超微細構造の自動分析：大規模ハイパースペクトル電子顕微鏡に基づく研究 学術的背景 電子顕微鏡（Electron Microscopy, EM）は、生物の超微細構造を研究するための重要な技術であり、生体分子の解像度で細胞の微細構造を明らかにすることができます。近年、自動化とデジタル化の進展により、電子顕微鏡はナノスケールの解像度で広範囲の細胞や組織サンプルを捕捉できるようになりました。しかし、電子顕微鏡画像は通常グレースケールであり、データ量が膨大であるため、分析プロセスは手動の注釈に依存することが多く、大規模な研究における応用が制限されています。この問題を解決するため、研究者たちは自動化手法を用いて生体分子アセンブリの情報を抽出し、生物の超微細構造の理解を加速する方法を探求しています。 本研...

機械学習支援の定量高光スペクトルイメージングによる脳腫瘍切除のガイド効果研究 背景紹介 悪性グリオーマの完全切除は、浸潤領域の腫瘍細胞を区別するのが難しいという課題に常に直面しています。この研究の背景は、神経外科手術において、5-アミノレブリン酸（5-aminolevulinic acid、略称5-ALA）を使用することで、プロトポルフィリンIX（protoporphyrin IX、略称PPIX）の蛍光ガイドを実現し、腫瘍の切除率を向上させることです。しかし、スペクトルイメージングの助けを借りても、多くの低悪性度グリオーマや一部の高悪性度腫瘍は、PPIXの蓄積が少ないため、蛍光が弱く、腫瘍の区別が困難です。したがって、異なる種類の腫瘍組織におけるPPIX発光スペクトルを理解し、これらのスペク...

情報認識に基づくTransformer展開ネットワークの高次元・多次元画像融合の促進 背景紹介 高次元画像（Hyperspectral Image, HSI）は、多くの波長帯のスペクトル情報を含むため、物質識別、画像分類、ターゲット検出、環境モニタリングなどのリモートセンシング用途で重要な役割を果たしています。しかし、センサーのハードウェアの制約により、実際のイメージングプロセスでは空間分解能とスペクトル分解能の間のトレードオフが存在します。具体的には、イメージングセンサーは豊富なスペクトル情報を提供する画像（低分解能のHSI、LR-HSI）か、空間分解能が高くスペクトル情報が少ない画像（高分解能の多次元画像、HR-MSI）のいずれかしか提供できません。高分解能のHSI（HR-HSI）を得る...