細かな作業はお手の物:深層学習を活用した微化石の鑑定・分取システム

課題

近年、資源探鉱や土砂崩れなどの地質災害への対策などの観点から、地層を解析する場面が多々存在します。そのような場面では、「微化石」と呼ばれる数マイクロメートルから数ミリメートルの生物の化石を鑑定・分取(試料の分離)する作業が必要とされています。微化石は当時の環境特定や地質に関する情報を得るための重要なツールですが、そのサイズや複雑な形態のために、鑑定には非常に熟練した専門技術者が顕微鏡下で長時間かけて作業する必要がありました。また詳細な解析のために微化石を1つずつ拾い上げて専用の資料代に再配置する作業にも、相当な時間と労力を必要とします。
このような課題に対して、産業技術総合研究所の板木拓也主任研究員と日本電気株式会社、株式会社マイクロサポート、三谷商事株式会社らの共同研究グループは、堆積物に含まれる多様な粒子の中から壊れやすく複雑な形態を持つ微化石を、ディープラーニングの技術を用いて大量に鑑定し、自動的に分取するシステムを開発しました。これにより、これまでは専門技術者が膨大な時間と労力をかけて行っていた微化石の選別作業を、自動的に高速で行うことができます。

解決方法

今回開発されたシステムは、顕微鏡部、マイクロ・マニピュレーター部、ディープラーニングによる鑑定モデルの3つからなります。顕微鏡部では電動X-YステージとCCD顕微鏡カメラによって、自動的に微化石などの画像と位置情報を取得します。マイクロ・マニピュレーター部は極細のガラスチューブによって微化石を吸引するスポイトが装備されており、位置情報をもとに微化石を分取し、所定位置に集積する機能を持ちます。
微化石の鑑定に重要なディープラーニングを用いた鑑定モデルは、畳み込みニューラルネットワーク(CNN)によって構築されています。CNNによって、撮影した顕微鏡画像中に存在する微化石の種類を鑑定し、選択された分取対象の微化石を迅速に検出します。またCNNの能力を活かすために、顕微鏡ステージ上に散布した微粒子が一定間隔で配列する試料台を作製することで、画像処理における誤判定を減少させました。詳細なシステム構成に関してはこちらをご覧ください。

どうなったか

構築したシステムを用いて、学習データの収集と鑑定モデルの学習を行いました。学習データには、産業技術総合研究所で保管されている地質コレクションから大量の粒子画像を取得し、その微化石の種別と共に整備をしました。これまでは、例えば3万個の粒子画像を学習データとして取得するために数か月を要していたところを、今回のシステムによって数日にまで抑えることができます。また取得した学習データを用いて鑑定モデルを学習させたところ、非常に酷似した微化石においても90%以上の正答率で自動鑑定が可能なモデルが構築できました。
従来の人手による作業では、専門的な鑑定技術を持つ人材の育成に数年、データ所得と整備に数か月、単一種の微化石1000個隊の鑑定と分取に数日を要していました。しかし、今回のシステムによって、データ取得と鑑定モデルの学習に数日、同様の鑑定と分取を3時間ほどで行うことができました。また、このシステムによる鑑定と分取は、高速に、かつ長時間自動的に行えるため、迅速で高精度な地層解析が可能となります。さらに、人の手では難しかった100マイクロメートル以下の微化石の分取も可能となりました。

まとめ

CCD顕微鏡と電動X-Yステージ、マイクロ・マニピュレーターとディープラーニングモデルからなる、微化石の自動鑑定・分取システムについて紹介しました。このシステムは、ディープラーニングモデルのみに注力するのではなく、モデルの特色や能力を発揮しやすい環境をハードウェアによって実現している点が特徴的です。
微化石に限らず、微小な粒子を取り扱う製造業分野や医療分野においても同様のシステムを導入することによって、作業負担の軽減や高効率化が可能になると考えられます。また作業が高速化されより多くの学習データが集まることで、モデルの性能向上も期待できます。

参考資料

(堀井隆斗)