2020 Fiscal Year Annual Research Report
Histological discrimination by Raman spectroscopy based on causal relationship
| Project/Area Number |
19K22969
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
南川 丈夫 徳島大学, ポストLEDフォトニクス研究所, 准教授 (10637193)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
安井 武史 徳島大学, ポストLEDフォトニクス研究所, 教授 (70314408)
|
|---|
| Project Period (FY) |
2019-06-28 – 2021-03-31
|
| Keywords | ラマン散乱分光法 / 末梢神経 / 機械学習 / サポートベクターマシン / 組織判別分析 |
|---|
| Outline of Annual Research Achievements |
現在のがん手術では，がんの全摘除のみならず，末梢神経の温存手術による術後の患者のQOLの改善も重要な課題となっている．そこで本研究では，研究代表者らがこれまで行なってきたラマン散乱光を用いた組織観察法を基盤に，末梢神経を含む生体組織の非侵襲組織判別法の開発を行う．その際，情報通信分野で注目されている機械学習を取り入れた組織判別アルゴリズムの開発を行う．ただし，一般的な機械学習法（ディープラーニングなど）は，その判別根拠に物理的意味を見出すことは困難である事が多い．そこで，本研究では科学的根拠を明らかにしながらも，機械学習の自動モデル修正アルゴリズムを採用した新たなラマン分光学的組織判別法を実現する．2020年度は，2019年度に引き続き因果関係に基づいたラマンスペクトル解析の基礎的検討を行った．2020年度は，特にサポートベクターマシン（SVM）に着目し，研究代表者である南川が主担当として，SVMを用いた判別寄与率評価アルゴリズムの開発を行った．次に，研究代表者である南川や研究分担者の安井が主担当として，SVMによる組織判別に特に寄与しているラマンバンドの同定を行った．その結果，SVMを用いた組織判別有るごリムズにおいて，判別に寄与する主要なラマンバンドの同定とその帰属に成功した．以上のことから，入力データ，スペクトル処理，組織判別の因果関係を活用した組織判別根拠の解明法および組織判別能を最大化機械学習アルゴリズムの可能性と有用性を示すことができた．
|
