生体の科学68巻5号

2017年10月発行

増大特集 細胞多様性解明に資する光技術─見て，動かす Ⅲ．見えたものを理解する

Deep learningを用いた細胞内画像中の粒子検出

著者： 堀田一弘¹

所属機関： ¹名城大学理工学部電気電子工学科

ページ範囲：P.470 - P.471

　画像認識の分野では，convolutional neural network（CNN）に代表されるディープラーニングを用いた方法が主流となっている。一般物体認識での成功を受け，細胞（内）画像の認識でもCNNを用いた方法が幾つか提案され始めている。しかし，細胞（内）画像はノイズや密集状態を含むため，単にCNNをそのまま適用しただけでは十分な性能が得られない。特に，粒子同士が重なっている密集領域で精度が低下してしまう。本稿では，CNNおよび密集領域での粒子検出の精度を向上させる方法を紹介する。

参考文献

1）Krizhevsky A, Sutskever I, Hinton GE：Imagenet classification with deep convolutional neural networks, Advances in Neural Information Processing Systems 25, pp1106-1114, 2012

2）Girshick R, Donahue J, Darrell T, Malik J：Rich feature hierarchies for accurate object detection and semantic segmentation, Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2014

3）Ronneberger O, Fischer P, Brox T：U-Net：convolutional networks for biomedical image segmentation, International Conference on Medical Image Computing and Computer Assisted Intervention, Lecture Notes in Computer Science, Vol. 9351, pp234-241, 2015

4）Nishida K, Hotta K：Particle detection in crowd regions using cumulative score of CNN, International Symposium on Visual Computing, Lecture Notes in Computer Science, Vol. 10072, pp566-575, 2016