分散学習ネットワークモデルを用いた病理組織画像の特徴抽出の最適化
研究課題情報
- 体系的番号
- JP21K12111
- 助成事業
- 科学研究費助成事業
- 資金配分機関情報
- 日本学術振興会(JSPS)
- 研究課題/領域番号
- 21K12111
- 研究種目
- 基盤研究(C)
- 配分区分
-
- 基金
- 審査区分/研究分野
-
- 小区分62010:生命、健康および医療情報学関連
- 研究機関
-
- 奈良先端科学技術大学院大学
- 研究期間 (年度)
- 2021-04-01 〜 2024-03-31
- 研究課題ステータス
- 交付
- 配分額*注記
- 3,900,000 円 (直接経費: 3,000,000 円 間接経費: 900,000 円)
研究概要
病理組織画像のような特殊な画像に対してニューラルネットワークを適用しようとする場合には、既存のモデルではなく画像の特性に合わせた特徴抽出の方法を最適化させる必要がある。本研究では申請者が開発した分散学習型オートエンコーダーを用い、教師なし学習による画像の特徴のクラスタリングを学習させる。学習したモデルをもとに、膵がんの細胞の形状のパターンを分類するための深層学習モデルを構築し、膵臓組織の細胞の表現型を定量的な指標で表せるようにすることで、膵がんの状態の理解と分析につがなると期待できる。
詳細情報 詳細情報について
-
- CRID
- 1040287907232866688
-
- 本文言語コード
- ja
-
- データソース種別
-
- KAKEN