ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. コンピュータビジョンとイメージメディア(CVIM)
  3. 2017
  4. 2017-CVIM-207

畳み込みニューラルネットワークを用いた電子顕微鏡画像における薬剤耐性菌株の識別

https://ipsj.ixsq.nii.ac.jp/records/178755
https://ipsj.ixsq.nii.ac.jp/records/178755
bdb94974-4e94-4548-8e49-5cd19822b5b9
名前 / ファイル ライセンス アクション
IPSJ-CVIM17207022.pdf IPSJ-CVIM17207022.pdf (6.5 MB)
Copyright (c) 2017 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2017-05-03
タイトル
タイトル 畳み込みニューラルネットワークを用いた電子顕微鏡画像における薬剤耐性菌株の識別
タイトル
言語 en
タイトル Classification of Microscopic Images of Drug Resistant Strains Using Convolutional Neural Networks
言語
言語 jpn
キーワード
主題Scheme Other
主題 卒論スポットライトセッション
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_18gh
資源タイプ technical report
著者所属
大阪大学
著者所属
大阪大学
著者所属
大阪大学
著者所属
大阪大学
著者所属
大阪大学
著者所属
理化学研究所/東京大学
著者所属
大阪大学
著者所属
大阪電気通信大学
著者所属
大阪大学
著者所属(英)
en
Osaka University
著者所属(英)
en
Osaka University
著者所属(英)
en
Osaka University
著者所属(英)
en
Osaka University
著者所属(英)
en
Osaka University
著者所属(英)
en
RIKEN / Tokyo University
著者所属(英)
en
Osaka University
著者所属(英)
en
Osaka Electoro-Communication University
著者所属(英)
en
Osaka University
著者名 長野, 章宏

× 長野, 章宏

長野, 章宏

Search repository
青木, 工太

× 青木, 工太

青木, 工太

Search repository
武内, 優奈

× 武内, 優奈

武内, 優奈

Search repository
西野, 美都子

× 西野, 美都子

西野, 美都子

Search repository
西野, 邦彦

× 西野, 邦彦

西野, 邦彦

Search repository
古澤, 力

× 古澤, 力

古澤, 力

Search repository
岩崎, 憲治

× 岩崎, 憲治

岩崎, 憲治

Search repository
越後, 富夫

× 越後, 富夫

越後, 富夫

Search repository
八木, 康史

× 八木, 康史

八木, 康史

Search repository
著者名(英) Akihiro, Nagano

× Akihiro, Nagano

en Akihiro, Nagano

Search repository
Kota, Aoki

× Kota, Aoki

en Kota, Aoki

Search repository
Yuna, Takeuchi

× Yuna, Takeuchi

en Yuna, Takeuchi

Search repository
Mitsuko, Nishino

× Mitsuko, Nishino

en Mitsuko, Nishino

Search repository
Kunihiko, Nishino

× Kunihiko, Nishino

en Kunihiko, Nishino

Search repository
Chikara, Furusawa

× Chikara, Furusawa

en Chikara, Furusawa

Search repository
Kenji, Iwasaki

× Kenji, Iwasaki

en Kenji, Iwasaki

Search repository
Tomio, Echigo

× Tomio, Echigo

en Tomio, Echigo

Search repository
Yasushi, Yagi

× Yasushi, Yagi

en Yasushi, Yagi

Search repository
論文抄録
内容記述タイプ Other
内容記述 近年,複数の抗菌薬への耐性を持つ病原菌 (多剤耐性菌) が出現し,世界的な問題となっている.耐性菌に関する様々な研究が行われる中,細菌が耐性を獲得する過程で形態が変化することが明らかとなってきた.どのような遺伝子の変化により細菌の形態が変化するかは生物学的に興味深い問題であるが,いまだに解明されていない.そこで,形態変化と遺伝子との関係を解明することを最終目標とし,本研究では最終目標を達成する最初の段階として,形態の違いで細菌株を識別することに取り組む.そして,識別結果を解析し,各株間の相違点を明らかにする.各株間の形態学的な特徴は,外膜の形状や顆粒 (細菌内の大きめの粒粒) の有無等に表れているが,外膜部分がにじんでいるものも多く,細菌の輪郭を抽出することは難しい.さらには,同じ株の細菌であっても,試料作製の過程で行われる処理により,見え方が大きく異なる.そこで,これらの問題を解決するために,本論文では,透過型電子顕微鏡画像からパッチを作成し,畳み込みニューラルネットワーク (CNN) を用いてパッチの識別を行い,その結果をもとに元画像の株を推定する手法を提案する.提案手法の性能評価を行い,元画像単位で 0.983 もの高い識別率を得ることに成功した.また,CNN の中間層の出力を使用して,パッチをクラスタリングすることで,各株に特徴的な部分の特定を試みた.
論文抄録(英)
内容記述タイプ Other
内容記述 Bacteria which have resistance to multiple antibacterial drugs (multidrug-resistant strains) have appeared recently, which is becoming a global issue. Recent studies have shown that morphological features of bacteria can be altered in the resistance-gaining mechanism. Our final goal is to clarify relationships between drug resistance and morphological alternation. Morphological features tend to emerge in the shape of a cell wall, a granule, and so on. It is, however, difficult to extract a feature from a cell wall which is blur in many cases. Furthermore, the appearance of bacteria captured by a transmission electron microscope (TEM) is greatly different even in a same strain. This difference is caused by the process of making samples. In this paper, we propose an approach for the classification of TEM images of multi-drug resistant strains based on patch aggregation. In the training phase, patches extracted from TEM images are fed into a convolutional neural network (CNN). In the test phase, the confidence scores of a patch is obtained by the trained network, and then the class label of a TEM image is predicted by aggregating the scores of patches extracted from the image. We conduct experiments to demonstrate the effectiveness of our approach and achieved a high classification accuracy of TEM images. To investigate strain-specific features, we perform clustering of patches based on the output of a intermediate layer in the trained CNN, and demonstrate differences in morphological features among strains.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA11131797
書誌情報 研究報告コンピュータビジョンとイメージメディア(CVIM)

巻 2017-CVIM-207, 号 22, p. 1-8, 発行日 2017-05-03
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8701
Notice
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-20 05:00:47.210949
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3