JP2021061804A - コンピュータプログラム、細胞計数方法及び細胞計数装置 - Google Patents
コンピュータプログラム、細胞計数方法及び細胞計数装置 Download PDFInfo
- Publication number
- JP2021061804A JP2021061804A JP2019189605A JP2019189605A JP2021061804A JP 2021061804 A JP2021061804 A JP 2021061804A JP 2019189605 A JP2019189605 A JP 2019189605A JP 2019189605 A JP2019189605 A JP 2019189605A JP 2021061804 A JP2021061804 A JP 2021061804A
- Authority
- JP
- Japan
- Prior art keywords
- image
- cells
- cell
- computer program
- computer
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 123
- 238000004590 computer program Methods 0.000 title claims abstract description 53
- 238000013528 artificial neural network Methods 0.000 claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000003384 imaging method Methods 0.000 claims abstract description 23
- 210000004027 cell Anatomy 0.000 claims description 416
- 230000008569 process Effects 0.000 claims description 86
- 238000001514 detection method Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 11
- 230000005484 gravity Effects 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 2
- 239000003086 colorant Substances 0.000 claims 1
- 238000003672 processing method Methods 0.000 abstract description 11
- 238000001000 micrograph Methods 0.000 description 63
- 238000010586 diagram Methods 0.000 description 15
- 238000012790 confirmation Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 8
- 210000004940 nucleus Anatomy 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 210000004748 cultured cell Anatomy 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 210000003855 cell nucleus Anatomy 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000007876 drug discovery Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
(実施形態1)
図1は実施形態1に係る細胞計数システムの構成例を説明するブロック図である。実施形態1に係る細胞計数システムは、細胞計数装置1と、撮像装置2と、表示装置3と、入力装置4とを備える。
本実施形態に係るコンピュータプログラム5aは、記録媒体5にコンピュータ読み取り可能に記録されている態様でも良い。記憶部12は、図示しない読出装置によって記録媒体5から読み出されたコンピュータプログラム5aを記憶する。記録媒体5はフラッシュメモリ等の半導体メモリである。また、記録媒体5はCD(Compact Disc)−ROM、DVD(Digital Versatile Disc)−ROM、BD(Blu-ray(登録商標)Disc)等の光ディスクでも良い。更に、記録媒体5は、フレキシブルディスク、ハードディスク等の磁気ディスク、磁気光ディスク等であっても良い。更にまた、図示しない通信網に接続されている図示しない外部通信サーバ(不図示)から本実施形態に係るコンピュータプログラム5aをダウンロードし、記憶部12に記憶させても良い。
畳み込み層62は、画像データの次元圧縮を行い、画像の特徴を抽出する層である。例えば、図4に示すように、入力された部分画像P1のデータに対して、畳み込み処理及びプーリング処理が複数回行われ、次元圧縮される。図4中、白抜き右向き矢印は、畳み込み処理が行われていることを示し、黒塗り下向き矢印はプーリング処理が行われていることを示している。横向き細線矢印は、畳み込み層62から、畳み込み処理対象の画像のデータを同階層の逆畳み込み層63へ引き渡されていることを示す。
逆畳み込み層63は、畳み込み層62で次元圧縮されたデータを元の次元に復元する層である。図4に示すように、次元圧縮されたデータに対して、アンプーリング処理及び畳み込み処理が複数回行われ、元の次元に復元される。当該復元によって、入力された部分画像P1は、当該部分画像P1の特徴を表した核画像P2として復元される。図4中、白抜き右向き矢印は、畳み込み処理が行われていることを示し、黒塗り上向き矢印はアンプーリング処理が行われていることを示している。
出力層64は、畳み込み層62及び逆畳み込み層63にて特徴抽出が行われた核画像P2を出力する。
まず、学習用データを用意する。学習用データは、図12上部に示すような部分画像P1と、図12下部に示すような核画像P2(教師データ)との組みである。学習用データには、1つの細胞が含まれる部分画像P1と、当該部分画像P1に基づいて作成した核画像P2とが含まれる。また、学習用データには、複数の細胞が含まれる部分画像P1と、当該部分画像P1に基づいて作成した核画像P2とが含まれる。更に、学習用データには、細胞以外のオブジェクトが含まれる部分画像P1と、当該部分画像P1に基づいて作成した核画像P2とが含まれる。
そして、学習用の部分画像P1を未学習のニューラルネットワークに入力し、当該ニューラルネットワークから核画像P2が出力されるように、ニューラルネットワークを深層学習させる。
以下、核処理の詳細を説明する。
なお、図8は単数の細部のマスク画像Mであるが、制御部11は、複数の細胞が重なりあっているもの対しても同様の処理でマスク画像Mを生成する。マスク画像Mにおいては、複数の細胞は区別されず、複数の細胞が重なりあった塊全体が「1」(白)となる。
また、マスク画像Mの生成段階においては、制御部11は、細胞であるか否かの判別を行っていないため、細胞以外のオブジェクトを示すマスク画像Mも生成され得る。
制御部11は、マスク画像Mによって、細胞の重心位置を特定することができる。細胞の重心位置には核部分が存在する可能性が高いため、当該重心位置を避けて、細胞数を示す記号画像C1を重畳させる構成が好ましい。
制御部11は、核画像P2に基づいて部分画像P1における核部分の位置を特定することができるため、当該核部分の位置を避けて、細胞数を示す記号画像C1を重畳させる構成が好ましい。
また、制御部11は、図19Bに示すように、細胞数に応じて色が異なる色画像C3を顕微鏡画像P0上に表示しても良い。
本実施形態においては、制御部11は、拡大顕微鏡画像P3及び拡大重畳画像P3’を表示する際、拡大した画像に含まれる細胞の数を表示すると共に、細胞数を修正するための増加ボタン71、減少ボタン72を表示する。また、修正を終了する終了ボタン73を表示する。
細胞計数装置1は、細胞以外のオブジェクトの輪郭画像Bを顕微鏡画像P0に重畳させることができる。従って、ユーザは、細胞計数装置1によって検出された細胞以外のオブジェクトの形状を容易に認識することができる。
ユーザは、輪郭画像Bの形状によって、細胞数の算出に成功しているか失敗しているのかを直感的に把握することもできる。
位相差顕微鏡システムは、位相差顕微鏡と、撮像装置2と、顕微鏡画像P0をクラウドサーバへ送信する通信機とを備える。位相差顕微鏡システムは、撮像装置2で撮像された顕微鏡画像P0をクラウドサーバへ送信する。クラウドサーバは、顕微鏡画像P0を受信し、実施形態1に係る細胞計数装置1と同様の処理を実行し、細胞計数結果を示すデータ又は細胞計数結果を示す画像を、位相差顕微鏡システムへ送信する。位相差顕微鏡システムは、細胞計数結果を示すデータ又は細胞計数結果を示す画像を受信し、細胞計数結果を表示する。
実施形態2に係るコンピュータプログラム5a、細胞計数方法、細胞計数装置1、画像表示処理方法及び画像表示処理装置は、細胞数が検出不能であった部分画像P1、細胞数が複数である部分画像P1を自動的に拡大表示させ、細胞数の修正を受け付ける構成が実施形態1と異なるため、以下では主に上記相違点を説明する。その他の構成及び作用効果は実施形態1と同様であるため、対応する箇所には同様の符号を付して詳細な説明を省略する。
ステップS206の処理を終えた制御部11は、実施形態1のステップS78以下と同様の処理を実行する。
実施形態3に係るコンピュータプログラム5a、細胞計数方法、細胞計数装置1、画像表示処理方法及び画像表示処理装置は、細胞の数に加えて、細胞の種類を示す画像を顕微鏡画像P0上に表示する構成が実施形態1と異なるため、以下では主に上記相違点を説明する。その他の構成及び作用効果は実施形態1と同様であるため、対応する箇所には同様の符号を付して詳細な説明を省略する。
例えば、第1の学習済みニューラルネットワークに、部分画像P1が入力された場合、種類αに係る細胞の画像が出力されるように深層学習させる。また、第2の学習済みニューラルネットワークに、部分画像P1が入力された場合、種類βに係る細胞の画像が出力されるように深層学習させる。第1及び第2の学習済みニューラルネットワークそれぞれに、部分画像P1を入力させることによって、細胞の種類α、βを示す情報を得ることができる。
また他の方法として、学習済みニューラルネットワーク6に、部分画像P1が入力された場合、細胞の種類αの細胞に対応する画素がクラス「1」(白画像)、細胞の種類βの細胞に対応する画素がクラス「2」(赤画像)、背景画像に対応する画素がクラス「0」(黒画像)の核画像P2を出力するように学習させると良い。かかる学習済みニューラルネットワーク6に分部画像を入力させることによって、細胞の種類α、βを示す情報を得ることができる。
実施形態4に係るコンピュータプログラム5a、細胞計数方法、細胞計数装置1、画像表示処理方法及び画像表示処理装置は、細胞計数装置1は、学習済みニューラルネットワーク6の学習用元画像を外部サーバ9へ送信し、学習済みニューラルネットワーク6を再学習させることができる構成が実施形態1と異なるため、以下では主に上記相違点を説明する。その他の構成及び作用効果は実施形態1と同様であるため、対応する箇所には同様の符号を付して詳細な説明を省略する。
実施形態5に係るコンピュータプログラム5a、細胞計数方法、細胞計数装置1、画像表示処理方法及び画像表示処理装置は、細胞計数結果の確認レポート作成支援機能を備える構成が実施形態1と異なるため、以下では主に上記相違点を説明する。その他の構成及び作用効果は実施形態1と同様であるため、対応する箇所には同様の符号を付して詳細な説明を省略する。
1a 画像取得部
1b 細胞領域抽出部
1c 核部分検出部
1d 計数部
1e 表示処理部
2 撮像装置
3 表示装置
4 入力装置
5 記録媒体
6 学習済みニューラルネットワーク
5a コンピュータプログラム
9 外部サーバ
11 制御部
12 記憶部
13 画像入力部
14 画像出力部
15 入力I/F
16 通信部
61 入力層
62 畳み込み層
63 逆畳み込み層
64 出力層
71 増加ボタン
72 減少ボタン
73 終了ボタン
A 培養容器
B 輪郭画像
M マスク画像
C0 所定画像
C1 記号画像
C2 図形画像
C3 色画像
P0 顕微鏡画像
P0’ 重畳画像
P1、P11、P12,P13、P14 部分画像
P2 核画像
P3 拡大顕微鏡画像
P3’ 拡大重畳画像
Claims (32)
- コンピュータに、
複数の細胞を撮像して得られた第1画像を取得する処理と、
一又は複数の細胞を含む画像が入力された場合に前記一又は複数の細胞それぞれの核部分を表した第2画像が出力されるように機械学習させた学習済みニューラルネットワークに対して、取得した前記第1画像を入力させることにより、前記第1画像に含まれる細胞の核部分を検出する核部分検出処理と、
検出された核部分の数を細胞数として算出する計数処理と
を実行させるためのコンピュータプログラム。 - 前記学習済みニューラルネットワークは、
一又は複数の細胞を含む画像が入力される入力層と、画像の特徴を抽出する畳み込み層及び逆畳み込み層と、前記一又は複数の細胞それぞれの核部分を表した第2画像を出力する出力層とを備え、
前記第2画像は、
細胞の核部分及び背景を異なる画素値により画素単位で表す画像である
請求項1に記載のコンピュータプログラム。 - 前記コンピュータに、
前記第1画像から、一の細胞が含まれる領域の部分画像又は重なった複数の細胞が含まれる領域の部分画像を抽出する抽出処理を実行させ、
前記核部分検出処理は、
前記第1画像から抽出された各部分画像を前記学習済みニューラルネットワークに入力させることにより、各部分画像に含まれる細胞の核部分を検出する
請求項1又は請求項2に記載のコンピュータプログラム。 - 前記抽出処理は、
更に、細胞以外のオブジェクトが含まれる部分画像を抽出する
請求項3に記載のコンピュータプログラム。 - 前記抽出処理は、
前記第1画像に対するエッジ検出処理、二値化処理及びモルフォロジー処理によって、細胞領域を示すマスク画像を生成し、生成されたマスク画像により、前記部分画像を抽出する
請求項3又は請求項4に記載のコンピュータプログラム。 - 所定サイズ未満の前記部分画像を前記学習済みニューラルネットワークに入力させる
請求項3から請求項5のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記部分画像に対応付けて、該部分画像に含まれる細胞の数を示す画像を前記第1画像上に表示する処理を実行させる
請求項3から請求項6のいずれか1項に記載のコンピュータプログラム。 - 前記細胞の数を示す画像は、
前記部分画像に含まれる細胞の数を記号で示す記号画像、前記数を図形で示す図形画像、及び前記数に応じて色が異なる色画像の少なくとも一つを含む
請求項7に記載のコンピュータプログラム。 - 前記コンピュータに、
前記部分画像から細胞の核部分が検出されなかった場合、該部分画像に対応付けて、所定画像を前記第1画像上に表示する処理を実行させる
請求項3から請求項8のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記部分画像に含まれる細胞の種類をする処理と、
前記部分画像に対応付けて、細胞の種類を示す画像を前記第1画像上に表示する処理と
を実行させる請求項3から請求項9のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記部分画像に含まれる細胞の輪郭を示す画像を作成する処理と、
細胞の輪郭を示す前記画像を前記第1画像上に表示する処理と
を実行させる請求項3から請求項10のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記部分画像に含まれる細胞以外のオブジェクトの輪郭を示す画像を作成する処理と、
細胞以外のオブジェクトの輪郭を示す前記画像を前記第1画像上に表示する処理と
を実行させる請求項3から請求項11のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記画像が表示されていない前記第1画像と、前記画像が表示された前記第1画像とを並べて表示する処理を実行させる
請求項7から請求項12のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記計数処理によって算出された前記部分画像に含まれる細胞の数の修正を受け付ける処理と、
受付結果に基づいて、前記部分画像に含まれる細胞の数を修正する処理と
を実行させる請求項3から請求項13のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記第1画像のうち、拡大表示する領域を受け付ける処理と、
受け付けた領域を前記第1画像から抜き出して拡大する処理と
を実行させる請求項3から請求項14のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
複数の細胞が含まれる前記部分画像を前記第1画像から抜き出して拡大する処理を実行させる
請求項3から請求項15のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
細胞の核部分を検出できなかった前記部分画像を前記第1画像から抜き出して拡大する処理を実行させる
請求項3から請求項16のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
細胞の数が修正された場合、細胞の数が修正された前記部分画像を、前記学習済みニューラルネットワークの再学習用元データとして記憶する処理と、
記憶した再学習用元データを外部サーバへ送信する処理と
を実行させる請求項3から請求項17のいずれか1項に記載のコンピュータプログラム。 - 複数の細胞を撮像して得られた第1画像を取得し、
一又は複数の細胞を含む画像が入力された場合に前記一又は複数の細胞それぞれの核部分を表した第2画像が出力されるように機械学習させた学習済みニューラルネットワークに対して、取得した前記第1画像を入力させることにより、前記第1画像に含まれる細胞の核部分を検出し、
検出された核部分の数を細胞数として算出する
細胞計数方法。 - 複数の細胞を撮像して得られた第1画像を取得する画像取得部と、
一又は複数の細胞を含む画像が入力された場合に前記一又は複数の細胞それぞれの核部分を表した第2画像が出力されるように機械学習させた学習済みニューラルネットワークに対して、取得した前記第1画像を入力させることにより、前記第1画像に含まれる細胞の核部分を検出する核部分検出部と、
検出された核部分の数を細胞数として算出する計数部と
を備える細胞計数装置。 - コンピュータに、
複数の細胞を撮像して得られた第1画像中に、前記複数の細胞に対応付けて、該細胞の数を示す画像を前記第1画像上に表示する処理と、
前記第1画像中に、他の細胞と重なっていない単独の細胞がある場合、前記単独の細胞に対応付けて、該細胞の数が単数であることを示す画像を前記第1画像上に表示する処理と
を実行させるためのコンピュータプログラム。 - 前記細胞の数を表す画像は、
細胞の数を示す記号画像、前記数を示す図形画像、及び前記数に応じて色が異なる画像の少なくとも一つを含む
請求項21に記載のコンピュータプログラム。 - 前記細胞の数を示す画像を前記細胞の重心から外れた位置に表示する
請求項21又は請求項22に記載のコンピュータプログラム。 - 前記細胞の数を示す画像を前記細胞の核から外れた位置に表示する
請求項21から請求項23のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記第1画像中に細胞の核が不明な部分画像がある場合、該部分画像に対応付けて、所定画像を前記第1画像上に表示する処理を実行させる
請求項21から請求項24のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記第1画像に含まれる複数の細胞それぞれに対応付けて、前記細胞の種類を示す画像を前記第1画像上に表示する処理を実行させる
請求項21から請求項25のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記第1画像に含まれる細胞の輪郭を示す画像を作成する処理と、
細胞の輪郭を示す前記画像を前記第1画像上に表示する処理と
を実行させる請求項21から請求項26のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記第1画像に含まれる細胞以外のオブジェクトの輪郭を示す画像を作成する処理と、
細胞以外のオブジェクトの輪郭を示す画像を前記第1画像上に表示する処理と
を実行させる請求項21から請求項27のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記画像が重畳されていない前記第1画像と、前記画像が重畳された前記第1画像とを並べて表示する処理を実行させる
請求項21から請求項28のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記第1画像の一部の領域を抜き出して拡大する処理を実行させる
請求項21から請求項29のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
複数の細胞が含まれる部分画像を前記第1画像から抜き出して拡大する処理を実行させる
請求項21から請求項30のいずれか1項に記載のコンピュータプログラム。 - 前記コンピュータに、
前記第1画像中に細胞の核が不明な部分画像がある場合、前記部分画像を前記第1画像から抜き出して拡大する処理を実行させる
請求項21から請求項31のいずれか1項に記載のコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019189605A JP2021061804A (ja) | 2019-10-16 | 2019-10-16 | コンピュータプログラム、細胞計数方法及び細胞計数装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019189605A JP2021061804A (ja) | 2019-10-16 | 2019-10-16 | コンピュータプログラム、細胞計数方法及び細胞計数装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021061804A true JP2021061804A (ja) | 2021-04-22 |
Family
ID=75486064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019189605A Pending JP2021061804A (ja) | 2019-10-16 | 2019-10-16 | コンピュータプログラム、細胞計数方法及び細胞計数装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021061804A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943723A (zh) * | 2022-06-08 | 2022-08-26 | 北京大学口腔医学院 | 一种对不规则细胞进行分割计数的方法及相关设备 |
WO2022260142A1 (ja) * | 2021-06-09 | 2022-12-15 | 京セラ株式会社 | 認識器学習装置、認識装置、電子機器、及び学習方法 |
-
2019
- 2019-10-16 JP JP2019189605A patent/JP2021061804A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022260142A1 (ja) * | 2021-06-09 | 2022-12-15 | 京セラ株式会社 | 認識器学習装置、認識装置、電子機器、及び学習方法 |
JP2022188780A (ja) * | 2021-06-09 | 2022-12-21 | 京セラ株式会社 | 認識器学習装置、認識装置、電子機器、及び学習方法 |
CN114943723A (zh) * | 2022-06-08 | 2022-08-26 | 北京大学口腔医学院 | 一种对不规则细胞进行分割计数的方法及相关设备 |
CN114943723B (zh) * | 2022-06-08 | 2024-05-28 | 北京大学口腔医学院 | 一种对不规则细胞进行分割计数的方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6573226B2 (ja) | データ生成装置、データ生成方法及びデータ生成プログラム | |
CN109767418B (zh) | 检査装置、数据生成装置、数据生成方法及存储介质 | |
CN109961421B (zh) | 数据生成装置、数据生成方法以及数据生成记录介质 | |
US10776909B2 (en) | Defect inspection apparatus, defect inspection method, and non-transitory computer readable medium | |
JP5546317B2 (ja) | 外観検査装置、外観検査用識別器の生成装置及び外観検査用識別器生成方法ならびに外観検査用識別器生成用コンピュータプログラム | |
JP6936958B2 (ja) | データ生成装置、データ生成方法及びデータ生成プログラム | |
JP2024509411A (ja) | 欠陥検出方法、装置及びシステム | |
JP2020106467A (ja) | 欠陥検査装置、欠陥検査方法、及びそのプログラム | |
CN109426835A (zh) | 信息处理装置、信息处理装置的控制方法和存储介质 | |
JP2021061804A (ja) | コンピュータプログラム、細胞計数方法及び細胞計数装置 | |
CN116843999B (zh) | 一种基于深度学习的动火作业中气瓶检测方法 | |
WO2015074521A1 (en) | Devices and methods for positioning based on image detection | |
CN113538631A (zh) | 通过基于用户输入所生成的人工智能模型来生成虚拟缺陷图像的计算机程序、方法和装置 | |
US20230274538A1 (en) | Adaptable Automated Interpretation of Rapid Diagnostic Tests Using Self-Supervised Learning and Few-Shot Learning | |
JP4442042B2 (ja) | 画像処理プログラム作成方法およびそのシステム | |
JP2015011641A (ja) | 画像処理フィルタの作成装置及びその方法 | |
CA3201908A1 (en) | Plant detection and display system | |
JP7422548B2 (ja) | ラベルノイズ検出プログラム、ラベルノイズ検出方法及びラベルノイズ検出装置 | |
KR20220118288A (ko) | 병리 슬라이드 이미지 내의 관심 영역을 검출하기 위한 방법 및 시스템 | |
JP2014126445A (ja) | 位置合せ装置、欠陥検査装置、位置合せ方法、及び制御プログラム | |
KR20220085115A (ko) | 생산부품의 스마트 비전검사를 위한 인공지능머신의 라벨링 학습방법 | |
JP7391285B2 (ja) | プログラム、情報処理装置、情報処理方法及びモデル生成方法 | |
JP2021018766A (ja) | 学習モデル更新支援装置及びプログラム | |
US20220292662A1 (en) | Information processing apparatus,information processing method,and non-transitory computer-readable storage medium | |
US20220076116A1 (en) | Learning apparatus, method and non-transitory computer-readable storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220826 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240405 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240507 |