2020年12月1日
【機械学習を生命科学に使う!シークエンスや画像データをどう解析し、新たな生物学的発見につなげるか?】(第3章)画像解析 画像の分類・特徴化 細胞画像のわずかな違いをとらえて分類するAI 細胞画像の見分け方をAIに教えてもらおう
実験医学
- ,
- 巻
- 38
- 号
- 20
- 開始ページ
- 3424
- 終了ページ
- 3430
- 記述言語
- 日本語
- 掲載種別
- 記事・総説・解説・論説等(商業誌、新聞、ウェブメディア)
- 出版者・発行元
- (株)羊土社
機械学習の発展により、事前に分類基準を用意しなくとも顕微鏡画像を分類することが可能になった。これは逆に言えば、分類基準となるような細胞の特徴を顕微鏡画像から抽出できるということである。すなわち、細胞の顕微鏡画像から特徴量・情報を機械学習により発掘し、その解析から生物学的発見をめざすというデータ駆動型研究が可能になる。最近筆者らは、本アプローチの雛形として、細胞周期を反映する細胞画像の特徴抽出を試みた。本稿では、その解説を通じて、機械学習による画像分類の細胞生物学における実際と期待される展望を議論する。(著者抄録)
- リンク情報
-
- 共同研究・競争的資金等の研究課題
- ゆらぎと応答の基本限界から探索する生体分子の設計原理
- 共同研究・競争的資金等の研究課題
- 情報物理学でひもとく生命の秩序と設計原理
- 共同研究・競争的資金等の研究課題
- 神経軸索での小胞輸送速度が速いのはなぜか?
- 共同研究・競争的資金等の研究課題
- 超解像3次元ライブイメージングによるゲノムDNAの構造、エピゲノム状態、転写因子動態の経時的計測と操作
- 共同研究・競争的資金等の研究課題
- 先端バイオイメージング支援プラットフォーム
- URL
- https://search.jamas.or.jp/index.php?module=Default&action=Link&pub_year=2020&ichushi_jid=J01704&link_issn=&doc_id=20201216110012&doc_link_id=%2Fai4jigkb%2F2020%2F003820%2F013%2F3424b3430%26dl%3D3&url=http%3A%2F%2Fwww.medicalonline.jp%2Fjamas.php%3FGoodsID%3D%2Fai4jigkb%2F2020%2F003820%2F013%2F3424b3430%26dl%3D3&type=MedicalOnline&icon=https%3A%2F%2Fjk04.jamas.or.jp%2Ficon%2F00004_4.gif
- ID情報
-
- ISSN : 0288-5514
- 医中誌Web ID : 2021102199