| 研究課題/領域番号 |
18K19766
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分59:スポーツ科学、体育、健康科学およびその関連分野
|
|---|
| 研究機関 | 国立研究開発法人理化学研究所 |
|---|
研究代表者 |
久米 慧嗣 国立研究開発法人理化学研究所, 生命機能科学研究センター, 客員研究員 (30708441)
|
|---|
| 研究分担者 |
小林 紀郎 国立研究開発法人理化学研究所, 情報システム本部, ユニットリーダー (20415160)
村川 泰裕 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, チームリーダー (50765469)
水野 敬 大阪市立大学, 大学院医学研究科, 特任准教授 (60464616)
|
|---|
| 研究期間 (年度) |
2018-06-29 – 2021-03-31
|
| キーワード | 画像ビッグデータ / 電子顕微鏡 / 画像セグメンテーション / 深層学習 / 未病状態 / 血液細胞 / 健康インフォマティクス / 概念関係モデル |
|---|
| 研究成果の概要 |
本研究では、病気の潜在的状態である「未病」の状態を早期かつ超高感度検出する技術提供を目指す。血液細胞の培養細胞、あるいは正常や老齢の動物の組織を対象に、広域電顕技術やバーチャルスライドを利用したイメージング解析を実施して、それらの画像データの取得・蓄積を進めた。さらに、深層学習を用いた画像セグメンテーションなどを実施して、画像中にある生命構造を解読して、意味づけを行えるかどうかを検証した。細胞の核構造については、90%以上の精度にてその構造領域を認識できるところまで達成した。また、細胞形態の概念関係モデルにマッピングすることで、画像メタデータに基づく知識階層化のプロトタイプを構築した。
|
| 自由記述の分野 |
生物情報学
|
| 研究成果の学術的意義や社会的意義 |
最先端の技術開発による画像のビッグデータ化に加え、概念関係モデル（オントロジー）を用いてアノテーションした教師画像データと、深層学習等の機械学習の手法を組み合わせることで、異常部位を自動検出し、さらにその結果を人間と機械が共に可読な「知識階層」として記述する。これによって、これまで医学で見過ごされてきたような、未病時に出現する超微細病態変化「病気のタネ」を自動的に言い当てるとともに、従来の人間の解釈を自然言語で記述していた方法論を大きく刷新する。延いては、健康科学の境地から未病状態を早期かつ超高感度に検出する『健康インフォマティクス』を創生し、次世代の健康診断の概念を提唱する。
|
