JP2020191841A - マイコプラズマ検査装置、マイコプラズマ表示装置、マイコプラズマ検査システム、マイコプラズマ表示システム、学習器、コンピュータプログラム、マイコプラズマ検査方法及び学習器の生成方法 - Google Patents

Abstract

【課題】効率良くマイコプラズマを検出することができるマイコプラズマ検査装置、マイコプラズマ表示装置、マイコプラズマ検査システム、マイコプラズマ表示システム、学習器、コンピュータプログラム、マイコプラズマ検査方法及び学習器の生成方法を提供する。【解決手段】マイコプラズマ検査装置は、細胞核が撮影された検査対象画像を取得する取得部と、取得した検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器と、第１学習器で検出したマイコプラズマ及び取得した検査対象画像に基づいてマイコプラズマ画像を生成するマイコプラズマ画像生成部とを備える。【選択図】図１

Description

本発明は、マイコプラズマ検査装置、マイコプラズマ表示装置、マイコプラズマ検査システム、マイコプラズマ表示システム、学習器、コンピュータプログラム、マイコプラズマ検査方法及び学習器の生成方法に関する。

マイコプラズマは、自己増殖能を持つ最小のバクテリアであり、ヒト、哺乳類などの寄生体として自然界に広く存在する。非特許文献１には、「バイオテクノロジー応用医薬品／生物起源由来医薬品の製造に用いる細胞基材に対するマイコプラズマ否定試験」として、指標細胞を用いたＤＮＡ染色法（いわゆる、マイコプラズマ否定試験Ｂ法）が記載されている。

第十六改正日本薬局方（平成２３年３月２４日厚生労働省告示第６５号）

しかし、マイコプラズマ否定試験Ｂ法では、試験検体を所定期間培養し、ＤＮＡ蛍光染色して、蛍光顕微鏡でマイコプラズマの存在を目視で確認する必要があり、作業者の作業効率が低いという問題がある。

本発明は、斯かる事情に鑑みてなされたものであり、効率良くマイコプラズマを検出することができるマイコプラズマ検査装置、マイコプラズマ表示装置、マイコプラズマ検査システム、マイコプラズマ表示システム、学習器、コンピュータプログラム、マイコプラズマ検査方法及び学習器の生成方法を提供することを目的とする。

本発明の実施の形態に係るマイコプラズマ検査装置は、細胞核が撮影された検査対象画像を取得する取得部と、前記取得部で取得した検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器と、前記第１学習器で検出したマイコプラズマ及び前記取得部で取得した検査対象画像に基づいてマイコプラズマ画像を生成するマイコプラズマ画像生成部とを備える。

本発明の実施の形態に係るマイコプラズマ表示装置は、細胞核が撮影された検査対象画像を取得する取得部と、前記取得部で取得した検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器が検出したマイコプラズマ及び前記取得部で取得した検査対象画像に基づいてマイコプラズマ画像を表示するマイコプラズマ画像表示部とを備える。

本発明の実施の形態に係るマイコプラズマ検査システムは、細胞核を撮像する撮像装置と、前述のマイコプラズマ検査装置とを備え、前記マイコプラズマ検査装置は、前記撮像装置で撮像された検査対象画像を取得する。

本発明の実施の形態に係るマイコプラズマ表示システムは、細胞核を撮像する撮像装置と、前述のマイコプラズマ表示装置とを備え、前記マイコプラズマ表示装置は、前記撮像装置で撮像された検査対象画像を取得する。

本発明の実施の形態に係る学習器は、細胞核が撮影された検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器と、前記第１学習器で検出したマイコプラズマ及び前記検査対象画像に基づいて前記細胞核がマイコプラズマ汚染されているか否か判定すべく学習された第２学習器と、前記第２学習器の判定結果に基づいて生成される、汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を用いて細胞核の数を検出すべく学習された第３学習器とを備える。

本発明の実施の形態に係るコンピュータプログラムは、コンピュータに、細胞核が撮影された検査対象画像を取得する処理と、取得した検査対象画像を用いて学習された第１学習器が検出したマイコプラズマ及び前記検査対象画像に基づいてマイコプラズマ画像を生成する処理とを実行させる。

本発明の実施の形態に係るマイコプラズマ検査方法は、細胞核が撮影された検査対象画像を取得し、取得された検査対象画像を用いて学習された第１学習器が検出したマイコプラズマ及び前記検査対象画像に基づいてマイコプラズマ画像を生成する。

本発明の実施の形態に係る学習器の生成方法は、第１学習器、第２学習器及び第３学習器を備える学習器の生成方法であって、細胞核が撮影され、マイコプラズマが存在する第１画像と前記第１画像からマイコプラズマを抽出した抽出画像とを含む学習データ、及び細胞核が撮影され、マイコプラズマが存在しない第２画像とマイコプラズマが存在しない所定画像とを含む学習データを用いて前記第１学習器を生成し、前記第１画像及び前記抽出画像の組で構成される学習用入力画像と所定の汚染細胞核画像とを含む学習データ、及び前記第２画像及び前記所定画像の組で構成される学習用入力画像と所定の非汚染細胞核画像とを含む学習データを用いて前記第２学習器を生成し、所定の汚染細胞核画像、所定の非汚染細胞核画像、及び細胞核数を示す教師ラベルを用いて前記第３学習器を生成する。

本発明によれば、効率良くマイコプラズマを検出することができる。

本実施の形態のマイコプラズマ検査装置としての検査装置の構成の一例を示すブロック図である。 撮像画像と検査対象画像との関係を示す模式図である。 第１学習器、第２学習器及び第３学習器それぞれの構成の一例を示す模式図である。 第１画像の一例を示す模式図である。 マイコプラズマ抽出画像の一例を示す模式図である。 第２画像の一例を示す模式図である。 所定画像の一例を示す模式図である。 第１画像及びマイコプラズマ抽出画像の組で構成される学習用入力画像の一例を示す模式図である。 汚染細胞核画像の一例を示す模式図である。 第２画像及び所定画像の組で構成される学習用入力画像の一例を示す模式図である。 非汚染細胞核画像の一例を示す模式図である。 汚染細胞核画像内の細胞塊を抽出する切出画像の一例を示す模式図である。 第３学習器を生成するための学習用入力画像と教師ラベルとの関係を示す模式図である。 本実施の形態の検査装置の検査の流れの一例を示す模式図である。 マイコプラズマ画像の一例を示す模式図である。 マイコプラズマ汚染結果画像の一例を示す模式図である。 汚染細胞核又は非汚染細胞核の決定方法の一例を示す模式図である。 マイコプラズマ汚染結果画像の細胞核に付与された識別子の一例を示す模式図である。 細胞核数情報の表示の一例を示す模式図である。 詳細情報の表示の第１例を示す模式図である。 詳細情報の表示の第２例を示す模式図である。 本実施の形態の検査システム又は表示システムの構成の一例を示すブロック図である。 本実施の形態の検査装置の処理手順の一例を示すフローチャートである。 本実施の形態の検査装置の処理手順の一例を示すフローチャートである。

以下、本発明の実施の形態を図面に基づいて説明する。図１は本実施の形態のマイコプラズマ検査装置としての検査装置５０の構成の一例を示すブロック図である。検査装置５０は、装置全体を制御する制御部５１、入力部５２、マイコプラズマ画像生成部５３、汚染結果画像生成部５４、記憶部５５、細胞塊抽出部５６、インタフェース部５７、学習器５８、及び決定部５９を備える。学習器５８は、第１学習器５８１、第２学習器５８２、及び第３学習器５８３を備える。検査装置５０は、マイコプラズマ表示装置としての表示装置１００と接続することができる。表示装置１００は、装置全体を制御する制御部１０１、インタフェース部１０２、表示画面１０３、及び操作部１０４を備える。

制御部５１は、ＣＰＵ、ＲＯＭ及びＲＡＭ等で構成することができる。

入力部５２は、取得部としての機能を有し、細胞核が撮影された検査対象画像を取得する。検査対象画像は、撮像装置（例えば、顕微鏡など）で撮像された試験検体の撮像画像を所定サイズの領域で走査して得られる画像領域とすることができる。

記憶部５５は、入力部５２で取得した検査対象画像を記憶することができる。記憶部５５は、検査装置５０で行う処理結果などの所要のデータを記録することができる。

インタフェース部５７は、表示装置１００とのインタフェース機能を有する。また、インタフェース部５７は、不図示の印刷装置とのインタフェース機能を有する。

図２は撮像画像と検査対象画像との関係を示す模式図である。撮像画像は、撮像装置（例えば、顕微鏡、より具体的には蛍光顕微鏡など）で撮像された撮像画像を示す。撮像画像の縦横の解像度（ｍ×ｎ）は、撮像装置によって異なる。解像度ｍ又はｎは、例えば、１０００、１２００、１４００程度とすることができるが、これらに限定されない。検査対象画像は、例えば、１２８×１２８の解像度とすることができるが、これに限定されない。検査対象画像は、例えば、１２８×１２８の解像度の領域を、一部領域が重なるように撮像画像を走査することにより、取り出すことができる。すなわち、１枚の撮像画像から複数枚の検査対象画像を取り出すことができる。本明細書では、検査対象画像の解像度を１２８×１２８として説明するが、これに限定されない。

次に、学習器５８について説明する。

図３は第１学習器５８１、第２学習器５８２及び第３学習器５８３それぞれの構成の一例を示す模式図である。第１学習器５８１、第２学習器５８２及び第３学習器５８３は、例えば、多層のニューラルネットワーク（深層学習）で構成することができ、例えば、畳み込みニューラルネットワーク（Convolutional Neural Network）を用いることができるが、他の機械学習を用いてもよい。本明細書では、第１学習器５８１、第２学習器５８２及び第３学習器５８３は、畳み込みニューラルネットワークで構成されるものとして説明するが、これに限定されない。

第１学習器５８１は、入力層、出力層、及び入力層と出力層との間に隠れ層を備える。隠れ層は、複数段からなる畳み込み層及び複数段からなるアップサンプリング層（アンプーリング層ともいう）を有する。入力層は、例えば、１２８×１２８のデータが入力され、出力層は、１２８×１２８のデータを出力することができるが、データ数は、検査対象画像の解像度に応じて変更することができる。

第２学習器５８２は、入力層、出力層、及び入力層と出力層との間に隠れ層を備える。隠れ層は、複数段からなる畳み込み層及び複数段からなるアップサンプリング層（アンプーリング層ともいう）を有する。入力層は、２チャネルで構成され、それぞれのチャネルには、例えば、１２８×１２８のデータが入力され、出力層は、９６×９６のデータを出力することができるが、データ数は、検査対象画像の解像度に応じて変更することができる。

第３学習器５８３は、入力層、出力層、及び入力層と出力層との間に隠れ層を備える。隠れ層は、複数段からなる畳み込み層及びプーリング層、及び最終段に全結合層を備える。なお、畳み込み層、プーリング層及び全結合層の数は適宜決定できる。入力層は、例えば、後述の切出画像の解像度に応じたデータが入力され、出力層は、検出する細胞核数の種類（例えば、０個、１個、２個、３個、４個以上など）の数に応じた出力ノードを備えることができる。

第１学習器５８１、第２学習器５８２及び第３学習器５８３は、例えば、ＣＰＵ（例えば、複数のプロセッサコアを実装したマルチ・プロセッサなど）、ＧＰＵ（Graphics Processing Units）、ＤＳＰ（Digital Signal Processors）、ＦＰＧＡ（Field-Programmable Gate Arrays）などのハードウェアを組み合わせることによって構成することができる。

次に、学習器５８の生成方法（学習方法）について説明する。まず、第１学習器５８１の生成方法について説明する。

第１学習器５８１は、細胞核が撮影され、マイコプラズマが存在する第１画像と当該第１画像からマイコプラズマを抽出したマイコプラズマ抽出画像（抽出画像）とを含む学習データを用いて生成することができる。

図４は第１画像の一例を示す模式図である。第１画像の解像度は、検査対象画像と同じであり、例えば、１２８×１２８とすることができる。図４に示すように、第１画像は、複数の細胞核が撮影された画像であって、マイコプラズマが存在する学習用の入力画像である。マイコプラズマは、自己増殖能を持つバクテリアである。ただし、第１画像は、マイコプラズマを正確に視認することができないような画像である。なお、図４では、細胞核とマイコプラズマとを便宜上、模式的に図示しており、実際の画像とは異なる場合がある。

図５はマイコプラズマ抽出画像の一例を示す模式図である。マイコプラズマ抽出画像は、第１画像からマイコプラズマを抽出した学習用の出力画像（すなわち、第１画像から細胞核を削除した画像）である。すなわち、図５に示すマイコプラズマ抽出画像は、図４に示す第１画像からマイコプラズマだけを抽出することにより生成することができる。マイコプラズマ抽出画像の解像度は、第１画像と同じであり、例えば、１２８×１２８とすることができる。

また、第１学習器５８１は、細胞核が撮影され、マイコプラズマが存在しない第２画像とマイコプラズマが存在しない所定画像とを含む学習データを用いて生成することができる。

図６は第２画像の一例を示す模式図である。第２画像の解像度は、検査対象画像と同じであり、例えば、１２８×１２８とすることができる。図６に示すように、第２画像は、マイコプラズマが存在しておらず、かつ複数の細胞核が撮影された学習用の入力画像である。なお、図６では、細胞核を便宜上、模式的に図示しており、実際の画像とは異なる場合がある。

図７は所定画像の一例を示す模式図である。所定画像は、マイコプラズマも細胞核も存在しない学習用の出力画像である。所定画像の解像度は、第２画像と同じであり、例えば、１２８×１２８とすることができる。

これにより、第１学習器５８１に、細胞核が撮影された検査対象画像を入力すると、第１学習器５８１は、マイコプラズマを検出することができる。

次に、第２学習器５８２の生成方法について説明する。

第２学習器５８２は、第１画像及びマイコプラズマ抽出画像の組で構成される学習用入力画像と所定の汚染細胞核画像とを含む学習データを用いて生成することができる。ここで、第１画像及びマイコプラズマ抽出画像は、第１学習器５８１を生成する際に用いられた第１画像及びマイコプラズマ抽出画像である。

図８は第１画像及びマイコプラズマ抽出画像の組で構成される学習用入力画像の一例を示す模式図である。図８に示す学習用入力画像は、第１画像及びマイコプラズマ抽出画像の組で構成され、第１画像を入力層の一方のチャネルに入力し、マイコプラズマ抽出画像を入力層の他方のチャネルに入力することができる。第１画像及びマイコプラズマ抽出画像の解像度は、例えば、１２８×１２８とすることができる。なお、図８では、細胞核とマイコプラズマとを便宜上、模式的に図示しており、実際の画像とは異なる場合がある。

図９は汚染細胞核画像の一例を示す模式図である。汚染細胞核画像は、第１画像及びマイコプラズマ抽出画像の組で構成される学習用入力画像内の細胞核のうち、マイコプラズマで汚染された汚染細胞核を表した画像である。すなわち、マイコプラズマで汚染されていない非汚染細胞核が存在する場合、非汚染細胞核は除外することができる。図９では、便宜上、すべての細胞核が汚染されているとし、汚染細胞核を濃い模様で図示している。

また、第２学習器５８２は、第２画像及び所定画像の組で構成される学習用入力画像と所定の非汚染細胞核画像とを含む学習データを用いて生成することができる。第２画像及び所定画像は、第１学習器５８１を生成する際に用いられた第２画像及び所定画像である。

図１０は第２画像及び所定画像の組で構成される学習用入力画像の一例を示す模式図である。図１０に示す学習用入力画像は、第２画像及び所定画像の組で構成され、第２画像を入力層の一方のチャネルに入力し、所定画像を入力層の他方のチャネルに入力することができる。第２画像及び所定画像の解像度は、例えば、１２８×１２８とすることができる。なお、図１０では、細胞核を便宜上、模式的に図示しており、実際の画像とは異なる場合がある。

図１１は非汚染細胞核画像の一例を示す模式図である。非汚染細胞核画像は、学習用入力画像内の細胞核のうち、マイコプラズマで汚染されていない非汚染細胞核を表した画像である。すなわち、マイコプラズマで汚染された汚染細胞核が存在する場合、汚染細胞核は除外することができる。図１１では、被汚染細胞核を薄い模様で図示している。

これにより、第２学習器５８２に、検出されたマイコプラズマ及び複数の細胞核を含むマイコプラズマ画像を入力すると、第２学習器５８２は、細胞核が汚染細胞核であるか非汚染細胞核であるかを判定することができる。

次に、第３学習器５８３の生成方法について説明する。

第３学習器５８３は、所定の汚染細胞核画像、所定の非汚染細胞核画像、及び細胞核数を示す教師ラベルを用いて生成することができる。例えば、細胞核数が１の汚染細胞核画像又は非汚染細胞核画像と、細胞核数が１であることを示す教師ラベル（例えば、「１」）を用いて第３学習器５８３を生成することができる。細胞核数が２又は３の場合も同様である。また、細胞核数が４以上の汚染細胞核画像又は非汚染細胞核画像と、細胞核数が４以上であることを示す教師ラベル（例えば、「４」）を用いて第３学習器５８３を生成することができる。これにより、第３学習器５８３に、マイコプラズマ汚染結果画像を入力すると、第３学習器５８３は、細胞核の数を検出することができる。なお、教師ラベルは、細胞核の汚染の有無とは無関係である。

第３学習器５８３の生成方法の具体例について説明する。

細胞塊抽出部５６は、所定の汚染細胞核画像に基づいて１又は複数の細胞核が集まった細胞塊を抽出することができる。具体的には、細胞塊抽出部５６は、所定の汚染細胞核画像から、一つの細胞塊を含む切出画像を切り出すことにより、細胞塊を抽出することができる。なお、細胞塊は、所定の汚染細胞核画像に存在する数だけ抽出できる。

図１２は汚染細胞核画像内の細胞塊を抽出する切出画像の一例を示す模式図である。所定の汚染細胞核画像は、細胞核の全部又は一部がマイコプラズマに汚染された画像とすることができる。図１２の例では、破線で囲む矩形状の切出画像が、２つの細胞核が集まった細胞塊を含む場合を示す。切出画像は、汚染細胞核画像内の全ての細胞塊について切り出すことができる。なお、本明細書では、１個の細胞核も細胞塊の一例として説明する。

図１３は第３学習器５８３を生成するための学習用入力画像と教師ラベルとの関係を示す模式図である。学習用入力画像は、個々の切出画像である。図１３の例では、５つの切出画像の例を挙げている。ＮＯ．１は、細胞核が１個含まれる切出画像であり、ＮＯ．１の切出画像を第３学習器５８３の入力層に入力し、教師ラベル「１」（細胞核数＝１であることを示す）を出力層に与える。ＮＯ．２は、細胞核が２個含まれる切出画像であり、ＮＯ．２の切出画像を第３学習器５８３の入力層に入力し、教師ラベル「２」（細胞核数＝２であることを示す）を出力層に与える。ＮＯ．３は、細胞核が３個含まれる切出画像であり、ＮＯ．３の切出画像を第３学習器５８３の入力層に入力し、教師ラベル「３」（細胞核数＝３であることを示す）を出力層に与える。また、ＮＯ．４は、細胞核数が４個以上含まれる切出画像であり、ＮＯ．４の切出画像を第３学習器５８３の入力層に入力し、教師ラベル「４」（細胞核数が４以上であることを示す）を出力層に与える。なお、教師ラベルは一例であって、図１３の例に限定されない。また、切出画像に含まれる細胞核は、汚染細胞核と非汚染細胞核の両方が含まれる場合もある。

これにより、第３学習器５８３に、後述のマイコプラズマ汚染結果画像を入力すると、第３学習器５８３は、細胞核の数を検出することができる。具体的には、第３学習器５８３は、切出画像毎に細胞核の数を検出することができ、検出した細胞核数をマイコプラズマ汚染結果画像全体に亘って合計すると、1枚のマイコプラズマ汚染結果画像での細胞核数（汚染細胞核の数及び非汚染細胞核の数）を検出することができる。また、細胞核の数を検出することにより、試験検体が陽性であるか陰性であるかを判定することができる。

次に、マイコプラズマの検査処理について説明する。

図１４は本実施の形態の検査装置５０の検査の流れの一例を示す模式図である。第１学習器５８１は、入力部５２で取得した検査対象画像に基づいてマイコプラズマを検出する。

マイコプラズマ画像生成部５３は、第１学習器５８１で検出したマイコプラズマ及び入力部５２で取得した検査対象画像に基づいてマイコプラズマ画像を生成する。

図１５はマイコプラズマ画像の一例を示す模式図である。マイコプラズマ画像は、検査対象画像に検出したマイコプラズマを重畳させた画像である。より具体的には、マイコプラズマ画像生成部５３は、２つのチャネルのうち、一方のチャネルに検査対象画像を割り当て、他方のチャネルに検出したマイコプラズマの画像を割り当てる処理を行う。マイコプラズマ画像を生成することにより、マイコプラズマを可視化することができ、効率良くマイコプラズマを検出することができる。なお、図１５に示す細胞核、マイコプラズマは、便宜上、模式的に要部を図示したものであり、実際の細胞核、マイコプラズマとは異なる。

第２学習器５８２は、マイコプラズマ画像生成部５３で生成したマイコプラズマ画像に基づいて細胞核がマイコプラズマ汚染されているか否か判定する。より具体的には、第２学習器５８２の入力層の一方のチャネルには、検査対象画像が入力され、他方のチャネルには、第１学習器５８１で検出したマイコプラズマの画像が入力される。

汚染結果画像生成部５４は、第２学習器５８２の判定結果に基づいて汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を生成する。

図１６はマイコプラズマ汚染結果画像の一例を示す模式図である。汚染細胞核はマイコプラズマに汚染された細胞核であり、非汚染細胞核はマイコプラズマに汚染されていない細胞核である。マイコプラズマ汚染結果画像は、汚染細胞核のみの画像、非汚染細胞核のみの画像、汚染細胞核及び非汚染細胞核が混在する画像である。これにより、汚染細胞核と非汚染細胞核とを可視化することができ、細胞核の汚染状態を確認することができる。図１６の例では、便宜上、模式的に要部を図示したものである。汚染された細胞核の境界を太線で図示することにより、汚染されていない細胞核と区別している。

第３学習器５８３は、汚染結果画像生成部５４で生成したマイコプラズマ汚染結果画像に基づいて細胞核の数を検出することができる。細胞核の数を検出することにより、試験検体が陽性であるか陰性であるかを判定することができる。

細胞塊抽出部５６は、汚染結果画像生成部５４で生成したマイコプラズマ汚染結果画像に基づいて１又は複数の細胞核が集まった細胞塊を抽出することができる。具体的には、細胞塊抽出部５６は、マイコプラズマ汚染結果画像から、細胞塊を含む矩形状の切出画像を切り出すことにより、細胞塊を抽出することができる。切出画像は、図１２で例示した切出画像と同様である。

第３学習器５８３は、細胞塊抽出部５６で抽出した細胞塊ごとに細胞核の数を検出する。具体的には、第３学習器５８３は、切出画像毎に細胞核の数を検出することができ、検出した細胞核数をマイコプラズマ汚染結果画像全体に亘って合計すると、1枚のマイコプラズマ汚染結果画像での細胞核数（汚染細胞核の数及び非汚染細胞核の数）を検出することができる。これにより、細胞核が塊として存在する場合でも、細胞核の数を正確に検出することができる。

第３学習器５８３は、汚染結果画像生成部５４で生成した複数のマイコプラズマ汚染結果画像それぞれで検出した細胞核の数に基づく代表値を細胞核の数として検出することができる。例えば、１枚のマイコプラズマ汚染結果画像内に存在する細胞核の数が所定数（例えば、１０００個）未満であって、複数枚のマイコプラズマ汚染結果画像内の細胞核数を合計すると所定数以上となるとする。この場合、当該複数枚のマイコプラズマ汚染結果画像全体で検出された細胞核の数を記憶部５５に記録する。同様の処理を撮像画像全体に亘って行い、それぞれ記録した細胞核の数に基づく代表値（例えば、平均値、最大値など）を所定数の細胞核に対する細胞核の数（汚染細胞核の数及び非汚染細胞核の数）として検出する。例えば、細胞核数１０００個当たり検出された汚染細胞核の数が、１００個、２００個、３００個とすると、平均値を用いる場合には、汚染細胞核数を２００個とすることができ、最大値を用いる場合には、３００個とすることができる。どのような代表値を用いるかは適宜決定できる。代表値を用いることにより、試験検体が陽性であるか陰性であるかを精度良く判定することができる。

インタフェース部５７は、出力部としての機能を有し、所定数の細胞核と汚染細胞核の数とを対応付けた細胞核数情報を出力することができる。細胞核数情報は、表示用の情報でもよく、印刷用の情報でもよい。所定数は、例えば、１０００とすることができる。これにより、試験検体の陽性・陰性を容易に判断することができる。

決定部５９は、細胞塊抽出部５６で抽出した細胞塊に汚染細胞核及び非汚染細胞核の両方が含まれる場合、所定の条件に基づいて細胞塊を汚染細胞核又は非汚染細胞核のいずれかに決定することができる。

図１７は汚染細胞核又は非汚染細胞核の決定方法の一例を示す模式図である。図１７Ａに示すように、細胞塊に汚染細胞核及び非汚染細胞核の両方が含まれるとする。この場合、図１７Ｂに示すように、細胞塊が、汚染細胞核であるか、あるいは非汚染細胞核であるかを、図１７Ａに示す、汚染細胞核及び非汚染細胞核それぞれの大きさの大きい方の細胞核とすることができる。これにより、汚染細胞核又は非汚染細胞核の検出数の精度を高めることができる。

次に、表示装置１００について説明する。

制御部１０１は、ＣＰＵ、ＲＯＭ及びＲＡＭ等で構成することができる。

インタフェース部１０２は、検査装置５０との間のインタフェース機能を備える。

表示画面１０３は、液晶パネル又は有機ＥＬ（Electro Luminescence）ディスプレイ等で構成することができる。

操作部１０４は、例えば、ハードウェアキーボード、マウスなどで構成され、表示パネル２４に表示されたアイコンなどの操作、文字等の入力などを行うことができる。なお、操作部１０４は、タッチパネルで構成してもよい。

インタフェース部１０２は、取得部としての機能を有し、細胞核が撮影された検査対象画像を検査装置５０から取得することができる。インタフェース部１０２は、マイコプラズマ画像生成部５３で生成したマイコプラズマ画像を取得することができる。また、インタフェース部１０２は、汚染結果画像生成部５４で生成した汚染結果画像を取得することができる。

制御部１０１は、マイコプラズマ画像表示部としての機能を有し、インタフェース部１０２で取得したマイコプラズマ画像を表示画面１０３に表示することができる。これにより、マイコプラズマを可視化することができ、効率良くマイコプラズマを確認することができる。

制御部１０１は、汚染結果画像表示部としての機能を有し、インタフェース部１０２で取得したマイコプラズマ汚染結果画像を表示画面１０３に表示することができる。これにより、汚染細胞核と非汚染細胞核とを可視化することができ、細胞核の汚染状態を確認することができる。

制御部１０１は、汚染細胞核及び非汚染細胞核の少なくとも一方に細胞核を識別する識別子を付与してマイコプラズマ汚染結果画像を表示することができる。

図１８はマイコプラズマ汚染結果画像の細胞核に付与された識別子の一例を示す模式図である。図中、太線で囲まれた細胞核は汚染細胞核であり、それ以外の細胞核は非汚染細胞核である。図１８の例では、識別子として数字を用いる例を示すが、識別子は数字に限定されない。これにより、個々の細胞核を容易に識別することができる。

操作部１０４は、設定部としての機能を有し、表示画面１０３に表示された識別子（図１８の例では、数字）の表示・非表示を設定することができる。例えば、アイコン又はボタンなどを表示させ、当該アイコン又はボタンを操作して設定することができる。これにより、例えば、ユーザ（試験者）が、汚染結果画像を確認する際に、目的に応じて識別子の要否を選択することができ、ユーザの視認性を向上させることができる。

制御部１０１は、汚染細胞核と非汚染細胞核とを異なる表示態様にしてマイコプラズマ汚染結果画像を表示することができる。汚染細胞核及び非汚染細胞核それぞれと外界との境界を異なる色で表示することができる。例えば、図１８に示すように、汚染細胞核の境界を非汚染細胞核の境界よりも強調（例えば、太線）して表示してもよく、汚染細胞核の境界を赤色で表示し、非汚染細胞核の境界を青色で表示してもよい。これにより、汚染細胞核及び非汚染細胞核それぞれを容易に確認することができる。

制御部１０１は、１又は複数の細胞核が集まった細胞塊に汚染細胞核及び非汚染細胞核の両方が含まれる場合、所定の条件に基づいて細胞塊を汚染細胞核又は非汚染細胞核のいずれかとしてマイコプラズマ汚染結果画像を表示することができる。所定の条件は、図１７に例示したように、例えば、汚染細胞核及び非汚染細胞核それぞれの大きさとすることができる。これにより、汚染細胞核及び非汚染細胞核それぞれを容易に確認することができる。

次に、細胞核数情報の表示例について説明する。

図１９は細胞核数情報の表示の一例を示す模式図である。図１９に示すように、試験検体（ＮＯ．１、２、３、…）毎に、汚染判定結果（汚染か、あるいは非汚染）、所定数である１０００個の細胞核のうち、汚染細胞核の数、及び詳細アイコン１１０が表示されている。例えば、試験検体ＮＯ．１は、１０００個の細胞核中、６個の細胞核が汚染されているので汚染判定結果は、汚染（陽性）となっている。同様に、試験検体ＮＯ．２は、１０００個の細胞核中、汚染された細胞核の数が０個であるので汚染判定結果は、非汚染（陰性）となっている。また、試験検体ＮＯ．３は、１０００個の細胞核中、１２０個の細胞核が汚染されているので汚染判定結果は、汚染（陽性）となっている。各試験検体について、詳細アイコン１１０を操作すると、詳細情報を表示することができる。

図２０は詳細情報の表示の第１例を示す模式図である。図２０は、図１９において、試験検体ＮＯ．１の詳細アイコン１１０を操作して表示される詳細情報である。細胞核数情報領域１２１には、所定の細胞核数と汚染細胞核の数とを対応付けた細胞核数情報が表示される。すなわち、制御部１０１は、表示部としての機能を有し、所定の細胞核数と汚染細胞核の数とを対応付けた細胞核数情報を表示する。所定数は、例えば、１０００とすることができる。図２０の例では、汚染細胞核数が、１０００個中６個存在することが表示されている。これにより、試験検体の陽性・陰性を容易に判断することができる。

全体画像領域１２２には、汚染結果画像が表示される。汚染結果画像は、例えば、図１６又は図１８で例示したような画像とすることができる。例えば、汚染細胞核の境界を非汚染細胞核の境界よりも強調（例えば、太線）して表示してもよく、汚染細胞核の境界を赤色で表示し、非汚染細胞核の境界を青色で表示してもよい。これにより、汚染細胞核及び非汚染細胞核それぞれを容易に確認することができる。

汚染細胞塊画像領域１２３には、細胞塊それぞれの画像が表示される。すなわち、制御部１０１は、１又は複数の汚染細胞核が集まった細胞塊の画像を識別子に対応付けて表示することができる。図の例では、ＩＤ＝１の細胞塊の画像、ＩＤ＝２の細胞塊の画像などが表示されている。汚染細胞塊画像領域１２３の下側にある矢印１２４を操作することにより、他のＩＤの細胞塊の画像を表示させることができる。これにより、個々の汚染細胞塊を容易に識別することができる。

図２１は詳細情報の表示の第２例を示す模式図である。図２１は、図１９において、試験検体ＮＯ．３の詳細アイコン１１０を操作して表示される詳細情報である。細胞核数情報領域１２１には、汚染細胞核数が、１０００個中１２０個存在することが表示されている。これにより、試験検体の陽性・陰性を容易に判断することができる。

全体画像領域１２２は、図２０の第１例と同様である。

細胞核ＩＤ領域１２５には、細胞核を識別する識別子と、細胞が汚染細胞核であるか非汚染細胞核であるかを示す符号とが対応付けて表示される。すなわち、制御部１０１は、細胞核を識別する識別子（例えば、数字）と、細胞核が汚染細胞核であるか非汚染細胞核であるかを示す符号（例えば、ＯＫ及びＮＧなど）とを対応付けて表示することができる。識別子は、例えば、汚染細胞核と非汚染細胞核とで異なる識別子を用いてもよく、例えば、数字などを用いることができるが、これに限定されない。これにより、個々の細胞核が、汚染細胞核であるか非汚染細胞核であるかを容易に識別することができる。

細胞核画像領域１２６には、個々のＩＤに対応する細胞核の画像が表示される。例えば、細胞核ＩＤ領域１２５で細胞核ＩＤが４の欄を選択操作することにより、制御部１０１は、選択操作されたＩＤ（＝４）の細胞核の画像を表示することができる。これにより、個々の細胞核の汚染判定結果に対して、ユーザが興味を持った細胞核の画像を容易に表示させることができる。なお、図２１において、細胞核ＩＤに代えて細胞塊ＩＤを表示してもよい。

次に、検査システム及び表示システムについて説明する。

図２２は本実施の形態の検査システム又は表示システムの構成の一例を示すブロック図である。表示装置１００が接続される検査装置５０は、通信ネットワーク１に接続されている。通信ネットワーク１は、無線通信でもよく有線通信でもよい。通信ネットワーク１には、培養装置２００及び撮像装置３００をコントロールするＰＣ（情報処理装置）１０が接続されている。

培養装置２００は、培養ユニット２０１、２０２、培養ユニット２０１、２０２の培養処理を制御するコントローラ２０３、培養条件などの設定を行うための操作部２０４などを備える。試験検体が入った培養容器は、培養ユニット２０１、２０２内に収容され、試験検体は、所定の条件により培養される。培養された試験検体は、撮像装置（例えば、顕微鏡）で撮像され、撮像された撮像画像は、ＰＣ１０を介して検査装置５０へ出力される。本実施の形態の検査システムは、少なくとも検査装置５０及び撮像装置３００を備え、培養装置２００を備えてもよい。本実施の形態の表示システムは、少なくとも表示装置１００及び撮像装置３００を備え、培養装置２００を備えてもよい。なお、検査装置５０に表示装置１００の機能を組み込んで、検査装置５０と表示装置１００とを纏めて検査装置５０としてもよい。

図２３及び図２４は本実施の形態の検査装置５０の処理手順の一例を示すフローチャートである。以下では、便宜上処理の主体を制御部５１として説明する。制御部５１は、検査対象画像を取得し（Ｓ１１）、第１学習器５８１に検査対象画像を入力する（Ｓ１２）。制御部５１は、マイコプラズマを検出し（Ｓ１３）、マイコプラズマ画像を生成する（Ｓ１４）。

制御部５１は、第２学習器５８２に生成したマイコプラズマ画像を入力し（Ｓ１５）、第２学習器５８２の判定結果に基づいてマイコプラズマ汚染結果画像を生成する（Ｓ１６）。制御部５１は、第３学習器５８３に生成したマイコプラズマ汚染結果画像を入力し（Ｓ１７）、第３学習器５８３の検出結果に基づいて汚染細胞核の有無を判定する（Ｓ１８）。

汚染細胞核がある場合（Ｓ１８でＹＥＳ）、制御部５１は、汚染細胞核数を記録し（Ｓ１９）、判定処理に関わる総細胞核数が所定数（例えば、１０００個）以上であるか否かを判定する（Ｓ２０）。総細胞核数が所定数以上でない場合（Ｓ２０でＮＯ）、制御部５１は、次の検査対象画像を選択し（Ｓ２１）、ステップＳ１１以降の処理を繰り返す。

総細胞核数が所定数以上である場合（Ｓ２０でＹＥＳ）、制御部５１は、ステップＳ１９で記録した汚染細胞核数の合計を算出し（Ｓ２２）、所定数に対する汚染細胞核数（ステップＳ２２で合計した汚染細胞核数）を特定する（Ｓ２３）。これにより、１０００個の細胞核のうち、何個の細胞核が汚染細胞核であるかを特定できる。

制御部５１は、他の検査対象画像の有無を判定する（Ｓ２４）。すなわち、撮像画像を走査して取り出す検査対象画像が、まだ残っているか否かを判定する。他の検査対象画像がある場合（Ｓ２４でＹＥＳ）、制御部５１は、ステップＳ１９で記録した汚染細胞核数をゼロにリセットし（Ｓ２５）、ステップＳ１１以降の処理を繰り返す。

汚染細胞核がない場合（Ｓ１８でＮＯ）、制御部５１は、ステップＳ２４の処理を行う。他の検査対象画像がない場合（Ｓ２４でＮＯ）、制御部５１は、所定数に対する特定した汚染細胞核数の代表値を算出し（Ｓ２６）、算出した代表値を汚染細胞核数として、所定数と汚染細胞核数とを対応付けた細胞核数情報を出力し（Ｓ２７）、処理を終了する。なお、撮像画像が複数存在する場合には、図２３及び図２４の処理を繰り返せばよい。

検査装置５０は、ＣＰＵ（プロセッサ）、ＧＰＵ、ＲＡＭ（メモリ）などを備えたコンピュータを用いて実現することもできる。すなわち、図２３及び図２４に示すような、各処理の手順を定めたコンピュータプログラムをコンピュータに備えられたＲＡＭ（メモリ）にロードし、コンピュータプログラムをＣＰＵ（プロセッサ）で実行することにより、コンピュータ上で検査装置５０を実現することができる。コンピュータプログラムは記録媒体に記録され流通されてもよい。

本実施の形態によれば、効率良くマイコプラズマを検出することができる。また、図１５に示すようなマイコプラズマ画像、あるいは図１６に示すようなマイコプラズマ汚染結果画像を出力して表示又は印刷することにより、従来の試験方法のような、単に汚染細胞核数の個数を提供する場合に比べて、検出結果の正当性を確認することができ、検査結果の信頼性を担保することができる。

本実施の形態に係るマイコプラズマ検査装置は、細胞核が撮影された検査対象画像を取得する取得部と、前記取得部で取得した検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器と、前記第１学習器で検出したマイコプラズマ及び前記取得部で取得した検査対象画像に基づいてマイコプラズマ画像を生成するマイコプラズマ画像生成部とを備える。

本実施の形態に係るコンピュータプログラムは、コンピュータに、細胞核が撮影された検査対象画像を取得する処理と、取得した検査対象画像を用いて学習された第１学習器が検出したマイコプラズマ及び前記検査対象画像に基づいてマイコプラズマ画像を生成する処理とを実行させる。

本実施の形態に係るマイコプラズマ検査方法は、細胞核が撮影された検査対象画像を取得し、取得された検査対象画像を用いて学習された第１学習器が検出したマイコプラズマ及び前記検査対象画像に基づいてマイコプラズマ画像を生成する。

取得部は、細胞核が撮影された検査対象画像を取得する。検査対象画像は、撮像装置（例えば、顕微鏡など）で撮像された試験検体の撮像画像を所定サイズの領域で走査して得られる画像領域とすることができる。

第１学習器は、例えば、多層のニューラルネットワーク（深層学習）で構成することができ、例えば、畳み込みニューラルネットワーク（Convolutional Neural Network）を用いることができるが、他の機械学習を用いてもよい。第１学習器は、取得部で取得した検査対象画像に基づいてマイコプラズマを検出する。マイコプラズマは、自己増殖能を持つバクテリアである。

マイコプラズマ画像生成部は、第１学習器で検出したマイコプラズマ及び取得部で取得した検査対象画像に基づいてマイコプラズマ画像を生成する。マイコプラズマ画像は、検査対象画像に検出したマイコプラズマを重畳させた画像であり、マイコプラズマを可視化することができ、効率良くマイコプラズマを検出することができる。

本実施の形態に係るマイコプラズマ検査装置は、前記マイコプラズマ画像生成部で生成したマイコプラズマ画像に基づいて前記細胞核がマイコプラズマ汚染されているか否か判定すべく学習された第２学習器と、前記第２学習器の判定結果に基づいて汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を生成する汚染結果画像生成部とを備える。

第２学習器は、例えば、多層のニューラルネットワーク（深層学習）で構成することができ、例えば、畳み込みニューラルネットワーク（Convolutional Neural Network）を用いることができるが、他の機械学習を用いてもよい。第２学習器は、マイコプラズマ画像生成部で生成したマイコプラズマ画像に基づいて細胞核がマイコプラズマ汚染されているか否か判定する。

汚染結果画像生成部は、第２学習器の判定結果に基づいて汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を生成する。汚染細胞核はマイコプラズマに汚染された細胞核であり、非汚染細胞核はマイコプラズマに汚染されていない細胞核である。マイコプラズマ汚染結果画像は、汚染細胞核のみの画像、非汚染細胞核のみの画像、汚染細胞核及び非汚染細胞核が混在する画像である。これにより、汚染細胞核と非汚染細胞核とを可視化することができ、細胞核の汚染状態を確認することができる。

本実施の形態に係るマイコプラズマ検査装置は、前記汚染結果画像生成部で生成したマイコプラズマ汚染結果画像に基づいて汚染細胞核の数を検出すべく学習された第３学習器を備える。

第３学習器は、例えば、多層のニューラルネットワーク（深層学習）で構成することができ、例えば、畳み込みニューラルネットワーク（Convolutional Neural Network）を用いることができるが、他の機械学習を用いてもよい。第３学習器は、汚染結果画像生成部で生成したマイコプラズマ汚染結果画像に基づいて細胞核の数（汚染細胞核の数及び非汚染細胞核の数）を検出する。細胞核の数を検出することにより、試験検体が陽性であるか陰性であるかを判定することができる。

本実施の形態に係るマイコプラズマ検査装置において、前記第３学習器は、前記汚染結果画像生成部で生成した複数のマイコプラズマ汚染結果画像それぞれで検出した細胞核の数に基づく代表値を細胞核の数として検出する。

第３学習器は、汚染結果画像生成部で生成した複数のマイコプラズマ汚染結果画像それぞれで検出した細胞核の数に基づく代表値を細胞核の数として検出する。例えば、複数のマイコプラズマ汚染結果画像全体で所定数（例えば、１０００個）の細胞核が抽出できる場合、当該マイコプラズマ汚染結果画像全体で検出された細胞核の数を記録する。同様の処理を撮像画像全体に亘って行い、それぞれ記録した細胞核の数に基づく代表値（例えば、平均値、最大値など）を所定数の細胞核に対する細胞核の数（汚染細胞核の数及び非汚染細胞核の数）として検出する。これにより、試験検体が陽性であるか陰性であるかを精度良く判定することができる。

本実施の形態に係るマイコプラズマ検査装置において、前記第１学習器は、細胞核が撮影され、マイコプラズマが存在する第１画像と前記第１画像からマイコプラズマを抽出した抽出画像とを含む学習データ、及び細胞核が撮影され、マイコプラズマが存在しない第２画像とマイコプラズマが存在しない所定画像とを含む学習データを用いて生成してある。

第１学習器は、細胞核が撮影され、マイコプラズマが存在する第１画像と当該第１画像からマイコプラズマを抽出した抽出画像とを含む学習データを用いて生成してある。第１画像は、マイコプラズマが存在するとともに複数の細胞核が撮影された学習用の入力画像であり、抽出画像は、第１画像からマイコプラズマを抽出した学習用の出力画像（すなわち、複数の細胞核を削除した画像）である。また、第１学習器は、細胞核が撮影され、マイコプラズマが存在しない第２画像とマイコプラズマが存在しない所定画像とを含む学習データを用いて生成してある。第２画像は、マイコプラズマが存在せず、複数の細胞核が撮影された学習用の入力画像であり、所定画像は、マイコプラズマも細胞核も存在しない学習用の出力画像である。

これにより、第１学習器に、細胞核が撮影された検査対象画像を入力すると、第１学習器は、マイコプラズマを検出することができる。

本実施の形態に係るマイコプラズマ検査装置において、前記第２学習器は、前記第１画像及び前記抽出画像の組で構成される学習用入力画像と所定の汚染細胞核画像とを含む学習データ、及び前記第２画像及び前記所定画像の組で構成される学習用入力画像と所定の非汚染細胞核画像とを含む学習データを用いて生成してある。

第２学習器は、第１画像及び抽出画像の組で構成される学習用入力画像と所定の汚染細胞核画像とを含む学習データを用いて生成してある。第１画像と抽出画像とは、チャネルを分けて第２学習器の入力層へ入力することができる。所定の汚染細胞核画像は、学習用入力画像内の細胞核のうち、マイコプラズマで汚染された汚染細胞核を表した画像である。すなわち、マイコプラズマで汚染されていない非汚染細胞核が存在する場合、非汚染細胞核は除外することができる。

第２学習器は、第２画像及び所定画像の組で構成される学習用入力画像と所定の非汚染細胞核画像とを含む学習データを用いて生成してある。第２画像と所定画像とは、チャネルを分けて第２学習器の入力層へ入力することができる。所定の非汚染細胞核画像は、学習用入力画像内の細胞核のうち、マイコプラズマで汚染されていない非汚染細胞核を表した画像である。すなわち、マイコプラズマで汚染された汚染細胞核が存在する場合、汚染細胞核は除外することができる。

これにより、第２学習器に、検出されたマイコプラズマと複数の細胞核とを含むマイコプラズマ画像を入力すると、第２学習器は、細胞核が汚染細胞核であるか非汚染細胞核であるかを判定することができる。

本実施の形態に係るマイコプラズマ検査装置において、前記第３学習器は、所定の汚染細胞核画像、所定の非汚染細胞核画像、及び細胞核数を示す教師ラベルを用いて生成してある。

第３学習器は、所定の汚染細胞核画像、所定の非汚染細胞核画像、及び細胞核数を示す教師ラベルを用いて生成してある。例えば、細胞核数が１の汚染細胞核画像又は非汚染細胞核画像と、細胞核数が１であることを示す教師ラベル（例えば、「１」）を用いて第３学習器を生成することができる。細胞核数が２又は３の場合も同様である。また、細胞核数が４以上の汚染細胞核画像又は非汚染細胞核画像と、細胞核数が４以上であることを示す教師ラベル（例えば、「４」）を用いて第３学習器を生成することができる。これにより、第３学習器に、マイコプラズマ汚染結果画像を入力すると、第３学習器は、細胞核の数を検出することができる。

本実施の形態に係るマイコプラズマ検査装置は、所定数の細胞核と汚染細胞核の数とを対応付けた細胞核数情報を出力する出力部を備える。

出力部は、所定数の細胞核と汚染細胞核の数とを対応付けた細胞核数情報を出力する。所定数は、例えば、１０００とすることができる。これにより、試験検体の陽性・陰性を容易に判断することができる。

本実施の形態に係るマイコプラズマ検査装置は、前記汚染結果画像生成部で生成したマイコプラズマ汚染結果画像に基づいて１又は複数の細胞核が集まった細胞塊を抽出する細胞塊抽出部を備え、前記第３学習器は、前記細胞塊抽出部で抽出した細胞塊ごとに汚染細胞核の数を検出する。

細胞塊抽出部は、汚染結果画像生成部で生成したマイコプラズマ汚染結果画像に基づいて１又は複数の細胞核が集まった細胞塊を抽出する。具体的には、細胞塊抽出部は、マイコプラズマ汚染結果画像から、細胞塊を含む切出画像を切り出すことにより、細胞塊を抽出することができる。

第３学習器は、細胞塊抽出部で抽出した細胞塊ごとに細胞核の数を検出する。第３学習器は、予め細胞塊を含む切出画像を学習用入力画像とし、当該細胞塊に含まれる細胞核の数を教師ラベルとして学習（生成）することができる。これにより、細胞核が塊として存在する場合でも、細胞核の数を正確に検出することができる。

本実施の形態に係るマイコプラズマ検査装置は、前記細胞塊抽出部で抽出した細胞塊に汚染細胞核及び非汚染細胞核の両方が含まれる場合、所定の条件に基づいて前記細胞塊を汚染細胞核又は非汚染細胞核のいずれかに決定する決定部を備える。

決定部は、細胞塊抽出部で抽出した細胞塊に汚染細胞核及び非汚染細胞核の両方が含まれる場合、所定の条件に基づいて細胞塊を汚染細胞核又は非汚染細胞核のいずれかに決定する。例えば、汚染細胞核及び非汚染細胞核それぞれの大きさの大きい方の細胞核とすることができる。これにより、汚染細胞核又は非汚染細胞核の検出数の精度を高めることができる。

本実施の形態に係るマイコプラズマ表示装置は、細胞核が撮影された検査対象画像を取得する取得部と、前記取得部で取得した検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器が検出したマイコプラズマ及び前記取得部で取得した検査対象画像に基づいてマイコプラズマ画像を表示するマイコプラズマ画像表示部とを備える。

取得部は、細胞核が撮影された検査対象画像を取得する。検査対象画像は、撮像装置（例えば、顕微鏡など）で撮像された試験検体の撮像画像を所定サイズの領域で走査して得られる画像領域とすることができる。

マイコプラズマ画像表示部は、取得部で取得した検査対象画像に基づいてマイコプラズマを検出する第１学習器が検出したマイコプラズマ及び取得した検査対象画像に基づいてマイコプラズマ画像を表示する。マイコプラズマ画像は、検査対象画像に第１学習器が検出したマイコプラズマを重畳させた画像とすることができる。これにより、マイコプラズマを可視化することができ、効率良くマイコプラズマを検出することができる。

本実施の形態に係るマイコプラズマ表示装置は、前記マイコプラズマ画像に基づいて細胞核がマイコプラズマ汚染されているか否か判定すべく学習された第２学習器の判定結果に基づいて汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を表示する汚染結果画像表示部を備える。

汚染結果画像表示部は、マイコプラズマ画像に基づいて細胞核がマイコプラズマ汚染されているか否か判定する第２学習器の判定結果に基づいて汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を表示する。汚染細胞核はマイコプラズマに汚染された細胞核であり、非汚染細胞核はマイコプラズマに汚染されていない細胞核である。マイコプラズマ汚染結果画像は、汚染細胞核のみの画像、非汚染細胞核のみの画像、汚染細胞核及び非汚染細胞核が混在する画像とすることができる。これにより、汚染細胞核と非汚染細胞核とを可視化することができ、細胞核の汚染状態を確認することができる。

本実施の形態に係るマイコプラズマ表示装置において、前記汚染結果画像表示部は、汚染細胞核及び非汚染細胞核の少なくとも一方に細胞核を識別する識別子を付与してマイコプラズマ汚染結果画像を表示する。

汚染結果画像表示部は、汚染細胞核及び非汚染細胞核の少なくとも一方に細胞核を識別する識別子を付与してマイコプラズマ汚染結果画像を表示する。識別子は、例えば、汚染細胞核と非汚染細胞核とで異なる識別子を用いることができ、例えば、数字などを用いることができるが、これに限定されない。これにより、個々の細胞核を容易に識別することができる。

本実施の形態に係るマイコプラズマ表示装置は、前記識別子の表示・非表示を設定する設定部を備える。

設定部は、識別子の表示・非表示を設定する。これにより、例えば、ユーザ（試験者）が、汚染結果画像を確認する際に、目的に応じて識別子の要否を選択することができ、ユーザの視認性を向上させることができる。

本実施の形態に係るマイコプラズマ表示装置において、前記汚染結果画像表示部は、汚染細胞核と非汚染細胞核とを異なる表示態様にしてマイコプラズマ汚染結果画像を表示する。

汚染結果画像表示部は、汚染細胞核と非汚染細胞核とを異なる表示態様にしてマイコプラズマ汚染結果画像を表示する。汚染細胞核及び非汚染細胞核それぞれと外界との境界を異なる色で表示することができる。これにより、汚染細胞核及び非汚染細胞核それぞれを容易に確認することができる。

本実施の形態に係るマイコプラズマ表示装置において、前記汚染結果画像表示部は、１又は複数の細胞核が集まった細胞塊に汚染細胞核及び非汚染細胞核の両方が含まれる場合、所定の条件に基づいて前記細胞塊を汚染細胞核又は非汚染細胞核のいずれかとしてマイコプラズマ汚染結果画像を表示する。

汚染結果画像表示部は、１又は複数の細胞核が集まった細胞塊に汚染細胞核及び非汚染細胞核の両方が含まれる場合、所定の条件に基づいて細胞塊を汚染細胞核又は非汚染細胞核のいずれかとしてマイコプラズマ汚染結果画像を表示する。所定の条件は、例えば、汚染細胞核及び非汚染細胞核それぞれの大きさとすることができる。これにより、汚染細胞核及び非汚染細胞核それぞれを容易に確認することができる。

本実施の形態に係るマイコプラズマ表示装置は、所定の細胞核数と汚染細胞核の数とを対応付けた細胞核数情報を表示する表示部を備える。

表示部は、所定の細胞核数と汚染細胞核の数とを対応付けた細胞核数情報を表示する。所定数は、例えば、１０００とすることができる。これにより、試験検体の陽性・陰性を容易に判断することができる。

本実施の形態に係るマイコプラズマ表示装置において、前記表示部は、細胞核を識別する識別子と、前記細胞核が汚染細胞核であるか非汚染細胞核であるかを示す符号とを対応付けて表示する。

表示部は、細胞核を識別する識別子と、細胞核が汚染細胞核であるか非汚染細胞核であるかを示す符号とを対応付けて表示する。識別子は、例えば、汚染細胞核と非汚染細胞核とで異なる識別子を用いることができ、例えば、数字などを用いることができるが、これに限定されない。これにより、個々の細胞核が、汚染細胞核であるか非汚染細胞核であるかを容易に識別することができる。

本実施の形態に係るマイコプラズマ表示装置において、前記表示部は、１又は複数の汚染細胞核が集まった細胞塊の画像を前記識別子に対応付けて表示する。

表示部は、１又は複数の汚染細胞核が集まった細胞塊の画像を識別子に対応付けて表示する。これにより、個々の汚染細胞核を容易に識別することができる。

本実施の形態に係るマイコプラズマ検査システムは、細胞核を撮像する撮像装置と、前述のマイコプラズマ検査装置とを備え、前記マイコプラズマ検査装置は、前記撮像装置で撮像された検査対象画像を取得する。

マイコプラズマ検査装置は、細胞核を撮像する撮像装置（例えば、顕微鏡）で撮像された検査対象画像を取得することができる。

本実施の形態に係るマイコプラズマ表示システムは、細胞核を撮像する撮像装置と、前述のマイコプラズマ表示装置とを備え、前記マイコプラズマ表示装置は、前記撮像装置で撮像された検査対象画像を取得する。

マイコプラズマ表示装置は、細胞核を撮像する撮像装置（例えば、顕微鏡）で撮像された検査対象画像を取得することができる。

本実施の形態に係る学習器は、細胞核が撮影された検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器と、前記第１学習器で検出したマイコプラズマ及び前記検査対象画像に基づいて前記細胞核がマイコプラズマ汚染されているか否か判定すべく学習された第２学習器と、前記第２学習器の判定結果に基づいて生成される、汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を用いて細胞核の数を検出すべく学習された第３学習器とを備える。

本実施の形態に係る学習器の生成方法は、第１学習器、第２学習器及び第３学習器を備える学習器の生成方法であって、細胞核が撮影され、マイコプラズマが存在する第１画像と前記第１画像からマイコプラズマを抽出した抽出画像とを含む学習データ、及び細胞核が撮影され、マイコプラズマが存在しない第２画像とマイコプラズマが存在しない所定画像とを含む学習データを用いて前記第１学習器を生成し、前記第１画像及び前記抽出画像の組で構成される学習用入力画像と所定の汚染細胞核画像とを含む学習データ、及び前記第２画像及び前記所定画像の組で構成される学習用入力画像と所定の非汚染細胞核画像とを含む学習データを用いて前記第２学習器を生成し、所定の汚染細胞核画像、所定の非汚染細胞核画像、及び細胞核数を示す教師ラベルを用いて前記第３学習器を生成する。

第１学習器は、細胞核が撮影され、マイコプラズマが存在する第１画像と当該第１画像からマイコプラズマを抽出した抽出画像とを含む学習データを用いて生成してある。第１画像は、マイコプラズマが存在するとともに複数の細胞核が撮影された学習用の入力画像であり、抽出画像は、第１画像からマイコプラズマを抽出した学習用の出力画像（すなわち、複数の細胞核を削除した画像）である。また、第１学習器は、細胞核が撮影され、マイコプラズマが存在しない第２画像とマイコプラズマが存在しない所定画像とを含む学習データを用いて生成してある。第２画像は、マイコプラズマが存在せず、複数の細胞核が撮影された学習用の入力画像であり、所定画像は、マイコプラズマも細胞核も存在しない学習用の出力画像である。

これにより、第１学習器に、細胞核が撮影された検査対象画像を入力すると、第１学習器は、マイコプラズマを検出することができる。

第２学習器は、第１画像及び抽出画像の組で構成される学習用入力画像と所定の汚染細胞核画像とを含む学習データを用いて生成してある。第１画像と抽出画像とは、チャネルを分けて第２学習器の入力層へ入力することができる。所定の汚染細胞核画像は、学習用入力画像内の細胞核のうち、マイコプラズマで汚染された汚染細胞核を表した画像である。すなわち、マイコプラズマで汚染されていない非汚染細胞核が存在する場合、非汚染細胞核は除外することができる。

第２学習器は、第２画像及び所定画像の組で構成される学習用入力画像と所定の非汚染細胞核画像とを含む学習データを用いて生成してある。第２画像と所定画像とは、チャネルを分けて第２学習器の入力層へ入力することができる。所定の非汚染細胞核画像は、学習用入力画像内の細胞核のうち、マイコプラズマで汚染されていない非汚染細胞核を表した画像である。すなわち、マイコプラズマで汚染された汚染細胞核が存在する場合、汚染細胞核は除外することができる。

これにより、第２学習器に、検出されたマイコプラズマと複数の細胞核とを含むマイコプラズマ画像を入力すると、第２学習器は、細胞核が汚染細胞核であるか非汚染細胞核であるかを判定することができる。

第３学習器は、所定の汚染細胞核画像、所定の非汚染細胞核画像、及び細胞核数を示す教師ラベルを用いて生成してある。例えば、細胞核数が１の汚染細胞核画像又は非汚染細胞核画像と、細胞核数が１であることを示す教師ラベル（例えば、「１」）を用いて第３学習器を生成することができる。細胞核数が２又は３の場合も同様である。また、細胞核数が４以上の汚染細胞核画像又は非汚染細胞核画像と、細胞核数が４以上であることを示す教師ラベル（例えば、「４」）を用いて第３学習器を生成することができる。これにより、第３学習器に、マイコプラズマ汚染結果画像を入力すると、第３学習器は、細胞核の数を検出することができる。

１０ ＰＣ
５０ 検査装置
５１ 制御部
５２ 入力部
５３ マイコプラズマ画像生成部
５４ 汚染結果画像生成部
５５ 記憶部
５６ 細胞塊抽出部
５７ インタフェース部
５８ 学習器
５８１ 第１学習器
５８２ 第２学習器
５８３ 第３学習器
５９ 決定部
１００ 表示装置
１０１ 制御部
１０２ インタフェース部
１０３ 表示画面
１０４ 操作部
２００ 培養装置
２０１、２０２ 培養ユニット
２０３ コントローラ
２０４ 操作部
３００ 撮像装置

Claims (25)

1. 細胞核が撮影された検査対象画像を取得する取得部と、
   前記取得部で取得した検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器と、
   前記第１学習器で検出したマイコプラズマ及び前記取得部で取得した検査対象画像に基づいてマイコプラズマ画像を生成するマイコプラズマ画像生成部と
   を備えるマイコプラズマ検査装置。
2. 前記マイコプラズマ画像生成部で生成したマイコプラズマ画像に基づいて前記細胞核がマイコプラズマ汚染されているか否か判定すべく学習された第２学習器と、
   前記第２学習器の判定結果に基づいて汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を生成する汚染結果画像生成部と
   を備える請求項１に記載のマイコプラズマ検査装置。
3. 前記汚染結果画像生成部で生成したマイコプラズマ汚染結果画像に基づいて細胞核の数を検出すべく学習された第３学習器を備える請求項２に記載のマイコプラズマ検査装置。
4. 前記第３学習器は、
   前記汚染結果画像生成部で生成した複数のマイコプラズマ汚染結果画像それぞれで検出した細胞核の数に基づく代表値を細胞核の数として検出する請求項３に記載のマイコプラズマ検査装置。
5. 前記第１学習器は、
   細胞核が撮影され、マイコプラズマが存在する第１画像と前記第１画像からマイコプラズマを抽出した抽出画像とを含む学習データ、及び細胞核が撮影され、マイコプラズマが存在しない第２画像とマイコプラズマが存在しない所定画像とを含む学習データを用いて生成してある請求項３又は請求項４に記載のマイコプラズマ検査装置。
6. 前記第２学習器は、
   前記第１画像及び前記抽出画像の組で構成される学習用入力画像と所定の汚染細胞核画像とを含む学習データ、及び前記第２画像及び前記所定画像の組で構成される学習用入力画像と所定の非汚染細胞核画像とを含む学習データを用いて生成してある請求項５に記載のマイコプラズマ検査装置。
7. 前記第３学習器は、
   所定の汚染細胞核画像、所定の非汚染細胞核画像、及び細胞核数を示す教師ラベルを用いて生成してある請求項３から請求項６のいずれか一項に記載のマイコプラズマ検査装置。
8. 所定数の細胞核と汚染細胞核の数とを対応付けた細胞核数情報を出力する出力部を備える請求項７に記載のマイコプラズマ検査装置。
9. 前記汚染結果画像生成部で生成したマイコプラズマ汚染結果画像に基づいて１又は複数の細胞核が集まった細胞塊を抽出する細胞塊抽出部を備え、
   前記第３学習器は、
   前記細胞塊抽出部で抽出した細胞塊ごとに細胞核の数を検出する請求項３から請求項８のいずれか一項に記載のマイコプラズマ検査装置。
10. 前記細胞塊抽出部で抽出した細胞塊に汚染細胞核及び非汚染細胞核の両方が含まれる場合、所定の条件に基づいて前記細胞塊を汚染細胞核又は非汚染細胞核のいずれかに決定する決定部を備える請求項９に記載のマイコプラズマ検査装置。
11. 細胞核が撮影された検査対象画像を取得する取得部と、
    前記取得部で取得した検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器が検出したマイコプラズマ及び前記取得部で取得した検査対象画像に基づいてマイコプラズマ画像を表示するマイコプラズマ画像表示部と
    を備えるマイコプラズマ表示装置。
12. 前記マイコプラズマ画像に基づいて細胞核がマイコプラズマ汚染されているか否か判定すべく学習された第２学習器の判定結果に基づいて汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を表示する汚染結果画像表示部を備える請求項１１に記載のマイコプラズマ表示装置。
13. 前記汚染結果画像表示部は、
    汚染細胞核及び非汚染細胞核の少なくとも一方に細胞核を識別する識別子を付与してマイコプラズマ汚染結果画像を表示する請求項１２に記載のマイコプラズマ表示装置。
14. 前記識別子の表示・非表示を設定する設定部を備える請求項１３に記載のマイコプラズマ表示装置。
15. 前記汚染結果画像表示部は、
    汚染細胞核と非汚染細胞核とを異なる表示態様にしてマイコプラズマ汚染結果画像を表示する請求項１２から請求項１４のいずれか一項に記載のマイコプラズマ表示装置。
16. 前記汚染結果画像表示部は、
    １又は複数の細胞核が集まった細胞塊に汚染細胞核及び非汚染細胞核の両方が含まれる場合、所定の条件に基づいて前記細胞塊を汚染細胞核又は非汚染細胞核のいずれかとしてマイコプラズマ汚染結果画像を表示する請求項１２から請求項１５のいずれか一項に記載のマイコプラズマ表示装置。
17. 所定の細胞核数と汚染細胞核の数とを対応付けた細胞核数情報を表示する表示部を備える請求項１２から請求項１６のいずれか一項に記載のマイコプラズマ表示装置。
18. 前記表示部は、
    細胞核を識別する識別子と、前記細胞核が汚染細胞核であるか非汚染細胞核であるかを示す符号とを対応付けて表示する請求項１７に記載のマイコプラズマ表示装置。
19. 前記表示部は、
    １又は複数の汚染細胞核が集まった細胞塊の画像を前記識別子に対応付けて表示する請求項１８に記載のマイコプラズマ表示装置。
20. 細胞核を撮像する撮像装置と、請求項１から請求項１０のいずれか一項に記載のマイコプラズマ検査装置とを備え、
    前記マイコプラズマ検査装置は、前記撮像装置で撮像された検査対象画像を取得するマイコプラズマ検査システム。
21. 細胞核を撮像する撮像装置と、請求項１１から請求項１９のいずれか一項に記載のマイコプラズマ表示装置とを備え、
    前記マイコプラズマ表示装置は、前記撮像装置で撮像された検査対象画像を取得するマイコプラズマ表示システム。
22. 細胞核が撮影された検査対象画像に基づいてマイコプラズマを検出すべく学習された第１学習器と、
    前記第１学習器で検出したマイコプラズマ及び前記検査対象画像に基づいて前記細胞核がマイコプラズマ汚染されているか否か判定すべく学習された第２学習器と、
    前記第２学習器の判定結果に基づいて生成される、汚染細胞核及び非汚染細胞核の少なくとも一方を含むマイコプラズマ汚染結果画像を用いて細胞核の数を検出すべく学習された第３学習器と
    を備える学習器。
23. コンピュータに、
    細胞核が撮影された検査対象画像を取得する処理と、
    取得した検査対象画像を用いて学習された第１学習器が検出したマイコプラズマ及び前記検査対象画像に基づいてマイコプラズマ画像を生成する処理と
    を実行させるコンピュータプログラム。
24. 細胞核が撮影された検査対象画像を取得し、
    取得された検査対象画像を用いて学習された第１学習器が検出したマイコプラズマ及び前記検査対象画像に基づいてマイコプラズマ画像を生成するマイコプラズマ検査方法。
25. 第１学習器、第２学習器及び第３学習器を備える学習器の生成方法であって、
    細胞核が撮影され、マイコプラズマが存在する第１画像と前記第１画像からマイコプラズマを抽出した抽出画像とを含む学習データ、及び細胞核が撮影され、マイコプラズマが存在しない第２画像とマイコプラズマが存在しない所定画像とを含む学習データを用いて前記第１学習器を生成し、
    前記第１画像及び前記抽出画像の組で構成される学習用入力画像と所定の汚染細胞核画像とを含む学習データ、及び前記第２画像及び前記所定画像の組で構成される学習用入力画像と所定の非汚染細胞核画像とを含む学習データを用いて前記第２学習器を生成し、
    所定の汚染細胞核画像、所定の非汚染細胞核画像、及び細胞核数を示す教師ラベルを用いて前記第３学習器を生成する学習器の生成方法。