大学院
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2024年10月18日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2024年10月18日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
生物画像情報学
生物画像情報学（東京大学 理学部 生物情報科学科 0560578, FSC-BI3B73L1）
（合併科目）生物画像情報学（東京大学 大学院新領域創成科学研究科 メディカル情報生命専攻 47240-60, 共通科目コード GFS-MJ6S17L1）
Bio-image informatics (Faculty of Science, Bioinformatics and Systems Biology, 0560578, FSC-BI3B73L1)
Bio-image informatics (Graduate School of Frontier Sciences, Computational Biology and Medical Sciences, 47240-60, GFS-MJ6S17L1)
生命科学の研究では、顕微鏡などを用いて取得された画像がしばしば利用される。本講義では、顕微鏡システムの動作原理・特性や、画像データから定量的な情報を引き出す解析手法などについて解説する。
In life science research, images acquired using microscopes are often used. In this lecture, the principles and characteristics of microscope systems and analytical methods for extracting quantitative information from image data will be explained.
In life science research, images acquired using microscopes are often used. In this lecture, the principles and characteristics of microscope systems and analytical methods for extracting quantitative information from image data will be explained.
時間割／共通科目コード
コース名
教員
学期
時限
47240-60
GFS-MJ6S17L1
生物画像情報学
豊島 有
木曜1限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
1
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
新領域創成科学研究科
授業計画
理学部生物情報科学科と大学院新領域創成科学研究科の両開き科目だが、理学部の授業日程に従って開講するので、授業日については注意すること。
また今年度は講師都合により開始が他授業より1週遅れ、初回が4/18(木)、最終回が5/30(木) (補講期間中)となるので注意すること。
授業日程: 4/18(木), 4/25(木), 5/2(木), 5/9(木), 5/16(木), 5/23(木)、5/30(木)
1) 光学顕微鏡の基礎
2) 蛍光顕微鏡
3) 超解像顕微鏡
4) 画像解析の基礎
5) 立体画像処理
6) パターンマッチング・画像特徴量
7) 文字認識・深層学習
等について、最新の知見等に触れつつ紹介する。
Note that this lecture will be held on April 18, 25, and May 2, 9, 16, 23, and 30, according to the Faculty of Science calendar.
Please note that the 1st lecture will be held on 4/18 (1week later than usual) and that the last lecture will be held on 5/30 (during the supplementary sessions).
The following topics will be introduced with the latest findings
1) Basics of optical microscopy
2) Fluorescence microscopy
3) Super-resolution microscopy
4) Basics of image Analysis
5) 3D image processing
6) Pattern matching and image features
7) Character recognition and deep learning
授業の方法
講義
lecture
成績評価方法
出席と課題(レポート)による
Based on attendance and assignments (reports)
教科書
指定しない。
Not identified
参考書
特になし。
Not identified
履修上の注意
配布資料に基づいて十分に復習すること。
理学部1号館337A室を主教室としてハイブリッド講義を予定している。
Students will be required to review the handouts to fully understand the contents.
Hybrid lectures will be held in Room 337A of Science Bldg. 1.
