2018 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
| Project/Area Number |
17K12712
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
広瀬 修 金沢大学, 生命理工学系, 助教 (30549671)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 生命画像 / 点群マッチング / イメージレジストレーション / 人工知能 / 機械学習 / ベイズ推定 |
|---|
| 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や個体差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．昨年度は個体差情報を有する神経細胞配置図の作成が順調に進んだため，今年度は予定通り，神経細胞核撮影データから撮影時の体位変化や個体差による細胞核位置のばらつきを取り除く方法の開発に取り組んだ．類似画像の位置ずれを取り除く方法としてイメージレジストレーション法がよく知られている．しかしながら，神経細胞核データには局所的に大きく位置ずれしている部分が存在し，単なる標準手法の適用ではそのような位置ずれをうまく補正できない．この問題を克服するために，局所的な位置ずれにもある程度有効とされる点群マッチング手法をイメージレジストレーションに拡張する方法の開発を行った．その結果，局所的な位置ずれへの有効性を保持しつつ，既存手法に匹敵する精度の手法の開発に成功した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度に作成した神経細胞配置図の精度をさらに向上させるため，今年度は，線虫の体位が基準体位に一致するように撮影データを伸縮させる手法の開発を目的とした．既存のイメージレジストレーション手法では補正が困難とされる局所的に大きい位置ずれが神経細胞核撮影データではしばしば見られるため，そのような画像に対しても適用できる手法の開発を目指した．具体的には，局所的に大きい位置ずれがあってもある程度有効とされる点群マッチング手法をイメージレジストレーション手法に拡張する方法の開発を行った．精度にやや不満は残るものの，局所的な位置ずれへの有効性を保持しつつ，既存手法に匹敵する精度のレジストレーション手法の開発に成功した．そのため，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，本課題の本丸である神経細胞の自動アノテーション手法の開発を行う．方法論の基礎として確率的主成分分析法(Bishop et al., 1999) を応用した手法を予定しているが，精度が不十分であれば，欠損値補完性能を有する統計的形状モデルの開発を行う．また，正解データの蓄積を続けることで精度向上が期待できるため，アノテーション支援ソフトウェアの改良も同時に行う．
|
| 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．
|
