非染色細胞の時系列画像セグメンテーションによる生死判別法の開発

カテゴリ: 研究会(論文単位)

論文No: BMS25013

グループ名: 【E】センサ・マイクロマシン部門 バイオ・マイクロシステム研究会

発行日: 2025/05/26

タイトル(英語): Cell Viability Assessment via Time-Series Image Segmentation of Unstained Cells

著者名: 野田 陸(豊橋技術科学大学),伊藤 壮麻(豊橋技術科学大学),岡本 俊哉(豊橋技術科学大学),柴田 隆行(豊橋技術科学大学),永井 萌土(豊橋技術科学大学)

著者名(英語): Riku Noda(Toyohashi University of Technology),Soma Ito(Toyohashi University of Technology),Shunya Okamoto(Toyohashi University of Technology),Takayuki Shibata(Toyohashi University of Technology),Moeto Nagai(Toyohashi University of Technology)

キーワード: 深層学習|セグメンテーション|ＨｅＬａ細胞|メトトレキサート|輝度|タイムラプス顕微鏡|Deep learning|Segmentation|HeLa cell|Methotrexate|Brightness|Time-lapse microscope

要約(日本語): 非染色細胞の生死判別は細胞毒性試験において重要だが、従来の染色法では瞬間的な情報しか得られず、多数の細胞が必要となる。本研究では、深層学習による時系列画像セグメンテーションを用い、非染色で細胞の形態や輝度変化を追跡する生死判別法を開発する。細胞応答性評価法を提案し、抗がん剤（メトトレキサート）を用いた薬効調査によりその実用性を検証する。

要約(英語): Cell Viability Assessment of unstained cells is crucial in cytotoxicity assays. Conventional staining methods provide only Instant information and require many cells. This study develops a deep learning-based time-lapse segmentation method to track morphological and brightness changes for viability assessment. The proposed approach is validated using methotrexate in drug efficacy evaluation.

本誌: 2025年5月29日-2025年5月30日バイオ・マイクロシステム研究会

本誌掲載ページ: 15-19 p

原稿種別: 日本語

PDFファイルサイズ: 1,452 Kバイト