Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Chainerを使って細胞を数えてみた

52.099 visualizaciones

Publicado el

Chainer meetup #03の発表資料です。
http://chainer.connpass.com/event/32917/

Publicado en: Tecnología
  • Inicia sesión para ver los comentarios

Chainerを使って細胞を数えてみた

  1. 1. Chainer を使って細胞を数えてみた 2016.7.2 samacoba Chainer Meetup #03 1
  2. 2. 細胞カウント 試薬は細胞にダメージを与える ⇒細胞画像から細胞を数えたい ・細胞を数えることは培養の基本作業 B:核画像 C:合成画像A:細胞画像 カウントが難しい カウントが容易 試薬が必要 2
  3. 3. Convolution 当初のモデル案 正解T=102個出力Y=88個 loss= Mean squared error(Y,T)fully connect T-Yの差を縮めるよう学習させる 教師となる情報は「数情報」のみ、「位置情報」は入ってない X:細胞画像 B:核画像 数える 教師に正解の「数」を与える 3
  4. 4. 核位置の推定 X:細胞画像 ⇒ Y:核「推定」画像に変換後、 カウントする 核の場所を推定 カウント DNN Y:核推定画像 T:核画像(教師) X:細胞画像 教師に「核画像」を与える 画像 ⇒ 画像の変換方法は? ⇒「位置情報」が与えられる 4
  5. 5. Chainerで顔イラストの自動生成 Deconvolution2Dを使って画像を合成 5
  6. 6. 12 34 29 94 28 44 67 58 33 1 0 0 0 1 0 0 0 1 * 12 0 0 0 28 0 0 0 33 = sum 77 1 0 0 0 1 0 0 0 1 * 30 0 0 0 30 0 0 0 30 =30 畳込みconvolution 逆畳込みDeconvolution 画像を小さくできる 画像を大きくできる Convolution-Deconvolution Convolution Deconvolution 元画像サイズへの画像変換が可能 6
  7. 7. convolution 前半はconvolution、後半はdeconvolution deconvolution X:細胞画像 Y:核推定画像 学習モデル T:核画像(教師) Loss = Mean squared error(Y,T) 核の位置を推定させるように学習させる 7
  8. 8. Y’: 極大位置Y:核推定画像 maxpooling など使って 極大値の位置を抽出 位置の抽出とカウント 0 0 10 0 0 0 10 30 10 0 10 30 50 30 10 0 10 30 10 0 0 0 10 0 0 10 30 30 30 10 30 50 50 50 30 30 50 50 50 30 30 50 50 50 30 10 30 30 30 10 0 0 0 0 0 0 0 0 0 0 0 0 50 0 0 0 0 0 0 0 0 0 0 0 0 A B A*(A==B) 3×3 maxpooling 8 極大値抽出例 ポイントの数を カウント 8個
  9. 9. 0 200 400 600 800 1000 1200 1400 1600 pic_2 pic_4 pic_6 pic_8 pic_10 細胞個数 T:正解数 Y:推定数 カウント結果 精度はまずまず ただし、異なる状態だと精度は出ない 9
  10. 10. おまけ 10
  11. 11. クリックしたら○が付き、位置が出力される ・100円ショップの☆型の飾り ・通常のデジカメで撮影 ☆を数えてみた 11 手動教師データ作成ソフト(javascript)
  12. 12. 入力 出力 Y:位置推定画像 convolution-deconvolution 学習流れ T:位置教師画像 クリックして位置を出す(88個) X:元写真 Backpropagation 12 トレーニング(元画像1枚 TAITAN X 10分程度)
  13. 13. Y:位置推定画像 Yより位置抽出 学習結果 1枚(88クリック)の画像から、別画像での推定が可能 13 ・トレーニング画像と別画像にて推定
  14. 14. 従来の画像処理 エッジ抽出 2値化 ヒストグラム フィルタ選択 照明の均一化 数分間クリックするだけでOK しきい値設定 ディープラニング 専門知識が必要 だれでも使える ハレーション画素数 露光時間 従来の画像処理とディープラニング 14
  15. 15. 別の特徴の抽出 星の「角」の教師にして、同様にトレーニング 15
  16. 16. Y:位置推定画像 Yより位置抽出 教師の与え方で、別の特徴をとらえてくれる 学習結果 16 ・トレーニング画像と別画像にて推定
  17. 17. ・花粉を数える ・菌を数える ・部品を数える ・角を数える ・車を数える ・人を数える 応用先 ・集団の動きをトレースする Ex.蟻の集団行動の研究 17 位置を抽出カウント
  18. 18. 18 ご清聴ありがとうございました 最後に昨年よりchainerを使ってきて、 ・WEBでの解説の投稿者の皆さま ・Chainer開発チームの皆さま いつもありがとうございます

×