最近の研究では、理工学のみならず医学・生物学・心理学などの分野でもデータ解析のためのオープンソースソフトウェアが日進月歩で開発・公開されています。
こうした最新の解析環境は、これからの研究に必須である一方、研究者一人ひとりがソフトウェアの導入やアップデート対応に時間を費やすことで研究業務を非効率化させてしまいます。
弊社は、研究用解析サーバ構築と保守を請け負うことで、研究機関のスタッフ誰もが最新の解析ソフトウェアを用いて、自身の研究活動に集中できる環境を提供しています。
これまで対面で行う必要があった作業・業務のリモート化に向けたシステム構築・業務支援を行います。NBS PresentationやPsychoPyを使って行ってきた心理実験、行動実験のオンライン化が可能になり、被験者が遠隔地にいても実験参加が可能です。
ローカル環境と比較した十分なレスポンスタイム精度を確認済み。加えて、強固なセキュリティにより個人情報を含む回答データの保護要件を満たします。
動画で撮影された動物の行動や身体の動きをAIによりトラッキングします。
トラッキングにはDeepLabCutなどのオープンソースソフトウェアを利用し、対象物の任意のポイントを検出します。トラッキング結果の自動分析も可能です。
たとえばマウスのトラッキングでは、鼻先や尻尾を検出し、特定の行動をした回数を自動でカウントできます。
目視で行う場合に比較して、ヒューマンエラーから解放される上、人手では実現不可能な大量のデータを扱うことが可能です。
deeplabcut HPより
例)男女のレントゲン写真をAIに学習させ(Step1)、男女の判断根拠をヒートマップで可視化(Step2)
ディープラーニングによる画像解析
ディープラーニングの画像認識では、予め大量の画像を答え付きで学習させることで、新規の画像から学習結果に基づいた答えを出力することができます。これにより熟練の目でなければ困難であった画像の分類や物体検出を、大量のデータに対して瞬時に実施することができます。
AIの判断根拠を可視化するGrad-CAM (Gradient-weighted class activation mapping)
たとえば、胸部レントゲン写真を男性、女性の答え付きで学習させることで、未知のレントゲン写真から男女を高い精度で推測することができます。しかし、従来のディープラーニングでは、なぜその答えを導いたのか「判断根拠」を示せませんでした。弊社が提供するGrad-CAMを用いることで、「AIは、画像のどの部分を根拠に判断したのか」をヒートマップにより可視化できます。先の例では、男性と判断した場合、判断根拠となる箇所が赤く表示されます。
3Dセグメンテーション
さらに弊社では3D実験データから自動でターゲット箇所を抽出する3Dセグメンテーション(3D画像に対するディープラーニング)にも取り組んでいます。例えば三次元電子顕微鏡画像から、自動でミトコンドリアの検出実績があります。スーパーコンピュータを使用することで、 3D解析の膨大な計算量に対応しています。
サービス内容についてお気軽にお問い合わせください
お問い合わせはこちらより