空間トランスクリプトームを用いた病理画像認識

• Item type: SIG Technical Reports(1)
• 公開日: 2025-01-14
• タイトル: 空間トランスクリプトームを用いた病理画像認識
• 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: 計算生命科学ユニット国立がん研究センター
• 著者所属: 九州大学
• 著者所属: 計算生命科学ユニット国立がん研究センター
• 著者名: 西村, 和也; 備瀬, 竜馬; 小嶋, 泰弘
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 空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．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 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 2025-CVIM-240, 号 11, p. 1-5, 発行日 2025-01-14
• ISSN / 収録物識別子タイプ: ISSN
• 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