2021 Fiscal Year Annual Research Report
3D deep learning networks for automatic detection of mitotic cells in dynamic microscopic images
Publicly Offered Research
| Project Area | Intrinsic periodicity of cellular systems and its modulation as the driving force behind plant development |
|---|
| Project/Area Number |
20H05428
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
陳 延偉 立命館大学, 情報理工学部, 教授 (60236841)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | 分裂細胞検出 / 非分裂細胞セグメンテーション / 深層学習 / 時間変化 / サイズ変化に頑健 |
|---|
| Outline of Annual Research Achievements |
バイオイメージング技術の飛躍的な進展により，大量なバイオイメージが得られるようになってきた. バイオイメージは3次元空間情報に加え, 動的時間情報ももつ. このような多次元画像から有効な特徴を自動的に抽出し，解析を行うことは，バイオイメージの表現型解析において重要な課題である. 本研究では，深層学習を用いた4次元動態顕微鏡画像における分裂細胞の自動検出法の開発を目的とし，以下の研究成果が得られた.
(1)時間変化を考慮に入れた細胞サイズ変化に頑健な深層学習手法を開発した. Recurrent Full-Scale Deep Layer Aggregation (RDLA++)というネットワークを提案し，近年注目されているCenterNetの検出部と融合することにより，高精度な動態顕微鏡画像における分裂細胞検出法を提案した. 既存法に比べ，高い検出精度を実現した. その成果はBMC Bioinformatics誌(IF 3.242)に掲載された.
(2)非分裂細胞のマスクラベルと分裂細胞の領域を塗りつぶしたラベルをラベル画像とし,深層学習セマンティックセグメンテーションネットワーク(U-Net)を用いて、画素ごとに3クラス分類することによって、非分裂細胞のセグメンテーションと分裂細胞の検出を同時に実現した. その成果は令和3年電気関係学会関西連合大会で発表した.
(3) 深層学習を用いて,成長する植物組織内部を撮影した顕微鏡動画における細胞のセグメンテーションと分裂細胞の検出を同時に実現する手法を開発した. 2021年度電気関係学会関西支部大会で発表し,奨励賞を受賞した.
(4) 植物顕微鏡画像における細胞の検出と追跡を行うシステムを開発した. その成果を2022年度電気学会知覚情報/次世代産業システム合同研究会で発表した.
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
