Visualizing and discovering morphological mutations on skeletal specimens using CT imaging and deep learning
Takashi Morita(Chubu University Faculty of Emergent Sciences)

本研究を提案する究極的目的は、動物の骨格標本を分析する人工ニューラルネットワークの「着眼点」を可視化し、これまで形態学者が見落としてきた未知の形態学的変異を発見することである。つまり、形態学者が持つ既存知見(変異の位置情報等)を人工ニューラルネットワークの学習時に教示せず、人工ニューラルネットワーク独自の根拠(「着眼点」)に基づく標本分析手法を開発する。人工ニューラルネットワークの「着眼点」は必ずしも形態学における既存知見とは一致しないため、人工ニューラルネットワーク独自の「着眼点」の可視化は形態学者が見落としてきた形態学的変異の新発見を意味する。この究極目的達成に向け、画像処理技術を応用した骨格標本分析用 ANN を構築し、形態学的変異の知見が豊富なデータを用いて当該手法の性能評価を行うことが本研究における至近目的である。