注意機構を用いたインテリジェントなゼブラフィッシュ幼魚表現型認識による高スループットスクリーニング
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Intelligent larval zebrafish phenotype recognition via attention mechanism for high-throughput screening
雑誌名：Comput Biol Med. 2025 Apr; 188: 109892.
概 要：
ゼブラフィッシュ幼魚の表現型は、エコ毒性学や安全性評価などの研究において重要な指標であり、表現型の欠陥は基盤となる経路の変化と密接に関連しています。しかし、これらの欠陥を特定するには時間がかかり、専門的な知識が必要です。本研究では、注意機構と残差構造を組み合わせた深層ネットワークモデル「RECNet」を提案し、6805枚のゼブラフィッシュ幼魚表現型画像を用いて、4クラス分類と異常の混合ラベルによる7クラス分類の2つのタスクを実行しました。
方 法：
本研究は、注意機構と残差構造を組み合わせた深層学習モデルRECNetを用いたもので、データ処理にはmixupデータ拡張技術を適用しました。6805枚のゼブラフィッシュ幼魚表現型画像を収集し、4クラス分類と異常の混合ラベルによる7クラス分類を行いました。
結 果：
4クラス分類タスクでは、RECNetモデルは精度0.949、平均曲線下面積（AUC）0.986、F1スコア0.966を達成しました。混合ラベルの7クラス分類タスクでは、精度0.913、平均適合率0.847を達成しました。新しいテストデータセットにおいても、2つのタスクでそれぞれ精度0.924と0.876を記録しました。
結 論：
提案した手法は、ゼブラフィッシュ研究室や毒性学などの分野において多様な応用が期待され、科学研究に不可欠なサポートを提供する可能性があります。