| 研究領域 | 細胞内ロジスティクス：病態の理解に向けた細胞内物流システムの融合研究 |
|---|
| 研究課題/領域番号 |
23113727
|
|---|
| 研究機関 | 名城大学 |
|---|
研究代表者 |
堀田 一弘 名城大学, 理工学部, 准教授 (40345426)
|
|---|
| キーワード | 細胞内画像処理 / 輝点検出 / 対象追跡 / 大きさ推定 / カーネル法 |
|---|
| 研究概要 |
顔や物体の認識では見えの情報が有効である。しかし、細胞内画像では、ある対象と別な対象の色や形のような見え情報にほとんど違いがない。これまで顔や物体の認識で有効であったSIFT特徴やフィルタ特徴等を使って細胞内画像からの対象計数や追跡を行ってきたが、それほど高い精度は得られていない。細胞内画像中の粒子は周囲にある粒子と見え情報に違いが少ないことから、見えの類似性だけに依存せずに多様な情報を基に粒子の計数や追跡を行った。まず、メラノソームの追跡問題では、これまでSIFT特徴に基づく類似度のみに依存していたが、メラノソームが他の粒子と衝突せず、追跡対象以外のメラノソームは移動しないと仮定し、次の時刻に移動する可能性の高い領域を推定した。SIFT特徴による見えの類似度とBayesの定理により統合した結果、SIFT特徴による類似度だけに基づく方法よりも追跡精度が高くなった。また、細胞内画像中の粒子計数では、粒子の見え情報を基に教師付き学習により検出器を作成し、顔検出のように画像内の端から端まで検出器を適用することにより検出および計数を行っていた。これとは異なるアプローチとして、教師や粒子の見え情報にあまり依存しない背景差分に基づく方法を提案した。ロバスト統計や二値化処理を用いることにより、ある程度の精度を得ることができた。この方法と従来の教師付きの粒子の見え情報に依存した方法と組み合わせれば更に精度が向上すると考えられる。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
サポートベクター回帰による予測を加えた対象追跡法、背景推定に基づく輝点検出、ロバスト統計による輝点の大きさ推定の研究を行った。おおむね順調に進んでいる。
|
| 今後の研究の推進方策 |
見え情報だけに依存せずに多様な情報を利用しながら対象追跡、輝点検出、大きさ推定の精度を向上させる。
|
