| 研究課題/領域番号 |
18H03262
|
|---|
| 研究機関 | 名古屋工業大学 |
|---|
研究代表者 |
本谷 秀堅 名古屋工業大学, 工学(系)研究科(研究院), 教授 (60282688)
|
|---|
| 研究分担者 |
片桐 孝洋 名古屋大学, 情報基盤センター, 教授 (40345434)
Kugler Mauricio 名古屋工業大学, 工学(系)研究科(研究院), 助教 (70456713)
横田 達也 名古屋工業大学, 工学(系)研究科(研究院), 助教 (80733964)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 病理画像解析 / 染色変換 |
|---|
| 研究実績の概要 |
KPCマウスより摘出した膵臓癌腫瘍全体を多数の薄切切片へと全割し、切片ごとに異なる染色で染めて撮影した顕微鏡画像を研 究の起点とする。昨年度は、これら顕微鏡画像の非剛体位置合わせをおこない3次元病理顕微鏡画像を作り上げることを第一の目標とし，達成した。今年度は、HE染色や他の各免疫染色により強調されている解剖構造を陽に検出し，3次元復元を行うことを目的とする．具体的には腫瘍内の血管(CK19)，ネクロシス(HE)，分裂中の細胞核(Ki67)，膠原線維(MT)のそれぞれの配置と関係を記述することを目標とし、CK19を利用した血管の3次元構造の抽出に成功した。また、異なる染色画像を統一的な画像処理対象とするために、染色変換器を構築した。また、病理顕微鏡画像からの高速類似画像検索のためにAutoencoderの中間表現に基づくHashテーブルも構築した。
血管抽出に際しては、古典的な一般化円筒に基づく手法を採用した。3次元U-netを代表とするニューラルネットワークに基づく手法の適用を検討したが、メモリの制約が強く断念した。U-netの本質は多重解像度の構造にあり、スケールの異なる処理を分離することは原理上は可能である。異なるスケールの処理を分離しメモリの制約内でニューラルネットワークを動かすことが課題として浮かび上がってきた。2020年度の課題とする。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
3次元再構成した病理顕微鏡画像より微細な血管構造を抽出することに成功した。また、類似病理画像の高速検索のためのHashテーブルを構築した。ただし、対外発表には至らず上記評価とした。
|
| 今後の研究の推進方策 |
血管抽出の障壁となっているのは病理画像のサイズである。既存のニューラルネットワークに基づく手法のほぼ全てが、メモリの制約で直接適用できない。多重解像度の考え方も導入し、大規模画像を高精度に扱う手法を構築する。
|
