JP2011221841A - 画像処理装置及び画像処理プログラム - Google Patents

Abstract

【課題】第１の物体を取り除く前後の画像を用いて第１の物体を抽出する場合にあって、第１の物体を取り除いたときに移動した可能性のある物体を第１の物体として抽出してしまうことを抑制するようにした画像処理装置を提供する。
【解決手段】画像処理装置の受付手段は、第１の画像と第１の物体を取り除いた状態を撮影した第２の画像を受け付け、第１の領域抽出手段は、第１の物体が存在する可能性のある領域を抽出し、第２の領域抽出手段は、第１の物体を取り除いたときに移動した可能性のある第２の物体が移動した可能性のある領域を抽出し、算出手段は、領域内を対象として、第２の物体の移動量及び移動方向を算出し、画像変形手段は、算出結果に基づいて、第２の画像を第２の物体の移動前の状態の画像に変形し、抽出手段は、変形された画像と第１の画像との差分に基づいて、第１の物体を抽出する。
【選択図】図１

Description

本発明は、画像処理装置及び画像処理プログラムに関する。

画像から対象とする物を抽出する技術がある。
これに関連する技術として、例えば、特許文献１には、標的細胞の検査処理を自動的かつ精度良く行うとともに、検査時間を大幅に短くすることを課題とし、光学顕微鏡は、ＸＹステージ機構を有する電動ステージと対物レンズ制御部と、ＣＣＤカメラとを有しており、制御用ＰＣは、ＸＹ方向の移動を行うステージ（ＸＹ）移動部と、Ｚ方向の自動焦点合わせを行う自動焦点計算部と、ＣＣＤカメラからの画像を入力する画像入力部と、画像認識部と、画像処理結果を保存する結果保存用データベース部と、を有しており、ＣＣＤカメラにより撮影された画像は、画像入力部に入力され、モニタに表示されるとともに、画像認識部と自動焦点計算部とに送られ、画像認識部で認識された画像は、結果保存用データベースに記憶され、画像入力部に入力された画像は自動焦点計算部にも送られ、自動焦点合わせに用いられることが開示されている。

また、例えば、特許文献２には、細胞の分類論理を構築しやすい階層型ネットワークの特徴を生かし、適応的な学習サンプルにより施設対応の細胞自動分類論理を構築することを目的とし、階層型ニューラルネットワークを用い、基準となる学習サンプルを記憶する学習基準サンプルメモリと、施設毎の学習サンプルを記憶する学習対象サンプルメモリとから、施設対応の学習サンプルを作成し、学習サンプル数の調整をサンプリング回路で行うことが開示されている。

また、例えば、特許文献３には、タイムラプス観察による細胞等の変化の観察を円滑化することができ、また、遺伝子導入や染色を施さない生きたままの心筋細胞についてその面積を容易に算出し数値化することも可能な、細胞のモニター方法およびモニター装置を提供することを課題とし、培養容器中の細胞をモニターするために、細胞を含む培養容器中の細胞または細胞集団を撮像手段が一定時間ごとに撮像し、コンピュータが、特定箇所（細胞中の同一の箇所）につき相前後して撮像された画像を比較したうえ、それら画像間の揺れ（ズレ）を検出し、検出した揺れを補正したうえで各画像を表示し、培養容器は動かさないこととし、上記の撮像手段を移動手段によって３次元に移動させることが開示されている。

また、例えば、特許文献４には、細胞運動特性を迅速かつ効率的に評価し、試薬の投与等の条件による細胞の状況を確認できるようにすることを課題とし、培養環境下にある細胞について、第１の時点と、それより一定時間だけ後の第２の時点とにおける位相差画像に画像処理を行って第１、第２の細胞抽出画像を形成し、両画像の差分をとった差分画像を形成し、差分画像において前後の時点での細胞の重心の移動方向を検出し、それよりその方向を基準方向として求め、基準方向に対して細胞の重心位置から角度φの方向における差分画像中での画素値の変化量を３６０°にわたって所定の角度毎に求めることにより１つの細胞部分の変化量を求め、この変化量を同じ条件でＮ個の細胞について求め、角度φの方向における細胞の画素値の変化量をＮ個の細胞について平均した値を各角度φ毎に求め、３６０°の範囲にわたる角度φに応じた細胞の画素値の変化量を細胞の運動特性を示すものとして表示することが開示されている。

また、例えば、特許文献５には、細胞の全体像を高分解能、高精度に観察し、得られた画像から細胞の活性度を判定することを課題とし、試薬と蛍光標識された細胞とをプレートの複数のウェルに注入するディスペンサと、前記ウェルに励起光を照射して細胞から発生する蛍光を受け細胞の蛍光画像を得るセンサ部と、この蛍光画像を基に細胞の活性度を判定する判定部を備えた細胞の動態などを観測する創薬スクリーニング装置であって、前記センサ部は、ニポウ方式の共焦点スキャナと、対物レンズと、この対物レンズの焦点位置を光軸方向に移動させる焦点位置可変手段と、前記共焦点スキャナの出力画像を撮像するカメラを含み、前記焦点位置可変手段により対物レンズの焦点位置を光軸方向に移動させつつ、共焦点スキャナから対物レンズを介して前記細胞に励起光を照射し、細胞のスライス画像を得る機能を有することが開示されている。

特開２００４−２４８６１９号公報 特開平５−９９９２０号公報 特開２００８−０７６０８８号公報 特開２００７−２２２０７３号公報 特開２００５−０９５０１２号公報

本発明は、第１の物体を取り除く前後の画像を用いて第１の物体を抽出する場合にあって、第１の物体を取り除いたときに移動した可能性のある物体を第１の物体として抽出してしまうことを抑制するようにした画像処理装置及び画像処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、複数の物体を撮影した第１の画像と該複数の物体に少なくともひとつは含まれる物体である第１の物体を取り除いた状態を撮影した第２の画像を受け付ける受付手段と、前記第１の画像に撮影されている物体と前記第２の画像に撮影されている物体とを合わせるように、前記第１の画像と前記第２の画像とを照合した結果に基づいて、前記第１の物体が存在する可能性のある領域を抽出する第１の領域抽出手段と、前記第１の領域抽出手段によって抽出された第１の領域に基づいて、前記第１の物体を取り除いたときに移動した可能性のある物体である第２の物体が移動した可能性のある領域を抽出する第２の領域抽出手段と、前記第２の領域抽出手段によって抽出された領域内を対象として、前記第２の物体の移動量及び移動方向を算出する算出手段と、前記算出手段によって算出された第２の物体の移動量及び移動方向に基づいて、前記第２の画像を該第２の物体の移動前の状態の画像に変形する画像変形手段と、前記画像変形手段によって変形された画像と前記第１の画像との差分に基づいて、前記第１の物体を抽出する抽出手段を具備することを特徴とする画像処理装置である。

請求項２の発明は、前記抽出手段によって抽出された第１の物体の画像を記憶する第１の記憶手段と、前記第２の画像から前記第１の物体を検出する検出手段と、前記検出手段によって検出された第１の物体の画像を記憶する第２の記憶手段と、前記第１の記憶手段に記憶された第１の物体の画像を正例とし、前記第２の記憶手段に記憶された第１の物体の画像を負例として学習する学習手段をさらに具備し、前記検出手段は、前記学習手段によって学習された結果に基づいて前記第１の物体を検出することを特徴とする請求項１に記載の画像処理装置である。

請求項３の発明は、前記物体は細胞であり、前記画像は顕微鏡による画像であり、前記検出手段は、前記第１の画像から前記第１の物体である対象とする第１の細胞を検出し、前記検出手段によって前記第１の細胞が検出された場合は、該第１の細胞が中央になるように顕微鏡のステージを移動させるように制御する制御手段と、第１の細胞が取り除かれる前の状態を第１の画像として撮影し、該制御手段によって顕微鏡のステージが移動させられた後であって、前記第１の細胞が取り除かれた後の状態を第２の画像として撮影する撮影手段を具備し、前記受付手段は、前記撮影手段によって撮影された第１の画像と第２の画像を受け付けることを特徴とする請求項２に記載の画像処理装置である。

請求項４の発明は、コンピュータに、複数の物体を撮影した第１の画像と該複数の物体に少なくともひとつは含まれる物体である第１の物体を取り除いた状態を撮影した第２の画像を受け付ける受付機能と、前記第１の画像に撮影されている物体と前記第２の画像に撮影されている物体とを合わせるように、前記第１の画像と前記第２の画像とを照合した結果に基づいて、前記第１の物体が存在する可能性のある領域を抽出する第１の領域抽出機能と、前記第１の領域抽出機能によって抽出された第１の領域に基づいて、前記第１の物体を取り除いたときに移動した可能性のある物体である第２の物体が移動した可能性のある領域を抽出する第２の領域抽出機能と、前記第２の領域抽出機能によって抽出された領域内を対象として、前記第２の物体の移動量及び移動方向を算出する算出機能と、前記算出機能によって算出された第２の物体の移動量及び移動方向に基づいて、前記第２の画像を該第２の物体の移動前の状態の画像に変形する画像変形機能と、前記画像変形機能によって変形された画像と前記第１の画像との差分に基づいて、前記第１の物体を抽出する抽出機能を実現させることを特徴とする画像処理プログラムである。

請求項１の画像処理装置によれば、第１の物体を取り除く前後の画像を用いて第１の物体を抽出する場合にあって、第１の物体を取り除いたときに移動した可能性のある物体を第１の物体として抽出してしまうことを抑制することができる。

請求項２の画像処理装置によれば、学習サンプルを予め用意することなく学習ができるようになる。

請求項３の画像処理装置によれば、第１の細胞が中央になるように顕微鏡のステージを移動させるように制御できる。

請求項４の画像処理プログラムによれば、第１の物体を取り除く前後の画像を用いて第１の物体を抽出する場合にあって、第１の物体を取り除いたときに移動した可能性のある物体を第１の物体として抽出してしまうことを抑制することができる。

本実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態による処理例を示すフローチャートである。 画像受付モジュールと画像差分抽出モジュール内の構成例についての概念的なモジュール構成図である。 画像受付モジュール、画像差分抽出モジュールによる処理例を示すフローチャートである。 細胞回収前画像と細胞回収後画像の例を示す説明図である。 大域的位置合わせ処理モジュールの処理例を示す説明図である。 細胞存在候補領域抽出モジュールの処理例を示す説明図である。 細胞移動候補領域抽出モジュールの処理例を示す説明図である。 細胞移動候補領域抽出モジュールの処理例を示す説明図である。 変位ベクトル算出モジュールの処理例を示す説明図である。 画像変形モジュールの処理例を示す説明図である。 対象抽出モジュールの処理例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、「保存する」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定めた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

以下、物体として細胞、抽出すべき細胞として有核赤血球、画像として顕微鏡を用いてその細胞を撮影した画像を主に例示して説明する。また、画像から細胞を抽出又は検出するとは、その画像内から細胞の画像を抽出する（切り出す）ことをいう。
細胞のハンドリング技術の発展とともに、特定の細胞を分取してＤＮＡ診断を行うことや、細胞に特定の分子を導入、観察して薬剤の挙動を分析することが行われるようになってきている。例えば、妊婦の血液中に微量に含まれる胎児由来の有核赤血球を取り出し、ＤＮＡ診断することにより、母児へのリスクを伴わない無侵襲胎児ＤＮＡ診断が可能となると期待されている。このような特定細胞を取り出すためには、通常、検査担当者が顕微鏡を用いて目視で細胞を探すことが行われている。例えば、胎児由来の有核赤血球の割合は１０の８乗分の１程度であり、これを顕微鏡の視野を走査しながら目視で探すことが行われている。

本実施の形態である画像処理装置は、回収したい特定の細胞を検出し、検出された細胞が自動的に顕微鏡の視野の中心に来るようにステージを制御するものであり、図１の例に示すように、検体操作モジュール１１０、画像認識モジュール１５０を有している。
検体操作モジュール１１０は顕微鏡の制御を行い、検体のハンドリングや画像取得を行う。顕微鏡は、対物レンズを備え、撮像装置である画像取得モジュール１１６と接続されている。
検体操作モジュール１１０は、細胞回収モジュール１１２、検体ＩＤ読取モジュール１１４、画像取得モジュール１１６、電動ステージ１１８を有している。

電動ステージ１１８は、ステージ制御モジュール１７０と接続されており、ステージ制御モジュール１７０による制御によって検体の位置を動かす。具体的には、例えば、Ｘ−Ｙステージと呼ばれているものであり、検体の位置決め動作を行う。なお、検体とは、細胞が含まれている液体（例えば、血液）をスライドグラスに塗布したものである。
画像取得モジュール１１６は、画像受付モジュール１５４と接続されており、顕微鏡によって拡大された特定細胞を含む検体画像を取得する。具体的には、例えば、顕微鏡に備えられたデジタルカメラが該当し、細胞回収モジュール１１２によって対象細胞が取り除かれる前の状態を細胞回収前画像として撮影し、対象細胞が取り除かれた後の状態を細胞回収後画像として撮影する。

検体ＩＤ読取モジュール１１４は、検体ＩＤ受付モジュール１５２と接続されている。検体には情報画像が付与されている。そして、その情報画像には、検体を一意に識別するＩＤ（ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）と検査の種類等（ここでの「検体ＩＤ、検査の種類等」には、「検体ＩＤ、検査の種類のみ」も含まれる）が記載されている。検体ＩＤ読取モジュール１１４は、この情報画像から検体ＩＤと検査の種類等を読み取る。なお、情報画像とは、機械可読な態様で電子データを表すために体系的に作られた画像コードをいい、具体的には、１次元バーコード、２次元コード等がある。特に、最近は、２次元コードとして、ＱＲコード（Ｑｕｉｃｋ Ｒｅｓｐｏｎｓｅ ｃｏｄｅ）が用いられている。
細胞回収モジュール１１２は、画像差分抽出モジュール１５６、特定細胞検出モジュール１５８、細胞回収前画像データベース１６０と接続されており、対象細胞を個別に回収する。具体的には、例えば、小径のノズルを通して対象細胞を吸引して回収する。回収する対象細胞は、１つであってもよいし、複数であってもよい。また、細胞回収モジュール１１２は回収が完了したことを画像認識モジュール１５０（具体的には、画像受付モジュール１５４、画像差分抽出モジュール１５６、特定細胞検出モジュール１５８等）に通知する機能を持つ。

画像認識モジュール１５０は、画像から対象とする細胞の位置を特定する機能を有しており、検体ＩＤ受付モジュール１５２、画像受付モジュール１５４、画像差分抽出モジュール１５６、特定細胞検出モジュール１５８、細胞回収前画像データベース１６０、正例データベース１６２、負例データベース１６４、識別器学習モジュール１６６、識別モデル保存モジュール１６８、ステージ制御モジュール１７０を有している。

画像受付モジュール１５４は、画像取得モジュール１１６、画像差分抽出モジュール１５６、特定細胞検出モジュール１５８、細胞回収前画像データベース１６０と接続されており、画像取得モジュール１１６から画像を受け付ける。画像としては、複数の細胞を撮影した細胞回収前画像（第１の画像）とその複数の細胞に少なくともひとつは含まれる細胞である第１の細胞（例えば、前述の有核赤血球等）を細胞回収モジュール１１２によって取り除いた状態を撮影した細胞回収後画像を受け付ける。
検体ＩＤ受付モジュール１５２は、検体ＩＤ読取モジュール１１４、画像差分抽出モジュール１５６、特定細胞検出モジュール１５８、細胞回収前画像データベース１６０と接続されており、検体ＩＤ読取モジュール１１４から検体ＩＤと検査の種類等を受け付ける。

細胞回収前画像データベース１６０は、細胞回収モジュール１１２、検体ＩＤ受付モジュール１５２、画像受付モジュール１５４、画像差分抽出モジュール１５６と接続されており、細胞回収モジュール１１２によって細胞が回収される前の画像を検体ＩＤ、検査の種類、ステージの位置と共に保存する。つまり、画像受付モジュール１５４によって受け付けられた細胞が回収される前の画像（細胞回収前画像）、検体ＩＤ受付モジュール１５２によって受け付けられたその撮影した検体に付与された情報画像内の検体ＩＤ、検査の種類等、その撮影時の電動ステージ１１８の位置を対応させて細胞回収前画像データベース１６０に保存する。

画像差分抽出モジュール１５６は、細胞回収モジュール１１２、検体ＩＤ受付モジュール１５２、画像受付モジュール１５４、細胞回収前画像データベース１６０、正例データベース１６２と接続されており、細胞回収前画像データベース１６０に保存された細胞回収前画像と細胞回収後の画像（第２の画像）を比較等して差分画像を抽出し、正例データベース１６２に保存する。なお、画像差分抽出モジュール１５６による処理の詳細については、後述する。なお、細胞回収前画像には対象細胞が存在し、細胞回収後の画像には存在しないため、差分画像（対象細胞の画像）は正例の学習画像として用いる。
正例データベース１６２は、画像差分抽出モジュール１５６、識別器学習モジュール１６６と接続されており、画像差分抽出モジュール１５６によって抽出された対象細胞の画像を記憶する。つまり、画像差分抽出モジュール１５６からの差分画像を正例の学習画像として保存する。また、保存している正例の学習画像を識別器学習モジュール１６６に渡す。

識別器学習モジュール１６６は、正例データベース１６２、負例データベース１６４、識別モデル保存モジュール１６８と接続されており、正例データベース１６２に記憶された細胞の画像を正例とし、負例データベース１６４に記憶された細胞の画像を負例として学習する。具体的には、例えば、画像差分抽出モジュール１５６で取得された正例の学習画像と、後述の特定細胞検出モジュール１５８で取得された負例の学習画像から特定したい細胞毎にその細胞であるかそうでないかの２クラス識別モデルを学習する。識別モデルとしては、例えばＨａａｒ−ｌｉｋｅ特徴を用い、Ａｄａ−Ｂｏｏｓｔ識別器を用いるが、特徴量や識別器はこの組み合わせに限定されない。
識別モデル保存モジュール１６８は、特定細胞検出モジュール１５８、識別器学習モジュール１６６と接続されており、識別器学習モジュール１６６で学習された識別モデルを検査の種類毎に保存する。

特定細胞検出モジュール１５８は、細胞回収モジュール１１２、検体ＩＤ受付モジュール１５２、画像受付モジュール１５４、負例データベース１６４、識別モデル保存モジュール１６８、ステージ制御モジュール１７０と接続されており、細胞回収前画像から対象細胞を検出する。つまり、識別器学習モジュール１６６によって学習された結果である識別モデル保存モジュール１６８に保存されている識別モデルに基づいて対象細胞を検出する。具体的には、例えば、検体ＩＤ受付モジュール１５２からの検査の種類により特定したい対象細胞の種類を切り替え、細胞回収前画像に対して識別モデル保存モジュール１６８に保存された識別したい細胞に対応したモデルを基に対象細胞を検出する。
ステージ制御モジュール１７０は、電動ステージ１１８、特定細胞検出モジュール１５８と接続されており、特定細胞検出モジュール１５８によって対象細胞が検出された場合は、検出された対象細胞が画像の中央になるように電動ステージ１１８を移動させるように制御する。ここで、画像の中央とはいわゆる視野の中央であり、視野とは顕微鏡を操作して細胞を回収する操作者の視野であり、細胞回収前画像又は細胞回収後画像の中央であってもよいし、モニター等に表示している場合はそのモニターの中央であってもよい。

また、特定細胞検出モジュール１５８は、細胞回収後画像から対象細胞の検出を行うようにしてもよい。細胞回収後画像には対象細胞が存在しないのであるから、もし細胞が検出された場合は、それは誤検出である。従って、このとき検出された画像を学習のための負例として負例データベース１６４に保存する。
負例データベース１６４は、特定細胞検出モジュール１５８、識別器学習モジュール１６６と接続されており、特定細胞検出モジュール１５８によって細胞回収後画像から検出された対象細胞の画像を記憶する。つまり、特定細胞検出モジュール１５８からの誤検出画像を負例の学習画像として保存する。また、保存している負例の学習画像を識別器学習モジュール１６６に渡す。

図２は、本実施の形態による処理例を示すフローチャートである。特に、細胞検出のための識別モデルの学習の手順を示す。
ステップＳ２０２では、検体をステージ上にロードし、画像を取得する。つまり、操作者の指示により検体が電動ステージ１１８上にロードされ、画像取得モジュール１１６により、検体の顕微鏡画像が取得される。通常、顕微鏡の視野は狭いため検体全体をカバーできず、ステージ制御モジュール１７０がステージを移動させて複数枚の画像を取得する。

ステップＳ２０４では、細胞回収前画像を保存する。ステップＳ２０２で取得された画像を、画像受付モジュール１５４により受け付け、検体ＩＤ、検査の種類等、その撮影時の電動ステージ１１８の位置を対応させて細胞回収前画像データベース１６０に保存する。
ステップＳ２０６では、対象細胞の検出処理を行う。特定細胞検出モジュール１５８は取得された画像に対して対象細胞の検出処理を行う。検出処理は、画像中の例えば２０画素×２０画素の矩形領域の画像に対して検査の種類毎に予め学習された識別モデルを用いて行われ、矩形領域が対象細胞であるかどうかを判定する。この矩形領域を画像全体（例えば、２０００画素×２０００画素）に対して走査することで画像中の対象細胞を検出する。なお、この検出処理は、予めバッチ処理ですべての検体（処理対象の検体すべての意である）に対して行ってその結果を保存しておいてもよい。２０画素×２０画素の矩形領域は予め定めた矩形領域としての例示であるが、検出する細胞の大きさに応じて矩形領域の大きさを変更するようにしてもよい。

ステップＳ２０８では、対象細胞が検出されたか否かを判断し、検出された場合はステップＳ２１２へ進み、それ以外の場合（検出精度が低く、対象細胞が検出されない場合）はステップＳ２１０へ進む。
ステップＳ２１０では、目視で対象細胞を検索する。つまり、操作者が電動ステージ１１８を操作して対象細胞を探し、その対象細胞を検出された対象細胞とする。
ステップＳ２１２では、ステージを移動する。つまり、ステージ制御モジュール１７０が電動ステージ１１８を制御して、検出された細胞が画像の中央になるようにステージを移動させる。

ステップＳ２１４では、対象細胞を回収する。つまり、細胞回収モジュール１１２は、検出された対象細胞を回収し、回収された細胞は例えばＤＮＡ検査に用いられる。
ステップＳ２１６では、細胞回収後画像を取得する。つまり、細胞回収モジュール１１２は対象細胞を回収したことを画像認識モジュール１５０に通知し、その通知信号をトリガーにして画像受付モジュール１５４は細胞回収後画像を取得する。

ステップＳ２１８では、差分画像を抽出する。つまり、ステップＳ２１６で取得された細胞回収後画像と、同じ検体ＩＤ、同じステージ位置の細胞回収前画像とを画像差分抽出モジュール１５６が後述の方法により比較し、差分画像を抽出する。
ステップＳ２２０では、正例を保存する。つまり、ステップＳ２１８で抽出された差分画像は検出したい細胞の画像であるので、検体ＩＤ、検査の種類等と共に、学習用の正例画像として正例データベース１６２に保存する。

ステップＳ２２２では、対象細胞の検出処理を行う。つまり、特定細胞検出モジュール１５８は細胞回収後画像に対して再び対象細胞の検出処理（ステップＳ２０６と同等の処理）を行う。この時、細胞回収後画像にはすでに対象細胞が存在しないため、対象細胞が検出された場合それは誤検出されたことになる。
ステップＳ２２４では、対象細胞が検出されたか否かを判断し、検出された場合（いわゆる誤検出の場合）はステップＳ２２６へ進み、それ以外の場合はステップＳ２２８へ進む。
ステップＳ２２６では、負例を保存する。つまり、ステップＳ２２２で検出された画像は誤検出された画像であるので、その画像を検体ＩＤ、検査の種類等と共に、学習用の負例画像として負例データベース１６４に保存する。

ステップＳ２２８では、学習サンプルの増分が予め定めた規定値以上か否かを判断し、規定値以上の場合はステップＳ２３０へ進み、それ以外の場合は処理を終了する（ステップＳ２９９）。つまり、前回の学習処理からの学習サンプルの増分が規定値以上であれば、ステップＳ２３０へ進むことになる。
ステップＳ２３０では、識別モデルの学習をする。つまり、識別器学習モジュール１６６は正例データベース１６２及び負例データベース１６４を用いて識別モデルの学習を行う。

図３は、画像受付モジュール１５４と画像差分抽出モジュール１５６内の構成例についての概念的なモジュール構成図である。
画像差分抽出モジュール１５６は、大域的位置合わせ処理モジュール３１２、細胞存在候補領域抽出モジュール３１４、細胞移動候補領域抽出モジュール３１６、変位ベクトル算出モジュール３１８、画像変形モジュール３２０、対象抽出モジュール３２２を有している。

画像受付モジュール１５４は、大域的位置合わせ処理モジュール３１２と接続されており、細胞回収前画像３０１、細胞回収後画像３０２を受け付け、両方の画像を大域的位置合わせ処理モジュール３１２に渡す。細胞回収前画像３０１は検体の画像（複数の細胞を撮影した第１の画像、細胞回収前画像）であり、細胞回収後画像３０２は対象細胞を回収した後の画像（細胞回収前画像３０１から対象細胞が取り除かれた状態を撮影した第２の画像、細胞回収後画像）である。
図５は、細胞回収前画像３０１と細胞回収後画像３０２の例を示す説明図である。
図５（ａ）に例示する細胞回収前画像３０１には、６つの細胞（細胞５０１〜５０６）が撮影されている。このうち、対象細胞は細胞５０２である。図５（ｂ）に例示する細胞回収後画像３０２には、細胞５０２が回収された後の状態であり、５つの細胞（細胞５１１、細胞５１３、細胞５１４、細胞５１５、細胞５１６）が撮影されている。細胞５１１、細胞５１３、細胞５１４、細胞５１５、細胞５１６は、それぞれ細胞回収前画像３０１内の細胞５０１、細胞５０３、細胞５０４、細胞５０５、細胞５０６に対応する。
二つの画像を比べると、細胞回収後画像３０２には有核赤血球（細胞５０２）が回収されてなくなっている。そして、有核赤血球（細胞５０２）の回収作業として細胞を剥離しやすい様に回収したい細胞の周辺に剥離液が注入されるが、その影響で周辺の細胞の位置がずれていることが分かる。この場合は、有核赤血球（細胞５０２）と隣接していた赤血球（細胞５０１）が細胞回収後画像３０２では細胞５１１の位置に移動している。
また、各細胞の位置が一様にずれている。これは、複数の検体に対して細胞回収前画像をバッチ処理で撮影し、その後、細胞回収を行った場合などにステージの位置ずれによって生じる。このように、細胞回収前画像３０１と細胞回収後画像３０２には、大局的位置ずれや局所的な位置ずれがあるため、単純な差分処理では有核赤血球（細胞５０２）の領域を抽出できない。

大域的位置合わせ処理モジュール３１２は、画像受付モジュール１５４、細胞存在候補領域抽出モジュール３１４と接続されており、画像受付モジュール１５４から細胞回収前画像３０１、細胞回収後画像３０２を受け取り、細胞回収前画像３０１に撮影されている細胞と細胞回収後画像３０２に撮影されている細胞とを合わせるように、細胞回収後画像３０２を移動させる。つまり、画像全体に生じている大局的位置ずれを補正する。具体的には、例えば、両画像の輝度の確率分布を計算し、その確率分布を用いて両画像の相互情報量をモニタすることにより行う。すなわち、一方の画像を予め定めた量だけ平行移動し、両画像間の相互情報量を計算する。そして相互情報量が最大となる平行移動量を探索する。細胞回収後画像３０２を相互情報量が最大となるように平行移動した結果が図６に例示した大域的位置合わせ後画像６０１である。大域的位置合わせ後画像６０１内の細胞６１１、細胞６１３〜６１６は、細胞回収後画像３０２内の細胞５１１、細胞５１３〜５１６に対応している。この位置合わせを大域的位置合わせと呼ぶ。なお、移動させる対象の画像として細胞回収後画像３０２を例示したが、細胞回収前画像３０１を移動させてもよい。もちろんのことながら、細胞回収前画像３０１を移動させる方向は、細胞回収後画像３０２の場合とは逆の方向になる。

細胞存在候補領域抽出モジュール３１４は、大域的位置合わせ処理モジュール３１２、細胞移動候補領域抽出モジュール３１６と接続されており、大域的位置合わせ処理モジュール３１２によって移動させられた細胞回収後画像３０２（図６に例示した大域的位置合わせ後画像６０１）と細胞回収前画像３０１に基づいて、対象細胞が存在する可能性のある領域を抽出する。
具体的には、例えば、大域的位置合わせ処理モジュール３１２による大域的位置合わせ後の大域的位置合わせ後画像６０１と細胞回収前画像３０１の差分抽出を行い、差分の絶対値が大きい領域を候補領域Ａとする。候補領域Ａは回収した細胞が存在した可能性のある領域である。図７は、細胞存在候補領域抽出モジュール３１４の処理例を示す説明図である。差分画像７０１には、候補領域Ａ ７１１、候補領域Ｂ ７１２がある。ここでの差分処理は、細胞回収前画像３０１にあって、大域的位置合わせ後画像６０１にはないものを抽出している。なお、大域的位置合わせ処理モジュール３１２によって移動させられた画像が細胞回収後画像３０２の場合を例示したが、細胞回収前画像３０１を移動させた場合は、大域的位置合わせ処理モジュール３１２によって移動させられた細胞回収前画像３０１と細胞回収後画像３０２に基づいて、対象細胞が存在する可能性のある領域を抽出する。この場合の差分処理は、大域的位置合わせを行った細胞回収前画像３０１にあって、細胞回収後画像３０２にはないものを抽出することとなる。以下、同様に、大域的位置合わせ処理モジュール３１２によって移動させられた画像が細胞回収後画像３０２の場合を例示するが、細胞回収前画像３０１を移動させた場合にあっては、大域的位置合わせが例示するものと逆方向であること（つまり、細胞回収後画像３０２における細胞の位置を基本とすること）以外は同等の処理である。

細胞移動候補領域抽出モジュール３１６は、細胞存在候補領域抽出モジュール３１４、変位ベクトル算出モジュール３１８と接続されており、細胞存在候補領域抽出モジュール３１４によって抽出された候補領域Ａに基づいて、対象細胞を取り除いたときに移動した可能性のある細胞である第２の細胞が移動した可能性のある領域を抽出する。
具体的には、例えば、候補領域Ａから予め定めた距離以内の領域を候補領域Ｂとする。候補領域Ｂは細胞が移動した可能性のある領域である。この予め定めた距離以内とは、前述の「予め定めた」の定義に従うが、この場合、剥離液が拡散する領域であり、例えば剥離液の量および粘度から流体力学の計算により求めるようにしてもよい。
より具体的に説明する。図８は、細胞移動候補領域抽出モジュール３１６の処理例を示す説明図である。候補領域Ａ ７１１、候補領域Ｂ ７１２の中心（重心であってもよい）を算出し、算出した中心８１１、中心８１２から予め定めた距離である半径を有する円８２１、８２２を生成し、その円８２１、８２２によって囲まれている領域を候補領域Ｂ ８３０としてもよい。
また、他の例を説明する。図９は、細胞移動候補領域抽出モジュール３１６の処理例を示す説明図である。候補領域Ａ ７１１、候補領域Ｂ ７１２の周囲から外側に予め定めた距離内の領域を候補領域Ｂ ９３０としてもよい。

変位ベクトル算出モジュール３１８は、細胞移動候補領域抽出モジュール３１６、画像変形モジュール３２０と接続されており、細胞移動候補領域抽出モジュール３１６によって抽出された領域内を対象として、第２の細胞の移動量及び移動方向を算出する。つまり、候補領域Ｂに対して細胞が移動した量を推定する。これは以下のように行われる。
予め撮影した細胞がない画像を背景画像とする。そして、細胞回収後画像（大域的位置合わせ後画像６０１）の背景画像とは異なる輝度を持ち、かつ細胞回収前画像３０１と大域的位置合わせ後画像６０１において候補領域Ｂ（例えば、候補領域Ｂ ８３０、候補領域Ｂ ９３０等）内にあるすべての座標ｘに対して、例えば１０画素×１０画素の局所領域をＳ１（ｘ）、細胞回収前画像３０１において座標ｘから予め定めた量Δｘだけ変位させた座標における局所領域をＳ０（ｘ＋Δｘ）とし、Ｓ１（ｘ）とＳ０（ｘ＋Δｘ）の相互情報量を計算する。そして相互情報量が予め定めた値以上で、かつ最大となる平行移動量を探索し、移動量及び移動方向を算出する。これを細胞回収後画像の座標ｘにおける局所変位ベクトルと呼ぶ。
図１０は、変位ベクトル算出モジュール３１８の処理例を示す説明図である。回収作業の影響で位置がずれた細胞（移動前細胞１０１１が移動後細胞１０１２へずれている）の位置でのみ、局所変位ベクトル１０３１が０でない値をとっている。なお、回収された細胞部分は背景と同じ輝度のため、局所変位ベクトルを計算しない。

画像変形モジュール３２０は、変位ベクトル算出モジュール３１８、対象抽出モジュール３２２と接続されており、変位ベクトル算出モジュール３１８によって算出された第２の細胞の移動量及び移動方向に基づいて、大域的位置合わせ後画像６０１を第２の細胞の移動前の状態の画像に変形する。具体的には、例えば、大域的位置合わせ後画像６０１内の候補領域Ｂ内にある細胞を移動量及び移動方向を用いて移動させる。変位ベクトル算出モジュール３１８によって算出される移動方向が移動前から移動後の方向である場合は、その移動方向とは逆方向に移動させ、移動後から移動前の方向である場合は、その移動方向と同方向に移動させる。
例えば、局所変位ベクトルを用いて画像を変形したものが、図１１に例示する局所的位置合わせ後画像１１０１である。この局所的位置合わせ後画像１１０１は、図６に例示した大域的位置合わせ後画像６０１を変形したものである。局所的位置合わせ後画像１１０１内では、図６に例示した大域的位置合わせ後画像６０１内の細胞６１１が、図５に例示した細胞回収前画像３０１内の細胞５０１と同じ位置である細胞１１１１へ移動しており、移動した細胞の補正がなされている。もちろん、図６に例示した大域的位置合わせ後画像６０１内の細胞６１３〜細胞６１６は、図１１に例示する局所的位置合わせ後画像１１０１内の細胞１１１３〜細胞１１１６に対応し、候補領域Ｂ内にはないので変形は施されておらず、同じ位置のままである。

対象抽出モジュール３２２は、画像変形モジュール３２０と接続されており、画像変形モジュール３２０によって変形された画像と細胞回収前画像３０１の差分に基づいて、対象細胞を抽出する。具体的には、例えば、細胞回収前画像３０１と局所的位置合わせ後画像１１０１の差分をとり、差の絶対値が予め定めた値以上の領域を回収された対象細胞の存在した領域として抽出する。
図１２は、対象抽出モジュール３２２の処理例を示す説明図である。マスク領域１２１１〜１２１３が対象細胞の存在した領域として抽出されている。ノイズや、移動した細胞の変形等により他の領域にも黒い領域（マスク領域１２１１、マスク領域１２１３）が存在しているが、これらの領域は予め定めた規定値以下の面積の領域を除外することで対応可能である。
以上により決定された領域（マスク領域１２１２）に対応する画像を細胞回収前画像３０１から抽出することで対象細胞の画像を取得する。そして、これを識別器学習モジュール１６６の学習のための正例とするために正例データベース１６２に保存する。

図４は、画像受付モジュール１５４、画像差分抽出モジュール１５６による処理例を示すフローチャートである。
ステップＳ４０２では、画像受付モジュール１５４は、細胞回収前画像３０１と細胞回収後画像３０２を受け付ける。
ステップＳ４０４では、大域的位置合わせ処理モジュール３１２は、細胞回収前画像３０１と細胞回収後画像３０２の大域的な位置合わせを行う。
ステップＳ４０６では、細胞存在候補領域抽出モジュール３１４は、回収した細胞が存在した可能性のある領域を抽出する。
ステップＳ４０８では、細胞移動候補領域抽出モジュール３１６は、ステップＳ４０６で抽出した領域の周辺にあって細胞が移動した可能性のある領域を抽出する。
ステップＳ４１０では、変位ベクトル算出モジュール３１８は、移動した細胞の変位ベクトルを算出する。
ステップＳ４１２では、画像変形モジュール３２０は、変位ベクトルを用いて細胞回収後画像３０２を変形する。
ステップＳ４１４では、対象抽出モジュール３２２は、細胞回収前画像３０１と変形された細胞回収後画像３０２の差分をとり、回収した細胞を抽出する。

図１３を参照して、本実施の形態の画像認識モジュール１５０のハードウェア構成例について説明する。図１３に示す構成は、例えばパーソナルコンピュータ（ＰＣ）などによって構成されるものであり、スキャナ等のデータ読み取り部１３１７と、プリンタなどのデータ出力部１３１８を備えたハードウェア構成例を示している。なお、このハードウェア構成は、検体操作モジュール１１０についても適用する。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１３０１は、前述の実施の形態において説明した各種のモジュール、すなわち、画像差分抽出モジュール１５６、特定細胞検出モジュール１５８、識別器学習モジュール１６６等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。

ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１３０２は、ＣＰＵ１３０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３０３は、ＣＰＵ１３０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス１３０４により相互に接続されている。

ホストバス１３０４は、ブリッジ１３０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス１３０６に接続されている。

キーボード１３０８、マウス等のポインティングデバイス１３０９は、操作者により操作される入力デバイスである。ディスプレイ１３１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）などがあり、各種情報をテキストやイメージ情報として表示する。

ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１３１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ１３０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、細胞回収前画像、細胞回収後画像、正例としての細胞の画像、負例としての細胞の画像、識別モデルなどが格納される。さらに、その他の各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。

ドライブ１３１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体１３１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース１３０７、外部バス１３０６、ブリッジ１３０５、及びホストバス１３０４を介して接続されているＲＡＭ１３０３に供給する。リムーバブル記録媒体１３１３も、ハードディスクと同様のデータ記録領域として利用可能である。

接続ポート１３１４は、外部接続機器１３１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート１３１４は、インタフェース１３０７、及び外部バス１３０６、ブリッジ１３０５、ホストバス１３０４等を介してＣＰＵ１３０１等に接続されている。通信部１３１６は、ネットワークに接続され、外部とのデータ通信処理を実行する。検体操作モジュール１１０と画像認識モジュール１５０との通信は、接続ポート１３１４又は通信部１３１６を介して行われる。
データ読み取り部１３１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部１３１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。

なお、図１３に示すハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図１３に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図１３に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、検体操作モジュール１１０と画像認識モジュール１５０は別個ではなく、１つのシステムとして構成されていてもよい。

前述の実施の形態においては、画像から検出する対象として細胞を例として示したが、この他に、例えば、工場での製造工程で不良品を取り除いた場合におけるその不良品を対象としてもよいし、店舗で商品が販売された場合における売れた商品を対象としてもよい。つまり、対象とするもの（不良品、商品等）以外にその対象と同等（同一形状だけでなく、異なる形状、模様、色彩のものを含む）の物が複数撮影された画像Ａと、その対象が取り除かれた後を撮影した画像Ｂとを比較して、対象を検出することに適用してもよい。なお、画像Ｂは、その対象を取り除くのにその周囲の物も移動した可能性がある状態を撮影した画像である。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。

１１０…検体操作モジュール
１１２…細胞回収モジュール
１１４…検体ＩＤ読取モジュール
１１６…画像取得モジュール
１１８…電動ステージ
１５０…画像認識モジュール
１５２…検体ＩＤ受付モジュール
１５４…画像受付モジュール
１５６…画像差分抽出モジュール
１５８…特定細胞検出モジュール
１６０…細胞回収前画像データベース
１６２…正例データベース
１６４…負例データベース
１６６…識別器学習モジュール
１６８…識別モデル保存モジュール
１７０…ステージ制御モジュール
３０１…細胞回収前画像
３０２…細胞回収後画像
３１２…大域的位置合わせ処理モジュール
３１４…細胞存在候補領域抽出モジュール
３１６…細胞移動候補領域抽出モジュール
３１８…変位ベクトル算出モジュール
３２０…画像変形モジュール
３２２…対象抽出モジュール

Claims (4)

1. 複数の物体を撮影した第１の画像と該複数の物体に少なくともひとつは含まれる物体である第１の物体を取り除いた状態を撮影した第２の画像を受け付ける受付手段と、
   前記第１の画像に撮影されている物体と前記第２の画像に撮影されている物体とを合わせるように、前記第１の画像と前記第２の画像とを照合した結果に基づいて、前記第１の物体が存在する可能性のある領域を抽出する第１の領域抽出手段と、
   前記第１の領域抽出手段によって抽出された第１の領域に基づいて、前記第１の物体を取り除いたときに移動した可能性のある物体である第２の物体が移動した可能性のある領域を抽出する第２の領域抽出手段と、
   前記第２の領域抽出手段によって抽出された領域内を対象として、前記第２の物体の移動量及び移動方向を算出する算出手段と、
   前記算出手段によって算出された第２の物体の移動量及び移動方向に基づいて、前記第２の画像を該第２の物体の移動前の状態の画像に変形する画像変形手段と、
   前記画像変形手段によって変形された画像と前記第１の画像との差分に基づいて、前記第１の物体を抽出する抽出手段
   を具備することを特徴とする画像処理装置。
2. 前記抽出手段によって抽出された第１の物体の画像を記憶する第１の記憶手段と、
   前記第２の画像から前記第１の物体を検出する検出手段と、
   前記検出手段によって検出された第１の物体の画像を記憶する第２の記憶手段と、
   前記第１の記憶手段に記憶された第１の物体の画像を正例とし、前記第２の記憶手段に記憶された第１の物体の画像を負例として学習する学習手段
   をさらに具備し、
   前記検出手段は、前記学習手段によって学習された結果に基づいて前記第１の物体を検出する
   ことを特徴とする請求項１に記載の画像処理装置。
3. 前記物体は細胞であり、前記画像は顕微鏡による画像であり、
   前記検出手段は、前記第１の画像から前記第１の物体である対象とする第１の細胞を検出し、
   前記検出手段によって前記第１の細胞が検出された場合は、該第１の細胞が中央になるように顕微鏡のステージを移動させるように制御する制御手段と、
   第１の細胞が取り除かれる前の状態を第１の画像として撮影し、該制御手段によって顕微鏡のステージが移動させられた後であって、前記第１の細胞が取り除かれた後の状態を第２の画像として撮影する撮影手段
   を具備し、
   前記受付手段は、前記撮影手段によって撮影された第１の画像と第２の画像を受け付ける
   ことを特徴とする請求項２に記載の画像処理装置。
4. コンピュータに、
   複数の物体を撮影した第１の画像と該複数の物体に少なくともひとつは含まれる物体である第１の物体を取り除いた状態を撮影した第２の画像を受け付ける受付機能と、
   前記第１の画像に撮影されている物体と前記第２の画像に撮影されている物体とを合わせるように、前記第１の画像と前記第２の画像とを照合した結果に基づいて、前記第１の物体が存在する可能性のある領域を抽出する第１の領域抽出機能と、
   前記第１の領域抽出機能によって抽出された第１の領域に基づいて、前記第１の物体を取り除いたときに移動した可能性のある物体である第２の物体が移動した可能性のある領域を抽出する第２の領域抽出機能と、
   前記第２の領域抽出機能によって抽出された領域内を対象として、前記第２の物体の移動量及び移動方向を算出する算出機能と、
   前記算出機能によって算出された第２の物体の移動量及び移動方向に基づいて、前記第２の画像を該第２の物体の移動前の状態の画像に変形する画像変形機能と、
   前記画像変形機能によって変形された画像と前記第１の画像との差分に基づいて、前記第１の物体を抽出する抽出機能
   を実現させることを特徴とする画像処理プログラム。

Images