权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Deep Learningを用いたデジタル病理画像からの遺伝子変異推定

使用深度学习从数字病理图像估计基因突变

基本信息

批准号：
16H06766
负责人：
河村大輔
金额：
$ 1.91万
依托单位：
Tokyo Medical and Dental University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Research Activity Start-up
财政年份：
2016
资助国家：
日本
起止时间：
2016-08-26 至 2018-03-31
项目状态：
已结题

项目摘要

本研究では、Deep Learning（深層学習）を腫瘍のデジタル病理画像に適用することで、治療の選択に影響を与える遺伝子変異の有無を病理画像から推定し、遺伝子変異と相関する組織学的特徴を病理医が解釈可能な形で提示することを目指す。本年度は、Deep Learningの教師データを効率よく得るために、腫瘍を含む領域・含まない領域を手動で選択するためのGUIシステム（PathologyMap）を開発した。本システムは地図画像の表示用に開発され、病理医を含む多くのユーザに日常的に利用されているGoogle MapのAPIをベースに実装を行った。そのため、操作方法を学ぶための時間および開発期間が大幅に短縮され、短時間で多くの教師データを生成することが可能となった。本システムを用いて、申請者の研究室に所属する病理医が、実際のデジタル病理画像約３８０症例から腫瘍を含む領域・含まない領域を選択し、教師データを作成した。また、デジタル病理画像では画像サイズが一般画像と比較して極めて大きいため、入力画像の解像度を調整する必要がある。しかし、高倍率画像では複数の細胞からなる構造レベルの情報が失われ、低倍率画像では細胞レベルの情報が失われるという問題があった。そのため、低倍率から高倍率まで３種類の拡大倍率の画像を同時に学習する深層学習技術であるMulti-resolution Convolutional Autoencoderを開発した。本手法を実際のデジタル病理画像に適用し、単独の倍率のみから学習したモデルに比べて性能が向上することを示した。

In this study, Deep Learning (deep learning) The application of pathological images of tumors and ulcers, the impact of treatment selection and the difference between them The presence or absence of pathological images, presumptions, and correlations between the differences and histological characteristics of the pathological examination are possible and suggestive. This year, Deep Learningの师データをefficiencyよくgetsるために、tumor infectionをcontains the field・contains the collar Domain を Manual で Selection 択するための GUI システム (PathologyMap) を开発した. The image of this システムは地図 is represented by に开発され, pathologist を合む多くのユーザにDaily use されているGoogle MapのAPIをベースに実装を行った.そのため, operation method をlearn ぶためのtime および开発 Period が大に shorten され, short-time で多くの teacher データをgenerate することがpossible となった. This is a pathologist who is affiliated with the applicant's research laboratory and a pathologist who is affiliated with the applicant's laboratory, and a pathological image of the pathologist who is affiliated with the applicant's laboratory Approximately 380 cases of swelling and ulcers are included in the field and the field is selected, and the teacher is made by the teacher.また, デジタルpathological image ではimage サイズがgeneral image と comparison して Extreme めて大きいため, input image のresolution をadjustment するnecessary がある. High magnification imageれ、Low magnification image of cells and information of cells and problems of がれるという.そのため、Low magnification からHigh magnification まで３Type の拡 Large magnification のimage を Simultaneous にlearning するDeep learning technology であるMulti-resolution Convolutional Autoencoder を开発した. This technique is suitable for pathological imaging, and the single magnification ratio is good for learning and performance.