CN114729925A - 趋性解析方法、癌症评价方法、趋性解析系统以及程序 - Google Patents

趋性解析方法、癌症评价方法、趋性解析系统以及程序 Download PDF

Info

Publication number
CN114729925A
CN114729925A CN202080080211.4A CN202080080211A CN114729925A CN 114729925 A CN114729925 A CN 114729925A CN 202080080211 A CN202080080211 A CN 202080080211A CN 114729925 A CN114729925 A CN 114729925A
Authority
CN
China
Prior art keywords
area
container
tropism
nematodes
analysis
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.)
Pending
Application number
CN202080080211.4A
Other languages
English (en)
Inventor
今泉祐辉
岩尾研二
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hirotsu Bio Science Inc
Original Assignee
Hirotsu Bio Science Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hirotsu Bio Science Inc filed Critical Hirotsu Bio Science Inc
Publication of CN114729925A publication Critical patent/CN114729925A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/493—Physical analysis of biological material of liquid biological material urine
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/5082—Supracellular entities, e.g. tissue, organisms
    • G01N33/5085—Supracellular entities, e.g. tissue, organisms of invertebrates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00732—Identification of carriers, materials or components in automatic analysers
    • 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
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Urology & Nephrology (AREA)
  • Chemical & Material Sciences (AREA)
  • Hematology (AREA)
  • Molecular Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Cell Biology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Toxicology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

一种趋性解析方法，是使用容器进行线虫的趋性解析的方法，在该容器或该容器内的培养基设置有基准点，所述趋性解析方法包括：在线虫和被检者的样本被滴下到容器之后，对该容器内的线虫的分布形态进行拍摄的步骤；检测通过拍摄而得到的图像内包含的、与所述基准点对应的基准点对象的位置的步骤；以该位置为基准，决定引诱区域和驱避区域的步骤；以及使用所决定的引诱区域和驱避区域中的线虫对象来执行趋性解析的步骤。

Description

趋性解析方法、癌症评价方法、趋性解析系统以及程序
技术领域
本发明涉及一种趋性解析方法、癌症评价方法、趋性解析系统以及程序。
背景技术
以往，已知有利用线虫对癌症患者的尿表现出引诱行动的趋性的癌症检测方法(例如，参照非专利文献1)。
在先技术文献
非专利文献
非专利文献1：Hirotsu T.et al.，PLOS ONE，10(3)：e 0118699，2015
发明内容
(发明要解决的课题)
在非专利文献1的技术中，当想要处理大量的尿样本时，需要机器的自动化。可以考虑将尿样本滴加到容器(例如培养皿)内的培养基中，将线虫放置在培养基上，经过给定的时间后，移动到摄影装置的下方，用摄像装置拍摄培养基的线虫，由此分析线虫的趋性。在该情况下，存在随着容器的移动而容器进行旋转的情况。因此，如果容器是点对称或线对称的形状，则存在如下问题：无法根据拍摄到的图像确定在容器内滴下尿样本的场所，无法判断线虫是否表现出引诱行动。
本发明是鉴于上述问题而完成的，其目的在于提供一种即使载置有线虫的容器呈点对称或线对称的形状，也能够根据拍摄到的图像来判断线虫是否表现出引诱行动的趋性解析方法、癌症评价方法、趋性解析系统以及程序。
(用于解决课题的技术方案)
本发明的第一方式涉及的趋性解析方法是使用容器进行线虫的趋性解析的方法，在该容器或该容器内的培养基设置有基准点，所述趋性解析方法包括：对该容器内的线虫的分布形态进行拍摄的步骤；基于所述基准点来决定引诱区域和/或驱避区域的步骤；以及使用所决定的所述引诱区域和/或所述驱避区域中的线虫对象来执行趋性解析的步骤。
根据该结构，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够以与基准点对应的基准点对象的位置为基准，正确地设定引诱区域和驱避区域，因此，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够正确地执行线虫的趋性解析。
本发明的第二方式所涉及的趋性解析方法是在第一方式所涉及的趋性解析方法的基础上，在执行所述趋性解析的步骤中，对所决定的所述引诱区域的线虫进行计数和/或者对所决定的所述驱避区域的线虫进行计数，并根据计数结果来输出趋性解析结果。
根据该结构，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够输出趋性解析结果。
本发明的第三方式涉及的趋性解析方法是在第一或第二方式所涉及的趋性解析方法的基础上，所述基准点是含有识别所述容器的容器识别信息的条码，在所述进行摄像的步骤中拍摄到的图像中，含有与所述条码对应的条码对象，所述趋性解析方法包括：从所述条码对象中读取容器识别信息的步骤；以及将作为执行所述趋性解析后的结果的趋性解析结果与读取出的所述容器识别信息相关联地存储在存储器中的步骤。
根据该结构，由于能够将容器识别信息与趋性解析结果相关联地进行管理，因此如果预先将被检者与容器识别信息关联起来进行管理，则能够根据容器识别信息来确定被检者和趋性解析结果，因此能够降低取错被检者的趋性解析结果的可能性。
本发明的第四方式涉及的趋性解析方法是在第三方式的趋性解析方法的基础上，在所述存储器中，识别被检者的被检者识别信息与容器识别信息相关联地被存储，所述趋性解析方法包括如下步骤：参照所述存储器，确定与从所述条码对象读取的容器识别信息对应的被检者识别信息。
根据该结构，由于能够根据容器识别信息来确定被检者，因此能够降低取错被检者的趋性解析结果的可能性。
本发明的第五方式所涉及的趋性解析方法是在第一或第二方式所涉及的趋性解析方法的基础上，所述基准点包括第一基准点和/或第二基准点。
根据该结构，能够参照第一基准点和/或第二基准点来决定引诱区域和驱避区域。
本发明的第六方式所涉及的趋性解析方法是在第一至第五方式中的任一方式所涉及的趋性解析方法的基础上，所述趋性解析方法包括如下步骤：在对所述容器的内部进行拍摄之前，卸下所述容器的盖。
根据该结构，由于卸下容器的盖而进行拍摄，因此能够高精度地掌握线虫的分布，能够提高趋性解析的精度。
本发明的第七方式所涉及的趋性解析方法是在第一至第六方式中的任一方式所涉及的趋性解析方法的基础上，在决定所述引诱区域和/或驱避区域的步骤中，决定经过所述基准点对象的位置和所述容器的对象的中心的直线相对于基准线的角度，使预先设定有引诱区域和/或驱避区域的基准格式旋转该角度，来决定所述引诱区域和/或驱避区域。
根据该结构，能够不依赖人手地决定适当的引诱区域和/或驱避区域。
本发明的第八方式所涉及的趋性解析方法是在第一至第六方式中的任意一个方式所涉及的趋性解析方法的基础上，在决定所述引诱区域和/或驱避区域的步骤中，决定经过所述基准点对象的位置和所述容器的对象的中心的直线相对于基准线的角度，使所述拍摄而得到的图像旋转该角度，决定所述引诱区域和/或所述驱避区域。
根据该结构，能够不依赖人手地决定适当的引诱区域和/或驱避区域。
本发明的第九方式涉及的趋性解析方法是使用容器进行线虫的趋性解析的方法，在该容器或该容器内的培养基设置有基准点，所述趋性解析方法包括：将所述基准点和摄像装置定位成给定的位置关系的步骤；利用所述摄像装置对该容器内的线虫的分布形态进行拍摄的步骤；决定引诱区域和/或驱避区域的步骤；以及使用所决定的所述引诱区域和/或所述驱避区域中的线虫对象来执行趋性解析的步骤。
根据该结构，由于在拍摄到的图像中容器的朝向和位置总是相同，因此不需要根据摄像图像来修正引诱区域和驱避区域的位置，能够正确地执行线虫的趋性解析。
本发明的第十方式所涉及的趋性解析方法是在第一至第六方式中的任意一个方式所涉及的趋性解析方法的基础上，在决定所述引诱区域和/或所述驱避区域的步骤中，决定经过所述基准点对象的位置和所述容器的对象的中心的直线相对于基准线的角度，使所述容器旋转该角度，对旋转后的容器内的线虫的分布形态进行拍摄，并将该拍摄出的图像与预先设定有引诱区域和/或驱避区域的基准格式进行比较，从而决定所述引诱区域和/或所述驱避区域。
根据该结构，能够不依赖人手地决定适当的引诱区域和/或驱避区域。
本发明的第十方式所涉及的癌症评价方法包括：第一至第六方式中的任意一个方式所涉及的趋性解析方法；以及使用通过执行所述趋性解析而得到的趋性解析结果来评价所述被检者的癌症的可能性的步骤。
根据该结构，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够以与基准点对应的基准点对象的位置为基准，正确地设定引诱区域和驱避区域，因此即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够维持趋性解析的评价的精度。
本发明的第十一方式涉及的趋性解析系统使用容器进行线虫的趋性解析，在该容器或该容器内的培养基设置有基准点，所述趋性解析系统具有：控制部，其控制摄像单元，以对该容器内的线虫的分布形态进行拍摄；以及解析部，其检测通过拍摄而得到的图像内包含的、与所述基准点对应的基准点对象的位置，以该位置为基准，决定引诱区域和/或驱避区域，并使用所决定的所述引诱区域和/或所述驱避区域中的线虫对象来执行趋性解析。
根据该结构，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够以与基准点对应的基准点对象的位置为基准，正确地设定引诱区域和驱避区域，因此，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够正确地执行线虫的趋性解析。
本发明的第十二方式的程序用于使用容器进行线虫的趋性解析，在该容器或该容器内的培养基设置有基准点，所述程序用于使计算机作为解析部执行处理，所述解析部检测在线虫和被检者的样本被滴下到容器之后对该容器内的线虫的分布形态进行拍摄而得到的图像内包含的、与所述基准点对应的基准点对象的位置，以该位置为基准，决定引诱区域和/或驱避区域，并使用所决定的所述引诱区域和/或所述驱避区域中的线虫对象来执行趋性解析。
根据该结构，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够以与基准点对应的基准点对象的位置为基准，正确地设定引诱区域和驱避区域，因此，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够正确地执行线虫的趋性解析。
本发明的第十三方式涉及的趋性解析方法是是进行线虫的趋性解析的方法，包括：在线虫和被检者的样本被滴下到容器之后，对该容器内的线虫的分布形态进行拍摄的步骤；以及使用引诱区域和/或驱避区域中的线虫的物体所占的区域的面积值来执行趋性解析的步骤。
本发明的第十四方式所涉及的癌症评价方法包括：第十三方式所涉及的趋性解析方法；以及使用通过执行所述趋性解析而得到的趋性解析结果，来评价所述被检者的癌症的可能性的步骤。
本发明的第十五方式涉及的趋性解析系统是进行线虫的趋性解析的趋性解析系统，具有：控制部，其在线虫和被检者的样本被滴下到容器之后，控制摄像单元，以对该容器内的线虫的分布形态进行拍摄；以及解析部，其使用引诱区域和/或驱避区域中的线虫对象所占的区域的面积值，来执行趋性解析。
本发明的第十六方式的程序是用于进行线虫的趋性解析的程序，所述程序用于使计算机作为解析部执行处理，所述解析部使用在线虫和被检者的样本被滴下到容器之后对该容器内的线虫的分布形态进行拍摄而得到的图像内所包含的、引诱区域和/或驱避区域中的线虫对象所占的区域的面积值，来执行趋性解析。
(发明效果)
根据本发明的一方式，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够以与基准点对应的基准点对象的位置为基准，正确地设定引诱区域和驱避区域，因此，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够正确地执行线虫的趋性解析。
附图说明
图1是表示本实施方式所涉及的趋性解析系统的概略构成的框图。
图2是运送容器之前的状态下的容器取出单元13的概略立体图的一例。
图3是运送容器后的状态下的容器取出单元13的概略立体图的一例。
图4是从上方观察本实施方式的培养皿的图的一例。
图5是表示本实施方式所涉及的趋性解析的处理的一例的流程图。
图6是保存在存储器中的检查信息的表的一例。
图7是本实施方式的摄像图像的示意图。
图8是表示摄像图像中的引诱区域和驱避区域的一例的示意图。
图9是表示本实施方式所涉及的趋性解析方法的一个例子的流程图。
图10是从上方观察变形例的培养皿的图的一例。
图11是变形例的摄像图像的示意图。
图12是表示在变形例中摄像图像中的引诱区域和驱避区域的一例的示意图。
图13是预先存储在存储器16中的基准格式的一例。
图14是在变形例中，表示摄像图像中的引诱区域和驱避区域的一例的示意图。
图15是第二实施方式所涉及的趋性解析系统的概略结构图。
图16是第二实施方式所涉及的趋性解析装置的框图。
图17是进行了趋性解析的培养皿的图像的概略示意图。
图18是表示第二实施方式的处理的工序的图。
图19是引诱区域和驱避区域中的线虫对象的面积值的直方图的一例。
图20是表示使用了趋性解析值的第一计算方法的处理的一例的流程图。
图21是所有的趋性解析区域(引诱区域和驱避区域这两者)中的线虫对象的数量和线虫对象的面积值的直方图的一例。
图22是表示使用了趋性解析值的第二计算方法的处理的一例的流程图。
图23是表示图22的步骤S460的处理的一例的流程图。
具体实施方式
以下，参照附图对实施方式进行说明。但是，有时省略必要以上的详细说明。例如，有时省略已经众所周知的事项的详细说明、对实质上相同的结构的重复说明。这是为了避免以下的说明不必要地冗长，使本领域技术人员容易理解。
在本实施方式中，“线虫”是指秀丽隐杆线虫(Caenorhabditis elegans)。线虫在生物研究中作为模型生物在世界范围内被广泛饲养，是研究的纯生物，具有饲养容易、嗅觉优异的特征。
在本实施方式中，“癌症”是指胃癌、直肠结肠癌、食管癌、胰腺癌、前列腺癌、胆管癌、肺癌、血液癌、白血病、淋巴瘤等癌症种类。
在本实施方式中，“趋性行动”是指引诱行动或驱避行动。所谓引诱行动，是指缩短距某物质的物理距离的行动，所谓驱避行动，是指扩大距某物质的物理距离的行动。将诱发引诱行动的物质称为引诱物质，将诱发驱避行动的物质称为驱避物质。另外，在本实施方式中，“趋性解析”是指解析趋性行动。
在本实施方式中，“基准点”是指为了识别容器的底面的包含该底面的平面中的旋转角度而设置于容器或培养基的标记(例如，印字、花纹等)或形态变化(例如，槽、突起等)。例如，在圆形培养皿的情况下，通过设置非对称形状的基准点，或者将任意形状的基准点设置在底面的中心点以外，能够判别引诱区域和驱避区域。
作为一个例子，本实施方式涉及的趋性解析方法和趋性解析系统用于以线虫的趋性行动为指标来评价被检者的癌症的可能性。但是，本实施方式涉及的趋性解析方法和趋性解析系统不限于线虫，也能够用于其他的生物或细胞的趋性解析，并不限于癌症的可能性评价，也能够应用于评价其他疾病的可能性。
本实施方式的容器是在内底面具有线对称或点对称的形状的容器，在本实施方式中，作为其一例，容器是具有点对称的形状的容器，具体而言，以圆形的培养皿为例进行说明。另外，在本实施方式中，设为在容器或该容器内的培养基上，在成为点对称的对称点(在此为圆形的培养皿，所以在培养皿的中心)以外的区域设置有基准点的情况进行说明。
另外，在容器为具有线对称的形状的容器的情况下，在容器或该容器内的培养基上，在对称轴以外的区域设置有基准点。
图1是表示本实施方式所涉及的趋性解析系统的概略构成的框图。如图1所示，本实施方式所涉及的趋性解析系统1具备处理器10、容器供给单元11、静置台12、容器取出单元13、摄像单元15以及存储器16。
容器供给单元11是将滴下线虫和被检者的样本(例如尿样本)后的容器运送到静置台12的单元。线虫和被检者的样本被滴下后，该容器盖有盖，该容器在盖有盖的状态下被运送到静置台12。在此，容器供给单元11具备将容器运送到预先决定的位置的供给传送带111和将容器从该预先决定的位置运送到静置台12的供给机器人112。
静置台12是用于例如在室温下静置给定的时间的台。在该给定的时间内，线虫对样本进行引诱行动或驱避行动。
容器取出单元13是取出容器并将容器运送到预先决定的摄像位置(例如，摄像单元15的焦点位置)的单元。作为一个例子，容器取出单元13具备：取出机器人131，将容器从静置台12取出；容器运送单元132，将容器运送至预先决定的摄像位置；盖拆卸单元133，卸下容器的盖；以及传感器134。
在存储器16中存储有用于处理器10读出并执行的程序。处理器10通过读出并执行存储在存储器16中的程序，由此，作为控制部14以及解析部17发挥功能。
控制部14控制容器供给单元11、容器取出单元13以及摄像单元15。
另外，在存储器16中保存有图像数据库(也称为图像DB)161和检查数据库(也称为检查DB)162。
摄像单元15对由容器取出单元13运送的容器内的线虫的分布形态进行拍摄，将拍摄而得到的图像保存在存储器16的图像数据库161中。
解析部17从存储器16的图像数据库161读出图像，使用拍摄而得到的图像内执行趋性解析。
然后，解析部17使用通过执行趋性解析而得到的趋性解析结果，对该被检者的癌症的可能性进行评价。解析部17将趋性解析结果和被检者的癌症的可能性的评价结果(以下，也称为癌症评价结果)作为检查信息，保存在存储器16的检查数据库162中。
图2是运送容器之前的状态下的容器取出单元13的概略立体图的一例。在图2中，容器运送单元132具有把持作为容器的一个例子的培养皿21的机器人手1321。另一方面，盖拆卸单元133具有把持培养皿21的盖22的臂1331。
传感器134检测容器运送单元132的机器人手1321是否处于预先决定的位置，并将检测结果输出到控制部14。传感器134在检测到机器人手1321是否处于预先决定的位置的情况下，控制部14以使盖拆卸单元133的臂1331移动到上述的预先决定的位置，并利用臂1331来把持培养皿21的盖22的方式进行控制。
如图2所示，摄像单元15固定于支柱151，该支柱151固定于基底部件152之上。另外，光源153固定于支柱151。卸下盖22后的培养皿21被容器运送单元132运送至摄像单元15的正下方。
图3是运送容器后的状态下的容器取出单元13的概略立体图的一例。如图3所示，卸下盖22后的培养皿21作为一例被移动到摄像单元15的正下方。该培养皿21的位置优选为距离摄像单元15焦距长度的位置。在由光源153从培养皿21的底部照射光的状态下，通过摄像单元15拍摄出培养皿21内的线虫的分布形态。
图4是从上方观察本实施方式的培养皿的图的一例。如图4所示，作为一例，在培养皿21的底面设置有表示正的基准点S1和表示负的基准点S2。在图4中，作为一例，基准点S1、S2设置在相对于培养皿21的中心呈点对称的位置。即，基准点S1、S2距培养皿21的中心的距离相同，基准点S1、S2以及培养皿21的中心为相同的直线状。另外，基准点S1、S2可以印刷在培养皿21上，也可以在培养皿21上设置凹凸来表现。另外，印刷有基准点S1、S2的纸也可以将印刷面作为粘贴面粘贴于培养皿的底面。
此外，该基准点S1、S2在培养皿21的底面内的位置是一个例子，但不限于此。另外，基准点S1、S2可以位于培养皿21的侧面，也可以设置于培养基。
图5是表示本实施方式所涉及的趋性解析的处理的一例的流程图。
(步骤S10)首先，在水平位置相当于基准点S1及基准点S2的位置的培养基上滴下麻醉剂。由此，当到达该基准点S1或基准点S2的位置或其附近时，由于麻醉而无法移动。
(步骤S20)接着，在与培养皿21的大致中心的位置对应的培养基上滴下线虫，用无纺布或分配器等除去缓冲液。
(步骤S30)接着，在水平位置相当于基准点S1的位置的培养基上滴下来自癌患者的尿样本。由此，线虫被尿的气味引诱，到达该基准点S1的位置或其附近时，由于麻醉而无法移动。
另外，步骤S10～S30的顺序也可以不同。
(步骤S40)接着，容器供给单元11将培养皿21运送到静置台12。
(步骤S50)接着，将培养皿21在静置台12上静置给定的时间。
(步骤S60)接着，取出机器人131将培养皿21从静置台12取出，盖拆卸单元133从培养皿21卸下盖22。这样，在拍摄培养皿21的内部之前，卸下培养皿21的盖22。
(步骤S70)接着，容器运送单元132将培养皿21运送至预先决定的摄像位置。
(步骤S80)接着，摄像单元15拍摄培养皿21内的线虫的分布形态。
(步骤S90)接着，解析部17执行趋性解析。
(步骤S100)接着，解析部17使用通过执行趋性解析而得到的趋性解析结果，对所述被检者的癌症的可能性进行评价。然后，解析部17将趋性解析结果和被检者的癌症的可能性的评价结果作为检查信息保存在存储器16的检查数据库162中。由此，图6所示的检查信息被存储。
图6是保存在存储器中的检查信息的表的一例。如图6所示，在表T1中，存储有作为对被检者进行识别的被检者识别信息即被检者ID、作为对容器(在此作为一个例子而为培养皿)进行识别的容器识别信息的一个例子即培养皿ID、静置开始日期时间、静置结束日期时间、静置时的温度、对摄像图像进行识别的摄像ID、引诱线虫数量、驱避线虫数量、趋性索引、癌症评价结果的组的记录。在此，趋性索引是趋性解析结果的一个例子，其公式例如是趋性索引＝(表现出引诱行动的线虫的数量－表现出驱避行动的线虫的数量)/线虫的总数。
图7是本实施方式的摄像图像的示意图。如图7所示，在摄像图像中示出了培养皿21的对象OB3、基准点S1的对象OB1、基准点S2的对象OB2。
图8是表示摄像图像中的引诱区域和驱避区域的一例的示意图。如图8所示，在摄像图像G1b中，培养皿21的对象OB3的中心P1例如被提取作为在轮廓不同的2点的位置画出与培养皿21的对象OB3的轮廓的切线正交的直线且该2条直线相交的点。在沿着连结培养皿21的对象OB3的中心P1与基准点S1的对象OB1的直线L0且距中心P1距离d1且靠近对象OB1的位置，能够画出与直线L0正交的直线L1。另外，在直线L0中，能够在距中心P1距离d1且从对象OB1远离的位置画出与直线L0正交的直线L2。由该直线L1和培养皿21的对象OB3的轮廓包围的区域R1是引诱区域。由该直线L2和培养皿21的对象OB3的轮廓包围的区域R2是驱避区域。
在图8的例子的情况下，作为引诱区域的决定方法，解析部17例如从摄像图像G1b提取培养皿21的对象OB3的中心P1。另外，解析部17例如从摄像图像G1b检测基准点S1的对象OB1的位置。解析部17例如在沿着连结培养皿21的对象OB3的中心P1与基准点S1的对象OB1的直线L0且距中心P1距离d1且靠近对象OB1的位置，设定与直线L0正交的直线L1，将由该直线L1与培养皿21的对象OB3的轮廓包围的区域R1决定为引诱区域。另外，作为驱避区域的决定方法，在图8的例子的情况下，在沿着直线L0且距中心P1距离d1且从对象OB1远离的位置，设定与直线L0正交的直线L2，将由该直线L2和培养皿21的对象OB3的轮廓包围的区域R2决定为驱避区域。
另外，解析部17也可以不从摄像图像G1b提取培养皿21的对象OB3的中心P1。在基准点S1和基准点S2位于夹着培养皿21的中心而点对称的位置的情况下，解析部17也可以从摄像图像G1b中提取基准点S1的对象OB1和基准点S2的对象OB2，将经过基准点S1的对象OB1的中心和基准点S2的对象OB2的中心的直线设定为直线L0。
这样，解析部17从存储器16的图像数据库161读出图像，检测拍摄而得到的图像内所包含的、与该基准点对应的基准点对象(例如，图7以及图8的基准点S1的对象OB1)的位置，以该位置为基准，决定引诱区域(例如图8的区域R1)和驱避区域(例如图8的区域R2)。然后，解析部17使用所决定的引诱区域和驱避区域中的线虫对象来执行趋性解析。
此时，解析部17将引诱区域中的线虫对象的数量决定为表现出引诱行动的线虫的数量。另外，解析部17将驱避区域中的线虫对象的数量决定为表现出驱避行动的线虫的数量。
接着，使用图9，对图5的步骤S90的趋性解析处理的具体例进行说明。图9是表示本实施方式所涉及的趋性解析方法的一例的流程图。
(步骤S110)首先，处理器10的解析部17从图像DB161获取图像数据。
(步骤S120)接着，解析部17检测图像数据中的培养皿位置。
(步骤S130)接着，解析部17检测图像数据中的培养皿的基准点。例如，在图像数据是图8的情况下，解析部17从图像数据G1b中检测基准点S1的对象OB1和/或基准点S2的对象OB2。
(步骤S140)接着，解析部17与培养皿的基准点对应地设定线虫的趋性解析区域。此时，例如在图像数据为图8的情况下，解析部17以基准点S1的对象OB1和/或基准点S2的对象OB2为基准，将图8的区域R1决定为引诱区域，将图8的区域R2决定为驱避区域。
(步骤S150)接着，解析部17对在步骤S140中决定的每个解析区域进行图像解析。此时，例如，解析部17执行使图像数据中的线虫的轮廓显著的图像处理。
(步骤S160)接着，解析部17对每个解析区域的线虫进行计数。此时，例如，解析部17按照每个解析区域对图像数据中的线虫的区域进行计数。
(步骤S170)接着，解析部17根据每个解析区域的线虫的计数值执行趋性解析。此时，例如，解析部17计算趋性索引。这样，对所决定的引诱区域的线虫进行计数，对所决定的驱避区域的线虫进行计数，并根据计数结果输出趋性解析结果。
如上所述，本实施方式涉及的趋性解析方法是使用在该容器或该容器内的培养基，在对称轴以外的区域或对称点以外的区域设置有基准点的容器来进行线虫的趋性解析的趋性解析方法。该趋性解析方法包括如下步骤：在线虫和被检者的样本被滴下到容器之后，对该容器内的线虫的分布形态进行拍摄；检测包含在所述拍摄而得到的图像内的、与所述基准点对应的基准点对象的位置；以该位置为基准，决定引诱区域和驱避区域；以及使用所决定的所述引诱区域和所述驱避区域中的线虫对象来执行趋性解析。
根据该结构，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够以与基准点对应的基准点对象的位置为基准，正确地设定引诱区域和驱避区域，因此，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够正确地执行线虫的趋性解析。
另外，在图9中也能够省略步骤S130。在该情况下，也可以在图5的步骤S70的摄像位置以使容器的基准点与摄像机成为给定的位置关系的方式对容器或摄像机进行定位。根据该结构，由于在拍摄到的图像中容器的朝向和位置总是相同，因此不需要从摄像图像修正引诱区域和驱避区域的位置，能够正确地执行线虫的趋性解析。
另外，在本实施方式中，解析部17将通过执行趋性解析而得到的趋性解析结果应用于预先决定的评价规则，对被检者的癌症的可能性进行评价。例如，在该评价规则以与阈值的大小关系来评价癌症的可能性的情况下，解析部17也可以在趋性解析结果比阈值高的情况下评价为癌症的可能性高，在趋性解析结果为阈值以下的情况下评价为癌症的可能性低。由此，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够维持癌症的可能性的评价的精度。
另外，在本实施方式中，在培养皿的底面带有正以及负的基准点，但不限于此，也可以在培养皿的侧面设置基准点，也可以在培养基上设置基准点。
<变形例>
另外，在本实施方式中，对培养皿附加了正和负的基准点，但基准点不限于此。基准点也可以是包含识别容器的容器识别信息的条码(例如，二维码)。
图10是从上方观察变形例的培养皿的图的一例。如图10所示，在培养皿21b的底面设置有二维码S3。例如，可以在培养皿21b上印刷二维码，也可以在培养皿21b上设置凹凸来表现。另外，印刷有二维码的纸也可以将印刷面作为粘贴面粘贴在培养皿21b的底面上。
图11是变形例的摄像图像的示意图。如图11所示，在摄像图像G2中，在与培养皿对应的对象OB12内包含与二维码S3对应的条码对象OB11。这样，在所拍摄的图像中包含与条码对应的条码对象。
在该情况下，解析部17从条码对象OB11读取容器识别信息(在此作为一例为培养皿ID)。然后，解析部17将作为执行了趋性解析的结果的趋性解析结果与读取的容器识别信息(在此作为一例为培养皿ID)建立关联，并存储在存储器16中。
根据该结构，由于能够将容器识别信息与趋性解析结果相关联地进行管理，因此如果预先将被检者识别信息与容器识别信息关联起来进行管理，则能够根据容器识别信息来确定被检者和趋性解析结果，因此能够降低取错被检者的趋性解析结果的可能性。
另外，在将尿样本滴下到容器(在此作为一例为培养皿)时，决定该尿样本的被检者与容器的组合，因此在此时，也可以将识别被检者的被检者识别信息与容器识别信息相关联地存储在存储器16中，将被检者与容器识别信息相关联地进行管理。在该情况下，解析部17也可以参照存储器16，确定与从条码对象读取的容器识别信息对应的被检者识别信息。根据该结构，由于能够根据容器识别信息来确定被检者，因此能够降低取错被检者的趋性解析结果的可能性。
同样地，解析部17也可以参照存储器16，输出与从条码对象读取的容器识别信息对应的、被检者识别信息和趋性解析结果的组或者被检者识别信息和癌症评价结果的组。根据该结构，能够得到每个被试验者的趋性解析结果或者癌症评价结果，因此能够降低取错被试验者的趋性解析结果或者癌症评价结果的可能性。
以上，本实施方式涉及的趋性解析系统是使用在该容器或该容器内的培养基设置有基准点的容器进行线虫的趋性解析的趋性解析系统。本实施方式涉及的趋性解析系统具有：控制部，其控制摄像单元，使得在线虫和被检者的样本被滴下到容器之后，对该容器内的线虫的分布形态进行拍摄；以及解析部，其检测所述拍摄而得到的图像内包含的、与所述基准点对应的基准点对象的位置，以该位置为基准，决定引诱区域和驱避区域，使用所决定的所述引诱区域和驱避区域中的线虫对象，执行趋性解析。
根据该结构，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够以与基准点对应的基准点对象的位置为基准，正确地设定引诱区域和驱避区域，因此，即使从与底面对置的位置以哪个旋转角度的状态拍摄容器，都能够正确地执行线虫的趋性解析。
图12是表示在变形例中摄像图像中的引诱区域和驱避区域的一例的示意图。如图12所示，在连结培养皿21的对象OB12的中心P2和二维码的条码对象OB11的直线L10中，能够在距中心P2距离d1且靠近条码对象OB11的位置画出与直线L10正交的直线L11。另外，在直线L10中，能够在距中心P2距离d1且从条码对象OB11远离的位置画出与直线L10正交的直线L12。由该直线L11和培养皿21的对象OB12的轮廓包围的区域R3是引诱区域。由该直线L12和培养皿21的对象OB12的轮廓包围的区域R4是驱避区域。
在该情况下，解析部17也可以从存储器16的图像数据库161读出图像，检测拍摄而得到的图像内所包含的、与二维码对应的条码对象(例如，图12的条码对象OB11)的位置，以该位置为基准，决定引诱区域(例如图12的区域R3)和驱避区域(例如图12的区域R4)，使用所决定的引诱区域以及驱避区域中的线虫对象来执行趋性解析。另外，并不限定于二维码，也可以是条形码。
图13是预先存储在存储器16中的基准格式的一例。如图13所示，基准格式是作为用于设定引诱区域和驱避区域的基准的格式。在图13的基准格式中，示出了经过圆C1的中心并以与y轴平行的直线L10为基准，在－x方向上平行地离开距离d的直线L15。由该直线L15和圆C1划分的区域R5是基准的引诱区域。同样地，在图13的基准格式中，示出了以经过圆C1的中心并与y轴平行的直线L10为基准，在+x方向上平行地离开距离d的直线L16。由该直线L16和圆C1划分的区域R6是基准的驱避区域。
参照图14，说明图9的步骤S140的处理的一例。图14是表示在变形例中摄像图像中的引诱区域和驱避区域的一例的示意图。解析部17通过图像处理来识别培养皿对象OB12，识别该培养皿对象OB12的中心P2。接着，解析部17通过图像处理来识别作为基准点的一例的二维码。另外，上述中心P2的识别处理和上述二维码识别处理的顺序也可以相反。
(步骤S230)接着，解析部17决定连结中心P2与二维码的直线L12(图14所示的直线L12)。
(步骤S240)接着，解析部17求出与作为基准线的一例的图像G2的纵向平行的直线L11与直线L12所成的角度θ(图14所示的角度θ)。
接着，执行步骤S251和S252，或者执行步骤S261。
(步骤S251)解析部17如图14所示，使图13的基准格式以圆的中心为轴逆时针旋转θ。
(步骤S252)接着，解析部17如图14所示，使逆时针旋转θ后的基准格式进行重叠以使逆时针旋转了θ旋转后的基准格式的圆C1的中心与图像G2内的培养皿对象OB12的中心P2重叠，或者假设已经重叠的情况。然后，解析部17将重叠后(或假设出已经重叠的情况的情况下)的基准格式的区域R5设定为引诱区域，将重叠后(或假设已经重叠的情况的情况下)的基准格式的区域R6设定为驱避区域。
另外，在上述重叠时，在基准格式的圆C1与图像G2内的培养皿对象OB12的外周(即轮廓)不一致的情况下，解析部17也可以以基准格式的圆C1与图像G2内的培养皿对象OB12的外周一致的方式放大或缩小基准格式的圆C1。在该情况下，解析部17将放大或缩小后的基准格式的区域R5设定为引诱区域，将放大或缩小后的基准格式的区域R6设定为驱避区域。
(步骤S261)解析部17使图像G2顺时针旋转θ。接着，解析部17将与从直线L10离开距离d1的直线L10平行的直线L15和对象OB12的轮廓之间的区域R5设定为引诱区域，将与从直线L10离开距离d1的直线L10平行的直线L16和对象OB12的轮廓之间的区域R6设定为驱避区域。
另外，在步骤S261中，使图像G2顺时针旋转了θ，但不限于此，机器人手1321也可以具备把持并旋转培养皿的机构，在把持着培养皿的状态下使培养皿自身物理性地顺时针旋转θ。在该情况下，也可以通过对旋转后的容器内的线虫的分布形态进行拍摄，并将该拍摄到的图像与预先设定有引诱区域和/或驱避区域的基准格式进行比较，来决定引诱区域和/或驱避区域。另外，在此，说明了机器人手1321把持培养皿并使其旋转的变形例，但并不限于此，也可以在表面设置有凹陷的台(例如长方体状的台)的凹陷上放置培养皿，在放置了该培养皿的状态下，通过机器人手1321使培养皿物理性地旋转。
另外，在本实施方式中，设定引诱区域和驱避区域这两者，对这两者的区域中的线虫数进行计数，使用这两者的区域中的线虫数进行了趋性解析，但不限于此。静置后的线虫的分布倾向于集中到在培养基中滴下麻醉剂的部位。因此，也可以仅设定引诱区域和驱避区域中的任一方，对该设定的区域中的线虫数进行计数，使用该设定的区域中的线虫数和培养皿对象OB12的区域中的线虫数进行趋性解析。例如，在设定了引诱区域的情况下，能够将驱避区域中的线虫数视为从与培养皿的内底面对应的培养皿对象OB12的区域中的线虫数减去引诱区域中的线虫数而得到的值。
另外，在本实施方式中，为了评价被检者的癌症的可能性，执行了图9所示的趋性解析方法，但并不限于癌症评价，也可以在评价其他的生物或细胞的趋性的情况下执行。
<第二实施方式>
接着，对第二实施方式进行说明。以往的趋性索引通过显微镜对线虫的数量进行目视来进行计数(也称为计数)。具体而言，线虫的趋性行为以趋性解析值为指标进行评价，使用根据下述式算出的趋性索引。
趋性索引＝(x－y)/(x+y)
在此，x是针对样本示出引诱行动的线虫的数量，y是针对样本示出了驱避行动的线虫的数量，该趋性索引与第一实施方式相同。
作为自动地计算该趋性索引的方法，考虑以下的计算方法。即，从载有线虫的培养皿的上方配置摄像机，当从培养皿的下方照射光源时，由于线虫产生的光的漫反射，以比周围高的亮度拍摄，识别线虫的区域。并且，有使用拍摄到的图像或动画，通过以下的方法进行计算的方法。
(1)测量所拍摄的图像中的给定区域的亮度重心来计算趋性索引的方法。
(2)测量所拍摄的图像中的给定的区域中的线虫的区域的数量的方法。
在(1)以及(2)的情况下，将亮度比周围高的区域的数量作为线虫的数量进行测量。但是，在线虫多只重叠的状态下进行拍摄时，线虫被识别为一个区域，实际的线虫的数量和区域的数量有时会有很大不同。由于该原因，在由计算机从图像中对线虫进行自动计数时，在图像中线虫已经重叠的情况下，难以从图像中正确地对线虫的数量进行计数，存在计算机计算出的趋性索引与人通过目视对线虫进行计数而计算出的趋性索引(以下，称为手动计数而计算出的趋性索引)有很大不同的问题。
另外，如果在计数对象的区域中设定固定的阈值，则也存在因摄像条件的差异而导致趋性解析值的精度下降的问题。
与此相对，在本实施方式中，为了通过计算机从线虫摄像图像自动判定有无癌症，开发了新的趋性解析值的决定方法。在本实施方式中，计算机通过该新的趋性解析值计算方法来计算趋性索引，使用该新的趋性解析值，对被检者的癌症的可能性进行自动评价。
由此，即使在图像中线虫已经重叠的情况下，通过新的趋性解析值的计算方法计算出的趋性解析值也成为接近“手动计数并计算出的趋性索引”的值，因此，计算机能够以与“手动计数并计算出的趋性索引”同等的精度自动地从图像中判定被检者的癌症的可能性。
另外，与线虫对应的对象的面积根据摄像条件而相对地变化，但根据本实施方式的趋性解析值的计算方法，即使摄像条件变化，也得到了通过新的趋性解析值计算方法计算出的趋性解析值与通过手动计数而计算出的趋性索引的差小的结果。因此，本实施方式几乎不会受到摄像条件的影响，以与“手动计数并计算出的趋性索引”同等的精度，计算机能够根据图像自动地判定被检者的癌症的可能性。
<系统结构>
图15是第二实施方式所涉及的趋性解析系统的概略结构图。趋性解析系统1b具备光源21、作为摄像单元的一例的摄像机15b、与摄像机15b连接的趋性解析装置3、存储有图像数据库(图像DB)161的存储器16。从趋性试验后的培养皿(21)的下方照射光源(21)的光，在培养皿(21)的上方配置摄像单元(15)，利用趋性解析装置(3)对培养皿(21)进行拍摄来计算趋性解析值。光源21优选为圆形型白色LED。摄像机15b由趋性解析装置3控制，由摄像机15b拍摄而得到的图像被存储在图像数据库161中。
图16是第二实施方式所涉及的趋性解析装置的框图。如图16所示，第二实施方式所涉及的趋性解析装置3具备处理器10b，处理器10b通过读出并执行存储于存储器16的程序，由此作为摄像机控制部31、图像处理部32以及解析部33发挥功能。摄像机控制部31控制摄像机15b拍摄培养皿21，将拍摄到的图像存储在存储器16的图像数据库161中。图像处理部32进行图像处理。解析部33使用图像处理后的图像来计算趋性解析值，并使用趋性解析值来评价癌症的可能性。
<线虫对象和面积值>
图17是进行趋性解析的培养皿的图像的概略示意图。如图17所示，示出了判断为线虫表现出引诱行动的引诱区域R11、和判断为线虫表现出驱避行动的区域R12。图18是表示第二实施方式的处理的工序的图。以下，按图18对处理的工序进行说明。
图像处理部32从拍摄到的图像中，在图像处理(例如，基于色调的边缘提取或二值化处理等)中，分别在图17所示的引诱区域(也称为+区域)和驱避区域(也称为－区域)中，分别提取与线虫分别对应的线虫对象所占的区域。然后，解析部33计算提取的线虫对象的面积。具体而言，例如解析部33对线虫对象所占的像素数进行计数。
本实施方式的趋性解析值的计算方法有2种，均使用线虫对象的面积值来计算。以下分别进行说明。
<第一计算方法>
首先，对本实施方式的趋性解析值的第一计算方法进行说明。第一计算方法是使用引诱区域中的线虫对象的面积值的总和、以及驱避区域中的线虫对象的面积值的总和的趋性解析值的计算方法。
图19是引诱区域和驱避区域中的线虫对象的面积值的直方图的一例。在趋性试验中，线虫使用大致相同大小的成虫，但在拍摄时通过线虫漫反射的光，各线虫对象的面积值产生偏差。(1)该偏差被观测为引诱区域和驱避区域中的各自的面积值的偏差大致相同。由此，即使使用下述式计算出趋性解析值，与手动计数而计算出的趋性索引之差也较小。
I＝(SA－SB)/(SA+SB)…(1)
这里，I是趋性解析值，SA是引诱区域中的线虫对象的面积值的总和，SB是驱避区域中的线虫对象的面积值的总和。在后述的图20的流程图中的趋性解析值的计算中使用上述式(1)。另外，也可以仅设定引诱区域和驱避区域中的任一方，使用该设定的区域中的线虫对象的面积值和培养皿对象OB12整体的区域中的线虫对象的面积值来进行趋性解析。例如，在设定了引诱区域的情况下，能够将驱避区域中的线虫对象的面积值视为从与培养皿的内底面对应的整个培养皿对象OB12的区域中的线虫对象的面积值中减去引诱区域中的线虫对象的面积值而得到的值。
另外，(1)即使在检查中使用的线虫的成虫的大小存在个体差异，也不会因线虫的大小而在化学趋性行动中观测到偏差，(2)在大多数的检查中，检查后的线虫的分布与多只重叠的状态相比，1只静止的状态最多；(3)即使在癌症检查中得到了趋性解析值的绝对值小的结果的情况下，线虫多只重叠的状态也有不均衡地分布在引诱区域(+)和驱避区域(－)的倾向；(4)特别是在癌症检查中得到了不逊色于通过以往的方法得到的临床结果的结果，所以即使在线虫多只重叠的状态下进行了拍摄的情况下，“通过计算机进行的上述式(1)的计算而计算出的趋性解析值”也不会偏离“手动计数而计算出的趋性索引”。
图20是表示使用了趋性解析值的第一计算方法的处理的一例的流程图。
(步骤S310)首先，摄像机控制部31控制摄像机15b，拍摄包括线虫的培养皿21，并且将通过拍摄获得的图像数据存储在存储器16中。图像处理部32获取该图像数据。
(步骤S320)接着，图像处理部32在图像数据中检测培养皿位置。
(步骤S330)接着，图像处理部32在图像数据中检测培养皿的基准点。
(步骤S340)接着，图像处理部32在培养皿中与基准点对应地设定线虫的引诱区域和驱避区域。在此，将引诱区域和驱避区域统称为趋性解析区域。
(步骤S350)接着，解析部33针对每个引诱区域和每个驱避区域，决定与每个线虫对应的每个线虫对象占据的区域(线虫对象)的面积值。
(步骤S360)接着，解析部33计算引诱区域中的线虫对象的面积值的总和SA和驱避区域中的线虫对象的面积值的总和SB，并且通过将计算出的总和SA和总和SB代入式(1)中，根据式(1)计算趋性解析值。
<第二计算方法>
接着，对本实施方式的趋性解析值的第二计算方法进行说明。第二计算方法是使用线虫对象的面积值的直方图中的峰值的趋性解析值的计算方法。
图21是所有的趋性解析区域(引诱区域和驱避区域这两者)中的线虫对象的数量和线虫对象的面积值的直方图的一例。在图21中，示出了所有的趋性解析区域(引诱区域和驱避区域这两者)中的线虫对象的数量和线虫对象的面积值的直方图W3。在图21中，1只的面积范围U1表示线虫1只的面积范围，是边界线L21与边界线L22之间的范围。另外，2只的面积范围U2表示线虫2只重叠的情况下的面积范围，是边界线L22与边界线L23之间的范围。另外，3只的面积范围U3表示线虫3只重叠的情况下的面积范围，是边界线L23与边界线L24之间的范围。
观测到与1只线虫对象相比，线虫多只重叠的区域的面积值变大，每个线虫的重叠数的面积值的取值的范围不同。在第二计算方法中，如图21所示，针对包含一个极大点的区域R21、R22、R23的各区域，根据图21所示的线虫对象的数量和线虫对象的面积值的直方图，设定各线虫只数所占的区域的面积范围(例如1只的面积范围U1、2只的面积范围U2、3只的面积范围U3)。对每个所设定的面积范围累计线虫对象的数量，并根据下述式(2)计算出趋性解析值。
I＝(NA－NB)/(NA+NB)…(2)
在此，I是趋性解析值，NA是引诱区域中的“分配到面积范围中的线虫的只数”ד收敛于面积范围中的线虫对象的数量”的总和，NB是驱避区域中的“分配到面积范围中的线虫的只数”ד收敛于面积范围中的线虫对象的数量”的总和。另外，也可以仅设定引诱区域和驱避区域中的任一方，使用该设定的区域中的线虫对象的面积值和培养皿对象OB12整体的区域中的线虫对象的面积值来进行趋性解析。例如，在设定了引诱区域的情况下，能够将驱避区域中的NB视为从培养皿对象OB12整体的区域中的“分配到面积范围中的线虫的只数”ד收敛于面积范围中的线虫对象的数量”的总和减去引诱区域中的NA而得到的值。
该第二计算方法中观测到，(1)检查后的线虫的分布中，1只静止的状态最多，多只重叠的状态具有随着重叠数变多，该状态下的数量越少的倾向，(2)根据引诱区域(+)和驱避区域(－)中的线虫对象的面积值的直方图，能够根据直方图的极大点、极小点预测1只、2只、3只…的重叠状态，因此，即使在线虫多只重叠的状态下被拍摄的情况下，“通过计算机的自动计算而计算出的趋性解析值”也不会从“手动计数而计算出的趋性索引”偏离。
图22是表示使用了趋性解析值的第二计算方法的处理的一例的流程图。
(步骤S410)首先，摄像机控制部31控制摄像机15b，拍摄包括线虫的培养皿21，并且将通过拍摄获得的图像数据存储在存储器16中。图像处理部32获取该图像数据。
(步骤S420)接着，图像处理部32在图像数据中检测培养皿位置。
(步骤S430)接着，图像处理部32在图像数据中检测培养皿的基准点。
(步骤S440)接着，图像处理部32在培养皿中与基准点对应地设定线虫的引诱区域和驱避区域。
(步骤S450)接着，解析部33针对每个引诱区域和每个驱避区域，决定与每个线虫对应的每个线虫对象占据的区域的面积值。
(步骤S460)接着，解析部33使用线虫对象的数量和全趋性解析区域中的面积值的直方图(参见图21)，来决定线虫按只数所占的区域的面积的范围。该处理的详细情况在后述的图23中进行说明。
(步骤S470)接着，在各趋性解析区域(即，引诱区域和驱避区域的各区域)中，对面积的范围U1、U2、U3的每一个范围，将收敛于该面积范围内的线虫对象的数量和分配到该面积的范围中的线虫的只数进行相乘，针对每个趋性解析区域(即，针对引诱区域和驱避区域的各区域)计算相乘后的各个值的总和，使用每个该趋性解析区域的总和NA、NB，按照式(2)来决定趋性解析值。
图23是表示图22的步骤S460的处理的一例的流程图。
(步骤S510)首先，解析部33求出线虫对象的数量和整个趋性解析区域中的面积值的直方图(参见图21)的极大点和极小点。然后，将索引n设定为1。
(步骤S520)接着，解析部33判定在从左侧起第n个是否存在极小点。
(步骤S530)在步骤S520中判定为从左起第n个存在极小点的情况下(步骤S520：是)，解析部33在n＝1时，将1只的面积范围的下限设定为给定值。在此，给定值是为了将不是成虫的小线虫或灰尘等噪声排除而设定的值。
解析部33在n为2以上时，将n只的面积范围的下限设定为直方图的左起第(n－1)个极小点处的x坐标+1。
另外，在n＝1时，如果将Xmax1设为从左起第一个极大点的x坐标，则也可以将1只的面积值的下限设定为Xmax1－(左起第一个极大点的半值半宽度)。
(步骤S540)解析部33将直方图的左起第n个极小点处的x坐标设定为n只的面积范围的上限。然后，解析部33使索引n增加1，反复进行步骤S520以后的处理。
(步骤S550)在判定为在步骤S520中在从左起第n个不存在极小点的情况下(步骤S520否)，判定(n－1)只的面积范围的上限是否为给定值以上。
(步骤S560)在步骤S550中在(n－1)只的面积范围的上限为给定值以上的情况下(步骤S550是)，解析部33不设定n只的面积范围的上限(即，n只的面积范围的上限为n只的面积范围的下限以上)。另外，不限于此，若将第n个极大点的x坐标设为Xmaxn，则解析部33也可以将n只的面积范围的上限设定为Xmaxn+(从左起第n个极大点的半值半宽度)。
(步骤S570)在步骤S550中在(n－1)只的面积范围的上限不是给定值以上的情况下，即小于给定值的情况下(步骤S550否)，解析部33将n只的面积范围的上限设定为给定值。
另外，在上述的实施方式中说明的控制部14以及解析部17的至少一部分既可以由硬件构成，也可以由软件构成。也可以将实现解析部17的至少一部分功能的程序收纳于软盘、CD-ROM等记录介质，使计算机读入并执行。记录介质不限于磁盘、光盘等可装卸的介质，也可以是硬盘装置或存储器等固定型的记录介质。
另外，也可以将实现控制部14以及解析部17的至少一部分的功能的程序经由互联网等通信线路(也包括无线通信)发布。进而，也可以对该程序进行加密或者施加调制，或者在压缩的状态下，经由互联网等有线线路、无线线路或者收纳于记录介质并发布。
进而，也可以通过一个或者多个信息处理装置使控制部14以及解析部17发挥功能。在使用多个信息处理装置的情况下，也可以将信息处理装置中的1个作为计算机，通过该计算机执行给定的程序，由此作为解析部17的至少1个单元来实现功能。
另外，在方法的发明中，也可以通过计算机通过自动控制来实现全部的工序(步骤)。另外，也可以一边使计算机实施各工序，一边通过人手来实施工序间的进度控制。另外，还可以通过人手来实施所有工序中的至少一部分。
以上，本发明并不限定于上述实施方式，在实施阶段能够在不脱离其主旨的范围内对构成要素进行变形而具体化。另外，通过上述实施方式所公开的多个构成要素的适当组合，能够形成各种发明。例如，也可以从实施方式所示的全部构成要素中删除几个构成要素。进而，也可以适当组合不同的实施方式中的构成要素。
(标号说明)
1 趋性解析系统
10、10b 处理器
11 容器供给单元
111 供给传送带
112 供给机器人
12 静置台
13 容器取出单元
131 取出机器人
132 容器运送单元
1321 臂
133 盖拆卸单元
1331 机器人手
134 传感器
14 控制部
15 摄像单元
151 支柱
152 基底部件
153 光源
16 存储器
161 图像数据库
162 检查数据库
17 解析部
21、21b 培养皿
22 盖
3 趋性解析装置
31 摄像机控制部
32 图像处理部
33 解析部。

Claims (17)

1.一种趋性解析方法，是使用容器进行线虫的趋性解析的方法，在该容器或该容器内的培养基设置有基准点，所述趋性解析方法包括：
对该容器内的线虫的分布形态进行拍摄的步骤；
基于所述基准点来决定引诱区域和/或驱避区域的步骤；以及
使用所决定的所述引诱区域和/或所述驱避区域中的线虫对象来执行趋性解析的步骤。
2.根据权利要求1所述的趋性解析方法，其中，
在执行所述趋性解析的步骤中，执行所决定的所述引诱区域的线虫的计数和/或所决定的所述驱避区域的线虫的计数，并根据计数结果来输出趋性解析结果。
3.根据权利要求1或2所述的趋性解析方法，其中，
所述基准点是含有识别所述容器的容器识别信息的条码，
在所述进行拍摄的步骤中拍摄到的图像中，含有与所述条码对应的条码对象，
所述趋性解析方法包括：
从所述条码对象中读取容器识别信息的步骤；以及
将作为执行所述趋性解析后的结果的趋性解析结果与读取出的所述容器识别信息相关联地存储在存储器中的步骤。
4.根据权利要求3所述的趋性解析方法，其中，
在所述存储器中，识别被检者的被检者识别信息与容器识别信息相关联地被存储，
所述趋性解析方法包括如下步骤：参照所述存储器，确定与从所述条码对象读取的容器识别信息对应的被检者识别信息。
5.根据权利要求1或2所述的趋性解析方法，其中，
所述基准点包括第一基准点和/或第二基准点。
6.根据权利要求1～5中任一项所述的趋性解析方法，其中，
所述趋性解析方法包括如下步骤：在对所述容器的内部进行拍摄之前，卸下所述容器的盖。
7.根据权利要求1～6中任一项所述的趋性解析方法，其中，
在决定所述引诱区域和/或驱避区域的步骤中，决定经过所述基准点对象的位置和所述容器的对象的中心的直线相对于基准线的角度，使预先设定有引诱区域和/或驱避区域的基准格式旋转该角度，来决定所述引诱区域和/或驱避区域。
8.根据权利要求1～6中任一项所述的趋性解析方法，其中，
在决定所述引诱区域和/或驱避区域的步骤中，决定经过所述基准点对象的位置和所述容器的对象的中心的直线相对于基准线的角度，使进行所述拍摄而得到的图像旋转该角度，在旋转后的图像中决定所述引诱区域和/或所述驱避区域。
9.一种趋性解析方法，是使用容器进行线虫的趋性解析的方法，在该容器或该容器内的培养基设置有基准点，所述趋性解析方法包括：
将所述基准点和摄像装置定位成给定的位置关系的步骤；
利用所述摄像装置对该容器内的线虫的分布形态进行拍摄的步骤；
决定引诱区域和/或驱避区域的步骤；以及
使用所决定的所述引诱区域和/或所述驱避区域中的线虫对象来执行趋性解析的步骤。
10.根据权利要求1～6中任一项所述的趋性解析方法，其中，
在决定所述引诱区域和/或所述驱避区域的步骤中，决定经过所述基准点对象的位置和所述容器的对象的中心的直线相对于基准线的角度，使所述容器旋转该角度，对旋转后的容器内的线虫的分布形态进行拍摄，并将拍摄得到的图像与预先设定有引诱区域和/或驱避区域的基准格式进行比较，从而决定所述引诱区域和/或所述驱避区域。
11.一种癌症评价方法，包括：
权利要求1～10中任一项所述的趋性解析方法；以及
使用通过执行所述趋性解析而得到的趋性解析结果来评价所述被检者的癌症的可能性的步骤。
12.一种趋性解析系统，使用容器进行线虫的趋性解析，在该容器或该容器内的培养基设置有基准点，所述趋性解析系统具有：
控制部，其控制摄像单元，以对该容器内的线虫的分布形态进行拍摄；以及
解析部，其检测通过拍摄而得到的图像内包含的、与所述基准点对应的基准点对象的位置，以该位置为基准，决定引诱区域和/或驱避区域，并使用所决定的所述引诱区域和/或所述驱避区域中的线虫对象来执行趋性解析。
13.一种程序，用于使用容器进行线虫的趋性解析，在该容器或该容器内的培养基设置有基准点，所述程序用于使计算机作为解析部执行处理，
所述解析部检测对该容器内的线虫的分布形态进行拍摄而得到的图像内包含的、与所述基准点对应的基准点对象的位置，以该位置为基准，决定引诱区域和/或驱避区域，并使用所决定的所述引诱区域和/或所述驱避区域中的线虫对象来执行趋性解析。
14.一种趋性解析方法，是进行线虫的趋性解析的方法，包括：
对该容器内的线虫的分布形态进行拍摄的步骤；以及
使用引诱区域和/或驱避区域中的线虫对象所占的区域的面积值来执行趋性解析的步骤。
15.一种癌症评价方法，包括：
权利要求14所述的趋性解析方法；以及
使用通过执行所述趋性解析而得到的趋性解析结果来评价所述被检者的癌症的可能性的步骤。
16.一种趋性解析系统，进行线虫的趋性解析，所述趋性解析系统具有：
控制部，其在线虫和被检者的样本被滴下到容器之后，控制摄像单元，以对该容器内的线虫的分布形态进行拍摄；以及
解析部，其使用引诱区域和/或驱避区域中的线虫对象所占的区域的面积值，来执行趋性解析。
17.一种程序，用于进行线虫的趋性解析，所述程序用于使计算机作为解析部执行处理，
所述解析部使用在线虫和被检者的样本被滴下到容器之后对该容器内的线虫的分布形态进行拍摄而得到的图像内包含的、引诱区域和/或驱避区域中的线虫对象所占的区域的面积值，来执行趋性解析。
CN202080080211.4A 2019-12-06 2020-12-03 趋性解析方法、癌症评价方法、趋性解析系统以及程序 Pending CN114729925A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019221268A JP7442785B2 (ja) 2019-12-06 2019-12-06 走性解析方法、がん評価方法、走性解析システム及びプログラム
JP2019-221268 2019-12-06
PCT/JP2020/044989 WO2021112162A1 (ja) 2019-12-06 2020-12-03 走性解析方法、がん評価方法、走性解析システム及びプログラム

Publications (1)

Publication Number Publication Date
CN114729925A true CN114729925A (zh) 2022-07-08

Family

ID=76222395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080080211.4A Pending CN114729925A (zh) 2019-12-06 2020-12-03 趋性解析方法、癌症评价方法、趋性解析系统以及程序

Country Status (8)

Country Link
US (1) US20230020220A1 (zh)
EP (1) EP4071471A4 (zh)
JP (1) JP7442785B2 (zh)
CN (1) CN114729925A (zh)
AU (1) AU2020396635A1 (zh)
CA (1) CA3163902A1 (zh)
TW (1) TW202138807A (zh)
WO (1) WO2021112162A1 (zh)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6113554A (en) * 1998-10-16 2000-09-05 Haemonetics Corporation Automatic whole blood collection system
CN106255877B (zh) * 2013-12-10 2018-06-05 国立大学法人九州大学 使用线虫的嗅觉的癌检测法
GB2525884A (en) * 2014-05-07 2015-11-11 Unisense Fertilitech As Culture dish
JP6426827B2 (ja) * 2015-03-13 2018-11-21 株式会社日立製作所 癌検査システム及び癌検査方法
JP6522778B2 (ja) * 2015-11-10 2019-05-29 株式会社日立製作所 癌検査システム及び癌検査評価方法
WO2017094066A1 (ja) * 2015-11-30 2017-06-08 株式会社日立製作所 癌検査システム及び癌検査評価方法
WO2017149626A1 (ja) * 2016-02-29 2017-09-08 株式会社日立製作所 がん解析システム及びがん解析方法
JP6747908B2 (ja) * 2016-08-09 2020-08-26 株式会社Ｈｉｒｏｔｓｕバイオサイエンス バッファ吸取装置及びがん解析システム
US11150234B2 (en) * 2016-09-12 2021-10-19 Hirotsu Bio Science Inc. Method for evaluating taxic behavior in response to odor substance based on olfactory sense in nematodes, and dish and behavior evaluation system used in evaluation method
WO2018067815A1 (en) * 2016-10-05 2018-04-12 Fmc Corporation Bacillus thuringiensis rti545 compostions and methods of use for benefiting plant growth and controlling plant pests

Also Published As

Publication number Publication date
CA3163902A1 (en) 2021-06-10
TW202138807A (zh) 2021-10-16
JP2021092395A (ja) 2021-06-17
WO2021112162A1 (ja) 2021-06-10
AU2020396635A1 (en) 2022-06-09
EP4071471A1 (en) 2022-10-12
JP7442785B2 (ja) 2024-03-05
US20230020220A1 (en) 2023-01-19
EP4071471A4 (en) 2024-01-10

Similar Documents

Publication Publication Date Title
JP4772153B2 (ja) 画像生成システム内のサンプル中の対象領域の位置を検証する装置および方法
US8229194B2 (en) Feature-based registration of sectional images
US10345218B2 (en) Automated slide assessments and tracking in digital microscopy
CN111565293B (zh) 分析作业人员的手工作业的状态的装置与方法以及介质
US5647025A (en) Automatic focusing of biomedical specimens apparatus
US8067245B2 (en) Automated microscope for blood cell analysis
US20120063652A1 (en) Method and apparatus for performing color-based reaction testing of biological materials
CN101438198A (zh) 自动化的显微镜载片读取系统
JP2013526717A5 (zh)
WO2005036451A1 (en) Automated microspcope slide tissue sample mapping and image acquisition
US7627153B2 (en) Repositioning inaccuracies in an automated imaging system
JP2003513251A5 (zh)
JP2012080802A (ja) 細菌コロニーの釣菌方法及び釣菌装置
KR20210100181A (ko) 광 현미경검사를 위한 기준 초점 평면을 식별하기 위한 인쇄 커버슬립 및 슬라이드
CN109073517A (zh) 用于实时体积控制的系统和方法
WO2022262717A1 (zh) 一种确定细胞的迁移能力的方法和系统
JP6522778B2 (ja) 癌検査システム及び癌検査評価方法
CN114729925A (zh) 趋性解析方法、癌症评价方法、趋性解析系统以及程序
CN114223016A (zh) 载玻片的扫描/预扫描质量控制
CN109863536B (zh) 图像处理方法及图像处理装置
TW202434883A (zh) 趨性解析方法、癌症可能性評估方法、趨性解析系統及程式產品
TWI755755B (zh) 用於測試生物樣本的裝置
CN108647549A (zh) 条码图像的处理方法、装置及系统
Fiederling et al. SpineRacks and SpinalJ for efficient analysis of neurons in a 3D reference atlas of the mouse spinal cord
KR102726508B1 (ko) 슬라이드 트레이 오장착 감지 장치 및 방법

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