文献

J-GLOBAL ID：202202259059270722   整理番号：22A0315319

ヒト皮膚構造のTOF-SIMS画像データからのスパースオートエンコーダベース特徴抽出【JST・京大機械翻訳】

Sparse autoencoder-based feature extraction from TOF-SIMS image data of human skin structures

著者 (3件)： Matsuda Kazuhiro (Surface Science Laboratories, Toray Research Center, Inc, Otsu, Shiga, Japan) ,  Matsuda Kazuhiro (Faculty of Science and Technology, Seikei University, Musashino, Tokyo, Japan) ,  Aoyagi Satoka (Faculty of Science and Technology, Seikei University, Musashino, Tokyo, Japan)
資料名： Analytical & Bioanalytical Chemistry  (Analytical & Bioanalytical Chemistry)
巻： 414  号： 2  ページ： 1177-1186  発行年： 2022年 
JST資料番号： E0425B  ISSN： 1618-2642  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 飛行時間二次イオン質量分析(TOF-SIMS)は表面分析のための有用で多目的なツールであり,多様な試料の表面に対して詳細な組成情報が得られる。さらに,2または3次元イメージングの場合,クラスタイオン源を用いることにより,より高い分子量範囲の測定感度を改善でき,さらにTOF-SIMS情報を濃縮できた。したがって,このTOF-SIMSデータを解釈するために適切な分析法が必要である。本研究では,TOF-SIMS画像データを処理するために,人工ニューラルネットワークに基づく特徴抽出法,スパースオートエンコーダの能力を調べた。ヒト皮膚ケラチン細胞のTOF-SIMS画像にスパースオートエンコーダを適用し,内因性細胞間脂質と外部浸透薬物の分布を抽出した。結果を主成分分析(PCA)と多変量曲線分解能(MCR)を用いて得た結果と比較し,TOF-SIMSデータから特徴を抽出するのに通常用いられる。これは,スパース自動符号器が一致し,しばしば,従来の方法の特徴抽出性能,一方,より大きな柔軟性を提供することを確認した。グラフ抽象;Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 浸透 ,  ニューラルネットワーク ,  *特徴抽出 ,  分子量 ,  ヒト ,  符号器 ,  表面分析 ,  主成分分析 ,  *二次イオン質量分析 ,  ケラチン細胞 ,  クラスタイオン
準シソーラス用語： *TOF-SIMS ,  内因性 ,  三次元イメージング ,  *自己符号化器 , 【Automatic Indexing@JST】

著者キーワード (5件)： TOF-SIMS ,  オートエンコーダ ,  特徴抽出 ,  人工ニューラルネットワーク ,  バイオイメージング

分類 (1件)： 質量分析  (CC03013N)

タイトルに関連する用語 (4件)： ヒト ,  皮膚 ,  TOF-SIMS ,  特徴抽出