JP2017140006A - 培養状態解析システム及び培養状態解析方法、並びに、プログラム - Google Patents
培養状態解析システム及び培養状態解析方法、並びに、プログラム Download PDFInfo
- Publication number
- JP2017140006A JP2017140006A JP2016025081A JP2016025081A JP2017140006A JP 2017140006 A JP2017140006 A JP 2017140006A JP 2016025081 A JP2016025081 A JP 2016025081A JP 2016025081 A JP2016025081 A JP 2016025081A JP 2017140006 A JP2017140006 A JP 2017140006A
- Authority
- JP
- Japan
- Prior art keywords
- target
- particle
- cell mass
- information
- culture
- 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
Links
Abstract
【解決手段】状態解析システム1は、複数の異なる粒径の細胞塊が存在する推定対象となる懸濁培養液51内の特定領域52を含む領域を撮像し、当該撮像された特定領域52の画像について画像解析することによって、当該特定領域52に存在すると想定される細胞塊を抽出しつつ、当該推定対象の細胞塊の分布特徴量における各基底情報の基底混合比を推定し、当該推定した混合比に基づいて、懸濁培養容器50全体における細胞塊の粒径分布、及び、懸濁培養容器50全体における細胞塊の総粒子数を算出し、細胞塊の状態を解析する構成を有している。
【選択図】図1
Description
まず、図1及び図2を用いて本実施形態における状態解析システム1の構成及び概要について説明する。なお、図1は、本実施形態における状態解析システム1の構成を示すシステム構成図であり、図2は、本実施形態の状態解析システムにおいて撮像された対象画像の一例である。
(1)基底検体としての懸濁培養液51について細胞塊の分布特徴量などの情報(以下、「基底情報」という。)を予め登録しておき、
(2)複数の異なる粒径の細胞塊が存在する推定対象となる懸濁培養液51内を撮像し、(3)予め登録された基底情報を用いて、当該推定対象の特定領域52に存在する細胞塊の分布特徴量における各基底情報の混合比(以下、「基底混合比」ともいう。)を推定し、
(4)当該推定した混合比に基づいて、懸濁培養容器50全体における細胞塊の粒径分布、及び、懸濁培養容器50全体における細胞塊の総粒子数を算出し、
細胞塊の状態を解析するようになっている。
(1)撮像装置20から、懸濁培養液51に推定対象の複数種類の細胞塊(具体的には粒径サイズの異なる細胞塊)が混在する懸濁培養容器50内の特定領域52を含む領域が画像化された対象画像データを取得し、
(2)取得した対象画像データの対象画像に対して所定の画像解析を実行し、当該対象画像に画像化されている複数の粒子から構成される粒子群を特定しつつ、当該特定した粒子群の中から、合焦点となっている粒子を、推定対象の特定領域52に存在する細胞塊を示す合焦点粒子として、抽出し、
(3)対象画像に対して所定の画像解析を実行し、抽出した合焦点粒子に対する特徴量を検出し、
(4)登録されている各基底情報における細胞塊の特徴量と(3)で検出した合焦点粒子の特徴量とに基づいて所定の演算を実行し、推定対象に含まれる各基底情報の基底混合比を推定し、
(5)推定した基底混合比と、予め登録されている各基底情報の目標項目の値と、に基づいて、所定の演算を実行し、推定対象における前記目標項目を算出する、
構成を有している。
次に、図3を用いて本実施形態の画像処理装置30の構成について説明する。なお、図3は、本実施形態の画像処理装置30のブロックを示すブロック図である。
(1)予め規定された量の基底検体としての懸濁培養液51を有する懸濁培養容器50内の特定領域52において、当該特定領域52に存在する細胞塊の粒子像のサイズのヒストグラムである分布特徴量情報(以下、「分布特徴量情報(基底)」という。)、
(2)予め規定された量の基底検体としての懸濁培養液51における当該特定領域52に存在する細胞塊の粒子像数である特徴量情報(以下、「粒子像数情報(基底)」という。)、
(3)予め規定された量の基底検体としての懸濁培養液51の全体(すなわち、懸濁培養容器50全体)に含まれる細胞塊の粒径分布の情報(以下、「実粒径分布情報」という。)、
(4)予め規定された量の基底検体としての懸濁培養液51の全体(すなわち、懸濁培養容器50全体)に含まれる細胞塊が存在する数の情報(以下、「実粒子数情報」という。)、
が基底情報としてそれぞれ複数の異なる実粒径分布毎に登録される。
(1)分布特徴量情報(基底)、粒子像数情報(基底)、実粒径分布情報及び実粒子数情報を含む基底情報を異なる粒径(すなわち基底)のそれぞれについて基底情報として予め複数登録する登録処理、
(2)撮像装置20によって推定対象の懸濁培養容器50内を撮像して画像化された対象画像データの対象画像に対して所定の画像解析を実行し、当該対象画像に画像化されている複数の粒子から構成される粒子群から、合焦点粒子を、推定対象の特定領域に存在する細胞塊として、抽出する合焦点粒子抽出処理、
(3)抽出した細胞塊の分布特徴量(以下、「分布特徴量(検出)」という。)及び粒子像数を検出するとともに、検出した細胞塊の分布特徴量(検出)と登録されている基底情報における分布特徴量(基底)とに基づいて、推定対象の懸濁培養液51における各基底情報の基底混合比を推定する混合比推定処理、及び、
(4)推定した基底混合比及び検出した粒子像数と、登録されている基底情報の実粒径分布情報及び実粒子数情報に基づいて、推定対象の懸濁培養液51を有する懸濁培養容器50全体における細胞塊の粒径分布及び総粒子数を算出する状態解析処理、
を実現する。
[3.1]データ処理部の詳細
次に、図4〜図8を用いて本実施形態の画像処理装置30におけるデータ処理部320の詳細について説明する。
登録処理部321は、図示しない測定器又は操作部370と連動し、状態解析処理に用いる代表的な状態の懸濁培養液51、すなわち、基底検体についての粒径分布及び粒子像数の情報を取得し、当該取得した粒径分布及び粒子像数の情報を基底情報の特徴量情報として参照データ記録部303に登録する。
(1)特定領域52における細胞塊の分布特徴量情報、
(2)特定領域52における細胞塊の粒子像数情報
(3)実粒径分布情報、
(4)実粒子数情報、
を、参照データ記録部303にそれぞれ登録する。
システム制御部322は、操作部370を介して入力された操作指示に基づいて照明装置10及び撮像装置20を制御する。具体的には、システム制御部322は、状態解析処理の開始時に、又は、予め分布特徴量情報(基底)及び粒子像数情報(基底)を取得する際に、レンズの選定及びピント、撮像タイミング、撮像枚数、照明の種類、及び、照明強度などの撮像装置20及び照明装置10を制御する。
抽出処理部323は、懸濁培養容器50内を撮像した特定領域52を含む各対象画像(入力画像)を構成する各ピクセルの輝度値に基づいて、当該対象画像に画像化されている複数の粒子から構成される粒子群から合焦点粒子を、推定対象の特定領域52に存在する細胞塊として、合焦点粒子抽出処理を実行する。なお、本実施形態の合焦点粒子抽出処理の詳細は後述する。
検出処理部324は、異なる粒径の細胞塊が複数存在する懸濁培養液51(すなわち、推定対象)における細胞塊状態を解析する場合に、推定対象の各対象画像から、抽出された合焦点粒子におけるピクセル数、当該ピクセル数に基づく合焦点粒子の粒径サイズのヒストグラムと、各対象画像内の特定領域52に存在すると想定される合焦点粒子(すなわち、細胞塊)における粒子像数と、をそれぞれ検出し、それらの各平均を平均分布特徴量又は平均粒子像数として算出する。
推定解析処理部325は、参照データ記録部303に記録された基底検体毎の分布特徴量情報(基底)と検出処理部324において算出された分布特徴量情報(検出)とに基づいて、所定の演算を実行し、分布特徴量情報(検出)における各基底情報における基底混合比を算出する。特に、推定解析処理部325は、例えば、制約条件付き最小二乗法の演算を実行し、分布特徴量情報(検出)における各基底情報における基底混合比を算出する。
次に、図9〜図16を用いて本実施形態の画像処理装置30の抽出処理部323における合焦点粒子抽出処理の詳細について説明する。
(1A)入力画像を構成する各ピクセルの輝度値における変化率(以下、「輝度勾配値」という。)を算出し、
(1B)各ピクセルの位置及び輝度勾配値に基づいて、入力画像におけるエッジを検出する。
(2A)エッジを構成するピクセル(以下、「エッジピクセル」という。)を特定し、
(2B)当該特定した各エッジピクセルの輝度勾配値に基づいて、所定の条件を有する特定のピクセルについて、合焦点粒子(すなわち、細胞塊)の中心となるべきピクセル(以下、「中心候補ピクセル」という。)になる場合の確度を算出する。
(3A)所定の確度を有する特定ピクセルを中心候補ピクセルに決定し、
(3B)当該中心候補ピクセルの確度について平滑化などの所定の補正処理を実行し、
(3C)当該補正された確度を有するピクセル群から構成される連続領域を、合焦点粒子候補の中心ピクセルを探索するための領域(以下、「探索領域」という。)として特定する。
(4A)各探索領域内で確度が最大(すなわち、極大値)となるピクセルを合焦点粒子の候補(以下、「合焦点候補」という。)における中心ピクセルとして特定し、
(4B)特定された合焦点粒子候補の中心ピクセルの確度を算出した際に用いた基準値から当該合焦点粒子候補の半径Rを決定し、
(4C)入力画像上において各中心ピクセルを中心に当該各中心ピクセルから該当する半径Rの領域をそれぞれ合焦点粒子候補として特定する。
(5A)輝度勾配値を用いて各合焦点粒子候補の合焦点度を算出し、
(5B)予め定められた合焦点度を有する合焦点粒子候補を合焦点粒子として特定する。
抽出処理部323は、入力された対象画像毎に、照明装置10によって照射されることによって生じた照度ムラ成分を除去し、照明によって影響のない画像を補正画像として生成する。
抽出処理部323は、入力画像(照度ムラが除去された入力画像)を構成する各ピクセルの輝度値を微分し、当該各ピクセルの輝度勾配値を算出する。そして、抽出処理部323は、算出された各ピクセルの輝度勾配値について、予め定められた閾値によって2値化し、一方の値(例えば、輝度勾配値が高い値)を有するピクセルを、エッジを構成するエッジピクセルとして特定する。
抽出処理部323は、算出された各エッジピクセルの入力画像上の座標位置とそれぞれの輝度勾配値に基づいて、該当するエッジピクセルから輝度勾配値が大きくなる方向(輝度勾配値のベクトルの方向)に沿って、予め定められた長さの直線上の各ピクセル(各半径候補rの中心候補ピクセル)に対して、当該輝度勾配値に基づいて定められた値(以下、「投票値」という。)を加算し、全てのエッジピクセルに基づいて加算された投票値の合計を各中心候補ピクセルの確度として算出する。
抽出処理部323は、各ピクセルの入力画像上の位置に従って、算出された各中心候補ピクセルの確度に対する平滑化処理を実行し、各中心候補ピクセルの確度における補正値(以下、「補正確度」という。)を算出する。特に、抽出処理部323は、補正処理として、平均フィルタ又はガウシアンフィルタを用いた平滑化処理を実行する。
抽出処理部323は、各探索領域内で確度が最大(すなわち、極大値)となるピクセルを合焦点粒子候補における中心ピクセルとして特定し、特定された合焦点粒子候補の中心ピクセルの確度を算出した際に用いた複数の半径rの中から、中心ピクセルの確度を算出する上で最大に寄与した値(すなわち、複数の半径rの中において加算された投票値が最大である半径r)を所定の条件を有する半径として当該合焦点粒子候補の半径Rに決定する。
抽出処理部323は、入力画像を構成する各ピクセルの輝度から所定の平滑化処理を実行し、各ピクセルにおける補正された輝度(以下、「補正輝度」という。)をそれぞれ算出し、各ピクセルにおける輝度に基づく輝度勾配値と補正輝度に基づく輝度勾配値(以下、「補正輝度勾配値」という。)をそれぞれ算出する。
次に、図17及び図18を用いて本実施形態の画像処理装置30において実行される品質判定処理の動作について説明する。
本動作は、画像分布特徴量情報、実粒径分布情報、粒子像数情報(基底)及び実粒子数情報を含む異なる基底検体それぞれにおける基底情報が予めデータ記録部300に記録されているものとする。
本動作は、品質判定処理におけるステップS102において実行される動作であり、特定領域52内に存在すると想定される合焦点粒子を細胞塊として特定する処理の動作である。
次に、図19〜図27を用いて本実施形態において上記の推定粒径分布および推定粒子数が有効に算出されることを確認するため実施した実験結果について説明する。
(A1)特定領域52に存在する細胞塊の粒子像のサイズのヒストグラムである分布特徴量情報(基底)、及び、
(A2)当該特定領域52に存在する細胞塊の粒子像数である粒子像数情報(基底)、
を算出して得られた基底情報として用いている。
(B1)顕微鏡によって取得された、懸濁培養容器50全体に含まれる細胞塊の粒径分布を示す実粒径分布情報、及び、
(B2)セルソータ装置によって取得された、懸濁培養容器50全体に含まれる細胞塊が存在する数を示す実粒子数情報、
を基底情報として用いている。
実験結果1においては、図20(A)及び(B)示す上記の基底検体A〜Dの画像特徴量及び真の粒径分布と、図21(A)及び(B)に示すテスト検体1及び2の画像特徴量と、に基づいて、各テスト検体1及び2における粒径分布を推定した。
実験結果2は、分布の形状同士を直感的に比較しやすいように、近接するヒストグラムのビン間でデータを適宜配分することで滑らかな形状のグラフとして表示した場合の実験結果である。
[6.1]変形例1
上記実施形態の状態解析システム1は、撮像装置20、照明装置10及び画像処理装置30を有するスタンドアロン型によって実現されているが、撮像装置20及び照明装置10と、画像処理装置30と、が独立的に設置されてネットワークを介して接続されることによって実現されてもよい。
上記実施形態においては、基底混合比を推定する際に、制限条件付き最小二乗法を用いているが、分布特徴量の選び方とその特性に応じてEMアルゴリズムなどの適切なアルゴリズムを用いて基底混合比を算出してもよい。
上記実施形態においては、基底情報における実粒径分布情報及び実粒子数情報を、懸濁培養液51全体(すなわち、容器全体)を測定することによって取得しているが、当該懸濁培養液51の一部を測定し、当該一部の容積と懸濁培養液全体の容積との容積比率に基づいて、懸濁培養液51全体としての基底情報における実粒径分布情報及び実粒子数情報を取得してもよい。
上記実施形態においては、所定の条件の下に登録された基底情報を用いて基底混合比及び実粒径分布及び実粒子数を含む各種の目標項目を算出しているが、実際に登録された情報に代えて当該実際に登録された値から算出される値(補正値)を用いてもよい。
上記実施形態においては、複数の画像の個々から得られる特徴量を平均したものを平均分布特徴量として利用しているが、平均以外の方法によって分布特徴量を算出してもよい。
本実施形態の合焦点粒子抽出処理においては、上述のように、入力画像を構成する各ピクセルにおける輝度勾配値を用いて当該入力画像において合焦点となる粒子を特定領域に存在すると想定された細胞塊であるとして検出しているが、予め定められた時間間隔毎に得られた入力画像(タイムラプス画像)を用いて各細胞塊(すなわち、懸濁培養液の粒子)をトラッキングして合焦点粒子となる細胞塊と、対応する入力画像を抽出、あるいはその細胞塊から得られる特徴量自体を補間により算出してもよい。
Ryoma Bise, Zhaozheng Yin, Takeo Kanade:「Reliable Cell Tracking By Global Data Association」IEEE International Symposium on Biomedical Imaging 2011
Takeo Kanade, Zhaozheng Yin, Ryoma Bise, Seungil Huh, Sungeun Eom, Michael Sandbothe and Mei Chen:「Cell Image Analysis: Algorithms, System and Applications」IEEE Workshop on Applications of Computer Vision (WACV) 2011
10 … 照明装置
20 … 撮像装置
30 … 画像処理装置
300 … データ記録部
301 … アプリケーション記録部
302 … 画像データ記録部
303 … 参照データ記録部
320 … データ処理部
321 … 登録処理部
322 … システム制御部
323 … 抽出処理部
324 … 検出処理部
325 … 推定解析処理部
340 … 表示部
350 … 表示制御部
370 … 操作部
380 … 管理制御部
Claims (12)
- 細胞塊を含む培養液である検体であって培養に関する目標項目が既知で、かつ、当該目標項目が異なる複数の検体のそれぞれについて、当該目標項目の値と、前記培養液を有する容器内の一部の領域である画像化された特定領域における前記細胞塊の特徴量と、を含む情報を、基底情報として、予め記録手段に登録する登録手段と、
撮像装置から、推定対象の培養液を有する前記容器内が画像化された対象画像を対象画像データとして取得する取得手段と、
前記取得された対象画像データの対象画像に対して所定の画像解析を実行し、当該対象画像に画像化されている複数の粒子から構成される粒子群から、合焦点の粒子を、前記推定対象の特定領域に存在する細胞塊を示す合焦点粒子として、抽出する抽出手段と、
前記対象画像に対して所定の画像解析を実行し、前記抽出された合焦点粒子に対する前記特徴量を検出する検出手段と、
前記登録されている各基底情報における前記細胞塊の特徴量と前記検出された細胞塊としての合焦点粒子の特徴量とに基づいて、所定の演算を実行し、前記推定対象に含まれる各基底情報の混合比を推定する推定手段と、
前記推定された混合比と、前記予め登録されている各基底情報の目標項目の値と、に基づいて、所定の演算を実行し、前記推定対象における前記目標項目を算出する算出手段と、
を備えることを特徴とする、培養液の培養状態解析システム。 - 請求項1に記載の培養液の培養状態解析システムにおいて、
前記抽出手段が、
前記対象画像を構成する各ピクセルの色特徴量に基づいて、前記画像解析を実行して前記合焦点粒子の候補を特定し、
当該特定した合焦点粒子の候補の各合焦点度を算出し、
当該算出された合焦点度が所定の条件を具備する合焦点粒子の候補を前記合焦点粒子として特定する、培養液の培養状態解析システム。 - 請求項2に記載の培養液の培養状態解析システムにおいて、
前記色特徴量が、各ピクセルにおける輝度の変化率を示す輝度勾配値である、培養液の培養状態解析システム。 - 請求項1〜3のいずれか1項に記載の培養液の培養状態解析システムにおいて、
前記細胞塊の特徴量には、前記特定領域における前記細胞塊の分布特徴量が含まれる、培養液の培養状態解析システム。 - 請求項4に記載の培養液の培養状態解析システムにおいて、
前記目標項目が、前記細胞塊の粒径分布を示す実粒径分布情報である場合には、
前記算出手段が、前記推定対象の前記容器全体における細胞塊の実粒径分布を前記目標項目として算出する、培養液の培養状態解析システム。 - 請求項4又は5に記載の培養液の培養状態解析システムにおいて、
前記分布特徴量としては、前記細胞塊の前記対象画像上におけるピクセル数に基づくサイズのヒストグラムを用いる、培養液の培養状態解析システム。 - 請求項4〜6のいずれか1に記載の培養液の培養状態解析システムにおいて、
前記細胞塊の特徴量には、前記特定領域における前記細胞塊の分布特徴量とともに、当該分布特徴量とは異なる特徴量である従属特徴量を含み、
前記推定手段が、前記登録されている各基底情報における前記細胞塊の分布特徴量と前記検出された細胞塊の分布特徴量とに基づいて、所定の演算を実行し、前記推定対象に含まれる各基底情報の混合比を推定し、
前記算出手段が、前記検出された従属特徴量と、前記推定された混合比と、前記予め登録されている各基底情報であって前記従属特徴量に関する目標項目の値と、に基づいて、前記推定対象における前記目標項目を算出する、培養液の培養状態解析システム。 - 請求項7に記載の培養液の培養状態解析システムにおいて、
前記細胞塊の特徴量が、前記特定領域における細胞塊の粒子像数であり、前記目標項目が、前記容器全体における細胞塊が存在する数を示す実粒子数情報である場合には、
前記算出手段が、前記推定対象の前記容器全体における細胞塊の実粒子数を前記目標項目として算出する、培養液の培養状態解析システム。 - 請求項1〜6のいずれか1項に記載の培養液の培養状態解析システムにおいて、
前記取得手段が、複数の前記対象画像データを取得し、
前記検出手段が、前記取得された複数の前記対象画像データのそれぞれに対する対象画像内における前記細胞塊の特徴量を検出し、かつ、当該検出した各対象画像データの特徴量を平均化し、
前記推定手段が、前記平均化された特徴量と、前記登録されている各基底情報における前記細胞塊の特徴量と、に基づいて所定の演算を実行し、前記推定対象に含まれる各基底情報の混合比を推定する、培養液の培養状態解析システム。 - 請求項1〜9のいずれか1項に記載の培養液の培養状態解析システムにおいて、
前記特定領域を撮像して画像化する撮像装置を更に備え、
前記取得手段が、前記撮像装置から対象画像データを取得する、培養液の培養状態解析システム。 - コンピュータを、
細胞塊を含む培養液である検体であって培養に関する目標項目が既知で、かつ、当該目標項目が異なる複数の検体のそれぞれについて、当該目標項目の値と、前記培養液を有する容器内の一部の領域である画像化された特定領域における前記細胞塊の特徴量と、を含む情報を、基底情報として、予め記録手段に登録する登録手段、
撮像装置から、推定対象の培養液を有する前記容器内が画像化された対象画像を対象画像データとして取得する取得手段、
前記取得された対象画像データの対象画像に対して所定の画像解析を実行し、当該対象画像に画像化されている複数の粒子から構成される粒子群から、合焦点の粒子を、前記推定対象の特定領域に存在する細胞塊を示す合焦点粒子として、抽出する抽出手段、
前記対象画像に対して所定の画像解析を実行し、前記抽出された合焦点粒子に対する前記特徴量を検出する検出手段、
前記登録されている各基底情報における前記細胞塊の特徴量と前記検出された細胞塊としての合焦点粒子の特徴量とに基づいて、所定の演算を実行し、前記推定対象に含まれる各基底情報の混合比を推定する推定手段、及び、
前記推定された混合比と、前記予め登録されている各基底情報の目標項目の値と、に基づいて、所定の演算を実行し、前記推定対象における前記目標項目を算出する算出手段
として機能させることを特徴とする、プログラム。 - 細胞塊を含む培養液である検体であって培養に関する目標項目が既知で、かつ、当該目標項目が異なる複数の検体のそれぞれについて、当該目標項目の値と、前記培養液を有する容器内の一部の領域である画像化された特定領域における前記細胞塊の特徴量と、を含む情報を、基底情報として、予め記録手段に登録し、
撮像装置から、推定対象の培養液を有する前記容器内が画像化された対象画像を対象画像データとして取得し、
前記取得された対象画像データの対象画像に対して所定の画像解析を実行し、当該対象画像に画像化されている複数の粒子から構成される粒子群から、合焦点の粒子を、前記推定対象の特定領域に存在する細胞塊を示す合焦点粒子として、抽出し、
前記対象画像に対して所定の画像解析を実行し、前記抽出された合焦点粒子に対する前記特徴量を検出し、
前記登録されている各基底情報における前記細胞塊の特徴量と前記検出された細胞塊としての合焦点粒子の特徴量とに基づいて、所定の演算を実行し、前記推定対象に含まれる各基底情報の混合比を推定する推定し、
前記推定された混合比と、前記予め登録されている各基底情報の目標項目の値と、に基づいて、所定の演算を実行し、前記推定対象における前記目標項目を算出する、
ことを特徴とする、培養液の培養状態解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016025081A JP6730040B2 (ja) | 2016-02-12 | 2016-02-12 | 培養状態解析システム及び培養状態解析方法、並びに、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016025081A JP6730040B2 (ja) | 2016-02-12 | 2016-02-12 | 培養状態解析システム及び培養状態解析方法、並びに、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017140006A true JP2017140006A (ja) | 2017-08-17 |
JP6730040B2 JP6730040B2 (ja) | 2020-07-29 |
Family
ID=59626837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016025081A Active JP6730040B2 (ja) | 2016-02-12 | 2016-02-12 | 培養状態解析システム及び培養状態解析方法、並びに、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6730040B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019131626A1 (ja) * | 2017-12-28 | 2019-07-04 | オリンパス株式会社 | 細胞培養制御方法、細胞培養制御装置、細胞培養装置および細胞培養システム |
JP2019154370A (ja) * | 2018-03-15 | 2019-09-19 | オリンパス株式会社 | 解析装置、解析システム、スピナーフラスコ、プログラム |
WO2019188765A1 (ja) * | 2018-03-30 | 2019-10-03 | オリンパス株式会社 | 観察装置 |
WO2019235563A1 (ja) * | 2018-06-08 | 2019-12-12 | オリンパス株式会社 | 観察装置 |
WO2019244917A1 (ja) | 2018-06-19 | 2019-12-26 | 学校法人帝京大学 | 細胞の挙動の解析方法、およびその利用 |
US11299701B2 (en) | 2019-03-19 | 2022-04-12 | Olympus Corporation | Culture-medium-monitoring apparatus |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0227977A (ja) * | 1988-07-18 | 1990-01-30 | Hitachi Ltd | 動物細胞の培養装置、培養方法及び活性診断装置 |
WO2015163211A1 (ja) * | 2014-04-21 | 2015-10-29 | コニカミノルタ株式会社 | 生体物質定量方法、画像処理装置、病理診断支援システム及び画像処理プログラム |
JP6512593B2 (ja) * | 2015-02-23 | 2019-05-15 | 大日本印刷株式会社 | 培養液の培養状態解析システム及び培養状態解析方法、並びに、プログラム |
-
2016
- 2016-02-12 JP JP2016025081A patent/JP6730040B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0227977A (ja) * | 1988-07-18 | 1990-01-30 | Hitachi Ltd | 動物細胞の培養装置、培養方法及び活性診断装置 |
WO2015163211A1 (ja) * | 2014-04-21 | 2015-10-29 | コニカミノルタ株式会社 | 生体物質定量方法、画像処理装置、病理診断支援システム及び画像処理プログラム |
JP6512593B2 (ja) * | 2015-02-23 | 2019-05-15 | 大日本印刷株式会社 | 培養液の培養状態解析システム及び培養状態解析方法、並びに、プログラム |
Non-Patent Citations (3)
Title |
---|
小泉 真也 他: "回帰面による輝度画像のエッジ抽出法", 画像電子学会誌, vol. 第34巻第6号, JPN6019040609, 2005, pages 778 - 785, ISSN: 0004219521 * |
菅野 純一: "エッジ検出の原理と画像計測への応用", 精密工学会誌, vol. 78, no. 7, JPN6019040602, 2012, pages 589 - 593, ISSN: 0004219520 * |
高安 秀樹 他: "フラクタル画像解析の細胞診断への応用", MEDICAL IMAGING TECHNOLOGY, vol. 15, no. 5, JPN6019040605, 1997, pages 587 - 591, ISSN: 0004219522 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2019131626A1 (ja) * | 2017-12-28 | 2020-12-10 | オリンパス株式会社 | 細胞培養制御方法、細胞培養制御装置、細胞培養装置および細胞培養システム |
WO2019131626A1 (ja) * | 2017-12-28 | 2019-07-04 | オリンパス株式会社 | 細胞培養制御方法、細胞培養制御装置、細胞培養装置および細胞培養システム |
JP2019154370A (ja) * | 2018-03-15 | 2019-09-19 | オリンパス株式会社 | 解析装置、解析システム、スピナーフラスコ、プログラム |
JP7130396B2 (ja) | 2018-03-15 | 2022-09-05 | 株式会社エビデント | 解析装置、解析システム、プログラム |
WO2019188765A1 (ja) * | 2018-03-30 | 2019-10-03 | オリンパス株式会社 | 観察装置 |
US11188736B2 (en) | 2018-03-30 | 2021-11-30 | Olympus Corporation | Observation device |
WO2019235563A1 (ja) * | 2018-06-08 | 2019-12-12 | オリンパス株式会社 | 観察装置 |
JPWO2019235563A1 (ja) * | 2018-06-08 | 2021-06-17 | オリンパス株式会社 | 観察装置および細胞観察方法 |
JP7064584B2 (ja) | 2018-06-08 | 2022-05-10 | オリンパス株式会社 | 観察装置および細胞観察方法 |
WO2019234916A1 (ja) * | 2018-06-08 | 2019-12-12 | オリンパス株式会社 | 観察装置 |
US11635364B2 (en) | 2018-06-08 | 2023-04-25 | Evident Corporation | Observation device |
WO2019244917A1 (ja) | 2018-06-19 | 2019-12-26 | 学校法人帝京大学 | 細胞の挙動の解析方法、およびその利用 |
US11475578B2 (en) | 2018-06-19 | 2022-10-18 | Teikyo University | Method for analyzing behavior of cell, and use thereof |
US11299701B2 (en) | 2019-03-19 | 2022-04-12 | Olympus Corporation | Culture-medium-monitoring apparatus |
Also Published As
Publication number | Publication date |
---|---|
JP6730040B2 (ja) | 2020-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6730040B2 (ja) | 培養状態解析システム及び培養状態解析方法、並びに、プログラム | |
US10416433B2 (en) | Cell image acquisition device, method, and program | |
US8064661B2 (en) | Cell culture device, image processing device and cell detecting system | |
EP2927311B1 (en) | Cell observation device, cell observation method and program thereof | |
WO2011016189A1 (ja) | 細胞の分類手法、この手法を用いた画像処理プログラム及び画像処理装置、並びに細胞塊の製造方法 | |
EP2671113B1 (en) | Fast auto-focus in microscopic imaging | |
JP6194791B2 (ja) | 画像処理装置及びプログラム | |
JP2018522572A (ja) | プレート培地上にストリークされた試料からの自動化された微生物コロニーカウントのための方法及びシステム | |
US20180342078A1 (en) | Information processing device, information processing method, and information processing system | |
JP4662935B2 (ja) | 試料の面積またはコンフルエンスを決定するための方法と装置 | |
US10538729B2 (en) | Cell imaging control device, method, and program | |
JP6130801B2 (ja) | 細胞領域表示制御装置および方法並びにプログラム | |
WO2015146064A1 (ja) | 細胞認識装置および方法並びにプログラム | |
JP6512593B2 (ja) | 培養液の培養状態解析システム及び培養状態解析方法、並びに、プログラム | |
JP6343874B2 (ja) | 観察装置、観察方法、観察システム、そのプログラム、および細胞の製造方法 | |
JP2015210212A (ja) | 細胞生死判定システム、細胞生死判定方法 | |
US11030751B2 (en) | Cell image evaluation device, method, and program | |
CN109948544A (zh) | 一种目标菌落自动定位与识别方法 | |
JP2022001040A (ja) | 細胞の評価方法及び細胞解析装置 | |
US11756190B2 (en) | Cell image evaluation device, method, and program | |
Maggavi et al. | Motility analysis with morphology: Study related to human sperm | |
Lizanets et al. | Cell detection and tracking in lab-on-a-chip devices by image processing | |
WO2019175959A1 (ja) | 細胞状態判定方法及び細胞状態判定装置 | |
JP6156137B2 (ja) | 画像処理装置及びプログラム | |
Shi et al. | Automatic recognition and evaluation of micro-contaminant particles on ultra-smooth optical substrates using image analysis method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191008 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A132 Effective date: 20191023 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200225 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200228 |
|
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: 20200602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200702 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6730040 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |