| アイテムタイプ |
Article |
| ID |
|
| プレビュー |
| 画像 |
|
| キャプション |
|
|
| 本文 |
KAKEN_20H03244seika.pdf
| Type |
:application/pdf |
Download
|
| Size |
:2.8 MB
|
| Last updated |
:Dec 11, 2024 |
| Downloads |
: 27 |
Total downloads since Dec 11, 2024 : 27
|
|
| 本文公開日 |
|
| タイトル |
| タイトル |
深層学習を用いた細胞追跡アルゴリズムの開発
|
| カナ |
シンソウ ガクシュウ オ モチイタ サイボウ ツイセキ アルゴリズム ノ カイハツ
|
| ローマ字 |
Shinsō gakushū o mochiita saibō tsuiseki arugorizumu no kaihatsu
|
|
| 別タイトル |
| 名前 |
Development of a cell tracking algorithm using deep learning
|
| カナ |
|
| ローマ字 |
|
|
| 著者 |
| 名前 |
舟橋, 啓
 |
| カナ |
フナハシ, アキラ
|
| ローマ字 |
Funahashi, Akira
|
| 所属 |
慶應義塾大学・理工学部 (矢上) ・教授
|
| 所属(翻訳) |
|
| 役割 |
Research team head
|
| 外部リンク |
科研費研究者番号 : 70324548
|
| 名前 |
山縣, 一夫
|
| カナ |
ヤマガタ, カズオ
|
| ローマ字 |
Yamagata, Kazuo
|
| 所属 |
|
| 所属(翻訳) |
|
| 役割 |
Collaborator
|
| 外部リンク |
|
| 名前 |
小林, 徹也
|
| カナ |
コバヤシ, テツヤ
|
| ローマ字 |
Kobayashi, Tetsuya
|
| 所属 |
|
| 所属(翻訳) |
|
| 役割 |
Collaborator
|
| 外部リンク |
|
| 名前 |
木村, 暁
|
| カナ |
キムラ, アカツキ
|
| ローマ字 |
Kimura, Akatsuki
|
| 所属 |
|
| 所属(翻訳) |
|
| 役割 |
Collaborator
|
| 外部リンク |
|
| 名前 |
|
| カナ |
|
| ローマ字 |
|
| 所属 |
|
| 所属(翻訳) |
|
| 役割 |
|
| 外部リンク |
|
|
| 版 |
|
| 出版地 |
|
| 出版者 |
|
| 日付 |
| 出版年(from:yyyy) |
2023
|
| 出版年(to:yyyy) |
|
| 作成日(yyyy-mm-dd) |
|
| 更新日(yyyy-mm-dd) |
|
| 記録日(yyyy-mm-dd) |
|
|
| 形態 |
|
| 上位タイトル |
| 名前 |
科学研究費補助金研究成果報告書
|
| 翻訳 |
|
| 巻 |
|
| 号 |
|
| 年 |
2022
|
| 月 |
|
| 開始ページ |
|
| 終了ページ |
|
|
| ISSN |
|
| ISBN |
|
| DOI |
|
| URI |
|
| JaLCDOI |
|
| NII論文ID |
|
| 医中誌ID |
|
| その他ID |
|
| 博士論文情報 |
| 学位授与番号 |
|
| 学位授与年月日 |
|
| 学位名 |
|
| 学位授与機関 |
|
|
| 抄録 |
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。
Using deep learning, we have developed an image processing algorithm that can accurately track both cell migration and cell division in 3D time-series fluorescence microscopy images of mouse embryonic development, which was previously difficult. Existing tracking algorithms have difficulty detecting both cell migration and cell division simultaneously, and the accuracy of cell division tracking is very low. In this research project, we developed a tracking algorithm that combined deep learning and integer programming and accurately tracked cells up to the 40-cell stage.
|
|
| 目次 |
|
| キーワード |
|
| NDC |
|
| 注記 |
研究種目 : 基盤研究 (B) (一般)
研究期間 : 2020～2022
課題番号 : 20H03244
研究分野 : 定量生物学
|
|
| 言語 |
|
| 資源タイプ |
|
| ジャンル |
|
| 著者版フラグ |
|
| 関連DOI |
|
| アクセス条件 |
|
| 最終更新日 |
|
| 作成日 |
|
| 所有者 |
|
| 更新履歴 |
|
| インデックス |
|
| 関連アイテム |
|
