Detection and Tracking of Mitotic Cells in Dynamic 3D 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 |
22H04736
|
|---|
| 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) |
2022-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥7,540,000 (Direct Cost: ¥5,800,000、Indirect Cost: ¥1,740,000)
Fiscal Year 2023: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2022: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
|
|---|
| Keywords | 植物顕微鏡画像 / 分裂細胞検出 / 細胞追跡 / 深層学習 / 画像処理 / 細胞検出 / 遺伝的アルゴリズム / 非分裂細胞 / 分裂細胞 |
|---|
| Outline of Research at the Start |
本研究では，植物動態顕微鏡画像データベースの構築、分裂細胞検出の高精度化と検出した分裂細胞の追跡法の開発に重点を置く．分裂細胞検出については知識の蒸留を利用した高精度な細胞分裂法を開発する．分裂細胞の追跡については深層学習を用いた大域的な対応づけと近傍文脈を利用した局所的な対応づけの組み合わせによるcoarse-to-fine追跡法を開発する．植物の成長による時間的な変化が大きい場合でも正確に分裂細胞を追跡する．
|
| Outline of Annual Research Achievements |
今年度は、非分裂細胞と分裂細胞の検出と追跡法の開発とシステム開発を行なった。主な成果を以下に示す。
(1) 軽量化U-Netを用いた非分裂細胞と分裂細胞を同時に検出する技術を開発した。本成果は国際学会IWCVAI2024に発表した。
(2) 領域内の中島グループとの連携で、本研究で開発した細胞の検出と追跡システムを中島グループで撮影した植物成長の動態顕微鏡画像（ライブイメージ）解析に適用し、その有効性が検証され、植物の周期などの解明に貢献した。その成果は、国際学術誌Plant and Cell Physiologyに掲載され、Highlight論文として選ばれた。さらに、新聞にも報道された。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
画像解析法（細胞の検出と追跡）を開発するだけではなく、領域内の連携により、実際の植物ライブイメージに適用し、その有効性を検証することができた。また、その成果は国際学術誌Plant and Cell Physiologyに掲載されただけではなく、Highlight論文として選ばれた。さらに、新聞にも報道された。
|
| Strategy for Future Research Activity |
細胞の三次元情報と前後フレームの情報を利用した細胞検出法を開発し、検出精度をさらに向上させる。また、植物顕微鏡画像のアノテーションが非常に時間と手間がかかるので、学習に利用できるアノテーションされた数が非常に少ない。そこで、アノテーションされていないサンプルも学習に利用できる半教師学習法を細胞検出に導入し、細胞の検出精度を向上させる。
|
Report
(1 results)
Research Products
(4 results)
