二光子顕微鏡多次元画像における血管および細胞の定量解析に関する研究

【実施内容】 脳活動のダイナミックな変化を追跡評価するため，脳の活動に伴う脳血管の応答（神経血管連関）において，個々の神経活動と血管運動とを同時に計測することは両者の定量的関係性を理解する上で重要である．しかし３次元ボリュームのある神経細胞と血管の画像定量評価に置いて，さらにIn Vivoのダイナミックな変化の追跡には必要データ量に対して膨大な目視確認（同一血管の追跡など）が必須であった。そこで，血管形状を示すパラメータから5807組の血管１つ(セグメント)における対象とする時間軸の血管（と予想された）組み合わせから，目視により同一血管か否かを判断することで，サポートベクターマシン（SVM）を用いた自動追跡の方法を提案した.【成果】 セグメントの真値ペアのSVM分類器の精度は84％で，手動分類と比較して決定された誤差は16％であった．トレーニングデータを作成するために用意した5807ペアを特定するには，目視で約6時間必要であった. 本研究で提案したSVM分類器の支援により，約4000から5000のセグメントからなる2つの画像（たとえば、0日目と7日目に撮影された縦断画像）の同一セグメントを区別するのに必要な時間は，約30分に短縮された.低酸素および高酸素暴露における2週間後の比較では，低酸素では毛細血管径が増加した（1.5倍）が，高酸素症では増加しなかった．これらは先行研究と一致する（Yoshihara,et al. 2014）．本成果は二光子顕微鏡画像の大規模解析によってはじめて定量的に特徴付けることが可能となり，これにより毛細血管血液量の変化をより高精度に推定することが可能となった．その結果，従来の脳活動イメージングの信号源が動脈血液量の増加によるものであるという知見を強く支持する結果となった．

【実施内容】 脳活動のダイナミックな変化を追跡評価するため，脳の活動に伴う脳血管の応答（神経血管連関）において，個々の神経活動と血管運動とを同時に計測することは両者の定量的関係性を理解する上で重要である．しかし３次元ボリュームのある神経細胞と血管の画像定量評価に置いて，さらにIn Vivoのダイナミックな変化の追跡には必要データ量に対して膨大な目視確認（同一血管の追跡など）が必須であった。そこで，血管形状を示すパラメータから5807組の血管１つ(セグメント)における対象とする時間軸の血管（と予想された）組み合わせから，目視により同一血管か否かを判断することで，サポートベクターマシン（SVM）を用いた自動追跡の方法を提案した.【成果】 セグメントの真値ペアのSVM分類器の精度は84％で，手動分類と比較して決定された誤差は16％であった．トレーニングデータを作成するために用意した5807ペアを特定するには，目視で約6時間必要であった. 本研究で提案したSVM分類器の支援により，約4000から5000のセグメントからなる2つの画像（たとえば、0日目と7日目に撮影された縦断画像）の同一セグメントを区別するのに必要な時間は，約30分に短縮された.低酸素および高酸素暴露における2週間後の比較では，低酸素では毛細血管径が増加した（1.5倍）が，高酸素症では増加しなかった．これらは先行研究と一致する（Yoshihara,et al. 2014）．本成果は二光子顕微鏡画像の大規模解析によってはじめて定量的に特徴付けることが可能となり，これにより毛細血管血液量の変化をより高精度に推定することが可能となった．その結果，従来の脳活動イメージングの信号源が動脈血液量の増加によるものであるという知見を強く支持する結果となった．