| 講演名 | 2018-06-13 大規模なイメージングデータからの細胞検出 伊東 翼(東工大), 太田 佳輔(理研), 大石 康博(理研), 村山 正宜(理研), 青西 亨(東工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | カルシウムイメージング技術の急速な発展により、広視野から数万細胞の活動を同時記録することが可能になっている。取得される大規模イメージングデータを手動で解析するのが不可能になりつつあり、自動解析手法の需要が高まっている。特に、如何に自動細胞検出を高速かつ高精度に実現するかが課題となっている。近年、機械学習による細胞検出方法が提案されている。しかしながら、これらの手法は、近年開発されている超広視野顕微鏡で取得される大規模データを、実用的な時間で処理するのは難しい。そこで私たちは、大規模イメージングデータを実用的な時間で処理できるlow-computational cost cell detection (LCCD) algorithmを開発した。実データを使い、LCCDと先行手法であるConstrained Non-negative matrix factorizationとSuite2Pの性能を比較した。LCCDはこれら先行手法と比べて数十倍速く動作し、細胞検出性能はこれらに匹敵することを確認した。 |
| 抄録(英) | The rapid progress of large scale calcium imaging method enables to record tens of thousands of cells simultaneously. However, the extreme increase in amount of multi-cellular activity data makes us face with a difficult of manual analysis. Consequently, demand for analysis it automatically is increasing. Especially, how to realize the automatic cell detection with fast and accuracy is the challenge. Recently, some research groups proposed automatic cell detection using machine learning methods. But those methods are difficult to process large-scale imaging data from the super wide field microscope developed in recent years in practical time. Therefore, we developed low-computational cost cell detection (LCCD) algorithm which is can process it in practical time. We compare LCCD with previous method: constrained Non-negative matrix factorization and Suite2p. The performance of the LCCD is almost comparable with other famous algorithms. |
| キーワード(和) | カルシウムイメージング / 自動細胞検出 |
| キーワード(英) | calcium imaging / automatic cell detection |
| 資料番号 | NC2018-5 |
| 発行日 | 2018-06-06 (NC) |
| 研究会情報 | |
| 研究会 | NC / IBISML / IPSJ-BIO / IPSJ-MPS |
|---|---|
| 開催期間 | 2018/6/13(から3日開催) |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | 機械学習によるバイオデータマインニング、一般 |
| テーマ（英） | Machine Learning Approach to Biodata Mining, and General |
| 委員長氏名（和） | 平田 豊(中部大) / 鹿島 久嗣(京大) |
| 委員長氏名（英） | Yutaka Hirata(Chubu Univ.) / Hisashi Kashima(Kyoto Univ.) |
| 副委員長氏名（和） | 庄野 逸(電通大) / 杉山 将(東大) / 津田 宏治(東大) |
| 副委員長氏名（英） | Hayaru Shouno(UEC) / Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 吉川 大弘(名大) / 吉本 潤一郎(奈良先端大) / 竹内 一郎(名工大) / 神嶌 敏弘(産総研) |
| 幹事氏名（英） | Tomohiro Yoshikawa(Nagoya Univ.) / Junichiro Yoshimoto(NAIST) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST) |
| 幹事補佐氏名（和） | 稲垣 圭一郎(中部大) / 篠崎 隆志(NICT) / 岩田 具治(NTT) / 大羽 成征(京大) |
| 幹事補佐氏名（英） | Keiichiro Inagaki(Chubu Univ.) / Takashi Shinozaki(NICT) / Tomoharu Iwata(NTT) / Shigeyuki Oba(Kyoto Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Bioinformatics and Genomics / Special Interest Group on Mathematical Modeling and Problem Solving |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 大規模なイメージングデータからの細胞検出 |
| サブタイトル（和） | |
| タイトル（英） | Cell detection from large imaging data |
| サブタイトル（和） | |
| キーワード(1)（和/英） | カルシウムイメージング / calcium imaging |
| キーワード(2)（和/英） | 自動細胞検出 / automatic cell detection |
| 第 1 著者 氏名（和/英） | 伊東 翼 / Tsubasa Itoh |
| 第 1 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo institute of technology(略称：Tokyo Tech) |
| 第 2 著者 氏名（和/英） | 太田 佳輔 / Keisuke Ota |
| 第 2 著者 所属（和/英） | 理化学研究所 脳科学総合研究センター(略称：理研) RIKEN Brain Science Institute(略称：RIKEN) |
| 第 3 著者 氏名（和/英） | 大石 康博 / Yasuhiro Oisi |
| 第 3 著者 所属（和/英） | 理化学研究所 脳科学総合研究センター(略称：理研) RIKEN Brain Science Institute(略称：RIKEN) |
| 第 4 著者 氏名（和/英） | 村山 正宜 / Masanori Murayama |
| 第 4 著者 所属（和/英） | 理化学研究所 脳科学総合研究センター(略称：理研) RIKEN Brain Science Institute(略称：RIKEN) |
| 第 5 著者 氏名（和/英） | 青西 亨 / Toru Aonishi |
| 第 5 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo institute of technology(略称：Tokyo Tech) |
| 発表年月日 | 2018-06-13 |
| 資料番号 | NC2018-5 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | NC-80 |
| ページ範囲 | pp.1-1(NC), |
| ページ数 | 1 |
| 発行日 | 2018-06-06 (NC) |