弱教師学習を用いた顕微鏡画像における細胞領域認識
Invited conference paper presented and published in conference proceedings


其它資訊
摘要バイオ研究において,細胞形状は重要な指標である一方,
機械学習による領域分割のための学習データの作成は,細
胞種や顕微鏡の種類ごとに,細胞領域を個々にアノテー
ションするといった多大な労力を必要とするという課題が
ある.そこで,本研究では,個々の細胞の中心付近の座標
といった簡易なアノテーション(弱教師) を用いた学習か
ら,個々の細胞領域を認識することが可能な手法を提案す
る.提案手法では,まずCNN に細胞中心付近を推定する
回帰問題を学習させる事で個々の細胞を検出する.学習し
たCNN は細胞形状を元に細胞検出を行っているという仮
定の元,ネットワークの出力から入力方向へ重みをたどる
ことで,個々の細胞の検出に貢献した画素を抽出し,個々
の細胞領域に活用する.複数の非侵襲顕微鏡によって撮影
された細胞画像に対して実験を行ない,従来手法より高精
度な領域分割の実現を確認し,提案手法の有用性を確認し
た.また,学習データとして細胞核を染色した画像を使用
することでアノテーションコストなしで細胞領域分割が実
現できることを示した.
出版社接受日期31.07.2019
著者西村和也, Dai Fei Elmer Ker, 備瀬竜馬
會議名稱22nd Symposium on Image Recognition and Understanding (MIRU2019)
會議開始日29.07.2019
會議完結日01.08.2019
會議地點Grand Cube Osaka (Osaka Prefectural International Convention Center)
會議國家/地區日本
出版年份2019
月份7
日期31
出版地Japan
語言日語

上次更新時間 2020-04-06 於 09:31