JP2008301737A - 細菌判別装置および細菌判別方法 - Google Patents

Abstract

【課題】蛍光標識された細菌が形状不良でも判別出来る細菌判別装置および細菌判別方法を提供する。
【解決手段】光を照射して検体を蛍光させ、検体からの蛍光を含む画像を撮像し、画像から蛍光された領域を抽出し、領域の重心の位置を算出し、領域の輪郭を算出し、重心の位置から輪郭を形成する輪郭点までの距離を輪郭点毎に算出し、重心の位置から輪郭点への方向と所定の方向とのなす角度を輪郭点毎に算出し、各輪郭点における距離と角度とに基づいて、距離と角度との関係を示す曲線を算出し、曲線と所定の形状を有する理想曲線との距離の差を角度毎に算出し、距離の差に基づいて、曲線と理想曲線との相関を示す相関値を算出し、相関値に基づいて、検体が細菌であるか否かを判定する。
【選択図】図４

Description

本発明は、細菌判別装置および細菌判別方法に関し、特に、集菌法の遠心分離機で処理して細菌が傷ついた場合においても、形状を判断し細菌を検出するために好適に利用できるものである。

細菌を分類する方法としては、寒天培養法が最も一般的な方法である。これは試料を寒天培地に塗り、所定時間培養して形成したコロニーを、染色又は無染色にて、顕微鏡を用いて観察者が分類する検査方法である。しかしこの寒天培養法は、基本的に手作業で行うため処理が煩わしく、また培養するため細菌の種類を判定するまでに時間がかかる。

そこで抗酸菌の検出において、培養せずに観察する蛍光観察法がある。これは細菌だけが蛍光するように検体を調整し、その蛍光を落斜蛍光顕微鏡などの光学手段を用いて観察者が観察する検査方法である。

また、光学手段で観察者が観察する代わりに、カメラなど撮影手段を用いて自動で各視野を撮影し、撮影した画像から細菌を自動で検出する方法がある。検出方法としては、抗酸菌の蛍光は背景色と比較して特徴があり、抗酸菌は桿菌であるためカプセル状の形状をしていることを用いて細菌の色と形状の特徴を判定することにより細菌を識別する。

ここで、対象物の色と形状の判定を行う方法として、テンプレートマッチングが知られている。これは予め様々な大きさや傾きの画像を撮影しておき、撮影した画像と各画素の色を比較して、予め撮影した画像の中で最も似ている画像とどの程度似ているか判定することで色と形状を識別する方法である。しかし、予め様々な大きさや傾きの画像を撮影することが煩わしく、予め撮影した画像が多いほどテンプレートマッチングの処理時間を要する。

そこで、テンプレートマッチングの課題を解決する方法として、次のような対象物の輪郭と重心から形状を識別する方法が提案されている。

例えば、対象物を撮影し、重心から各輪郭の画素までの距離と基準線からの角度を算出し、距離と角度による曲線を基に、平均値と変極点の数や値などから形状（円／楕円／四角／歪形）を判定する方法がある（例えば、特許文献１参照）。
特開平９−２６４７１５号公報

しかしながら、従来の構成では細菌が傷ついて一部形状が欠けている場合、蛍光する細菌の領域を抽出しても理想的な形状の特徴とは異なる為、歪形と判断してしまう可能性がある。

本発明は、上記事情を鑑みてなされたものであって、細菌が傷ついて一部欠けたような形状でも理想形状と近い形状であれば細菌と識別することを可能とする細菌判別装置および細菌判別方法を提供することを目的とする。

上記目的を達成するために、本発明の第１の細菌判別装置は、光を照射して検体を蛍光させる光学部と、前記検体からの蛍光を含む画像を撮像する撮像部と、前記画像から蛍光された領域を抽出する領域抽出部と、前記領域の重心の位置を算出する重心位置算出部と、前記領域の輪郭を算出する輪郭算出部と、前記重心の位置から前記輪郭を形成する輪郭点までの距離を前記輪郭点毎に算出する距離算出部と、前記重心の位置から前記輪郭点への方向と所定の方向とのなす角度を前記輪郭点毎に算出する角度算出部と、前記各輪郭点における前記距離と前記角度とに基づいて、距離と角度との関係を示す曲線を算出する曲線算出部と、前記曲線と所定の形状を有する理想曲線との距離の差を前記角度毎に算出する形状比較部と、前記距離の差に基づいて、前記曲線と前記理想曲線との相関を示す相関値を算出する相関値算出部と、前記相関値に基づいて、前記検体が細菌であるか否かを判定する細菌判定部とを有する構成としている。

また、本発明の第２の細菌判別装置は、前記細菌判定部が、前記相関値が所定値以下である場合、前記検体が細菌であると判定する構成としている。

また、本発明の第３の細菌判別装置は、前記細菌判定部が、前記相関値が所定値よりも大きい場合、前記検体が細菌以外であると判定する構成としている。

また、本発明の第４の細菌判別装置は、前記曲線算出部が、前記輪郭点における前記距離と前記角度との関係を示す曲線を距離と角度について正規化し、正規化された前記曲線を算出する構成としている。

また、本発明の第５の細菌判別装置は、前記相関値算出部が、前記距離の差の最大値と最小値との差、前記距離の差の絶対値の最大値、前記距離の差の分散度合い、および前記距離の差の絶対値の総和の少なくとも１つを前記相関値とする構成としている。

また、本発明の第１の細菌判別方法は、光を照射して検体を蛍光させる光学工程と、前記検体からの蛍光を含む画像を撮像する撮像工程と、前記画像から蛍光された領域を抽出する領域抽出工程と、前記領域の重心の位置を算出する重心位置算出工程と、前記領域の輪郭を算出する輪郭算出工程と、前記重心の位置から前記輪郭を形成する輪郭点までの距離を前記輪郭点毎に算出する距離算出工程と、前記重心の位置から前記輪郭点への方向と所定の方向とのなす角度を前記輪郭点毎に算出する角度算出工程と、前記各輪郭点における前記距離と前記角度とに基づいて、距離と角度との関係を示す曲線を算出する曲線算出工程と、前記曲線と所定の形状を有する理想曲線との距離の差を前記角度毎に算出する形状比較工程と、前記距離の差を基づいて、前記曲線と理想曲線との相関を示す相関値を算出する相関値算出工程と、前記相関値に基づいて、前記検体が細菌であるか否かを判定する細菌判定工程とを有する方法としている。

また、本発明の第２の細菌判別方法は、前記細菌判定工程において、前記相関値が所定値以下である場合、前記検体が細菌であると判定する方法としている。

また、本発明の第３の細菌判別方法は、前記細菌判定工程において、前記相関値が所定値よりも大きい場合、前記検体が細菌以外であると判定する方法としている。

また、本発明の第４の細菌判別方法は、前記曲線算出工程において、前記輪郭点における前記距離と前記角度との関係を示す曲線を距離と角度について正規化し、正規化された前記曲線を算出する方法としている。

また、本発明の第５の細菌判別方法は、前記相関値算出工程において、前記距離の差の最大値と最小値との差、前記距離の差の絶対値の最大値、前記距離の差の分散度合い、および前記距離の差の絶対値の総和の少なくとも１つを前記相関値とする方法としている。

本発明によれば、細菌が傷ついて一部欠けたような形状でも理想形状と近い形状であれば細菌と識別することができる。

以下に、本発明の実施形態における細菌判別装置および細菌判別方法を図面とともに詳細に説明する。

図１は本発明の実施形態における細菌検出装置１００の一例を示すブロック図である。細菌検出装置１００は、光学手段１０１、撮像手段１０２、画像処理手段１０３、表示手段１０４を有して構成される。細菌検出装置１００により、細菌判別方法を実現可能である。

尚、光学手段１０１は「光学部」としての機能を有する。また、撮像手段１０２は「撮像部」としての機能を有する。また、画像処理手段１０３は、「領域抽出部」、「重心位置算出部」、「輪郭算出部」、「距離算出部」、「角度算出部」、「曲線算出部」、「形状比較部」、「相関値算出部」、「細菌判定部」としての機能を有する。

図１において、プレート１は検査対象物である。光学手段１０１は、プレート１に励起光を照射し、プレート１上の細菌が励起され発した蛍光を撮像手段１０２へ導く。撮像手段１０２は、蛍光観察している領域を撮影して画像を生成し、画像を画像処理手段１０３へ出力する。画像処理手段１０３は、撮影した画像の色と形状から細菌を検出し、その検出結果を表示手段１０４へ出力する。表示手段１０４は、検出結果を表示する。

次に、プレート１について詳細に説明する。

プレート１は、スライドガラスを用いており、細菌が励起光により励起され蛍光を発するように調整された検体が塗られている。また、必要であれば熱処理などの処理を施す。検体としては例えば人の痰や便などである。なお、プレート１として、シャーレなどの任意のプレート１を採用してもよい。

次に、光学手段１０１の一例について、図２を用いて詳細に説明する。図２は蛍光観察において光学手段１０１の処理の一例を示す説明図である。

光学手段１０１は、蛍光顕微鏡を用いて蛍光観察を行う。まず、プレート１に紫外線を含む光２０２を照射するために光源２０１として水銀ランプなどを使用する。光源２０１からの光２０２は、励起フィルタ２０３を通る。励起フィルタ２０３は、細菌が蛍光するのに必要な波長の光（以下、励起光２０４という）を透過し、不要な光を遮光する。そして、ダイクロイックミラー２０５にて励起光２０４を対物レンズ２０６に導き、対物レンズ２０６を経由してプレート１に照射される。ダイクロイックミラー２０５は、光源２０１に対して４５度の角度で設置され、特定の波長のみ反射する。照射された励起光２０４で検体中の細菌が励起され蛍光２０７を発し、その蛍光２０７は対物レンズ２０６を経由して、吸収フィルタ２０８を通り、撮像手段１０２へ蛍光２０７を導く。吸収フィルタ２０８は、蛍光２０７を透過し、反射した励起光２０４や外光などの蛍光２０７以外の光２０９を遮光する。なお、光学手段１０１として蛍光観察が可能なマイクロメータなど任意の光学手段１０１を採用してもよい。

次に、撮像手段１０２の一例について詳細に説明する。

撮像手段１０２は、モノクロＣＣＤカメラを用いており、光学手段１０１である蛍光顕微鏡にＣマウントで接合している。光学手段１０１により導かれた検体からの蛍光２０７を、ＣＣＤカメラで撮影し、撮影した画像を画像処理手段１０３へ出力する。なお、撮像手段１０２として、カラーＣＣＤカメラなど任意の撮像手段１０２を採用してもよい。

次に、画像処理手段１０３の構成の一例について、図３〜図１４を用いて詳細に説明する。

図３は、画像の画素の位置を、二次元座標上の点の座標として取扱うことを示す説明図である。図３（ａ）は、横方向をＸ軸、縦方向をＹ軸、左下の画素を原点として、画像の各画素の位置を二次元座標上の点の座標として取扱うことを示す説明図である。図３（ｂ）は、注目画素の中心位置３０１が、二次元座標のＸＹ軸において整数の座標位置（Ｘｎ，Ｙｎ）であることを示す説明図である。画像処理手段１０３で取扱う画像については、図３のように画素の位置を二次元座標上の点の座標として取扱う。

図４は、画像処理手段１０３が行う抗酸菌の蛍光検出のための形状判定方法の一例を示すフローチャートである。

まず、ステップＳ１０１において、画像処理手段１０３が、撮影した画像の輝度情報から細菌が抽出できるように、二値化を行う。二値化の方法としては、例えば以下の処理を画像の全画素について行う。撮影した画像において、蛍光を発している部分の画素の輝度値は背景部分の画素の輝度値より高くなる。そこで、注目している画素の輝度値が閾値よりも高ければ１とし、それ以外を０とすることで二値化を行う。閾値の決め方としては、例えば観察者が細菌と背景を識別した領域について、細菌の輝度値の平均値と背景の輝度値の平均値を予め測定しておき、その中間値を閾値とする。画素の値が１の場合は細菌の領域の一部の可能性が高い画素とし、０の場合は背景とする。

ステップＳ１０２は領域抽出工程であり、画像処理手段１０３が、ステップＳ１０１で算出した０と１に二値化した画像を用いて領域を抽出する。領域の抽出はニ値化した画像の全画素について、以下の処理を行う。注目画素の値が１の場合に周囲８近傍に１の値があれば、その画素も注目画素の領域と同じ領域であると識別する。領域を抽出する一般的な方法としては、領域毎に別々のラベル値を与えることで各領域を識別するラベリングなどがある。

以下のステップでは、算出した領域の内一つの領域を対象とする。

ステップＳ１０３は重心位置算出工程であり、画像処理手段１０３が、ステップＳ１０２で算出した領域について重心の算出を行う。

領域における重心の算出方法の一例について、図５を用いて説明する。図５は抽出した領域５０１と領域の重心５０２を示す説明図である。領域５０１の各画素の座標位置の平均値を重心５０２して算出する。具体的には、まず各画素のＸ座標とＹ座標それぞれについて加算する。そして、加算した値を画素数で割り平均値を算出する。そのＸとＹの平均値で表される座標位置を重心５０２して算出する。

ステップＳ１０４は輪郭算出工程であり、画像処理手段１０３が、ステップＳ１０２で算出した領域５０１について輪郭の算出を行う。

輪郭の算出方法の一例について、図６を用いて説明する。図６は抽出した領域５０１における輪郭６０１と、輪郭６０１上の輪郭点６０２を示す説明図である。例えば領域５０１中の注目する画素について、注目する画素の８近傍の少なくとも１つに背景の画素がある場合に、輪郭６０１上の画素として算出する。また、輪郭６０１上の画素を輪郭点６０２とする。

ステップＳ１０５は距離算出工程であり、画像処理手段１０３が、ステップＳ１０３で算出した重心５０２とステップＳ１０４で算出した輪郭６０１上の注目する輪郭点６０２間の距離を算出する。距離の算出では、二次元での二点間の距離を求める。

二点間の距離の求める方法の一例について、図７を用いて説明する。図７はＸＹ座標系において重心５０２の座標（Ｘ１，Ｙ１）、輪郭点６０２の座標（Ｘ２，Ｙ２）と二点を結ぶ線分７０１の一例を示す説明図である。また、二次元のＸＹ座標系において、重心５０２の座標（Ｘ１，Ｙ１）、輪郭点６０２の座標（Ｘ２，Ｙ２）とするときの二点間の距離を求める関係式は、以下のようになる。この関係式では、ＸとＹについてそれぞれ差の二乗が算出され、それが加算され平方根が求められることで二点間の距離として算出される。

ステップＳ１０６は角度算出工程であり、画像処理手段１０３が、重心５０２と輪郭点６０２とを結ぶ線分７０１が、重心５０２を原点とする予め規定しておいた方向を持つ軸の基準線とのなす角度を算出する。例えば撮影した画像において、予め規定する方向をＸ軸方向としておく。

角度の算出方法の一例について、図８を用いて説明する。図８は重心５０２と輪郭点６０２を結ぶ線分７０１と、重心５０２を通り予め規定しておいた方向をＸ軸方向とした基準線８０１が反時計回りになす角度８０２の一例を示す説明図である。基準線８０１と線分７０１とのなす角度８０２について、例えば反時計回りに０度以上３６０度未満の整数とする。このときの角度８０２の算出方法は、重心５０２を原点として考えた時の輪郭点６０２における正接関数の逆関数であるアークタンジェントを用いて算出できる。

アークタンジェントの一例について、図９、図１５〜図１７を用いて説明する。図９は重心５０２を原点としたときのＸ軸方向の基準線８０１と輪郭点６０２の座標（Ｘｎ，Ｙｎ）のなす角度８０２をθとしたときの説明図である。図１５は第１象限と第３象限にある原点について対照である点について、角度８０２の関係を示す説明図である。図１６は第２象限と第４象限にある原点について対照である点について、角度８０２の関係を示す説明図である。図１７は縦軸を角度８０２であるθ、横軸をＹｎ／Ｘｎとしたときの各象限における値を示すグラフである。また、座標（Ｘｎ，Ｙｎ）において、アークタンジェントを用いて角度８０２であるθを算出する関係式は、以下のようになる。

θ＝ａｒｃｔａｎ（Ｙｎ／Ｘｎ）・・・（数式２）

Ｙｎ／Ｘｎが実数の範囲で計算されると、−９０度＜θ＜９０度の範囲しか値が得られない。ここで、角度８０２について、第１象限を０度≦θ＜９０度、第２象限を９０度≦θ＜１８０度、第３象限を１８０度≦θ＜２７０度、第４象限を２７０度≦θ＜３６０度とする。

第１象限については、数式２からそのまま算出できる。第２象限については、図１６のように、数式２により算出される値は−９０度＜θ＜０度の範囲と同じ値であることから、角度８０２を−θとすると１８０度加算することで算出できる。第３象限については、図１５のように、数式２により算出される値は０度≦θ＜９０度の範囲と同じ値であることから、θに１８０度加算することで算出できる。第４象限については、図１６のように、数式２により算出される値は−９０度＜θ＜０度の範囲と同じ値であることから、単に３６０度を加算することで算出できる。

つまり、数式２を用いて算出した角度８０２について、第２象限と第３象限では１８０度、第４象限では３６０度を加算することで９０度と２７０度を除き、０度以上３６０度未満の値を得ることができ、図１７のような角度８０２と座標位置の関係を得ることができる。また、どの象限か判定する方法としてはＸｎとＹｎの値がそれぞれ０、正、負の組み合わせの条件により算出できる。例えばＸｎが負、Ｙｎが０または負の場合、第３象限と判定する。また、図１７で示すように９０度と２７０度については算出できないので、Ｘｎの値が０でＹｎの値が正のとき９０度、Ｘｎの値が０でＹｎの値が負のとき２７０度として算出することで、０度以上３６０度未満の値を得ることができる。

ステップＳ１０７は曲線算出工程であり、画像処理手段１０３が、線分７０１の長さである距離と、線分７０１と基準線８０１とのなす角度８０２について、距離と角度８０２の関係を示す曲線を算出する。

曲線の算出方法の一例について、図１０を用いて説明する。図１０（ａ）は縦軸が距離、横軸が角度であり、各輪郭点６０２における重心５０２からの距離と角度８０２をそれぞれ算出した二次元分布グラフのイメージ図である。始点１００１は角度８０２が０度に最も近い座標、終点１００２は角度８０２が３６０度に最も近い座標を示している。図１０（ｂ）は図１０（ａ）における座標を角度８０２について補間した曲線の一例を示す図である。符号１００３は距離の値の最大値であり、符号１００４は距離の値の最小値１である。

曲線の算出方法の一例としては、例えば各輪郭点６０２について距離と角度８０２を基に、縦軸を距離、横軸を角度とする図１０（ｂ）のような曲線を算出する。例えば、図５のような領域５０１において、距離と角度８０２を算出すると、距離と角度８０２の関係を示す二次元分布は、図１０（ａ）のように座標が点在する。これを前後の座標から角度８０２について直線補間により算出すると図１０（ｂ）のようになる。

ここで、角度８０２と距離の関係の一例について説明する。角度８０２と距離の関係は、以下のようになる。

Ｌ（θ）＝Ｌ（θ＋３６０＊Ｎ）・・・（数式３）

角度８０２をθとするときの距離をＬ（θ）とすると、θに３６０度の整数Ｎ倍を加算した角度８０２における距離Ｌ（θ＋３６０＊Ｎ）とθにおける距離Ｌ（θ）は同じ距離であり、周期的な特徴を持っている。つまり、始点１００１の前の座標は終点１００２であり、終点１００２の後ろの座標は始点１００１である。これを用いて０度から始点１００１の角度と、終点１００２の角度から３６０度までの距離の値を補間することができ、０度から３６０度までの距離の値を補間することができる。

ステップＳ１０８は曲線正規化工程であり、画像処理手段１０３が、ステップＳ１０７で算出した曲線の正規化を行う。

正規化の一例について、図１１を用いて説明する。図１１（ａ）は図１０（ｂ）の二次元グラフを距離について正規化した図である。符号１１０１は、距離の最大値１００３における角度を示している。図１１（ｂ）は図１１（ａ）を角度について正規化した図である。符号１１０２は、図１１（ａ）における０度の角度を示している。

曲線の正規化の方法の一例として、例えば距離と角度それぞれについて正規形に変形することで、曲線の正規化を行う。まず、図１１（ａ）のように、距離の最大値１００３を１００、距離の最小値１００４を０として距離について正規化を行う。そして、１１（ｂ）のように、距離の最大値１００３における角度１１０１が０度となるように曲線をずらすことで、角度について正規化を行う。周期的な特徴を用いて０度未満になる場合は３６０度を加算して角度について正規化を行う。つまり、図１１（ａ）において距離の最大値１００３における角度１１０１の左側にある曲線部分は、図１１（ｂ）において図１１（ａ）における０度の角度１１０２の右側の曲線部分となるようにずらす。

ステップＳ１０９は形状比較工程であり、画像処理手段１０３が、ステップＳ１０８で算出した正規化を行った曲線と、予め準備しておいた理想曲線との距離の差を算出することで比較を行う。

比較の一例について、図１２と図１３を用いて説明する。図１２（ａ）は検出する対象の理想形状を示す図である。図１２（ｂ）は図１２（ａ）の理想形状について、ステップＳ１０１からステップＳ１０８までを行い、正規化した曲線の理想曲線を示す二次元グラフである。図１３は図１１（ｂ）の曲線と図１２（ｂ）の理想曲線の各角度８０２についての距離の差を示す二次元グラフである。

比較の方法の一例としては、例えば図１１（ｂ）の曲線と図１２（ｂ）の理想曲線の各角度８０２について距離の差を算出し、図１３のような２つの曲線の差分を示す二次元グラフを算出して比較する。

ステップＳ１１０は相関値算出工程であり、画像処理手段１０３が、ステップＳ１０９の比較結果としての相関を数値化する。ここで、理想形状と同じような形状であればステップＳ１０９で算出した二次元グラフの各角度における距離の差は０に近い値なので、各角度における距離の差を数値化することで理想形状との違いを比較できる。

ここで、算出する相関値は、理想形状との違いを数値化したものであり、理想形状と同じような形状であれば相関値が小さくなる算出方法を考える。例えば、図１３において、曲線の凹凸部分の振れ幅を数値化するために、距離の差の最大値と最小値を算出し、最大値と最小値の差を相関値として算出する。なお、距離の差の絶対値の最大値を相関値としてもよい。なお、図１３において、各角度における距離の差のばらつきを数値化するために、例えば距離の差の分散や標準偏差、距離の差の絶対値の総和を相関値としてもよい。さらに、これらを組み合わせて相関値としてもよい。

ステップＳ１１１は細菌判定工程であり、画像処理手段１０３が、ステップＳ１１０で算出した相関値が、細菌の条件を満たすかどうか判定を行う。

細菌の判定方法の一例について、図１４を用いて説明する。図１４は、縦軸が、ステップＳ１１０で算出した相関値で最大値と最小値の差、横軸が、複数の領域５０１を対象とするため、各領域５０１を識別するための領域５０１の番号とする棒グラフで、各領域５０１について相関値をそれぞれ算出した値の一例を示す図である。各領域５０１について、ステップＳ１１０で算出した相関値は、理想形状に近ければ小さい値となる。そのため、相関値と予め用意しておいた所定値１４０１を比較し、所定値１４０１以下である場合に細菌と判定する。所定値１４０１より大きい場合には細菌ではないと判定する。所定値１４０１の決め方としては、例えば予め細菌と細菌以外についてステップＳ１０１からステップＳ１１０までを行い相関値を計測し、細菌と細菌以外について相関値の平均値を算出し、各平均値の中間値を所定値１４０１とする。

次に、表示手段１０４の一例について詳細に説明する。

表示手段１０４としては、例えばＣＲＴモニタを用いる。表示手段１０４は画像処理手段１０３から出力された検出結果を表示する。なお、表示手段１０４として、タッチパネルなど任意の表示手段１０４を採用してもよい。

次に、細菌検出装置１００の動作の一例について説明する。

プレート１に塗られた検体を光学手段１０１が蛍光観察し、蛍光している様子を撮像手段１０２が撮影する。撮影された画像を撮像手段０２が画像処理手段１０３へ出力し、画像処理手段１０３が領域の相関値から細菌を判定する。そして、その結果を表示手段１０４が表示する。

このような細菌検出装置１００によれば、領域５０１の重心５０２および輪郭６０１から距離と角度８０２の曲線を算出し、正規化した曲線と理想的な形状の曲線を比較することにより、一部の形状劣化による影響を除去することができ、一部欠けたような形状でも理想形状と近い形状であれば細菌と識別することができる。

また、ステップＳ１０７における曲線算出工程において、直線補間による二点間で補間を行う代わりに、複数の座標を用いて曲線補間を行って補間の精度を向上させることで、ノイズに左右されにくくなり、正確に判断することができる。したがって、曲線補間を行うことがより好ましい。

また、ステップＳ１０８における曲線正規化工程において、角度８０２の正規化を相関値が最小となるように調整してもよい。この場合、図１１（ａ）において、任意の角度８０２が０度になるように正規化する。そして、ステップＳ１０９の形状比較工程を行い、ステップＳ１１０の相関値算出工程により相関値を算出する。これを全ての角度８０２について行い、それぞれの角度８０２が０度になるように正規化したときの相関値を算出する。算出した全ての相関値について、最小の相関値を曲線の相関値とする。角度８０２の正規化を相関値が最小となるように調整することにより、細菌判定がノイズに左右されにくくなり、正確に判断することができる。したがって、角度８０２の正規化を相関値が最小となるように調整することがより好ましい。

また、ステップＳ１１０における相関値算出工程において、前述の相関値を組合せて複数の相関値としてもよい。複数の相関値を用いる場合は、各相関値に対応した所定値１４０１を予め用意しておき、例えば全ての相関値が相関値に対応した各所定値１４０１以下である場合に細菌と判定する。各相関値に対応した所定値１４０１は、相関値毎に計測して平均の中間値を相関値に対応した所定値１４０１とする。複数の相関値を考慮することにより、細菌判定がより正確に判定することができる。したがって、複数の相関値を考慮することが好ましい。

本発明は、一部欠けたような形状でも理想形状と近い形状であれば識別する機能を有する細菌検査装置および細菌検査方法等として有用である。

本発明の実施形態における細菌検出装置の構成の一例を示すブロック図 本発明の実施形態の光学手段における蛍光観察の一例を説明するための図 本発明の実施形態における画像と座標系の一例を説明するための説明図であり、（ａ）は本発明の実施形態における画像の各画素の位置を二次元の座標系へ拡張する場合の一例を説明するための図であり、（ｂ）は本発明の実施形態における注目画素の中心位置と二次元座標の一例を説明するための図である。 本発明の実施形態における細菌検出方法の一例を示すフローチャート 本発明の実施形態における抽出した領域と領域の重心の一例を説明するための図 本発明の実施形態における輪郭と輪郭点の一例を説明するための図 本発明の実施形態における二点間の距離の一例を説明するための図 本発明の実施形態における輪郭点における角度の一例を説明するための図 本発明の実施形態におけるアークタンジェントの一例を説明するための図であり、原点と輪郭点のなす角度の一例を説明するための図 本発明の実施形態における距離と角度の関係の一例を示す説明図であり、（ａ）は本発明の実施形態の輪郭点における距離と角度８０２の一例を示す二次元分布図であり、（ｂ）は本発明の実施形態における図１０（ａ）の座標間の各角度を補間した曲線の一例を示す二次元グラフである。 本発明の実施形態における距離と角度の関係の一例を示す説明図であり、（ａ）は本発明の実施形態における図１０（ｂ）の曲線を距離について正規化した一例を示す二次元グラフであり、（ｂ）は本発明の実施形態における図１１（ａ）の曲線を角度について正規化した一例を示す次元グラフである。 本発明の実施形態における理想形状と理想曲線の一例を説明するための図であり、（ａ）は本発明の実施形態における理想形状の一例を説明するための図、（ｂ）は本発明の実施形態における理想曲線の一例を示す二次元グラフである。 本発明の実施形態における計測し正規化した曲線と理想曲線との差の一例を示す二次元グラフ 本発明の実施形態における細菌判定方法の一例を説明するための図 本発明の実施形態におけるアークタンジェントの一例を説明するための図であり、第１象限と第３象限の一例を説明するための図 本発明の実施形態におけるアークタンジェントの一例を説明するための図であり、第２象限と第４象限の一例を説明するための図 本発明の実施形態におけるアークタンジェントの一例を説明するための図であり、座標と角度の関係の一例を示す二次元グラフ

符号の説明

１ プレート
１００ 細菌検出装置
１０１ 光学手段
１０２ 撮像手段
１０３ 画像処理手段
１０４ 表示手段
２０１ 光源
２０２ 光源２０１からの光
２０３ 励起フィルタ
２０４ 励起光
２０５ ダイクロイックミラー
２０６ 対物レンズ
２０７ 蛍光
２０８ 吸収フィルタ
２０９ 蛍光以外の光
３０１ 中心位置
５０１ 領域
５０２ 重心
６０１ 輪郭
６０２ 輪郭点
７０１ 線分
８０１ 基準線
８０２ 角度
１００１ 始点
１００２ 終点
１００３ 距離の最大値
１００４ 距離の最小値
１１０１ 距離の最大値における角度
１１０２ 図１１（ａ）における０度の角度
１４０１ 所定値

Claims (10)

1. 光を照射して検体を蛍光させる光学部と、
   前記検体からの蛍光を含む画像を撮像する撮像部と、
   前記画像から蛍光された領域を抽出する領域抽出部と、
   前記領域の重心の位置を算出する重心位置算出部と、
   前記領域の輪郭を算出する輪郭算出部と、
   前記重心の位置から前記輪郭を形成する輪郭点までの距離を前記輪郭点毎に算出する距離算出部と、
   前記重心の位置から前記輪郭点への方向と所定の方向とのなす角度を前記輪郭点毎に算出する角度算出部と、
   前記各輪郭点における前記距離と前記角度とに基づいて、距離と角度との関係を示す曲線を算出する曲線算出部と、
   前記曲線と所定の形状を有する理想曲線との距離の差を前記角度毎に算出する形状比較部と、
   前記距離の差に基づいて、前記曲線と前記理想曲線との相関を示す相関値を算出する相関値算出部と、
   前記相関値に基づいて、前記検体が細菌であるか否かを判定する細菌判定部と
   を有する細菌判別装置。
2. 請求項１に記載の細菌判別装置であって、
   前記細菌判定部は、前記相関値が所定値以下である場合、前記検体が細菌であると判定する細菌判別装置。
3. 請求項１に記載の細菌判別装置であって、
   前記細菌判定部は、前記相関値が所定値よりも大きい場合、前記検体が細菌以外であると判定する細菌判別装置。
4. 請求項１ないし３のいずれか１項に記載の細菌判別装置であって、
   前記曲線算出部は、前記輪郭点における前記距離と前記角度との関係を示す曲線を距離と角度について正規化し、正規化された前記曲線を算出する細菌判別装置。
5. 請求項１ないし４のいずれか１項に記載の細菌判別装置であって、
   前記相関値算出部は、前記距離の差の最大値と最小値との差、前記距離の差の絶対値の最大値、前記距離の差の分散度合い、および前記距離の差の絶対値の総和の少なくとも１つを前記相関値とする細菌判別装置。
6. 光を照射して検体を蛍光させる光学工程と、
   前記検体からの蛍光を含む画像を撮像する撮像工程と、
   前記画像から蛍光された領域を抽出する領域抽出工程と、
   前記領域の重心の位置を算出する重心位置算出工程と、
   前記領域の輪郭を算出する輪郭算出工程と、
   前記重心の位置から前記輪郭を形成する輪郭点までの距離を前記輪郭点毎に算出する距離算出工程と、
   前記重心の位置から前記輪郭点への方向と所定の方向とのなす角度を前記輪郭点毎に算出する角度算出工程と、
   前記各輪郭点における前記距離と前記角度とに基づいて、距離と角度との関係を示す曲線を算出する曲線算出工程と、
   前記曲線と所定の形状を有する理想曲線との距離の差を前記角度毎に算出する形状比較工程と、
   前記距離の差を基づいて、前記曲線と理想曲線との相関を示す相関値を算出する相関値算出工程と、
   前記相関値に基づいて、前記検体が細菌であるか否かを判定する細菌判定工程と
   を有する細菌判別方法。
7. 請求項６に記載の細菌判別方法であって、
   前記細菌判定工程において、前記相関値が所定値以下である場合、前記検体が細菌であると判定する細菌判別方法。
8. 請求項６に記載の細菌判別方法であって、
   前記細菌判定工程において、前記相関値が所定値よりも大きい場合、前記検体が細菌以外であると判定する細菌判別方法。
9. 請求項６ないし８のいずれか１項に記載の細菌判別方法であって、
   前記曲線算出工程において、前記輪郭点における前記距離と前記角度との関係を示す曲線を距離と角度について正規化し、正規化された前記曲線を算出する細菌判別方法。
10. 請求項６ないし９のいずれか１項に記載の細菌判別方法であって、
    前記相関値算出工程において、前記距離の差の最大値と最小値との差、前記距離の差の絶対値の最大値、前記距離の差の分散度合い、および前記距離の差の絶対値の総和の少なくとも１つを前記相関値とする細菌判別方法。

Images