Application note_jp_008_v1.0 Application Note CL-Quantアドオンモジュール 「機械学習-画像分類」を用いたヒトiPS細胞 由来GABA作動性神経細胞の画像分類 < BioStation CT 使用例> コンピューターの性能向上により、機械学習を用いた画像解析を行えるようになりました。ヒトの目による画 像分類を機械学習で実施することは、作業者による精度のバラつきや見逃しの改善、作業の軽減などにつなが ります。さらに、画像解析の処理量及び速度向上の観点から、様々な分野で導入が要求されています。 画像解析ソフトウェアCL-Quantのアドオンモジュール「デシジョンモジュール」には、デシジョンツリー(決 定木)による機械学習を実施する機能があります。CL-Quant アドオンモジュール「機械学習-画像分類」と組 み合わせて使用することで、教師画像全体のテクスチャーや輝度などに基づくデシジョンツリーを簡単に作成 することが可能です。作成したデシジョンツリーを用いた画像分類により、細胞の状態を自動判別できます。 細胞培養観察装置BioStation CTを用いて撮影したヒトiPS細胞由来GABA作動性神経細胞の位相差画像を、 本アドオンモジュールを用いて画像分類し、培養日数の違いによる差を判別しました。 観察装置 ■ BioStation CT (Nikon, MLA10000) 画像解析ソフトウェア ■ CL-Quant ver. 5.02 (Nikon, MLS21000) CL-Quant アドオンモジュール ■ CL-Quantデシジョンモジュール (Nikon, MLS21010) ■ 機械学習-画像分類 PC-IC01 (Nikon, MLS30401) 細胞 ■ ヒトiPS細胞由来GABA作動性神経細胞:hiPSC- derived GABAergic Neuron from Healthy Donor(Elixirgen Scientific, EXGS-QNGSVF- CW50065-1M) 試薬及び材料 ■ DMEM/F-12, no glutamine (Thermo Fisher Scientific, 21331020) ■ Neurobasal TM Medium (Thermo Fisher Scientific, 21103049) ■ GlutaMAX TM Supplement (ThermoFisher Scientific, 35050061) ■ Penicillin-Streptomycin, Liquid(Thermo Fisher Scientific, 15140122) ■ iMatrix-511 silk(MATRIXOME, 892 021) ■ Y-27632 2HCl (Selleck Chemicals, S1049) ■ Quick-Neuron TM GABAergic- Maintenance Medium (Elixirgen Scientific, EXGS-QNGM) ■ Coster® 24-well TC-treated Multiple Well Plates(Corning, 3526) 方法 ヒトiPS細胞由来GABA作動性神経細胞を解凍し、 iMatrix-511 silkをコートした24ウェルプレートの2 ウェルに、2.0×10 5 細胞/ウェルの細胞密度で播種しま した。播種した細胞はBioStation CTで37℃、加湿した 5% CO 2 環境下で培養しました。 BioStation CTの中で1日間培養後と29日間培養後に、 10倍の対物レンズでウェル中心部の20×20視野(約 15mm×15mm)をカスタム観察地点登録し、カスタ ムフォーカスにて位相差画像を撮影しました。 まず、片方のウェルの画像からメニスカスの影響のな い領域の10視野を教師画像として選定しました。播種 1日後と29日後に撮影された教師画像(各10画像)を CL-Quantのアドオンモジュール「機械学習-画像分類」 を用いて解析し、得られた計測値を用いて「Decision Procedure」からデシジョンツリーを作成しました。 作成されたデシジョンツリーは「Wizard Decision Procedure 1」として解析メニューの項目に自動表示 されました。 次に、残った一方のウェルの画像から、メニスカスの 影響のない領域の3視野をテスト画像として選定し ました。播種1日後と29日後に撮影されたテスト画 像(各3画像;「Day 1_no1」、 「Day 1_no2」及び「Day 1_no3」並びに「Day 29_no1」、 「Day 29_no2」及び 「Day 29_no3」)を「機械学習-画像分類」を用いて計測 したのち、教師画像から作成した「Wizard Decision Procedure 1」を用いて解析することで、デシジョン ツリーに従った画像分類結果を得ました。