| 研究課題/領域番号 |
17K19402
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
細胞レベルから個体レベルの生物学およびその関連分野
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
内田 誠一 九州大学, システム情報科学研究院, 教授 (70315125)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2018年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2017年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
|
|---|
| キーワード | バイオイメージインフォマティクス / 深層学習 / 画像変換 / バイオイメージ・インフォマティクス / 機械学習 / 画像情報学 |
|---|
| 研究成果の概要 |
バイオイメージインフォマティクスとは画像情報学により様々な生体画像処理を行う分野である．その難しさは，１）最終目的とする画像処理が二値化などの単一の処理だけでは済まず，複数の処理のパイプラインになること，そして２）処理の目標となるような事例（学習サンプル）が少ないこと，である．そこで我々はModular U-netを開発した．これはニューラルネットワークの枠組みで様々な画像処理を実現するu-netを用い，特定の用途に学習されたu-netを直列的に結合させて，最終目的とする画像処理を実現する．事前学習しておくことで，結合後のfine-tuningに必要な学習サンプルは少なくて済む．
|
| 研究成果の学術的意義や社会的意義 |
我々が開発したModular U-netは，様々な画像処理をニューラルネットワークであるu-netをモジュールとして実現するという新たな枠組みであり，生体画像以外にも様々な用途に利用しうる．各u-netは一般的な画像を使って十分に事前学習しておけるために，最終的な応用先における学習サンプルが希少であっても実用化のなところが強みである．実際，我々はすでに古文書画像処理の分野でmodular u-netの有効性を定量的に示している．
|
