Publicly Offered Research
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
申請者は、非負値行列因子分解の階層ベイズモデルであるGamma-Poisson (GaP) モデルを改良し、細胞検出問題に適用した。変分ベイズの枠組みにより、フルベイズ推定を近似的に実現する実用的計算量のアルゴリズムを構成した。まず、確率的に独立な蛍光量変化を示す256個の細胞からなる人工データを用いて、提案手法とMukamelらのICAとの性能比較を行った。ICAと比べて提案手法が高い精度で細胞の検出ができることを確認した。また、変分自由エネルギーは要素数256付近で極大になった。次に、急性スライスの海馬CA1錐体細胞の尖端樹状突起タフトを撮像したデータに対して、提案手法とICAを適用した。自発的にカルシウムトランジェントを起こしているタフト集団のデータ(非同期データ)と、同じスライスに対して撮像面を維持した状態で同期したトランジェントを誘発させた場合のデータ (同期データ)を解析した。両データともに、提案手法とICAとで検出した要素はほぼ同じであった。提案手法の変分自由エネルギーが極大となる要素数は、同期データと非同期データはほぼ同じであった。これは電気刺激の有無にかかわらず、ほぼ一致した要素を検出していることを反映しているものと思われる。最後に、マウス頭頂連合野の in-vivo二光子顕微鏡データに対して提案手法を適用した。結果を図１に示す。比較のため、MukamelのICAと実験研究者が手動で設定したROIを同図に示す。我々の手法は、手動やICAと比べて神経突起の詳細な構造を検出できており、神経活動と関連しているカルシウムトランジェントが検出できた割合が他の手法と比べて高かった。また、我々の手法で検出したROIは手動で検出した全ROIの約40%と一致したが、ICAは約20%であった。このように提案手法はMukamelらのICAより細胞検出能力が高いことが確認できた。
27年度が最終年度であるため、記入しない。
All 2016 2015 2014 Other
All Journal Article (10 results) (of which Peer Reviewed: 3 results, Open Access: 2 results, Acknowledgement Compliant: 1 results) Presentation (19 results) (of which Int'l Joint Research: 1 results, Invited: 1 results) Remarks (2 results)
電子情報通信学会技術研究報告
Volume: NC2015-86 Pages: 95-100
Volume: NC2015-92 Pages: 131-136
2015年度人工知能学会全国大会論文集
Volume: 3F3-OS-19a-7
130007421767
Volume: NC2015-2 Pages: 41-46
Volume: 114 Pages: 53-58
PLoS ONE
Volume: 10 Issue: 3 Pages: e0122263-e0122263
10.1371/journal.pone.0122263
Scientific Reports
Volume: 5 Issue: 1 Pages: 10253-10253
10.1038/srep10253
Volume: 114 Pages: 207-212
Volume: 114 Pages: 201-206
The proceedings of the 24th Annual Conference of the Japanese Neural Networks Society
Volume: . Pages: 66-67
40020907045
http://www.acs.dis.titech.ac.jp/aonishi/Aonishi-Gyousekichousho.htm
