研究課題
本研究の目的は、多様な細胞動画像から、細胞の追跡というタスクを人間以上の精度で行うための方法を開発することである。近年の顕微鏡技術の発展により、多種多様かつ大量の細胞動画像が日々産出されている。バイオイメージングの方法と目的は多岐にわたるが、細胞を撮影した動画像を解析するという場合には、細胞の認識と時空間的な追跡が、画像から情報を抽出するための普遍的なタスクとなる。従来これらは人力による追跡、もしくは各論的に開発されたアルゴリズムによって対応されてきた。本研究では近年長足の進歩を遂げている深層学習と強化学習による方法を用いて、正解から動画像をシミュレーションで生成し、そのデータを用いて細胞の追跡というタスクを学習する方法論を開発する。シミュレーションとGANによる仮想動画の生成と、それを介した強化学習によって必要なタスクを獲得することができれば、様々な分野での応用が期待できる。本研究課題ではこれまで、GANによる画像生成と細胞の動きの数理モデルのシミュレーションによって動画を生成し、強化学習によって細胞追跡を学習させるための環境の構築を行った。本年度には、さらにいくつかの細胞の動画（二光子励起顕微鏡によって生体内の細胞遊走を観察したものや培養細胞の細胞周期を蛍光染色によって可視化したもの）に対して本手法を適用し、実際に追跡精度が向上することを確認した。予定していた成果報告についてはやや遅れ気味になっているが、学会発表と論文投稿を行う。
すべて 2020
すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (1件) (うち国際学会 1件)
International Journal of Bioscience, Biochemistry and Bioinformatics
巻: 10 ページ: 94～109
10.17706/ijbbb.2020.10.2.94-109
