高時間分解ACナノポア測定と機械学習による網羅的な細菌の同定

カテゴリ: 部門大会

論文No: 7A3-B-3

グループ名: 【E】第40回「センサ・マイクロマシンと応用システム」シンポジウム

発行日: 2023/10/31

タイトル(英語): Comprehensive identification of bacteria using high time-resolved AC nanopore measurements with machine learning

著者名: 坂本 まあみ(東京工業大学), 堀 宏輔(東京工業大学), 山本 貴富喜(東京工業大学)

キーワード: 畳み込みニューラルネット|機械学習|微生物センサ|バクテリア|ACナノポア法|convolutional neural network|machine learning|Microbial sensor|bacteria|AC nanopore method

要約(日本語): ACナノポア法のマルチモーダルな計測能力を細菌のセンシングに応用し、細菌の計数・分類性能を評価した。より高精細な測定波形を得るため数百kHz以上での計測を実現するストロー型ナノポアを開発し,11種類の細菌を計測の上,機械学習を用いて細菌種を分類した。その結果,ランダムフォレスト法での精度45.1%に対しCNNでは94.9%を達成した。ACナノポア法とCNNを組み合わせることで、細菌を高精度に分類できるセンシング手法となることが示された。

要約(英語): The multimodal measurement capability of the AC nanopore method was applied to sensing bacteria, and its counting and classification performance was evaluated. We developed a straw-type nanopore that can measure more than several hundred kHz to obtain higher resolution waveforms, measured 11 types of bacteria, and classified bacterial species using machine learning. The results showed that the accuracy of the random forest method was 45.1% while that of the CNN was 94.9%, indicating that the com

PDFファイルサイズ: 760 Kバイト