| 研究課題/領域番号 |
16K00394
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
生命・健康・医療情報学
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
ライチェフ ビセル 広島大学, 工学研究科, 准教授 (00531922)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2016年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | iPS 細胞 / 機械学習 / ニューラルネットワーク / 深層学習 / セグメンテーション / 異常検出 / iPS cells / Machine learning / Neural networks / deep learning / segmentation / CNN / colony detection / iPS cell colonies / 画像認識 |
|---|
| 研究成果の概要 |
あらゆる体細胞に分化できる万能性をもつiPS 細胞は，再生医療や病気の原因解明，新薬の開発などへの応用が期待されているが，培養過程で細胞死や細胞分化が起きてしまうことから，細胞を大量生産することが困難であるという問題がある．そのためiPS 細胞の培養を自動化するための課題のひとつとして，細胞に起きる異常を自動的に検出することが挙げられる．本研究では，iPS 細胞の分化・未分化の検出を細胞コロニーの画像から自動的に高精度で識別できる，深層学習や画像解析に基づいた新しい Semantic Segmentation アルゴリズムを開発した．
|
| 研究成果の学術的意義や社会的意義 |
再生医療の実現に向けて需要が高まっているiPS細胞の大量生産を可能にするため，培養を自動化する過程で必要になるiPS細胞の分化・未分化の自動検出ができる新しいアルゴリズムを開発して，その有用性を検証した．また，本研究で開発したSemantic segmentation アルゴリズムが従来手法より高精度であるため，他の医用画像解析への応用も期待できる．
|
