 / 時空間特徴 |
Outline of Research at the Start |
本研究では、畳み込みニューラルネットワークとリカレントニューラルネットワークを組み合わせた人工知能手法を用いた三次元バイオ動態顕微鏡画像における細胞分裂の自動検出法を開発することを目的とする。具体的に以下の研究開発を行う。(1) Scale-insensitive detection:全スケール連結ネットワークを開発し、様々なサイズの細胞分裂を検出する。(2)Orientation-robust detection:三次元ネットワークを開発し、様々な方向に分裂する細胞を検出する。(3)Fast detection: ネットワークの軽量化モデルを開発し、高速に検出する。
|
Outline of Annual Research Achievements |
バイオイメージング技術の飛躍的な進展により,大量なバイオイメージが得られるようになってきた. バイオイメージは3次元空間情報に加え, 動的時間情報ももつ. このような多次元画像から有効な特徴を自動的に抽出し,解析を行うことは,バイオイメージの表現型解析において重要な課題である. 本研究では,深層学習を用いた4次元動態顕微鏡画像における分裂細胞の自動検出法の開発を目的とし,以下の研究成果が得られた. (1)時間変化を考慮に入れた細胞サイズ変化に頑健な深層学習手法を開発した. Recurrent Full-Scale Deep Layer Aggregation (RDLA++)というネットワークを提案し,近年注目されているCenterNetの検出部と融合することにより,高精度な動態顕微鏡画像における分裂細胞検出法を提案した. 既存法に比べ,高い検出精度を実現した. その成果はBMC Bioinformatics誌(IF 3.242)に掲載された. (2)非分裂細胞のマスクラベルと分裂細胞の領域を塗りつぶしたラベルをラベル画像とし,深層学習セマンティックセグメンテーションネットワーク(U-Net)を用いて、画素ごとに3クラス分類することによって、非分裂細胞のセグメンテーションと分裂細胞の検出を同時に実現した. その成果は令和3年電気関係学会関西連合大会で発表した. (3) 深層学習を用いて,成長する植物組織内部を撮影した顕微鏡動画における細胞のセグメンテーションと分裂細胞の検出を同時に実現する手法を開発した. 2021年度電気関係学会関西支部大会で発表し,奨励賞を受賞した. (4) 植物顕微鏡画像における細胞の検出と追跡を行うシステムを開発した. その成果を2022年度電気学会知覚情報/次世代産業システム合同研究会で発表した.
|
Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
Report
(2 results)
Research Products
(11 results)
-
-
-
[Journal Article] Accurate and fast mitotic detection using an anchor-free method based on full-scale connection with recurrent deep layer aggregation in 4D microscopy images2021
Author(s)
Titinunt Kitrungrotsakul, Yutaro Iwamoto, Satoko Takemoto, Hideo Yokota, Sari Ipponjima, Tomomi Nemoto, Lanfen Lin, Ruofeng Tong, Jingsong Li, and Yen-Wei Chen
-
Journal Title
BMC Bioinformatics
Volume: Vol.22, No.91
Issue: 1
Pages: 1-17
DOI
Related Report
Peer Reviewed
-
-
-
-
-
-
-
-