深層学習ResNetを用いた微生物同定システムの検討

抄録

本研究の目的は、臨床検査師が目視で行っていた微生物同定を、機械学習による自動推定システムで判定時間の短縮‧人手不足を解消することである。データセットとして寒天培地上で培養した10種類・418菌株の微生物を撮影した画像を基に、画像処理技術でほとんどを自動抽出したコロニー（10,048画像）を準備した。これをCNNの深層学習アーキテクチャである ResNetにおいて18層、50層、101層のモデルで検証用データを評価した。結果、微生物種の分類精度は ResNet-50 (50 層) モデルで 92.0% (69/75) に達し、経験の浅い臨床検査技師のパフォーマンスに近づいた。