JP2006333710A - Automatic system for judging quality of cell - Google Patents

Automatic system for judging quality of cell Download PDF

Info

Publication number
JP2006333710A
JP2006333710A JP2005158499A JP2005158499A JP2006333710A JP 2006333710 A JP2006333710 A JP 2006333710A JP 2005158499 A JP2005158499 A JP 2005158499A JP 2005158499 A JP2005158499 A JP 2005158499A JP 2006333710 A JP2006333710 A JP 2006333710A
Authority
JP
Grant status
Application
Patent type
Prior art keywords
cells
cell
means
analysis
recipe
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.)
Granted
Application number
JP2005158499A
Other languages
Japanese (ja)
Other versions
JP2006333710A5 (en )
JP4852890B2 (en )
Inventor
Taijiro Kiyota
Hirobumi Shiono
Takayuki Uozumi
Nobuhiko Yonetani
博文 塩野
泰次郎 清田
信彦 米谷
孝之 魚住
Original Assignee
Nikon Corp
株式会社ニコン
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

Links

Images

Abstract

<P>PROBLEM TO BE SOLVED: To provide an automatic system for judging the quality of a cell designed to achieve the automation of judgment about the quality of the cell. <P>SOLUTION: An automatic apparatus 1 for culturing having the automatic system for judging the quality is provided with an analytical program 12. Furthermore, the analytical program 12 is designed to drive a program 13 for extracting a characteristic quantity that is an image processing program for extracting the characteristic (characteristic quantity) from a picked up image of the cell and extract the characteristic of the cell. The analytical program 12 is designed to drive a discrimination program 15 for judging the quality of the cell from the extracted characteristic or a combination of the plurality of characteristics and judge the quality of the cell. <P>COPYRIGHT: (C)2007,JPO&INPIT

Description

本発明は、細胞の良否を自動的に判定するシステムに関するものである。 The present invention relates to automatically determining system the quality of the cells.

従来の細胞培養装置は、細胞の画像から培養状態の良否を判断する自動画像解析機能を持っていない。 Conventional cell culture apparatus, does not have an automatic image analysis function of determining acceptability in culture from the cells of the image. したがって、実験者が自分自身で培養装置から培養容器を取出し、別に設置された顕微鏡を利用して細胞の発育状態を観察する必要があった。 Accordingly, the experimenter taken out of the culture vessel from the culture apparatus in itself, it is necessary to observe the growth state of a cell by using the microscope installed separately.

さらに、細胞を培養する際には、世代を経るに従い、培養細胞の特性が変化して行く場合(亜種が発生する場合)があり、亜種を増殖させてしまうということが注意点として知られている。 In addition, knowledge in culturing the cells, in accordance with generation after generation, there is a case where the characteristics of the cultured cells is going to change (if the subspecies occurs), as a caveat that will be allowed to grow a subspecies It is. これを防止するために細胞培養実験者は、自らの使用している細胞がその細胞の基本となる特性を失っていないか、形状を保っているかなどを、過去の文献で調べたり、細胞の購入先(細胞バンクなど)に問い合わせ、細胞の変化に注意しなければならなかった。 Cell culture experiments have in order to prevent this, or not lose the property of cells that have their own use the basic of the cell, and whether the keep the shape, or investigated in the past literature, the cell Us place of purchase (such as a cell bank), had to be aware of changes in the cell. また、それを防ぐために細胞バンクなどから入手した細胞をすぐに増殖しそれらを早い段階で冷凍保存し、数ヶ月ごとに新しい細胞を溶解・培養し、比較確認する必要があった。 In addition, the growth of the cells obtained from such as a cell bank in order to prevent it immediately to save freezing them at an early stage, the new cells were dissolved and culture every few months, there has been a need to compare confirmation.

近年、バイオテクノロジーの研究分野が多岐にわたるため、専門分野の教育に多くの時間が取られ、細胞培養に関する教育がおざなりにされており、培養細胞の良否を的確に判断できない研究者が増加している。 In recent years, for research the field of biotechnology is a wide variety, a lot of time is taken to the education of specialized fields, are to perfunctory education related to cell culture, researchers and increase that can not be accurately determine the quality of the cultured cells there. 又、大量の細胞や、多種類の細胞を培養している場合、個々の細胞の良否判定を実験者が実施するのに、多くの時間がさかれてしまう。 Also, large amounts of or cells, multi when the type of that culturing cells, to the experimenter quality determination of individual cells to practice, thus much time torn. また、判断基準が不明確であるため、実験者ごとに、培養細胞の品質にばらつきが発生し、培養細胞を用いた実験の再現性が問題となっている。 Further, since the criteria are unclear, each experimenter, variation occurs in the quality of the cultured cells, it has become a problem reproducibility of experiments using cultured cells.

本発明は、このような事情に鑑みてなされたもので、細胞の良否判定を自動化することを実現可能な細胞の自動良否判定システムを提供することを課題とする。 The present invention has such has been made in view of the circumstances, and an object thereof is to provide an automatic quality determination system cells feasible to automate the quality determination of the cell.

前記課題を解決するための第1の手段は、撮像された細胞の画像の特徴を抽出する複数の特徴抽出手段と、 First means for solving the above problems, a plurality of feature extracting means for extracting a feature of the captured cells in the image,
抽出された特徴又は、複数の特徴の組合せから、前記細胞の良否を判定する複数の良否判定手段と、 The extracted features or a combination of a plurality of features, and a plurality of quality determination means for determining the quality of the cells,
前記細胞の種類に応じて使用する、前記特徴抽出手段及び前記良否判定手段の組み合わせを解析レシピとして記憶する解析レシピ記憶手段と、 And analyzing the recipe storage means for storing used according to the type of the cells, the combination of the feature extraction means and the quality determination unit as an analysis recipe,
前記解析レシピ記憶手段から前記細胞の種類に対応する前記解析レシピを選択し、その解析レシピに記憶された前記特徴抽出手段を駆動して、細胞の特徴を抽出させ、続いて、その解析レシピに記憶された良否判定手段を駆動して、細胞の良否を判断させる解析手段とを有することを特徴とする細胞の自動良否判定システムである。 Selecting the analysis recipe corresponding to the type of the cells from the analysis recipe storage unit, by driving the feature extraction means is stored in the analysis recipe, to extract features of the cells, followed by their analysis recipe It drives the stored quality determining means, an automatic quality determination system of cells, comprising an analysis means for determining the acceptability of a cell.

前記課題を解決するための第2の手段は、撮像された細胞の画像の特徴を抽出する特徴抽出手段と、 Second means for solving the above problems, a feature extracting means for extracting a feature of the captured cells in the image,
抽出された特徴又は、複数の特徴の組合せから、前記細胞の良否を判定する複数の良否判定手段と、 The extracted features or a combination of a plurality of features, and a plurality of quality determination means for determining the quality of the cells,
前記細胞の種類に応じて、特徴抽出手段が抽出すべき特徴及び使用すべき前記良否判定手段の組み合わせを解析レシピとして記憶する解析レシピ記憶手段と、 Depending on the type of the cells, and analyzing the recipe storage means for storing a combination of the quality determination unit to be characterized and used to be extracted feature extraction means as analysis recipe,
前記解析レシピ記憶手段から前記細胞の種類に対応する前記解析レシピを選択し、その解析レシピに記憶された特徴抽出手段が抽出すべき特徴を前記特徴抽出手段に渡して、細胞の特徴を抽出させ、続いて、その解析レシピに記憶された良否判定手段を駆動して、細胞の良否を判断させる解析手段とを有することを特徴とする細胞の自動良否判定システムである。 Selecting the analysis recipe corresponding to the type of the cells from the analysis recipe storage unit, a feature to be extracted is stored feature extraction means on the analysis recipe passed to the feature extraction means, to extract features of the cell , followed by driving the quality determination unit stored in the analysis recipe is automatic quality determination system of cells, comprising an analysis means for determining the acceptability of a cell.

前記課題を解決するための第3の手段は、前記第1の手段又は第2の手段であって、前記特徴が、生育状態、細胞の数、細胞のサイズ、細胞の外形の特徴、細胞間の接着性、隣接間結合性、核の数、核の形状、核の大きさ、核小体の数、核小体の大きさ、核小体の濃度、細胞質顆粒の量、細胞質顆粒の輝度、空胞の大きさ、空胞の数、細胞質突起の形状、占有面積、密集状況のうちいずれかであることを特徴とするものである。 Third means for solving the above problems, a first means or the second means, the features, growing conditions, the number of cells, cell size, the outline of the cell feature, between cells adhesive, adjacent between binding, number of nuclei, the shape of the nucleus, the nucleus size, the number of nucleoli, nucleolar size, concentration of the nucleolus, the amount of cytoplasmic granules, cytoplasmic granules luminance , vacuole size, characterized in that it is one of the number of vacuoles, the shape of the cytoplasmic area occupied, dense situation.

本発明によれば、細胞の良否判定を自動化することを実現可能な細胞の自動良否判定システムを提供することができる。 According to the present invention, it is possible to provide an automatic quality determination system cells feasible to automate the quality determination of the cell.

以下、本発明の実施の形態である細胞の自動良否判定システムを、図を用いて説明する。 Hereinafter, the automatic quality determination system cells which is an embodiment of the present invention will be described with reference to FIG. 図1は、本発明の実施の形態の1例である細胞の自動良否判定システムの概要を示す図である。 Figure 1 is a diagram showing an outline of an automatic quality determination system cells is an example embodiment of the present invention. なお、以下の説明で「特徴量」という語を用いる。 It should be noted that the use of the word "feature amount" in the following description. 多くの場合特徴は量で表されるのでこのようにするが、これらの「特徴量」は、量で表さないもの(例えば有無のようなもの)を含む概念である。 Thus to but because often features represented by quantities, these "feature amount" is a concept including those that do not represent an amount (for example whether the like).

自動良否判定システムを有する自動培養装置1は、解析プログラム12を有する。 Automatic culture apparatus 1 having an automatic quality determination system has an analysis program 12. 解析プログラム12は、撮像された細胞の画像から、その特徴(特徴量)を抽出するための画像処理プログラムである特徴量抽出プログラム13を駆動して、細胞の特徴を抽出する。 Analysis program 12 from the captured cells in the image, by driving the feature quantity extraction program 13 is an image processing program for extracting the feature (feature amount), and extracts the characteristic of the cell. 続いて、抽出された特徴又は、複数の特徴の組合せから細胞の良否を判定する識別プログラム15を駆動して、細胞の良否を判定する。 Subsequently, the extracted features or, by driving the determining identification program 15 the quality of the cells from a combination of a plurality of features, determining the acceptability of a cell.

撮像された細胞の画像から抽出すべき特徴量は、細胞の種類に応じて、生育状態(単独、コロニー形成、シート状)、細胞の数、細胞のサイズ、細胞の外形の特徴(球形、泡立ち形状、ぎざぎざ形状),細胞間の接着性、隣接間結合性, Feature amount to be extracted from the captured cells in the image, depending on the cell type, growing conditions (alone, colonization, sheet), the number of cells, cell size, the outer shape of the cell feature (spherical, foaming shape, jagged shape), adhesion between cells adjacent inter binding,
核の数、核の形状,核の大きさ、核小体の数、核小体の大きさ、核小体の濃度、細胞質顆粒の量、細胞質顆粒の輝度,空胞の大きさ、空胞の数、細胞質突起の形状(数、長さ、太さ)、占有面積、密集状況等がある。 The number of nuclei, nucleus shape, size of nuclei, nucleoli number, nucleolar size, nuclear concentration of bodies, the amount of cytoplasmic granules, the luminance of the cytoplasmic granules, vacuoles size, vacuoles number, shape of cytoplasmic (number, length, thickness), the occupied area, there is a dense situations like.

これらの特徴は、既存の画像処理プログラムを適宜使用することにより抽出される。 These features are extracted by appropriately using existing image processing programs. 例えば、核の大きさは、ラプラシアンによる画像のエッジ抽出や、ヒストグラム特徴量によるテクスチャ解析で抽出できる。 For example, the size of the nucleus can be extracted edge extraction of the image by the Laplacian, the texture analysis by histogram feature quantity. 又、核の数は、例えば、フーリエ変換を実施すると、核の内外で高周波成分のスペクトル振幅に違いが生じるので、これにより核の領域を抽出し、核の数を決定することができる。 The number of nuclei, for example, when carrying out a Fourier transform, since differences in spectral amplitude of the high frequency components in and out of the nucleus occurs, thereby extracting a region of the nucleus, it is possible to determine the number of nuclei.

また、細胞質突起は、位相差光学系で観察すると、細胞質突起の部分が黒く浮き上がって観察される。 Also, cytoplasmic, when observed by phase contrast optical system, the portion of cytoplasmic observed lifted black. 従って、バックグラウンドの階調付近で2値化した後に、ごま塩ノイズの除去を実施すると、細胞質突起の部分のみを抽出することができる。 Therefore, after binarization near gradation background, when carrying out the removal of salt and pepper noise, it is possible to extract only part of the cytoplasmic. その直線部分の長さの平均値を求めると、「細胞質突起の平均長」が計測できる。 When the average value of the length of the linear portion, "the average length of the cytoplasmic" can be measured.

また、ブライトコントラストの位相差光学系で観察すると、細胞とバックグラウンドの階調を分けることが可能になる。 Also, when observed by phase contrast optical system Bright contrast, it is possible to divide the gray scale of the cell and background. したがって、予め計測しておいたバックグラウンドの閾値で2値化した後に、ごま塩ノイズの除去を実施すると、細胞の輪郭を抽出できる。 Therefore, after binarized by threshold background measured in advance, when carrying out the removal of salt and pepper noise, it can be extracted contour of the cell. 連結画像について、「複雑度」を計算し、それがある閾値よりも大きいものを、死細胞として除去する。 For combined image, and calculates the "complexity", what it is larger than a certain threshold, is removed as dead cells. また、基準となる大きさより、明らかに大きい連結画像(例えば3倍〜4倍)は、複数の細胞の塊とみなして、画像骨格を抽出し、そこを起点に画像を分割し、それを個々の細胞画像とみなす。 Moreover, from the size as a reference, clearly larger combined image (e.g. 3 to 4 times) is regarded as a mass of a plurality of cells, extracts image skeleton, divides the image thereto origin, individually it regarded as a cell image. 最後に、連結画像の面積を求めれば、細胞サイズを求めることができる。 Finally, by obtaining the area of ​​the connected image can be obtained cell size.

この実施の形態においては、これらの特徴ごとに、特徴量抽出プログラム13が用意されており、どの特徴量抽出プログラム13を使用するかが、レシピデータベース11内に格納された解析レシピ14に記憶されている。 In this embodiment, for each of these features, the feature extraction program 13 are prepared, what should be the feature quantity extraction program 13, stored in the analysis recipe 14 stored in the recipe database 11 ing. 解析レシピ14は、細胞ごとに作成されている。 Analysis recipe 14 is created for each cell. すなわち、全ての細胞について、これらの全ての特徴を抽出する必要はなく、細胞の種類に応じて、良否判定に必要な特徴だけを抽出すればよい。 That is, for all cells, it is not necessary to extract all of these features, according to the type of cells, may be extracted only features necessary quality determination. 解析レシピ14には、良否判定に必要な特徴量を抽出するための特徴量抽出プログラム13のみが記憶されている。 The analysis recipe 14, only the feature quantity extraction program 13 for extracting a feature amount required for quality determination are stored.

このようにすると、新しい細胞が判定の対象として追加されたり、良否判定の基準が新しくなった場合に、解析レシピ14を書き換えるだけで、抽出される特徴量を決定したり、更新したりすることができる。 In this way, or is added as an object of a new cell is determined, if the criteria for quality determination has a new, only rewriting the analysis recipe 14, determines the characteristic quantities extracted, updated or that can. 又、新しい特徴を抽出する必要が生じた場合には、特徴量抽出プログラム13を追加することにより対応することができる。 Further, when the need to extract a new feature occurs, it can be dealt with by adding a feature quantity extraction program 13.

このようにして、良否判定に必要な特徴(単独でよいこともあるが、多くの場合は複数の特徴の組合せである)が抽出されると、解析プログラム12は、解析レシピ14を参照して、そこに記憶されている識別プログラム15を起動する。 In this way, (although sometimes it alone, often a combination of a plurality of characteristic) features necessary quality determination when is extracted, the analysis program 12, with reference to the analysis recipe 14 , it activates the identification program 15 stored therein. 識別プログラム15は、抽出された特徴又は、複数の特徴の組合せから、細胞の良否を判定するものであるが、通常、判定すべき細胞に対応して一つ定まるようになっている。 Identification program 15, extracted features or a combination of a plurality of features, but is intended to determine the quality of the cells, which is normally so determined one corresponding to the cells to be determined. 但し、複数種の細胞に対して共通の識別プログラム15が使用できる場合も考えられる。 However, it is conceivable that a common identification program 15 for a plurality of types of cells may be used. この場合は、細胞ごとに識別プログラム15を作る必要が無く、それぞれの細胞に対する解析レシピ14に、共通の識別プログラム15を使用することが記憶されるだけである。 In this case, there is no need to make the identification program 15 for each cell, the analysis recipe 14 for each cell are only stored is possible to use a common identification program 15.

識別プログラム15は、多変量解析などの統計解析手段や、ニューラルネットワークなどパターン認識アルゴリズムを用いて、その細胞の良否を判定する。 Identification program 15, and statistical analysis means such as multivariate analysis, using a pattern recognition algorithm such as a neural network, determines the quality of the cells.

図2は、以上説明した細胞の自動良否判定システムの動作をまとめたフローチャートである。 Figure 2 is a flowchart summarizing the operation of the automatic quality determination system cells described above. まず、ステップS1において細胞の種類を手動入力する。 First, manually inputs the type of cell in step S1. すると、自動良否判定システムは、ステップS2で細胞の種類に対応する解析レシピ14を選択する。 Then, the automatic quality determination system selects the analysis recipe 14 corresponding to the type of cell in step S2. そして、ステップS3で、解析レシピ中に記憶されている特徴量を一つ選択する。 Then, in step S3, it selects one feature quantity stored in the analysis recipe. そして、ステップS4で、それに対応する特徴量抽出プログラム13を選択し、ステップS5で起動する。 Then, in step S4, selects a feature quantity extraction program 13 corresponding thereto, it started in step S5. すると、特徴量抽出プログラム13は、特徴量を抽出して記録する(ステップS6)。 Then, the feature quantity extraction program 13, and records the extracted feature amount (step S6). ステップS7で、解析レシピ14に記憶されている特徴量を全て検出したかどうかを判断し、未検出のものがあればステップS3に戻る。 In step S7, it is determined whether the detected all feature quantities stored in the analysis recipe 14, the flow returns to step S3 If there is undetected.

解析レシピ14に記憶されている全ての特徴量が抽出された場合、ステップS8に移行して、解析レシピ14に記憶されている識別プログラム15を選択し、ステップS9において起動する。 If all feature quantities stored in the analysis recipe 14 is extracted, the process proceeds to step S8, and select the identification program 15 stored in the analysis recipe 14 is activated in step S9. すると、識別プログラム15の作用により、細胞の良否が判定される(ステップS10)。 Then, by the action of the identification program 15, the quality of the cells is determined (step S10).

なお、以上の実施の形態においては、特徴量抽出プログラム13を、抽出すべき特徴量に対応させて作成していたが、特徴量抽出プログラム13を一つとして、全ての特徴量を抽出可能なようにしておき、その中で解析レシピ14に記憶されていなかった特徴量の抽出の処理をバイパスさせるようにしても、同じ効果が得られる。 In the above in the embodiment, the feature quantity extraction program 13, had been prepared so as to correspond to the feature amount to be extracted, as one feature quantity extraction program 13, which can extract all of the feature leave manner, even if the process of the feature quantity extraction was not stored in the analysis recipe 14 therein so as to bypass the same effect. 又、一つの特徴量抽出プログラム13が、複数のまとまった特徴量(例えば細胞の数と大きさ、空胞の数と大きさ)を同時に抽出するようにしてもよい。 Further, one feature quantity extraction program 13, a plurality of coherent feature quantity (e.g. number of cells and size, empty number and size of cells) may be extracted simultaneously. この場合には、解析レシピ14中に抽出されたもので実際に使用されるものを記憶しておき、特徴量抽出プログラム13にその情報を渡して、使用されない特徴量を良否判定に使用しないようにするか、対応する特徴量抽出プログラム13が、これらの情報を受け取らなかったり、使用しないようにしておくようにすればよい。 In this case, it stores what is actually used by those extracted during analysis recipe 14, and passes the information to the feature quantity extraction program 13, so as not to use the feature quantity that is not used for quality determination either the corresponding feature quantity extraction program 13, or not receive the information, it is sufficient to keep the not use. また、同じ特徴量抽出プログラム13でも、内部での処理方法に複数の方法があり、それらを選択して使用するような場合には、同様に、解析レシピ14中にどの処理を使用するかを記憶しておいて、特徴量抽出プログラム13を起動する際に、その情報を識別プログラム15に渡すようにしてもよい。 Moreover, even the same feature quantity extraction program 13, there are several ways how to handle inside the case such that selecting and using them, as well, use which process during analysis recipe 14 and previously stored, when starting a feature quantity extraction program 13, may be transferred that information to identify the program 15.

MK細胞(猿の腎臓の細胞)とPC12(ラット褐色細胞種由来の細胞)の、解析レシピ14に記憶される特徴量抽出用のレシピを表1に、起動する識別プログラム15を表2に示す。 MK cells (monkey kidney cells) and PC12 of (rat pheochromocytoma cells derived from), the recipe for the feature quantity extraction stored in the analysis recipe 14 Table 1 shows the identification program 15 to start in Table 2 . MKの場合、特徴量としては核の数、細胞のサイズ、空胞の数となっているが、核数と細胞のサイズは同じ特徴量抽出プログラム13であるプログラムAで抽出されるようになっている。 For MK, the number of nuclei as a feature quantity, the size of the cells, although a number of vacuoles, so the size of the number of nuclei and cells are extracted by the program A is the same feature quantity extraction program 13 ing. 空胞の数は、特徴量抽出プログラム13であるプログラムBで抽出される。 The number of vacuoles is extracted by the program B, which is a feature quantity extraction program 13. そして、識別プログラム15としてはプログラムXが使用される。 Then, the program X is used as an identification program 15.

PC12の場合、特徴量としては核の数、細胞のサイズ、細胞質突起の平均長、空胞の数となっているが、細胞質突起の平均長と空胞の数は同じ特徴量抽出プログラム13であるプログラムDで抽出されるようになっている。 For PC12, the number of nuclei as a feature quantity, size of cells, the average length of the cytoplasmic, although a number of vacuoles, the number of average length and vacuoles cytoplasmic protrusions at the same feature quantity extraction program 13 It is adapted to be extracted in a program D. 核の数は、特徴量抽出プログラム13であるプログラムEで抽出される。 The number of nuclei is extracted by the program E is a feature quantity extraction program 13. プログラムCは、検細胞のサイズを抽出する。 Program C extracts the size of the test cell. そして、識別プログラム15としてはプログラムYが使用される。 Then, the program Y is used as an identification program 15.
(表1) (Table 1)

(表2) (Table 2)

識別プログラムは、抽出された特徴量に基づいて、表3、表4のような基準により、細胞の良否を判断する。 Identification program, based on the extracted feature quantity, Table 3, by criteria such as Table 4, to determine the acceptability of a cell.
(表3) (Table 3)

(表4) (Table 4)

本発明の実施の形態の1例である細胞の自動良否判定システムの概要を示す図である。 Is a diagram showing an outline of an automatic quality determination system cells is an example embodiment of the present invention. 細胞の自動良否判定システムの動作をまとめたフローチャートである。 Is a flowchart summarizing the operation of the automatic quality determination system cells.

符号の説明 DESCRIPTION OF SYMBOLS

1…自動培養装置、11…レシピデータベース、12…解析プログラム、13…特徴量抽出プログラム、14…解析レシピ、15…識別プログラム 1 ... automatic culture device, 11 ... recipe database, 12 ... analysis program, 13 ... feature amount extraction program, 14 ... analysis recipe, 15 ... identification program

Claims (3)

  1. 撮像された細胞の画像の特徴を抽出する複数の特徴抽出手段と、 A plurality of feature extracting means for extracting a feature of the captured cells in the image,
    抽出された特徴又は、複数の特徴の組合せから、前記細胞の良否を判定する複数の良否判定手段と、 The extracted features or a combination of a plurality of features, and a plurality of quality determination means for determining the quality of the cells,
    前記細胞の種類に応じて使用する、前記特徴抽出手段及び前記良否判定手段の組み合わせを解析レシピとして記憶する解析レシピ記憶手段と、 And analyzing the recipe storage means for storing used according to the type of the cells, the combination of the feature extraction means and the quality determination unit as an analysis recipe,
    前記解析レシピ記憶手段から前記細胞の種類に対応する前記解析レシピを選択し、その解析レシピに記憶された前記特徴抽出手段を駆動して、細胞の特徴を抽出させ、続いて、その解析レシピに記憶された良否判定手段を駆動して、細胞の良否を判断させる解析手段とを有することを特徴とする細胞の自動良否判定システム。 Selecting the analysis recipe corresponding to the type of the cells from the analysis recipe storage unit, by driving the feature extraction means is stored in the analysis recipe, to extract features of the cells, followed by their analysis recipe It drives the stored quality determining means, an automatic quality determination system of cells, comprising an analysis means for determining the acceptability of a cell.
  2. 撮像された細胞の画像の特徴を抽出する特徴抽出手段と、 Feature extracting means for extracting a feature of the captured cells in the image,
    抽出された特徴又は、複数の特徴の組合せから、前記細胞の良否を判定する複数の良否判定手段と、 The extracted features or a combination of a plurality of features, and a plurality of quality determination means for determining the quality of the cells,
    前記細胞の種類に応じて、特徴抽出手段が抽出すべき特徴及び使用すべき前記良否判定手段の組み合わせを解析レシピとして記憶する解析レシピ記憶手段と、 Depending on the type of the cells, and analyzing the recipe storage means for storing a combination of the quality determination unit to be characterized and used to be extracted feature extraction means as analysis recipe,
    前記解析レシピ記憶手段から前記細胞の種類に対応する前記解析レシピを選択し、その解析レシピに記憶された特徴抽出手段が抽出すべき特徴を前記特徴抽出手段に渡して、細胞の特徴を抽出させ、続いて、その解析レシピに記憶された良否判定手段を駆動して、細胞の良否を判断させる解析手段とを有することを特徴とする細胞の自動良否判定システム。 Selecting the analysis recipe corresponding to the type of the cells from the analysis recipe storage unit, a feature to be extracted is stored feature extraction means on the analysis recipe passed to the feature extraction means, to extract features of the cell , followed by driving the quality determination unit stored in the analysis recipe, automatic quality determination system of cells, comprising an analysis means for determining the acceptability of a cell.
  3. 前記特徴が、生育状態、細胞の数、細胞のサイズ、細胞の外形の特徴、細胞間の接着性、隣接間結合性、核の数、核の形状、核の大きさ、核小体の数、核小体の大きさ、核小体の濃度、細胞質顆粒の量、細胞質顆粒の輝度、空胞の大きさ、空胞の数、細胞質突起の形状、占有面積、密集状況のうちいずれかであることを特徴とする請求項1に記載の細胞の自動良否判定システム。 The features, growing conditions, the number of cells, cell size, characteristics of the outer shape of cell adhesion between cells, neighboring inter binding, number of nuclei, nucleus shape, nuclear size, number of nucleoli , nucleolar size, concentration of the nucleolus, the amount of cytoplasmic granules, cytoplasmic granules brightness, vacuoles size, number of vacuoles, the shape of the cytoplasmic area occupied, with one of dense situation automated cell quality determination system according to claim 1, characterized in that.
JP2005158499A 2005-05-31 2005-05-31 Automatic quality determination system of the cell Active JP4852890B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2005158499A JP4852890B2 (en) 2005-05-31 2005-05-31 Automatic quality determination system of the cell

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005158499A JP4852890B2 (en) 2005-05-31 2005-05-31 Automatic quality determination system of the cell

Publications (3)

Publication Number Publication Date
JP2006333710A true true JP2006333710A (en) 2006-12-14
JP2006333710A5 true JP2006333710A5 (en) 2006-12-14
JP4852890B2 JP4852890B2 (en) 2012-01-11

Family

ID=37554794

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005158499A Active JP4852890B2 (en) 2005-05-31 2005-05-31 Automatic quality determination system of the cell

Country Status (1)

Country Link
JP (1) JP4852890B2 (en)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008212017A (en) * 2007-03-01 2008-09-18 Nikon Corp Apparatus for determining cell state, and method for determining cell state
JP2009027948A (en) * 2007-07-25 2009-02-12 Nikon Corp Culture device
JP2009063508A (en) * 2007-09-07 2009-03-26 Olympus Corp Cell image analyzer and cell image analysis software
WO2009157530A1 (en) * 2008-06-26 2009-12-30 株式会社ニコン Embryo-monitoring apparatus
WO2011004568A1 (en) * 2009-07-08 2011-01-13 株式会社ニコン Image processing method for observation of fertilized eggs, image processing program, image processing device, and method for producing fertilized eggs
JP2012152189A (en) * 2011-01-28 2012-08-16 Terumo Corp System for deciding sheet formation
US9047502B2 (en) 2007-12-13 2015-06-02 Nikon Corporation Automatic system for judging quality of cell
WO2015133193A1 (en) * 2014-03-05 2015-09-11 富士フイルム株式会社 Device, method, and program for cell image evaluation
WO2018073859A1 (en) * 2016-10-17 2018-04-26 ヤマハ発動機株式会社 Cell transfer apparatus and cell transfer method

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6097951B2 (en) 2013-08-22 2017-03-22 富士フイルム株式会社 Stem cell differentiation determination apparatus and method, and program

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001211896A (en) * 1999-11-26 2001-08-07 Olympus Optical Co Ltd Image analysis method, device for it, and recording medium
JP2004301729A (en) * 2003-03-31 2004-10-28 Olympus Corp Fluorescence spectroscopic analyzer

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001211896A (en) * 1999-11-26 2001-08-07 Olympus Optical Co Ltd Image analysis method, device for it, and recording medium
JP2004301729A (en) * 2003-03-31 2004-10-28 Olympus Corp Fluorescence spectroscopic analyzer

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008212017A (en) * 2007-03-01 2008-09-18 Nikon Corp Apparatus for determining cell state, and method for determining cell state
JP2009027948A (en) * 2007-07-25 2009-02-12 Nikon Corp Culture device
JP2009063508A (en) * 2007-09-07 2009-03-26 Olympus Corp Cell image analyzer and cell image analysis software
US9047502B2 (en) 2007-12-13 2015-06-02 Nikon Corporation Automatic system for judging quality of cell
WO2009157530A1 (en) * 2008-06-26 2009-12-30 株式会社ニコン Embryo-monitoring apparatus
WO2011004568A1 (en) * 2009-07-08 2011-01-13 株式会社ニコン Image processing method for observation of fertilized eggs, image processing program, image processing device, and method for producing fertilized eggs
JP2012152189A (en) * 2011-01-28 2012-08-16 Terumo Corp System for deciding sheet formation
WO2015133193A1 (en) * 2014-03-05 2015-09-11 富士フイルム株式会社 Device, method, and program for cell image evaluation
JP2015170047A (en) * 2014-03-05 2015-09-28 富士フイルム株式会社 Cell image evaluation device and method as well as program
US20160335767A1 (en) * 2014-03-05 2016-11-17 Fujifilm Corporation Cell image evaluation device, method, and program
WO2018073859A1 (en) * 2016-10-17 2018-04-26 ヤマハ発動機株式会社 Cell transfer apparatus and cell transfer method

Also Published As

Publication number Publication date Type
JP4852890B2 (en) 2012-01-11 grant

Similar Documents

Publication Publication Date Title
Taylor The total test approach to standardization of immunohistochemistry
Girma et al. Evaluating the foreign ownership wage premium using a difference-in-differences matching approach
US6876760B1 (en) Classifying cells based on information contained in cell images
US5764792A (en) Method and apparatus for processing images
French et al. High-throughput quantification of root growth using a novel image-analysis tool
Abdel-Qader et al. Analysis of edge-detection techniques for crack identification in bridges
Blackburn et al. Rapid determination of bacterial abundance, biovolume, morphology, and growth by neural network-based image analysis
US6136540A (en) Automated fluorescence in situ hybridization detection of genetic abnormalities
Amaral et al. Activated sludge monitoring of a wastewater treatment plant using image analysis and partial least squares regression
US5352613A (en) Cytological screening method
US20100290692A1 (en) Systems and methods for automated characterization of genetic heterogeneity in tissue samples
US20030048931A1 (en) Quantification and differentiation of tissue based upon quantitative image analysis
US20060072805A1 (en) Method and apparatus for computer controlled cell based diagnosis
Tchoukalova et al. A quick, reliable, and automated method for fat cell sizing
JP2004248619A (en) System for automatically searching target cell
Hamilton Quantification and its applications in fluorescent microscopy imaging
US20110286654A1 (en) Segmentation of Biological Image Data
Turashvili et al. Inter-observer reproducibility of HER2 immunohistochemical assessment and concordance with fluorescent in situ hybridization (FISH): pathologist assessment compared to quantitative image analysis
US7881532B2 (en) Imaging device with improved image segmentation
CN101216435A (en) Fabric flaw automatic detection method based on multi-fractal characteristic parameter
US7941275B2 (en) Method and system for automated detection of immunohistochemical (IHC) patterns
WO2004042392A1 (en) Image analysis supporting method, image analysis supporting program, and image analysis supporting device
Lawless et al. Colonyzer: automated quantification of micro-organism growth characteristics on solid agar
Padfield et al. Spatio-temporal cell segmentation and tracking for automated screening
Carson et al. A method for automated detection of gene expression required for the establishment of a digital transcriptome‐wide gene expression atlas

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080201

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080221

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20080801

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100630

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20101026

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20101222

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20110419

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110715

A911 Transfer of reconsideration by examiner before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20110726

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20110927

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20111010

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20141104

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20141104

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250