JP2020071037A - 情報処理装置、測定システム、及びプログラム - Google Patents

情報処理装置、測定システム、及びプログラム Download PDF

Info

Publication number
JP2020071037A
JP2020071037A JP2018202721A JP2018202721A JP2020071037A JP 2020071037 A JP2020071037 A JP 2020071037A JP 2018202721 A JP2018202721 A JP 2018202721A JP 2018202721 A JP2018202721 A JP 2018202721A JP 2020071037 A JP2020071037 A JP 2020071037A
Authority
JP
Japan
Prior art keywords
unit
image
images
information processing
classification
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
JP2018202721A
Other languages
English (en)
Other versions
JP7175158B2 (ja
Inventor
浩司 藤本
Koji Fujimoto
浩司 藤本
中嶋 真也
Shinya Nakajima
真也 中嶋
中西 健二
Kenji Nakanishi
健二 中西
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.)
Arkray Inc
Original Assignee
Arkray Inc
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 Arkray Inc filed Critical Arkray Inc
Priority to JP2018202721A priority Critical patent/JP7175158B2/ja
Priority to CN201910957313.9A priority patent/CN111103433B/zh
Priority to US16/653,073 priority patent/US11080512B2/en
Priority to EP19205499.7A priority patent/EP3647998A1/en
Publication of JP2020071037A publication Critical patent/JP2020071037A/ja
Application granted granted Critical
Publication of JP7175158B2 publication Critical patent/JP7175158B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584Control arrangements for automatic analysers
    • G01N35/00722Communications; Identification
    • G01N35/00871Communications between instruments or with remote terminals
    • 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
    • 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
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • G01N21/03Cuvette constructions
    • G01N21/05Flow-through cuvettes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483Physical analysis of biological material
    • G01N33/487Physical analysis of biological material of liquid biological material
    • G01N33/493Physical analysis of biological material of liquid biological material urine
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/001Texturing; Colouring; Generation of texture or colour
    • 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
    • G06V20/698Matching; Classification
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1765Method using an image detector and processing of image signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Theoretical Computer Science (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Biophysics (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

【課題】フロー方式による画像撮影を行う場合であっても、複数の有形成分を含む顕微鏡で観察したような画像を得ることができる情報処理装置、測定システム、及びプログラムを提供する。【解決手段】情報処理装置10は、複数種類の有形成分を含み、かつ、フローセルを流れる検体流体を撮影して得られる複数の画像から、有形成分として認識される有形成分画像を切り出し、切り出した有形成分画像を所定の分類毎に分類する分類部30と、分類部30により分類された有形成分画像の個数に基づいて、分類毎に、基準視野当たりの有形成分の個数又は検体流体に含まれる単位液量当たりの有形成分の個数を導出する導出部32と、導出部32により導出された、分類毎の個数に応じた複数の有形成分画像を配置し、全成分画像を生成する生成部34と、を備える。【選択図】図4

Description

本発明は、情報処理装置、測定システム、及びプログラムに関する。
検体液中に含まれる有形成分の測定方法として、尿沈渣検査が一例として挙げられる。尿沈渣検査は、尿中に含まれる有形成分の量及び種類を調べる検査である。尿沈渣検査では、尿中に含まれる有形成分の種類ごとに、含有量を調べる。尿沈渣検査は、鏡検(標準法)での測定を基準として、1視野(顕微鏡で見た時に一度に見える範囲)内に含まれる有形成分の数で評価を行う。判断基準としては、例えば、1視野中に含まれる、赤血球0〜4個以下、白血球0〜4個以下であれば正常と判断される。評価に用いられる1視野は、有形成分の種類によって異なり、強拡大(400倍)や弱拡大(100倍)が用いられる。視野数20、倍率10倍の接眼レンズの使用が推奨されている。
上記の尿沈渣検査(以下、「尿中有形成分検査」ともいう。)においては、自動化が進められており、大きく分けて、(1)顕微鏡による静止検体の観察、画像撮影、(2)フロー方式による画像撮影、(3)フロー方式によるスキャッタグラム分析、の3つの方法が用いられている。
例えば、特許文献1には、極微細な粒子を含み静止状態にある希薄な生物学的液体試料を遠心分離などの物理的な濃縮処理をすることなく、電子的に濃縮した極微細な粒子を表示する方法が記載されている。この方法は、粒子と粒子とがほとんど重なり合うことのないように、液体試料を広い区域に分布させる段階と、区域の一面にわたって液体試料の複数の光学的静止映像を形成し、各光学的静止映像が区域内の異なる箇所をそれぞれ表すようにする段階と、を有する。また、この方法は、光学的静止映像の各々をそれぞれ1つの電子映像に変換する段階と、電子映像から異なる粒子を表す映像を合成して1つの合成電子映像を形成する段階と、を有する。また、この方法は、合成電子映像から無用な映像部分を除去するか、又は有用な映像部分を抽出するよう合成電子映像を処理する段階と、処理した合成電子映像を電子的に濃縮された極微細な粒子の映像として表示する段階と、を有する。なお、この特許文献1に記載の方法は、上記(1)の顕微鏡による静止検体の観察に関する技術である。
特公平3−41783号公報
ところで、上記(2)のフロー方式による画像撮影では、フローセル中を流れる試料の画像を撮影し、撮影画像から切り出した有形成分画像を有形成分の種類毎に分類して検査を行う。このため、フロー方式による画像撮影では、顕微鏡で静止した検体を観察するように、観察視野を移動させたり、拡大倍率を変化させたりして検体を観察することができない。また、撮影画像から切り出した有形成分画像を分析に用いるため、撮影画像そのものは保存しない。顕微鏡で観察される静止検体の画像には、いろいろな種類の有形成分が含まれており、有形成分の分布や、有形成分の状態等が一目で観察できるため、フロー方式で画像撮影を行う場合でも、複数の有形成分を含む画像を見たいとの要求がある。
本発明は、上記の点に鑑みてなされたものであり、フロー方式による画像撮影を行う場合であっても、複数の有形成分を含む顕微鏡で観察したような画像を得ることができる情報処理装置、測定システム、及びプログラム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の態様に係る情報処理装置は、複数種類の有形成分を含み、かつ、フローセルを流れる検体流体を撮影して得られる複数の画像から、有形成分として認識される有形成分画像を切り出し、切り出した有形成分画像を所定の分類毎に分類する分類部と、前記分類部により分類された有形成分画像の個数に基づいて、前記分類毎に、基準視野当たりの有形成分の個数又は前記検体流体に含まれる単位液量当たりの有形成分の個数を導出する導出部と、前記導出部により導出された、前記分類毎の個数に応じた複数の有形成分画像を配置し、全成分画像を生成する生成部と、を備えている。
また、本発明の第2の態様に係る情報処理装置は、第1の態様において、前記導出部が、前記有形成分画像の個数を、予め定められた前記分類毎の検量線を用いて、前記検体流体の単位液量当たりの個数に換算し、換算した単位液量当たりの個数から、予め定められた視野毎の補正係数を用いて、基準視野当たりの個数を導出する。
また、本発明の第3の態様に係る情報処理装置は、第1又は第2の態様において、前記生成部が、前記複数の有形成分画像を、互いに重ならないように配置する。
また、本発明の第4の態様に係る情報処理装置は、第3の態様において、前記生成部が、前記複数の有形成分画像の各々の背景色を、同一の色調に調整する。
また、本発明の第5の態様に係る情報処理装置は、第4の態様において、前記色調が、前記複数の有形成分画像の各々の背景色を表す画素値の平均値、最大値、及び最小値のいずれかにより定められる。
また、本発明の第6の態様に係る情報処理装置は、第1〜第5のいずれか1の態様において、前記生成部により生成された全成分画像を表示させる制御を行う制御部を更に備え、前記制御部が、前記全成分画像に含まれる特定の有形成分画像のみを選択的に表示させる制御を行う。
また、本発明の第7の態様に係る情報処理装置は、第6の態様において、前記制御部が、前記全成分画像に含まれる複数の有形成分画像のうち、非注目とされた有形成分画像を非表示とする、あるいは、非注目とされた有形成分画像について上限値を超える枚数の画像を非表示とする制御を更に行う。
また、本発明の第8の態様に係る情報処理装置は、第1〜第7のいずれか1の態様において、前記分類部により分類された有形成分画像に対して、前記分類毎に、記憶部に記憶させる枚数の上限を設定する設定部を更に備えている。
また、本発明の第9の態様に係る情報処理装置は、第8の態様において、前記生成部が、前記全成分画像の一部として配置する、前記分類毎の有形成分画像の枚数が前記上限を超えた場合に、前記上限を超えた分の有形成分画像を、前記記憶部に記憶されている有形成分画像の中から重複して取得する。
一方、上記目的を達成するために、本発明の第10の態様に係る測定システムは、複数種類の有形成分を含む検体流体及びシース流体が流れるフローセルと、前記フローセルを流れる検体流体を撮影する撮影部と、前記撮影部により撮影して得られた複数の画像を入力する、第1〜第9のいずれか1の態様における情報処理装置と、を備えている。
更に、上記目的を達成するために、本発明の第11の態様に係るプログラムは、コンピュータを、第1〜第9のいずれか1の態様に係る情報処理装置が備える各部として機能させる。
以上説明したように、フロー方式による画像撮影を行う場合であっても、複数の有形成分を含む顕微鏡で観察したような画像を得ることができる、という効果が得られる。
実施形態に係る測定システムの構成の一部を示す斜視図である。 実施形態に係る測定システムの構成の一例を示す模式図である。 実施形態に係る情報処理装置の電気的な構成の一例を示すブロック図である。 実施形態に係る情報処理装置の機能的な構成の一例を示すブロック図である。 実施形態に係る有形成分毎の検量線の一例を示すグラフである。 実施形態に係る全成分画像画面の一例を示す正面図である。 実施形態に係る項目ボタン群の一例を示す図である。 実施形態に係る画像処理プログラムによる処理の流れの一例を示すフローチャートである。 実施形態に係る有形成分画像リスト画面の一例を示す正面図である。 実施形態に係る測定結果画面の一例を示す正面図である。 実施形態に係る全成分画像の生成プロセスの説明に供する図である。
以下、図面を参照して、本発明を実施するための形態の一例について詳細に説明する。
図1は、本実施形態に係る測定システム70の構成の一部を示す斜視図である。
図1に示すように、本実施形態に係る測定システム70は、フローセル40と、筐体72と、カメラ74と、光源76と、を備えている。なお、図1に示す矢印UPは、測定システム70の上下方向の上側を示している。
本実施形態に係るフローセル40は、例えば、シース流体と共に、検体流体の一例である尿検体を導入することで、尿検体中の有形成分をカメラ74により撮影し、撮影された画像の有形成分の形状等から各種の分析を行う尿中有形成分検査(尿沈渣検査)に適用するものである。このカメラ74は、撮影部の一例である。本実施形態に係る尿検体は、濃縮されていない状態を一例として説明するが、濃縮された検体を用いてもよい。尿検体中には、複数種類の有形成分が含まれている。この有形成分の種類としては、一例として、赤血球、白血球、上皮細胞、円柱、細菌等が挙げられる。なお、本実施形態においては、検体流体の一例として、尿検体を用いて、尿中有形成分検査を行う場合について説明するが、血液、細胞、体液等を対象とした有形成分検査に使用することも可能である。
測定システム70は、フローセル40が配置される筐体72を備えている。筐体72には、フローセル40が挿入される凹部72Aが形成されており、筐体72の凹部72Aを含む位置は、透明な部材(一例としてガラス等)で形成されている。筐体72の内部には、フローセル40と対向する位置にカメラ74が設けられている。筐体72の上側には、カメラ74とフローセル40を挟んで対向する位置に光源76が設けられている。カメラ74は、フローセル40を流れる検体流体を撮影可能な位置に配置されている。
測定システム70は、フローセル40内の検体流路(図示省略)の検体取入口42に検体流体を供給する第1供給装置78を備えている。第1供給装置78は、検体取入口42に一端部が接続される供給管80と、供給管80の途中に設けられたポンプ82と、供給管80の他端部に接続されると共に検体流体が貯留される検体貯留部84と、を備えている。
測定システム70は、フローセル40内のシース流路(図示省略)のシース取入口44にシース流体を供給する第2供給装置86を備えている。第2供給装置86は、シース取入口44に一端部が接続される供給管88と、供給管88の途中に設けられたポンプ90と、供給管88の他端部に接続されると共にシース流体が貯留されるタンク92と、を備えている。
また、フローセル40には、検体取入口42とシース取入口44との間に排出口46が設けられている。排出口46には、排出管(図示省略)の一端部が接続されており、この排出管の他端部が廃棄タンク(図示省略)に接続されている。フローセル40は、検体取入口42から導入された検体と、シース取入口44から導入されたシース液とを合流させる合流部(図示省略)を備え、合流した流体が流路内を流れる。流路内には流路の高さが徐々に小さくなるテーパー部が形成されている。そのため、検体がシース液と合流した後であっても、検体はシース液中に拡散することなく、扁平状に局在化して流れる。局在化した検体流中の有形成分をカメラ74で撮影する。
図2は、本実施形態に係る測定システム70の構成の一例を示す模式図である。
図2に示すように、本実施形態に係る測定システム70は、情報処理装置10を備えている。なお、図2に示す矢印UPは、図1と同様に、測定システム70の上下方向の上側を示している。
情報処理装置10は、カメラ74、光源76と電気的に接続された光源作動部77、ポンプ82、及びポンプ90の動作をそれぞれ制御する制御装置としての機能を有している。情報処理装置10は、パルス信号を光源作動部77に与えることで光源76を所定の間隔で発光させる。また、情報処理装置10は、ポンプ82を駆動させて、検体流体の流量を制御すると共に、ポンプ90を駆動させて、シース流体の流量を制御する。
図3は、本実施形態に係る情報処理装置10の電気的な構成の一例を示すブロック図である。
図3に示すように、本実施形態に係る情報処理装置10は、制御部12と、記憶部14と、表示部16と、操作部18と、通信部20と、を備えている。
本実施形態に係る情報処理装置10には、例えば、パーソナルコンピュータ(PC:Personal Computer)等の汎用的なコンピュータ装置が適用される。なお、情報処理装置10には、スマートフォン、タブレット端末等の携帯可能なコンピュータ装置を適用してもよい。また、情報処理装置10は、複数のユニットに分かれていてもよい。例えば、カメラ74、光源76、ポンプ82、ポンプ90などの測定系を制御するユニットと、カメラ74で撮影した画像の処理及び解析を行うユニットとを含んで構成されていてもよい。また、情報処理装置10は、測定システム70に外部接続されてもよい。
制御部12は、CPU(Central Processing Unit)12A、ROM(Read Only Memory)12B、RAM(Random Access Memory)12C、及び入出力インターフェース(I/O)12Dを備えており、これら各部がバスを介して各々接続されている。
I/O12Dには、記憶部14と、表示部16と、操作部18と、通信部20と、を含む各機能部が接続されている。これらの各機能部は、I/O12Dを介して、CPU12Aと相互に通信可能とされる。
制御部12は、情報処理装置10の一部の動作を制御するサブ制御部として構成されてもよいし、情報処理装置10の全体の動作を制御するメイン制御部の一部として構成されてもよい。制御部12の各ブロックの一部又は全部には、例えば、LSI(Large Scale Integration)等の集積回路又はIC(Integrated Circuit)チップセットが用いられる。上記各ブロックに個別の回路を用いてもよいし、一部又は全部を集積した回路を用いてもよい。上記各ブロック同士が一体として設けられてもよいし、一部のブロックが別に設けられてもよい。また、上記各ブロックのそれぞれにおいて、その一部が別に設けられてもよい。制御部12の集積化には、LSIに限らず、専用回路又は汎用プロセッサを用いてもよい。
記憶部14としては、例えば、HDD(Hard Disk Drive)、SSD(Solid State Drive)、フラッシュメモリ等が用いられる。記憶部14には、本実施形態に係る全成分画像生成処理を行うための画像処理プログラム14Aが記憶される。なお、この画像処理プログラム14Aは、ROM12Bに記憶されていてもよい。また、記憶部14には、全成分画像生成処理に用いる有形成分画像群14Bが記憶されている。なお、記憶部14は、メモリが外付けされたり、後から増設されたりしてもよい。
画像処理プログラム14Aは、例えば、情報処理装置10に予めインストールされていてもよい。画像処理プログラム14Aは、不揮発性の記憶媒体に記憶して、又はネットワークを介して配布して、情報処理装置10に適宜インストールしたり、アップグレードしたりすることで実現してもよい。なお、不揮発性の記憶媒体の例としては、CD-ROM(Compact Disc Read Only Memory)、光磁気ディスク、HDD、DVD-ROM(Digital Versatile Disc Read Only Memory)、フラッシュメモリ、メモリカード等が想定される。
表示部16には、例えば、液晶ディスプレイ(LCD:Liquid Crystal Display)や有機EL(Electro Luminescence)ディスプレイ等が用いられる。表示部16は、タッチパネルを一体的に有していてもよい。操作部18には、例えば、キーボードやマウス等の操作入力用のデバイスが設けられている。表示部16及び操作部18は、情報処理装置10のユーザから各種の指示を受け付ける。表示部16は、ユーザから受け付けた指示に応じて実行された処理の結果や、処理に対する通知等の各種の情報を表示する。
通信部20は、インターネットや、LAN(Local Area Network)、WAN(Wide Area Network)等のネットワークに接続されており、画像形成装置や他のPC等の外部機器との間でネットワークを介して通信が可能とされる。
ところで、上述したように、フローセル40を用いたフロー方式による画像撮影では、フローセル40中を流れる検体流体の画像を撮影し、有形成分として認識したものを撮影画像から切り出す。切り出した有形成分画像を有形成分の種類毎に分類して検査を行う。このため、顕微鏡で観察するような全成分画像を得ることができない。この全成分画像では、有形成分の分布や、複数の有形成分の状態等が一目で観察できるため、フロー方式で画像撮影を行う場合でも、複数の有形成分を含む全成分画像を見たいとの要求がある。
このため、本実施形態に係る情報処理装置10のCPU12Aは、記憶部14に記憶されている画像処理プログラム14AをRAM12Cに書き込んで実行することにより、図4に示す各部として機能する。
図4は、本実施形態に係る情報処理装置10の機能的な構成の一例を示すブロック図である。
図4に示すように、本実施形態に係る情報処理装置10のCPU12Aは、分類部30、導出部32、生成部34、表示制御部36、及び設定部38として機能する。なお、表示制御部36は、制御部の一例である。
本実施形態に係る分類部30は、カメラ74によりフローセル40を流れる検体流体を撮影して得られる複数の画像(一例として、300枚、1000枚)から、検体流体に含まれる複数種類の有形成分を有形成分画像として切り出し、切り出した有形成分画像を所定の分類(例えば、有形成分の種類、大きさ、形状、核の有無等)毎に分類する。分類部30により所定の分類毎に分類された有形成分画像は、有形成分画像群14Bとして検体毎に分けて記憶部14に記憶される。なお、画像から有形成分を認識する方法としては、一例として、機械学習を用いた方法や、パターンマッチングを用いた方法等、各種の公知の技術が適用される。また、有形成分画像群14Bは、有形成分画像群14Bを個々の有形成分画像として説明する場合には、有形成分画像14Bとも称する。
本実施形態に係る導出部32は、分類部30により分類毎に分類された有形成分画像の個数に基づいて、分類毎に、検体流体に含まれる有形成分の個数及び基準視野当たりの有形成分の個数を導出する。具体的に、導出部32は、1検体測定から取得した有形成分画像の個数を、予め定められた分類毎の検量線を用いて、検体流体の単位液量当たりの個数に換算する。そして、換算した単位液量当たりの個数から、予め定められた視野毎の補正係数を用いて、基準視野当たりの個数を導出する。なお、検量線には、関数式や、換算係数、換算テーブル等の相関関係を示すデータも含まれる。
図5は、本実施形態に係る有形成分毎の検量線の一例を示すグラフである。
図5において、横軸は1検体測定で実際に認識した有形成分の個数を示し、縦軸は検体流体の単位液量当たりの有形成分の個数を示している。なお、本実施形態では、代表例として、赤血球の検量線を示している。
実際にフローセル40中に検体流体を流した場合、カメラ74では、実際に流した検体流体の全てを撮影できるわけではない。このため、カメラ74で撮影可能な検体量を把握する。撮影可能な検体量は、標準粒子を含むコントロール液を用いて特定する。例えば、2000個/μlの標準粒子を含むコントロール液1μlをフローセル40に流し、カメラ74で撮影された複数の画像によって500個の標準粒子を捕捉できた場合、この測定系によって撮影可能な検体量は、0.25μl、または流した検体量に対して25%の検体量の撮影が可能であると特定される。
また、有形成分の種類毎に、サイズ、形状、組成及び輪郭の明確さ等が異なるため、カメラ74の撮影エリアに流れる流れ易さ、カメラ74のピント(焦点)の合い易さ、撮影画像における有形成分としての認識し易さ等が異なっている。このため、分類毎に、切り出し画像として有形成分を捕捉できる確率が異なっている。
上記の点を踏まえ、撮影可能な検体量及び分類毎の捕捉確率を反映させた、y=f(x)の関数で表される検量線を作成する。図5に示す検量線は、カメラ74で撮影した複数の画像から実際に認識した赤血球の個数(測定値)と、単位液量当たりに含まれる赤血球の個数との関係を示すグラフである。この検量線を示すグラフは、実際の測定結果と、別の方法で測定した有形成分の正確な個数データとに基づいて作成され、赤血球以外の白血球や、上皮細胞、円柱、細菌等の分類毎に作成される。なお、作成された検量線のデータは記憶部14に予め記憶され、導出部32により参照される。検量線等により、有形成分画像の個数から検体の単位液量当たり(例えば、1μl)に含まれる有形成分の個数を取得する。
そして、分類毎に得られた単位液量当たりの個数から、予め定められた視野毎の補正係数を用いて、基準視野当たりの個数を導出する。ここでいう視野としては、顕微鏡で見た時に一度に見える範囲を示し、一例として、鏡検(標準法)で使用されるHPF(High Power Field、強拡大、400倍相当)、LPF(Low Power Field、弱拡大、100倍相当)が用いられる。補正係数は、基準視野の面積の他に、撮影箇所における検体の配置、濃縮倍率、及び尿検体量から決定される。本実施形態では、HPFの場合の補正係数を「α」とし、LPFの場合の補正係数を「β」とする。補正係数αは、カメラ74で撮影された撮影範囲とHPFとの関係に基づいて定められ、補正係数βは、カメラ74で撮影された撮影範囲とLPFとの関係に基づいて定められる。これらの補正係数α、βは、記憶部14に予め記憶されている。ここで、HPF当たりの個数をNα、LPF当たりの個数をNβ、単位液量当たりの個数をNとした場合、Nα及びNβは、以下に示す式(1)及び(2)から算出される。但し、Nは分類毎に異なる。
α=α×N ・・・(1)
β=β×N ・・・(2)
赤血球、白血球、及び細菌についての具体的な導出例について説明する。例えば、実際に認識した赤血球の個数が10個である場合、赤血球用の検量線を用いて、15個/μlに換算され、更に、上記式(1)及び式(2)を用いて、(α×15)個/HPF、(β×15)個/LPFと導出される。また、実際に認識した白血球の個数が15個である場合、白血球用の検量線を用いて、20個/μlに換算され、更に、上記式(1)及び式(2)を用いて、(α×20)個/HPF、(β×20)個/LPFと導出される。また、実際に認識した細菌の個数が20個である場合、細菌用の検量線を用いて、400個/μlに換算され、更に、上記式(1)及び式(2)を用いて、(α×400)個/HPF、(β×400)個/LPFと導出される。なお、基準視野はHPF、LPF以外の倍率の視野としてもよく、ユーザが任意に基準視野の大きさを設定することができる。
次に、本実施形態に係る生成部34は、導出部32により導出された、基準視野当たりの分類毎の個数に応じた複数の有形成分画像を、基準視野に相当するエリアにランダムに配置し、1つの全成分画像を生成する。このとき、これらの複数の有形成分画像は、互いに重ならないように配置されることが望ましい。また、これらの複数の有形成分画像の各々の背景色は異なっていることが多く、全成分画像として違和感を与える場合がある。そこで、この違和感を軽減するために、これらの複数の有形成分画像を、同一の色調に調整することが望ましい。この色調は、一例として、これらの複数の有形成分画像の各々の背景色を表す画素値の平均値、最大値、及び最小値のいずれかにより定められる。また、有形成分画像としては、ピント(焦点)の合った画像を用いることが望ましい。全成分画像は、撮影画像から切り出した画像を成分毎に分類した有形成分画像を、検体流体に含まれる量に応じて配置することにより生成した擬似画像である。仮に基準視野をHPF(400倍相当)に設定した場合には、生成される全成分画像は、鏡検(標準法)で観察される400倍画像に相当する画像となる。
次に、本実施形態に係る表示制御部36は、一例として、図6に示すように、生成部34により生成された全成分画像を表示させる制御を行う。
図6は、本実施形態に係る全成分画像画面50の一例を示す正面図である。
図6に示すように、本実施形態に係る全成分画像画面50は、上述したように、分類毎の個数に応じて、有形成分画像14Bが配置された全成分画像を表示している。この全成分画像画面50は、表示部16に表示される。上記では、基準視野当たりに含まれる個数を用いて全成分画像を作成したが、検体の単位液量当たりに含まれる個数に基づいて、液量と画像サイズを任意に設定した全成分画像を作成したり、単位液量当たりの全成分画像を作成してもよく、ユーザが表示形態を選択、変更することが可能である。また、単位液量当たりの全成分画像を作成する場合には、ユーザが任意に単位液量を設定及び変更をすることが可能である。
なお、表示制御部36は、全成分画像に含まれる特定の有形成分画像のみを選択的に表示させる制御を行うようにしてもよい。この表示の制御は、一例として、図7に示す項目ボタン群51の中から特定の有形成分画像に対応する項目ボタンを選択することで行われる。
図7は、本実施形態に係る項目ボタン群51の一例を示す図である。
図7に示すように、本実施形態に係る項目ボタン群51は、全成分画像画面50において全成分画像と共に表示部16に表示される。項目ボタン群51は、有形成分毎に項目ボタン51A、51B、51C、・・・を含んでいる。
図7に示す項目ボタン群51は、一例として、赤血球に対応する項目ボタン51A、白血球に対応する項目ボタン51B、円柱に対応する項目ボタン51C、・・・を含んでいる。例えば、項目ボタン51Aが選択指定された場合、図6に示す全成分画像画面50において赤血球の画像のみが選択的に表示され、その他の有形成分は表示されない。同様に、項目ボタン51Bが選択指定された場合、図6に示す全成分画像画面50において白血球の画像のみが選択的に表示され、その他の有形成分は表示されない。また、項目ボタン群51のうち複数の項目ボタンを選択指定し、選択した複数の有形成分を表示させ、その他の有形成分は表示させないようにしてもよい。
更に、表示制御部36は、表示の設定モードを変更し、一例として、図7に示す項目ボタン群51を操作することにより、全成分画像に含まれる複数の有形成分画像のうち、注目しない有形成分(非注目成分)を選択し、非注目成分の有形成分画像を非表示とする制御を行ってもよい。あるいは、非注目成分の有形成分画像について上限値を超える枚数の画像を非表示とする制御を行うようにしてもよい。別の態様として、一例として、図7に示す項目ボタン群51の中で選択指定されなかった項目ボタンに対応する有形成分画像を非注目と判定してもよい。なお、上限値は、予め有形成分毎に設定されている。例えば、白血球を表す有形成分画像について上限値を30枚とした場合、表示制御部36は、白血球を非注目成分として選択していなければ全成分画像に40個の白血球を表す有形成分画像が表示される場合であっても、白血球を表す有形成分画像を、30枚まで表示させ、31枚以上は非表示とするか、あるいは、全く表示させないように制御してもよい。これにより、注目していない有形成分画像の表示枚数を減らし、注目する有形成分画像をより強調させることが可能となる。
次に、本実施形態に係る設定部38は、分類部30により分類された有形成分画像に対して、分類毎に、記憶部14に記憶させる枚数の上限を設定する。なお、上限の枚数は、適宜変更可能である。一例として、ある有形成分を100個カウントしても、画像として記憶するのは30個だけとする。有形成分の個数としてカウントしたもの全てを有形成分画像として記憶すると、記憶部14の記憶容量がすぐに不足してしまう可能性がある。そこで、必要な有形成分画像を必要な枚数だけ記憶することが望ましい。この場合、全成分画像を生成する際に、有形成分画像が不足する可能性があるが、上記のように、分類毎に記憶枚数を調整できるため、注目する有形成分画像の記憶枚数を増やす等で対応することが可能とされる。
また、本実施形態に係る生成部34は、全成分画像の一部として配置する、分類毎の有形成分画像の枚数が、記憶部14に記憶させている画像枚数の上限を超えた場合に、上限を超えた分の有形成分画像を、記憶部14に記憶されている有形成分画像の中から重複して取得するようにしてもよい。つまり、有形成分画像が不足する場合には、記憶部14に記憶されている有形成分画像を複写して用いることができる。この場合、単に複写するだけではなく、画像の向きを回転させたり、画像の拡大、縮小等の加工を施したりして用いるようにしてもよい。
次に、図8を参照して、本実施形態に係る情報処理装置10の作用を説明する。
図8は、本実施形態に係る画像処理プログラム14Aによる処理の流れの一例を示すフローチャートである。
まず、情報処理装置10が全成分画像表示処理の開始の指示を受け付けると、以下に示す各ステップが実行される。
図8のステップ100では、分類部30が、カメラ74によりフローセル40を流れる検体流体を撮影して得られる複数の画像から、複数種類の有形成分の各々として認識される有形成分画像を切り出し、切り出した有形成分画像を分類毎(例えば、有形成分の種類毎)に分類する。分類部30により分類毎に分類された有形成分画像は、有形成分画像群14Bとして記憶部14に記憶される。
ステップ102では、導出部32が、ステップ100で分類毎に分類された有形成分画像の個数に基づいて、分類毎に、基準視野当たりの有形成分の個数又は検体流体に含まれる単位液量当たりの有形成分の個数を導出する。具体的には、有形成分画像の個数を、一例として、上述の図5に示す検量線等を用いて、単位液量当たりの個数に換算する。そして、換算した単位液量当たりの個数から、一例として、上述の式(1)及び式(2)を用いて、基準視野当たりの個数を導出する。
ステップ104では、生成部34が、ステップ102で導出された、分類毎の個数に応じた複数の有形成分画像を互いに重ならないように配置し、全成分画像を生成する。
ステップ106では、表示制御部36が、一例として、上述の図6に示すように、ステップ104で生成された全成分画像を表示させる制御を行い、本画像処理プログラム14Aによる一連の処理を終了する。
次に、図9〜図10を参照して、本実施形態に係る有形成分画像リスト画面及び測定結果画面の一例を説明する。
図9は、本実施形態に係る有形成分画像リスト画面52の一例を示す正面図である。
図9に示すように、本実施形態に係る有形成分画像リスト画面52は、分類毎に有形成分画像14Bを表示している。この有形成分画像リスト画面52は、表示部16に表示される。
つまり、上述したように、分類部30により分類毎に分類された有形成分画像は、有形成分画像群14Bとして記憶部14に記憶される。例えば、操作者が赤血球の有形成分画像を確認したい場合、所定の操作ボタン(図示省略)を選択指示すると、記憶部14から赤血球の有形成分画像14Bが読み出されて、有形成分画像リスト画面52として表示される。なお、この有形成分画像リスト画面52は、赤血球以外の白血球や細菌等の有形成分についても同様に表示可能とされている。
図10は、本実施形態に係る測定結果画面54の一例を示す正面図である。
図10に示すように、本実施形態に係る測定結果画面54は、測定結果の一覧と共に、全成分画像を表示させるための操作ボタン54Aを表示している。測定結果として、導出部32によって算出した基準視野当たりの含有量又は含有個数(HPF)や検体の単位液量当たりの含有量又は含有個数、含有量の指標となる定性表示が表示される。
図10に示す項目のうち、主要な項目として、例えば、RBCは赤血球、WBCは白血球、NSEは非扁平上皮細胞、SQECは扁平上皮細胞、NHCはその他円柱、BACTは細菌を各々示している。また、CRYSは結晶、YSTは酵母、HYSTは硝子円柱、MUCSは粘液糸、SPRMは精子、WBCCは白血球塊を各々示している。
本実施形態に係る操作ボタン54Aは、「全成分画像を見る」ボタンとして示されており、操作者がこの操作ボタン54Aを選択指示すると、一例として、上述の図6に示す全成分画像画面50が表示される。
図11は、本実施形態に係る全成分画像の生成プロセスの説明に供する図である。
図11の上図に示すように、分類毎の個数に応じて、複数の有形成分画像14Bが配置されて画像56が得られる。
そして、図11の下図に示すように、上記の画像56に対して、各有形成分画像14Bの背景色の色調等が調整されて違和感の少ない1つの全成分画像58が生成される。この全成分画像58には、有形成分の一例として、赤血球、白血球、細菌、円柱等が顕微鏡で観察した場合と同程度の個数で含まれている。
このように本実施形態によれば、カメラで撮影された有形成分の個数が分類毎に基準視野当たりの個数として導出される。このため、フロー方式による画像撮影を行う場合でも、顕微鏡で見た感じに近い全成分画像を観察することができる。また、カメラで撮影されて分類された複数の成分が表示された画面を観察することができるので、個々の切り出し画像では発見することが難しい複数の有形成分に共通する性状や形態(膨化状、萎縮状など)を把握することが容易となる。
以上、実施形態に係る情報処理装置を例示して説明した。実施形態は、情報処理装置が備える各部の機能をコンピュータに実行させるためのプログラムの形態としてもよい。実施形態は、このプログラムを記憶したコンピュータが読み取り可能な記憶媒体の形態としてもよい。
その他、上記実施形態で説明した情報処理装置の構成は、一例であり、主旨を逸脱しない範囲内において状況に応じて変更してもよい。
また、上記実施形態で説明したプログラムの処理の流れも、一例であり、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよい。
また、上記実施形態では、プログラムを実行することにより、実施形態に係る処理がコンピュータを利用してソフトウェア構成により実現される場合について説明したが、これに限らない。実施形態は、例えば、ハードウェア構成や、ハードウェア構成とソフトウェア構成との組み合わせによって実現してもよい。
10 情報処理装置
12 制御部
12A CPU
12B ROM
12C RAM
12D I/O
14 記憶部
14A 画像処理プログラム
14B 有形成分画像群
16 表示部
18 操作部
20 通信部
30 分類部
32 導出部
34 生成部
36 表示制御部
38 設定部
40 フローセル
42 検体取入口
44 シース取入口
46 排出口
50 全成分画像画面
52 有形成分画像リスト画面
54 測定結果画面
56 画像
58 全成分画像
70 測定システム
72 筐体
74 カメラ
76 光源
78 第1供給装置
86 第2供給装置

Claims (11)

  1. 複数種類の有形成分を含み、かつ、フローセルを流れる検体流体を撮影して得られる複数の画像から、有形成分として認識される有形成分画像を切り出し、切り出した有形成分画像を所定の分類毎に分類する分類部と、
    前記分類部により分類された有形成分画像の個数に基づいて、前記分類毎に、基準視野当たりの有形成分の個数又は前記検体流体に含まれる単位液量当たりの有形成分の個数を導出する導出部と、
    前記導出部により導出された、前記分類毎の個数に応じた複数の有形成分画像を配置し、全成分画像を生成する生成部と、
    を備えた情報処理装置。
  2. 前記導出部は、前記有形成分画像の個数を、予め定められた前記分類毎の検量線を用いて、前記検体流体の単位液量当たりの個数に換算し、換算した単位液量当たりの個数から、予め定められた視野毎の補正係数を用いて、前記基準視野当たりの個数を導出する請求項1に記載の情報処理装置。
  3. 前記生成部は、前記複数の有形成分画像を、互いに重ならないように配置する請求項1又は2に記載の情報処理装置。
  4. 前記生成部は、前記複数の有形成分画像の各々の背景色を、同一の色調に調整する請求項3に記載の情報処理装置。
  5. 前記色調は、前記複数の有形成分画像の各々の背景色を表す画素値の平均値、最大値、及び最小値のいずれかにより定められる請求項4に記載の情報処理装置。
  6. 前記生成部により生成された全成分画像を表示させる制御を行う制御部を更に備え、
    前記制御部は、前記全成分画像に含まれる特定の有形成分画像のみを選択的に表示させる制御を行う請求項1〜5のいずれか1項に記載の情報処理装置。
  7. 前記制御部は、前記全成分画像に含まれる複数の有形成分画像のうち、非注目とされた有形成分画像を非表示とする、あるいは、非注目とされた有形成分画像について上限値を超える枚数の画像を非表示とする制御を更に行う請求項6に記載の情報処理装置。
  8. 前記分類部により分類された有形成分画像に対して、前記分類毎に、記憶部に記憶させる枚数の上限を設定する設定部を更に備えた請求項1〜7のいずれか1項に記載の情報処理装置。
  9. 前記生成部は、前記全成分画像の一部として配置する、前記分類毎の有形成分画像の枚数が前記上限を超えた場合に、前記上限を超えた分の有形成分画像を、前記記憶部に記憶されている有形成分画像の中から重複して取得する請求項8に記載の情報処理装置。
  10. 複数種類の有形成分を含む検体流体及びシース流体が流れるフローセルと、
    前記フローセルを流れる検体流体を撮影する撮影部と、
    前記撮影部により撮影して得られた複数の画像を入力する、請求項1〜9のいずれか1項に記載の情報処理装置と、
    を備えた測定システム。
  11. コンピュータを、請求項1〜9のいずれか1項に記載の情報処理装置が備える各部として機能させるためのプログラム。
JP2018202721A 2018-10-29 2018-10-29 情報処理装置、測定システム、及びプログラム Active JP7175158B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2018202721A JP7175158B2 (ja) 2018-10-29 2018-10-29 情報処理装置、測定システム、及びプログラム
CN201910957313.9A CN111103433B (zh) 2018-10-29 2019-10-10 信息处理装置及方法、测定系统及非临时性存储介质
US16/653,073 US11080512B2 (en) 2018-10-29 2019-10-15 Information processing device, information processing method, measurement system and non-transitory storage medium
EP19205499.7A EP3647998A1 (en) 2018-10-29 2019-10-25 Information processing device, information processing method, measurement system and non-transitory storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018202721A JP7175158B2 (ja) 2018-10-29 2018-10-29 情報処理装置、測定システム、及びプログラム

Publications (2)

Publication Number Publication Date
JP2020071037A true JP2020071037A (ja) 2020-05-07
JP7175158B2 JP7175158B2 (ja) 2022-11-18

Family

ID=68382222

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018202721A Active JP7175158B2 (ja) 2018-10-29 2018-10-29 情報処理装置、測定システム、及びプログラム

Country Status (4)

Country Link
US (1) US11080512B2 (ja)
EP (1) EP3647998A1 (ja)
JP (1) JP7175158B2 (ja)
CN (1) CN111103433B (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210182530A1 (en) * 2019-12-17 2021-06-17 Arkray, Inc. Measurement device and measurement method
WO2023276361A1 (ja) * 2021-06-30 2023-01-05 株式会社堀場製作所 粒子画像分析装置、粒子画像分析システム、粒子画像分析方法、及び、粒子画像分析装置用プログラム
WO2024080385A1 (ja) * 2022-10-14 2024-04-18 アークレイ株式会社 情報処理装置、情報処理方法、及び情報処理プログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113516637B (zh) * 2021-06-23 2022-02-15 深圳市小绿人网络信息技术有限公司 一种基于图像自动识别废钢种类的方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0341783B2 (ja) * 1981-10-15 1991-06-25
JPH0961339A (ja) * 1995-08-21 1997-03-07 Hitachi Ltd フロ−式粒子画像解析方法および装置
JPH10302067A (ja) * 1997-04-23 1998-11-13 Hitachi Ltd パターン認識装置
JP2001255260A (ja) * 2000-03-07 2001-09-21 Toyobo Co Ltd 尿中有形成分分類装置
JP2004125775A (ja) * 2002-07-29 2004-04-22 Sysmex Corp 血液分析装置及び方法
JP2009128266A (ja) * 2007-11-27 2009-06-11 Toyobo Co Ltd 画像処理方法
WO2009147931A1 (ja) * 2008-06-04 2009-12-10 株式会社 日立ハイテクノロジーズ 粒子画像解析方法および装置
WO2016157982A1 (ja) * 2015-03-31 2016-10-06 シスメックス株式会社 尿分析システム、撮像装置、細胞撮像装置、尿分析方法、管理装置および情報処理方法
WO2017223412A1 (en) * 2016-06-24 2017-12-28 Beckman Coulter, Inc. Image atlas systems and methods

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4338024A (en) * 1980-05-02 1982-07-06 International Remote Imaging Systems, Inc. Flow analyzer and system for analysis of fluids with particles
US4612614A (en) 1980-09-12 1986-09-16 International Remote Imaging Systems, Inc. Method of analyzing particles in a fluid sample
US4393466A (en) 1980-09-12 1983-07-12 International Remote Imaging Systems Method of analyzing particles in a dilute fluid sample
AU2002361728A1 (en) * 2001-12-14 2003-06-30 President And Fellows Of Harvard College Immunocellular receptors related to neurological disorders
SE530750C2 (sv) * 2006-07-19 2008-09-02 Hemocue Ab En mätapparat, en metod och ett datorprogram
US8019134B2 (en) * 2006-11-16 2011-09-13 Definiens Ag Automatic image analysis and quantification for fluorescence in situ hybridization
EP2863412A1 (en) * 2007-11-02 2015-04-22 Humanix Co., Ltd. Nanospray ionization capillary tip
US9502227B2 (en) * 2007-11-02 2016-11-22 Humanix Co., Ltd. Capturing of cell fluid and analysis of its components under observation of cells and instruments for the cell fluid capturing and the analysis
JP5466825B2 (ja) 2008-01-23 2014-04-09 シスメックス株式会社 細胞画像処理システム、細胞画像表示システムおよび細胞画像表示方法
JP2010151523A (ja) * 2008-12-24 2010-07-08 Hitachi High-Technologies Corp 粒子画像解析方法および装置
JP5586889B2 (ja) * 2009-07-29 2014-09-10 株式会社日立ハイテクノロジーズ 粒子画像解析装置
JP5781530B2 (ja) * 2009-11-25 2015-09-24 ホロジック,インコーポレイテッドHologic,Inc. 羊膜内感染の検出
US9316635B2 (en) * 2013-03-15 2016-04-19 Iris International, Inc. Sheath fluid systems and methods for particle analysis in blood samples
US9536304B2 (en) * 2013-08-30 2017-01-03 Dairy Quality Inc. Determining pathogens based on an image of somatic cells in a fluid sample
WO2016087592A1 (en) * 2014-12-03 2016-06-09 Ventana Medical Systems, Inc. Systems and methods for early-stage cancer prognosis
JP6805492B2 (ja) * 2015-12-24 2020-12-23 東洋紡株式会社 分析装置、および、分析方法
JP6742724B2 (ja) * 2015-12-28 2020-08-19 シスメックス株式会社 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
US10083340B2 (en) * 2016-01-26 2018-09-25 Ge Healthcare Bio-Sciences Corp. Automated cell segmentation quality control
US10852290B2 (en) * 2016-05-11 2020-12-01 Bonraybio Co., Ltd. Analysis accuracy improvement in automated testing apparatus
GB201615532D0 (en) * 2016-09-13 2016-10-26 Univ Swansea Computer-Implemented apparatus and method for performing a genetic toxicity assay
TWI756365B (zh) * 2017-02-15 2022-03-01 美商脫其泰有限責任公司 圖像分析系統及相關方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0341783B2 (ja) * 1981-10-15 1991-06-25
JPH0961339A (ja) * 1995-08-21 1997-03-07 Hitachi Ltd フロ−式粒子画像解析方法および装置
JPH10302067A (ja) * 1997-04-23 1998-11-13 Hitachi Ltd パターン認識装置
JP2001255260A (ja) * 2000-03-07 2001-09-21 Toyobo Co Ltd 尿中有形成分分類装置
JP2004125775A (ja) * 2002-07-29 2004-04-22 Sysmex Corp 血液分析装置及び方法
JP2009128266A (ja) * 2007-11-27 2009-06-11 Toyobo Co Ltd 画像処理方法
WO2009147931A1 (ja) * 2008-06-04 2009-12-10 株式会社 日立ハイテクノロジーズ 粒子画像解析方法および装置
WO2016157982A1 (ja) * 2015-03-31 2016-10-06 シスメックス株式会社 尿分析システム、撮像装置、細胞撮像装置、尿分析方法、管理装置および情報処理方法
WO2017223412A1 (en) * 2016-06-24 2017-12-28 Beckman Coulter, Inc. Image atlas systems and methods

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210182530A1 (en) * 2019-12-17 2021-06-17 Arkray, Inc. Measurement device and measurement method
US11959908B2 (en) * 2019-12-17 2024-04-16 Arkray, Inc. Measurement device and measurement method
WO2023276361A1 (ja) * 2021-06-30 2023-01-05 株式会社堀場製作所 粒子画像分析装置、粒子画像分析システム、粒子画像分析方法、及び、粒子画像分析装置用プログラム
WO2024080385A1 (ja) * 2022-10-14 2024-04-18 アークレイ株式会社 情報処理装置、情報処理方法、及び情報処理プログラム

Also Published As

Publication number Publication date
CN111103433B (zh) 2024-03-29
US20200134287A1 (en) 2020-04-30
EP3647998A1 (en) 2020-05-06
CN111103433A (zh) 2020-05-05
US11080512B2 (en) 2021-08-03
JP7175158B2 (ja) 2022-11-18

Similar Documents

Publication Publication Date Title
JP7175158B2 (ja) 情報処理装置、測定システム、及びプログラム
JP2021515240A (ja) 定量的バイオマーカデータのオーバレイを有する病理学用拡張現実顕微鏡
JP6947841B2 (ja) 病理学用の拡張現実顕微鏡
JP2023113783A (ja) 測定システム
JP7275202B2 (ja) 画像アトラスシステム及び方法
JPH0643948B2 (ja) 流体試料の粒子の分析方法
EP2845137B1 (en) Systems and methods for performing quality review scoring of biomarkers and image analysis methods for biological tissue
CN115210779A (zh) 生物样品中对象的系统性表征
JP2022109258A (ja) 人間工学的視野に基づく光学顕微鏡システム
US9704019B2 (en) Apparatus, method and program for 3D data analysis, and microparticle analysis system
US11262572B2 (en) Augmented reality visual rendering device
CN113033287A (zh) 病理图像的显示方法及装置
JP5560351B1 (ja) 理化学装置および画像処理方法
WO2023031622A1 (en) System and method for identifying and counting biological species
US20230266819A1 (en) Annotation data collection using gaze-based tracking
JP2005283418A (ja) 標本画像の表示方法および標本画像表示用プログラム
JP2024018715A (ja) 情報処理装置、測定システム、画像処理方法、及び画像処理プログラム
WO2020024227A1 (zh) 一种细胞分析方法、细胞分析装置及存储介质
JP2023156996A (ja) 画像処理装置、データ管理装置、画像処理システム、及び画像処理プログラム
Yadav et al. Morphological diagnosis of hematologic malignancy using feature fusion-based deep convolutional neural network
EP4261794A1 (en) Image processing device, data management device, image processing system, image processing method, and non-transitory storage medium
JP2014109488A (ja) 画像処理装置、画像処理方法、および画像処理プログラム
JP7374943B2 (ja) 表示方法および検体分析装置
Zeng et al. AI-Based Portable White Blood Cells Classification and Counting System in POCT
CN115578316A (zh) 样本图像分析设备、样本分析系统及样本图像分析方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210527

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220422

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220510

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220706

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: 20221101

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221108

R150 Certificate of patent or registration of utility model

Ref document number: 7175158

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150