視覚的特徴の乏しい物体の検出を可能にする特徴量の探索と原虫類種同定への応用

Material type: 文書・図像類

Author: 吉高, 淳夫

Publisher: -

Publication date: 2019-06-14

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 顕微鏡により観察される原虫類などの寄生虫は遺伝子解析による方法だけでなく、特徴的な形態により種を同定することが可能である。本研究では対象虫体の局所的な特徴を複数のスケールごとに多次元ベクトルとして表現し、その類似性により種の識別をより精度高く実現する。また、虫体の検出に対してはネットワーク構造を改良...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

JAIST Repository
Digital
You can check the holdings of institutions and databases with which 学術機関リポジトリデータベース（IRDB）（機関リポジトリ） is linked at the site of 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）.
JAIST Repository

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: 視覚的特徴の乏しい物体の検出を可能にする特徴量の探索と原虫類種同定への応用
Author/Editor: 吉高, 淳夫
Author Heading: 吉高, 淳夫
Publication Date: 2019-06-14
Publication Date (W3CDTF): 2019-06-14
Alternative Title: Exploring image representation that enables to detect objects with little visible features and its application for protozoa identification
Periodical title: 科学研究費助成事業研究成果報告書
Pages: 1-5
Text Language Code: jpn
Subject Heading: 寄生虫
原虫
物体検出
種の識別
局所特徴
分子疫学
Target Audience: 一般
Note (General): 顕微鏡により観察される原虫類などの寄生虫は遺伝子解析による方法だけでなく、特徴的な形態により種を同定することが可能である。本研究では対象虫体の局所的な特徴を複数のスケールごとに多次元ベクトルとして表現し、その類似性により種の識別をより精度高く実現する。また、虫体の検出に対してはネットワーク構造を改良した深層学習による虫体検出を実現した。また、分類が明確でなかった種に対する分子疫学調査により、寄生虫情報データベースの拡充を図った。研究成果の学術的意義や社会的意義: 寄生虫は顕微鏡のみで確定診断が可能な感染症の病原体である。寄生虫感染症は国内症例が極めて少なく、顕微鏡検査で寄生虫を検出した経験のある検査技師が少ないため、習熟度の低下が問題となっている。本研究では、種ごとに固有な視覚的特徴の差が大きくない原虫などの寄生虫をより精度高く識別する特徴量表現により虫体を識別する手法を提案し、また、寄生虫情報データベースの拡充により上記課題に対する情報提供システムの基盤を提供する意義がある。： Protozoa that is classified into parasite causing diseases can be identified not only by DNA analysis but also by its morphological features that is observed with microscope. In order to improve the accuracy of identifying species of parasite, we proposed to represent visible feature of a parasite with local features of different scale divisions. Detection of the region of parasite in micrograph is carried out by applying original deep neural network. Moreover, parasite database is enriched by epidemiological study for clarifying differences of related species.
挑戦的研究（萌芽）
研究期間：2017～2018
課題番号：17K20025
研究者番号：60263729
研究分野：画像処理
identifier:https://dspace.jaist.ac.jp/dspace/handle/10119/16039
Format (IMT): application/pdf
Source: https://dspace.jaist.ac.jp/dspace/bitstream/10119/16039/1/17K20025seika.pdf
https://dspace.jaist.ac.jp/dspace/bitstream/10119/16039/1/17K20025seika.pdf
Access Restrictions: 限定公開
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 北陸先端科学技術大学院大学 : JAIST学術研究成果リポジトリ