JP2017120229A - 細胞領域決定方法、細胞撮像システム、細胞画像の処理装置及びコンピュータプログラム - Google Patents

細胞領域決定方法、細胞撮像システム、細胞画像の処理装置及びコンピュータプログラム Download PDF

Info

Publication number
JP2017120229A
JP2017120229A JP2015257131A JP2015257131A JP2017120229A JP 2017120229 A JP2017120229 A JP 2017120229A JP 2015257131 A JP2015257131 A JP 2015257131A JP 2015257131 A JP2015257131 A JP 2015257131A JP 2017120229 A JP2017120229 A JP 2017120229A
Authority
JP
Japan
Prior art keywords
cell
image
region
processing
observation method
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
JP2015257131A
Other languages
English (en)
Other versions
JP6742724B2 (ja
Inventor
和巳 袴田
Kazumi Hakamada
和巳 袴田
祐希 相原
Yuki Aihara
祐希 相原
昌也 岡田
Masaya Okada
昌也 岡田
利幸 佐藤
Toshiyuki Sato
利幸 佐藤
一郎 関矢
Ichiro Sekiya
一郎 関矢
英司 小林
Eiji Kobayashi
英司 小林
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.)
Sysmex Corp
Tokyo Medical and Dental University NUC
Original Assignee
Sysmex Corp
Tokyo Medical and Dental University NUC
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 Sysmex Corp, Tokyo Medical and Dental University NUC filed Critical Sysmex Corp
Priority to JP2015257131A priority Critical patent/JP6742724B2/ja
Priority to EP16205768.1A priority patent/EP3188125B1/en
Priority to US15/391,311 priority patent/US10482605B2/en
Priority to CN201611227796.XA priority patent/CN106971141B/zh
Publication of JP2017120229A publication Critical patent/JP2017120229A/ja
Application granted granted Critical
Publication of JP6742724B2 publication Critical patent/JP6742724B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693Acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/174Segmentation; Edge detection involving the use of two or more images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/97Determining parameters from multiple pictures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145Illumination specially adapted for pattern recognition, e.g. using gratings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695Preprocessing, e.g. image segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10141Special mode during image acquisition
    • G06T2207/10152Varying illumination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30024Cell structures in vitro; Tissue sections in vitro
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30052Implant; Prosthesis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30221Sports video; Sports image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Microscoopes, Condenser (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

【課題】細胞画像から細胞領域を求めるための新たな手法を提供する。【解決手段】細胞領域を決定する方法は、第1観察法で細胞を撮像した第1細胞画像を取得すること、第1観察法とは異なる第2観察法で細胞を撮像した第2細胞画像を取得すること、及び、第1細胞画像及び第2細胞画像に基づいて、前記細胞の領域を決定することを含む。【選択図】図1A

Description

本発明は、細胞領域決定方法、細胞撮像システム、細胞画像の処理装置及びコンピュータプログラムに関する。
特許文献1は、培養過程の細胞画像から細胞の輪郭と細胞のテクスチャ情報を取得し、取得した情報の解析を行って細胞構造の特徴を決定する方法を開示している。
米国特許第7,711,174号公報
機械的に細胞の特徴を決定するには、細胞を撮像した細胞画像における細胞領域を、背景領域などの非細胞領域と区別して、できるだけ正確に求めることが望まれる。細胞画像から決定された細胞領域が、実際の細胞の形態に近いほど、決定された細胞領域に基づいて、機械的に細胞の特徴を決定することが容易となる。
しかし、細胞は不定形であり、機械的な処理で細胞画像中の細胞を細胞であると認識するのは必ずしも容易ではない。特に、移植用細胞の場合、細胞を染色することができないため、細胞画像中の細胞を細胞であると認識するための標識が存在せず、細胞画像における細胞領域を求めるのは一層困難になる。
したがって、細胞画像から細胞領域をできるだけ正確に求めるための新たな手法が望まれる。
本発明の一の態様は、細胞の領域を決定する方法である。方法は、第1観察法で細胞を撮像した第1細胞画像を取得すること、第1観察法とは異なる第2観察法で細胞を撮像した第2細胞画像を取得すること、及び第1細胞画像及び第2細胞画像に基づいて、細胞の領域を決定することを含む。
本発明の他の態様は、細胞撮像システムである。細胞撮像システムは、撮像部と処理部とを備える。撮像部は、第1観察法で細胞を撮像して第1細胞画像を生成し、第1観察法とは異なる第2観察法で細胞を撮像して第2細胞画像を生成するよう構成される。処理部は、画像処理を実行するよう構成される。画像処理は、第1細胞画像を撮像部から取得する処理、第2細胞画像を撮像部から取得する処理、及び、第1細胞画像及び第2細胞画像に基づいて、細胞の領域を決定する処理を含む。
本発明の他の態様は、処理装置である。処理装置は、第1観察法で細胞を撮像した第1細胞画像を取得する処理、第1観察法とは異なる第2観察法で細胞を撮像した第2細胞画像を取得する処理、及び、第1細胞画像及び第2細胞画像に基づいて、細胞の領域を決定する処理を含む画像処理を実行するよう構成された処理部を備える。本発明の他の態様は、コンピュータに上記の画像処理を実行させるコンピュータプログラムである。
本発明によれば、細胞画像から細胞領域を求める新たな手法が提供される。
細胞撮像システムのブロック図である。 切替後の細胞撮像システムのブロック図である。 位相差観察用の第1光学系を示す図である。 暗視野観察用の第2光学系を示す図である。 設置部及び培養容器を示す図である。 処理装置によって実行される処理のフローチャートである。 細胞の位相差像である。 細胞の暗視野像である。 ノイズ除去処理のフローチャートである。 自動認識による細胞領域と目視認識による細胞領域を示す図である。 自動認識による細胞領域数と目視認識による細胞領域数の相関図である。 細胞の位相差像である。 細胞の暗視野像である。 機械認識による細胞領域と目視認識による細胞領域を示す図である。
[1.細胞撮像システム]
[1.1 概要]
図1Aに示す細胞撮像システム100は、撮像部10と、処理装置20と、を備えている。細胞撮像システムは、細胞を撮像した細胞画像に基づき、細胞画像における細胞領域を自動認識する。撮像部10は、細胞を撮像し細胞画像を生成する。生成された細胞画像は、処理装置20に与えられる。処理装置20は細胞画像を処理する。
撮像される細胞は、例えば、再生医療のための移植用細胞である。移植用細胞は、例えば、間葉系幹細胞(Mesenchymal Stem Cell(MSC))を培養したものである。MSCとしては、例えば、ヒト骨髄由来のもの(ヒト骨髄由来間葉系幹細胞)が用いられる。MSCの状態評価、たとえば移植適否の評価を行うために、培養したMSCの形態の分析が有効である。細胞の形態分析には、細胞画像における細胞領域決定が必要とされる。
撮像される細胞は、無染色であるのが好ましい。細胞を染色すると、細胞を移植に利用できなくなるか、又は細胞にダメージを与える。移植用細胞の場合、無菌状態であることも望まれる。撮像される細胞は、無菌状態を維持するため、培養容器30内に密封された細胞であるのが好ましい。この場合、細胞画像は、培養容器30越しに細胞を撮像したものとなる。
撮像部10は、複数種類の細胞画像を撮像することができる。細胞画像の種類は、細胞画像の撮像のための観察法によって分けられる。観察法の違いは、観察対象の見え方、すなわち細胞画像における細胞像の現れ方、に影響を与える。観察法には、例えば、顕微鏡観察のための様々な観察法が含まれる。観察法には、例えば、位相差観察法、暗視野観察法、暗視野観察法、及び微分干渉観察法が含まれる。細胞画像を観察法によって分類すると、細胞画像は、例えば、位相差像、暗視野像、暗視野像、微分干渉像に分類される。位相差像は、観察対象である細胞の通過する光の位相差を利用した位相差観察法に基づいて、撮像された画像である。位相差像には、観察対象の内側が暗く見え輪郭付近が明るく見えるダークコントラストの位相差像と、観察対象の内側が明るく見え輪郭付近が暗く見えるブライトコントラストの位相差像とがある。暗視野像は、観察対象である細胞からの散乱光を観察する暗視野観察法に基づいて、撮像された画像である。明視野像は、観察対象である細胞における光の吸収率の差に応じた透過光強度が画像中のコントラストとして反映される明視野観察法に基づいて、撮像された画像である。微分干渉像は、光の偏光性と干渉性を利用した微分干渉観察法に基づいて撮像された画像である。各観察法では、それぞれ、異なる光学系を用いて観察が行われる。なお、細胞画像の種類は、上記したものに限定されるわけではない。
同じ細胞であっても、異なる観察法で観察すると、細胞の見え方が異なる。例えば、位相差像は、細胞の輪郭付近は明るくなり、細胞が大きいほど細胞中心付近が暗くなることがある。暗視野像は、細胞の核付近などの箇所においては、光が散乱し易いため、散乱光が強くなり明るくなる。明視野像は、暗視野像とは逆に、細胞の核付近などの箇所においては、光が透過し難いため、透過光が弱くなり暗くなる。微分干渉像は、立体感のある画像となる。
このように、異なる観察法に基づいて撮像された複数の細胞画像においては、同じ細胞を撮像した場合であっても、画像中の細胞像の現れ方が異なる。細胞撮像システム100は、この点を利用して、異なる観察法で撮像された複数の細胞画像を用いて、細胞領域を決定する。
以下では、観察法の異なる複数の細胞画像として、2種類の細胞画像を用いるが、3種類又は4種類以上の細胞画像を用いても良い。2種類の細胞画像の組み合わせとしては、例えば、位相差像と暗視野像、位相差像と明視野像、位相差像と微分干渉像、暗視野像と明視野像、暗視野像と微分干渉像、及び明視野像と微分干渉像、のいずれか一つの組み合わせを採用することができる。
3種類の細胞画像の組み合わせとしては、例えば、位相差像と暗視野像と明視野像、位相差像と暗視野像と微分干渉像、位相差像と明視野像と微分干渉像、暗視野像と明視野像と微分干渉像、のいずれか一つの組み合わせを採用することができる。4種類の細胞画像の組み合わせとしては、例えば、位相差像と暗視野像と明視野像と微分干渉像との組み合わせを採用することができる。上述の各組み合わせにおいて、位相差像としては、ダークコントラスト位相差像を用いても良いし、ブライトコントラストの位相差像を用いても良い。上述の各組み合わせにおいて、2種類の位相差像、すなわち、ダークコントラスト位相差像及びブライトコントラストの位相差像の両方を含んでも良い。
以下では、2種類の細胞画像の組み合わせとして位相差像と暗視野像を採用した場合について説明する。また、位相差像としては、ダークコントラスト位相差像を採用する。以下では、必要に応じて、位相差観察法を第1観察法といい、暗視野観察法を第2観察法という。第1観察法で細胞を撮像して得られた位相差像を第1細胞画像といい、第2観察法で細胞を撮像して得られた暗視野像を第2細胞画像という。
[1.2 撮像部]
撮像部10は、第1観察法である位相差観察法で細胞を撮像して第1細胞画像を生成し、第2観察法である暗視野観察法で同じ細胞を撮像して第2細胞画像を生成することができる。撮像部10は、観察対象が設置される設置部130と、観察対象を撮像する撮像素子140と、を備えている。設置部130は、例えば、細胞の培養容器30を下方から支持するステージとして構成されている。撮像素子140は、例えば、カラー画像を撮像するCCDイメージセンサによって構成される。撮像素子140は、設置部130の下方に配置されている。
撮像部10は、第1光学系110と第2光学系120とを有している。第1光学系110は、位相差観察用光学系である。第2光学系120は、暗視野観察用光学系である。設置部130に設置された観察対象の撮像の際には、複数の光学系110,120が選択的に切り替えられる。すなわち、第1細胞画像の撮像には、図1Bに示すように、第1光学系110が設置部130の位置に移動するように切り替えられ、第2細胞画像の撮像の際には、図1Aに示すように、第2光学系120が設置部130の位置に移動するように切り替えられる。撮像に用いられる光学系110,120の切り替えは、手動で行われても良いし、処理部200による制御で自動的に行われても良い。
図2Aにも示すように、位相差観察用の第1光学系110は、照射用光学系111と、受光用光学系116と、を備えている。位相差像の撮像の際には、照射用光学系111は、設置部130の上方に配置され、観察対象30の上方から光を照射する、受光用光学系116は、設置部130の下方に配置され、観察対象30からの光を受光する。照射用光学系111は、光源112と、位相リング113と、コンデンサレンズ114と、を備えている。受光用光学系116は、対物レンズ117と、位相板118と、を備えている。なお、図2Aでは設置部130及び観察対象30は簡略化されて描かれている。
光源112からの光は、位相リング113によって絞られ、コンデンサレンズ114を通って、観察対象300に至る。観察対象300を通った光は、直接光と回折光とに分かれる。回折光は、観察対象300において屈折率が異なる部位で発生する。観察対象300において発生した回折光は、直接光に対して、約1/4波長位相が遅れている。直接光と回折光とは、それぞれ、対物レンズ117と位相板118を通って、撮像素子140に至る。観察対象300を通過した直接光は、対物レンズ117によって集光され、位相板118において位相が1/4波長ずらされる。直接光の位相は、位相板118において、例えば、1/4波長進められる。この結果、直接光と回折光の位相差は、1/2波長となり、直接光と回折光とが互いに干渉している部分においては、直接光が回折光との干渉によって強度が弱くなって暗くなる。直接光と回折光とが互いに干渉するのは、観察対象300の内部であるため、ダークコントラストの位相差像では、観察対象300の内部が、背景部分に比べて暗く見える。また、観察対象300の輪郭では、ハローと呼ばれる明るい縁が発生する。したがって、位相差像は、観察対象300の輪郭などが明るい画像となる。なお、位相板118に、光を吸収するNeutral Density(ND)フィルタを設けることで、直接光の強度をさらに低下させることができる。NDフィルタを設けることにより、観察対象300の内部を更に暗くしてコントラストを高めることができる。位相板118にNDフィルタを設けるのは、光源112からの光、例えばレーザ光、の強度が強い場合に、特に有用である。
図2Bにも示すように、暗視野観察用の第2光学系120は、照射用光学系と、受光用光学系と、を備えている。実施形態においては、照射用光学系及び受光用光学系は一体的に設けられ、設置部130の下方に配置される。第2光学系120は、照射用光学系として、光源122と、リング絞り123と、リング状ミラー124と、リング状コンデンサレンズ125と、を備えている。第2光学系120は、受光用光学系として、対物レンズ126,127を備えている。
暗視野像の撮像の際には、照射用光学系は、観察対象の下、すなわち培養容器30の底面側、から光を照射する。すなわち、光源122からの光は、リング状絞り123によってリング状光束となり、リング状ミラー124によって、観察対象側へ反射され、リング状コンデンサレンズ125を通って、観察対象に至る。
受光用光学系は、観察対象の下、すなわち培養容器30の底面側で観察対象からの散乱光を受光する。すなわち、観察対象からの散乱光は、対物レンズ126,17を通って、撮像素子140に至る。散乱光は、細胞の核付近などの箇所において強くなる。したがって、暗視野像は、細胞の中心付近が明るい画像となる。
図3に示すように、設置部130には、撮像素子140による下方からの撮像を可能とするため、上下に貫通する貫通孔130aが形成されている。なお、設置部130は、下方に光が透過可能であればよく、例えば透明材料によって一部又は全部が形成されていても良い。
設置部130に設置される培養容器30は、透明材料によって形成され、内部の無菌状態が維持できるように密閉できるものが好ましい。図3に示す培養容器30は、上部開口を有する容器本体31と、上部開口を密閉するための蓋32と、を有している。容器本体31内には、観察対象の細胞300と培地310が存在する。培地310は、液体であるのが好ましい。
無菌状態を維持したままで細胞の撮像を行おうとすると、撮像の際に、培養容器30の蓋32をとることができない。したがって、仮に、培養容器30の上方にレンズ125,126が配置されている場合には、蓋32が干渉するため、蓋32よりも下にレンズ125,126を位置させることができない。このため、レンズ125,126を細胞300に十分に近接させることができない場合がある。レンズ125,126を十分に細胞300に近接させることができないと、条件によっては、鮮明な画像を撮像できないことがある。これに対して、レンズ125,126が培養容器30の底面側に配置されている場合には、蓋32の干渉が問題とならない。しかも、設置部130に貫通孔130aが形成されている場合には、照射用光学系であるコンデンサレンズ125及び受光用光学系である対物レンズ126を貫通孔130a内に進入させることで、レンズ125,126を細胞300により一層近接させることができる。
[1.3 処理装置]
処理装置20は、コンピュータによって構成されている。図1Aに示すように、処理装置20は、処理部200を備える。処理部200は、CPU210及び記憶部220を有して構成される。記憶部220には、CPU210が実行するコンピュータプログラムが格納されている。コンピュータプログラムの実行により、処理部200は、少なくとも図4に示す処理を実行する。処理装置20は、表示部230や入力部などを有していても良い。
処理部200が行う処理は、細胞画像に対する画像処理を含む。画像処理は、細胞画像において細胞が存在する領域である細胞領域を決定する処理を含む。処理部200は、画像処理の結果得られた画像を用いた分析処理を行うこともできる。分析処理は、例えば、細胞の特徴量抽出、特徴量に基づく細胞の分析を含む。処理部200は、撮像部10の制御を行うこともできる。処理部200は、画像処理の結果得られた画像や分析処理の結果を表示部230に表示させることができる。
処理部200は、撮像部10によって生成された細胞画像に基づいて画像処理を行う。ただし、処理対象の細胞画像は、例えば、ネットワークを介して送信されて、記憶部220に保存された細胞画像であってもよいし、可搬性記憶媒体を介して記憶部220に保存された細胞画像であってもよい。
実施形態において、処理部200が行う処理には、第1細胞領域決定処理221、第2細胞領域決定処理222、ノイズ除去処理223、画像合成処理224、穴埋め処理225、及び特徴抽出・分析処理226が含まれる。以下、これらの処理を図4に基づいて説明する。
[2.処理装置による処理]
図4に示すように、処理部200は、ステップS111において、撮像部10から位相差像である第1細胞画像を取得する。処理部200は、ステップS121において、撮像部10から暗視野像である第2細胞画像を取得する。処理部200は、取得した画像を、記憶部220に保存する。ステップS111及びステップS121は、いずれが先に行われても良い。
図5は、第1細胞画像の例を示し、図6は、第2細胞画像の例を示している。図5,6は、図面としての表示の都合上、モノクロ画像であるが、実施形態に係る第1細胞画像及び第2細胞画像は、カラー画像である。
処理部200は、第1細胞画像に対する画像処理と、第2細胞画像に対する画像処理と、を行う。両画像に対する画像処理は、いずれが先に行われても良い。
処理部200は、ステップS112R,112G,S112Bにおいて、第1細胞画像に対する画像処理として、第1処理である第1細胞領域決定処理221を行う。第1細胞領域決定処理221では、第1細胞画像における細胞領域である第1細胞領域が決定される。第1細胞画像における細胞領域決定は、例えば、画像の二値化処理によって行われる。
第1細胞領域決定処理221は、カラー第1細胞画像を構成する赤画像(R画像)、緑画像(G画像)、青画像(B画像)それぞれに対して行われる。すなわち、ステップS112Rでは、R画像に対して二値化処理が行われ、ステップS112Gでは、G画像に対して二値化処理が行われ、ステップS112Bでは、B画像に対して二値化処理が行われる。ステップS112R,112G,S112Bは、いずれが先に行われても良い。
ステップS112R,112G,S112Bでは、それぞれ、画素の輝度に関する2つの閾値を用いて二値化処理が行われる。2つの閾値は、第1閾値及び第1閾値よりも小さい第2閾値である。第1閾値は、位相差像においては細胞の輪郭付近が明るくなることを利用して、その輪郭付近の明るい部分を細胞領域として抽出するためのものである。第2閾値は、位相差像においては細胞の中心付近が暗くなることを利用して、その中心付近の暗い部分を抽出するためのものである。このように、2つの閾値を用いるのは、位相差像である第1細胞画像においては、図5に示すように、細胞像は、主に、背景領域よりも明るい部分と暗い部分とで構成されていることを利用したものである。
第1細胞画像に対する二値化処理では、RGB各画像において、第1閾値よりも輝度が高い領域と、第2閾値よりも輝度が低い領域のそれぞれが、第1細胞領域を示す値(例えば「1」)となる。一方、第1閾値と第2閾値との間の輝度を有する領域は、非細胞領域を示す値(例えば「0」)となる。なお、非細胞領域は、典型的には、培地310が撮像された領域である。
第1閾値及び第2閾値は、第1細胞画像を構成するRGB各画像における輝度の統計処理によって決定できる。統計処理は、例えば、各画像を構成する画素の輝度の平均値μと標準偏差σを求めることを含む。第1閾値としては、例えば、μ+2σを採用でき、第2閾値としては、例えば、μ−2σを採用できる。統計処理は、RGB各画像について、それぞれ独立して行われるため、RGB各画像において、第1閾値及び第2閾値の値は独立して決定される。したがって、2つの閾値は、RGB各画像において適切なものとなる。
二値化処理によって決定された第1細胞領域は、真の細胞領域ではない第1ノイズ領域も多く含む。処理部200は、ステップS113R,113G,113Bにおいて、二値化されたRGB各画像に対するノイズ除去処理223を行う。ノイズ除去処理223は、第1細胞領域に含まれる第1ノイズ領域を、領域の大きさに基づいて識別し、第1細胞領域から比較的小さい第1ノイズ領域を除去する。比較的小さいノイズ領域の除去には、二値化された画像における第1細胞領域の面積の統計処理が利用される。
図7に示すように、処理部200は、ノイズ除去のため、ステップS201において、二値化された画像における複数の第1細胞領域それぞれの面積求める。処理部200は、ステップS202において、面積の平均値μと標準偏差σを求める。処理部200は、ステップS203において、第1細胞領域のうち、ノイズ領域を識別するための閾値(ノイズ識別用閾値)よりも小さい面積の領域をノイズ領域として識別する。ノイズ識別用閾値は、例えば、μ−2σとして決定される。処理部220は、ステップS204において、第1細胞領域からノイズ領域を除去する。ノイズ領域の除去は、例えば、二値化された画像において、ノイズ領域の輝度値を、非細胞領域を示す値(例えば「0」)にすればよい。
ステップS205の繰り返し条件から明らかなように、ステップS201からステップS204までの処理は、複数回(例えば10回)繰り返される。繰り返しの度に、平均値μと標準偏差σが算出し直され、ノイズ識別用閾値が再決定される。このため、繰り返しの度にノイズ領域が減少する。
ノイズ除去処理223は、ステップS113R,113G,113Bにおいて、二値化されたRGB各画像に対して別々に行われるため、ノイズ領域の識別精度が向上する。つまり、真の細胞領域においては、RGB各色に共通して明暗が変動するのに対し、ノイズ領域は、RGB各色において独立して生じ易い。このため、RGB各画像でノイズ領域を識別したほうが、ノイズ領域が細分化されており、領域の大きさに基づくノイズ領域の識別が容易となる。
処理部200は、ステップS114において、ノイズ除去が行われた二値化RGB各画像の合成を行う。合成は、二値化RGB各画像の重ね合わせによって行われる。重ね合わせは、例えば、二値化RGB各画像のいずれかにおいて、第1細胞領域を示す値(例えば「1」)である画素を、合成画像において、第1細胞領域を示す値とし、その他の画素を、非細胞領域を示す値(例えば「0」)とすればよい。
処理部200は、第1細胞画像に対する処理と同様の画像処理を、暗視野像である第2細胞画像に対しても行う。処理部200は、ステップS112R,122G,S122Bにおいて、第2細胞画像に対する画像処理として、第2処理である第2細胞領域決定処理222を行う。第2細胞領域決定処理222では、第2細胞画像における細胞領域である第2細胞領域が決定される。第2細胞画像における細胞領域決定は、例えば、画像の二値化処理によって行われる。第2細胞領域決定処理222も、カラー第2細胞画像を構成する赤画像(R画像)、緑画像(G画像)、青画像(B画像)それぞれに対して行われる。
処理部200は、ステップS123R,123G,123Bにおいて、二値化されたRGB各画像に対するノイズ除去処理223を行う。ノイズ除去処理223は、RGB各画像に対して、図7に示す手順で行われる。処理部200は、ステップS124において、ノイズ除去が行われた二値化RGB各画像の合成を行う。合成は、二値化RGB各画像の重ね合わせによって行われる。重ね合わせは、例えば、二値化RGB各画像のいずれかにおいて、第2細胞領域を示す値(例えば「1」)である画素を、合成画像において、第2細胞領域を示す値とし、その他の画素を、非細胞領域を示す値(例えば「0」)とすればよい。
第2細胞画像に対する画像処理の詳細は、二値化のための閾値を除き、第1細胞画像に対する画像処理と同様である。ステップS122R,122G,122Bにおける第2細胞画像の二値化は、画素の輝度に関する一つの第3閾値を用いて行われる。第3閾値は、図6に示すように、暗視野像においては細胞像が明るくなることを利用して、明るい部分を細胞領域として抽出するためのものである。
第2細胞画像に対する二値化処理では、RGB各画像において、第3閾値よりも輝度が高い領域が、第2細胞領域を示す値(例えば、「1」)となる。一方、第3閾値よりも輝度が低い領域は、非細胞領域を示す値(例えば「0」)となる。
第3閾値は、第2細胞画像を構成するRGB各画像における輝度の統計処理によって決定できる。統計処理は、例えば、各画像を構成する画素の輝度の平均値μと標準偏差σを求めることを含む。第3閾値としては、例えば、μ+2σを採用できる。統計処理は、RGB各画像について、それぞれ独立して行われるため、RGB各画像において、第3閾値の値は独立して決定される。したがって、第3閾値は、RGB各画像において適切なものとなる。また、第3閾値は、第1細胞画像用の第1閾値及び第2閾値とは別に決定されるため、第2細胞画像用に適した閾値となる。
処理部200は、ステップS105において、第3処理として画像合成処理224を行う。画像合成処理224では、ステップS114で得られた画像における第1細胞領域と、ステップS124で得られた画像における第2細胞領域と、を重ね合わせた合成画像が生成される。ステップS105で生成される合成画像では、第1細胞領域と第2細胞領域を重ね合わせた合成細胞領域を表現した画像となる。合成細胞領域は、第1細胞領域及び第2細胞領域の少なくともいずれか一方に属する領域からなる。合成画像において、合成細胞領域に含まれる画素の値は、例えば「1」となり、合成細胞領域以外の領域に含まれる画素の値は、例えば、「0」となる。
処理部200は、ステップS106において、穴埋め処理225を行う。穴埋め処理224では、一つの合成細胞領域内において、合成細胞領域以外の領域を示す値となっている部分が生じることがある。このような部分は、画像処理において「穴」と呼ばれる。穴埋め処理225は、穴を除去する。穴埋め処理225によって、穴に対応した画素の値は、合成細胞領域を示す値となる。穴埋め処理225は、例えば、モフォロジー処理によって行える。モフォロジー処理を利用すると、合成細胞領域の膨張及び収縮によって、合成細胞領域中の穴埋めが行われる。
処理部200は、ステップS107において、撮像された細胞の特徴量を抽出する。特徴量の抽出は、ステップS106の処理後の合成画像に基づいて行われる。特徴量は、例えば、細胞の大きさ、周囲長、径平均、最大径、最小径である。処理部200は、ステップS108において、撮像された細胞の分析を行う。分析は、細胞の特徴量に基づく形態分析を含む。分析は、細胞分化の評価を含んでも良い。細胞の分析は、合成画像中の細胞数、すなわち合成細胞領域数、のカウントを含んでも良い。
図8は、処理部200が、図5に示す第1細胞画像及び図6に示す第2細胞画像から生成した合成画像8Aを示している。図8では、図5に示す第1細胞画像における注目領域5A及び図6に示す第2細胞画像における注目領域6Aを拡大して示している。なお、注目領域5A及び注目領域6Aは同じ細胞を撮像した領域である。合成画像8Aは、注目領域5Aにおける第1細胞領域と注目領域6Aにおける第2細胞領域とを重ね合わせた合成細胞領域を示している。
図8において、注目領域5Aについては、第1細胞画像に対するステップS114までの処理で決定された第1細胞領域の輪郭を白線で示している。同様に、注目領域6Aについては、第2細胞画像に対するステップS124までの処理で決定された第2細胞領域の輪郭を白線で示している。また、合成画像8Aについては、ステップS105までの画像合成で決定された合成細胞領域の輪郭を白線で示している。図8においては、参考のため、目視観察により人手で決定した細胞輪郭を示す参考画像8Bを示した。
位相差像である第1細胞画像では、注目領域5Aからも明らかなように、長細い細胞の長手方向に沿った輪郭形状が第1細胞領域として現れ易いのに対し、細胞の幅方向には第1細胞領域の分断が生じやすい。したがって、実際には一つの細胞であるのに複数の分断された第1細胞領域として処理部200が認識するおそれが高くなる。図9(a)は、処理部200が、第1細胞画像から決定した第1細胞領域の数をカウントした数(自動認識数)と、第1細胞画像を目視観察して細胞の数をカウントした数(目視認識数)と、の相関を示している。図9(a)に示すように、位相差像である第1細胞画像の場合、自動認識数が目視認識数よりも多くなる傾向がある。このように、位相差像に基づいて細胞領域を決定すると、実際には一つを複数の分断された第1細胞領域として認識してしまうおそれがあり、細胞数を多く見積もってしまう。
暗視野像である第2細胞画像では、注目領域6Aからも明らかなように、細胞の中心付近は第2細胞領域として認識されるものの、第2細胞領域において細胞の長手方向の形状が失われ易い。したがって、第2細胞領域からは、細胞全体の形状の情報が失われ易い。一方、暗視野像である第2細胞画像は、細胞数の自動認識には適している。図9(b)は、処理部200が、第2細胞画像から決定した第2細胞領域の数をカウントした数(自動認識数)と、第2細胞画像を目視観察して細胞の数をカウントした数(目視認識数)と、の相関を示している。図9(b)に示すように、暗視野像である第2細胞画像の場合、自動認識数と目視認識数の相関は高く、細胞数の正確な把握には適している。
したがって、細胞全体の形状の情報を保持し易い第1細胞領域に、領域の分断が生じ難い第2細胞領域を重ね合わせた合成細胞領域では、合成画像8Aに示すように、第1細胞領域において領域が分断されていた箇所が、第2細胞領域によって接続される。合成画像8Aにおける細胞輪郭は、注目領域5A,6Aにおける細胞輪郭よりも、目視観察による参考画像8Bにおける輪郭に近づいており、より適切に細胞領域を決定できていることがわかる。
図10は、図5とは別の位相差像(第1細胞画像)を示し、図11は、図6とは別の暗視野像(第2細胞画像)を示している。図10及び図11は同じ細胞を撮像したものである。図12は、図10における注目領域10A及び図11における注目領域11Aから生成された合成画像12Aと、参考画像12Bと、を示している。
図12においても、注目領域10Aについては、第1細胞画像に対するステップS114までの処理で決定された第1細胞領域の輪郭を白線で示している。同様に、注目領域11Aについても、第2細胞画像に対するステップS124までの処理で決定された第2細胞領域の輪郭を白線で示している。また、合成画像12Aについても、ステップS105までの画像合成で決定された合成細胞領域の輪郭を白線で示している。参考画像12Bについては、目視観察により人手で決定した細胞輪郭を黒線で示した。
合成画像12Aにおける細胞輪郭は、注目領域10A,11Bにおける細胞輪郭よりも、目視観察による参考画像12Bにおける輪郭に近づいており、より適切に細胞領域を決定できていることがわかる。
このように、位相差像と暗視野像という異なる観察法に基づいて撮像された複数の細胞画像に基づいて細胞領域を決定すると、一方の細胞画像に基づいて細胞領域を決定する場合に比べて、他方の細胞画像に基づいて決定される細胞領域による補完が行われることになるため、より適切に細胞領域を決定できる。この点は、複数の細胞として位相差像と暗視野像とを採用する場合に限られず、他の観察法に基づく複数の細胞画像に基づいて細胞領域を決定する場合にもあてはまる。
上記の実施形態では、複数の細胞画像それぞれについて細胞領域を求めてから、複数の細胞領域を重ね合わせることで最終的な細胞領域を決定していたが、複数の細胞画像を合成した単一の合成画像から細胞領域を決定しても良い。この場合、複数の細胞画像の合成は、複数の細胞画像それぞれの細胞像が重なって現れるように行われる。例えば、第1細胞画像の透明度パラメータを半透明の値に設定した上で、半透明の第1細胞画像を第2細胞画の上に重ねて合成画像すると、合成画像では、第1細胞画像の細胞像と第2細胞画像の細胞像とが重なって見える。この合成画像に対して、2値化処理などを行うことで、細胞の領域を決定することができる。
10 撮像部
20 処理装置
120 暗視野観察用光学系
100 細胞撮像システム
200 処理部

Claims (15)

  1. 第1観察法で細胞を撮像した第1細胞画像を取得すること、
    前記第1観察法とは異なる第2観察法で前記細胞を撮像した第2細胞画像を取得すること、及び
    前記第1細胞画像及び前記第2細胞画像に基づいて、前記細胞の領域を決定すること
    を含む方法。
  2. 前記細胞の領域を決定することは、
    前記第1細胞画像に基づいて、前記第1細胞画像における細胞領域である第1細胞領域を決定すること、
    前記第2細胞画像に基づいて、前記第2細胞画像における細胞領域である第2細胞領域を決定すること、及び
    前記第1細胞領域及び前記第2細胞領域を重ね合わせた合成画像を生成すること、
    を含む請求項1記載の方法。
  3. 前記第1観察法は、位相差観察法であり、
    前記第1細胞画像は、前記細胞の位相差像である
    請求項1又は2に記載の方法。
  4. 前記第2観察法は、暗視野観察法であり、
    前記第2細胞画像は、前記細胞の暗視野像である
    請求項3記載の方法。
  5. 前記第1観察法は、位相差観察法であり、
    前記第1細胞画像は、前記細胞の位相差像であり、
    前記第1細胞領域を決定することは、前記位相差像において第1閾値よりも輝度が高い領域及び前記第1閾値よりも小さい第2閾値よりも輝度が低い領域のそれぞれを、前記第1細胞領域として決定することを含む
    請求項2記載の方法。
  6. 前記第2観察法は、暗視野観察法であり、
    前記第2細胞画像は、前記細胞の暗視野像であり、
    前記第2細胞領域を決定することは、前記暗視野像において第3閾値よりも輝度が高い領域を、前記第2細胞領域として決定することを含む
    請求項2記載の方法。
  7. 前記細胞の領域を決定することは、
    前記第1細胞領域に含まれる第1ノイズ領域を、領域の大きさに基づいて識別し、前記第1細胞領域から前記第1ノイズ領域を除去する第1ノイズ除去処理を行うこと、及び
    前記第2細胞領域に含まれる第2ノイズ領域を、領域の大きさに基づいて識別し、前記第1細胞領域から前記第2ノイズ領域を除去する第2ノイズ除去処理を行うこと
    を更に含み、
    前記合成画像の生成に用いられる前記第1細胞領域は、前記第1ノイズ領域が除去された前記第1細胞領域であり、
    前記合成画像の生成に用いられる前記第2細胞領域は、前記第2ノイズ領域が除去された前記第2細胞領域である
    請求項2〜6のいずれか1項に記載の方法。
  8. 前記第1細胞画像及び前記第2細胞画像は、カラー画像であり、
    前記第1ノイズ除去処理は、カラー画像である前記第1細胞画像の赤画像、緑画像、及び青画像それぞれに対して行われ、
    前記第2ノイズ除去処理は、カラー画像である前記第2細胞画像の赤画像、緑画像、及び青画像それぞれに対して行われる
    請求項7記載の方法。
  9. 前記細胞の領域を決定することは、前記細胞の領域に生じた穴に対して穴埋め処理を行うことを含む
    請求項1〜8のいずれか1項に記載の方法。
  10. 前記細胞は、無染色の細胞である
    請求項1〜9のいずれか1項に記載の処理装置。
  11. 前記細胞は、移植用細胞である
    請求項1〜9のいずれか1項に記載の処理装置。
  12. 細胞撮像システムであって、
    第1観察法で細胞を撮像して第1細胞画像を生成し、前記第1観察法とは異なる第2観察法で前記細胞を撮像して第2細胞画像を生成するよう構成された撮像部と、
    画像処理を実行するよう構成された処理部と、
    を備え、
    前記画像処理は、
    前記第1細胞画像を前記撮像部から取得する処理、
    前記第2細胞画像を前記撮像部から取得する処理、及び
    前記第1細胞画像及び前記第2細胞画像に基づいて、前記細胞の領域を決定する処理
    を含む
    細胞撮像システム。
  13. 前記撮像部は、
    前記第2細胞画像として暗視野像を得るために、前記細胞への光の照射用光学系及び前記細胞からの散乱光の受光用光学系を含む暗視野観察用光学系と、
    前記細胞の培養容器が設置される設置部と、
    を更に備え、
    前記照射用光学系は、前記設置部に設置された前記培養容器の底面側から光を照射するよう配置され、
    前記受光用光学系は、前記設置部に設置された前記培養容器の底面側で前記散乱光を受光するよう配置されている
    請求項12に記載の細胞撮像システム。
  14. 第1観察法で細胞を撮像した第1細胞画像を取得する処理、
    前記第1観察法とは異なる第2観察法で前記細胞を撮像した第2細胞画像を取得する処理、及び
    前記第1細胞画像及び前記第2細胞画像に基づいて、前記細胞の領域を決定する処理を含む画像処理を実行するよう構成された処理部を備える
    処理装置。
  15. コンピュータに画像処理を実行させるコンピュータプログラムであって、
    前記画像処理は、
    第1観察法で細胞を撮像した第1細胞画像を取得する処理、
    前記第1観察法とは異なる第2観察法で前記細胞を撮像した第2細胞画像を取得する処理、及び
    前記第1細胞画像及び前記第2細胞画像に基づいて、前記細胞の領域を決定する処理
    を含む
    コンピュータプログラム。
JP2015257131A 2015-12-28 2015-12-28 細胞領域決定方法、細胞撮像システム、細胞画像の処理装置及びコンピュータプログラム Active JP6742724B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2015257131A JP6742724B2 (ja) 2015-12-28 2015-12-28 細胞領域決定方法、細胞撮像システム、細胞画像の処理装置及びコンピュータプログラム
EP16205768.1A EP3188125B1 (en) 2015-12-28 2016-12-21 Cell region determination method, cell imaging system, and cell image processing apparatus
US15/391,311 US10482605B2 (en) 2015-12-28 2016-12-27 Cell area determination method, cell imaging system, and cell image processing apparatus
CN201611227796.XA CN106971141B (zh) 2015-12-28 2016-12-27 细胞区域确定方法、细胞拍摄系统及细胞图像处理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015257131A JP6742724B2 (ja) 2015-12-28 2015-12-28 細胞領域決定方法、細胞撮像システム、細胞画像の処理装置及びコンピュータプログラム

Publications (2)

Publication Number Publication Date
JP2017120229A true JP2017120229A (ja) 2017-07-06
JP6742724B2 JP6742724B2 (ja) 2020-08-19

Family

ID=57914643

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015257131A Active JP6742724B2 (ja) 2015-12-28 2015-12-28 細胞領域決定方法、細胞撮像システム、細胞画像の処理装置及びコンピュータプログラム

Country Status (4)

Country Link
US (1) US10482605B2 (ja)
EP (1) EP3188125B1 (ja)
JP (1) JP6742724B2 (ja)
CN (1) CN106971141B (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019180848A1 (ja) * 2018-03-20 2019-09-26 株式会社島津製作所 細胞画像解析装置、細胞画像解析システム、学習データの生成方法、学習モデルの生成方法、学習データの生成プログラム、および、学習データの製造方法
US10977788B2 (en) 2017-04-27 2021-04-13 Sysmex Corporation Image analysis method, image analysis apparatus, and image analysis program for analyzing cell with deep learning algorithm

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3605086B1 (en) * 2017-03-30 2023-06-07 FUJIFILM Corporation Cell-image evaluation device and method and program
CN107437269B (zh) * 2017-08-03 2021-10-08 北京小米移动软件有限公司 一种处理图片的方法及装置
JP7175158B2 (ja) * 2018-10-29 2022-11-18 アークレイ株式会社 情報処理装置、測定システム、及びプログラム

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2799191B2 (ja) * 1989-08-24 1998-09-17 オリンパス光学工業株式会社 細胞内イオンの2次元濃度分布像を形成する方法
US7711174B2 (en) 2004-05-13 2010-05-04 The Charles Stark Draper Laboratory, Inc. Methods and systems for imaging cells
JP4868203B2 (ja) 2004-10-27 2012-02-01 オリンパス株式会社 培養標本観察装置
CN101331500B (zh) * 2005-10-14 2015-04-29 尤尼森斯繁殖技术公司 细胞群的变化的测定
US20080052009A1 (en) * 2006-08-23 2008-02-28 Washington, University Of Method for deconvolving single-molecule intensity distributions for quantitative biological measurements
JP5292846B2 (ja) * 2008-02-20 2013-09-18 株式会社ニコン 観察装置と、観察方法
CA2761114A1 (en) * 2009-05-15 2010-11-18 Sru Biosystems, Inc. Detection of changes in cell populations and mixed cell populations
JP5668436B2 (ja) * 2010-12-01 2015-02-12 ソニー株式会社 検体領域検出方法、検体領域検出装置及び検体領域検出プログラム
JP5644447B2 (ja) * 2010-12-06 2014-12-24 ソニー株式会社 顕微鏡、領域判定方法、及びプログラム
JP5941674B2 (ja) * 2011-12-28 2016-06-29 オリンパス株式会社 細胞輪郭線形成装置及びその方法、細胞輪郭線形成プログラム
EP2929507A1 (en) * 2012-12-07 2015-10-14 Canon Kabushiki Kaisha Image generating apparatus and image generating method
EP2976323B1 (en) * 2013-03-20 2020-07-15 3M Innovative Properties Company High refractive index addition-fragmentation agents
WO2015093518A1 (ja) * 2013-12-18 2015-06-25 コニカミノルタ株式会社 画像処理装置、病理診断支援システム、画像処理プログラム及び画像処理方法
JP2015192238A (ja) * 2014-03-27 2015-11-02 キヤノン株式会社 画像データ生成装置および画像データ生成方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10977788B2 (en) 2017-04-27 2021-04-13 Sysmex Corporation Image analysis method, image analysis apparatus, and image analysis program for analyzing cell with deep learning algorithm
WO2019180848A1 (ja) * 2018-03-20 2019-09-26 株式会社島津製作所 細胞画像解析装置、細胞画像解析システム、学習データの生成方法、学習モデルの生成方法、学習データの生成プログラム、および、学習データの製造方法
JPWO2019180848A1 (ja) * 2018-03-20 2021-04-08 株式会社島津製作所 細胞画像解析装置、細胞画像解析システム、学習データの生成方法、学習モデルの生成方法、学習データの生成プログラム、および、学習データの製造方法

Also Published As

Publication number Publication date
US20170186173A1 (en) 2017-06-29
CN106971141A (zh) 2017-07-21
JP6742724B2 (ja) 2020-08-19
EP3188125A1 (en) 2017-07-05
EP3188125B1 (en) 2020-10-07
US10482605B2 (en) 2019-11-19
CN106971141B (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN106971141B (zh) 细胞区域确定方法、细胞拍摄系统及细胞图像处理装置
US11199690B2 (en) Determining a degree of red blood cell deformity within a blood sample
US10890576B2 (en) Image processing device, image processing method, and recording medium
JP4869694B2 (ja) 位相物体検出装置及び位相物体検出方法
JP6318755B2 (ja) 糸状性細菌検出装置および糸状性細菌の検出方法
WO2017150194A1 (ja) 画像処理装置、画像処理方法及びプログラム
WO2015151616A1 (ja) 細胞撮像制御装置および方法並びにプログラム
KR20200082746A (ko) 골수 판독을 위한 셀존 레이블링 장치 및 이를 포함하는 셀존 검출 시스템
WO2016194338A1 (ja) 画像処理方法および画像処理装置
JP6345001B2 (ja) 画像処理方法および画像処理装置
US20240095910A1 (en) Plaque detection method for imaging of cells
JP6284024B2 (ja) 細胞生死判定システム、細胞生死判定方法
US8965098B2 (en) Cell-image analyzing apparatus
JP6609967B2 (ja) 判定装置、判定システム、判定プログラム、及び細胞の製造方法
WO2017183441A1 (ja) 画像処理方法、画像処理装置、および画像処理プログラム
JP2016067280A (ja) 画像処理方法、制御プログラム、記録媒体および画像処理装置
KR101400410B1 (ko) 현미경 영상 내 세포 분류 방법 및 장치
JP2010025758A (ja) 画像処理装置および画像処理方法
JP2006226916A (ja) 定量分析装置、定量分析方法および定量分析プログラム
WO2023141189A2 (en) Method and apparatus for imaging of cells for counting cells, confluence measurement and plaque detection
KR20210095910A (ko) 검사 장치 및 검사 방법
Dendere et al. Image fusion for autofocusing in fluorescence microscopy for tuberculosis screening
Dendere et al. Comparison of image fusion and focus function-based techniques for autofocusing in fluorescence microscopy for tuberculosis screening
JP2016192922A (ja) 判定装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160129

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181025

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190830

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191001

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191129

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: 20200630

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200729

R150 Certificate of patent or registration of utility model

Ref document number: 6742724

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250