• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2017 Fiscal Year Research-status Report

線虫の神経細胞に対する細胞核自動アノテーションのための人工知能技術の開発

Research Project

Project/Area Number 17K12712
Research InstitutionKanazawa University

Principal Investigator

広瀬 修  金沢大学, 電子情報学系, 助教 (30549671)

Project Period (FY) 2017-04-01 – 2021-03-31
Keywords神経細胞自動アノテーション / 神経細胞アトラス / EMアルゴリズム / ベイズ推定 / 人工知能 / 機械学習
Outline of Annual Research Achievements

線虫は原始的な脳を有しており,その全神経細胞レベルでの活性の定量化は脳における情報処理のメカニズム解析のステップとして非常に重要である.代表者らは線虫の全神経細胞規模の撮影データから神経細胞活性の自動定量化をすでに実現している.一方で撮影された神経細胞核が解剖図上のどの細胞なのかを決定すること(アノテーション)は,神経細胞1つ1つの役割を理解する上で不可欠であるものの,非常に難しく,現状では専門家の労力を要する課題である.本研究では,神経細胞活性定量化の次の段階として,専門家の知識・経験を代替する人工知能技術の開発により,神経細胞核撮影データに対するアノテーションを高精度で自動化することを目指している.他の研究グループによる先行手法が十分な精度が達成できない主要な原因として,既にアノテーション済みの撮影データから神経細胞配置図を作成する際に細胞位置のばらつきの原因となる線虫の撮影時の体位の違いと細胞位置の個体差を区別していないという点が挙げられる.その結果,アノテーションの手本となるべき神経細胞配置図が線虫の体位変化による細胞位置のばらつきを含んだ状態で計算されることになり,アノテーション精度の低下を招く.また,細胞位置の個体差情報を利用していないことも精度低下の原因の1つである.この問題を解決するために,該当年度に,個体差情報を有する神経細胞配置図の作成手法を開発することに取り組んだ.方法論の基礎として確率的主成分分析法(Bishop et al., 1999)を利用した手法を開発した.その結果,細胞位置の個体差を線虫の体位変動として自然に解釈することのできる神経細胞配置図の作成に成功した.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

該当年度に,個体差情報を有する神経細胞配置図の作成手法を開発することに取り組み,その結果,細胞位置の個体差を線虫の体位変動として自然に解釈することのできる神経細胞配置図の作成に成功した.この配置図の正確性の定量的評価は行えていないものの,この配置図を利用した非常に素朴な自動アノテーション手法を開発し,今後が十分期待できるアノテーション精度が得られた.このことから,個体差情報ありの神経細胞配置図を十分な精度で構築できていることが示唆される.以上のように,当初の予定どおりに研究が進んだため,研究の進捗を「おおむね順調に進展している」と評価した.

Strategy for Future Research Activity

作成した神経細胞配置図を基礎として神経細胞の自動アノテーション手法の開発を行う.最初のアプローチとして,個体差情報を考慮したグラフマッチング手法を開発する.神経細胞配置の個体差が大きい場合など,もし十分な精度が得られなければ,Coherent Point Drift (Myronenko et al., 2010) などに代表される非線形点群マッチング手法を組み合わせた手法の開発を行う

Causes of Carryover

採択された場合に生じる論文の掲載料を想定していたが,年度内に採択通知が得られるかの予測が難しく,結局年度内に得られなかったため.

  • Research Products

    (3 results)

All 2017

All Presentation (3 results)

  • [Presentation] 変位場の滑らかさを前提としない頑健な点群マッチング手法の開発2017

    • Author(s)
      広瀬 修
    • Organizer
      第31回人工知能学会全国大会
  • [Presentation] 形状事前分布を利用した頑健な点群マッチング手法の開発2017

    • Author(s)
      広瀬 修
    • Organizer
      第105回人工知能基本問題研究会
  • [Presentation] 形状事前分布を利用した 3D 形状復元アルゴリズムの開発2017

    • Author(s)
      広瀬 修
    • Organizer
      情報処理学会第80回全国大会

URL: 

Published: 2018-12-17  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi