2019 Fiscal Year Annual Research Report
ハイパースペクトル非線形ラマン散乱イメージングによる人工知能病理診断
| Project/Area Number |
17H02793
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
橋本 守 北海道大学, 情報科学研究院, 教授 (70237949)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高松 哲郎 京都府立医科大学, 医学(系)研究科(研究院), 教授 (40154900)
加藤 祐次 北海道大学, 情報科学研究院, 助教 (50261582)
三宅 淳 大阪大学, 国際医工情報センター, 特任教授 (70344174)
新岡 宏彦 大阪大学, データビリティフロンティア機構, 特任准教授(常勤) (70552074)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 深層学習 / 非線形ラマン散乱 / ハイパースペクトルイメージング |
|---|
| Outline of Annual Research Achievements |
人工知能を用いた次々世代の病理診断およびスクリーニング技術を確立することを目的として，ハイパースペクトル非線形ラマン散乱イメージの人工知能を用いた解析により，病変部や正常部の分別，組織の分別する手法の確立を目指した．
大量のハイパースペクトル非線形ラマン散乱画像を取得するために，楕円スポットを用いたスリット走査マルチプレックスコヒーレントアンチストークスラマン散乱(M-CARS)顕微鏡を開発した．これは，楕円形状の励起光スポットを分光器のスリット方向に走査し，試料の直線上のスペクトル情報と位置情報とを2次元検出器を用いることで高速に得る手法である．また，楕円スポットを用いることで並列励起・観測を可能とし，同じ信号強度を得る場合でも励起光のピーク照度を減少させ，試料へのダメージを小さくすることが可能である．開発装置を用いて17,000 spectra/s 以上の速度でスペクトルを取得することが可能であった．また，励起光のピーク照度は約19 GW/cm2で（256 × 256）image × 512spectraのスペクトル画像を3.81秒で観測できることを実証した．従来のM-CARS法に比べ 14倍高速にもかかわらず，励起光のピーク照度を1/12に抑えることができた．開発した装置によって観測した培養細胞のハイパースペクトルイメージを深層学習による分別を行った．深層学習モデルにはW-netを用い，教師なし学習を行なって，培養条件の異なる細胞の分別を行った．W-netの中間層を取り出すと，培養条件によって細胞を分別可能なことが分かった．
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
