講演情報
[17p-C32-7]深層学習を用いた液中ナノ粒子の散乱光輝度解析による多クラス形状分類
〇(M2)山本 啓介1、倉持 宏美1、澁田 靖1、一木 隆範1,2 (1.東大院工、2.ナノ医療イノベーションセンター)
キーワード：
深層学習、ナノ粒子トラッキング(NTA)法
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.
コメント
コメントの閲覧・投稿にはログインが必要です。ログイン