研究課題情報
課題管理番号
20bm0404026h0003
統合プロジェクト(二期)

再生・細胞医療・遺伝子治療プロジェクト<第二期>

9つの連携分野プロジェクト

再生医療実現プロジェクト

事業名

再生医療実現拠点ネットワークプログラム

タグ(2020)

研究の性格: 医薬品・医療機器等の開発を目指す研究<医療機器開発につながるシステム開発を含む>

開発フェーズ: 応用

承認上の分類: 再生医療等製品

対象疾患: 該当なし<対象とする疾患なし>

開発目的: 治療

タグ(2019)

研究の性格: 医薬品・医療機器等の開発を目指す研究<医療機器開発につながるシステム開発を含む>

開発フェーズ: 応用

承認上の分類: 再生医療等製品

対象疾患: 該当なし<対象とする疾患なし>

タグ(2018)

研究の性格: 医薬品・医療機器等の開発を目指す研究<医療機器開発につながるシステム開発を含む>

開発フェーズ: 応用

承認上の分類: 再生医療等製品

対象疾患: 該当なし<対象とする疾患なし>

代表研究機関
学校法人慶應義塾
研究代表者

(2020) 湯浅慎介, 学校法人慶應義塾, 慶應義塾大学医学部 専任講師

(2019) 湯浅慎介, 学校法人慶應義塾, 慶應義塾大学医学部循環器内科 専任講師

(2018) 湯浅慎介, 学校法人慶應義塾, 慶應義塾大学医学部循環器内科 専任講師

データサイエンティスト

楠本 大

慶應義塾大学医学部救急医学教室, 助教

研究期間
2018年度 - 2020年度
課題への総配分額
79,300 千円
研究概要(2020)
機械学習は近年、汎用性が広く認識され、様々な用途で用いられている。特に画像認識・識別の分野においては既に日常生活にも深く入り込んでいる。今後は医療や医学研究などの、より専門性の高い領域でも必要性が増していくことが想定される。本研究に於いては、機械学習を細胞生物学研究へ応用していく。様々な細胞を対象として、細胞の顕微鏡画像を用いることにより機械学習で細胞種を自動判別する方法を確立し、病態解明研究や創薬へ応用していく。一般的に、細胞種は免疫染色などにより判別されるが、本研究においては非染色で位相差顕微鏡画像を機械学習により自動で判別する方法を開発する。様々な細胞を対象に機械学習で自動判別システムを構築し、様々な研究へ応用可能な基盤技術を構築することを目的としている。
研究概要(2019)
機械学習は近年、汎用性が広く認識され、様々な用途で用いられている。特に画像認識・識別の分野においては既に日常生活にも深く入り込んでいる。今後は医療や医学研究などの、より専門性の高い領域でも必要性が増していくことが想定される。本研究に於いては、機械学習を細胞生物学研究へ応用していく。様々な細胞を対象として、細胞の顕微鏡画像を用いることにより機械学習で細胞腫を自動判別する方法を確立し、病態解明研究や創薬へ応用していく。一般的に、細胞種は免疫染色などにより判別されるが、本研究においては非染色で機械学習により自動で判別する方法を開発する。様々な細胞を対象に機械学習で自動判別システムを構築し、様々な研究へ応用可能な基盤技術を構築する。
研究概要(2018)
 
研究成果情報
2020
2019
2018