• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 実績報告書

深層学習を用いたマウス胚核同定画像解析アルゴリズムの開発

研究課題

研究課題/領域番号 16H04731
研究機関慶應義塾大学

研究代表者

舟橋 啓  慶應義塾大学, 理工学部(矢上), 准教授 (70324548)

研究期間 (年度) 2016-04-01 – 2020-03-31
キーワード画像解析 / 機械学習 / 深層学習 / 発生・分化
研究実績の概要

前年度の実装および評価により得られた知見をもとに、平成31年度は実装した学習器の精度向上を目指し、異なる細胞期画像の学習や、ハイパーパラメータのチューニングを行った。また、セグメンテーション評価としてセマンティックセグメンテーションの指標である IoU だけでなく、本研究課題の最大の特徴と言えるインスタンスセグメンテーションの指標(SEG, MUCov)による評価を行った。
インスタンスセグメンテーションとは、隣り合うオブジェクトがあった場合にも正確にオブジェクト同定を行えるアルゴリズムを指す。
精度評価の結果、一般的なセグメンテーションの指標であるIoUは、先行研究である3D U-Netが 0.823 であるのに対し、今研究課題にて開発を行った QCANet では 0.824 と僅かながら上回った。一方で、密集したオブジェクトに対するセグメンテーション精度の指標である SEG, MUCov での比較では、先行研究(3D U-Net)が 0.648 であったのに対し、QCANet は 0.776 と大幅に凌駕することに成功した。また、MUCov においても先行研究(3D U-Net)が 0.723 であるのに対し、QCANet は 0.811 であり、2つの指標からも当研究課題で開発を行った QCANet は高精度にインスタンスセグメンテーションが可能であることが示された。
上記セグメンテーション精度の確認を行った後、近畿大学山縣研究室から提供していただいた受精直後から50細胞期まで発生が進んでいるマウス胚時系列3次元蛍光顕微鏡画像を用いてマウス発生過程における定量的指標の獲得を行った。その結果、正常胚、異常胚を見分けることが可能な定量的指標の示唆を得た。上記本研究課題により得られた知見をまとめ、現在学術論文誌に投稿中である。

現在までの達成度 (段落)

令和元年度が最終年度であるため、記入しない。

今後の研究の推進方策

令和元年度が最終年度であるため、記入しない。

  • 研究成果

    (16件)

すべて 2020 2019 その他

すべて 国際共同研究 (2件) 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 2件) 学会発表 (11件) (うち国際学会 3件、 招待講演 7件) 備考 (1件)

  • [国際共同研究] University of Nottingham(英国)

    • 国名
      英国
    • 外国機関名
      University of Nottingham
  • [国際共同研究] Kazan Federal University(ロシア連邦)

    • 国名
      ロシア連邦
    • 外国機関名
      Kazan Federal University
  • [雑誌論文] Predicting the future direction of cell movement with convolutional neural networks2019

    • 著者名/発表者名
      Nishimoto Shori、Tokuoka Yuta、Yamada Takahiro G.、Hiroi Noriko F.、Funahashi Akira
    • 雑誌名

      PLOS ONE

      巻: 14 ページ: e0221245

    • DOI

      10.1371/journal.pone.0221245

    • 査読あり / オープンアクセス
  • [雑誌論文] Deep Learning for Non-Invasive Determination of the Differentiation Status of Human Neuronal Cells by Using Phase-Contrast Photomicrographs2019

    • 著者名/発表者名
      Ooka Maya、Tokuoka Yuta、Nishimoto Shori、Hiroi Noriko F.、Yamada Takahiro G.、Funahashi Akira
    • 雑誌名

      Applied Sciences

      巻: 9 ページ: 5503

    • DOI

      10.3390/app9245503

    • 査読あり / オープンアクセス
  • [学会発表] 機械学習による細胞動態解析2020

    • 著者名/発表者名
      西本 勝利, 徳岡 雄大, 山田 貴大, 広井 賀子, 舟橋 啓
    • 学会等名
      第67回応用物理学会春季学術講演会
    • 招待講演
  • [学会発表] 不妊治療に資する深層学習を用いた初期胚定量評価手法の開発2019

    • 著者名/発表者名
      舟橋 啓
    • 学会等名
      Cardiovascular Meeting
    • 招待講演
  • [学会発表] 畳み込みニューラルネットワークを用いた神経分化判別および特徴量解析2019

    • 著者名/発表者名
      舟橋 啓
    • 学会等名
      山口大学 AIシステム医学医療研究教育センター セミナー
    • 招待講演
  • [学会発表] CellDesigner: A modeling tool for biochemical networks2019

    • 著者名/発表者名
      Funahashi, A.
    • 学会等名
      COMBINE 2019
    • 国際学会 / 招待講演
  • [学会発表] 機械学習による画像分類2019

    • 著者名/発表者名
      舟橋 啓, 徳岡 雄大
    • 学会等名
      AIによる生物画像解析トレーニングコース
    • 招待講演
  • [学会発表] 腫瘍内不均一性を考慮した予後の予測に向けた深層学習ベースの組織画像解析2019

    • 著者名/発表者名
      舟橋 啓
    • 学会等名
      群馬大学数理データ科学教育研究センター主催第1回レギュラトリー サイエンスセミナー
    • 招待講演
  • [学会発表] 人工知能と医学研究2019

    • 著者名/発表者名
      舟橋 啓
    • 学会等名
      群馬大学総合外科学講座 Translational Researchセミナー
    • 招待講演
  • [学会発表] CellDesigner2019

    • 著者名/発表者名
      Funahashi, A.
    • 学会等名
      COMBINE & de.NBI Tutorial: Modelling and Simulation Tools in Systems Biology
    • 国際学会
  • [学会発表] 一細胞系譜解析による低グルコース培養下大腸菌集団のATP 濃度多様性生成機構の解明2019

    • 著者名/発表者名
      中谷 諒, 板橋 正寛, 山田 貴大, 広井 賀子, 舟橋 啓
    • 学会等名
      定量生物学の会 北海道キャラバン 2019
  • [学会発表] Deep Learning-based quantitative evaluation of early embryo in infertility treatments2019

    • 著者名/発表者名
      Tokuoka, Y., Yamada, T. G., Hiroi, N. F., Kobayashi, T. J., Yamagata, K., Funahashi, A.
    • 学会等名
      The 20th International Conference on Systems Biology
    • 国際学会
  • [学会発表] 画像解析による不妊治療応用を目指した深層学習アルゴリズムの提案: 非染色マウス初期胚の細胞核セグメンテーションおよび多様な生物種へのアルゴリズムの適応2019

    • 著者名/発表者名
      徳岡 雄大, 山田 貴大, 小林 徹也, 山縣 一夫, 舟橋 啓
    • 学会等名
      定量生物学の会 北海道キャラバン 2019
  • [備考] QCANet: Quantitative Criterion Acquisition Network

    • URL

      https://github.com/funalab/QCANet

URL: 

公開日: 2021-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi