| 研究課題/領域番号 |
18K15476
|
|---|
| 研究機関 | 千葉大学 |
|---|
研究代表者 |
須藤 千尋 千葉大学, 大学院医学研究院, 講師 (30612650)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 機械学習 / 画像診断 |
|---|
| 研究実績の概要 |
2020年度は、2018・2019年度から引き続いて、ビッグデータ解析に必要な高速演算環境の整備と、機械学習によるマウス性周期判定技術の開発を行った。約3300枚の雌マウスの膣スメア画像から細胞診を行うコンピュータプログラムを開発した。それらの画像は膣分泌液に浮遊する上皮細胞や白血球などを光学顕微鏡で撮影したものである。通常は研究者が細胞の種類や比率を目視し、性周期のphaseを判定することで自らの実験に役立てるが、その判定精度向上には熟練を要するため、実験動物を用いる全ての研究者にとっての利益とすべく、高精度で自動判定するプログラムを開発するという研究であった。約3300枚の各画像が示す性周期のphase情報を、あらかじめ熟練研究者が判定し、画像データとは別の「正答」データとした。そのうち約2000枚を訓練画像としてPythonベースの畳み込みニューラルネットワークプログラムに投入、性周期のphaseを判定させ、より高精度で正答にたどり着く"読影法"を学習させた。訓練に用いていない残りの画像から、約500枚の評価用画像セット、約700枚のテスト用画像セットを作成した。評価用画像およびテスト用画像の示す性周期phaseをプログラムに判定させたところ、各phaseで90％前後の判定制度を得た。テスト用画像を、マウスの性周期判定を日常的に行っている熟練研究者と非熟練研究者にも判定してもらい、プログラムの判定精度と比較したところ、プログラムは熟練研究者に並ぶ高精度での判定ができることがわかった。この成果をとりまとめ、現在、英文学術雑誌Scientific Reportsに投稿し、掲載された。また、開発したプログラム本体をソフトウェア開発プラットフォームである「GitHub」にて、学習に用いた画像データセットを千葉大学学術成果リポジトリ「CURATOR」にて、それぞれオンラインで公開した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
本研究課題は探索的なものであるため、計画通りの成果を得るにも困難が予想されたが、当初の想定外の共同研究者を得ることができたことで順調に進捗できた。
そのほかに疫学的遺伝子情報データベースの解析の課題については、新型コロナウイルス感染症流行に伴う他業務および生活面での対応によって本研究へのエフォート配分が不足したため、進捗が遅れることとなった。脳画像解析の課題については、データベースの規模が不十分であることが判明したため、実現不能である可能性が高い。
|
| 今後の研究の推進方策 |
計画内容に大きな変更は行わない。
機械学習による性周期判定プログラムの開発課題については、論文掲載をもって完了した。また、開発した性周期判定プログラムは、オンラインで公開し世界中の研究者に無償提供する予定である。
疫学的遺伝子情報データベースの解析については進める見込みである。
脳画像解析の課題については、引き続き可能な解析方法を模索するが、実現不能となる可能性が高い。
|
| 次年度使用額が生じた理由 |
ソフトウェアライセンスの利用延長が可能となり、追加購入が不要となった。新型コロナウイルス感染症流行に伴い、成果の公表のための学会参加費・旅費の支出が減った。
|
