Case 04. 画像×インフォマティクス
イメージインフォマティクス
研究開発に非常に強力な手法であるインフォマティクス。しかし、これまでは画像などの非構造データを扱うことができませんでした。GeXeLは画像を特徴化することができ、説明変数／目的変数として画像データを用いることが可能となります。
従来の課題
材料開発の分野では、これまで画像（顕微鏡写真・断面像・工程内カメラ画像など）は“見て判断する”定性的情報として扱われることが多く、評価が属人的になりがちでした。一方で、電池や触媒に代表されるように、微細構造と材料特性の間に因果関係があるケースは多く、画像の定量化が求められてきました。
さらに近年では、AIを用いた材料探索（インフォマティクス）が急速に発展し、画像を数値データ（特徴量）として定量化する需要が一層広がりつつあります[1]。しかし現場では、画像と実験データ（配合・温度・時間など）が非構造化のまま蓄積され、インフォマティクスを行うには、データの前処理に多大な手間がかかるという課題が残っています。
当社技術による課題解決
当社のGeXeLは、SEM/TEM/光学画像などから粒子・気泡・組織をAIで自動解析し、円相当径、アスペクト比、円形度、配向、凝集率など数十種の幾何パラメータを瞬時に抽出します。抽出された特徴量はそのまま説明変数としてインフォマティクスに利用でき、配合・装置条件といった画像以外の実験データとのデータ成形までを一気通貫で行うことができます。
これにより、画像を数値化してインフォマティクスを行うイメージ・インフォマティクス（ImI）が可能となり、画像の特徴量化→データ成形→機械学習→実験の循環を研究開発に組み込むことができるようになります。加えて、工程条件の探索にベイズ最適化を用いることで、たとえば「粒子の最大長を高めつつ、ばらつき（CV）を所定以下に抑制」といった複合目標も、画像由来の特徴量を目的変数にすることで可能となります。
このような条件最適化を誰でもクリックするだけで実行できるようになるため、GeXeLはインフォマティクスの立ち上げを強力にサポートすることができます。
インタラクティブ解析フロー
画像アップロード
SEM・TEM・光学顕微鏡・工程内カメラなど、解析したい画像をアップロード。特別な前処理は不要で、生画像のまま GeXeL に投入できます。
カードをクリックして各ステップの詳細を表示できます
産業界への普及
産業への波及としては、粉体（顔料・フィラー・触媒担持体）、電池・キャパシタの電極微細構造、金属・樹脂の添加剤分散、樹脂成形・積層造形の気泡／欠陥、医薬・化粧品の粒子分散など、ナノ〜サブミクロン〜可視スケールの画像を扱う領域に横断適用できます。
画像特徴量を基盤にすることで、品質指標の標準化、部門間での技術コミュニケーション、および外部審査・認証のエビデンス／トレーサビリティの確保を推進することができます。将来的には、GeXeLの特徴量をハイスループット試験やコンビナトリアル実験に接続し、自動計画—実験—解析—次の計画、のサイクルで開発を加速させることを考えています。
GeXeLは、研究開発のパラダイムシフトの一助となり、世の中の新製品誕生をサポートすることで、新しい価値を社会に編み込みます。
参考文献
- [1] Zhang L, Shao S. Image-based machine learning for materials science. Journal of Applied Physics. 2022;132(10):100701.