薬効評価のための深層学習と時系列解析を用いた細胞の非染色生死判別予測法の開発

カテゴリ: 部門大会

論文No: 25P4-PS-65

グループ名: 【E】第41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: 2024/11/18

タイトル(英語): Label-free Prediction of Viability Combined Deep Learning and Timelapse Analysis for Drug Efficacy Test

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: 非染色|深層学習|時系列解析|HeLa細胞|抗がん剤

要約(日本語): 従来の生死判定では,生死細胞の染色色素を利用して評価され,瞬間的な情報取得に留まり,時系列的な生死の計測が難しい.本研究では,明視野顕微鏡画像での細胞の形状と15分間隔の動きが生存の特徴量を持つことを利用する.深層学習と時系列解析を組み合わせ,細胞の面積変化と円形度から生死判別ルールを作成した.この生死判別ルールを,抗がん剤を使用した薬効調査に適用し,有用性を確認した.

PDFファイルサイズ: 837 Kバイト