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 |