| Item type |
SIG Technical Reports(1) |
| 公開日 |
2022-02-24 |
| タイトル |
|
|
タイトル |
時系列ラベルを用いた弱教師あり学習による筋組織再生過程の定量化手法の提案 |
| 言語 |
|
|
言語 |
jpn |
| 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 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者所属 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者所属 |
|
|
|
大阪大学大学院薬学研究科 |
| 著者所属 |
|
|
|
大阪大学大学院情報科学研究科 |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Information Science and Technology, Osaka University |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Information Science and Technology, Osaka University |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Pharmaceutical Science, Osaka University |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Information Science and Technology, Osaka University |
| 著者名 |
椙村, 渉
瀬尾, 茂人
深田, 宗一朗
松田, 秀雄
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
筋組織細胞は損傷から再生までの過程で様々な様相を呈する．この筋再生過程の解析は，老化や筋疾患による筋機能研究などへの貢献が期待される．筋組織の再生度合いを評価する方法としては組織切片を撮影した画像から外観検査を行うことが一般的であるが，客観性や定量性の担保といった側面から，深層学習などを用いた画像処理による解析の要求が高まっている．一方で，筋組織の再生についてのアノテーションには専門知識が必要であり，またそのコストも大きいため，十分な量と質の学習データを確保することは困難である．そこで本研究では，細胞画像撮影時点で取得可能な時系列ラベルを用いた弱教師あり学習によって，筋組織再生過程の定量化を行う方法を提案する． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10505667 |
| 書誌情報 |
研究報告数理モデル化と問題解決（MPS）
巻 2022-MPS-137,
号 21,
p. 1-6,
発行日 2022-02-24
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8833 |
| 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 |
IPSJ-MPS22137021.pdf (16.9 MB)
