機械学習で屈折コントラストCTの高速領域分割解析を実現 －エポキシ樹脂系で有効性を実証－

理化学研究所（理研）放射光科学研究センター 利用システム開発研究部門 物理・化学系ビームライン基盤グループの濵本 諭 リサーチアソシエイト、先端放射光施設開発研究部門 制御情報・データ創出基盤グループの初井 宇記 グループディレクター、同部門制御情報・データ創出基盤グループの城地 保昌 チームリーダー、利用技術開拓研究部門 法科学研究グループの瀬戸 康雄 グループディレクター、計算科学研究センター 高性能ビッグデータ研究チームの佐藤 賢斗 チームリーダー、九州大学大学院 工学研究院 応用化学部門の田中 敬二 主幹教授らの共同研究グループは、大型放射光施設「SPring-8」での放射光屈折コントラストX線CTデータについて、機械学習と転移学習を適用することで高速かつ正確な領域分割（セグメンテーション）を実現し、実際に接着樹脂中のドメイン構造（特定の性質を共有する領域）の可視化および特徴量（データの特徴を数値化したもの）の抽出を行いその有効性を実証しました。

詳細は下記をご覧ください。

機械学習で屈折コントラストCTの高速領域分割解析を実現 －エポキシ樹脂系で有効性を実証－（理化学研究所ウェブサイト）