[17p-C32-1~13] 12.6 Nanobiotechnology

2:45 PM - 3:00 PM JST(5:45 AM - 6:00 AM UTC)

[17p-C32-7] Multi-class Shape Classification of Nanoparticles in Liquid by Analyzing Scattering Light Intensity Using Deep Learning

〇(M2)Keisuke Yamamoto¹, Hiromi Kuramochi¹, Yasushi Shibuta¹, Takanori Ichiki^1,2 (1.Tokyo Univ., 2.iCONM)

Keywords:

Deep Learning,Nanoparticle Tracking Analysis

我々は, 不均質な液中ナノ粒子集団を効率良く評価するために, 個々の粒子を識別した状態での1粒子測定と多項目解析の実現を目指してきた. 現在広く普及している液中1粒子計測技術Nano Tracking Analysis (NTA)[1]では評価可能な性状が限られているが, NTA法で得たブラウン運動の軌跡データ解析に深層学習を適用することにより, ナノ粒子の形状異方性の検出に成功した[2]. 本研究では, ナノ粒子の光散乱画像から得られる輝度情報を基に, 形状分類の可能性を検討した(Fig.1). これまでに, 4種類の金ナノ粒子について, どの2種の組み合わせについても, 軌跡データと同様に輝度情報で形状分類できることを確認した. 今回は, 4種類の粒子の輝度データを同時に学習させて多クラス分類について検討した.