| 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 | 2025-01-21 13:05 空間トランスクリプトームを用いた病理画像認識 ○西村和也（国立がん研究センター）・備瀬竜馬（九大）・小嶋泰弘（国立がん研究センター）  PRMU2024-34 |
|
| 抄録 | （和） | 間トランスクリプト－ムは，空間解像度を持った遺伝子発現と画像を同時に観測が可能な新しい観測技術である． 遺伝子発現は細胞のサブタイプなどの病理形態に関する特徴と密接に関係しており，画像の表現学習を強化できる可能性がある．しかし，従来手法では空間トランスクリプト－ムを画像認識に役立てる試みが存在しない（例えば，病理画像のパッチレベルのサブタイプクラス分類）． その大きな課題の一つは，空間トランスクリプト－ムにおける実験条件の違いなどにより生じるデータのずれである「batch effect」の影響である．この「batch effect」 のため，異なる患者から取得した遺伝子発現間でズレが生じ，遺伝子発現データから画像に関連する一貫したシグナルの抽出が困難となる． そこで，本論文では，複数の患者から取得した空間トランスクリプト－ムによる遺伝子発現から一貫したシグナルが取得可能な，batchに非依存的なcontrastive learning のフレームワークを提案する．遺伝子発現から一貫したシグナルを取得するため，変分推論の枠組みで訓練されたvariational autoencoder のエンコーダを活用する．このエンコーダから取得した特徴に対し，contrastive learning の枠組みで学習することにより遺伝子発現に含まれる画像に関連する情報の取得を目指す．実験では，公開データセットを用いて従来のcontrastive learning に基づいた手法と比較を行い，手法の有効性を示す． |
| （英） | Spatial transcriptomics (ST) is a novel technique that simultaneously captures pathological images and gene expression profiling with spatial coordinates. Since ST is closely linked to pathological features such as disease subtypes, it may be valuable for augmenting image representation with pathological information. However, there are no attempts to leverage ST for image recognition ({it i.e,} path-level classification of subtypes of pathological image.). One of the big challenges is significant batch effects in spatial transcriptomics that make it difficult to extract pathological features of images from ST. In this paper, we propose a batch-agnostic contrastive learning framework that can extract consistent signals from gene expression of ST in multiple patients. To extract consistent signals from ST, we utilize the batch-agnostic gene encoder that is trained in a variational inference manner. Experiments demonstrated the effectiveness of our framework on a publicly available dataset. |
|
| キーワード | （和） | 病理画像 / 対照学習 / マルチモーダル学習 / 空間トランスクリプト－ム / / / / |
| （英） | pathological image / contrastive learning / multi-modal learning / spatial transcriptomics / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 336, PRMU2024-34, pp. 7-11, 2025年1月. | |
| 資料番号 | PRMU2024-34 | |
| 発行日 | 2025-01-14 (PRMU) | |
| ISSN | 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 | PRMU2024-34 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM VRSJ-SIG-MR MVE |
| 開催期間 | 2025-01-21 - 2025-01-22 |
| 開催地（和） | 九州大学 伊都キャンパス 椎木講堂 |
| 開催地（英） | |
| テーマ（和） | 医用・健康のためのCV/PR/XR技術 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2025-01-PRMU-CVIM-SIG-MR-MVE |
| 本文の言語 | 日本語 |
| タイトル（和） | 空間トランスクリプトームを用いた病理画像認識 |
| サブタイトル（和） | |
| タイトル（英） | * |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 病理画像 / pathological image |
| キーワード(2)（和/英） | 対照学習 / contrastive learning |
| キーワード(3)（和/英） | マルチモーダル学習 / multi-modal learning |
| キーワード(4)（和/英） | 空間トランスクリプト－ム / spatial transcriptomics |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 西村 和也 / Kazuya Nishimura / ニシムラ カズヤ |
| 第1著者 所属（和/英） | 国立がん研究センター (略称： 国立がん研究センター) National Cancer Center (略称： NCC) |
| 第2著者 氏名（和/英/ヨミ） | 備瀬 竜馬 / Ryoma Bise / ビセ リョウマ |
| 第2著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 小嶋 泰弘 / Yasuhiro Kojima / コジマ ヤスヒロ |
| 第3著者 所属（和/英） | 国立がん研究センター (略称： 国立がん研究センター) National Cancer Center (略称： NCC) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-21 13:05:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2024-34 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.336 |
| ページ範囲 | pp.7-11 |
| ページ数 | 5 |
| 発行日 | 2025-01-14 (PRMU) |
[研究会発表申込システムのトップページに戻る]