Newsletter

AIを活用したin vivoイメージングの高品質化：
AIベース自己ノイズ除去機能のご紹介

生体顕微鏡は、研究者が生体内組織における細胞・分子の微小環境および薬物分布を観察する手法に革新をもたらしました。しかしながら、超高速in vivoイメージングは細胞や分子の迅速な動態を捉えることが可能である一方で、信号対雑音比（SNR）の低下により、従来の手法では十分な画質のデータを取得することが困難でした。

こうした課題を克服するため、当社は**超高速生体顕微鏡向けに開発したAIベースの画像強調ソフトウェア「AI-Image Denoiser」を導入しました。本機能は2025年5月15日に正式リリースされ、ノイズの多い環境下や不明瞭なデータであっても自己教師あり学習（Self-supervised learning）によりノイズを自動的に学習・低減し、生体内で急速に変化する動的な細胞間相互作用を高精度に可視化することを可能にします。

従来のAIツールでは、ノイズ除去に7時間以上を要するケースもありましたが、事前学習機能を搭載した本ソリューションは、わずか30分以内で処理を完了しながらも、精度および画像品質を向上させ、高速イメージングデータの効率的な定性解析を可能にします。
すなわち、本機能はAIがノイズとシグナルを自律的に識別するため、生体内で生じる動的相互作用をより明瞭に、かつ定性的に可視化することが可能です。

この機能は、ノイズが多く複雑で不明瞭なデータ環境下においても、高速に移動する細胞の可視性を大幅に向上させます。
AI-Image Denoiserは自己教師あり学習（Self-supervised learning）を通じて、ノイズ成分を抑制しつつ実際のシグナルを強調することで、超高速in vivoイメージングにおける精度・効率の両面で飛躍的な品質向上を実現します。

当社は最近、H2B-GFPトランスジェニックマウスモデルを用いた生体顕微鏡観察において、血管を赤、血流を青、細胞核を緑に蛍光標識し、皮膚組織の観察を実施しました。
AIノイズ除去機能適用前は、ノイズの影響により細胞核の形態が不鮮明であり、輪郭の識別も困難な状態でした。

AI-Image Denoiserを適用した結果、ノイズが顕著に低減され、細胞核の構造が格段に明瞭に視認可能となりました。これにより、画像解析ツールを用いた正確なしきい値設定（thresholding）や細胞数カウントが可能となりました。

元データでは細胞間の分離が不十分であったため、細胞数が過大評価される傾向にありましたが、AI-Image Denoiserを適用した画像では細胞の輪郭が明確に分離されており、高精度なセグメンテーションおよび信頼性の高い定量解析が実現されました。

AI-Image Denoiser機能は、単なる細胞数の定量解析にとどまらず、細胞の運動解析においても極めて重要な役割を果たします。従来はノイズにより細胞追跡が困難であった画像においても、AIによる処理を通じて細胞の移動経路を明確に視認できるようになりました。
これにより、研究者はフレーム単位での細胞移動を解析し、変位や速度の定量的評価が可能となります。

AI-Image Denoiserは、画像の明瞭度を飛躍的に向上させるとともに、処理時間を大幅に短縮し、生体顕微鏡技術を高度な動的バイオロジー研究の強力なツールとして位置づけました。
本機能は、免疫応答、組織再生、薬物送達など、さまざまなin vivo反応の研究において、従来以上に迅速かつ高精度な解析を可能とし、革新的な洞察を提供する手段となるでしょう。