ディープラーニングは,相対比顕微鏡画像からヒトメゼンキマ幹細胞の骨質分化段階を予測する
Mizuho Sano1, Yuichi Mine1,2, Shota Okazaki1,2
1Department of Medical Systems Engineering, Graduate School of Biomedical and Health Sciences, Hiroshima University.
Dental materials journal
|September 3, 2025
まとめ
ディープラーニングモデルでは,顕微鏡画像のみを使用して,メゼンキマ幹細胞 (MSC) の骨質分化段階を予測できます. この非侵襲的な方法は,細胞の発達をモニタリングする可能性を示している.
科学分野:
- バイオテクノロジー
- 細胞生物学
- 人工知能
背景:
- 骨髄幹細胞 (MSC) は骨の再生に不可欠です.
- 治療目的では骨質の分化をモニタリングすることが重要です.
- 差別化を評価する現在の方法は侵入的または時間のかかるものかもしれません.
研究 の 目的:
- オステオジェニックの分化段階を予測するためのディープラーニングモデルを開発し,検証する.
- この予測のために相対比顕微鏡画像を使用する可能性を評価する.
- 人工知能によるMSCの非侵襲的なモニタリングの可能性を調査する.
主な方法:
- オステオインダクティブ媒介でヒトのMSC線 (UE7T-13) を培養した.
- 複数の時間点 (D0,D1,D5,D10,D14) で取得された相対比顕微鏡画像
- 差別化段階の複数クラスの分類のためにResNet-50とDenseNet-121のディープラーニングモデルを訓練した.
主要な成果:
- ResNet-50 (0.700) とDenseNet-121 (0.684) は,分化段階を予測する上で,著しい全体的な精度を達成した.
- 最も高いF1スコアは5日目に観察され,中間段階の差別化中に独特の形態学的特徴を示した.
- モデルの性能は精度,感度,F1スコアを用いて評価された.
結論:
- ディープラーニングモデルは,相対照顕微鏡画像から骨質分化段階を効果的に予測できます.
- 差異化中の形態学的変化は,AIベースの分析のために十分に異なっている.
- このアプローチは,MSC骨形成のモニタリングのための有望な非侵襲的な方法を提供します.
