| 研究実績の概要 |
生物・医用画像は３次元空間情報に加え, 動的時間情報ももつ. このような膨大な多次元データを統一的に表現し，コアとなる時空間特徴を見つけることは, ４次元生物・医用画像の解析において重要な課題である. 本研究では，多重線形代数の枠組で４次元生物・医用画像の解析法を提案した．主に以下の成果が得られた．
1. 本研究は，理化学研究所で公開されている4次元生体動態画像データを対象とし， Shape Indexを用いた胚領域や核領域のセグメンテーション法を開発した．既存の手法に比べると，高精度であることがわかった．また，セグメンテーションされた胚領域のマスク画像（ボリュームデータ）を用いて楕円球フィッティングによる高精度な位置合わせ手法も開発した．さらに，セグメントされた核の円形度を計算し，円形度に応じた時間軸の正規化法を確立した．このように大規模多次元生物画像の解析に必要な前処理枠組を確立した．
2. 前処理枠組で正規化された核データ（ボリュームデータ）を一つ3階テンソルとして表現し，一般化N次元主成分分析（GND-PCA）を用いて入力テンソルを複数のテンソル基底の線形和で表現できるよう，テンソル基底（成分）を学習した．求められた基底（成分）は核の形状や位置，大きさなどの変化を表す．異なるデータは異なる係数を持つので，今後生物学と関連づけて解析していくことが期待される．
3. 多重線形解析の枠組で多重線形スパースコーディング法を提案し，多時相CT画像（４次元画像）を一つのテンソルとして取り扱うことによって時相間の共起を考慮した時空間特徴抽出法を開発した．従来のベクトル表現手法（時相間の共起を考慮しない手法）に比べ，多時相CT画像を用いた診断支援の精度を向上させた.
|
