• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

深層学習を用いた細胞追跡アルゴリズムの開発

研究課題

  • PDF
研究課題/領域番号 20H03244
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分43060:システムゲノム科学関連
研究機関慶應義塾大学

研究代表者

舟橋 啓  慶應義塾大学, 理工学部(矢上), 教授 (70324548)

研究期間 (年度) 2020-04-01 – 2023-03-31
キーワード画像解析 / 機械学習 / 深層学習 / 細胞系譜 / 細胞追跡 / 発生・分化
研究成果の概要

深層学習(Deep Learning)を利用することで、今まで困難だったマウス胚発生の3次元時系列蛍光顕微鏡画像から細胞の移動・分裂の両者を高精度にトラッキングする画像処理アルゴリズムを開発した。既存のトラッキングアルゴリズムでは細胞の移動と分裂を同時に検出することが困難であり、細胞分裂トラッキングの精度は非常に低くなってしまうといった問題点があった。本研究課題では、深層学習と整数計画法を組み合わせたトラッキングアルゴリズムを開発し、40細胞期までの正確な細胞追跡を行うことに成功した。

自由記述の分野

定量生物学

研究成果の学術的意義や社会的意義

学術的意義として、当研究課題で開発したOHモデルおよびMHモデルは細胞分裂を含む細胞動態を90%近い精度で細胞追跡を行うことに成功し、初期マウス発生過程における胚の1細胞ごとの動態を定量的に比較することが可能であることが示された点が挙げられる。
社会的意義としては本研究課題で提案された細胞追跡アルゴリズムを用いることで、経験的に定められた指標に代わる、産仔作出能との関連性が高い「胚の質を評価し得る指標」の確立が期待される点が挙げられる。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi