|
JAIST Repository >
b. 情報科学研究科・情報科学系 >
b50. 科学研究費助成事業研究成果報告書 >
2018年度 >
このアイテムの引用には次の識別子を使用してください:
http://hdl.handle.net/10119/16039
|
| タイトル: | 視覚的特徴の乏しい物体の検出を可能にする特徴量の探索と原虫類種同定への応用 |
| その他のタイトル: | Exploring image representation that enables to detect objects with little visible features and its application for protozoa identification |
| 著者: | 吉高, 淳夫 |
| 著者（別表記）: | Yoshitaka, Atsuo |
| キーワード: | 寄生虫
原虫
物体検出
種の識別
局所特徴
分子疫学 |
| 発行日: | 14-Jun-2019 |
| 抄録: | 顕微鏡により観察される原虫類などの寄生虫は遺伝子解析による方法だけでなく、特徴的な形態により種を同定することが可能である。本研究では対象虫体の局所的な特徴を複数のスケールごとに多次元ベクトルとして表現し、その類似性により種の識別をより精度高く実現する。また、虫体の検出に対してはネットワーク構造を改良した深層学習による虫体検出を実現した。また、分類が明確でなかった種に対する分子疫学調査により、寄生虫情報データベースの拡充を図った。 研究成果の学術的意義や社会的意義: 寄生虫は顕微鏡のみで確定診断が可能な感染症の病原体である。寄生虫感染症は国内症例が極めて少なく、顕微鏡検査で寄生虫を検出した経験のある検査技師が少ないため、習熟度の低下が問題となっている。本研究では、種ごとに固有な視覚的特徴の差が大きくない原虫などの寄生虫をより精度高く識別する特徴量表現により虫体を識別する手法を提案し、また、寄生虫情報データベースの拡充により上記課題に対する情報提供システムの基盤を提供する意義がある。 ： Protozoa that is classified into parasite causing diseases can be identified not only by DNA analysis but also by its morphological features that is observed with microscope. In order to improve the accuracy of identifying species of parasite, we proposed to represent visible feature of a parasite with local features of different scale divisions. Detection of the region of parasite in micrograph is carried out by applying original deep neural network. Moreover, parasite database is enriched by epidemiological study for clarifying differences of related species. |
| 記述: | 挑戦的研究（萌芽）
研究期間：2017～2018
課題番号：17K20025
研究者番号：60263729
研究分野： 画像処理 |
| 言語: | jpn |
| URI: | http://hdl.handle.net/10119/16039 |
| 出現コレクション: | 2018年度 (FY 2018)
|
このアイテムのファイル:
| ファイル |
記述 |
サイズ | 形式 |
|---|
| 17K20025seika.pdf | | 129Kb | Adobe PDF | 見る/開く |
|
当システムに保管されているアイテムはすべて著作権により保護されています。
|
