| 研究課題/領域番号 |
20K15139
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分28030:ナノ材料科学関連
|
|---|
| 研究機関 | 一般財団法人ファインセラミックスセンター |
|---|
研究代表者 |
吉田 竜視 一般財団法人ファインセラミックスセンター, その他部局等, 上級技師 (50595725)
|
|---|
| 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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | SEM / 深層学習 / SRGAN / 超解像 / FIB-SEM |
|---|
| 研究開始時の研究の概要 |
三次元構造の把握は材料などを評価する上で極めて重要であり、集束イオンビーム(FIB)-走査型電子顕微鏡(SEM)法を用いたSEM三次元構造解析においては、X線CT法に比べて細かい構造が観察可能であり活用が進んでいる。しかし装置構成上の制約によりSEMの最高分解能条件で撮影ができないため、本来のSEMがもつ分解能を生かしきれていない。これを深層学習を用いたSEM画像への”超解像技術”により克服し、従来専用機で得られている数nmオーダーの三次元構造を、一般的な汎用FIB-SEMと深層学習の組み合わせで可視化し、定量的な評価を可能とする手法の評価・開発を目指す。
|
| 研究成果の概要 |
深層学習の一種であるSRGANを用いて走査型電子顕微鏡(SEM)画像の超解像を検討した。教師画像の枚数による出力結果のばらつき、epoch数による学習深度の違い、用いる教師画像の種類や低解像度画像の解像度の違いによって出力される超解像画像に明確な違いがあり、深層学習をSEM画像に適用する上でのメリット・デメリットの明確化ができた。
|
| 研究成果の学術的意義や社会的意義 |
走査型電子顕微鏡(SEM)画像への深層学習を用いた超解像技術の適用事例の報告は少なく、本研究で得られた成果は今後のSEMおよび透過型電子顕微鏡(TEM)画像を含めた、顕微鏡画像全般に対する超解像技術の適用検討の一助となる。
|
