AI
# 波形データ、数値データ、画像データのAI技術を有します。
MEA等で得られた波形データ、パラメータやイメージング画像からAIを作製し、化合物の効果、毒性や作用機序を予測します。複数のAIアルゴリズムを有し、化合物スクリーニングへの応用も可能です。脳波データのAI解析技術も有しています。
参考論文
N Matsuda, A Odawara, Y Ishibashi, K Kinoshita, A Okamura, T Shirakawa, I Suzuki*. Raster plots machine learning to predict the seizure liability of drugs and to identify drugs. Sci Rep. 2022 12(1):2281. DOI
K. Matsuda, X Han, N. Matsuda, M. Yamanaka, I Suzuki*, Development of an In Vitro Assessment Method for Chemotherapy-Induced Peripheral Neuropathy (CIPN) by Integrating a Microphysiological System (MPS) with Morphological Deep Learning of Soma and Axonal Images, Toxics 11(10) 848, 2023 DOI
N. Matsuda, Kenichi Kinoshita, Ai Okamura, Takafumi Shirakawa, and I Suzuki*. Histograms of Frequency-Intensity Distribution Deep Learning to Predict the Seizure Liability of Drugs in Electroencephalography. Toxicological Sciences. 2021 182(2):229-242. DOI
知財
- 対象化合物の特性の予測を行うための方法、コンピュータシステム、プログラム, 特許第6567153号, PCT出願済
（上記知財を使用する場合は、東北工大からの実施権許諾により使用します）