東京大学の一木隆範教授らの研究グループは２４日、液中１粒子観察法であるＮＴＡと深層学習解析を組み合わせた新しいナノ粒子特性評価法の有効性を示したと発表した。工業や産業分野への応用が期待される。

データの時系列変化だけでなく周囲との相関性も考慮するため、畳み込みによる局所特徴の抽出を得意とする１次元ＣＮＮモデルと時間ダイナミクスの蓄積ができる双方向ＬＳＴＭモデルを統合した。

統合モデルを用いた軌跡解析により、従来のＮＴＡだけでは区別できないほぼ等しい大きさで形が違う２種の金ナノ粒子について、１粒子ベースで約８０％の分類精度を達成できた。

研究グループは「ＮＴＡの拡張は、球形とは限らないナノ粒子の性状・凝集状態や均一性評価、品質管理など、研究のみならず工業・産業分野への応用につながる」と説明している。