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
About this project
- Japan Grant Number
- JP21K12111
- Funding Program
- Grants-in-Aid for Scientific Research
- Funding organization
- Japan Society for the Promotion of Science
- Project/Area Number
- 21K12111
- Research Category
- Grant-in-Aid for Scientific Research (C)
- Allocation Type
-
- Multi-year Fund
- Review Section / Research Field
-
- Basic Section 62010:Life, health and medical informatics-related
- Research Institution
-
- Nara Institute of Science and Technology
- Project Period (FY)
- 2021-04-01 〜 2024-03-31
- Project Status
- Granted
- Budget Amount*help
- 3,900,000 Yen (Direct Cost: 3,000,000 Yen Indirect Cost: 900,000 Yen)
Research Abstract
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。
Details 詳細情報について
-
- CRID
- 1040287907232866688
-
- Text Lang
- ja
-
- Data Source
-
- KAKEN