視覚情報処理モデルによるヒドラを用いたバイオアッセイ法の自動化に関する研究

基于视觉信息处理模型的Hydra生物测定方法自动化研究

• 批准号: 08780822
• 负责人: 塚田 章
• 金额: $ 0.7万
• 依托单位: University of Toyama
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-08780822/
• 关键词: 視覚情報処理モデル; ヒドラ; バイオアッセイ; 生理活性物質; 2値化

ヒドラにグルタチオンを投与すると触手球形成応答を示す.この応答は極微量の線維芽細胞成長因子(FGF)等の生理活性物質に修飾される.これを利用すれば生理活性物質の推定と極微量定量が可能であり,このような手法はバイオアッセイ法と呼ばれている.特に,FGFはパーキンソン病,アルツハイマー型痴呆に関する重要な因子であり極微量定量は急務である.現在,この計測は熟練した観察者により実体顕微鏡下で行われており非常に労力のかかる作業である.本研究では,触手球形成応答するヒドラを我々が提案している視覚情報処理モデルを用いて解析し応答を自動計測できるシステムを構築することを目的とした.ヒドラの顕微鏡画像を新規購入のコンピュータに取り込み,2値化処理を行いヒドラを抽出し,この2値化されたヒドラの特徴量を算出した.ヒドラの抽出について,ヒドラは5〜7本の触手と体部からなるが触手は細く光を通すため背景と区別するのが困難であるという課題があった.従来画像処理工学で用いられる判別分析法では約50%の確率で触手が欠落するが,視覚情報処理モデルを用いることによって90%以上の確率で触手を抽出できた.特徴量の算出について,抽出されたヒドラの触手の長さ,凹凸の度合い等の特徴量を算出し,n次元の超平面で応答と非応答に分類した結果,観察者による分類結果との相関が0.8〜0.9という結果を得た.今後は,このアルゴリズムを用いて自動計測システムを実用化することが課題である.

谷胱甘肽对九头蛇的给药显示出触手球的形成反应。该反应被修改为非常少量的生理活性物质，例如成纤维细胞生长因子（FGF）。使用此方法，可以估计和量化生理活性物质，该方法称为生物测定方法。特别是，FGF是帕金森氏病和阿尔茨海默氏症型痴呆症的重要因素，以及超微小 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米cro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micro-micr o-丝菌 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 丝方 - 丝方微型微丝方 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 微丝方 - 丝方 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米 - 微米，通过二进化处理提取九头蛇，并计算了该二氧化氢的特征量。关于九头蛇的提取，九头蛇由5-7个触手和身体部位组成，但触角很薄且光线通过，因此很难将它们与背景区分开。在常规图像处理工程中使用的判别分析方法中，触手缺失，概率约为50％，但通过使用视觉信息处理模型，提取了触手，概率超过90％。关于特征量的计算，计算了提取的hydra的触角的长度，并将提取的hydra的不均衡程度归类为响应和N维超平面上的反应和无响应，并且观察者的分类结果的相关性为0.8-0.8-0.9。面临的挑战是使用该算法将自动测量系统用于实际使用。

项目成果

相川 治毅: "画像処理によるヒドラを用いたバイオアッセイ法に関する研究" 電気関係学会北陸支部連合大会講演論文集. F-28. 343- (1996)

Harutake Aikawa：“使用图像处理的水螅生物测定方法的研究”电气工程学会北陆分会会议记录 F-28-（1996）。