お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2017-03-14 13:10
高次画像特徴量を用いた低酸素順応下におけるアストロサイト形態の経時変化の解析
西野智博田中草介新タ雅啓須貸拓馬正本和人宮脇陽一電通大NC2016-91
抄録 (和) アストロサイトは脳血管から神経細胞への酸素供給や栄養補給を制御する重要な役割を担う細胞である.その細胞形態は,低酸素症などの病態時に変化すると言われているが,病態発現時からどのような時間経過をたどって細胞形態が変化するのかについて,これまで分かっていない.一方,我々はアストロサイトの形状変化を捉える新しいアプローチとしてDeep Convolutional Neural Network (DCNN)を用いる手法を提案し,その有効性を示してきた.そこで本研究では,低酸素順応後の複数日において,同じマウス個体の同じアストロサイトの形態を二光子顕微鏡で撮像し,それぞれの顕微鏡画像をDCNNで解析することにより,低酸素順応下でアストロサイトの形態が経時的にどう変わるのかについて検証を行った.DCNNで抽出された画像特徴量を入力とし,アストロサイトが低酸素状態にあるかどうかを予測する判別分析を行った結果,予測成績は低酸素順応が進むにつれて向上した.また,予測に必要な特徴量は低酸素順応が進むにつれて減少すること,またその特徴量は低酸素順応の異なる条件間で部分的にしか一致しないことが分かった.以上の結果は,低酸素順応下でアストロサイトに与えられた動的かつ連続的影響を,DCNNによって抽出された高次画像特徴量によって捕捉できる可能性を示唆している. 
(英) Astrocytes play an important role in controlling oxygen and nutrition from the blood to neurons. Although the shape of astrocytes is known to change under pathological conditions such as hypoxia, it is unclear how it dynamically changes after the onset of the pathological conditions. Our previous studies proposed an approach using deep convolutional neural network (DCNN) to describe morphological changes of astrocytes and demonstrated that DCNN-extracted image features are effective to discriminate astrocytes for pre- and post-hypoxia adaptation. In this study, we further extend this approach to analysis of dynamical changes of astrocyte shapes over the time course of hypoxia adaptation. We measured the same astrocyte images from one mouse using the two-photon microscope at multiple days after hypoxia induction, and performed classification analysis to predict whether given astrocyte images are measured during pre- or post-hypoxia adaptation using DCNN-extracted image features. Results showed that prediction accuracy gradually increased while the number of image features necessary for pre-/post-adaptation prediction decreased as hypoxia adaptation progressed. Further analyses revealed that the predictive image features only partially agreed between different stages of hypoxia adaptation. These results suggest that DCNN-extracted image features are effective to capture dynamical and continuous changes of astrocyte morphology during hypoxia adaptation.
キーワード (和) アストロサイト / Deep convolutional neural network / 低酸素順応 / 高次画像特徴量 / 細胞形状 / 二光子顕微鏡 / サポートベクタマシン / 機械学習  
(英) Astrocyte / Deep convolutional neural network / Hypoxial adaptation / Higher-order image feature / Cellular morphology / Two-photon microscopy / Support vector machine / Machine learning  
文献情報 信学技報, vol. 116, no. 521, NC2016-91, pp. 159-164, 2017年3月.
資料番号 NC2016-91 
発行日 2017-03-06 (NC) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード NC2016-91

研究会情報
研究会 MBE NC  
開催期間 2017-03-13 - 2017-03-14 
開催地(和) 機械振興会館 
開催地(英) Kikai-Shinko-Kaikan Bldg. 
テーマ(和) ME, 一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NC 
会議コード 2017-03-MBE-NC 
本文の言語 日本語 
タイトル(和) 高次画像特徴量を用いた低酸素順応下におけるアストロサイト形態の経時変化の解析 
サブタイトル(和)  
タイトル(英) Analysis of temporal change of astrocyte morphology under hypoxial adaptation using higher-order image features 
サブタイトル(英)  
キーワード(1)(和/英) アストロサイト / Astrocyte  
キーワード(2)(和/英) Deep convolutional neural network / Deep convolutional neural network  
キーワード(3)(和/英) 低酸素順応 / Hypoxial adaptation  
キーワード(4)(和/英) 高次画像特徴量 / Higher-order image feature  
キーワード(5)(和/英) 細胞形状 / Cellular morphology  
キーワード(6)(和/英) 二光子顕微鏡 / Two-photon microscopy  
キーワード(7)(和/英) サポートベクタマシン / Support vector machine  
キーワード(8)(和/英) 機械学習 / Machine learning  
第1著者 氏名(和/英/ヨミ) 西野 智博 / Tomohiro Nishino / ニシノ トモヒロ
第1著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC Tokyo)
第2著者 氏名(和/英/ヨミ) 田中 草介 / Sosuke Tanaka / タナカ ソウスケ
第2著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC Tokyo)
第3著者 氏名(和/英/ヨミ) 新タ 雅啓 / Masahiro Nitta / ニッタ マサヒロ
第3著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC Tokyo)
第4著者 氏名(和/英/ヨミ) 須貸 拓馬 / Takuma Sugashi / スガシ タクマ
第4著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC Tokyo)
第5著者 氏名(和/英/ヨミ) 正本 和人 / Kazuto Masamoto / マサモト カズト
第5著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC Tokyo)
第6著者 氏名(和/英/ヨミ) 宮脇 陽一 / Yoichi Miyawaki / ミヤワキ ヨウイチ
第6著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC Tokyo)
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2017-03-14 13:10:00 
発表時間 25分 
申込先研究会 NC 
資料番号 NC2016-91 
巻番号(vol) vol.116 
号番号(no) no.521 
ページ範囲 pp.159-164 
ページ数
発行日 2017-03-06 (NC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会