ヘルスケア

コンピュータビジョンシステムが細胞を自動分析

Alex McFarland
Unite.AI を Google の優先ソースに追加
要点自動化された細胞解析は、専門家であっても何か月も続けることのできない手作業に取って代わります。
もっと見る
  • 自動化された細胞解析は、専門家であっても何か月も続けることのできない手作業に取って代わります。
  • 深層ニューラルネットワークにより、システムは数百個ではなく数千個の細胞を追跡できます。
  • 同じ画像認識システムは、がん組織内のT細胞と樹状細胞でもすでに試験されています。

マドリード・カルロス3世大学(UC3M)の研究者によって開発された新しいコンピュータビジョンシステムは、顕微鏡によって撮影された生物医学用ビデオの自動分析を可能にします。このシステムは、画像の中の細胞の挙動を特徴付け、記述します。

新しく開発された技術は、国立心血管研究センターの科学者によって生体組織の測定に使用されました。この研究では、研究チームは、好中球という免疫細胞の一種が、炎症過程の血液中で異なる挙動を示すことを発見しました。さらに、チームは、その一つのプロセスが心血管疾患と関連していることを発見しました。

この研究は、ネイチャー誌に掲載されました。

新しい治療を可能にする

これらの開発は、心臓発作の影響を最小限に抑える新しい治療法を可能にするかもしれません。

フェルナンド・ディアス・デ・マリア教授は、UC3Mマルチメディア処理グループの責任者であり、研究の著者の一人です。

「私たちの貢献は、コンピュータビジョン技術に基づく完全に自動化されたシステムの設計と開発であり、生物学者が生体顕微鏡法を用いて撮影されたビデオを分析することで、研究対象の細胞を特徴付けることができます」とマリアは述べています。

従来の生物学的研究は、数百個の細胞を手動で特徴付けする分析によって支持されることが多いですが、新しい研究では、数千個の細胞の形状、サイズ、運動、血管への相対位置を自動で測定することができました。これにより、より高度な生物学的分析が可能になり、統計的に有意な結果が得られます。

新しいシステムの利点

研究者は、新しいシステムが時間と精度の両面で様々な利点を持っていることを述べています。

イバン・ゴンサレス・ディアスは、UC3Mの信号理論と通信学部の准教授であり、研究チームのメンバーの一人です。

「専門の生物学者がビデオで細胞をセグメント化し、追跡することを何か月も続けることは実行可能ではありません。一方、おおよその目安として、細胞数や3次元体積の深さにもよりますが、私たちのシステムは5分間のビデオを15分で分析できます」とディアスは述べています。

チームは、細胞のセグメンテーションと検出にディープニューラルネットワークを使用しました。システムを新しいコンテキストで展開するために、チームは多くのトレーニング例を生成し、システムは様々な統計技術と幾何学的モデルを組み込む必要がありました。

システムは、他の問題にも適応できる柔軟なソフトウェアを必要とします。

ミゲル・モリーナ・モレノは、研究者のもう一人のメンバーです。

「実際に、我々はすでにこのシステムを他のシナリオで適用し、がん組織中のT細胞と樹状細胞の免疫学的挙動を研究しています。予備的な結果は有望です」とモレノは述べています。

Alex は Unite.AI の AI 主導のニュース運営を率いており、ジャーナリズム、リサーチ、そして自動化を組み合わせて、人工知能に関するタイムリーでスケーラブルな取材を支援しています。彼の仕事は、新興の AI 開発が効率的に取り上げられ、出版物の編集基準が維持されるよう支えています。