細胞画像の深層学習による非染色生死判別予測法の開発

カテゴリ: 部門大会

論文No: 7P2-PS-58

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): Label-free Viability Assay from Cell Images Using Deep Learning

著者名: 伊藤 壮麻(豊橋技術科学大学), 鈴木 涼真(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)

キーワード: 深層学習|Hela細胞|タイムラプス顕微鏡|非標識|物体検出|Deep learning|Hela cell|Time-lapse microscope|Label-free|Object detection

要約(日本語): 従来の細胞の生死判別方法では,生死細胞を染め分ける色素を利用し,実験の効率化の妨げとなる.細胞染色の工程を省き,実験回数を削減する.本研究では,細胞の形状が活性を示すことを利用し,画像から生死を判別する物体検出モデルの構築を目指した.シャーレ内での細胞/死細胞の顕微鏡画像を撮影しデータセットを準備した.これを物体検出モデルに学習させ,データセット,エポック数が検出精度に与える影響を調べた.

要約(英語): In conventional cell viability assays, cell staining is used to distinguish between live and dead cells. This staining hinders experimental efficiency. To reduce the number of experiments, we use cell morphology as an indicator of viability and detect live/dead cells using an object detection model. We acquired microscope images of cells, trained a model, and investigated the effect of dataset and epochs on detection accuracy.

PDFファイルサイズ: 621 Kバイト