| 研究課題/領域番号 |
20H04211
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
備瀬 竜馬 九州大学, システム情報科学研究院, 准教授 (00644270)
|
|---|
| 研究分担者 |
末廣 大貴 九州大学, システム情報科学研究院, 助教 (20786967)
渡邉 和秀 国立研究開発法人理化学研究所, 生命医科学研究センター, 客員主管研究員 (40749397)
吉澤 明彦 京都大学, 医学研究科, 准教授 (80378645)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022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)
2022年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2021年度: 6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
2020年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
|
|---|
| キーワード | 機械学習 / 弱教師学習 / 半教師あり学習 / 教師なし学習 / バイオ医療画像解析 / バイオイメージインフォマティクス / バイオ医療画像解 / 画像情報学 |
|---|
| 研究開始時の研究の概要 |
本研究課題では，生命科学分野でのLong-tailな研究課題の現場における深層学習の実活用の大きなボトルネックの一つとなっている教師データ作成に着目して，生命科学特有の簡易に取得可能な弱教師を活かすことが可能な問題設定及び手法開発を新たに行い，様々な課題で簡易に適用できるフレームワークを構築することで，実活用拡大につなげる．
|
| 研究成果の概要 |
本研究課題では，生命科学分野でのLong-tailな研究課題の現場における深層学習の実活用の大きなボトルネックの一つとなっている教師データ作成に着目して，生命科学特有の簡易に取得可能な弱教師を活かすことが可能な問題設定及び手法開発を新たに行った．具体的には，細胞画像解析，病理画像解析等の複数の応用例において，検出・領域分割・トラッキングといった様々なタスクに関する手法を提案した．その結果，トップジャーナル（MedIA）3件，トップ国際会議(ECCV, MICCAI,ICASSP)7件等を含む査読付き論文採択17件の成果につながった．
|
| 研究成果の学術的意義や社会的意義 |
生命科学分野における研究では，研究目的によって実験条件（例：疾病の種類，部位，細胞種，成長因子等の細胞培養環境）が多種多様であり，，研究目的に合わせて個別に大量の教師データを作成することが高コストであり，自動定量化導入のボトルネックとなっている．本研究では，生命科学特有の簡易に取得可能な弱教師を活用した機械学習手法を様々なタスクに関して開発した．これにより，蛍光マーカー等の付与情報や医療診断時に画像に付与されている診断情報を弱教師として活用することが可能となり，教師データ作成を省力化し，データの大規模化，適用範囲の拡大が期待され，生命科学分野に大きく貢献する．
|
