| 研究課題/領域番号 |
17H02793
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
光工学・光量子科学
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
橋本 守 北海道大学, 情報科学研究院, 教授 (70237949)
|
|---|
| 研究分担者 |
高松 哲郎 京都府立医科大学, 医学(系)研究科(研究院), 教授 (40154900)
加藤 祐次 北海道大学, 情報科学研究院, 助教 (50261582)
三宅 淳 大阪大学, 国際医工情報センター, 特任教授 (70344174)
新岡 宏彦 大阪大学, データビリティフロンティア機構, 特任准教授(常勤) (70552074)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
17,680千円 (直接経費: 13,600千円、間接経費: 4,080千円)
2019年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2018年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
2017年度: 8,060千円 (直接経費: 6,200千円、間接経費: 1,860千円)
|
|---|
| キーワード | 深層学習 / 非線形ラマン散乱 / ハイパースペクトルイメージング / 生体光計測 / ラマンイメージング / 非線形ラマン散乱イメージ |
|---|
| 研究成果の概要 |
人工知能による観測データのノイズ低減と観測時間の短縮化を行い，1.6-;1.2 image/min を12.5-4.0 image/minへ向上できた．非線形ラマン散乱像の機械学習による組織分別では，蛍光画像で事前トレーニングすることで，有意に分別能力が向上した．また，大量のハイパースペクトル非線形ラマン散乱画像を取得するための顕微鏡を新たに開発し，従来法に比べて，14倍の高速化，励起光ピーク照度1/12の低減に成功した．培養細胞のハイパースペクトルイメージを深層学習による分別を行い，教師なし学習によって培養条件の異なる細胞の分別が可能であることが示された．
|
| 研究成果の学術的意義や社会的意義 |
近年の病理医不足の解消には，一人の病理医が処理できる病理診断数の向上が課題であり，病理検査の効率化，自動化を行なうと共に，自動的に病理診断およびそのスクリーニングを行なうシステムの開発が重要である．従来にない新しいイメージング手法と人工知能の組み合わせにより，イメージング速度の向上や分別能力の向上が示された．医師の負担削減によりより多くの人々の健康な生活のサポートが可能となる．
|
