CN111148989A - 面向特定检查的辅助系统、面向特定检查的辅助方法和程序 - Google Patents
面向特定检查的辅助系统、面向特定检查的辅助方法和程序 Download PDFInfo
- Publication number
- CN111148989A CN111148989A CN201880063448.4A CN201880063448A CN111148989A CN 111148989 A CN111148989 A CN 111148989A CN 201880063448 A CN201880063448 A CN 201880063448A CN 111148989 A CN111148989 A CN 111148989A
- Authority
- CN
- China
- Prior art keywords
- inspection
- information
- examination
- sample
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/90—Investigating the presence of flaws or contamination in a container or its contents
- G01N21/9081—Inspection especially designed for plastic containers, e.g. preforms
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
- H01J37/261—Details
- H01J37/265—Controlling the tube; circuit arrangements adapted to a particular application not otherwise provided, e.g. bright-field-dark-field illumination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8803—Visual inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
- G01N23/207—Diffractometry using detectors, e.g. using a probe in a central position and one or more displaceable detectors in circumferential positions
- G01N23/2076—Diffractometry using detectors, e.g. using a probe in a central position and one or more displaceable detectors in circumferential positions for spectrometry, i.e. using an analysing crystal, e.g. for measuring X-ray fluorescence spectrum of a sample with wavelength-dispersion, i.e. WDXFS
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
- G01N23/2252—Measuring emitted X-rays, e.g. electron probe microanalysis [EPMA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/07—Investigating materials by wave or particle radiation secondary emission
- G01N2223/079—Investigating materials by wave or particle radiation secondary emission incident electron beam and measuring excited X-rays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/22—Treatment of data
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/26—Electron or ion microscopes
- H01J2237/28—Scanning microscopes
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Dispersion Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
提高使用电子显微镜的特定检查的精度,提高作业效率。系统根据检查试样的属性信息确定与检查对象物对应的检查配方信息,通过按照该检查配方信息的控制程序由测量装置取得的图像数据以及元素分析数据与成为检查对象物的评价基准的基准图像数据以及基准元素分析数据的对照,进行检查试样的检查对象物的分析评价。
Description
技术领域
本发明涉及对使用电子显微镜等分析设备的特定检查进行辅助的面向特定检查的辅助系统、面向特定检查的辅助方法和程序。
背景技术
以前,在物理学、化学、工程学、生物学、医学等各种领域,已知利用电子显微镜的试样的检查(以下也称为“特定检查”)。作为电子显微镜,例如例示了扫描型电子显微镜(SEM:Scanning Electron Microscope)、透射型电子显微镜(TEM:Transmission ElectronMicroscope)、扫描型等效电子显微镜(STEM:Scanning Transmission ElectronMicroscope)等。在光学显微镜中,主要将可见光线用于观察试样的形状,与此相对,在电子显微镜中,将波长比可见光线短的电子束用于观察试样的形状。因此,在使用电子显微镜的检查中,与使用光学显微镜的检查相比,能够根据高分辨率的拍摄图像观察试样的形状,例如能够确定在光学显微镜中难以观察的试样中包含的病毒等纳米单位的细微构造。
在电子显微镜中,作为配套设备,例如组合有能量色散型X射线分析装置(EDX:Energy Dispersive X-ray spectrometry)。能量色散型X射线分析装置(以下也称为“EDX”)是根据由于照射到试样的分析对象区域的电子束而产生的特征X射线来确定试样中包含的元素的装置。通过将EDX组合到电子显微镜中,能够根据高分辨率的拍摄图像对检查对象物(有害物、异物、细菌等)进行定性分析、以及根据特征X射线的强度分布进行定量分析,提高特定检查的检查精度。
通过使用电子显微镜进行的试样的定性分析、定量分析,例如能够进行在半导体芯片、晶圆等的制造过程中混入的异物等的评价检查。另外,例如能够进行从拆除现场等采集到的建材等试样中包含的有害物(例如石棉等)的评价检查、从医疗现场采集到的细胞等试样中包含的组织等的评价检查。
此外,作为记载了与本说明书中说明的技术相关联的技术的现有技术文献,存在以下的专利文献。
现有技术文献
专利文献
专利文献1:日本特开2012-156410号公报
发明内容
发明要解决的课题
但是,在上述特定检查中,有时通过操作电子显微镜的检查者的目视,根据拍摄到的高分辨率的拍摄图像观察试样的形状。例如,是检查试样中包含的检查对象物的情况。
在上述情况下,检查者例如操作电子显微镜提高观测倍率来选定高分辨率拍摄到的试样的拍摄图像(整体影像)中的成为观察对象的区域。检查者对上述区域通过目视进行形状观察,检查拍摄出与检查对象物类似的形状的观察位置。然后,检查者根据在检测出的观察位置的通过EDX测量出的特征X射线的强度分布,确定在观察位置拍摄出的形状是检查对象物。
在上述情况下,针对高分辨率拍摄到的试样的整体影像,提高观测倍率来重复进行观察对象的区域选定、基于目视的形状观察、基于EDX的测量值的检查对象物的确定。因此,在经由检查者的目视进行特定检查的情况下,从高分辨率拍摄到的试样的整体影像中确定检查对象物的作业耗费时间。另外,在基于目视的形状观察中,操作电子显微镜的检查者的作业负担重,因此例如有可能发生拍摄图像内存在的检查对象物的遗漏、错误检测等。
与检查作业相关的时间的增加例如有可能造成使用电子显微镜的特定检查的检查成本的增加、包含电子显微镜在内的特定检查的检查设备的运转率的降低。
本发明是鉴于这样的状况而提出的,其目的在于,提供一种辅助技术,其提高使用电子显微镜的特定检查的精度,并提高作业效率。
用于解决课题的手段
作为面向特定检查的辅助系统而例示了本发明。本面向特定检查的辅助系统具备:存储单元,其存储学习数据信息和检查配方信息,所述学习数据信息包含针对一个以上的检查对象物成为评价基准的基准图像数据以及基准元素分析数据,所述检查配方信息包含在预定条件下取得用于分析一个以上的检查对象物的图像数据和元素分析数据的测量装置的控制程序;接受进行第一检查对象物的分析的检查试样的属性信息的单元;配方输出单元,其根据检查试样的属性信息,确定与第一检查对象物对应的第一检查配方信息,将所确定的第一检查配方信息输出到测量装置;评价单元,其通过按照第一检查配方信息的控制程序通过测量装置取得的图像数据以及元素分析数据与第一检查对象物的基准图像数据以及基准元素分析数据的对照,进行检查试样的第一检查对象物的分析评价。
发明效果
根据本发明,能够提供一种提高使用电子显微镜的特定检查的精度,并提高作业效率的辅助技术。
附图说明
图1表示实施方式的面向特定检查的辅助系统的结构的一个例子。
图2说明实施方式的检查对象物的定性分析、定量分析的处理的流程。
图3说明实施方式的检查对象物的定性分析、定量分析的处理的评价。
图4表示计算机的硬件结构的一个例子。
图5是向进行石棉的特定检查的检查机构提供的辅助服务形式的一个例子。
图6说明出租期间的调度。
图7是表示实施方式的定性分析定量分析处理的一个例子的处理流程图。
图8表示实施方式的石棉的定性分析定量分析结果的一个例子。
图9是表示实施方式的计费管理处理的一个例子的流程图。
图10是表示实施方式的调度处理的一个例子的流程图。
具体实施方式
以下,参照附图说明一个实施方式的面向特定检查的辅助系统。以下的实施方式的结构是例示,本面向特定检查的辅助系统并不限于实施方式的结构。
<1.系统结构>
图1表示本实施方式的面向特定检查的辅助系统100的结构的一个例子。在图1例示的面向特定检查的辅助系统100中,检查辅助服务器10是由辅助商使用的计算机,该辅助商对使用了电子显微镜的特定检查进行辅助。在此,所谓的“辅助商”例如是作为业务提供本实施方式的特定检查的辅助服务的营业者,例如是销售电子显微镜(SEM、TEM、STEM)和EDX等配套设备的制造商。但是,作为辅助商,也可以是作为电子显微镜和配套设备的销售中介的贸易公司、代理店等中介商。另外,也有使用电子显微镜进行试样的特定检查的检查机构、或多个检查机构进行协作而作为辅助商发挥功能的情况。或者,也有委托使用电子显微镜进行试样的特定检查的多个企业进行协作来发挥功能的情况。另外,还有电子显微镜、EDX等配套设备的制造商、中介商、检查机构、委托特定检查的企业中的任意的经营者组成的协作组织发挥功能的情况。
辅助商例如作为具备检查辅助服务器10的服务站点而运营,向进行特定检查的检查机构提供本实施方式的辅助服务,由此对使用了电子显微镜的试样的定性分析、定量分析等检查业务进行辅助。但是,辅助商例如也可以为以下的辅助方式,即在向检查机构出租了将电子显微镜与EDX等配套设备进行组合后的设备(以下也称为“特定检查设备”)后,提供检查辅助服务器10的辅助服务。在检查机构中,接受特定检查设备的租借,并且接受检查辅助服务器10提供的辅助服务,由此例如能够减轻购买特定检查设备的购买成本、维护或检修特定检查设备的维持成本等设备负担。
检查辅助服务器10至少具备检查辅助数据库(DB)200。另外,检查辅助服务器10至少提供AI(人工智能)处理部110、计费管理部120、调度器130、检查配方提供部140、运用FAQ部150、检查机构介绍部160的各信息处理功能。其中,检查辅助服务器10既可以是单一的计算机,也可以是多个计算机的集合,例如被称为云的系统。同样地,可以通过单一或多个数据库服务器构建检查辅助DB200。
在面向特定检查的辅助系统100中,检查辅助服务器10与网络N连接。网络N包括因特网等公共网络、移动电话网等无线网络、VPN(虚拟专用网)等专用网络、LAN(局域网)等网络。
网络N上连接通过特定检查进行试样的定性分析、定量分析的检查机构具有的检查机构终端20a、20b、20c、20d。另外,连接向检查机构委托试样的特定检查的检查委托者具有的检查委托者终端30a、30b、30c、30d。此外,网络N上可连接未图示的其他检查机构、检查委托者具有的多个终端。以下,也将检查机构终端20a等统称为“检查机构终端20”,将检查委托者终端30a等统称为“检查委托者终端30”。
检查机构是进行检查委托者提供的试样的特定检查的机构。检查机构例如是隶属于在土木、建筑、机械、半导体、家电、各种部件(机械、电气、电子部件)、材料、医疗、药品、食品、生物、化学、工学等业务领域中经营业务的企业的组织。另外,检查机构是隶属于大学、医院、自治团体、政府机构等的组织。但是,检查机构也可以是经营与使用电子显微镜的试样的特定检查相关的检查服务业务的经营者。
检查机构具备由操作电子显微镜等的检查者使用的检查机构终端20。检查机构终端20是PC(个人计算机)、WS(工作站)、服务器等信息处理装置。检查机构终端20与电子显微镜、EDX等配套设备连接,取得照射了电子束的试样的拍摄图像以及测量分析对象区域的特征X射线的强度分布。在图1中,例示与检查机构终端20连接的电子显微镜、EDX等配套设备来作为SEM21。检查者经由检查机构终端20接受检查辅助服务器10提供的与特定检查的内容、目的、试样类别等对应的辅助服务。
检查委托者是向检查机构委托试样的特定检查的营业者。检查委托者例如是检查机构所属的上述企业、政府机构等其他组织、关联公司、关联组织、或承包上述企业、政府机构等的业务的承包商、分包商。但是,在检查机构是经营与特定检查相关的检查服务业务的经营者的情况下,作为检查委托者包括个人。
检查委托者具有委托特定检查的经营者的职员、员工等或者委托特定检查的个人使用的PC、服务器等检查委托者终端30。检查委托者终端30包括移动电话、智能手机、平板PC等可移动的信息处理装置。检查委托者经由检查委托者终端30委托向检查机构提供的试样的特定检查。另外,检查委托者经由检查委托者终端30,接受针对试样的特定检查的结果(定性分析、定量分析的评价报告)。另外,检查委托者经由检查委托者终端30接受与试样的特定检查相关的检查机构的介绍服务。
在检查辅助服务器10中,在检查辅助DB200中至少存储学习数据信息、检查数据信息、检查配方信息、报告信息、计费管理信息、调度信息、运用FAQ信息、检查机构信息。
学习数据信息例如是用于判定试样中包含的检查对象物(石棉等有害物、异物、细菌等)的存在的信息,是基于特定检查的试样的定性分析、定量分析的依据信息。在学习数据信息中,例如包含通过电子显微镜拍摄到的检查对象物的高分辨率的拍摄图像数据、通过EDX测量出的检查对象物的特征X射线的强度分布数据。作为学习数据信息,例如存储辅助商或辅助商委托的检查者预先取得检查对象物来作为试样,根据该检查对象物拍摄到的高分辨率的拍摄图像数据、通过EDX测量出的特征X射线的强度分布数据。
但是,也可以由接受了检查辅助服务器10的辅助服务的检查机构从完成了定性分析、定量分析的检查对象物的拍摄图像数据、强度分布数据中抽出学习数据信息。辅助商例如能够分析作为检查数据信息而积蓄的拍摄图像数据、强度分布数据,抽出相关性高的检查对象物的拍摄图像数据、强度分布数据来包含到学习数据信息中。在检查辅助服务器10中,能够期待提高提供辅助服务的特定检查的检查精度。
另外,关于学习数据信息,可以使检查辅助服务器10、或与检查辅助服务器10协作的计算机通过搜索引擎等计算机程序,从与检查对象物的检查相关联的网站等取得信息,并积蓄到检查辅助DB200中。另外,可以使辅助商、或辅助商委托的检查辅助DB200的管理者从普通公开的检查对象物的检查基准(JIS规格、ISO规格等)取得信息,作为学习数据信息输入到检查辅助DB200。
检查数据信息是接受检查辅助服务器10的辅助服务的检查机构进行定性分析、定量分析,将特定检查已完成的检查数据积蓄到检查辅助DB200中而得到的信息。检查数据信息例如包含接受检查委托的试样的属性信息、表示通过电子显微镜拍摄到的试样的整体影像的拍摄图像数据、从试样中确定出的检查对象物的拍摄图像数据、通过EDX测量出的检查对象物的特征X射线的强度分布数据。试样的属性信息是表示被委托检查的试样的来历的信息,例如例示了试样的采集日期时间、采集地点、试样位置、试样类别(构件名)、采集者、采集量等。
其中,对作为检查数据信息积蓄的试样、检查对象物的拍摄图像数据设置一定的拍摄基准(拍摄条件)。作为拍摄条件,例如例示对比度、图像的亮度、分辨率、电子束的强度、图像倍率、图像大小、图像形式。检查辅助服务器10至少将试样的属性信息、在一定的拍摄条件下拍摄到的试样的整体影像的拍摄图像数据、从试样中确定出的检查对象物的拍摄图像数据、检查对象物的特征X射线的强度分布数据关联起来积蓄到检查辅助DB200中。
检查配方信息是用于辅助与特定检查相关的处理的推荐信息。在检查配方信息中,包含收到试样后直到开始特定检查为止的步骤、用于分析试样中包含的检查对象物的预处理步骤、用于开始实施了预处理的试样中的检查对象物的分析的特定检查设备的操作引导。另外,在检查配方信息中,包含装置配方、报告书生成指导(模板等)、与特定检查有关的指导方针。将检查配方信息作为与特定检查的内容、目的、试样的属性信息等对应的推荐信息存储到检查辅助DB200中。
在检查配方信息中,收到试样后直到开始特定检查为止的步骤是一种信息,其包含为了进行使用了检查辅助服务器10的辅助服务的特定检查而推荐的处理的推进方法。在收到试样后直到开始特定检查为止的步骤中,包含将与收到的试样相关的属性信息发送到检查辅助服务器10的步骤。
在预处理步骤中,包含使用电子显微镜等取得拍摄图像数据之前所需要的试样的处理、例如粉碎、加热、溶解、浸入到酸等溶液中、离心分离的上清液取得、下沉液取得等处理的执行步骤。在特定检查设备的操作指导中,包含直到将实施了预处理的试样设置到电子显微镜,开始特定检查为止的针对特定检查设备的操作步骤。例如通过在装置配方中规定的计算机程序的启动,开始特定检查。
装置配方是规定了以下的动作顺序的计算机程序的集合体,该动作顺序用于控制特定检查设备,对设置在电子显微镜的试样中包含的检查对象物进行确定。在装置配方中,包含依照上述拍摄条件拍摄设置在电子显微镜的试样的拍摄图像数据的电子显微镜的控制程序、提高观测倍率来扫描试样的整体影像的电子显微镜的控制程序。另外,在装置配方中,包含对拍摄出与检查对象物类似的形状的观察位置的特征X射线的强度分布进行测量的控制程序。在特定检查设备中,通过在装置配方中规定的控制,取得与试样中包含的检查对象物的定量分析、定性分析相关的拍摄图像数据、特征X射线的强度分布数据。
在报告书生成指导中,包含用于检查者根据从检查辅助服务器10发送的试样的定量分析、定性分析的评价结果生成检查报告书的信息。用于生成检查报告书的信息例如是依照检查基准(JIS规格、ISO规格等)的报告书格式、适用于报告书格式的评价结果的内容、报告书格式内的适用位置的指示等。例如,由辅助商、或辅助商委托的检查辅助DB200的管理者从普通公开的检查对象物的检查基准取得信息,根据取得的信息将报告书生成指导输入到检查辅助DB200。
检查辅助DB200的报告信息是用于报告检查辅助服务器10的特定检查已完成的试样的定量分析、定性分析的评价结果的格式信息。将报告信息作为与特定检查的内容、目的、试样的属性信息等对应的格式信息存储到检查辅助DB200。与报告书生成指导同样地,将报告信息登记到检查辅助DB200。
计费管理信息是对接受检查辅助服务器10的面向特定检查的辅助服务的检查机构的计费进行管理的信息。在计费管理信息中,包含从检查辅助服务器10提供的辅助服务的费用体系、接受辅助服务的提供的检查机构的识别信息、合同期限、利用时间、利用次数、支付账户等。另外,在计费管理信息中,包含辅助服务的提供形式(例如,特定检查设备出租+辅助服务应用提供、辅助服务应用提供)、出租的特定检查设备的识别信息、与特定检查设备连接的检查机构终端20的MAC(Media Access Control:媒体访问控制)地址等。此外,在只限于提供辅助服务应用的方式中,包含检查机构具备的特定设备的型号、制造序列号、作为检查机构终端20发挥功能的信息处理装置的MAC地址等。此外,例如,可以与辅助服务的提供形式、利用时间、利用次数等对应地区别费用体系。由辅助商、或辅助商委托的检查辅助DB200的管理者根据辅助服务的提供形式,将计费管理信息登记到检查辅助DB200。
调度信息是对出租给检查机构的每个特定检查设备的利用期间进行管理的信息。在调度信息中,包含检查机构的识别信息、检查机构的代表联系方式、出租给检查机构的特定检查设备的识别信息、特定检查设备的出租期间等。与计费管理信息同样地,将调度信息登记到检查辅助DB200。
运用FAQ信息是将经由辅助商运营的服务网站提供的面向特定检查的辅助服务的FAQ进行了总结的信息。在运用FAQ信息中,包含辅助服务的提供形式、出租的特定检查设备概要、特定检查例子、辅助商的代表联系方式等。另外,运用FAQ信息也可以面向被提供辅助服务的检查机构包含所提供的特定检查设备的操作指导、专业术语的解说、问题应对方法等。例如,由辅助商、或辅助商委托的检查辅助DB200的管理者将运用FAQ信息登记到检查辅助DB200。或者,也可以通过检查辅助服务器10、或与检查辅助服务器10协作的计算机通过计算机程序,取得检查机构、检查委托者咨询的信息,并积蓄到检查辅助DB200。
检查机构信息是用于介绍提供特定检查服务的检查机构的信息。在检查机构信息中,包含每个检查机构的名称、地址、代表联系方式、特定检查设备概要、检查实绩、可应对领域等。在检查机构信息中,例如登记接受检查辅助服务器10的面向特定检查的辅助服务的检查机构。但是,关于检查机构信息,例如,也可以由检查辅助服务器10、或与检查辅助服务器10协作的计算机通过搜索引擎等计算机程序,从与检查对象物的检查关联的网站等取得信息,并积蓄到检查辅助DB200。另外,也可以由辅助商、或辅助商委托的检查辅助DB200的管理者将从各检查机构发布、公示、普通公开的信息输入到检查辅助DB200。
在本实施方式的面向特定检查的辅助系统100中,检查辅助服务器10根据在检查辅助DB200中积蓄的信息、从检查机构发送的信息(特定检查的内容、目的、试样的属性信息等),提供与特定检查相关的检查配方信息。经由检查配方提供部140的处理功能进行检查配方信息的提供。
在检查配方信息中,作为推荐信息包含收到试样后直到开始特定检查为止的步骤、用于分析试样中包含的检查对象物的预处理步骤、用于对实施了预处理的试样中包含的检查对象物进行分析的特定检查设备的操作指导。例如,经由网络N将从检查辅助服务器10提示的上述推荐信息显示到检查机构终端20所具备的LCD(液晶显示器)等的显示画面上。
检查者例如能够参照在显示画面上提示的上述推荐信息,对从检查委托者提供的试样实施为了进行特定检查所需的预处理。另外,检查者例如能够将实施了预处理的试样设置到电子显微镜,进行直到开始特定检查为止的特定检查设备的操作。
另外,作为检查配方信息,提供规定了以下的动作顺序的计算机程序的集合体即装置配方,上述动作顺序用于控制特定检查设备,确定所设置的试样中包含的检查对象物。通过装置配方中包含的控制程序对与检查机构终端20连接的电子显微镜、EDX进行自动控制,取得与试样中包含的检查对象物的定量分析、定性分析相关的拍摄图像数据、特征X射线的强度分布数据。经由网络N将取得的各种数据发送到检查辅助服务器10。
图2说明检查辅助服务器10提供的检查对象物的定性分析、定量分析的处理的流程。从通过装置配方的计算机程序控制的特定检查设备(SEM/EDX21)发送的拍摄图像数据、特征X射线的强度分布数据被检查辅助服务器10接收。
在检查辅助服务器10中,根据接收到的拍摄图像数据、特征X射线的强度分布数据,提供按照检查配方信息设置的试样中包含的检查对象物的定性分析、定量分析(定性定量分析111)功能。经由AI处理部110的基于学习的处理功能进行试样中包含的检查对象物的定性分析、定量分析。此外,在学习处理中也可以进行深度学习。深度学习例如包含:学习工序,通过输入大量的采样图像与表示该采样图像哪里是石棉的正解数据的大量配对,调整对采样图像进行加工的卷积运算的系数;以及识别工序,在学习工序完成后,输入未知试样的采样图像,通过卷积运算对其进行加工,抽出确定石棉部分的图像,识别该未知试样的采样图像哪里有石棉。
另外,检查辅助服务器10也可以通过计算试样的拍摄图像数据与已知的学习数据211的相关性,来确定拍摄出与检查对象物类似的形状的观察位置。即,检查辅助服务器10例如通过在预定的拍摄条件下拍摄到的试样的拍摄图像数据与存储在检查辅助DB200中的检查对象物的学习数据211之间的对照,确定拍摄图像内的拍摄出与检查对象物类似的形状的观察位置。在确定观察位置时使用的学习数据211例如是表示检查对象物的形状的基准图像数据。
并且,检查辅助服务器10例如通过上述观察位置的通过EDX测量出的特征X射线的强度分布与存储在检查辅助DB200中的检查对象物的学习数据211之间的对照,确定在观察位置拍摄出的形状是检查对象物。在确定在观察位置拍摄出的形状是检查对象物(例如石棉、特定的细菌等)时使用的学习数据例如是检查对象物的特征X射线的强度分布数据。
此外,也可以设为检查辅助服务器10对通过SEM/EDX21的SEM拍摄到的形状进行分析114,与学习数据211的表示检查对象物的形状的基准图像数据进行对照比较,如果能够特定检查对象物,则不通过EDX进行测量地确定检查对象物。另外,在通过SEM拍摄到的形状与学习数据211的基准图像数据进行对照比较的结果为无法确定或难以确定检查对象物的情况下,确定无法确定或难以确定检查对象物的应该观察的观察位置。如果能够确定观察位置,则可以通过SEM/EDX21的EDX测定该观察位置,通过定性定量分析111分析EDX的测定结果。
检查辅助服务器10经由AI处理部110的基于深度学习或相关计算的处理功能,对拍摄到的试样的整体影像进行上述对照,测量确定出的检查对象物的个体数、个体大小(长度)等。
根据测量出的试样中的检查对象物的个体数、个体大小(长度)等,例如生成包含试样中的检查对象物的含有率、按照个体大小区别的分布状态等信息的定性分析、定量分析的评价结果(报告113)。根据检查辅助DB200中存储的报告信息,进行评价结果的生成。将使用与特定检查的内容、目的、试样的属性信息等对应的格式(模板)生成的评价结果发送到检查机构终端20。
如上述那样,在本实施方式的检查辅助服务器10提供的定性分析定量分析处理中,使用作为依据信息的学习数据信息,通过深度学习功能进行对照。因此,在本实施方式的检查辅助服务器10中,能够按照一定的基准(学习数据),唯一地评价通过电子显微镜拍摄到的试样的拍摄图像数据。
图3说明检查辅助服务器10的检查对象物的定性分析、定量分析的处理的评价。在图3中,例示了从包含石棉的试样拍摄到的拍摄图像(Z1、Z2)。上述试样例如是在使用了包含石棉的建材的建筑物的拆除作业现场设置的换气设备的换气用过滤器。在特定检查中,将在拆除作业的换气时吸附在换气用过滤器上的石棉作为检查对象物,进行定性分析、定量分析。此外,拍摄图像Z1、Z2是依照检查配方信息对作为试样提供的换气用过滤器实施了预处理的状态的拍摄图像。
在拍摄图像Z1、Z2中,例示了具有针状形状的石棉。如果对拍摄图像Z1、Z2进行比较,则能够识别在拍摄图像Z2中具有针状形状的石棉数量多。在检查辅助服务器10提供的定性分析、定量分析的处理中,根据具有针状形状的石棉的基准图像(学习数据),进行基于AI处理功能的对照,进行委托了特定检查的试样的评价。在检查辅助服务器10提供的定性分析、定量分析的处理中,从拍摄图像Z1得到评价D1,从拍摄图像D2得到评价D2。此外,评价D1、D2中的“石棉(+)”表示在试样中确定出作为检查对象物的石棉。另外,评价D1、D2中的“含有率×××条/升”表示根据学习数据从拍摄图像Z1、Z2中计数得到的石棉条数相对于安装了换气用过滤器的换气设备的总换气量的比例。总换气量例如包含在作为试样的属性信息从检查机构发送的信息中。
如图3所示,检查辅助服务器10通过使用了一定基准(学习数据)的AI处理功能来进行对照,由此检查辅助服务器10能够根据从实施了预处理的试样拍摄到的拍摄图像数据,区分试样中包含的检查对象物的状态。检查辅助服务器10能够如针对拍摄图像Z1的评价D1、针对拍摄图像Z2的评价D2那样,唯一地评价试样中包含的检查对象物。根据检查辅助服务器10提供的定性分析、定量分析处理,能够抑制由于特定检查的作业负担所导致的检查对象物的遗漏、错误检测等而产生的检查者之间的评价的个人差异。
另外,根据检查辅助服务器10提供的定性分析、定量分析处理,根据装置配方,经由特定检查设备的自动控制,取得试样的拍摄图像数据、特征X射线的强度分布数据。并且,通过检查辅助服务器10执行试样的拍摄图像数据的检查对象物的形状观察、根据特征X射线的强度分布进行的检查对象物的确定、试样中的检查对象物的个体数、个体大小(长度)等的测量、特定检查的评价。结果,接受面向特定检查的辅助服务的检查者能够将特定检查花费的时间分配到其他业务,因此能够期待作业效率的提高。
返回图2,检查辅助服务器10将从SEM/EDX21接收到的拍摄图像数据、特征X射线的强度分布数据积蓄在检查辅助DB200中(积蓄112)。将上述数据与试样的属性信息、检查配方信息中包含的拍摄基准、试样中的检查对象物的拍摄图像数据等关联起来,作为检查数据信息积蓄在检查辅助DB200中。另外,将对照中使用的学习数据211或识别学习数据211的识别信息与上述数据关联起来,作为检查数据信息积蓄到检查辅助DB200中。
检查辅助服务器10例如针对在检查辅助DB200中积蓄的检查数据信息,将检查时拍摄到的试样中的检查对象物的拍摄图像数据作为基准数据,分析积蓄的试样的拍摄图像数据的匹配程度(相关性)(分析114)。作为分析的结果,检查辅助服务器10例如能够从积蓄的检查数据信息中,将相关性高的检查对象物的拍摄图像数据反映到学习数据信息中。检查辅助服务器10能够提高定性分析定量分析处理的针对检查对象物的检查精度。
其中,积蓄在检查辅助DB200中的检查数据信息例如可以由辅助商、或辅助商委托的检查辅助DB200的管理者进行分析,也可以由与检查辅助服务器10协作的计算机进行分析。
此外,在检查配方信息中包含报告书生成指导。检查者通过参照在检查机构终端20的显示画面上提示的报告书生成指导,能够简便地生成反映了从检查辅助服务器10发送的特定检查的评价结果的报告书。能够不受特定检查的内容、目的、所采用的检查基准的类别等的困扰地生成从检查委托者向自治团体等提出的检查报告书。
根据本实施方式的面向特定检查的辅助系统100,能够提供一种提高使用了电子显微镜的特定检查的精度,并提高作业效率的辅助技术。
<2.装置结构>
图4表示计算机的硬件结构的一个例子。通过图4所示的计算机300的结构,例示图1的检查辅助服务器10、检查机构终端20、检查委托者终端30。
图4例示的计算机300具备通过连接总线316相互连接的CPU(中央处理单元)311、主存储装置312、辅助存储装置313、通信IF(接口)314、输入输出IF315。主存储装置312和辅助存储装置313是计算机300可读取的记录介质。此外,上述构成要素可以分别设置多个,也可以不设置一部分构成要素。
CPU311也称为MPU(微处理器)、处理器。但是,CPU311并不限定于单一的处理器,也可以是多处理器结构。另外,通过单一的插槽连接的单一的CPU也可以是多核结构。CPU311是进行整个计算机300的控制的中央处理运算装置。CPU311例如将存储在辅助存储装置313中的程序在主存储装置312的工作区域中可执行地展开,通过执行程序来进行周边设备的控制,由此提供符合预定目的的功能。在本实施方式的面向特定检查的辅助系统100中,提供检查辅助服务器10、检查机构终端20、检查委托者终端30具有的各处理功能。
主存储装置312存储CPU311执行的计算机程序、CPU311处理的数据等。主存储装置312例如包括闪速存储器、RAM(随机存取存储器)、ROM(只读存储器)。辅助存储装置313将各种程序和各种数据自由读写地存储到记录介质中。辅助存储装置313也被称为外部存储装置。在辅助存储装置313中,例如存储OS(操作系统)、各种程序、各种表等。OS例如包含与经由通信IF314连接的外部装置等进行数据交接的通信接口程序。外部装置等例如包含与网络N连接的PC、WS、服务器、便携终端等信息处理装置、外部存储装置等。
辅助存储装置313例如作为对主存储装置312进行辅助的储存区域而使用,存储CPU311执行的计算机程序、CPU311处理的数据等。辅助存储装置313是包含非易失性半导体存储器(闪速存储器、EPROM(可擦写可编程ROM))的硅盘、固态驱动装置、硬盘驱动(HDD,Hard Disk Drive)装置等。另外,作为辅助存储装置313,例示CD驱动装置、DVD驱动装置、BD驱动装置这样的可装卸的记录介质的驱动装置。作为可装卸的记录介质,例示CD、DVD、BD、USB(通用串行总线)存储器、SD(安全数字)存储卡等。
通信IF314是与连接到计算机300的网络的接口。在图1的检查辅助服务器10中,经由通信IF314在与连接到网络N的检查机构终端20、检查委托者终端30之间,按照预定的通信规格进行数据的收发。
输入输出IF315是与连接到计算机300的设备之间进行数据的输入输出的接口。输入输出IF315上例如连接键盘、触摸屏、鼠标等指示设备、麦克风等输入设备。计算机300经由输入输出IF315,接受来自操作输入设备的操作者的操作指示等。
另外,输入输出IF315上例如连接LCD、EL(电致发光)屏、有机EL屏等显示设备、打印机、扬声器等输出设备。计算机300经由输入输出IF315,输出通过CPU311处理的数据、信息、在主存储装置312、辅助存储装置313中存储的数据、信息。
通过CPU311执行程序,图1的检查辅助服务器10至少提供AI处理部110、计费管理部120、调度器130、检查配方提供部140、运用FAQ部150、检查机构介绍部160的信息处理功能。但是,也可以由DSP(数字信号处理器)、ASIC(专用集成电路)、GPU(图像处理单元)等提供上述处理功能中的至少一部分。同样,上述处理功能中的至少一部分也可以是FPGA(现场可编程门阵列)、数值运算处理器、向量处理器、图像处理器等专用LSI(大规模集成电路)、其他数字电路。另外,在上述处理功能的至少一部分也可以包含模拟电路。检查辅助服务器10具备辅助存储装置313和检查辅助DB200,来作为由上述处理功能参照或管理的数据的存储目的地。
通过CPU311执行浏览器程序,图1的检查机构终端20、检查委托者终端30与在Web上公开的辅助商运营的服务站点连接。将服务站点提供的用HTML(HyperText MarkupLanguage:超文本标记语言)等记载的各种内容显示到上述各终端具备的LCD等显示设备。上述各终端的使用者能够利用LCD等中显示的各种内容中包含的服务站点提供的运用FAQ内容、检查机构介绍服务内容。
检查辅助服务器10的运用FAQ部150接受来自上述各终端的利用请求,读出存储在检查辅助DB200中的运用FAQ信息,将该运用FAQ信息作为运用FAQ内容提供给上述各终端。在上述各终端的LCD等中显示运用FAQ信息中包含的辅助服务的提供形式、出租的特定检查设备概要、特定检查例子、辅助商的代表联系方式等。另外,在预定的检查机构终端20的LCD等中显示运用FAQ信息中包含的所提供的特定检查设备的操作指导、专业术语的解说、问题应对方法等。
另外,检查辅助服务器10的检查机构介绍部160接受来自上述各终端的利用请求,读出存储在检查辅助DB200中的检查机构信息,将该检查机构信息作为检查机构介绍服务内容提供给上述各终端。将检查机构信息中包含的每个检查机构的名称、地址、代表联系方式、特定检查设备概要、检查实绩、可应对领域等显示到上述各终端的LCD等。
<3.处理结构>
以下,基于图5所示的辅助模型的方式,说明检查辅助服务器10提供的AI处理部110、计费管理部120、调度器130、检查配方提供部140的各信息处理功能。
(AI处理部110、检查配方提供部140)
图5是向进行石棉的特定检查的检查机构提供的辅助服务方式的一个例子。在图5例示的检查机构A3中,与特定检查设备的出租一起提供经由检查辅助服务器10的各信息处理功能的辅助服务。图5所示的AI-SEM21a表示从辅助商出租的特定检查设备。AI-SEM21a上连接了检查机构终端20,提供使用图2说明的辅助服务。
在图5中,例示以下方式,即总承包商等原承包商A1承包建筑物的拥有者或作为权利人的业主统一订购的重建等建筑工程,拆除商A2从原承包商A1承包建筑物的拆除工程。拆除商A2是具有检查委托者终端30,向检查机构A3委托特定检查的检查委托者。原承包商A1例如指定用于确定建筑物所使用的建材是否包含石棉,包含石棉的建材的使用位置等的诊断方法,来向拆除商A2订购拆除工程(B1)。
拆除商A2例如在设计拆除工程时,沿着事先指定的诊断方向,从建筑物的预定位置(墙壁、地板、天花板等)采集多个建材。拆除商A2将采集到的建材作为试样C1提供给检查机构A3,并且向检查机构A3订购试样C1的特定检查(B2)。
在检查机构A3中,经由检查机构终端20进行用于使用检查辅助服务器10提供的辅助服务的登录操作。例如,经由预先安装在检查机构终端20中的应用程序的启动、执行来进行登录操作。在登录后的检查机构终端20的LCD等的显示画面中,例如显示与特定检查的内容、目的、特定检查物等有关的信息的输入画面。
检查配方提供部140根据在上述输入画面中接受的信息检索检查辅助DB200,抽出对应的检查配方信息中的收到试样后直到开始特定检查为止的步骤等信息,并将抽出的信息发送到检查机构终端20。检查者例如按照在检查机构终端20的LCD等的显示画面中显示的上述信息,将与特定检查相关的试样的属性信息发送到检查辅助服务器10。
检查配方提供部140根据从检查机构终端20发送的与特定检查相关的试样的属性信息,检索检查辅助DB200,抽出与试样的属性信息对应的检查配方信息。检查配方提供部140例如抽出与试样的属性信息关联的预处理步骤、特定检查设备的操作指导、装置配方、报告书生成指导、与特定检查有关的指导方针来作为检查配方信息。检查配方提供部140将从检查辅助DB200抽出的上述检查配方信息发送到检查机构终端20。
检查机构A3的检查者使用从辅助商出租的特定检查设备(AI-SEM21a),开始拆除商A2采集到的试样C1的特定检查。在特定检查中,按照从检查辅助服务器10提供的检查配方信息,取得在预定的拍摄条件下拍摄到的试样C1的拍摄图像数据、通过EDX得到的特征X射线的强度分布数据。
检查辅助服务器10的AI处理部110如使用图2、图3说明的那样,通过试样C1的拍摄图像数据、特征X射线的强度分布数据与存储在检查辅助DB200中的学习数据的对照,进行试样C1包含的石棉的定性分析定量分析。AI处理部110将定性分析定量分析的结果作为评价结果,向检查机构A3报告(B3)。此外,AI处理部110参照在检查辅助DB200中登记的报告信息,生成试样C1中包含的石棉的定性分析定量分析的评价结果。
在检查机构A3中,按照从检查辅助服务器10提供的检查配方信息,报告针对拆除商A2的试样C1的特定检查结果(B4)。在拆除商A2中,向订购了采集试样C1的建筑物的拆除工程的原承包商A1报告根据从检查机构A3报告的试样C1的特定检查结果报告生成的诊断结果(B5)。原承包商A1向监督建筑物的拆除工程的自治团体等呈报根据从拆除商A2报告的诊断结果生成的拆除工程的许可申请等申报(B6)。在自治团体等中,根据劳动安全卫生法、大气污染防治法、废弃物处理法等审查许可申请等的申报。
(计费管理部120)
图5的粗虚线B7、B8、B9表示与建筑物的拆除工程相伴的与石棉的特定检查相关的成本的流程。在图5所示的方式中,例如将原承包商A1向拆除商A2订购的拆除工程的费用(B7)的一部分作为石棉的特定检查费用(B8)支付给检查机构A3。将按照合同计费的报酬支付给向检查机构A3提供检查辅助服务的辅助商。
检查辅助服务器10的计费管理部120根据在检查辅助DB200中登记的计费管理信息,进行与辅助服务的提供形式、出租的特定检查设备的使用次数、定性分析定量分析的实施次数等对应的计费管理。
计费管理部120例如能够测量向检查机构A3提供的检查配方信息的提供次数,将其作为向检查机构A3出租的特定检查设备的使用次数。另外,计费管理部120能够测量从检查机构A3接收到的拍摄图像数据的接收次数来作为检查辅助服务器10提供的定性分析定量分析的实施次数。然后,计费管理部120根据在检查辅助DB200中登记的计费管理信息,计算与特定检查相关的辅助服务的利用报酬。
检查辅助服务器10或与检查辅助服务器10协作的计算机根据经由计费管理部120计算出的利用报酬,向检查机构A3请求支付报酬。辅助商能够请求与向各检查机构提供的辅助服务的合同形式对应的报酬。
(调度器130)
在图5中,将从辅助商向检查机构A3出租的特定检查设备的出租期间作为调度信息登记到检查辅助DB200。如图1例示的那样,检查辅助服务器10向多个检查机构提供辅助服务。检查辅助服务器10的调度器130根据在检查辅助DB200中登记的每个检查机构的调度信息,管理特定检查设备的出租期间,根据所管理的出租期间进行出租目的地的调度。
图6说明出租期间的调度。在图6的检查机构A4中,例如特定检查的受理期间限定为以月为单位的前半,在检查机构A5中,例如特定检查的受理期间限定为以月为单位的后半。另外,在检查机构A6中,设为限定于拆除作业的工程期间(大致一个月)进行特定检查设备的出租。另外,设为向各检查机构出租的特定检查设备的规格相同。
调度器130例如根据在检查辅助DB200中登记的调度信息,将上述检查机构A4~A6的特定检查设备的运用期间(运转期间)排列在同一时间轴上。然后,调度器130根据排列在同一时间轴上的特定检查设备的运用期间,生成特定检查设备向各检查机构的出租计划。
例如,调度器130对于排列在同一时间轴上的针对特定检查设备的检查机构A4的运用期间与检查机构A5的运用期间之间的期间重复进行判定。在图6的检查机构A4与检查机构A5之间,特定检查设备的运用期间不重复。调度器130对检查机构A4的运用期间与检查机构A5的运用期间之间的期间重复进行判定,生成将在以月为单位的前半已出租给检查机构A4的特定检查设备在以月为单位的后半出租给检查机构A5的出租计划。
另外,调度器130对排列在同一时间轴上的特定检查设备的运用期间在检查机构A4、A5、A6之间的期间重复进行判定。调度器130判定为检查机构A6的运用期间在以月为单位的前半与检查机构A4重复,在以月为单位的后半与检查机构A5重复。另外,调度器130判定为在检查机构A6的运用期间,与检查机构A4之间重复的运用期间与检查机构A5之间不重复。同样,调度器130判定为在检查机构A6的运用期间,与检查机构A5之间重复的运用期间与检查机构A4之间不重复。
调度器130根据上述判定,生成以下的出租计划:将在以月为单位的前半已出租给检查机构A4的特定检查设备在以月为单位的后半出租给检查机构A6,并且将预定在以月为单位的后半出租给检查机构A5的特定检查设备在以月为单位的前半出租给检查机构A6。
辅助商例如阅览调度器130生成的特定检查设备的出租计划,决定特定检查设备向检查机构A4、A5、A6的出租期间。在辅助商,能够共享特定检查设备的出租期间,能够期待出租对象的特定检查设备的运转率的提高。另外,在辅助商,与并行地出租多个特定检查设备的情况相比,能够期待相对地削减与辅助服务的提供相关的特定检查设备的运用成本。并且,在特定检查的受理期间限定为以月为单位的后半的检查机构A5中,无法受理在前半月发来的委托。但是,在该情况下,能够通过调度器130在检查机构之间调整委托,使得将该委托分配给特定检查的受理期间限定为以月为单位的前半的检查机构A4。不只是能够通过各个检查机构应对来自检查委托者的请求,还能够作为整个检查机构进行应对,因此能够满足来自检查委托者的请求,能够提高所提供的辅助服务的整体服务水平。
<4.处理的流程>
接着,参照图7说明本实施方式的检查辅助服务器10的定性分析定量分析处理。图7是表示检查辅助服务器10的定性分析定量分析处理的一个例子的处理流程图。本实施方式的检查辅助服务器10例如由CPU311等读出并执行存储在辅助存储装置313中的各种程序、各种数据、存储在检查辅助DB200中的信息,由此提供图7所示的处理。此外,主要通过AI处理部110、检查配方提供部140的处理功能来提供图7的处理。
在图7中,从检查委托者向检查机构提出与特定检查相关的检查试样。检查委托者提出的检查试样例如是在开始拆除工程之前从建筑物的预定位置(墙壁、地板、天花板等)采集到的多个建材、在拆除工程中在作业场所设置的换气设备的换气用过滤器(大气过滤器)等。但是,在检查委托者是与医疗相关的预定机构,例如医院、保健所、研究中心等的情况下,为了进行细胞等的特定检查,提供患者的病变部来作为检查试样。以下,将使用图5说明的辅助模型方式作为说明例子,说明图7的处理的流程。
在检查机构中,例如经由与出租给检查机构的特定检查设备连接的检查机构终端20的检查者U1的操作,进行用于利用检查辅助服务器10提供的辅助服务的登录操作。检查辅助服务器10例如接受经由检查机构终端20的登录,并且例如使检查机构终端20具备的LCD等显示设备显示与特定检查的内容、目的、特定检查物等有关的信息的输入画面。
检查辅助服务器10将在上述输入画面输入的信息的接受作为触发来检索检查辅助DB200,例如将与输入的信息对应的检查配方信息中的收到试样后直到开始特定检查为止的步骤发送到检查机构终端20。检查者U1按照在检查机构终端20的显示设备显示的上述步骤,将收到的检查试样的属性信息发送给检查辅助服务器10。此外,例如将经由输入画面输入的信息临时存储到主存储装置312的预定的区域。
图7的属性信息D4是从拆除工程前的建筑物采集到的检查试样的属性信息的一个例子。在属性信息D4中,例示了采集到检查试样的采集日期时间、采集场所、建筑物内的采集位置、试样类别(构件名)、采集者、采集量等。此外,在检查试样是在拆除工程中在作业场所设置的换气设备的换气用过滤器的情况下,作为属性信息例如例示采集到检查试样的采集日期时间、采集场所、过滤器制造者、过滤器型号、过滤器颜色等过滤器类别、换气量(升/单位时间)、使用时间等。
检查辅助服务器10接收从检查机构终端20发送的检查试样的属性信息(S1)。例如将接收到的检查试样的属性信息临时记录到主存储装置312的预定的区域中。检查辅助服务器10将检查试样的属性信息作为检索关键字进行检查辅助DB200的检索,抽出与属性信息关联的检查配方信息(S2)。在图7所示的属性信息D4中,将建筑物内的采集位置、试样类别(构件名)等作为检索关键字,进行检查辅助DB200的检索。另外,在检查试样是换气用过滤器的情况下,例如将过滤器制造者、过滤器型号、过滤器颜色等过滤器类别等作为检索关键字,进行检查辅助DB200的检索。在此,在检查辅助服务器10执行的S1的处理是接受进行第一检查对象物的分析的检查试样的属性信息的步骤的一个例子。另外,作为接受进行第一检查对象物的分析的检查试样的属性信息的单元的一个例子,由检查辅助服务器10的CPU311等执行S1的处理。
在从检查辅助DB200抽出的检查配方信息中,包含与特定检查的内容、目的、特定检查物、检查试样的属性信息关联的以下的推荐信息。即,检查配方信息是用于分析检查试样中的检查对象物的预处理步骤、用于开始对实施了预处理的试样中的检查对象物进行分析的特定检查设备的操作指导、专用的装置配方、报告书生成指导(模板等)、与特定检查有关的指导方针等。检查辅助服务器10在主存储装置312的预定的区域中临时记录将检查试样的属性信息作为检索关键字从检查辅助DB200抽出的检查配方信息。
检查辅助服务器10经由网络N将抽出的检查配方信息发送到检查机构终端20,并且通知检查配方信息的发送已完成(S3)。在此,在检查辅助服务器10执行的S2~S3的处理是“根据上述检查试样的属性信息确定与上述第一检查对象物对应的第一检查配方信息,将确定的上述第一检查配方信息输出到上述测量装置的配方输出步骤”的一个例子。另外,作为“根据上述检查试样的属性信息确定与上述第一检查对象物对应的第一检查配方信息,将确定的上述第一检查配方信息输出到上述测量装置的配方输出单元”的一个例子,由检查辅助服务器10的CPU311等执行S2~S3的处理。通过S2~S3的处理确定的检查配方信息对应于“根据检查试样的属性信息与第一检查对象物对应的第一检查配方信息”。
检查者U1例如接受检查配方信息的发送完成的通知,将检查配方信息中包含的预处理步骤、特定检查设备的操作指导等显示到检查机构终端20的显示画面上。检查者U1阅览在显示画面上显示的上述信息,按照预处理步骤对检查试样实施特定检查所需要的粉碎、加热、溶解、浸入酸等溶液中、离心分离的上清液取得、下沉液取得等预处理。另外,检查者U1按照特定检查设备的操作指导,将实施了预处理的检查试样设置到特定检查设备,并且开始检查试样的特定检查。
检查配方信息中的装置配方将检查者U1的开始操作作为触发,控制特定检查设备。通过装置配方所提供的电子显微镜的控制程序、测量特征X射线的强度分布的控制程序,取得设置到电子显微镜的检查试样的拍摄图像数据、从检查试样中确定出的检查对象物的拍摄图像数据、检查对象物的特征X射线的强度分布数据。经由网络N将通过特定检查设备取得的上述拍摄图像数据等发送到检查辅助服务器10。
在根据专用的装置配方控制的特定检查设备中,取得在一定的拍摄条件(S5)下拍摄到的拍摄图像数据。在拍摄条件(D5)中,包含对比度、图像的亮度、分辨率、电子束的强度、图像倍率、图像大小、图像形式等。作为包含石棉的特定检查试样的拍摄图像例子,例示图3的拍摄图像Z1、Z2。此外,图7所示的拍摄图像Z3是从医院、保健所、研究中心等提出的包含大肠杆菌等细菌的检查试样的拍摄图像例子。在此,装置配方是“在预定条件下取得用于分析一个以上的检查对象物的图像数据和元素分析数据的测量装置的控制程序”的一个例子。装置配方规定的一定的拍摄条件相当于“预定条件”。
检查辅助服务器10接收通过特定检查设备取得的表示检查试样的整体影像的拍摄图像数据、检查对象物的特征X射线的强度分布数据(S4)。检查辅助服务器10例如将接收到的表示检查试样的整体影像的拍摄图像数据、检查试样的属性信息、专用的装置配方中包含的拍摄条件关联起来临时记录到主存储装置312的预定的区域中(S5)。
检查辅助服务器10例如将检查试样的属性信息等作为检索关键字进行检查辅助DB200的检索,抽出与特定检查的内容、目的、特定检查物等相关联的学习数据信息(S6)。在学习数据中包含通过AI处理对照的成为检查对象物的定性分析定量分析的评价的依据的信息。检查辅助服务器10例如抽出在检查辅助DB200中存储的每个石棉类别的基准图像数据、特征X射线的强度分布数据等来作为学习数据信息。
检查辅助服务器10根据从检查辅助DB200抽出的检查对象物的学习数据信息进行对照,由此进行使用图2、图3说明的定性分析、定量分析的处理(S7)。
检查辅助服务器10例如通过高倍率放大后的检查试样的拍摄图像数据与每个石棉类别的学习数据(基准图像数据)的对照,确定拍摄图像内的拍摄出与石棉类别类似的形状的观察位置。例如,使用将拍摄图像的左上角作为原点,将纵向设为Y轴方向,将横向设为X轴方向的二维的坐标(X,Y)来表示拍摄图像内的观察位置。
检查辅助服务器10通过与确定出的观察位置的坐标位置对应的特征X射线的强度分布数据与每个石棉类别的学习数据(特征X射线的强度分布数据)的对照,判定在观察位置拍摄出的形状是哪个石棉类别。例如根据匹配的程度判定对照结果。
检查辅助服务器10对于从检查试样拍摄到的整体影像进行基于上述学习数据的对照处理,对于通过与学习数据的对照而确定为某个石棉类别的石棉进行计数。另外,检查辅助服务器10根据从检查试样的整体影像中计数得到的石棉的计数值,计算检查试样中包含的石棉的含有率等。
图8表示检查辅助服务器10对石棉的定性分析定量分析结果的一个例子。在图8中,例示了基于装置配方的控制从换气用过滤器拍摄到的表示检查试样的整体影像的拍摄图像来作为拍摄图像Z4。另外,例示了通过检查辅助服务器10的AI处理部110提供的深度学习的处理功能对拍摄图像Z4确定出石棉的状态的拍摄图像来作为拍摄图像Z5。在拍摄图像Z5中,用粗线例示了确定出的石棉。
在检查辅助服务器10的AI处理部110提供的深度学习的处理功能中,在高倍率放大了高分辨率的拍摄图像Z4的状态下,决定基于与学习数据的对照的石棉的观察对象区域。作为石棉的观察对象区域,拍摄图像Z5是对高倍率放大后的拍摄图像Z4进行16分割的一个例子。
在拍摄图像Z5中,AI处理部110对每个分割区域进行与石棉类别的学习数据(基准图像数据)的对照,确定类似的形状的拍摄位置。然后,AI处理部110进行所确定的拍摄位置的特征X射线的强度分布数据与石棉类别的学习数据(基准图像数据)的对照,由此确定在拍摄位置拍摄出的类似的形状是哪个石棉类别。
如拍摄图像Z5所示那样,检查辅助服务器10通过对拍摄图像Z4进行基于学习数据的深度学习的对照处理,能够确定多个在长轴方向上长度不同的石棉。此外,在各分割区域的左下角显示的数值表示与各个分割区域相对的与学习数据的匹配程度。
AI处理部110根据长轴方向的长度对在拍摄图像Z5中确定出的石棉进行区分,针对区分出的每个长度测量石棉数量。例如,根据石棉形状的拍摄区域的坐标信息来确定石棉的长度。
例如,如图像Z6所示那样,将通过AI处理部110的深度学习的对照处理与长轴方向的长度对应地区分的各石棉的计数值表示为用于表示检查试样中包含的石棉的长度分布的直方图。在图像Z6中,纵轴表示石棉的计数值,横轴表示石棉的长轴方向的长度(颗粒的长度)。
另外,检查辅助服务器10根据检查试样的属性信息、从检查试样中计数得到的石棉的总数,计算出检查试样中的石棉的含有率。例如,根据作为检查试样的换气用过滤器(大气过滤器)的属性信息中包含的换气量(升/单位时间)、使用时间,求出安装了换气用过滤器的换气设备的总换气量。通过求出与总换气量相对的石棉的计数值,来计算每单位换气量(升)的石棉的含有率。在此,在检查辅助服务器10中执行的S6~S7的处理是“通过按照上述第一检查配方信息的控制程序通过上述测量装置取得的图像数据以及元素分析数据与上述第一检查对象物的基准图像数据以及基准元素分析数据的对照,进行上述检查试样的上述第一检查对象物的分析评价的评价步骤”的一个例子。另外,作为“通过按照上述第一检查配方信息的控制程序通过上述测量装置取得的图像数据以及元素分析数据与上述第一检查对象物的基准图像数据以及基准元素分析数据的对照,进行上述检查试样的上述第一检查对象物的分析评价的评价单元”的一个例子,由检查辅助服务器10的CPU311等执行S6~S7的处理。在S6~S7的处理抽出的学习数据信息对应于“第一检查对象物的基准图像数据以及基准元素分析数据”。
在图7的S7的处理中,根据使用图8说明的信息,例如生成检查试样的定性分析定量分析的评价结果。检查辅助服务器10例如将特定检查的内容、目的、试样的属性信息等作为检索关键字来检索检查辅助DB200,抽出与检索关键字关联的报告信息(模板)。然后,检查辅助服务器10向抽出的报告信息的预定位置插入在图8中说明的信息、成为定性分析定量分析的评价依据的学习数据(石棉的拍摄图像数据、特征X射线的强度分布数据)等来生成评价结果。
检查辅助服务器10经由网络N将生成的评价结果发送到检查机构终端20,并且通知检查试样的定性分析定量分析的评价已完成(S8)。在此,由检查辅助服务器10执行的S8的处理是“报告上述检查试样的上述第一检查对象物的分析评价的结果的评价报告步骤”的一个例子。另外,作为“报告上述检查试样的上述第一检查对象物的分析评价的结果的评价报告单元”的一个例子,由检查辅助服务器10的CPU311等执行S8的处理。
检查者U1例如接受检查试样的定性分析定量分析的评价已完成的通知,在检查机构终端20的显示画面上显示从检查辅助服务器10发送的评价结果。另外,检查者U1将检查配方信息中包含的报告书生成指导(模板等)、与特定检查有关的指导方针等显示到检查机构终端20的显示画面上。然后,检查者U1例如阅览报告书生成指导(模板等)、与特定检查有关的指导方针等,根据从检查辅助服务器10发送的评价结果中包含的信息,生成向检查委托者的报告书。向检查委托者提出由检查者U1生成的关于检查试样的报告书。
检查辅助服务器10在S8的处理后,将在S5的处理中记录到主存储装置312中的试样的属性信息、在一定的拍摄条件下拍摄到的检查试样的整体影像的拍摄图像数据作为检查数据信息积蓄到检查辅助DB200中(S9)。其中,例如将从检查试样确定出的检查对象物的拍摄图像数据、从检查试样确定出的检查对象物的特征X射线的强度分布数据与所积蓄的检查数据信息关联起来。此外,也可以将作为检查试样的定性分析定量分析的依据信息而使用的学习数据或用于识别学习数据的识别信息与检查数据信息关联起来积蓄到检查辅助DB200中。
检查辅助服务器10进行使用图2说明的相关性的分析,将分析结果反映到学习数据信息(S10)。例如,将从积蓄的检查数据信息中抽出的相关性高的检查对象物的拍摄图像数据反映到学习数据信息。在检查辅助服务器10中,通过将相关性高的检查对象物的拍摄图像数据、检查对象物的特征X射线的强度分布数据等反映到学习数据信息,能够期待与特定检查相关的检查对象物的定性分析定量分析的精度的提高。
反映到学习数据信息的方法有3种。第一个方法是在每次出现相关性高的检查对象物的拍摄图像数据时,每次都反映到学习数据信息。例如,在积蓄的检查数据信息的数据数量少时等,通过每次都反映检查数据信息,能够提高精度。第二个方法是到一定量为止或者到一定期间为止将相关性高的检查对象物的拍摄图像数据保存在检查辅助服务器10,如果超过了一定量或者经过了一定期间,则反映到学习数据信息。例如,如果学习数据信息为某种程度的数据数量,则不每次都反映,而是在聚集了某种程度的检查信息数据的时间点定期地反映,由此能够在维持当前的分析精度的同时,通过反映进一步提高分析精度。第三个方法是完全不将保存在检查辅助服务器10中的检查数据信息反映到学习数据信息。例如,不将不适合反映到学习数据信息的检查数据信息、以取得统计数据的目的而保存到检查辅助服务器10中那样的不以反映到学习数据信息为目的的检查数据信息反映到学习数据信息,由此能够维持检查精度。
在此,通过检查辅助服务器10执行的S9的处理是“在上述存储单元中积蓄将按照第一检查配方信息的控制程序通过上述测量装置取得的图像数据以及元素分析数据与上述第一检查对象物的基准图像数据以及基准元素分析数据对应起来的检查数据信息的步骤”的一个例子。另外,作为“在上述存储单元中积蓄将按照第一检查配方信息的控制程序通过上述测量装置取得的图像数据以及元素分析数据与上述第一检查对象物的基准图像数据以及基准元素分析数据对应起来的检查数据信息的单元”的一个例子,由检查辅助服务器10的CPU311等执行S9的处理。
另外,通过检查辅助服务器10执行的S10的处理是“学习通过测量装置取得的图像数据和元素分析数据,更新上述第一检查对象物的基准图像数据和基准元素分析数据的学习处理步骤”的一个例子。另外,作为“学习通过测量装置取得的图像数据和元素分析数据,更新上述第一检查对象物的基准图像数据和基准元素分析数据的学习处理单元”的一个例子,由检查辅助服务器10的CPU311等执行S10的处理。
如以上说明的那样,本实施方式的检查辅助服务器10能够根据从检查机构发送的信息(特定检查的内容、目的、试样的属性信息等),提供与特定检查相关的检查配方信息。检查辅助服务器10能够根据检查配方信息,进行检查试样的预处理、实施了预处理的检查试样向特定设备的设置、特定检查设备的操作控制、向检查委托者的报告书生成等的作业辅助。
检查辅助服务器10能够对通过特定检查设备拍摄到的检查试样的拍摄图像数据提供通过检查辅助DB200中积蓄的检查对象物的一定基准(学习数据)进行的深度学习的处理功能。检查辅助服务器10可提供通过一定的基准(学习数据)能够唯一地进行评价的检查对象物的定性分析定量分析处理。能够将检查对象物的定性分析定量分析处理的结果、检查试样中的检查对象物的数量、检查对象物的大小(长度)、与大小对应的检查对象物的分布、含有率等作为评价结果进行报告。结果,根据本实施方式的检查辅助服务器10,能够抑制由于特定检查的作业负担所导致的检查对象物的遗漏、错误检测等而产生的检查者之间的评价的个人差异。根据检查辅助服务器10,能够将特定检查耗费的时间分配给其他业务,因此能够期待作业效率的提高。
根据本实施方式的面向特定检查的辅助系统100,能够提供一种辅助技术,其提高使用电子显微镜的特定检查的精度,并提高作业效率。
接着,参照图9说明检查辅助服务器10的计费管理处理。图9是表示检查辅助服务器10的计费管理处理的一个例子的流程图。检查辅助服务器10通过由CPU311等读出并执行在辅助存储装置313中存储的各种程序、各种数据、在检查辅助DB200中存储的信息,来提供图9所示的处理。此外,主要通过计费管理部120的处理功能来提供图9的处理。
在图9的流程图中,作为处理的开始,例如例示了使用图7说明的接受检查者U1的登录操作时。检查辅助服务器10确定接受了登录操作的检查机构终端20(S11)。检查辅助服务器10例如在接受登录操作时取得唯一识别检查机构终端20的识别信息(IP地址、MAC地址等)。检查辅助服务器10将取得的检查机构终端20的识别信息作为检索关键字检索检查辅助DB200,抽出与检索关键字关联的计费管理信息。检查辅助服务器10将时刻信息与抽出的计费管理信息对应起来临时存储到主存储装置312的预定的区域中。
检查辅助服务器10测量在登录操作后对检查机构终端20进行的检查配方信息的提供处理的执行次数(图7、S3的处理)(S12)。检查辅助服务器10例如使计费管理信息中包含的表示利用次数的计数值递增。另外,检查辅助服务器10将利用次数的计数值、检查机构终端20的识别信息、检查配方的发送时刻对应起来临时存储到主存储装置312的预定的区域中。
检查辅助服务器10计算S12的处理后的与定性分析定量分析的评价相关的利用时间(S13)。检查辅助服务器10例如在S12的处理后记录拍摄图像数据的接收时刻。另外,检查辅助服务器10记录S13的处理后的进行定性分析定量分析的评价已完成的通知的通知时刻。然后,检查辅助服务器10根据上述拍摄图像数据的接收时刻和评价已完成的通知时刻,计算与定性分析定量分析的评价相关的利用时间。将计算出的利用时间与利用次数的计数值、检查机构终端20的识别信息等对应起来临时存储到主存储装置312的预定的区域中。
检查辅助服务器10更新在S11的处理时抽出的与检查机构终端20对应的计费管理信息(S14)。检查辅助服务器10使用在S12的处理中测量出的计数值、在S13的处理中计算出的利用时间对抽出的计费管理信息进行更新,并将更新后的计费管理信息存储到检查辅助DB200。检查辅助服务器10在S14的处理后,结束图9的处理。
此外,在检查辅助服务器10中,例如在月末等预定时期,根据存储在检查辅助DB200中的计费管理信息,计算与每个检查机构的辅助服务的使用相对的报酬。检查辅助服务器10或与检查辅助服务器10协作的计算机根据上述计算出的每个检查机构的报酬进行支付请求。
如以上说明的那样,本实施方式的检查辅助服务器10能够测量检查配方信息的提供次数,将其作为向检查机构出租的特定检查设备的使用次数。另外,在向检查机构提供的服务形式限定于检查辅助服务器10的定性分析定量分析的评价服务时,能够根据检查配方信息的提供次数设为该服务的利用次数。另外,检查辅助服务器10能够计算出与定性分析定量分析的评价相关的检查辅助服务器10的利用时间。结果,根据本实施方式的检查辅助服务器10,能够根据上述使用次数、利用次数、利用时间,请求向各检查机构提供的辅助服务的与合同形式对应的报酬。
接着,参照图10说明检查辅助服务器10的调度处理。图10是表示检查辅助服务器10的调度处理的一个例子的流程图。与图9同样地进行图10所示的处理。但是,主要通过调度器130的处理功能提供图10的处理。
在图10的流程图中,关于处理的开始,例如例示了将与特定检查设备的出租相对的调度信息登记到检查辅助DB200时。检查辅助服务器10例如将出租对象的特定检查设备的识别信息等作为检索关键字进行检查辅助DB200的检索,抽出在调度信息中登记的每个检查机构的出租期间(S21)。
如使用图6说明的那样,检查辅助服务器10将抽出的每个检查机构的出租期间排序在同一时间轴上,根据出租期间有无重复,生成特定检查设备的出租计划(S22)。根据检查机构的出租开始日、出租结束日来确定检查机构之间的出租期间的重复。检查辅助服务器10生成出租期间在检查机构之间不重复的特定检查设备的多个出租计划。
检查辅助服务器10将在S22的处理中生成的与特定检查设备的出租相关的多个出租计划显示到LCD等显示设备或与检查辅助服务器10协作的计算机具备的显示设备(S23)。检查辅助服务器10在S23的处理后,结束图10的处理。
如以上说明的那样,本实施方式的检查辅助服务器10能够根据在检查辅助DB200中登记的调度信息,生成特定检查设备的出租期间在检查机构之间不重复的出租计划。辅助商例如阅览在检查辅助服务器10等的显示设备中显示的出租计划,决定能够在多个检查机构之间共享特定检查设备的出租计划。在辅助商,能够提高出租对象的特定检查设备的运转率,相对地削减与辅助服务的提供相关的特定检查设备的运用成本。
<计算机可读的记录介质>
能够将使信息处理装置以及其他机械、装置(以下称为计算机等)实现上述任意一个功能的程序记录到计算机等可读的记录介质中。另外,通过使计算机等读入并执行该记录介质的程序,能够使其提供该功能。
在此,计算机等可读的记录介质是指能够通过电、磁、光学、机械、或化学的作用积蓄数据、程序等信息,并且能够从计算机等读取的记录介质。作为这样的记录介质中的能够从计算机等卸下的记录介质,例如有软盘、光磁盘、CD-ROM、CD-R/W、DVD、蓝光光盘、DAT、8毫米磁带、闪速存储器等存储卡等。另外,作为固定在计算机等中的记录介质,有硬盘、ROM等。
附图标记说明
10:检查辅助服务器;20、20a、20b、20c:检查机构终端;21:特定检查设备(SEM/EDX);21a:特定检查设备(AI-SEM);30、30a、30b、30c:检查委托者终端;100:面向特定检查的辅助系统;110:AI处理部;111:定性定量分析;112:积蓄;113:报告;114:分析;120:计费管理部;130:调度器;140:检查配方提供部;150:运用FAQ部;160:检查机构介绍部;200:检查辅助数据库(DB);211:学习数据;300:计算机;311:CPU;312:主存储装置;313:辅助存储装置;314:通信IF;315:输入输出IF;316:连接总线。
Claims (13)
1.一种面向特定检查的辅助系统,其特征在于,具备:
存储单元,其至少存储学习数据信息和检查配方信息,上述学习数据信息包含关于一个以上的检查对象物的成为评价基准的基准图像数据以及基准元素分析数据,上述检查配方信息包含在预定条件下取得用于对上述一个以上的检查对象物进行分析的图像数据和元素分析数据的测量装置的控制程序;
接受进行第一检查对象物的分析的检查试样的属性信息的单元;
配方输出单元,其根据上述检查试样的属性信息,确定与上述第一检查对象物对应的第一检查配方信息,将所确定的上述第一检查配方信息输出到上述测量装置;
评价单元,其通过按照上述第一检查配方信息的控制程序通过上述测量装置取得的图像数据以及元素分析数据与上述第一检查对象物的基准图像数据以及基准元素分析数据的对照,进行上述检查试样的上述第一检查对象物的分析评价。
2.根据权利要求1所述的面向特定检查的辅助系统,其特征在于,
上述面向特定检查的辅助系统具备学习处理单元,
该学习处理单元学习通过上述测量装置取得的图像数据和元素分析数据,对上述第一检查对象物的基准图像数据和基准元素分析数据进行更新。
3.根据权利要求2所述的面向特定检查的辅助系统,其特征在于,
上述面向特定检查的辅助系统具备将检查数据信息积蓄到上述存储单元中的单元,
上述检查数据信息是将按照上述第一检查配方信息的控制程序通过上述测量装置取得的图像数据以及元素分析数据与上述第一检查对象物的基准图像数据以及基准元素分析数据对应起来的信息,
上述学习处理单元学习在上述存储单元中积蓄的检查数据信息中的图像数据和元素分析数据,更新上述第一检查对象物的基准图像数据和基准元素分析数据。
4.根据权利要求1~3中的任意一项所述的面向特定检查的辅助系统,其特征在于,
上述面向特定检查的辅助系统具备评价报告单元,该评价报告单元报告上述检查试样的上述第一检查对象物的分析评价的结果。
5.根据权利要求4所述的面向特定检查的辅助系统,其特征在于,
上述存储单元存储用于报告与上述一个以上的检查对象物有关的分析评价的报告格式信息,
上述评价报告单元按照与上述检查试样的属性信息中包含的上述检查试样的采集场所对应的第一报告格式,报告上述检查试样的上述第一检查对象物的分析评价的结果。
6.根据权利要求1~5中的任意一项所述的面向特定检查的辅助系统,其特征在于,
上述第一检查配方信息包含预处理步骤信息,该预处理步骤信息规定了在预定条件下取得用于分析上述一个以上的检查对象物的图像数据以及元素分析数据时的针对检查试样的预处理的步骤,
上述配方输出单元根据上述检查试样的属性信息,将与上述第一检查对象物对应的预处理步骤信息包含在上述第一检查配方信息中输出。
7.根据权利要求1~6中的任意一项所述的面向特定检查的辅助系统,其特征在于,
上述第一检查配方信息至少包含以下信息中的任意一个信息:
为了分析上述一个以上的检查对象物,直到将实施了预处理的检查试样设置到测量装置,开始对上述检查试样取得预定基准的图像数据以及元素分析数据为止的上述测量装置的操作指导信息;
用于根据上述检查试样的上述一个以上的检查对象物的分析评价生成检查报告书的报告书生成指导信息;
与针对上述检查试样的上述一个以上的检查对象物的检查关联的指导方针信息,
上述配方输出单元至少将与上述第一检查对象物对应的操作指导信息、报告书生成指导信息、指导方针信息中的任意一个信息包含在上述第一检查配方信息中输出。
8.根据权利要求1~7中的任意一项所述的面向特定检查的辅助系统,其特征在于,
上述面向特定检查的辅助系统具备:
测量单元,其测量通过上述配方输出单元向上述测量装置输出的上述第一检查配方信息的提供次数;
至少对上述评价单元的进行上述检查试样的上述第一检查对象物的分析评价的期间进行测量的单元,
上述检查试样的上述第一检查对象物的分析评价是通过按照第一检查配方信息的控制程序由上述测量装置取得的图像数据以及元素分析数据与上述第一检查对象物的基准图像数据以及基准元素分析数据的对照进行的。
9.根据权利要求1~8中的任意一项所述的面向特定检查的辅助系统,其特征在于,
上述存储单元存储登记了多个上述测量装置中的每个测量装置的运用期间的调度信息,
上述面向特定检查的辅助系统具备生成以下的共享计划的单元,在该共享计划中,在第一测量装置的运用期间与第二测量装置的运用期间之间,排除了在将上述第二测量装置置换为上述第一测量装置时,置换后的上述第一测量装置的运用期间与置换前的上述第一测量装置的运用期间之间的重复期间。
10.一种面向特定检查的辅助系统,其特征在于,具备:
存储单元,其至少存储学习数据信息和检查配方信息,上述学习数据信息包含关于一个以上的检查对象物的评价基准,上述检查配方信息包含在预定条件下取得用于对上述一个以上的检查对象物进行分析的数据的测量装置的控制程序;
接受进行第一检查对象物的分析的检查试样的属性信息的单元;
配方输出单元,其根据上述检查试样的属性信息,确定与上述第一检查对象物对应的第一检查配方信息,将所确定的上述第一检查配方信息输出给上述测量装置;
评价单元,其通过按照上述第一检查配方信息的控制程序由上述测量装置取得的数据与上述第一检查对象物的上述评价基准的对照,进行上述检查试样的上述第一检查对象物的分析评价。
11.根据权利要求1~10中的任意一项所述的面向特定检查的辅助系统,其特征在于,
上述配方输出单元经由网络向上述测量装置输出上述确定的上述第一检查配方信息。
12.一种面向特定检查的辅助方法,其特征在于,
计算机具备至少存储学习数据信息和检查配方信息的存储单元,上述学习数据信息包含关于一个以上的检查对象物的评价基准,上述检查配方信息包含在预定条件下取得用于对上述一个以上的检查对象物进行分析的数据的测量装置的控制程序,
上述计算机执行以下步骤:
接受进行第一检查对象物的分析的检查试样的属性信息的步骤;
配方输出步骤,根据上述检查试样的属性信息,确定与上述第一检查对象物对应的第一检查配方信息,将所确定的上述第一检查配方信息输出给上述测量装置;以及
评价步骤,通过按照上述第一检查配方信息的控制程序由上述测量装置取得的数据与上述第一检查对象物的上述评价基准的对照,进行上述检查试样的上述第一检查对象物的分析评价。
13.一种程序,其特征在于,
计算机具备至少存储学习数据信息和检查配方信息的存储单元,上述学习数据信息包含关于一个以上的检查对象物的评价基准,上述检查配方信息包含在预定条件下取得用于对上述一个以上的检查对象物进行分析的数据的测量装置的控制程序,
上述程序使上述计算机执行以下步骤:
接受进行第一检查对象物的分析的检查试样的属性信息的步骤;
配方输出步骤,根据上述检查试样的属性信息,确定与上述第一检查对象物对应的第一检查配方信息,将所确定的上述第一检查配方信息输出给上述测量装置;以及
评价步骤,通过按照上述第一检查配方信息的控制程序由上述测量装置取得的数据与上述第一检查对象物的上述评价基准的对照,进行上述检查试样的上述第一检查对象物的分析评价。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-185951 | 2017-09-27 | ||
JP2017185951A JP6935641B2 (ja) | 2017-09-27 | 2017-09-27 | システム、特定検査向け支援方法およびプログラム |
PCT/JP2018/035393 WO2019065607A1 (ja) | 2017-09-27 | 2018-09-25 | 特定検査向け支援システム、特定検査向け支援方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111148989A true CN111148989A (zh) | 2020-05-12 |
Family
ID=65902452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880063448.4A Withdrawn CN111148989A (zh) | 2017-09-27 | 2018-09-25 | 面向特定检查的辅助系统、面向特定检查的辅助方法和程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11561184B2 (zh) |
EP (1) | EP3690430A4 (zh) |
JP (1) | JP6935641B2 (zh) |
CN (1) | CN111148989A (zh) |
WO (1) | WO2019065607A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11898968B2 (en) * | 2019-05-15 | 2024-02-13 | Hitachi High-Tech Corporation | Inspection apparatus adjustment system and inspection apparatus adjustment method |
JP7194837B2 (ja) | 2019-09-04 | 2022-12-22 | 株式会社日立ハイテク | 荷電粒子線装置 |
WO2021044532A1 (ja) * | 2019-09-04 | 2021-03-11 | 株式会社日立ハイテク | 荷電粒子線装置 |
JP7368834B2 (ja) * | 2019-11-08 | 2023-10-25 | 株式会社イシダ | 物品処理装置、物品処理システム及び物品処理方法 |
JP7298542B2 (ja) * | 2020-05-19 | 2023-06-27 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP7382092B1 (ja) | 2022-10-31 | 2023-11-16 | 株式会社metalab. | アスベスト含有調査の報告書生成システム、アスベスト含有調査の報告書生成方法、及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7526408B2 (en) * | 2004-04-30 | 2009-04-28 | Kabushiki Kaisha Toshiba | Measurement system and method and computer program for processing measurement data |
JP2010025836A (ja) * | 2008-07-23 | 2010-02-04 | Hitachi High-Technologies Corp | 外観検査方法および外観検査装置、半導体検査装置ならびに半導体ウェハの断面検査装置 |
CN106570505A (zh) * | 2016-11-01 | 2017-04-19 | 北京昆仑医云科技有限公司 | 对组织病理图像进行分析的方法和系统 |
US20170200290A1 (en) * | 2016-01-11 | 2017-07-13 | Carl Zeiss X-Ray Microscopy Inc. | Multimodality Mineralogy Segmentation System and Method |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3500264B2 (ja) * | 1997-01-29 | 2004-02-23 | 株式会社日立製作所 | 試料分析装置 |
US6140643A (en) * | 1999-03-09 | 2000-10-31 | Exxonmobil Upstream Research Company | Method for identification of unknown substances |
JP2002181828A (ja) * | 2000-12-18 | 2002-06-26 | Toyota Central Res & Dev Lab Inc | 分析装置利用支援方法、記録媒体、分析装置利用支援システムおよび分析装置利用支援用サーバ・コンピュータ |
US20020099573A1 (en) | 2001-01-24 | 2002-07-25 | Hitachi, Ltd. | Network solution system of analysis and evaluation |
JP2003166954A (ja) * | 2001-12-03 | 2003-06-13 | Hitachi Ltd | ネットワークソリューション分析方法 |
JP2003107022A (ja) | 2001-09-28 | 2003-04-09 | Hitachi Ltd | 欠陥検査装置及び検査方法 |
JP2003149248A (ja) * | 2001-11-09 | 2003-05-21 | Canon Inc | 分析データベースの電子配信の方法及びそのシステム |
JP5107506B2 (ja) * | 2002-11-12 | 2012-12-26 | エフ・イ−・アイ・カンパニー | 欠陥分析器 |
JP2005233658A (ja) * | 2004-02-17 | 2005-09-02 | Shimadzu Corp | アスベスト自動判定方法及び判定装置 |
JP2006074065A (ja) * | 2005-10-20 | 2006-03-16 | Hitachi Ltd | 試料の検査装置 |
US7822252B2 (en) * | 2006-11-28 | 2010-10-26 | Siemens Medical Solutions Usa, Inc. | Method of multiple instance learning and classification with correlations in object detection |
KR20100041120A (ko) | 2008-10-13 | 2010-04-22 | 경희대학교 산학협력단 | Sem/edx와 전문가시스템을 이용한 석면 및 비 석면의 분류방법 |
JP5396407B2 (ja) | 2011-01-28 | 2014-01-22 | 株式会社日立ハイテクノロジーズ | パターン観察装置,レシピ作成装置,レシピ作成方法 |
US8779357B1 (en) | 2013-03-15 | 2014-07-15 | Fei Company | Multiple image metrology |
WO2015037157A1 (ja) * | 2013-09-13 | 2015-03-19 | 株式会社日立ハイテクノロジーズ | 荷電粒子線装置、荷電粒子線装置の試料観察方法および荷電粒子線装置の表示制御プログラム |
US9916965B2 (en) * | 2015-12-31 | 2018-03-13 | Kla-Tencor Corp. | Hybrid inspectors |
-
2017
- 2017-09-27 JP JP2017185951A patent/JP6935641B2/ja active Active
-
2018
- 2018-09-25 EP EP18862717.8A patent/EP3690430A4/en not_active Withdrawn
- 2018-09-25 US US16/651,035 patent/US11561184B2/en active Active
- 2018-09-25 WO PCT/JP2018/035393 patent/WO2019065607A1/ja unknown
- 2018-09-25 CN CN201880063448.4A patent/CN111148989A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7526408B2 (en) * | 2004-04-30 | 2009-04-28 | Kabushiki Kaisha Toshiba | Measurement system and method and computer program for processing measurement data |
JP2010025836A (ja) * | 2008-07-23 | 2010-02-04 | Hitachi High-Technologies Corp | 外観検査方法および外観検査装置、半導体検査装置ならびに半導体ウェハの断面検査装置 |
US20170200290A1 (en) * | 2016-01-11 | 2017-07-13 | Carl Zeiss X-Ray Microscopy Inc. | Multimodality Mineralogy Segmentation System and Method |
CN106570505A (zh) * | 2016-11-01 | 2017-04-19 | 北京昆仑医云科技有限公司 | 对组织病理图像进行分析的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2019065607A1 (ja) | 2019-04-04 |
EP3690430A4 (en) | 2021-07-07 |
JP6935641B2 (ja) | 2021-09-15 |
US11561184B2 (en) | 2023-01-24 |
EP3690430A1 (en) | 2020-08-05 |
JP2019060741A (ja) | 2019-04-18 |
US20200278303A1 (en) | 2020-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111148989A (zh) | 面向特定检查的辅助系统、面向特定检查的辅助方法和程序 | |
Gliklich et al. | Registries for evaluating patient outcomes | |
Diel et al. | Cost-optimisation of screening for latent tuberculosis in close contacts | |
JP2016508610A (ja) | 検定結果を収集及び送信するためのシステム並びに方法 | |
Mohammedsaleh et al. | A review article of the reduce errors in medical laboratories | |
KR101528728B1 (ko) | 네트워크 기반 의료 시스템 | |
Lowe et al. | Validation of digital pathology in a healthcare environment | |
Milion et al. | CBA-Based evaluation method of the impact of defects in residential buildings: assessing risks towards making sustainable decisions on continuous improvement activities | |
KR20160149809A (ko) | 의료 검사를 위한 이미지 분석 관리 방법 및 서버 | |
Gonçalves et al. | Comparative analysis of inspection and diagnosis tools for ancient buildings | |
Alverbro et al. | Methods for risk analysis | |
JP2006031264A (ja) | 臨床検査情報管理装置、臨床検査情報管理方法、および臨床検査情報管理プログラム | |
Rabinovitch | The College of American Pathologists laboratory accreditation program | |
Newberry et al. | Quality standards and guidelines for test validation for infectious diseases in veterinary laboratories | |
Attia et al. | The impact of meeting accreditation standards on the quality of the electronic health records | |
Kannan et al. | Revolutionising Quality Management in the Oral Pathology Laboratory: A Deep Dive Into the Six Sigma Methodology | |
JP2020060966A (ja) | システム、プログラム及び方法 | |
WO2021199204A1 (ja) | 方法および電子カルテ管理システム | |
Lehmann | Certification standards transfer: from committee to laboratory | |
Riazy et al. | Translating principles of quality control to cardiovascular magnetic resonance: assessing quantitative parameters of the left ventricle in a large cohort | |
Friedlander | Regulations and Accreditation | |
US20230367686A1 (en) | Monitoring System, Monitoring Method and Server Used Therefor | |
JP2017059240A (ja) | 労働衛生管理支援システム、労働衛生管理支援方法及び労働衛生管理支援プログラム | |
Do et al. | Assessing the Potential Application of BIM and High Technology Integration in Building Facility Management | |
JP2022048503A (ja) | 情報処理装置、情報処理方法、プログラムおよび情報処理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200512 |
|
WW01 | Invention patent application withdrawn after publication |