2020 Fiscal Year Research-status Report
Project/Area Number |
16K05523
|
Research Institution | Nihon University |
Principal Investigator |
野瀬 真規子 (野々村真規子) 日本大学, 生産工学部, 准教授 (20333320)
|
Project Period (FY) |
2016-04-01 – 2022-03-31
|
Keywords | フェーズフィールドモデル / 細胞 / 形態形成 / 細胞運動 |
Outline of Annual Research Achievements |
細胞集団内で個々の細胞がどのように動くのかは、癌の転移や創傷治癒などに関連しており、医学的にも工学的にも非常に重要な問題である。本研究では数理モデルを用いて、細胞運動などの細胞集団としての挙動の理解を目指している。当該年度では、主に基板上の細胞運動の数値計算と基板上に播種した細胞集団の動きの解析を行った。 現在行っている基板上での細胞運動の数値計算では、基板の形状によって、細胞の動き方に特徴があることがわかってきている。このような数値計算から得られた結果は実験での検証が必要不可欠である。実験で検証するには、実験画像で細胞の位置が追跡することになる。染色した細胞を用いた実験画像を使うと比較的容易に追跡を行うことができる反面、染色という処理が影響し細胞本来の動きとは異なってしまう可能性がある。一方で、細胞を染色せずに位相差顕微鏡で観察した画像では、細胞の本来の運動が観察できるという利点があるが、得られる画像で細胞の輪郭が曖昧で、細胞を追跡することが難しくなってしまうという問題がある。 位相差顕微鏡画像での細胞追跡法としては手動追跡以外に、レベルセット法などが考案されてきた。最近では、細胞が互いに接触しない状態での実験画像に対して、機械学習を用いた輪郭抽出および位置の追跡に関する研究が報告されている。 これまで、連携研究者の菅原氏とともに、レベルセット法による自動追跡を試みて、細胞の輪郭が曖昧さの問題に直面してきた。そこで、当該年度では、機械学習を用いた追跡法を細胞同士が密着している状態の実験画像を用いて、機械学習はどこまで追跡できるのかの検証を行った。具体的には、手動でいくつかの時相の画像において全ての細胞の輪郭をとり、細胞の速度や向きなどを、機械学習で得られたデータと比較・検証した。検証結果については現在論文にまとめている段階である。
|
Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
コロナの影響で、予定していた実験を行うことができなかった。研究を進める手段として、機械学習の可能性を探る一年になった。
|
Strategy for Future Research Activity |
コロナで実施できなかった実験を連携研究者に依頼し、当該年度で検討した機械学習を用いて、その実験結果の解析を進める。また、当該年度で実施した基板上の細胞運動の数値計算結果を実験で検証していく。その際、必要となるモデルの改良も行う予定である。
|
Causes of Carryover |
当該年度ではコロナの影響で予定していた実験を行うことができなかった。また発表予定であった学会も延期になってしまった。そのため、使用額が変更となり、次年度使用額が生じた。 次年度は、予定していた実験や当該年度での数値計算を検証するために必要となった実験を連携研究者と行う予定である。また、国際会議や国内学会などで研究成果を報告する予定である。
|
Research Products
(3 results)