数理形態学の理論を拡張し、
生物に対応した独自の理論を構築

　しかし、医学、生物学の画像解析には難しい課題もあったと、木森准教授は語る。

「画像処理の歴史は古く、工業製品の異物・傷・欠陥などの外観検査にも用いられてきました。しかし、工業製品は定形なので異常を抽出しやすいですが、生物は個体差が大きすぎるのです。また、細胞などを画像として取得する際、さまざまな実験の手順、手技があり、それによっても画像は異なります」

　この課題をクリアするため、木森准教授は画像解析の根本的な理論の再構築に挑んだ。

「ベースとして用いたのが、マセマティカル・モルフォロジー（数理形態学）です。もともとは、鉱物の顕微鏡写真で、どんな鉱物が何種類含まれているかを定量化する手法として使われました。鉱物よりも生物の方が形の情報が多様なので、数理形態学の理論を応用し、より拡張した理論を構築しました」

　そのオリジナルの理論に基づいて、木森准教授はさまざまな研究成果を上げている。

　生物学への応用では、以前勤務していた自然科学研究機構の基礎生物学研究所等との共同研究を実施している。

「シロイヌナズナ（代表的なモデル植物）の根毛細胞は、通常は細長い毛のような構造をとっていますが、ある遺伝子の突然変異体では、短く、波状に曲がるという表現型を示します。これは、細胞骨格であるアクチンフィラメントと呼ばれるタンパク質線維の異常であることが知られています。顕微鏡写真を比較することにより、正常なものと比べてどの程度形が異なっているのか、定量化する手法の確立に成功しています」

ガンが発生した部位を
検出する技術への進化を目指す

　医学への応用では、JSRT（日本放射線技術学会）が公開しているデータベースのレントゲン写真を用いて、肺の病変領域を、自動的にコントラストをつけて強調する画像診断技術を開発。これまでの技術は、病変だけでなく、肋骨などの周囲の組織まで強調されるのが一般的だったが、木森准教授の技術は、そこを抑えて病変領域だけが目立つようになっているところに特色がある。

「今後の目標は、どの部位にガンが発生しているのか、検出できる技術へと進化させることです。そのために、ディープラーニングなどのAIの専門家とのコラボレーションを進めていきたいと考えています」

　2019年4月、福井工業大学に誕生した「AI&IoTセンター」。AI、IoT、ビッグデータなどを活用した新たな価値の創造に取り組んでおり、木森准教授もメンバーの一人。今後、分野融合型の研究が進行していくはずだ。