Cell diagnosis by bridging Raman Spectral Imaging and Information Science

点击翻译按钮获取中文摘要

圧縮センシング手法の発展により、より少ないデータ数で「数理的に」超解像イメージングを実現する方法が蓄積されてきた。生きた細胞や生体組織のラマン散乱スペクトルがつくる高次元空間のうち、少ない次元で細胞状態（癌/正常細胞）を分類できることが明らかとなってきた。このことは、細胞状態を同定する少数次元から成る特徴量が存在し、効率的なスパースモデリングが可能であることを示唆している。Clement博士の研究は、1．細胞および生体組織のラマン分光イメージングデータに対し、圧縮センシングの手法を取り入れてラマン分光画像をできるだけ少ない回数の照射パターンで復元するアルゴリズムを導入したラマン顕微鏡のための情報計測手法を構築すること、2．画像処理技術を駆使してS/N比が低いラマン画像からスパースな構造をもつミトコンドリアなどを自動抽出するアルゴリズムを開発し、細胞状態との関係性を明らかにすること、3．宇宙線除去などラマンスペクトル解析は複数の前処理を必要とする。前処理のうち、宇宙線除去の自動化、背景光を効率的に取り除くアルゴリズムを開発すること、の3点を展開してきた。1．に関しては、アルゴリズム開発はほぼ終えて数値的には少ない回数の照射パターンでラマン分光画像が復元できることを示すことに成功し、ラマン顕微鏡にアルゴリズムを導入した共同研究者の装置開発が進んでいる。2．は次元縮約、スパース主成分分析、テクスチャ分解、数学的形態変換等を組み合わせた手法を開発し、甲状腺濾胞癌、その非癌細胞株に対してミトコンドリアと脂肪滴を抽出し、細胞状態の違いとそれらオルガネラとの依存性を明らかにした。3．は、従来、アドホックに画像毎に除去していた宇宙線を自動的に抽出、除去するアルゴリズムならびに照射光ムラなどを抑える背景ラマン除去法を開発することに成功した。2，3に関してアルゴリズム部分の論文化を進めている。