JP2020144109A - 情報処理装置、及び顕微鏡システム - Google Patents

Abstract

【課題】より適切に蛍光分離を行うことを可能にする。【解決手段】実施形態に係る情報処理装置は、標本が蛍光試薬により染色されることで作成された蛍光染色標本に対して、波長が互いに異なる複数の励起光が照射され、前記複数の励起光それぞれに対応する複数の蛍光スペクトルを取得する蛍光信号取得部と、前記複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成する連結部と、前記標本における自家蛍光物質のスペクトルが波長方向に連結された連結自家蛍光参照スペクトルと、前記蛍光染色標本における蛍光物質のスペクトルが波長方向に連結された連結蛍光参照スペクトルとを含む参照スペクトルを用いて、前記連結蛍光スペクトルを前記蛍光物質ごとのスペクトルに分離する分離部と、前記分離部によって分離された前記蛍光物質ごとのスペクトルを用いて、前記連結自家蛍光参照スペクトルを更新する抽出部とを備える。【選択図】図１

Description

本開示は、情報処理装置、及び顕微鏡システムに関する。

近年、がん免疫療法等の発展により免疫染色の蛍光化及び多重標識化が進展している。例えば、同一組織ブロックの非染色切片から自家蛍光スペクトルを抽出した上で、当該自家蛍光スペクトルを用いて染色切片の蛍光分離を行う手法が行われている。

また、例えば以下の特許文献１には、複数の蛍光色素により多重標識された微小粒子に励起光が照射されることで得られた蛍光スペクトルを、各蛍光色素が個別に標識された微小粒子で得られる単染色スペクトルの線形和により近似する技術が開示されている。

特開２０１２−１８１０８号公報

しかし、これらの技術や手法によっては、適切に蛍光分離を行うことができない場合があった。例えば、同一組織ブロックの非染色切片から自家蛍光スペクトルを抽出した上で、当該自家蛍光スペクトルを用いて染色切片の蛍光分離が行われる場合、実施者は非染色切片における適切な空間から自家蛍光スペクトルを抽出することが求められるため、蛍光分離の精度が、実施者による作業に依存してしまう。また、励起波長毎に蛍光分離が行われるため、励起波長毎に分離結果が出力され、分離結果として得られるスペクトルが一意に定まらない。

そこで、本開示は、上記事情に鑑みてなされたものであり、より適切に蛍光分離を行うことが可能な、新規かつ改良された情報処理装置、及び顕微鏡システムを提供する。

本開示の実施形態によれば、標本が蛍光試薬により染色されることで作成された蛍光染色標本に対して、波長が互いに異なる複数の励起光が照射され、前記複数の励起光それぞれに対応する複数の蛍光スペクトルを取得する蛍光信号取得部と、前記複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成する連結部と、前記標本における自家蛍光物質のスペクトルが波長方向に連結された連結自家蛍光参照スペクトルと、前記蛍光染色標本における蛍光物質のスペクトルが波長方向に連結された連結蛍光参照スペクトルとを含む参照スペクトルを用いて、前記連結蛍光スペクトルを前記蛍光物質ごとのスペクトルに分離する分離部と、前記分離部によって分離された前記蛍光物質ごとのスペクトルを用いて、前記連結自家蛍光参照スペクトルを更新する抽出部とを備える。

第１の実施形態に係る情報処理システムの構成例を示すブロック図である。 蛍光信号取得部によって取得された蛍光スペクトルの具体例である。 連結部による連結蛍光スペクトルの生成方法を説明する図である。 波長分解能を８ｎｍとした場合のＡＦ５４６とＡＦ５５５との蛍光スペクトルを示す図である。 波長分解能を１ｎｍとした場合のＡＦ５４６とＡＦ５５５との蛍光スペクトルを示す図である。 図３のＡ〜Ｄに示す蛍光スペクトルから生成される連結蛍光スペクトルの一例を示す図である。 第１の実施形態に係る実施形態に係る分離処理部のより具体的な構成例を示すブロック図である。 連結自家蛍光参照スペクトルの具体例を示す図である。 連結蛍光参照スペクトルの具体例を示す図である。 第１の実施形態に係る情報処理システムが顕微鏡システムとして実現される場合における顕微鏡システムの構成例を示すブロック図である。 第１の実施形態に係る情報処理装置による蛍光分離の処理フロー例を示すフローチャートである。 第２の実施形態に係る分離処理部のより具体的な構成例を示すブロック図である。 非負値行列因子分解の概要を説明する図である。 クラスタリングの概要を説明する図である。 第２の実施形態に係る情報処理装置による蛍光分離の処理フロー例を示すフローチャートである。 変形例において、撮像素子1［pixel］における蛍光分子数（または抗体数）を算出する方法について説明する図である。 第３の実施形態に係る分離処理部の概略構成例を示すブロック図である。 第３の実施形態において行列Ａに入力する標本画像の例を示す図である（励起波長３９２ｎｍ）。 第３の実施形態において行列Ａに入力する標本画像の例を示す図である（励起波長４７０ｎｍ）。 第３の実施形態において行列Ａに入力する標本画像の例を示す図である（励起波長５１５ｎｍ）。 第３の実施形態において行列Ａに入力する標本画像の例を示す図である（励起波長５４９ｎｍ）。 第３の実施形態において行列Ａに入力する標本画像の例を示す図である（励起波長６２８ｎｍ）。 第３の実施形態において図１８〜図２２に示す標本画像を入力とした場合にＮＭＦにより行列Ｗとして取得される蛍光分離画像の例を示す図である（その１）。 第３の実施形態において図１８〜図２２に示す標本画像を入力とした場合にＮＭＦにより行列Ｗとして取得される蛍光分離画像の例を示す図である（その２）。 第３の実施形態において図１８〜図２２に示す標本画像を入力とした場合にＮＭＦにより行列Ｗとして取得される蛍光分離画像の例を示す図である（その３）。 第３の実施形態において図１８〜図２２に示す標本画像を入力とした場合にＮＭＦにより行列Ｗとして取得される蛍光分離画像の例を示す図である（その４）。 第３の実施形態において図１８〜図２２に示す標本画像を入力とした場合にＮＭＦにより行列Ｗとして取得される蛍光分離画像の例を示す図である（その５）。 第３の実施形態において図１８〜図２２に示す標本画像を入力とした場合にＮＭＦにより行列Ｗとして取得される蛍光分離画像の例を示す図である（その６）。 第３の実施形態において図１８〜図２２に示す標本画像を入力とした場合にＮＭＦにより行列Ｗとして取得される蛍光分離画像の例を示す図である（その７）。 第４の実施形態に係るＮＭＦの流れを説明するためのフローチャートである。 図３０に示すＮＭＦの最初のループにおける処理の流れを説明するための図である。 染色蛍光スペクトルの初期値の一例を示すグラフである。 第４の実施形態に係るＮＭＦを実行後の染色蛍光スペクトルの一例を示すグラフである。 第４の実施形態に係る非染色サンプルを使用しない方法により抽出された蛍光物質のスペクトルの一例を示す図である。 非染色サンプルを使用した場合に抽出される蛍光物質のスペクトルの一例を示す図である。 第６の実施形態に係る情報処理システムの測定系の一例を示す図である。 第６の実施形態に係る処理部の動作例を示すフローチャートである。 図３７における各ステップにおいて処理部が実行する処理を説明するための図である（その１）。 図３７における各ステップにおいて処理部が実行する処理を説明するための図である（その２）。 図３７における各ステップにおいて処理部が実行する処理を説明するための図である（その３）。 第６の実施形態の変形例１に係る処理部の動作例を示すフローチャートである。 各実施形態及び変形例に係る情報処理装置のハードウェア構成例を示すブロック図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

なお、説明は以下の順序で行うものとする。
１．第１の実施形態
１．１．構成例
１．２．処理フロー例
２．第２の実施形態
２．１．処理フロー例
２．２．非染色切片から連結自家蛍光参照スペクトルを抽出する方法として、ＰＣＡが適さない理由
２．３．応用例
３．変形例
４．第３の実施形態
５．第４の実施形態
５．１ 漸化式を用いた平均平方二乗残差Ｄの極小化における染色蛍光スペクトルの固定方法
５．２ ＤＦＰ法やＢＦＧＳ法等を用いた平均平方二乗残差Ｄの極小化における染色蛍光スペクトルの固定方法
６．第５の実施形態
６．１．処理部による処理の概要
６．２．測定系の構成例
６．３．動作例
６．４．１．変形例１
６．４．２．変形例２
６．５．効果
７．ハードウェア構成例
８．むすび

＜１．第１の実施形態＞
まず、本開示に係る第１の実施形態について説明する。

（１．１．構成例）
図１を参照して、本実施形態に係る情報処理システムの構成例について説明する。図１に示すように、本実施形態に係る情報処理システムは、情報処理装置１００と、データベース２００と、を備え、情報処理システムへの入力として、蛍光試薬１０、標本２０と、蛍光染色標本３０と、が存在する。

（蛍光試薬１０）
蛍光試薬１０は、標本２０の染色に使用される薬品である。蛍光試薬１０は、例えば、蛍光抗体（直接標識に使用される一次抗体、または間接標識に使用される二次抗体が含まれる）、蛍光プローブ、または核染色試薬等であるが、蛍光試薬１０の種類はこれらに限定されない。また、蛍光試薬１０は、蛍光試薬１０（または蛍光試薬１０の製造ロット）を識別可能な識別情報（以降「試薬識別情報１１」と呼称する）を付されて管理される。試薬識別情報１１は、例えばバーコード情報等（一次元バーコード情報や二次元バーコード情報等）であるが、これに限定されない。蛍光試薬１０は、同一の製品であっても、製造方法や抗体が取得された細胞の状態等に応じて製造ロット毎にその性質が異なる。例えば、蛍光試薬１０において、製造ロット毎にスペクトル、量子収率、または蛍光標識率等が異なる。そこで、本実施形態に係る情報処理システムにおいて、蛍光試薬１０は、試薬識別情報１１を付されることによって製造ロット毎に管理される。これによって、情報処理装置１００は、製造ロット毎に現れる僅かな性質の違いも考慮した上で蛍光分離を行うことができる。

（標本２０）
標本２０は、人体から採取された検体または組織サンプルから病理診断などを目的に作製されたものである。標本２０は、組織切片や細胞や微粒子でもよく、標本２０について、使用される組織（例えば臓器等）の種類、対象となる疾病の種類、対象者の属性（例えば、年齢、性別、血液型、または人種等）、または対象者の生活習慣（例えば、食生活、運動習慣、または喫煙習慣等）は特に限定されない。なお、組織切片には、例えば、染色される組織切片（以下、単に切片ともいう）の染色前の切片、染色された切片に隣接する切片、同一ブロック（染色切片と同一の場所からサンプリングされたもの）における染色切片と異なる切片、又は同一組織における異なるブロック（染色切片と異なる場所からサンプリングされたもの）における切片、異なる患者から採取した切片などが含まれ得る。また、標本２０は、各標本２０を識別可能な識別情報（以降、「標本識別情報２１」と呼称する）を付されて管理される。標本識別情報２１は、試薬識別情報１１と同様に、例えばバーコード情報等（一次元バーコード情報や二次元バーコード情報等）であるが、これに限定されない。標本２０は、使用される組織の種類、対象となる疾病の種類、対象者の属性、または対象者の生活習慣等に応じてその性質が異なる。例えば、標本２０において、使用される組織の種類等に応じて計測チャネルまたはスペクトル等が異なる。そこで、本実施形態に係る情報処理システムにおいて、標本２０は、標本識別情報２１を付されることによって個々に管理される。これによって、情報処理装置１００は、標本２０毎に現れる僅かな性質の違いも考慮した上で蛍光分離を行うことができる。

（蛍光染色標本３０）
蛍光染色標本３０は、標本２０が蛍光試薬１０により染色されることで作成されたものである。本実施形態において、蛍光染色標本３０は、標本２０が１以上の蛍光試薬１０によって染色されることを想定しているところ、染色に用いられる蛍光試薬１０の数は特に限定されない。また、染色方法は、標本２０および蛍光試薬１０それぞれの組み合わせ等によって決まり、特に限定されるものではない。

（情報処理装置１００）
情報処理装置１００は、図１に示すように、取得部１１０と、保存部１２０と、処理部１３０と、表示部１４０と、制御部１５０と、操作部１６０と、を備える。情報処理装置１００は、例えば蛍光顕微鏡等であり得るところ、必ずしもこれに限定されず種々の装置を含んでもよい。例えば、情報処理装置１００は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等であってもよい。

（取得部１１０）
取得部１１０は、情報処理装置１００の各種処理に使用される情報を取得する構成である。図１に示すように、取得部１１０は、情報取得部１１１と、蛍光信号取得部１１２と、を備える。

（情報取得部１１１）
情報取得部１１１は、蛍光試薬１０に関する情報（以降、「試薬情報」と呼称する）や、標本２０に関する情報（以降、「標本情報」と呼称する）を取得する構成である。より具体的には、情報取得部１１１は、蛍光染色標本３０の生成に使用された蛍光試薬１０に付された試薬識別情報１１、および標本２０に付された標本識別情報２１を取得する。例えば、情報取得部１１１は、バーコードリーダー等を用いて試薬識別情報１１および標本識別情報２１を取得する。そして、情報取得部１１１は、試薬識別情報１１に基づいて試薬情報を、標本識別情報２１に基づいて標本情報をそれぞれデータベース２００から取得する。情報取得部１１１は、取得したこれらの情報を後述する情報保存部１２１に保存する。

ここで、本実施形態において、標本情報には、標本２０における自家蛍光物質のスペクトルが波長方向に連結された連結自家蛍光参照スペクトルが含まれ、試薬情報には、蛍光染色標本３０における蛍光物質のスペクトルが波長方向に連結された連結蛍光参照スペクトルが含まれるとする。なお、連結自家蛍光参照スペクトル及び連結蛍光参照スペクトルを併せて「参照スペクトル」と呼称する。

（蛍光信号取得部１１２）
蛍光信号取得部１１２は、蛍光染色標本３０（標本２０が蛍光試薬１０により染色されることで作成されたもの）に対して、波長が互いに異なる複数の励起光が照射されたときの、複数の励起光それぞれに対応する複数の蛍光信号を取得する構成である。より具体的には、蛍光信号取得部１１２は、光を受光し、その受光量に応じた検出信号を出力することで、当該検出信号に基づいて蛍光染色標本３０の蛍光スペクトルを取得する。ここで、励起光の内容（励起波長や強度等を含む）は試薬情報等（換言すると、蛍光試薬１０に関する情報等）に基づいて決定される。なお、ここでいう蛍光信号は蛍光に由来する信号であれば特に限定されず、例えば蛍光スペクトルでもよい。

図２のＡ〜Ｄは、蛍光信号取得部１１２によって取得された蛍光スペクトルの具体例である。図２のＡ〜Ｄでは蛍光染色標本３０に、ＤＡＰＩ、ＣＫ／ＡＦ４８８、ＰｇＲ／ＡＦ５９４、およびＥＲ／ＡＦ６４７という４種の蛍光物質が含まれ、それぞれの励起波長として３９２［ｎｍ］（図２のＡ）、４７０［ｎｍ］（図２のＢ）、５４９［ｎｍ］（図２のＣ）、６２８［ｎｍ］（図２のＤ）を有する励起光が照射された場合に取得された蛍光スペクトルの具体例が示されている。なお、蛍光発光のためにエネルギーが放出されることにより、蛍光波長は励起波長よりも長波長側にシフトしている点に留意されたい（ストークスシフト）。また、蛍光染色標本３０に含まれる蛍光物質、及び照射される励起光の励起波長は上記に限定されない。蛍光信号取得部１１２は、取得した蛍光スペクトルを後述する蛍光信号保存部１２２に保存する。

（保存部１２０）
保存部１２０は、情報処理装置１００の各種処理に使用される情報、または各種処理によって出力された情報を保存する構成である。図１に示すように、保存部１２０は、情報保存部１２１と、蛍光信号保存部１２２と、を備える。

（情報保存部１２１）
情報保存部１２１は、情報取得部１１１によって取得された試薬情報および標本情報を保存する構成である。

（蛍光信号保存部１２２）
蛍光信号保存部１２２は、蛍光信号取得部１１２によって取得された蛍光染色標本３０の蛍光信号を保存する構成である。

（処理部１３０）
処理部１３０は、蛍光分離処理を含む各種処理を行う構成である。図１に示すように、処理部１３０は、連結部１３１と、分離処理部１３２と、画像生成部１３３と、を備える。

（連結部１３１）
連結部１３１は、蛍光信号取得部１１２によって取得された複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成する構成である。例えば、連結部１３１は、上記で蛍光信号取得部１１２によって取得された４つの蛍光スペクトル（図３のＡ〜Ｄ）それぞれにおける蛍光強度の最大値を含むように、各蛍光スペクトルにおける所定幅のデータを抽出する。連結部１３１がデータを抽出する波長帯域の幅は、試薬情報、励起波長又は蛍光波長等に基づいて決定され得、各蛍光物質についてそれぞれ異なっていてもよい（換言すると、連結部１３１がデータを抽出する波長帯域の幅は、図３のＡ〜Ｄに示された蛍光スペクトルそれぞれで異なっていてもよい）。そして図３のＥに示すように、連結部１３１は、抽出したデータを波長方向に互いに連結することで一つの連結蛍光スペクトルを生成する。なお、連結蛍光スペクトルは、複数の蛍光スペクトルから抽出されたデータによって構成されるため、連結された各データの境界では波長が連続していない点に留意されたい。

このとき、連結部１３１は、励起光の強度に基づいて、複数の蛍光スペクトルそれぞれに対応する励起光の強度を揃えた後に（換言すると、複数の蛍光スペクトルを補正した後に）上記の連結を行う。より具体的には、連結部１３１は、励起光の強度である励起パワー密度で各蛍光スペクトルを除算することで、複数の蛍光スペクトルそれぞれに対応する励起光の強度を揃えた後に上記の連結を行う。これによって、同一強度の励起光が照射された場合の蛍光スペクトルが求められる。また、照射される励起光の強度が異なる場合、その強度に応じて蛍光染色標本３０に吸収されるスペクトル（以降、「吸収スペクトル」と呼称する）の強度も異なる。したがって、上記のように、複数の蛍光スペクトルそれぞれに対応する励起光の強度が揃えられることで、吸収スペクトルを適切に評価することができる。

本説明における励起光の強度は、上述したように、励起パワーや励起パワー密度であってよい。励起パワー又は励起パワー密度は、光源１０４から出射した励起光を実測することで得られたパワー又はパワー密度であってもよいし、光源１０４に与える駆動電圧から求まるパワー又はパワー密度であってもよい。なお、本説明における励起光の強度は、上記励起パワー密度を、観測対象である切片の各励起光に対する吸収率や、切片から放射した蛍光を検出する検出系（蛍光信号取得部１１２等）における検出信号の増幅率等で補正することで得られた値であってもよい。すなわち、本説明における励起光の強度は、蛍光物質の励起に実際に寄与した励起光のパワー密度や、そのパワー密度を検出系の増幅率等で補正した値等であってもよい。吸収率や増幅率等を考慮することで、マシン状態や環境等の変化に応じて変化する励起光の強度を適切に補正することが可能となるため、より高い精度の色分離を可能にする連結蛍光スペクトルを生成することが可能となる。

なお、各蛍光スペクトルに対する励起光の強度に基づいた補正値（強度補正値ともいう）は、複数の蛍光スペクトルそれぞれに対応する励起光の強度を揃えるための値に限定されず、種々変形されてよい。例えば、長波長側に強度ピークを持つ蛍光スペクトルのシグナル強度は、短波長側に強度ピークを蛍光スペクトルのシグナル強度よりも低い傾向にある。そのため、連結蛍光スペクトルに長波長側に強度ピークを持つ蛍光スペクトルと短波長側に強度ピークを持つ蛍光スペクトルとの両方が含まれる場合、長波長側に強度ピークを持つ蛍光スペクトルが殆加味されず、短波長側に強度ピークを持つ蛍光スペクトルだけが抽出されてしまう場合がある。そのような場合、例えば、長波長側に強度ピークを持つ蛍光スペクトルに対する強度補正値をより大きな値とすることで、短波長側に強度ピークを蛍光スペクトルの分離精度を高めることも可能である。

また、連結部１３１は、連結する複数の蛍光スペクトルそれぞれの波長分解能を他の蛍光スペクトルから独立して補正してもよい。例えば、ＡＦ５４６の蛍光スペクトルとＡＦ５５５の蛍光スペクトルとは、そのスペクトル形状及びピーク波長が殆ど同じであり、違いがＡＦ５５５の蛍光スペクトルには高波長側の裾部分にショルダがあるのに対してＡＦ５４６の蛍光スペクトルにはそれが無い点である。このように、２つの蛍光スペクトルが近しい場合、スペクトル抽出にて両者を色分離することが困難になるという問題が発生する。

このような問題は、連結蛍光スペクトルの波長分解能を高くすることで解決できる場合がある。図４は、波長分解能を８ｎｍとした場合のＡＦ５４６とＡＦ５５５との蛍光スペクトルを示す図であり、図５は、波長分解能を１ｎｍとした場合のＡＦ５４６とＡＦ５５５との蛍光スペクトルを示す図である。図４に示すように、波長分解能を８ｎｍとした場合、ＡＦ５４６のスペクトル形状及びピーク波長とＡＦ５５５のスペクトル形状及びピーク波長とは略一致してしまう。そのため、例えば最小二乗法を用いてこれらを色分離することは事実上困難になる。それに対し、図５に示すように、波長分解能を図４に示す波長分解能の８倍、すなわち、１ｎｍとした場合、ＡＦ５４６のスペクトル形状及びピーク波長とＡＦ５５５のスペクトル形状及びピーク波長とを明確に分離することができる。これは、スペクトル形状及びピーク波長が近しい複数の蛍光スペクトルを用いる場合でも、波長分解能を高くすることでそれらを用いて色分離することが可能であることを示している。

ただし、波長分解能を高めると、連結蛍光スペクトルのデータ量が大きくなり、必要なメモリ容量や蛍光分離処理における計算コスト等が増大してしまう。そこで、連結部１３１は、連結する複数の蛍光スペクトルのうち、色分離が困難であることが想定される蛍光スペクトルをその波長分解能が高くなるように補正し、色分離が容易であることが想定される蛍光スペクトルをその波長分解能が低くなるように補正する。それにより、データ量の増大化を抑制しつつ、色分離精度を向上させることが可能となる。

ここで、連結部１３１による連結蛍光スペクトルの生成方法について、具体例を挙げて説明する。本説明では、上述において図３を用いて説明した連結蛍光スペクトルの生成方法と同様に、ＤＡＰＩ、ＣＫ／ＡＦ４８８、ＰｇＲ／ＡＦ５９４、およびＥＲ／ＡＦ６４７という４種の蛍光物質を含む蛍光染色標本３０に、それぞれの励起波長として３９２ｎｍ、４７０ｎｍ、５４９ｎｍ、６２８ｎｍを有する励起光を照射することで得られた４つの蛍光スペクトルを連結する場合を例示する。

図６は、図３のＡ〜Ｄに示す蛍光スペクトルから生成される連結蛍光スペクトルの一例を示す図である。図６に示すように、連結部１３１は、図３のＡに示す蛍光スペクトルから励起波長３９２ｎｍ以上５９１ｎｍ以下の波長帯域の蛍光スペクトルＳＰ１を抽出し、図３のＢに示す蛍光スペクトルから励起波長４７０ｎｍ以上６６９ｎｍ以下の波長帯域の蛍光スペクトルＳＰ２を抽出し、図３のＣに示す蛍光スペクトルから励起波長５４９ｎｍ以上７４８ｎｍ以下の波長帯域の蛍光スペクトルＳＰ３を抽出し、図３のＤに示す蛍光スペクトルから励起波長６２８ｎｍ以上８２７ｎｍ以下の波長帯域の蛍光スペクトルＳＰ４を抽出する。次に、連結部１３１は、抽出した蛍光スペクトルＳＰ１の波長分解能を１６ｎｍに補正し（強度補正は無し）、蛍光スペクトルＳＰ２の強度を１．２倍に補正するとともに波長分解能を８ｎｍに補正し、蛍光スペクトルＳＰ３の強度を１．５倍に補正し（波長分解能の補正は無し）、蛍光スペクトルＳＰ４の強度を４．０倍に補正するとともに波長分解能を４ｎｍに補正する。そして、連結部１３１は、補正後の蛍光スペクトルＳＰ１〜ＳＰ４を順番に連結することで、図６に示すような連結蛍光スペクトルを生成する。

なお、図６には、連結部１３１が各蛍光スペクトルを取得した際の励起波長から所定帯域幅（図６では２００ｎｍ幅）の蛍光スペクトルＳＰ１〜ＳＰ４を抽出して連結した場合が示されているが、連結部１３１が抽出する蛍光スペクトルの帯域幅は、各蛍光スペクトルで一致している必要はなく、異なっていてもよい。すなわち、連結部１３１が各蛍光スペクトルから抽出する領域は、各蛍光スペクトルのピーク波長を含む領域であればよく、その波長帯域及び帯域幅については適宜変更されてよい。その際、ストークスシフトによるスペクトル波長のズレが考慮されてもよい。このように、抽出する波長帯域を絞り込むことで、データ量を削減することが可能となるため、より高速に蛍光分離処理を実行することが可能となる。

（分離処理部１３２）
分離処理部１３２は、連結蛍光スペクトルを分子毎に分離する構成である。図７は、本実施形態に係る分離処理部のより具体的な構成例を示すブロック図である。図７に示すように、分離処理部１３２は、色分離部１３２１と、スペクトル抽出部１３２２とを備える。

色分離部１３２１は、例えば、第１色分離部１３２１ａと第２色分離部１３２１ｂとを備え、連結部１３１から入力された染色切片（染色サンプルともいう）の連結蛍光スペクトルを分子毎に色分離する。

スペクトル抽出部１３２２は、連結自家蛍光参照スペクトルをより精度の高い色分離結果を得ることができるように改良するための構成であり、情報保存部１２１から入力された標本情報に含まれる連結自家蛍光参照スペクトルを、色分離部１３２１による色分離結果に基づいて、より精度の高い色分離結果を得られるものに調整する。

より具体的には、第１色分離部１３２１ａは、連結部１３１から入力された染色サンプルの連結蛍光スペクトルに対して、情報保存部１２１から入力された、試薬情報に含まれる連結蛍光参照スペクトルと標本情報に含まれる連結自家蛍光参照スペクトルとを用いた色分離処理を実行することで、連結蛍光スペクトルを分子ごとのスペクトルに分離する。なお、色分離処理には、例えば、最小二乗法（ＬＳＭ）や重み付き最小二乗法（ＷＬＳＭ）等が用いられてもよい。

スペクトル抽出部１３２２は、情報保存部１２１から入力された連結自家蛍光参照スペクトルに対して、第１色分離部１３２１から入力された色分離結果を用いたスペクトル抽出処理を実行し、その結果に基づいて連結自家蛍光参照スペクトルを調整することで、連結自家蛍光参照スペクトルをより精度の高い色分離結果を得られるものに改良する。なお、スペクトル抽出処理には、例えば、非負値行列因子分解（ＮＭＦ）や特異値分解（ＳＶＤ）等が用いられてもよい。

第２色分離部１３２１ｂは、連結部１３１から入力された染色サンプルの連結蛍光スペクトルに対して、スペクトル抽出部１３２２から入力された調整後の連結自家蛍光参照スペクトルを用いた色分離処理を実行することで、連結蛍光スペクトルを分子ごとのスペクトルに分離する。なお、色分離処理には、第１色分離部１３２１ａと同様に、例えば、最小二乗法（ＬＳＭ）や重み付最小二乗法（ＷＬＳＭ）等が用いられてもよい。

なお、図７では、連結自家蛍光参照スペクトルの調整を１回とした場合を例示したが、これに限定されず、第２色分離部１３２１ｂによる色分離結果をスペクトル抽出部１３２２に入力し、スペクトル抽出部１３２２において連結自家蛍光参照スペクトルの調整を再度実行する処理を１回以上繰り返した後に、最終的な色分離結果を取得するようにしてもよい。

図８には、自家蛍光物質が、Ｈｅｍｏｇｌｏｂｉｎ、ＡｒｃｈｉｄｏｎｉｃＡｃｉｄ、Ｃａｔａｌａｓｅ、Ｃｏｌｌａｇｅｎ、ＦＡＤ、ＮＡＤＰＨ、およびＰｒｏＬｏｎｇＤｉａｍｏｎｄである場合の連結自家蛍光参照スペクトルの具体例が示されている。図９には、蛍光物質が、ＣＫ、ＥＲ、ＰｇＲ、およびＤＡＰＩである場合の連結蛍光参照スペクトルの具体例が示されている。連結蛍光参照スペクトルおよび連結自家蛍光参照スペクトルは、共に、連結部１３１による連結蛍光スペクトルと同様の方法で生成され得る（必ずしもこれに限定されない）。より具体的には、連結蛍光参照スペクトルおよび連結自家蛍光参照スペクトルは、連結蛍光スペクトルの生成時と同一の励起波長を有する複数の励起光によって取得された複数のスペクトルにおける所定の波長帯域幅のデータが波長方向に連結されることで生成され得る。このとき、励起光の強度（例えば、励起パワー密度）に基づいて、複数のスペクトルそれぞれに対応する励起光の強度が揃えられていることを想定している（必ずしもこれに限定されない）。なお、連結蛍光参照スペクトルおよび連結自家蛍光参照スペクトルの生成方法は必ずしも上記に限定されない。例えば、連結蛍光参照スペクトルおよび連結自家蛍光参照スペクトルは、各物質が有するスペクトルの理論値やカタログ値等に基づいて生成されてもよい。

次に、最小二乗法に関する計算について説明する。最小二乗法は、連結部１３１によって生成された連結蛍光スペクトルを、参照スペクトルにフィッティングすることで、混色率を算出するものである。なお、混色率は、各物質が混ざり合う度合を示す指標である。以下の式（１）は、連結蛍光スペクトル（Ｓｉｇｎａｌ）から、参照スペクトル（Ｓｔ。連結蛍光参照スペクトル及び連結自家蛍光参照スペクトル）が混色率ａで混色されたものを減算して得られる残差を表す式である。なお、式（１）における「Ｓｉｇｎａｌ（１×チャンネル数）」とは、連結蛍光スペクトル（Ｓｉｇｎａｌ）が波長のチャンネル数だけ存在することを示している（例えば、Ｓｉｇｎａｌは、連結蛍光スペクトルを表す行列である）。また、「Ｓｔ（物質数×チャンネル数）」とは、参照スペクトルが、それぞれの物質（蛍光物質及び自家蛍光物質）について波長のチャンネル数だけ存在することを示している（例えば、Ｓｔは、参照スペクトルを表す行列である）。また、「ａ（１×物質数）」とは、混色率ａが各物質（蛍光物質及び自家蛍光物質）について設けられることを示している（例えば、ａは、連結蛍光スペクトルにおける参照スペクトルそれぞれの混色率を表す行列である）。

そして、第１色分離部１３２１ａ／第２色分離部１３２１ｂは、残差式（１）の２乗和が最小となる各物質の混色率ａを算出する。残差の２乗和が最小となるのは、残差を表す式（１）について、混色率ａに関する偏微分の結果が０である場合であるため、第１色分離部１３２１ａ／第２色分離部１３２１ｂは、以下の式（２）を解くことで残差の２乗和が最小となる各物質の混色率ａを算出する。なお、式（２）における「Ｓｔ´」は、参照スペクトルＳｔの転置行列を示している。また、「ｉｎｖ（Ｓｔ＊Ｓｔ´）」は、Ｓｔ＊Ｓｔ´の逆行列を示している。

ここで、上記式（１）の各値の具体例を以下の式（３）〜式（５）に示す。式（３）〜式（５）の例では、連結蛍光スペクトル（Ｓｉｇｎａｌ）において、３種の物質（物質数が３）の参照スペクトル（Ｓｔ）がそれぞれ異なる混色率ａで混色される場合が示されている。

そして、式（３）および式（５）の各値による上記式（２）の計算結果の具体例を以下の式（６）に示す。式（６）のとおり、計算結果として正しく「ａ＝（３ ２ １）」（すなわち上記式（４）と同一の値）が算出されることがわかる。

第１色分離部１３２１ａ／第２色分離部１３２１ｂは、上記のように、波長方向に連結された参照スペクトル（連結自家蛍光参照スペクトル及び連結蛍光参照スペクトル）を用いて蛍光分離処理を行うことで、分離結果として一意のスペクトルを出力することができる（励起波長毎に分離結果が分かれない）。したがって、実施者は、より容易に正しいスペクトルを得ることができる。また、分離に用いられる自家蛍光に関する参照スペクトル（連結自家蛍光参照スペクトル）が自動的に取得され、蛍光分離処理が行われることにより、実施者が非染色切片の適切な空間から自家蛍光に相当するスペクトルを抽出しなくてもよくなる。

なお、第１色分離部１３２１ａ／第２色分離部１３２１ｂは、上述したように、最小二乗法ではなく重み付き最小二乗法（Ｗｅｉｇｈｔｅｄ Ｌｅａｓｔ Ｓｑｕａｒｅ Ｍｅｔｈｏｄ）に関する計算を行うことにより連結蛍光スペクトルから蛍光物質ごとのスペクトルを抽出してもよい。重み付き最小二乗法においては、測定値である連結蛍光スペクトル（Ｓｉｇｎａｌ）のノイズがポアソン分布になることを利用して、低いシグナルレベルの誤差を重視するように重みが付けられる。ただし、重み付き最小二乗法で加重が行われない上限値をＯｆｆｓｅｔ値とする。Ｏｆｆｓｅｔ値は測定に使用されるセンサの特性によって決まり、センサとして撮像素子が使用される場合には別途最適化が必要である。重み付き最小二乗法が行われる場合には、上記の式（１）及び式（２）における参照スペクトルＳｔが以下の式（７）で表されるＳｔ＿に置換される。なお、以下の式（７）は、行列で表されるＳｔの各要素（各成分）を、同じく行列で表される「Ｓｉｇｎａｌ＋Ｏｆｆｓｅｔ値」においてそれぞれ対応する各要素（各成分）で除算（換言すると、要素除算）することでＳｔ＿を算出することを意味する。

ここで、Ｏｆｆｓｅｔ値が１であり、参照スペクトルＳｔおよび連結蛍光スペクトルＳｉｇｎａｌの値がそれぞれ上記の式（３）および式（５）で表される場合の、上記式（７）で表されるＳｔ＿の具体例を以下の式（８）に示す。

そして、この場合の混色率ａの計算結果の具体例を以下の式（９）に示す。式（９）のとおり、計算結果として正しく「ａ＝（３ ２ １）」が算出されることがわかる。

（画像生成部１３３）
画像生成部１３３は、分離処理部１３２による連結蛍光スペクトルの分離結果に基づいて画像情報を生成する構成である。例えば、画像生成部１３３は、１つ又は複数の蛍光分子に対応する蛍光スペクトルを用いて画像情報を生成したり、１つ又は複数の自家蛍光分子に対応する自家蛍光スペクトルを用いて画像情報を生成したりすることができる。なお、画像生成部１３３が画像情報の生成に用いる蛍光分子又は自家蛍光分子の数や組合せは特に限定されない。また、分離後の蛍光スペクトル又は自家蛍光スペクトルを用いた各種処理（例えば、セグメンテーション、またはＳ／Ｎ値の算出等）が行われた場合、画像生成部１３３は、それらの処理の結果を示す画像情報を生成してもよい。

（表示部１４０）
表示部１４０は、画像生成部１３３によって生成された画像情報をディスプレイに表示することで実施者へ提示する構成である。なお、表示部１４０として用いられるディスプレイの種類は特に限定されない。また、本実施形態では詳細に説明しないが、画像生成部１３３によって生成された画像情報がプロジェクターによって投影されたり、プリンタによってプリントされたりすることで実施者へ提示されてもよい（換言すると、画像情報の出力方法は特に限定されない）。

（制御部１５０）
制御部１５０は、情報処理装置１００が行う処理全般を統括的に制御する機能構成である。例えば、制御部１５０は、操作部１６０を介して行われる実施者による操作入力に基づいて、上記で説明したような各種処理（例えば、蛍光染色標本３０の載置位置の調整処理、蛍光染色標本３０に対する励起光の照射処理、スペクトルの取得処理、連結蛍光スペクトルの生成処理、蛍光分離処理、画像情報の生成処理、および画像情報の表示処理等）の開始や終了等を制御する。なお、制御部１５０の制御内容は特に限定されない。例えば、制御部１５０は、汎用コンピュータ、ＰＣ、タブレットＰＣ等において一般的に行われる処理（例えば、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）に関する処理）を制御してもよい。

（操作部１６０）
操作部１６０は、実施者からの操作入力を受ける構成である。より具体的には、操作部１６０は、キーボード、マウス、ボタン、タッチパネル、またはマイクロホン等の各種入力手段を備えており、実施者はこれらの入力手段を操作することで情報処理装置１００に対して様々な入力を行うことができる。操作部１６０を介して行われた操作入力に関する情報は制御部１５０へ提供される。

（データベース２００）
データベース２００は、試薬情報および標本情報等を管理する装置である。より具体的に説明すると、データベース２００は、試薬識別情報１１と試薬情報、標本識別情報２１と標本情報をそれぞれ紐づけて管理する。これによって、情報取得部１１１は、蛍光試薬１０の試薬識別情報１１に基づいて試薬情報を、標本２０の標本識別情報２１に基づいて標本情報をデータベース２００から取得することができる。

データベース２００が管理する試薬情報は、蛍光試薬１０が有する蛍光物質固有の計測チャネルおよび連結蛍光参照スペクトルを含む情報であることを想定している（必ずしもこれらに限定されない）。「計測チャネル」とは、蛍光試薬１０に含まれる蛍光物質を示す概念であり、図９の例では、ＣＫ、ＥＲ、ＰｇＲ、およびＤＡＰＩを指す概念である。蛍光物質の数は蛍光試薬１０によって様々であるため、計測チャネルは、試薬情報として各蛍光試薬１０に紐づけられて管理されている。また、試薬情報に含まれる連結蛍光参照スペクトルとは、上記のとおり、計測チャネルに含まれる蛍光物質それぞれについて、蛍光スペクトルが波長方向に連結されたものである。

また、データベース２００が管理する標本情報は、標本２０が有する自家蛍光物質固有の計測チャネルおよび連結自家蛍光参照スペクトルを含む情報であることを想定している（必ずしもこれらに限定されない）。「計測チャネル」とは、標本２０に含まれる自家蛍光物質を示す概念であり、図８の例では、Ｈｅｍｏｇｌｏｂｉｎ、ＡｒｃｈｉｄｏｎｉｃＡｃｉｄ、Ｃａｔａｌａｓｅ、Ｃｏｌｌａｇｅｎ、ＦＡＤ、ＮＡＤＰＨ、およびＰｒｏＬｏｎｇＤｉａｍｏｎｄを指す概念である。自家蛍光物質の数は標本２０によって様々であるため、計測チャネルは、標本情報として各標本２０に紐づけられて管理されている。また、標本情報に含まれる連結自家蛍光参照スペクトルとは、上記のとおり、計測チャネルに含まれる自家蛍光物質それぞれについて、自家蛍光スペクトルが波長方向に連結されたものである。なお、データベース２００で管理される情報は必ずしも上記に限定されない。

以上、本実施形態に係る情報処理システムの構成例について説明した。なお、図１を参照して説明した上記の構成はあくまで一例であり、本実施形態に係る情報処理システムの構成は係る例に限定されない。例えば、情報処理装置１００は、図１に示す構成の全てを必ずしも備えなくてもよいし、図１に示されていない構成を備えてもよい。

ここで、本実施形態に係る情報処理システムは、蛍光スペクトルを取得する撮像装置（例えば、スキャナ等を含む）と、蛍光スペクトルを用いて処理を行う情報処理装置と、を備えていてもよい。この場合、図１に示した蛍光信号取得部１１２は撮像装置によって実現され得、その他の構成は情報処理装置によって実現され得る。また、本実施形態に係る情報処理システムは、蛍光スペクトルを取得する撮像装置と、蛍光スペクトルを用いる処理に使われるソフトウェアと、を備えていてもよい。換言すると、当該ソフトウェアを記憶したり実行したりする物理構成（例えば、メモリやプロセッサ等）が情報処理システムに備えられていなくてもよい。この場合、図１に示した蛍光信号取得部１１２は撮像装置によって実現され得、その他の構成は当該ソフトウェアが実行される情報処理装置によって実現され得る。そして、ソフトウェアは、ネットワークを介して（例えば、ウェブサイトやクラウドサーバ等から）情報処理装置に提供されたり、任意の記憶媒体（例えば、ディスク等）を介して情報処理装置に提供されたりする。また、当該ソフトウェアが実行される情報処理装置は、各種サーバ（例えば、クラウドサーバ等）、汎用コンピュータ、ＰＣ、またはタブレットＰＣ等であり得る。なお、ソフトウェアが情報処理装置に提供される方法、および情報処理装置の種類は上記に限定されない。また、本実施形態に係る情報処理システムの構成は必ずしも上記に限定されず、使用時の技術水準に基づいて、いわゆる当業者が想到可能な構成が適用され得る点に留意されたい。

上記で説明してきた情報処理システムは、例えば顕微鏡システムとして実現されてもよい。そこで、続いて図１０を参照して、本実施形態に係る情報処理システムが顕微鏡システムとして実現される場合における顕微鏡システムの構成例について説明する。

図１０に示すように、本実施形態に係る顕微鏡システムは、顕微鏡１０１と、データ処理部１０７と、を備える。

顕微鏡１０１は、ステージ１０２と、光学系１０３と、光源１０４と、ステージ駆動部１０５と、光源駆動部１０６と、蛍光信号取得部１１２と、を備える。

ステージ１０２は、蛍光染色標本３０を載置可能な載置面を有し、ステージ駆動部１０５の駆動により当該載置面に対して平行方向（ｘ−ｙ平面方向）及び垂直方向（ｚ軸方向）へ移動可能とされている。蛍光染色標本３０は、Ｚ方向に例えば数μｍから数十μｍの厚さを有し、スライドガラスＳＧ及びカバーガラス（図示無し）に挟まれて所定の固定手法により固定されている。

ステージ１０２の上方には光学系１０３が配置される。光学系１０３は、対物レンズ１０３Ａと、結像レンズ１０３Ｂと、ダイクロイックミラー１０３Ｃと、エミッションフィルタ１０３Ｄと、励起フィルタ１０３Ｅと、を備える。光源１０４は、例えば水銀ランプ等の電球やＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）等であり、光源駆動部１０６の駆動により蛍光染色標本３０に付された蛍光標識に対する励起光を照射するものである。

励起フィルタ１０３Ｅは、蛍光染色標本３０の蛍光像を得る場合に、光源１０４から出射された光のうち蛍光色素を励起する励起波長の光のみを透過させることで励起光を生成する。ダイクロイックミラー１０３Ｃは、当該励起フィルタで透過されて入射する励起光を反射させて対物レンズ１０３Ａへ導く。対物レンズ１０３Ａは、当該励起光を蛍光染色標本３０へ集光する。そして対物レンズ１０３Ａ及び結像レンズ１０３Ｂは、蛍光染色標本３０の像を所定の倍率に拡大し、当該拡大像を蛍光信号取得部１１２の撮像面に結像させる。

蛍光染色標本３０に励起光が照射されると、蛍光染色標本３０の各組織に結合している染色剤が蛍光を発する。この蛍光は、対物レンズ１０３Ａを介してダイクロイックミラー１０３Ｃを透過し、エミッションフィルタ１０３Ｄを介して結像レンズ１０３Ｂへ到達する。エミッションフィルタ１０３Ｄは、上記対物レンズ１０３Ａによって拡大された、励起フィルタ１０３Ｅを透過した光を吸収し発色光の一部のみを透過する。当該外光が喪失された発色光の像は、上述のとおり、結像レンズ１０３Ｂにより拡大され、蛍光信号取得部１１２上に結像される。

データ処理部１０７は、光源１０４を駆動させ、蛍光信号取得部１１２を用いて蛍光染色標本３０の蛍光像を取得し、これを用いて各種処理を行う構成である。より具体的には、データ処理部１０７は、図１を参照して説明した、情報処理装置１００の情報取得部１１１、保存部１２０、処理部１３０、表示部１４０、制御部１５０、操作部１６０、又はデータベース２００の一部又は全部の構成として機能し得る。例えば、データ処理部１０７は、情報処理装置１００の制御部１５０として機能することで、ステージ駆動部１０５及び光源駆動部１０６の駆動を制御したり、蛍光信号取得部１１２によるスペクトルの取得を制御したりする。また、データ処理部１０７は、情報処理装置１００の処理部１３０として機能することで、連結蛍光スペクトルを生成したり、連結蛍光スペクトルを分子毎に分離したり、分離結果に基づいて画像情報を生成したりする。

以上、本実施形態に係る情報処理システムが顕微鏡システムとして実現される場合における顕微鏡システムの構成例について説明した。なお、図１０を参照して説明した上記の構成はあくまで一例であり、本実施形態に係る顕微鏡システムの構成は係る例に限定されない。例えば、顕微鏡システムは、図１０に示す構成の全てを必ずしも備えなくてもよいし、図１０に示されていない構成を備えてもよい。

（１．２．処理フロー例）
上記では、本実施形態に係る情報処理システムの構成例について説明した。続いて、図１１を参照して、情報処理装置１００による蛍光分離に伴う一連の処理フロー例について説明する。図１１は、情報処理装置１００による蛍光分離に伴う一連の処理フロー例を示すフローチャートである。

ステップＳ１０００では、情報処理装置１００の蛍光信号取得部１１２が蛍光スペクトルを取得する。より具体的には、蛍光染色標本３０に対して互いに異なる励起波長の複数の励起光が照射され、蛍光信号取得部１１２は、各励起光に対応する複数の蛍光スペクトルを取得する。そして、蛍光信号取得部１１２は、取得した蛍光スペクトルを蛍光信号保存部１２２に保存する。

ステップＳ１００４では、連結部１３１が蛍光信号保存部１２２に保存されている複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成する。より具体的には、連結部１３１が、複数の蛍光スペクトルそれぞれにおける蛍光強度の最大値を含むように、各蛍光スペクトルにおける所定幅のデータを抽出し、当該データを波長方向に互いに連結することで一つの連結蛍光スペクトルを生成する。

ステップＳ１００８では、分離処理部１３２が、連結蛍光スペクトルを分子毎に分離する（蛍光分離を行う）。より具体的には、分離処理部１３２が、図７を用いて説明した処理を実行することで、連結蛍光スペクトルを分子毎に分離する。

その後の処理では、例えば画像生成部１３３が、分離後の、１つ又は複数の蛍光分子に対応する蛍光スペクトル（又は自家蛍光分子に対応する自家蛍光スペクトル）を用いて画像情報を生成し、表示部１４０が当該画像情報をディスプレイに表示することで実施者へ提示したりする。

＜２．第２の実施形態＞
上記では、本開示に係る第１の実施形態について説明した。続いて、本開示に係る第２の実施形態について説明する。

第１の実施形態に係る情報処理装置１００は、予め用意された連結自家蛍光参照スペクトル（および連結蛍光参照スペクトル）を用いて蛍光分離処理を行った。一方で、第２の実施形態に係る情報処理装置１００は、実測した連結自家蛍光参照スペクトルを用いて蛍光分離処理を行う。

より具体的に説明すると、第２の実施形態に係る分離処理部１３２のスペクトル抽出部１３２２は、標本２０と同一または類似のものに対して、互いに異なる励起波長の複数の励起光が照射され取得される複数の自家蛍光スペクトルの少なくとも一部を波長方向に連結したものから、各自家蛍光物質についての連結自家蛍光参照スペクトルを抽出する。そして、スペクトル抽出部１３２２は、抽出された連結自家蛍光参照スペクトル、及び連結蛍光参照スペクトル（第１の実施形態と同様のもの）を参照スペクトルとして用いて蛍光分離処理を行う。

図１２は、本実施形態に係る分離処理部のより具体的な構成例を示すブロック図である。図１２に示すように、本実施形態に係る分離処理部１３２は、第１の実施形態において図７を用いて説明した分離処理部１３２と同様の構成を備える。

このような構成において、スペクトル抽出部１３２２には、標本情報に含まれる連結自家蛍光参照スペクトルに代えて、連結部１３１から入力された非染色切片（非染色サンプルともいう）の連結蛍光スペクトル（連結自家蛍光スペクトルともいう）が入力される。

スペクトル抽出部１３２２は、連結部１３１から入力された非染色サンプルの連結自家蛍光スペクトルに対して、第１色分離部１３２１から入力された色分離結果を用いたスペクトル抽出処理を実行し、その結果に基づいて連結自家蛍光参照スペクトルを調整することで、連結自家蛍光参照スペクトルをより精度の高い色分離結果を得られるものに改良する。スペクトル抽出処理には、例えば、第１の実施形態と同様に、非負値行列因子分解（ＮＭＦ）や特異値分解（ＳＶＤ）等が用いられてもよい。また、その他の動作は、第１の実施形態に係る分離処理部１３２と同様であってよいため、個々では詳細な説明を省略する。

なお、連結自家蛍光参照スペクトルの抽出に用いる標本２０と同一又は類似の切片には、非染色切片と染色切片とのいずれの切片を使用することも可能である。例えば、非染色切片を用いる場合には、染色切片として用いられる染色前の切片、染色切片に隣接する切片、同一ブロック（染色切片と同一の場所からサンプリングされたもの）における染色切片と異なる切片、又は同一組織における異なるブロック（染色切片と異なる場所からサンプリングされたもの）における切片等を用いることができる。

また、染色切片を用いる場合には、後述する第３の実施形態に係る方法にて蛍光分離処理を実行することで、連結自家蛍光参照スペクトルを抽出することなく、連結蛍光スペクトルから直接、分子ごとの色分離結果を得ることも可能である。

ここで、非染色切片から自家蛍光スペクトルを抽出する方法としては、一般的に主成分分析（以降、「ＰＣＡ：Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ」と呼称する）が用いられ得るが、本実施形態のように、波長方向に連結された自家蛍光スペクトルが処理に用いられる場合にはＰＣＡは適さない。そこで、本実施形態に係るスペクトル抽出部１３２２は、ＰＣＡではなく非負値行列因子分解（以降、「ＮＭＦ：Ｎｏｎ−ｎｅｇａｔｉｖｅ Ｍａｔｒｉｘ Ｆａｃｔｏｒｉｚａｔｉｏｎ」と呼称する）を行うことで、非染色切片から連結自家蛍光参照スペクトルを抽出する。なお、非染色切片から連結自家蛍光参照スペクトルを抽出する方法として、ＰＣＡが適さない理由については後段にて詳述する。

図１３は、ＮＭＦの概要を説明する図である。図１３に示すように、ＮＭＦは、非負のＮ行Ｍ列（Ｎ×Ｍ）の行列Ａを、非負のＮ行ｋ列（Ｎ×ｋ）の行列Ｗ、及び非負のｋ行Ｍ列（ｋ×Ｍ）の行列Ｈに分解する。行列Ａと、行列Ｗ及び行列Ｈの積（Ｗ＊Ｈ）間の平均平方二乗残差Ｄが最小となるように行列Ｗ及び行列Ｈが決定される。本実施形態においては、行列Ａが、連結自家蛍光参照スペクトルが抽出される前のスペクトル（Ｎが画素数であり、Ｍが波長チャネル数である）に相当し、行列Ｈが、抽出された連結自家蛍光参照スペクトル（ｋが連結自家蛍光参照スペクトルの数（換言すると、自家蛍光物質の数）であり、Ｍが波長チャネル数である）に相当する。ここで、平均平方二乗残差Ｄは、以下の式（１０）で表される。なお、「ｎｏｒｍ（Ｄ，‘ｆｒｏ’）」とは、平均平方二乗残差Ｄのフロベニウスノルムを指す。

ＮＭＦにおける因子分解は、行列Ｗ及び行列Ｈに対する無作為な初期値で始まる反復法が用いられる。ＮＭＦにおいてｋの値（連結自家蛍光参照スペクトルの数）は必須であるが、行列Ｗ及び行列Ｈの初期値は必須ではなくオプションとして設定され得、行列Ｗ及び行列Ｈの初期値が設定されると解が一定となる。一方で、行列Ｗ及び行列Ｈの初期値が設定されない場合、これらの初期値は無作為に設定され、解が一定とならない。

標本２０は、使用される組織の種類、対象となる疾病の種類、対象者の属性、または対象者の生活習慣等に応じてその性質が異なり、自家蛍光スペクトルも異なる。そのため、第２の実施形態に係る情報処理装置１００が、上記のように、標本２０毎に連結自家蛍光参照スペクトルを実測することで、より精度の高い蛍光分離処理を実現することができる。

なお、ＮＭＦの入力である行列Ａは、上述したように、標本画像の画素数Ｎ（＝Ｈｐｉｘ×Ｖｐｉｘ）と同数の行と、波長チャネル数Ｍと同数の列とからなる行列である。そのため、標本画像の画素数が大きい場合や波長チャネル数Ｍが大きい場合には、行列Ａが非常に大きな行列となり、ＮＭＦの計算コストが増大して処理時間が長くなる。

そのような場合には、例えば、図１４に示すように、標本画像の画素数Ｎ（＝Ｈｐｉｘ×Ｖｐｉｘ）を指定しておいたクラス数Ｎ（＜Ｈｐｉｘ×Ｖｐｉｘ）にクラスタリングすることで、行列Ａの巨大化による処理時間の冗長化を抑制することができる。

クラスタリングでは、例えば、標本画像のうち、波長方向や強度方向において類似したスペクトル同士が同じクラスに分類される。これにより、標本画像よりも画素数の小さい画像が生成されるため、この画像を入力とした行列Ａ’の規模を縮小することが可能となる。

（２．１．処理フロー例）
続いて、図１５を参照して、第２の実施形態に係る情報処理装置１００による蛍光分離に伴う一連の処理フロー例について説明する。図１５は、第２の実施形態に係る情報処理装置１００による蛍光分離に伴う一連の処理フロー例を示すフローチャートである。

ステップＳ１１００及びステップＳ１１０４では、第１の実施形態における処理フロー例（図１１のステップＳ１０００及びステップＳ１００４）と同様に、蛍光信号取得部１１２が、励起波長の異なる励起光に対応する複数の蛍光スペクトルを取得し、連結部１３１が複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成する。

ステップＳ１１０８では、スペクトル抽出部１３２２が、非染色切片に対して、互いに異なる励起波長の複数の励起光が照射され取得される複数の自家蛍光スペクトルの少なくとも一部を波長方向に連結したものを用いてＮＭＦを行うことで連結自家蛍光参照スペクトルを抽出する。

ステップＳ１１１２では、色分離部１３２１が、上記で抽出された連結自家蛍光参照スペクトル、及び連結蛍光参照スペクトル（第１の実施形態と同様のもの）を参照スペクトルとして用いて蛍光分離処理を行う。

その後の処理では、第１の実施形態と同様に、例えば画像生成部１３３が、分離後の、１つ又は複数の蛍光分子に対応する蛍光スペクトル（又は自家蛍光分子に対応する自家蛍光スペクトル）を用いて画像情報を生成し、表示部１４０が当該画像情報をディスプレイに表示することで実施者へ提示したりする。

（２．２．非染色切片から連結自家蛍光参照スペクトルを抽出する方法として、ＰＣＡが適さない理由）
上記では、第２の実施形態に係る情報処理装置１００による蛍光分離に伴う一連の処理フロー例について説明した。続いて、非染色切片から連結自家蛍光参照スペクトルを抽出する方法として、ＰＣＡが適さない理由の詳細について説明する。

まず、画素数ｎにおけるある画素ｉの、１つの励起波長に対する蛍光スペクトルをａｉとし、解像度をｍとすると、蛍光スペクトルａｉは以下の式（１１）（ｍ次のベクトル）で表される。

他の励起波長に対する蛍光スペクトルも同様に、ｍ次のベクトルであるｂｉ、ｃｉ、ｄｉとして表される（ここでは、一例として励起波長が４種である場合を想定している）。そして、全画素（画素１〜画素ｎ）に関するこれらのベクトルが統合されたものは、以下の式（１２）（ｎ行４ｍ列の行列Ｐ）で表される。画素数が波長分解能に比べて格段に（相当程度）大きいことから、式（１２）で表される行列Ｐのランクは最大４ｍとなり、最大で４ｍ個の固有値及び固有ベクトルが存在する。

ここで、ｎ行ｍ列（ｎ×ｍ）でランクｋの実数行列Ａは、以下の式（１３）で示すように、特異値分解（Singular Value Decomposition：ＳＶＤ）が可能である。式（１３）におけるＵ及びＶは、それぞれ特異行列を示し、正規直行系をなす（すなわち、^ｔＵ＝Ｕ^−１かつＵＵ^−１＝１）。また、実数行列Ａが、固有値が互いに異なる正方行列の場合、Ｕ及びＶは固有ベクトルになる。

実数行列Ａを固有値分解（Eigenvalue Decomposition：ＥＤ）、もしくは特異値分解（ＳＶＤ）して、特異（固有）ベクトルを算出することで、独立した実数行列Ａの因子を解析することができる。実数行列Ａが正方行列で互いに異なる固有値を有する場合、^ｔＡＡの固有値はＡの固有値の２乗で、固有ベクトルはＡの固有ベクトルに等しくなる（以下の式（１４）を参照。式（１４）においてＡ＝ＶＤ^ｔＶ）。

本実施形態において得られるスペクトルは正方行列ではないが、自家蛍光を構成する要素の一次結合でスペクトルが決まっていると考え得るため、重複や線形変換でスペクトルを正方行列まで畳み込むことが可能であると考えられる。誤差がある場合でも^tＡＡ＝０の固有値はＡの最小二乗解となることから、^tＡＡの固有ベクトルを求めることで、スペクトルにおける独立成分（固有ベクトル）を算出することができる。また、以下の式（１５）および式（１６）は、特異値分解が成り立つことから自明である。ただし、ランクが満たされない場合にはＬおよびＲは固有ベクトルのサブセットになり、すべての点を表せるわけではない。

ＰＣＡとは、データ行列の分散共分散行列の固有値および固有ベクトルを求めることに等しい。以下の式（１７）に示すように、分散共分散行列は、データ行列から平均値が引かれた行列の転置行列との積である。これは、データ行列の転置との積から、各列の平均の積を引いたものとなる。

以下の式（１９）〜式（２３）で示すように、^ｔＢＢの固有ベクトルはＢの固有ベクトルとなりＢを構築でき、^ｔＢＢと^ｔＡＡの差分は^ｔａａとなる（Ａの列の平均値の積の行列）。したがってＡの特異値分解は、点を構成する固有ベクトルを求めるのに対し、ＰＣＡでは点のばらつきの程度を表す固有ベクトルが算出される（^ｔＢＢの固有ベクトルと^ｔＡＡの固有ベクトルは等しくない）。

このとき、各励起波長に対する蛍光スペクトルが統合された上記の式（１２）のような行列の場合、特異値分解においては相互に独立ならば影響が出ないが、ＰＣＡでは平均の積の項が発生するため、固有ベクトルに影響が生じる。したがって、ＰＣＡを行うには、それぞれのデータセットで分析を行うことが求められる。以上によって、本実施形態のように波長方向に連結されたスペクトルが処理に用いられる場合にはＰＣＡは適さない。

（２．３．応用例）
上記では、非染色切片から連結自家蛍光参照スペクトルを抽出する方法として、ＰＣＡが適さない理由の詳細について説明した。続いて、第２の実施形態に係る応用例について説明する。

第２の実施形態に係る分離処理部１３２のスペクトル抽出部１３２２は、上記のとおり、非染色切片に対して、互いに異なる励起波長の複数の励起光が照射され取得される複数の自家蛍光スペクトルの少なくとも一部を波長方向に連結したものを用いてＮＭＦを行うことで連結自家蛍光参照スペクトルを抽出する。このとき、応用例に係るスペクトル抽出部１３２２は、第１の実施形態等によって予め取得された自家蛍光スペクトルを用いて、ＮＭＦにおける初期値（図１３における行列Ｈの初期値）を設定することで（より具体的には、自家蛍光スペクトルの少なくとも一部を波長方向に連結したものをＮＭＦにおける初期値として設定することで）、連結自家蛍光参照スペクトルを抽出してもよい。これによって、分離結果として得られるスペクトルが一意に定まり、より高い精度の蛍光分離を行うことができる。

＜３．変形例＞
上記では、本開示に係る第２の実施形態について説明した。続いて、本開示の変形例について説明する。

上記で説明してきた蛍光分離処理で得られる情報は、画像情報における輝度（または蛍光強度）であるため、実施者が定量的な分析を十分に行えない場合があった。より具体的には、実施者は、蛍光分子数、または蛍光分子と結合している抗体数等の情報を得ることができないため、複数の蛍光物質間で蛍光分子数を比較したり、異なる条件で撮像されたデータを比較したりすることが困難であった。

本変形例は上記に鑑みて創作されたものであり、変形例に係るスペクトル抽出部１３２２は、蛍光分子の数、または蛍光分子と結合している抗体の数に基づいて算出された、連結自家蛍光参照スペクトル及び連結蛍光参照スペクトルを含む参照スペクトルを用いて、連結蛍光スペクトルから前記蛍光物質ごとのスペクトルを抽出する。より具体的には、変形例に係るスペクトル抽出部１３２２は、上記の実施形態で用いられた連結自家蛍光参照スペクトル及び連結蛍光参照スペクトルそれぞれを撮像素子１［pixel］における蛍光分子数または抗体数で除算することで、１つの蛍光分子あたり、または１つの抗体あたりの連結自家蛍光参照スペクトル及び連結蛍光参照スペクトルを算出し、これらを用いて最小二乗法（または重み付き最小二乗法）に関する計算を行うことで連結蛍光スペクトルから前記蛍光物質ごとのスペクトルを抽出する。これによって、変形例に係る分離処理部１３２は、蛍光染色標本３０における蛍光分子数または抗体数を、蛍光分離処理の結果として算出することができる。

ここで、図１６を参照して、撮像素子1［pixel］における蛍光分子数（または抗体数）を算出する方法について説明する。図１６に示すように、撮像素子とサンプルが対物レンズを介して配置された場合において、撮像素子1［pixel］に対応するサンプルの底面のサイズが、仮に、13/20[μm]×13/20[μm]であるとする。そして、サンプルの厚みが、仮に10[μm]であるとすると、この直方体の体積[m³]は、13/20[μm]×13/20[μm]×10[μm]で表される（なお、体積[L]は、13/20[μm]×13/20[μm]×10[μm]×10³で表される）。

そして、サンプルに含まれる抗体（もちろん、蛍光分子数でもよい）の濃度が均一であり、300[nM]であるとすると、撮像素子1［pixel］における抗体数は、以下の式（２４）によって表される。

上記のように、蛍光染色標本３０における蛍光分子数または抗体数が、蛍光分離処理の結果として算出されることで、実施者は、複数の蛍光物質間で蛍光分子数を比較したり、異なる条件で撮像されたデータを比較したりすることができる。また、輝度（または蛍光強度）が連続値である一方で、蛍光分子数または抗体数は離散値であるため、変形例に係る情報処理装置１００は、蛍光分子数または抗体数に基づいて画像情報を出力することでデータ量を削減することができる。

その他の構成、動作及び効果は、上述した実施形態と同様であってよいため、ここでは詳細な説明を省略する。

＜４．第３の実施形態＞
上述した第１及び第２の実施形態では、連結自家蛍光参照スペクトル（及び連結蛍光参照スペクトル）を用いて蛍光分離処理を行うことで、連結蛍光スペクトルから蛍光物質ごとのスペクトルを抽出する場合を例示した。これに対し、第３の実施形態では、染色切片から直接、蛍光物質ごとの蛍光スペクトルを抽出する場合を例示する。

図１７は、本実施形態に係る分離処理部の概略構成例を示すブロック図である。本実施形態に係る情報処理装置１００では、分離処理部１３２が図１７に示す分離処理部２３２に置き換えられる。

図１７に示すように、分離処理部２３２は、色分離部２３２１と、スペクトル抽出部２３２２と、データセット作成部２３２３とを備える。

色分離部２３２１は、連結部１３１から入力された染色切片（染色サンプルともいう）の連結蛍光スペクトルを分子毎に色分離する。

スペクトル抽出部２３２２は、自家蛍光スペクトルをより精度の高い色分離結果を得ることができるように改良するための構成であり、情報保存部１２１から入力された標本情報に含まれる連結自家蛍光参照スペクトルをより精度の高い色分離結果を得られるものに調整する。

データセット作成部２３２３は、スペクトル抽出部２３２２から入力されたスペクトル抽出結果から、自家蛍光参照スペクトルのデータセットを作成する。

より具体的には、スペクトル抽出部２３２２は、情報保存部１２１から入力された連結自家蛍光参照スペクトルに対して非負値行列因子分解（ＮＭＦ）や特異値分解（ＳＶＤ）等を用いたスペクトル抽出処理を実行し、その結果をデータセット作成部２３２３に入力する。なお、本実施形態に係るスペクトル抽出処理では、例えば、組織マイクロアレイ（Tissue Micro Array：ＴＭＡ）を用いた細胞組織ごと及び／又はタイプごとの自家蛍光参照スペクトルが抽出される。

データセット作成部２３２３は、スペクトル抽出部２３２２から入力された細胞組織ごと及び／又はタイプごとの自家蛍光参照スペクトルから、色分離部２３２１による色分離処理に必要なデータセット（以下、自家蛍光データセットともいう）を作成し、作成した自家蛍光データセットを色分離部２３２１に入力する。

色分離部２３２１は、連結部１３１から入力された染色サンプルの連結蛍光スペクトルに対して、情報保存部１２１から入力された連結蛍光参照スペクトル及び連結自家蛍光参照スペクトルと、データセット作成部２３２３から入力された自家蛍光データセットとを用いた色分離処理を実行することで、連結蛍光スペクトルを分子ごとのスペクトルに分離する。なお、色分離処理には、ＮＭＦやＳＶＤを用いることができる。

本実施形態に係る色分離部２３２１が実行するＮＭＦには、例えば、第２の実施形態において説明した、非染色切片から自家蛍光スペクトルを抽出する際のＮＭＦ（図１３等参照）を以下のように変更したものを用いることができる。

すなわち、本実施形態においては、行列Ａが、染色切片から取得された複数の標本画像（Ｎが画素数であり、Ｍが波長チャネル数である）に相当し、行列Ｈが、抽出された蛍光物質ごとの蛍光スペクトル（ｋが蛍光スペクトルの数（換言すると、蛍光物質の数）であり、Ｍが波長チャネル数である）に相当し、行列Ｗが、蛍光分離後の各蛍光物質の画像に相当する。なお、行列Ｄは、平均平方二乗残差である。

また、本実施形態において、ＮＭＦの初期値は、第２の実施形態と同様に、無作為であってよい。ただし、ＮＭＦの施工回数ごとに結果が違ってしまう場合には、それを防止するために、初期値を設定しておく必要がある。

図１８〜図２２は、本実施形態において行列Ａに入力する標本画像の例を示す図であり、図２３〜図２９は、図１８〜図２２に示す標本画像を入力とした場合にＮＭＦにより行列Ｗとして取得される蛍光分離画像の例を示す図である。なお、図１８〜図２２には、説明の簡略化のため、それぞれ単一の蛍光試薬１０で標本２０を染色した場合が示されている。また、ＮＭＦの初期値としては、ArachidonicAcidとCatalaseとCollagenとFADとHemoglobinとNADPHとProLongDiamondとCKとの計８つの蛍光色素の蛍光スペクトルが与えられたものとする。

図１８〜図２２に示すような、５つの励起波長（波長チャネル数Ｍ＝５）それぞれで取得された標本画像を行列ＡとしてＮＭＦを解くと、図２３〜図２９に示すような７つの蛍光分離画像が行列Ｗとして取得されるとともに、それぞれの蛍光スペクトルが行列Ｈとして取得される。

なお、ＮＭＦのような、計算アルゴリズムによって対応するスペクトルの順番を入れ替えるようなアルゴリズムや、処理の高速化や結果の収束性を向上するためにスペクトルの順番を入れ替えることが必要なアルゴリズムを用いて蛍光分離処理を行った場合、行列Ｈとして得られた蛍光スペクトルそれぞれが何れの蛍光色素に相当するかは、例えば、組み合わせ全通りそれぞれについてピアソンの積率相関係数（又はｃｏｓｉｎｅ類似度）を求めることで特定することができる。

また、ＭＡＴＬＡＢ（登録商標）のデフォルト関数（ＮＭＦ）を用いた場合には、初期値を与えたとしても順序が変わって出力される。これは、自己関数で固定することも可能であるが、デフォルト関数を使って順番入れ替わったとしても、上述したように、ピアソンの積率相関係数（又はｃｏｓｉｎｅ類似度）を使うことで、物質と蛍光スペクトルとの正しい組み合わせを求めることが可能である。

以上のように、染色切片から取得された標本画像を行列ＡとしたＮＭＦを解く構成とすることで、非染色切片の撮影や連結自家蛍光参照スペクトルの生成などの手順を必要とせずに、染色切片から直接、蛍光物質ごとの蛍光スペクトルを抽出することが可能となる。それにより、蛍光分離処理に要する時間や作業コストを大幅に削減することが可能となる。

さらに、本実施形態では、同一の染色切片から得られた標本画像から蛍光物質ごとの蛍光スペクトルを抽出するため、例えば、染色切片とは異なる非染色切片から得られた自家蛍光スペクトルを用いる場合と比較して、より正確な蛍光分離結果を取得することが可能となる。

その他の構成、動作及び効果は、上述した実施形態と同様であってよいため、ここでは詳細な説明を省略する。

なお、本実施形態においては、蛍光物質ごとの蛍光スペクトルを抽出する際に、連結蛍光スペクトルが使用されてもよいし、連結されなくてもよい。すなわち、本実施形態では、連結部１３１が連結蛍光スペクトルを生成してもよいし、生成しなくてもよい。連結蛍光スペクトルを生成しない場合、分離処理部１３２の抽出部は、蛍光信号取得部１１２によって取得された複数の蛍光スペクトルに対して、蛍光物質ごとの蛍光スペクトルを抽出する処理を実行する。

＜５．第４の実施形態＞
上述した第３の実施形態において、染色した色素に対する濃度等の定量性を高める方法としては、以下に示す方法を挙げることができる。

図３０は、第４の実施形態に係るＮＭＦの流れを説明するためのフローチャートである。図３１は、図３０に示すＮＭＦの最初のループにおける処理の流れを説明するための図である。

図３０に示すように、本実施形態に係るＮＭＦでは、まず、変数ｉをゼロにリセットする（ステップＳ４０１）。変数ｉは、ＮＭＦにおける因子分解を繰り返した回数を示している。したがって、図３１の（ａ）に示す行列Ｈ_０は、行列Ｈの初期値に相当する。なお、本例では、明確化のため、行列Ｈにおける染色蛍光スペクトルの位置を最下行としているが、これに限定されず、最上行や中間の行など、種々変更することが可能である。

つぎに、本実施形態に係るＮＭＦでは、通常のＮＭＦと同様に、非負のＮ行Ｍ列（Ｎ×Ｍ）の行列Ａを非負のＮ行ｋ列（Ｎ×ｋ）の行列Ｗ_ｉで除算することで、非負のｋ行Ｍ列（ｋ×Ｍ）の行列Ｈ_ｉ＋１を求める（ステップＳ４０２）。これにより、例えば１回目のループにおいては、図３１の（ｂ）に示すような行列Ｈ_１が求められる。

つぎに、ステップＳ４０２で求められた行列Ｈ_ｉ＋１における蛍光染色スペクトルの行が、蛍光染色スペクトルの初期値、すなわち、行列Ｈ_０における染色蛍光スペクトルの行に置換される（ステップＳ４０３）。すなわち、本実施形態では、行列Ｈにおける蛍光染色スペクトルが初期値に固定される。例えば、１回目のループにおいては、図３１の（ｃ）に示すように、行列Ｈ_１における最下行を行列Ｈ_０における最下行に置換することで、染色蛍光スペクトルを固定することが可能である。

つぎに、本実施形態に係るＮＭＦでは、ステップＳ４０３で求められた行列Ｈ_ｉ＋１で行列Ａを除算することで、行列Ｗ_ｉ＋１を求める（ステップＳ４０４）。

その後、本実施形態に係るＮＭＦでは、通常のＮＭＦと同様に、平均平方二乗残差Ｄが所定の分岐条件を満たすか否かが判断され（ステップＳ４０５）、満たす場合（ステップＳ４０５のＹＥＳ）、最終的に得られた行列Ｈ_ｉ＋１及びＷ_ｉ＋１を解として、ＮＭＦを終了する。一方、所定の分岐条件が満たされない場合（ステップＳ４０５のＮＯ）、変数ｉが１インクリメントされた後（ステップＳ４０６）、ステップＳ４０２へ戻り、次のループが実行される。

図３２は、染色蛍光スペクトルの初期値の一例を示すグラフである。図３３は、本実施形態に係るＮＭＦを実行後の染色蛍光スペクトルの一例を示すグラフである。図３２及び図３３に示すように、染色蛍光スペクトルは、本実施形態に係るＮＭＦを実行した場合でも、初期値と同等のスペクトルが維持されていることが分かる。

また、図３４は、本実施形態に係る非染色サンプルを使用しない方法により抽出された蛍光物質のスペクトルの一例を示す図であり、図３５は、非染色サンプルを使用した場合に抽出される蛍光物質のスペクトルの一例を示す図である。なお、図３４及び図３５では、マーカ抗体にCD8を使用し、蛍光色素にAlexa Fluor 680を使用した場合を例示する。図３４及び図３５に示すように、本実施形態によれば、非染色サンプルを使用した場合と同等の正確性で、蛍光物質のスペクトルを抽出することが可能である。

以上のように、第１の方法では、多重染色の病理切片画像（標本画像）のスペクトル抽出及び色分離において、自家蛍光スペクトル抽出用の同一組織切片非染色サンプルの撮影を必要とせずに、染色蛍光の定量性を担保したまま、すなわち、染色蛍光のスペクトルを維持したまま、ＮＭＦを用いて直接染色サンプルを色分離することが可能となる。それにより、例えば、別標本を用いる場合と比較して、正確な色分離を達成することが可能となる。また、別標本を撮影する手間などを削減することも可能となる。

なお、平均平方二乗残差Ｄを極小化する方法としては、Ｄ＝｜Ａ−ＷＨ｜^２を極小化する漸化式を用いる方法や、準ニュートン法（ＤＦＰ（Davidon-Fletcher-Powell）法ともいう）やＢＦＧＳ（Broyden-Fletcher-Goldfarb-Shanno）法等を用いる方法などが考えられる。それらの場合、染色蛍光スペクトルを初期値に固定する方法としては、以下のような方法が考えられる。

５．１ 漸化式を用いた平均平方二乗残差Ｄの極小化における染色蛍光スペクトルの固定方法
Ｄ＝｜Ａ−ＷＨ｜^２を極小化する漸化式を用いて平均平方二乗残差Ｄを極小化する方法では、以下の式（２５）及び式（２６）に示すような乗算型の更新式からなるステップを繰り返すループ処理が実行される。なお、式（２５）及び式（２６）において、Ａ＝（ａ_ｉ，ｊ）_Ｎ×Ｍであり、Ｈ＝（ｈ_ｉ，ｊ）_ｋ×Ｍであり、Ｗ＝（ｗ_ｉ，ｊ）_Ｎ×ｋである。また、^ｔｈ、^ｔｗは、それぞれ部分行列ｈ、ｗの転置行列である。

このようなループ処理において、染色蛍光スペクトルを初期値に固定するには、式（２５）を実行するステップと式（２６）を実行するステップとの間に、以下に示す式（２７）を実行するステップを挿入する方法を用いることができる。なお、式（２７）は、更新したｗ_ｉ，ｊ ^ｋ＋１における染色蛍光スペクトルに相当する部分行列を染色蛍光スペクトルの初期値である部分行列ｗ_{ｉ，ｊ（ｐａｒｔ）} ^ｋで上書きすることを示している。

５．２ ＤＦＰ法やＢＦＧＳ法等を用いた平均平方二乗残差Ｄの極小化における染色蛍光スペクトルの固定方法
また、ＤＦＰ法やＢＦＧＳ法等を用いて平均平方二乗残差Ｄを極小化する方法では、極小化対象の平均平方二乗残差ＤをＤ（ｘ）、ｘを座標とすると（ｋ番目の更新時はｘ_ｋ＝（ａ１，ａ２，．．．，ａｎ）_ｋ）、以下のステップを経ることで、Ｄ（ｘ）が極小化される。以下のステップにおいて、Ｂはヘッセ行列を示している。
・ｘ_ｋ＋１＝ｘ_ｋ−αＢ_ｋ ^−１Ｄ’（ｘ_ｋ）により座標を更新
・新しい座標ｘ_ｋ＋１での勾配への変位
・ｙ_ｋ＝Ｄ’（ｘ_ｋ＋１）−Ｄ’（ｘ_ｋ）からヘッセの逆行列Ｂ_ｋ＋１ ^−１を更新

ヘッセ行列Ｂｋ＋１の更新には、例えば、以下の式（２８）に示すＤＦＰ法や、式（２９）に示すＢＦＧＦ法など、種々の方式を適用することが可能である。

このようなＤＦＰ法やＢＦＧＳ法等を用いて平均平方二乗残差Ｄを極小化する方法において、任意の座標を固定する方法、すなわち、染色蛍光スペクトルを初期値に固定する方法には、幾つかの方法が存在する。例えば、座標を更新するタイミングで以下の処理（１）又は処理（２）を実行する方法にて、染色蛍光スペクトルを初期値に固定することが可能である。
（１）−αＢ_ｋ ^−１Ｄ’（ｘ_ｋ）＝０、すなわち、偏微分Ｄ’（ｘ_ｋ）をゼロに置換
（２）座標更新後にｘ_ｋ＋１を算出した後、得られた座標ｘ_ｋ＋１の一部を強制的にｘ_ｋ（又はその一部）で置換

＜６．第５の実施形態＞
次に、本開示の第６の実施形態について、図面を参照して詳細に説明する。

あるデータを、それを構成する要素とその係数とに分離し解析する方法は、機械学習をはじめとして広く使われている。データを要素（基底若しくはスペクトル。本開示ではこれらをスペクトルと称している）と係数とに分解する方法としては、上述の実施形態において説明した固有値分解や特異値分解、非負値因子分解（ＮＭＦ）等、種々の方法が存在する。特に、非負のデータに対するＮＭＦは、スペクトル及び係数の両方ともが非負の値となるため、得られた解と実際のスペクトル（例えば材料の吸収スペクトル、蛍光スペクトルなど）との類似性が高く、データを解釈するうえで有利であると言える。

上述したように、ＮＭＦは、データ行列ＡをスペクトルＳ（図１３の行列Ｈに相当）及び係数Ｃ（図１３の行列Ｗに相当）の積と誤差ｆ（図１３の平均平方二乗残差Ｄに相当）との合計で表し、誤差ｆ＝｜Ａ−Ｓ×Ｃ｜^２が最小となるように、非負の束縛条件下で行列因子分解を実行する手法であり、最小限のスペクトルでデータを近似することが容易という特徴を備える（低ランク近似）。このＮＭＦでは、漸化式による計算手法が確立されており、以下の式（３０）を繰り返し計算することで、誤差ｆが極小となる（Ｓ，Ｃ）の組み合わせが得られる。

なお、Ｘｉｊ、Ｙｉｊは、それぞれ以下の式（３１）で表される値である。

また、式（３１）において、行列^ｔＣ、行列^ｔＳは、それぞれ行列Ｃ、行列Ｓの転置行列である。

ここで、行列Ａが要素成分数ｗ（図１３の波長チャネル数Ｍに相当）のｐ個のデータ（図１３の画素数Ｎに相当）とし、これをｎ個の要素成分数ｗのスペクトルで近似する場合を考える。その場合、行列Ａは、以下の式（３２）で表すことができる。

式（３２）では、上述の式（３１）で与えられるＸｉｊ，Ｙｉｊを算出する際に行列Ａ（ｐ，ｗ）を参照する必要がある。そのため、繰返し演算毎にすべての点ｐについて計算を行う必要が生じる。

繰返し演算毎にすべての点ｐについて計算を行うことは、解析すべきデータが小規模であれば問題にはなり難いが、データ点数が非常に多い大規模なデータの場合には、演算時間を長くさせる要因となる。また、ｐ個のデータをすべてメモリ（例えば、後述の図４２におけるＲＡＭ９０３）上に展開することができない場合には、外部の記憶装置（例えば、図４２のストレージ装置９０８）へのアクセスが頻発して、処理時間がより冗長化してしまうという問題も発生し得る。

一方で、本発明者らは、分解すべきデータ行列Ａに代えて、そのグラム行列^ｔＡＡを非負値分解することでも、スペクトルＳを得ることが可能であることを発見した。

そこで本実施形態では、データ行列Ａをグラム行列^ｔＡＡに変換し、このグラム行列^ｔＡＡを非負値分解することで、その解であるスペクトルＳを求める。データ行列Ａをグラム行列^ｔＡＡに変換することで、処理対称の行列を正方行列とすることができる。それにより、例えば、波長チャネル数Ｍに対して画素数Ｎが非常に大きな数であるデータ行列ＡがＭ×Ｍのグラム行列^ｔＡＡに変換されるため、データ点数を大幅に削減して演算時間を短縮すること、及び、計算に必要なメモリ量を大幅に削減することが可能となる。その結果、解析の効率化を達成することが可能となる。

（６．１．処理部による処理の概要）
本実施形態に係る情報処理装置は、例えば、上述した実施形態に係る情報処理装置１００（図１参照）と同様の構成において、処理部１３０（例えば、分離処理部１３２）が以下の動作を実行する。

まず、第１に、本実施形態に係る処理部１３０は、データ行列ＡをＡ＝Ｓ×Ｃに非負値因子分解や特異値分解する工程において、予め行列Ａのグラム行列^ｔＡＡを算出し、算出されたグラム行列^ｔＡＡを^ｔＡＡ＝Ｓ×Ｅに非負値分解することで、スペクトルＳを求める。

第２に、本実施形態に係る処理部１３０は、グラム行列^ｔＡＡを算出する工程において、Ａ（ｐ，ｗ）＝Ａ１（ｐ１−ｐｎ１，ｗ）＋Ａ２（ｐｎ１＋１−ｐｍ，ｗ）＋．．．＋Ａｏ（ｐｍ＋１−ｐ，ｗ）となるサブセットを用い、それぞれのグラム行列^ｔＡｑＡｑ（ｑは１以上ｎ以下の整数）を以下の式（３３）のように畳み込むことで、グラム行列^ｔＡＡを求める。

第３に、上記グラム行列に対する非負値分解により得られたスペクトルＳを用い、Ａ＝Ｓ×Ｃを解くことで、係数Ｃを求める。

（６．２．測定系の構成例）
次に、本実施形態に係る情報処理装置１００における測定系の構成例について説明する。図３６は、本実施形態に係る情報処理システムの測定系の一例を示す図である。なお、図３６には、ＷＳＩ（Whole Slide Imaging）など、蛍光染色標本３０（又は無染色標本である標本２０）の広視野を撮影する際の測定系の一例が示されている。ただし、本実施形態に係る測定系は、図３６に例示する測定系に限定されず、撮影領域全体又はこのうちの必要な領域（関心領域ともいう）を一度に撮影する測定系や、ラインスキャンにより撮影領域全体又は関心領域の画像を取得する測定系など、撮影領域全体又は関心領域の十分な解像度の画像データ（以下、広視野画像データという）を取得することが可能な測定系であれば、種々変形されてよい。

図３６に示すように、本実施形態に係る測定系は、例えば、情報処理装置１００と、ＸＹステージ５０１と、励起光源５１０と、ビームスプリッタ５１１と、対物レンズ５１２と、分光器５１３と、光検出器５１４とを備える。

ＸＹステージ５０１は、解析対象の蛍光染色標本３０（又は標本２０）が載置されるステージであって、例えば、蛍光染色標本３０（又は標本２０）の載置面と平行な平面（ＸＹ平面）において移動可能なステージであってよい。

励起光源５１０は、蛍光染色標本３０（又は標本２０）を励起させるための光源であり、例えば、波長が互いに異なる複数の励起光を所定の光軸に沿って出射する。

ビームスプリッタ５１１は、例えば、ダイクロイックミラー等で構成され、励起光源５１０からの励起光を反射し、蛍光染色標本３０（又は標本２０）からの蛍光を透過する。

対物レンズ５１２は、ビームスプリッタ５１１で反射した励起光をＸＹステージ５０１上の蛍光染色標本３０（又は標本２０）に照射する。

分光器５１３は、１以上のプリズムやレンズ等を用いて構成され、蛍光染色標本３０（又は標本２０）から放射し、対物レンズ５１２及びビームスプリッタ５１１を透過した蛍光を所定方向に分光する。

光検出器５１４は、分光器５１３で分光された蛍光の波長ごとの光強度を検出し、これにより得られた蛍光信号（蛍光スペクトル及び／又は自家蛍光スペクトル）を情報処理装置１００の蛍光信号取得部１１２に入力する。

以上のような構成において、ＷＳＩのような、撮影領域全体が１回で撮影できる領域（以下、視野という）を超える場合、１回の撮影ごとにＸＹステージ５０１を動かして視野を移動させることで、各視野の撮影が順次行われる。そして、各視野の撮影により得られた画像データ（以下、視野画像データという）をタイリングすることで、撮影領域全体の広視野画像データが生成される。生成された広視野画像データは、例えば、蛍光信号保存部１２２に保存される。なお、視野画像データのタイリングは、情報処理装置１００の取得部１１０において実行されてもよいし、保存部１２０において実行されてもよいし、処理部１３０において実行されてもよい。

そして、本実施形態に係る処理部１３０は、得られた広視野画像データに対して上述した処理を実行することで、係数Ｃ、すなわち、蛍光分子ごとの蛍光分離画像（又は自家蛍光分子ごとの自家蛍光分離画像）を取得する。

（６．３．動作例）
つづいて、本実施形態に係る情報処理装置１００の動作例について説明する。なお、以下の説明では、処理部１３０の動作に着目する。

図３７は、本実施形態に係る処理部の動作例を示すフローチャートである。また、図３８〜図４０は、図３７における各ステップにおいて処理部が実行する処理を説明するための図である。

図３７に示すように、本実施形態に係る処理部１３０は、まず、各視野の撮影により得られた視野画像データをタイリングすることで、撮影領域全体の広視野画像データ（例えば、図３８の広視野画像データＡを参照）を生成する（ステップＳ２００１）。

次に、処理部１３０は、広視野画像データＡから、その一部である単位画像データ（例えば、図３８の単位画像データＡｑ（ｑは１以上ｎ以下の整数）を取得する（ステップＳ２００２）。単位画像データＡｑは、１つの視野に相当する画像データや、予め設定しておいたサイズの画像データなど、広視野画像データＡよりも狭い領域の画像データであれば種々変更されてよい。なお、予め設定しておいたサイズの画像データには、情報処理装置１００が一度に処理可能なデータ量より定められたサイズの画像データが含まれ得る。

次に、処理部１３０は、図３８に例示するように、取得した単位画像データＡｑ（以下の説明では、明確化のため、単位画像データＡ１とする）のデータ行列（説明の明確化のため、このデータ行列をＡ１とする）に対し、この転置行列^ｔＡ１を乗算することで、単位画像データＡ１のグラム行列^ｔＡ１Ａ１を生成する（ステップＳ２００３）。

次に、処理部１３０は、全ての単位画像データＡ１〜Ａｎに対するグラム行列^ｔＡ１Ａ１〜^ｔＡｎＡｎの生成が完了したか否かを判定し（ステップＳ２００４）、全ての単位画像データＡ１〜Ａｎに対するグラム行列^ｔＡ１Ａ１〜^ｔＡｎＡｎの生成が完了するまで、ステップＳ２００２〜ステップＳ２００４を繰返し実行する（ステップＳ２００４のＮＯ）。

一方、全ての単位画像データＡ１〜Ａｎに対するグラム行列^ｔＡ１Ａ１〜^ｔＡｎＡｎの生成が完了すると（ステップＳ２００４のＹＥＳ）、処理部１３０は、例えば、最小二乗法（又は重み付き最小二乗法）を用いることで、得られたグラム行列^ｔＡ１Ａ１〜^ｔＡｎＡｎから係数Ｃの初期値を算出する（ステップＳ２００５）。

次に、処理部１３０は、生成したグラム行列^ｔＡ１Ａ１〜^ｔＡｎＡｎを加算することで、広視野画像データＡに対するグラム行列^ｔＡＡを算出する（ステップＳ２００６）。具体的には、上述したように、Ａ（ｐ，ｗ）＝Ａ１（ｐ１−ｐｎ１，ｗ）＋Ａ２（ｐｎ１＋１−ｐｍ，ｗ）＋．．．＋Ａｏ（ｐｍ＋１−ｐ，ｗ）となるサブセットを用い、それぞれのグラム行列^ｔＡｑＡｑ（ｑは１以上ｎ以下の整数）を上記式（３３）のように畳み込むことで、グラム行列^ｔＡＡを求める。

次に、処理部１３０は、図３９に例示するように、算出されたグラム行列^ｔＡＡを^ｔＡＡ＝Ｓ×Ｅに非負値分解することで、スペクトルＳを求める（ステップＳ２００７）。なお、行列Ｅは、広視野画像データＡから蛍光分離された分離画像に相当する。

その後、処理部１３０は、図４０に例示するように、グラム行列^ｔＡＡに対するＮＭＦにより得られたスペクトルＳを用いた最小二乗法（又は重み付き最小二乗法）によりＡ＝Ｓ×Ｃを解くことで、係数Ｃ、すなわち、蛍光分子ごとの蛍光分離画像（又は自家蛍光分子ごとの自家蛍光分離画像）を取得し（ステップＳ２００８）、その後、本動作を終了する。

なお、ステップＳ２００７のＮＭＦでは、特定のスペクトルを固定してデータの非負値因子分解が実行されてもよい。

（６．４．１．変形例１）
なお、図３７〜図４０では、撮影領域全体を処理対象領域とした場合を例示したが、これに限定されず、処理対象領域を撮影領域全体よりも狭い領域（関心領域）とすることも可能である。この関心領域には、例えば、広視野画像データＡにおいて蛍光染色標本３０（又は標本２０）が存在する領域など、解析の対象が映し出された領域であってもよい。また、関心領域の設定には、例えば、蛍光染色標本３０又は標本２０（例えば、細胞や組織等）の形態情報等が使用されてもよい。なお、形態情報とは、同一組織ブロックの明視野画像や無染色画像及び染色情報であってよく、例えば、標本２０における標的の発現マップであってもよい。また、形態情報は、機械学習の画像認識技術におけるセグメンテーション（１ピクセル単位で領域を獲得・ラベリング）などの技術を用いて生成された情報であってよい。

図４１は、本実施形態の変形例１に係る処理部の動作例を示すフローチャートである。図４１に示すように、本変形例１に係る処理部１３０は、まず、各視野の撮影により得られた視野画像データをタイリングすることで、撮影領域全体の広視野画像データＡを生成する（ステップＳ２１０１）。本変形例１においては、広視野画像データＡの解像度は、処理対象とする画像データ（例えば、後述する高解像度画像データ）の解像度よりも低くてもよい。

次に、処理部１３０は、広視野画像データＡに対して、処理対象領域とする監視領域を設定する（ステップＳ２１０２）。この関心領域の設定は、例えば、上述したように、形態情報等に基づいて実行されてもよい。ただし、関心領域の設定は、処理部１３０が形態情報等に基づいて自動で行ってもよいし、ユーザが手動で行ってもよい。

次に、処理部１３０は、例えば制御部１５０に対して、関心領域の高解像度画像データを取得を要求する（ステップＳ２１０３）。これに対し、制御部１５０は、上述した測定系（図３６参照）と取得部１１０及び保存部１２０とを制御することで、関心領域の高解像度画像データを取得する。なお、関心領域は、１視野よりも広い範囲であってよい。

次に、処理部１３０は、例えば、図３７のステップＳ２００２〜Ｓ２００４と同様の動作を実行することで、関心領域の高解像度画像データから取得した単位画像データＡｑそれぞれのグラム行列^ｔＡｑＡｑを生成する（ステップＳ２１０４〜Ｓ２１０６）。

次に、処理部１３０は、例えば、図３７のステップＳ２００５と同様に、最小二乗法（又は重み付き最小二乗法）を用いることで、得られたグラム行列^ｔＡ１Ａ１〜^ｔＡｎＡｎから係数Ｃの初期値を算出する（ステップＳ２１０７）。

次に、処理部１３０は、例えば、図３７のステップＳ２００６〜Ｓ２００８と同様に、生成したグラム行列^ｔＡ１Ａ１〜^ｔＡｎＡｎを加算することで、広視野画像データＡに対するグラム行列^ｔＡＡを算出し（ステップＳ２１０８）、算出されたグラム行列^ｔＡＡを^ｔＡＡ＝Ｓ×Ｅに非負値分解することで、スペクトルＳを求め（ステップＳ２１０９）、グラム行列^ｔＡＡに対するＮＭＦにより得られたスペクトルＳを用いた最小二乗法（又は重み付き最小二乗法）によりＡ＝Ｓ×Ｃを解くことで、係数Ｃ、すなわち、蛍光分子ごとの蛍光分離画像（又は自家蛍光分子ごとの自家蛍光分離画像）を取得し（ステップＳ２１１０）、その後、本動作を終了する。なお、ステップＳ２１０９のＮＭＦでは、特定のスペクトルを固定してデータの非負値因子分解が実行されてもよい。

（６．４．２．変形例２）
なお、図３７に示す動作例及びその変形例（図４１）では、先に撮影領域全体の広視野画像データ又は関心領域全体の高解像度画像データを取得しておき、その後、その一部である単位画像データを順次取得して処理する場合を例示したが、これに限定されず、例えば、その全部又は一部をパイプライン処理とすることも可能である。具体的には、例えば、各単位画像データのグラム行列^ｔＡｑＡｑを生成するまでの処理（例えば、図３７におけるステップＳ２００１〜Ｓ２００４、又は、図４１におけるステップＳ２１０３〜Ｓ１０６）については、測定系（図３６参照）から出力された各視野の画像データを単位画像データとし、単位画像データの入力に応じて上記処理を実行することで、各単位画像データに対するグラム行列^ｔＡｑＡｑが生成されてもよい。

（６．５．効果）
本実施形態により期待される効果について、以下に、ＮＭＦでＡ＝Ｓ×ＣのスペクトルＳと係数Ｃとの解を得るまでの工程について、行列Ａ（ｐ，ｗ）のＮＭＦを行った場合（ケース１）と、行列Ａから求めたグラム行列^ｔＡＡ（ｗ，ｗ）のＮＭＦを行った場合（ケース１）とを例示して説明する。

四則演算については計算時間が概ね等しいと仮定し、また、オーバーヘッドを考慮しないと仮定した場合、それぞれのケース１、２についてＮＭＦループの演算量を試算すると、グラム行列ｔＡＡを経由するケース２では、行列ＡをＮＭＦするケース１と比較して、処理速度を約６０００倍高速化できると推定される。

また、ＷＳＩのような広視野画像データで１０〜１００個分の単位画像データの演算を考えた場合、広視野画像データＡをそのままＮＭＦするケース１に対し、各単位画像データのグラム行列の畳み込みで広視野画像データのグラム行列^ｔＡＡを算出するケース２では、処理速度を約６万〜６０万倍高速化できると推定される。

さらに、各単位画像データが１０２４×１０２４の画像データで且つ波長チャネル数（Ｍ）が１００点あるデータである場合、データの展開に必要となる最大メモリ量は、行列Ａ（ｐ，ｗ）をＮＭＦするケース１に対して、行列Ａのグラム行列^ｔＡＡ（ｗ，ｗ）をＮＭＦするケース２では、約１００００分の１に減縮することが可能となる。加えて、１０〜１００個の単位画像データを考えた場合はさらにメモリ量を節約でき、例えば、１０万〜１００万分の１のメモリ量に減縮することが可能となる。

その他の構成、動作及び効果は、上述した実施形態と同様であってよいため、ここでは詳細な説明を省略する。

＜７．ハードウェア構成例＞
上記では、本開示の変形例について説明した。続いて、図４２を参照して、各実施形態及び変形例に係る情報処理装置１００のハードウェア構成例について説明する。図４２は、情報処理装置１００のハードウェア構成例を示すブロック図である。情報処理装置１００による各種処理は、ソフトウェアと、以下に説明するハードウェアとの協働により実現される。

図４２に示すように、情報処理装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）９０１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９０２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９０３及びホストバス９０４ａを備える。また、情報処理装置１００は、ブリッジ９０４、外部バス９０４ｂ、インタフェース９０５、入力装置９０６、出力装置９０７、ストレージ装置９０８、ドライブ９０９、接続ポート９１１、通信装置９１３、及びセンサ９１５を備える。情報処理装置１００は、ＣＰＵ９０１に代えて、又はこれとともに、ＤＳＰ若しくはＡＳＩＣなどの処理回路を有してもよい。

ＣＰＵ９０１は、演算処理装置および制御装置として機能し、各種プログラムに従って情報処理装置１００内の動作全般を制御する。また、ＣＰＵ９０１は、マイクロプロセッサであってもよい。ＲＯＭ９０２は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０３は、ＣＰＵ９０１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一時記憶する。ＣＰＵ９０１は、例えば、情報処理装置１００の少なくとも処理部１３０及び制御部１５０を具現し得る。

ＣＰＵ９０１、ＲＯＭ９０２及びＲＡＭ９０３は、ＣＰＵバスなどを含むホストバス９０４ａにより相互に接続されている。ホストバス９０４ａは、ブリッジ９０４を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バス等の外部バス９０４ｂに接続されている。なお、必ずしもホストバス９０４ａ、ブリッジ９０４および外部バス９０４ｂを分離構成する必要はなく、１つのバスにこれらの機能を実装してもよい。

入力装置９０６は、例えば、マウス、キーボード、タッチパネル、ボタン、マイクロフォン、スイッチ及びレバー等、実施者によって情報が入力される装置によって実現される。また、入力装置９０６は、例えば、赤外線やその他の電波を利用したリモートコントロール装置であってもよいし、情報処理装置１００の操作に対応した携帯電話やＰＤＡ等の外部接続機器であってもよい。さらに、入力装置９０６は、例えば、上記の入力手段を用いて実施者により入力された情報に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路などを含んでいてもよい。実施者は、この入力装置９０６を操作することにより、情報処理装置１００に対して各種のデータを入力したり処理動作を指示したりすることができる。入力装置９０６は、例えば、情報処理装置１００の少なくとも操作部１６０を具現し得る。

出力装置９０７は、取得した情報を実施者に対して視覚的又は聴覚的に通知することが可能な装置で形成される。このような装置として、ＣＲＴディスプレイ装置、液晶ディスプレイ装置、プラズマディスプレイ装置、ＥＬディスプレイ装置及びランプ等の表示装置や、スピーカ及びヘッドホン等の音響出力装置や、プリンタ装置等がある。出力装置９０７は、例えば、情報処理装置１００の少なくとも表示部１４０を具現し得る。

ストレージ装置９０８は、データ格納用の装置である。ストレージ装置９０８は、例えば、ＨＤＤ等の磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス又は光磁気記憶デバイス等により実現される。ストレージ装置９０８は、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置および記憶媒体に記録されたデータを削除する削除装置などを含んでもよい。このストレージ装置９０８は、ＣＰＵ９０１が実行するプログラムや各種データ及び外部から取得した各種のデータ等を格納する。ストレージ装置９０８は、例えば、情報処理装置１００の少なくとも保存部１２０を具現し得る。

ドライブ９０９は、記憶媒体用リーダライタであり、情報処理装置１００に内蔵、あるいは外付けされる。ドライブ９０９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、または半導体メモリ等のリムーバブル記憶媒体に記録されている情報を読み出して、ＲＡＭ９０３に出力する。また、ドライブ９０９は、リムーバブル記憶媒体に情報を書き込むこともできる。

接続ポート９１１は、外部機器と接続されるインタフェースであって、例えばＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）などによりデータ伝送可能な外部機器との接続口である。

通信装置９１３は、例えば、ネットワーク９２０に接続するための通信デバイス等で形成された通信インタフェースである。通信装置９１３は、例えば、有線若しくは無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）又はＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード等である。また、通信装置９１３は、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ又は各種通信用のモデム等であってもよい。この通信装置９１３は、例えば、インターネットや他の通信機器との間で、例えばＴＣＰ／ＩＰ等の所定のプロトコルに則して信号等を送受信することができる。

センサ９１５は、本実施形態においては、スペクトルを取得可能なセンサ（例えば、撮像素子等）を含むところ、他のセンサ（例えば、加速度センサ、ジャイロセンサ、地磁気センサ、感圧センサ、音センサ、または測距センサ等）を含んでもよい。センサ９１５は、例えば、情報処理装置１００の少なくとも蛍光信号取得部１１２を具現し得る。

なお、ネットワーク９２０は、ネットワーク９２０に接続されている装置から送信される情報の有線、または無線の伝送路である。例えば、ネットワーク９２０は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ｅｔｈｅｒｎｅｔ（登録商標）を含む各種のＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などを含んでもよい。また、ネットワーク９２０は、ＩＰ−ＶＰＮ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ−Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）などの専用回線網を含んでもよい。

以上、情報処理装置１００の機能を実現可能なハードウェア構成例を示した。上記の各構成要素は、汎用的な部材を用いて実現されていてもよいし、各構成要素の機能に特化したハードウェアにより実現されていてもよい。従って、本開示を実施する時々の技術レベルに応じて、適宜、利用するハードウェア構成を変更することが可能である。

なお、上記のような情報処理装置１００の各機能を実現するためのコンピュータプログラムを作製し、ＰＣ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリ等を含む。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信されてもよい。

＜８．むすび＞
以上で説明してきたように、本開示の第１の実施形態に係る情報処理装置１００は、蛍光染色標本３０に対して、波長が互いに異なる複数の励起光が照射され、当該複数の励起光それぞれに対応する複数の蛍光スペクトルを取得し、当該励起光の強度に基づいて、複数の蛍光スペクトルを補正し、当該複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成する。そして、情報処理装置１００は、自家蛍光物質のスペクトルが波長方向に連結された連結自家蛍光参照スペクトル、及び蛍光物質のスペクトルが波長方向に連結された連結蛍光参照スペクトルを含む参照スペクトルから蛍光物質ごとのスペクトルを抽出する。そして、情報処理装置１００は、抽出した蛍光物質ごとのスペクトルを用いて、連結蛍光スペクトルを分子毎に分離する。

このように、情報処理装置１００は、波長方向に連結された参照スペクトルを用いて蛍光分離処理を行うことで、分離結果として一意のスペクトルを出力することができる（励起波長毎に分離結果が分かれない）。したがって、実施者は、より容易に正しいスペクトルを得ることができる。また、分離に用いられる自家蛍光に関する参照スペクトル（連結自家蛍光参照スペクトル）が自動的に取得され、蛍光分離処理が行われることにより、実施者が非染色切片の適切な空間から自家蛍光に相当するスペクトルを抽出しなくてもよくなる。

また、本開示の第２の実施形態に係る情報処理装置１００は、標本２０毎に実測した連結自家蛍光参照スペクトルを用いて蛍光分離処理を行う。これによって、情報処理装置１００は、より精度の高い蛍光分離処理を実現することができる。

さらに、本開示の変形例に係る情報処理装置１００は、蛍光分子の数、または蛍光分子と結合している抗体の数に基づいて算出された、連結自家蛍光参照スペクトル及び連結蛍光参照スペクトルを含む参照スペクトルを用いて、連結蛍光スペクトルを分子毎に分離する。これによって、情報処理装置１００は、蛍光染色標本３０における蛍光分子数または抗体数を、蛍光分離処理の結果として算出することができる。

さらにまた、本開示の第３の実施形態に係る情報処理装置１００は、染色切片から取得された標本画像を行列ＡとしたＮＭＦを解く。それにより、蛍光分離処理に要する時間や作業コストを大幅に削減しつつ、染色切片から直接、蛍光物質ごとの蛍光スペクトルを抽出することが可能となる。加えて、本開示の第３の実施形態では、同一の染色切片から得られた標本画像から蛍光物質ごとの蛍光スペクトルを抽出するため、例えば、染色切片とは異なる非染色切片から得られた自家蛍光スペクトルを用いる場合と比較して、より正確な蛍光分離結果を取得することが可能となる。

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。

なお、以下のような構成も本開示の技術的範囲に属する。
（１）
標本が蛍光試薬により染色されることで作成された蛍光染色標本に対して、波長が互いに異なる複数の励起光が照射され、前記複数の励起光それぞれに対応する複数の蛍光スペクトルを取得する蛍光信号取得部と、
前記複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成する連結部と、
前記標本における自家蛍光物質のスペクトルが波長方向に連結された連結自家蛍光参照スペクトルと、前記蛍光染色標本における蛍光物質のスペクトルが波長方向に連結された連結蛍光参照スペクトルとを含む参照スペクトルを用いて、前記連結蛍光スペクトルを前記蛍光物質ごとのスペクトルに分離する分離部と、
前記分離部によって分離された前記蛍光物質ごとのスペクトルを用いて、前記連結自家蛍光参照スペクトルを更新する抽出部と、
を備える、
情報処理装置。
（２）
前記抽出部は、前記標本と同一または類似のものに対して前記複数の励起光が照射され取得される複数の自家蛍光スペクトルの少なくとも一部を波長方向に連結したものから前記連結自家蛍光参照スペクトルを抽出する、
前記（１）に記載の情報処理装置。
（３）
前記抽出部は、前記標本と同一または類似のものに対して前記複数の励起光が照射され取得される複数の自家蛍光スペクトルの少なくとも一部を波長方向に連結したものを用いて非負値行列因子分解を行うことで前記連結自家蛍光参照スペクトルを抽出する、
前記（２）に記載の情報処理装置。
（４）
前記抽出部は、予め取得された自家蛍光スペクトルを用いて、前記非負値行列因子分解における初期値を設定することで、前記連結自家蛍光参照スペクトルを抽出する、
前記（３）に記載の情報処理装置。
（５）
前記分離部は、前記参照スペクトルを用いて最小二乗法または重み付き最小二乗法のいずれか一方を用いて、前記蛍光物質ごとのスペクトルに分離する、
前記（１）〜（４）の何れか１項に記載の情報処理装置。
（６）
前記分離部は、前記連結蛍光スペクトルを表す行列をＳｉｇｎａｌ、前記参照スペクトルを表す行列をＳｔ、前記連結蛍光スペクトルにおける前記参照スペクトルそれぞれの混色率を表す行列をａとし、以下の式（３４）で表される値の２乗和が最小となるときの前記混色率を表す行列ａを算出することで、前記蛍光物質ごとのスペクトルに分離する、
前記（５）に記載の情報処理装置。
（７）
前記分離部は、前記重み付き最小二乗法を用いる場合、加重が行われない上限値をＯｆｆｓｅｔ値とし、式（３４）における前記参照スペクトルを表す行列Ｓｔを、以下の式（３５）で表される行列Ｓｔ＿に置換する、
前記（６）に記載の情報処理装置。
（８）
前記分離部は、蛍光分子の数、または前記蛍光分子と結合している抗体の数に基づいて算出された、前記連結自家蛍光参照スペクトル及び前記連結蛍光参照スペクトルを含む前記参照スペクトルを用いて、前記連結蛍光スペクトルを前記蛍光物質ごとのスペクトルに分離する、
前記（１）〜（７）の何れか１項に記載の情報処理装置。
（９）
前記分離部は、１つの前記蛍光分子あたり、または１つの前記抗体あたりの前記連結自家蛍光参照スペクトル及び前記連結蛍光参照スペクトルを含む前記参照スペクトルを用いて、前記連結蛍光スペクトルを前記蛍光物質ごとのスペクトルに分離する、
前記（８）に記載の情報処理装置。
（１０）
前記分離部は、前記連結蛍光スペクトルに対して非負値行列因子分解を行うことで前記蛍光物質ごとのスペクトルに分離する、
前記（１）〜（９）の何れか１項に記載の情報処理装置。
（１１）
前記分離は、前記非負値行列因子分解で抽出されたスペクトルに対して当該非負値行列因子分解に用いた初期値との積率相関係数を計算することで、前記蛍光物質と前記抽出されたスペクトルとの対応関係を特定する、
前記（１０）に記載の情報処理装置。
（１２）
前記連結部は、前記複数の蛍光スペクトルを補正し、補正後の前記複数の蛍光スペクトルの少なくとも一部を前記波長方向に連結する、
前記（１）〜（１１）の何れか１項に記載の情報処理装置。
（１３）
前記連結部は、前記複数の蛍光スペクトルの強度を補正する、
前記（１２）に記載の情報処理装置。
（１４）
前記連結部は、励起パワー密度で前記複数の蛍光スペクトルを除算することで、前記複数の蛍光スペクトルの強度を補正する、
前記（１３）に記載の情報処理装置。
（１５）
前記連結部は、前記複数の蛍光スペクトルのうちの少なくとも１つの波長分解能を他の蛍光スペクトルの波長分解能とは異なる波長分解能に補正する、
前記（１２）〜（１４）の何れか１項に記載の情報処理装置。
（１６）
前記連結部は、前記複数の蛍光スペクトルそれぞれから強度ピークを含む波長帯域の蛍光スペクトルを抽出し、当該抽出した蛍光スペクトルを連結することで前記連結蛍光スペクトルを生成する、
前記（１）〜（１５）の何れか１項に記載の情報処理装置。
（１７）
前記連結蛍光スペクトルは、前記複数の蛍光スペクトル間にて波長方向に不連続で連結される、
前記（１）〜（１６）の何れか１項に記載の情報処理装置。
（１８）
前記蛍光信号取得部は、前記蛍光染色標本を撮像することで得られた、前記複数の蛍光スペクトルよりなる第１画像データを取得し、
前記分離部は、前記第１画像データの第１グラム行列に対して非負値行列因子分解を行うことで、前記第１画像データを前記蛍光物質ごとのスペクトルに分離する、
前記（１）〜（１７）の何れか１項に記載の情報処理装置。
（１９）
前記分離部は、前記第１画像データを分割した複数の第２画像データそれぞれの第２グラム行列を畳み込むことで、前記第１グラム行列を算出する、
前記（１８）に記載の情報処理装置。
（２０）
前記蛍光信号取得部は、前記励起光が照射されている非染色の前記標本を撮像することで得られた第１画像データを取得し、
前記抽出部は、前記第１画像データの第１グラム行列に対して非負値行列因子分解を行うことで、前記第１画像データから前記自家蛍光物質ごとのスペクトルを抽出し、抽出した前記自家蛍光物質ごとのスペクトルを用いて前記連結自家蛍光参照スペクトルを更新する、
前記（１）〜（１７）の何れか１項に記載の情報処理装置。
（２１）
前記抽出部は、前記第１画像データを分割した複数の第２画像データそれぞれの第２グラム行列を畳み込むことで、前記第１グラム行列を算出する、
前記（２０）に記載の情報処理装置。
（２２）
標本が蛍光試薬により染色されることで作成された蛍光染色標本に対して、波長が互いに異なる複数の励起光を照射する光源を備え、前記複数の励起光それぞれに対応する複数の蛍光スペクトルを取得する撮像装置と、前記複数の蛍光スペクトルを用いる処理に使われるソフトウェアとを含んで構成される顕微鏡システムであって、
前記ソフトウェアは、情報処理装置で実行され、
前記複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成することと、
前記標本における自家蛍光物質のスペクトルが波長方向に連結された連結自家蛍光参照スペクトルと、前記蛍光染色標本における蛍光物質のスペクトルが波長方向に連結された連結蛍光参照スペクトルとを含む参照スペクトルを用いて、前記連結蛍光スペクトルを前記蛍光物質ごとのスペクトルに分離することと、
分離された前記蛍光物質ごとのスペクトルを用いて、前記連結自家蛍光参照スペクトルを更新することと、
を実現する、
顕微鏡システム。

１０ 蛍光試薬
１１ 試薬識別情報
２０ 標本
２１ 標本識別情報
３０ 蛍光染色標本
１００ 情報処理装置
１１０ 取得部
１１１ 情報取得部
１１２ 蛍光信号取得部
１２０ 保存部
１２１ 情報保存部
１２２ 蛍光信号保存部
１３０ 処理部
１３１ 連結部
１３２ 分離処理部
１３３ 画像生成部
１４０ 表示部
１５０ 制御部
１６０ 操作部
２００ データベース

Claims (20)

1. 標本が蛍光試薬により染色されることで作成された蛍光染色標本に対して、波長が互いに異なる複数の励起光が照射され、前記複数の励起光それぞれに対応する複数の蛍光スペクトルを取得する蛍光信号取得部と、
   前記複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成する連結部と、
   前記標本における自家蛍光物質のスペクトルが波長方向に連結された連結自家蛍光参照スペクトルと、前記蛍光染色標本における蛍光物質のスペクトルが波長方向に連結された連結蛍光参照スペクトルとを含む参照スペクトルを用いて、前記連結蛍光スペクトルを前記蛍光物質ごとのスペクトルに分離する分離部と、
   前記分離部によって分離された前記蛍光物質ごとのスペクトルを用いて、前記連結自家蛍光参照スペクトルを更新する抽出部と、
   を備える、
   情報処理装置。
2. 前記抽出部は、前記標本と同一または類似のものに対して前記複数の励起光が照射され取得される複数の自家蛍光スペクトルの少なくとも一部を波長方向に連結したものから前記連結自家蛍光参照スペクトルを抽出する、
   請求項１に記載の情報処理装置。
3. 前記抽出部は、前記標本と同一または類似のものに対して前記複数の励起光が照射され取得される複数の自家蛍光スペクトルの少なくとも一部を波長方向に連結したものを用いて非負値行列因子分解を行うことで前記連結自家蛍光参照スペクトルを抽出する、
   請求項２に記載の情報処理装置。
4. 前記抽出部は、予め取得された自家蛍光スペクトルを用いて、前記非負値行列因子分解における初期値を設定することで、前記連結自家蛍光参照スペクトルを抽出する、
   請求項３に記載の情報処理装置。
5. 前記分離部は、前記参照スペクトルを用いて最小二乗法または重み付き最小二乗法のいずれか一方を用いて、前記蛍光物質ごとのスペクトルに分離する、
   請求項１に記載の情報処理装置。
6. 前記分離部は、前記連結蛍光スペクトルを表す行列をＳｉｇｎａｌ、前記参照スペクトルを表す行列をＳｔ、前記連結蛍光スペクトルにおける前記参照スペクトルそれぞれの混色率を表す行列をａとし、以下の式（１）で表される値の２乗和が最小となるときの前記混色率を表す行列ａを算出することで、前記蛍光物質ごとのスペクトルに分離する、
   請求項５に記載の情報処理装置。
   
7. 前記分離部は、前記重み付き最小二乗法を用いる場合、加重が行われない上限値をＯｆｆｓｅｔ値とし、式（１）における前記参照スペクトルを表す行列Ｓｔを、以下の式（２）で表される行列Ｓｔ＿に置換する、
   請求項６に記載の情報処理装置。
   
8. 前記分離部は、蛍光分子の数若しくは前記蛍光分子と結合している抗体の数に基づいて算出された前記連結自家蛍光参照スペクトル及び前記連結蛍光参照スペクトルを含む前記参照スペクトル、又は、１つの前記蛍光分子あたり若しくは１つの前記抗体あたりの前記連結自家蛍光参照スペクトル及び前記連結蛍光参照スペクトルを含む前記参照スペクトルを用いて、前記連結蛍光スペクトルを前記蛍光物質ごとのスペクトルに分離する、
   請求項１に記載の情報処理装置。
9. 前記分離部は、前記連結蛍光スペクトルに対して非負値行列因子分解を行うことで前記蛍光物質ごとのスペクトルに分離する、
   請求項１に記載の情報処理装置。
10. 前記分離部は、前記非負値行列因子分解で抽出されたスペクトルに対して当該非負値行列因子分解に用いた初期値との積率相関係数を計算することで、前記蛍光物質と前記抽出されたスペクトルとの対応関係を特定する、
    請求項９に記載の情報処理装置。
11. 前記連結部は、前記複数の蛍光スペクトルを補正し、補正後の前記複数の蛍光スペクトルの少なくとも一部を前記波長方向に連結する、
    請求項１に記載の情報処理装置。
12. 前記連結部は、前記複数の蛍光スペクトルの強度を補正する、
    請求項１１に記載の情報処理装置。
13. 前記連結部は、励起パワー密度で前記複数の蛍光スペクトルを除算することで、前記複数の蛍光スペクトルの強度を補正する、
    請求項１２に記載の情報処理装置。
14. 前記連結部は、前記複数の蛍光スペクトルのうちの少なくとも１つの波長分解能を他の蛍光スペクトルの波長分解能とは異なる波長分解能に補正する、
    請求項１１に記載の情報処理装置。
15. 前記連結部は、前記複数の蛍光スペクトルそれぞれから強度ピークを含む波長帯域の蛍光スペクトルを抽出し、当該抽出した蛍光スペクトルを連結することで前記連結蛍光スペクトルを生成する、
    請求項１に記載の情報処理装置。
16. 前記連結蛍光スペクトルは、前記複数の蛍光スペクトル間にて波長方向に不連続で連結される、
    請求項１に記載の情報処理装置。
17. 前記蛍光信号取得部は、前記蛍光染色標本を撮像することで得られた、前記複数の蛍光スペクトルよりなる第１画像データを取得し、
    前記分離部は、前記第１画像データの第１グラム行列に対して非負値行列因子分解を行うことで、前記第１画像データを前記蛍光物質ごとのスペクトルに分離する、
    請求項１に記載の情報処理装置。
18. 前記分離部は、前記第１画像データを分割した複数の第２画像データそれぞれの第２グラム行列を畳み込むことで、前記第１グラム行列を算出する、
    請求項１７に記載の情報処理装置。
19. 前記蛍光信号取得部は、前記励起光が照射されている非染色の前記標本を撮像することで第１画像データを取得し、
    前記抽出部は、前記第１画像データの第１グラム行列に対して非負値行列因子分解を行うことで、前記第１画像データから前記自家蛍光物質ごとのスペクトルを抽出し、抽出した前記自家蛍光物質ごとのスペクトルを用いて前記連結自家蛍光参照スペクトルを更新する、
    請求項１に記載の情報処理装置。
20. 標本が蛍光試薬により染色されることで作成された蛍光染色標本に対して、波長が互いに異なる複数の励起光を照射する光源を備え、前記複数の励起光それぞれに対応する複数の蛍光スペクトルを取得する撮像装置と、前記複数の蛍光スペクトルを用いる処理に使われるソフトウェアとを含んで構成される顕微鏡システムであって、
    前記ソフトウェアは、情報処理装置で実行され、
    前記複数の蛍光スペクトルの少なくとも一部を波長方向に連結することで連結蛍光スペクトルを生成することと、
    前記標本における自家蛍光物質のスペクトルが波長方向に連結された連結自家蛍光参照スペクトルと、前記蛍光染色標本における蛍光物質のスペクトルが波長方向に連結された連結蛍光参照スペクトルとを含む参照スペクトルを用いて、前記連結蛍光スペクトルを前記蛍光物質ごとのスペクトルに分離することと、
    分離された前記蛍光物質ごとのスペクトルを用いて、前記連結自家蛍光参照スペクトルを更新することと、
    を実現する、
    顕微鏡システム。