2021 年度実績報告書

スパースモデリングと画像処理による高速な汎用セルソーティング手法の開発

研究課題

研究課題/領域番号	19K12104
研究機関	工学院大学
研究代表者	竹川高志工学院大学, 情報学部(情報工学部), 准教授 (50415220)
研究期間 (年度)	2019-04-01 – 2022-03-31
キーワード	蛍光イメージング / 信号検出 / 細胞検出 / スパース最適化 / 非負行列因子分解
研究実績の概要	近年，脳を直接撮影することで多数の神経細胞の活動を観測することのできる蛍光イメージング技術が大き向上し，脳の理解が大きく向上することが期待されている．蛍光イメージング記録を有効に活用するためには，記録データから自動的に細胞の位置と活動状態を求める技術が重要となるが，既存のシステムは精度・速度・安定性などさまざまな観点から十分とは言えなかった．本研究において，画像処理と確率モデル，最適化アルゴリズムと並列計算技術を駆使して既存のシステムに対して精度と速度が大幅に上回るシステムを開発し，ソフトウェアを公開した．開発したシステム HOTARU は，恣意的なパラメータを持たずデータの性質に依存せず安定して動作し，既存の手法では検出が難しかった発火率が低い，あるいは SN が小さい細胞についても検出し，高精度なスパイク検出が可能である．具体的には，細胞の大きさと対応する Lapacian of Gaussian (LoG) フィルタを複数用意し動画の各フレームに網羅的に適用することで，細胞をもれなく検出した上で同一細胞を示す細胞候補を効率良く縮約する方法で，擬陽性の数を抑えつつ多くの細胞候補を初期配置として設定することを可能にした．また，細胞の形状と活動を反復法により改善する際に新たに開発して細胞ごとに正規化されたスパースモデリング手法を適用した．この手法により，従来法では細胞強度のみで細胞の妥当性を判断していたのに対して，細胞の形状が安定していること，検出されるスパイクの数が妥当であることを元に改善が可能となった．細胞の形状について再度 LoG フィルタを活用することで，シンプルな手順で擬陽性を除去することにも成功している．