JP2021092395A - 走性解析方法、がん評価方法、走性解析システム及びプログラム - Google Patents

走性解析方法、がん評価方法、走性解析システム及びプログラム Download PDF

Info

Publication number
JP2021092395A
JP2021092395A JP2019221268A JP2019221268A JP2021092395A JP 2021092395 A JP2021092395 A JP 2021092395A JP 2019221268 A JP2019221268 A JP 2019221268A JP 2019221268 A JP2019221268 A JP 2019221268A JP 2021092395 A JP2021092395 A JP 2021092395A
Authority
JP
Japan
Prior art keywords
taxis
container
analysis
area
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2019221268A
Other languages
English (en)
Other versions
JP7442785B2 (ja
JP2021092395A5 (ja
Inventor
祐輝 今泉
Yuki Imaizumi
祐輝 今泉
研二 岩尾
Kenji Iwao
研二 岩尾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hirotsu Bio Science Inc
Original Assignee
Hirotsu Bio Science Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to JP2019221268A priority Critical patent/JP7442785B2/ja
Application filed by Hirotsu Bio Science Inc filed Critical Hirotsu Bio Science Inc
Priority to CN202080080211.4A priority patent/CN114729925A/zh
Priority to EP20896568.1A priority patent/EP4071471A4/en
Priority to AU2020396635A priority patent/AU2020396635A1/en
Priority to PCT/JP2020/044989 priority patent/WO2021112162A1/ja
Priority to TW109142594A priority patent/TW202138807A/zh
Priority to US17/781,898 priority patent/US20230020220A1/en
Priority to CA3163902A priority patent/CA3163902A1/en
Publication of JP2021092395A publication Critical patent/JP2021092395A/ja
Publication of JP2021092395A5 publication Critical patent/JP2021092395A5/ja
Application granted granted Critical
Publication of JP7442785B2 publication Critical patent/JP7442785B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/493—Physical analysis of biological material of liquid biological material urine
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/5082—Supracellular entities, e.g. tissue, organisms
    • G01N33/5085—Supracellular entities, e.g. tissue, organisms of invertebrates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00732—Identification of carriers, materials or components in automatic analysers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Urology & Nephrology (AREA)
  • Chemical & Material Sciences (AREA)
  • Hematology (AREA)
  • Molecular Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Cell Biology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Toxicology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

【課題】線虫が載置される容器が点対称または線対称の形状であっても、撮像された画像から線虫が誘引行動を示しているかを判断する方法を提供する。【解決手段】容器または容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、線虫及び被験者の検体が容器に滴下された後に、容器内の線虫の分布態様を撮像するステップと、撮像して得られた画像内に含まれる、基準点に対応する基準点オブジェクトの位置を検出するステップと、位置を基準に、誘引領域と忌避領域を決定するステップと、決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、を有する。【選択図】図１

Description

本発明は、走性解析方法、がん評価方法、走性解析システム及びプログラムに関する。
従来、線虫ががん患者の尿に対して誘引行動を示す走性を利用したがん検出方法が知られている（例えば、非特許文献１参照）。
Hirotsu T. et al., PLOS ONE, 1 0 (3): e 0118699, 2015
非特許文献１の技術において、多くの尿検体を処理しようとすると、機械による自動化が必要になる。尿検体を容器（例えばシャーレ）内の培地に滴下し、線虫を培地に載置し、所定の時間経過してから、撮影装置の下まで移動させて撮像装置で、培地の線虫を撮像することで、線虫の走性を解析することが考えられる。この場合、容器の移動に伴って容器が回転する場合がある。このため、容器が点対称または線対称の形状であると、撮像された画像からは、容器内で尿検体を滴下した場所を特定できず、線虫が誘引行動を示しているかを判断することができないという問題がある。
本発明は、上記問題に鑑みてなされたものであり、線虫が載置される容器が点対称または線対称の形状であっても、撮像された画像から線虫が誘引行動を示しているかを判断することを可能とする走性解析方法、がん評価方法、走性解析システム及びプログラムを提供することを目的とする。
本発明の第１の態様に係る走性解析方法は、当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、当該容器内の線虫の分布態様を撮像するステップと、前記基準点に基づいて、誘引領域及び／または忌避領域を決定するステップと、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、を有する。
この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。
本発明の第２の態様に係る走性解析方法は、第１の態様に係る走性解析方法であって、前記走性解析を実行するステップにおいて、前記決定された誘引領域の線虫を計数し、及び／または前記決定された忌避領域の線虫を計数し、計数結果に応じて、走性解析結果を出力する。
この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、走性解析結果を出力することができる。
本発明の第３の態様に係る走性解析方法は、第１または２の態様に係る走性解析方法であって、前記基準点は、前記容器を識別する容器識別情報が含まれるコードであり、前記撮像するステップにおいて撮像された画像には、前記コードに対応するコードオブジェクトが含まれており、前記コードオブジェクトから容器識別情報を読み取るステップと、前記読み取った容器識別情報に関連付けて、前記走性解析を実行した結果である走性解析結果をストレージに記憶させるステップと、を有する。
この構成によれば、容器識別情報と走性解析結果とを関連付けて管理することができるので、予め被験者と容器識別情報を関連付けて管理しておけば、容器識別情報から被験者と走性解析結果を特定することができるので、被験者の走性解析結果を取り違える可能性を低減することができる。
本発明の第４の態様に係る走性解析方法は、第３の態様に係る走性解析方法であって、前記ストレージには、被験者を識別する被験者識別情報と容器識別情報が関連付けられて記憶されており、前記ストレージを参照して、前記コードオブジェクトから読み取った容器識別情報に対応する被験者識別情報を特定するステップを有する。
この構成によれば、容器識別情報から被験者を特定することができるので、被験者の走性解析結果を取り違える可能性を低減することができる。
本発明の第５の態様に係る走性解析方法は、第１または２の態様に係る走性解析方法であって、前記基準点は、第１の基準点及び／または第２の基準点を含む。
この構成によれば、第１の基準点及び／または第２の基準点を参照して、誘引領域及び忌避領域を決定することができる。
本発明の第６の態様に係る走性解析方法は、第１から５のいずれかの態様に係る走性解析方法であって、前記容器の内部を撮像する前に、前記容器の蓋を外すステップを有する。
この構成によれば、容器の蓋を外して撮像するので、線虫の分布を精度良く把握でき、走性解析の精度を向上させることができる。
本発明の第７の態様に係る走性解析方法は、第１から６のいずれかの態様に係る走性解析方法であって、前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、予め誘引領域及び／または忌避領域が設定されている基準フォーマットを当該角度、回転させて、前記誘引領域及び／または前記忌避領域を決定する。
この構成によれば、適切な誘引領域及び／または忌避領域を人手によらず決定することができる。
本発明の第８の態様に係る走性解析方法は、第１から６のいずれかの態様に係る走性解析方法であって、前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、当該角度、前記撮像して得られた画像を回転させて、前記誘引領域及び／または前記忌避領域を決定する。
この構成によれば、適切な誘引領域及び／または忌避領域を人手によらず決定することができる。
本発明の第９の態様に係る走性解析方法は、容器または容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、前記基準点と撮像装置とを所定の位置関係に位置決めするステップと、当該容器内の線虫の分布態様を前記撮像装置により撮像するステップと、誘引領域及び／または忌避領域を決定するステップと、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、を有する。
この構成によれば、撮像された画像において容器の向きと位置が常に同じであるため、撮像画像から誘引領域と忌避領域の位置を補正する必要がなく、線虫の走性解析を正しく実行することができる。
本発明の第１０の態様に係る走性解析方法は、第１から６のいずれかの態様に係る走性解析方法であって、前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、当該角度、前記容器を回転させ、回転後の容器内の線虫の分布態様を撮像し、当該撮像された画像と、予め誘引領域及び／または忌避領域が設定されている基準フォーマットとを比較することによって、前記誘引領域及び／または前記忌避領域を決定する。
この構成によれば、適切な誘引領域及び／または忌避領域を人手によらず決定することができる。
本発明の第１０の態様に係るがん評価方法は、第１から６のいずれかの態様に係る走性解析方法と、前記走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価するステップと、を有する。
この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、走性解析の評価の精度を維持することができる。
本発明の第１１の態様に係る走性解析システムは、当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析システムであって、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、前記撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域及び／または忌避領域を決定し、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部と、を有する。
この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。
本発明の第１２の態様に係るプログラムは、当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をするためのプログラムであって、コンピュータを、線虫及び被験者の検体が容器に滴下された後に当該容器内の線虫の分布態様を撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域及び／または忌避領域を決定し、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部として実行させるためのプログラムである。
この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。
本発明の第１３の態様に係る走性解析方法は、線虫の走性解析をする走性解析方法であって、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するステップと、誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行するステップと、を有する。
本発明の第１４の態様に係るがん評価方法は、第１３の態様に係る走性解析方法と、前記走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価するステップと、を有する。
本発明の第１５の態様に係る走性解析システムは、線虫の走性解析をする走性解析システムであって、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行する解析部と、を有する。
本発明の第１６の態様に係るプログラムは、線虫の走性解析をするためのプログラムであって、コンピュータを、線虫及び被験者の検体が容器に滴下された後に当該容器内の線虫の分布態様を撮像して得られた画像内に含まれる、誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行する解析部として実行させるためのプログラムである。
本発明の一態様によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。
本実施形態に係る走性解析システムの概略構成を示すブロック図である。 容器を搬送する前の状態における容器取出ユニット１３の概略斜視図の一例である。 容器を搬送した後の状態における容器取出ユニット１３の概略斜視図の一例である。 本実施形態に係るシャーレを上から見た図の一例である。 本実施形態に係る走性解析の処理の一例を示すフローチャートである。 ストレージに保存されている検査情報のテーブルの一例である。 本実施形態に係る撮像画像の模式図である。 撮像画像中において誘引領域及び忌避領域の一例を示す模式図である。 本実施形態に係る走性解析方法の一例を示すフローチャートである。 変形例に係るシャーレを上から見た図の一例である。 変形例に係る撮像画像の模式図である。 変形例において撮像画像中の誘引領域及び忌避領域の一例を示す模式図である。 予めストレージ１６に記憶されている基準フォーマットの一例である。 変形例において、撮像画像中の誘引領域及び忌避領域の一例を示す模式図である。 第２の実施形態に係る走性解析システムの概略構成図である。 第２の実施形態に係る走性解析装置のブロック図である。 走性解析が行われるシャーレの画像の概略模式図である。 第２の実施形態に係る処理の工程を示す図である。 誘引領域及び忌避領域における線虫のオブジェクトの面積値のヒストグラムの一例である。 走性解析値の第１の算出方法を用いた処理の一例を示すフローチャートである。 全ての走性解析領域（誘引領域および忌避領域の両方）における線虫のオブジェクトの数と線虫のオブジェクトの面積値のヒストグラムの一例である。 走性解析値の第２の算出方法を用いた処理の一例を示すフローチャートである。 図２２のステップＳ４６０の処理の一例を示すフローチャートである。
以下、実施形態について、図面を参照しながら説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。
本実施形態では、「線虫」とは、セノラブディティス・エレガンス（Caenorhabditis elegans）を意味する。線虫は、生物研究においてモデル生物として世界中で広く飼育され、研究されているポピュラーな生物であり、飼育が容易で、嗅覚が優れているという特徴を有する。
本実施形態において、「がん」とは、胃がん、直腸結腸がん、食道がん、すい臓がん、前立腺がん、胆管がん、肺がん、血液がん、白血病、リンパ腫等のがん種を意味する。
本実施形態において、「走性行動」とは、誘引行動または忌避行動を意味する。誘引行動とは、ある物質からの物理的距離を縮める行動を意味し、忌避行動とは、ある物質からの物理的距離を広げる行動を意味する。誘引行動を誘発する物質を誘引物質といい、忌避行動を誘発する物質を忌避物質という。また、本実施形態において、「走性解析」とは、走性行動を解析することをいう。
本実施形態において、「基準点」とは、容器の底面の当該底面を含む平面における回転角度を認識するために容器や培地に設けられる印（例えば、印字、模様など）または形態変化（例えば、溝、突起など）をいう。例えば、円形シャーレの場合、非対称形状の基準点を設けるか、または任意の形状の基準点を底面の中心点以外に設けることにより誘引領域と忌避領域を判別することができる。
本実施形態に係る走性解析方法及び走性解析システムは、一例として線虫の走性行動を指標に被験者のがんの可能性を評価するのに使用する。但し、本実施形態に係る走性解析方法及び走性解析システムは、線虫に限らず他の生物や細胞の走性解析にも使用可能であり、がんの可能性評価に限らず、別の疾患の可能性を評価するのにも適用可能である。
本実施形態に係る容器は、線対称または点対称な形状を内底面に有する容器であり、本実施形態ではその一例として容器は点対称な形状を有する容器であり、具体的には円形のシャーレであるものとして説明する。また、本実施形態では、容器または当該容器内の培地に、点対称となる対称点（ここでは円形のシャーレなのでシャーレの中心）以外の領域に基準点が設けられているものとして説明する。
なお、容器が線対称な形状を有する容器の場合には、容器または当該容器内の培地に、対称軸以外の領域に基準点が設けられる。
図１は、本実施形態に係る走性解析システムの概略構成を示すブロック図である。図１に示すように、本実施形態に係る走性解析システム１は、プロセッサ１０と、容器供給ユニット１１と、静置台１２と、容器取出ユニット１３と、撮像ユニット１５と、ストレージ１６とを備える。
容器供給ユニット１１は、線虫及び被験者の検体（例えば、尿検体）が滴下された後の容器を、静置台１２まで運ぶユニットである。線虫及び被験者の検体が滴下された後、この容器は蓋がされ、この容器は蓋がされた状態で静置台１２まで運ばれる。ここで容器供給ユニット１１は、容器を予め決められた位置まで運ぶ供給コンベア１１１と、容器をその予め決められた位置から静置台１２まで運ぶ供給ロボット１１２とを備える。
静置台１２は、所定の時間だけ、例えば室温で静置するための台である。この所定の時間で、線虫が検体に対して、誘引行動または忌避行動をする。
容器取出ユニット１３は、容器を取り出して、容器を予め決められた撮像位置（例えば、撮像ユニット１５の焦点位置）まで運ぶユニットである。容器取出ユニット１３は一例として、容器を静置台１２から取り出す取出ロボット１３１と、容器を予め決められた撮像位置まで搬送する容器搬送ユニット１３２と、容器の蓋を取り外す蓋取外ユニット１３３と、センサ１３４とを備える。
ストレージ１６には、プロセッサ１０が読み出して実行するためのプログラムが記憶されている。プロセッサ１０は、ストレージ１６に記憶されたプログラムを読み出して実行することにより、制御部１４及び解析部１７として機能する。
制御部１４は、容器供給ユニット１１と、容器取出ユニット１３と、撮像ユニット１５を制御する。
またストレージ１６には、画像データベース（画像ＤＢともいう）１６１と、検査データベース（検査ＤＢともいう）１６２が保存されている。
撮像ユニット１５は、容器取出ユニット１３によって運ばれた容器内の線虫の分布態様を撮像し、撮像して得られた画像を、ストレージ１６の画像データベース１６１に保存する。
解析部１７は、ストレージ１６の画像データベース１６１から画像を読み出し、撮像して得られた画像内を用いて、走性解析を実行する。
そして、解析部１７は、走性解析を実行することにより得られた走性解析結果を用いて、当該被験者のがんの可能性を評価する。解析部１７は、走性解析結果と被験者のがんの可能性の評価結果（以下、がん評価結果ともいう）を検査情報として、ストレージ１６の検査データベース１６２に保存する。
図２は、容器を搬送する前の状態における容器取出ユニット１３の概略斜視図の一例である。図２において、容器搬送ユニット１３２は、容器の一例であるシャーレ２１を把持するロボットハンド１３２１を有する。一方、蓋取外ユニット１３３は、シャーレ２１の蓋２２を把持するアーム１３３１を有する。
センサ１３４は、容器搬送ユニット１３２のロボットハンド１３２１が予め決められた位置にあることか否かを検出し、検出結果を制御部１４へ出力する。センサ１３４は、ロボットハンド１３２１が予め決められた位置にあることか否かを検出した場合、制御部１４は、蓋取外ユニット１３３のアーム１３３１を、上記の予め決められた位置まで移動させ、アーム１３３１で、シャーレ２１の蓋２２を把持するよう制御する。
図２に示すように、撮像ユニット１５は、支柱１５１に固定され、この支柱１５１は、ベース部材１５２の上に固定されている。また、光源１５３が支柱１５１に固定されている。蓋２２が外されたシャーレ２１が撮像ユニット１５の真下に、容器搬送ユニット１３２によって搬送される。
図３は、容器を搬送した後の状態における容器取出ユニット１３の概略斜視図の一例である。図３に示すように、蓋２２が外されたシャーレ２１が一例として撮像ユニット１５の真下に移動される。このシャーレ２１の位置は、撮像ユニット１５の焦点距離だけ離れていることが好ましい。光源１５３によってシャーレ２１の底から光で照らされた状態で、撮像ユニット１５によってシャーレ２１内の線虫の分布態様が撮像される。
図４は、本実施形態に係るシャーレを上から見た図の一例である。図４に示すように、シャーレ２１の底面には一例として、プラスを表す基準点Ｓ１と、マイナスを表す基準点Ｓ２とが設けられている。図４では一例として、基準点Ｓ１、Ｓ２は、シャーレ２１の中心に対して点対称な位置に設けられている。すなわち、基準点Ｓ１、Ｓ２は、シャーレ２１の中心からの距離が同じであり、基準点Ｓ１、Ｓ２、及びシャーレ２１の中心は同一の直線状にある。また、基準点Ｓ１、Ｓ２がシャーレ２１に印字されていてもよいし、シャーレ２１に凹凸を設けて表現されていてもよい。なお、基準点Ｓ１、Ｓ２が印字された紙が、印字面を貼付面としてシャーレの底面に貼付されていてもよい。
なお、この基準点Ｓ１、Ｓ２のシャーレ２１の底面内における位置は、一例であって、これに限ったものではない。また、基準点Ｓ１、Ｓ２は、シャーレ２１の側面にあってもよいし、培地に設けられていてもよい。
図５は、本実施形態に係る走性解析の処理の一例を示すフローチャートである。
（ステップＳ１０）まず、水平位置が基準点Ｓ１及び基準点Ｓ２の位置に該当する培地の上に、麻酔を滴下する。これにより、この基準点Ｓ１または基準点Ｓ２の位置もしくはその近傍に到達すると、麻酔により動けなくなる。
（ステップＳ２０）次に、シャーレ２１の略中心の位置に該当する培地の上に、線虫を滴下し、バッファを不織布やディスペンサーなどで除去する。
（ステップＳ３０）次に、水平位置が基準点Ｓ１の位置に該当する培地の上に、がん患者由来の尿検体を滴下する。これにより、線虫が尿のにおいに誘引されて、この基準点Ｓ１の位置もしくはその近傍に到達すると、麻酔により動けなくなる。
なお、ステップＳ１０〜Ｓ３０の順序は異なっていてもよい。
（ステップＳ４０）次に、容器供給ユニット１１は、シャーレ２１を静置台１２に搬送する。
（ステップＳ５０）次に、シャーレ２１を静置台１２に所定の時間、静置する。
（ステップＳ６０）次に、取出ロボット１３１がシャーレ２１を静置台１２から取り出し、蓋取外ユニット１３３が、シャーレ２１から蓋２２を取り外す。このように、シャーレ２１の内部を撮像する前に、シャーレ２１の蓋２２を外す。
（ステップＳ７０）次に、容器搬送ユニット１３２は、シャーレ２１を予め決められた撮像位置まで搬送する。
（ステップＳ８０）次に、撮像ユニット１５は、シャーレ２１内の線虫の分布態様を撮像する。
（ステップＳ９０）次に、解析部１７は、走性解析を実行する。
（ステップＳ１００）次に、解析部１７は、走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価する。そして解析部１７は、走性解析結果と被験者のがんの可能性の評価結果を検査情報として、ストレージ１６の検査データベース１６２に保存する。これにより、図６に示すような検査情報が蓄積される。
図６は、ストレージに保存されている検査情報のテーブルの一例である。図６に示すように、テーブルＴ１には、被験者を識別する被験者識別情報である被験者ＩＤ、容器（ここでは一例としてシャーレ）を識別する容器識別情報の一例であるシャーレＩＤ、静置開始日時、静置終了日時、静置時の温度、撮影画像を識別する撮影ＩＤ、誘引線虫数、忌避線虫数、走性インデックス、がん評価結果の組のレコードが蓄積されている。ここで走性インデックスは、走性解析結果の一例であり、その式は例えば、走性インデックス＝（誘引行動を示す線虫の数−忌避行動を示す線虫の数）／線虫の総数である。
図７は、本実施形態に係る撮像画像の模式図である。図７に示すように、撮像画像には、シャーレ２１のオブジェクトＯＢ３と、基準点Ｓ１のオブジェクトＯＢ１と、基準点Ｓ２のオブジェクトＯＢ２が示されている。
図８は、撮像画像中において誘引領域及び忌避領域の一例を示す模式図である。図８に示すように、撮像画像Ｇ１ｂにおいてシャーレ２１のオブジェクトＯＢ３の中心Ｐ１は、例えばシャーレ２１のオブジェクトＯＢ３の輪郭の接線に直交する直線を輪郭の異なる２点の位置で引き、この２本の直線が交わる点として抽出される。シャーレ２１のオブジェクトＯＢ３の中心Ｐ１と基準点Ｓ１のオブジェクトＯＢ１とを結ぶ直線Ｌ０に沿って中心Ｐ１から距離ｄ１だけオブジェクトＯＢ１に近づいた位置において、直線Ｌ０に直交する直線Ｌ１を引くことができる。また、直線Ｌ０において、中心Ｐ１から距離ｄ１だけオブジェクトＯＢ１から離れた位置において直線Ｌ０に直交する直線Ｌ２を引くことができる。この直線Ｌ１とシャーレ２１のオブジェクトＯＢ３の輪郭で囲まれた領域Ｒ１が誘引領域である。この直線Ｌ２とシャーレ２１のオブジェクトＯＢ３の輪郭で囲まれた領域Ｒ２が忌避領域である。
図８の例の場合、誘引領域の決定方法として、解析部１７は例えば、撮像画像Ｇ１ｂから、シャーレ２１のオブジェクトＯＢ３の中心Ｐ１を抽出する。また、解析部１７は例えば、撮像画像Ｇ１ｂから、基準点Ｓ１のオブジェクトＯＢ１の位置を検出する。解析部１７は例えば、シャーレ２１のオブジェクトＯＢ３の中心Ｐ１と基準点Ｓ１のオブジェクトＯＢ１とを結ぶ直線Ｌ０に沿って中心Ｐ１から距離ｄ１だけオブジェクトＯＢ１に近づいた位置において直線Ｌ０に直交する直線Ｌ１を設定し、この直線Ｌ１とシャーレ２１のオブジェクトＯＢ３の輪郭で囲まれた領域Ｒ１を誘引領域として決定する。また、忌避領域の決定方法として、図８の例の場合、直線Ｌ０に沿って中心Ｐ１から距離ｄ１だけオブジェクトＯＢ１から離れた位置において直線Ｌ０に直交する直線Ｌ２を設定し、この直線Ｌ２とシャーレ２１のオブジェクトＯＢ３の輪郭で囲まれた領域Ｒ２を忌避領域として決定する。
なお、解析部１７は、撮像画像Ｇ１ｂから、シャーレ２１のオブジェクトＯＢ３の中心Ｐ１を抽出しなくてもよい。基準点Ｓ１と基準点Ｓ２がシャーレ２１の中心を挟んで点対称の位置にある場合、解析部１７は、基準点Ｓ１のオブジェクトＯＢ１と基準点Ｓ２のオブジェクトＯＢ２とを撮像画像Ｇ１ｂから抽出し、基準点Ｓ１のオブジェクトＯＢ１の中心と、基準点Ｓ２のオブジェクトＯＢ２の中心とを通る直線を、直線Ｌ０に設定してもよい。
このように解析部１７は、ストレージ１６の画像データベース１６１から画像を読み出し、撮像して得られた画像内に含まれる、当該基準点に対応する基準点オブジェクト（例えば、図７及び図８の基準点Ｓ１のオブジェクトＯＢ１）の位置を検出し、当該位置を基準に、誘引領域（例えば図８の領域Ｒ１）と忌避領域（例えば図８の領域Ｒ２）を決定する。そして、解析部１７は、決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行する。
その際、解析部１７は、誘引領域における線虫のオブジェクトの数を、誘引行動を示す線虫の数として決定する。また、解析部１７は、忌避領域における線虫のオブジェクトの数を、忌避行動を示す線虫の数として決定する。
続いて、図９を用いて、図５のステップＳ９０の走性解析処理の具体例について説明する。図９は、本実施形態に係る走性解析方法の一例を示すフローチャートである。
（ステップＳ１１０）まず、プロセッサ１０の解析部１７は画像データを画像ＤＢ１６１から取得する。
（ステップＳ１２０）次に、解析部１７は画像データにおけるシャーレ位置を検出する。
（ステップＳ１３０）次に、解析部１７は画像データにおけるシャーレの基準点を検出する。例えば画像データが図８の場合、解析部１７は、画像データＧ１ｂから、基準点Ｓ１のオブジェクトＯＢ１及び／または基準点Ｓ２のオブジェクトＯＢ２を検出する。
（ステップＳ１４０）次に、解析部１７はシャーレの基準点に合わせて線虫の走性解析領域を設定する。その際、例えば画像データが図８の場合、解析部１７が、基準点Ｓ１のオブジェクトＯＢ１及び／または基準点Ｓ２のオブジェクトＯＢ２を基準に、図８の領域Ｒ１を誘引領域に決定し、図８の領域Ｒ２を忌避領域に決定する。
（ステップＳ１５０）次に、解析部１７は、ステップＳ１４０で決定された解析領域毎に画像解析を行う。その際、例えば、解析部１７は、画像データ中の線虫の輪郭を際立たせる画像処理を実行する。
（ステップＳ１６０）次に、解析部１７は解析領域毎の線虫をカウントする。その際、例えば、解析部１７は画像データ中の線虫の領域を解析領域毎に計数する。
（ステップＳ１７０）次に、解析部１７は、解析領域毎の線虫のカウント値から走性解析を実行する。その際、例えば、解析部１７は走性インデックスを算出する。このように、決定された誘引領域の線虫を計数し、決定された忌避領域の線虫を計数し、計数結果に応じて、走性解析結果を出力する。
以上のように、本実施形態に係る走性解析方法は、当該容器または当該容器内の培地に対称軸以外の領域もしくは対称点以外の領域に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法である。この走性解析方法は、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するステップと、前記撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出するステップと、当該位置を基準に、誘引領域と忌避領域を決定するステップと、前記決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、を有する。
この構成により、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。
なお、図９においてステップＳ１３０を省略することもできる。この場合、図５のステップＳ７０の撮像位置において容器の基準点とカメラとが所定の位置関係になるように容器またはカメラを位置決めしてもよい。この構成により、撮像された画像において容器の向きと位置が常に同じであるため、撮像画像から誘引領域と忌避領域の位置を補正する必要がなく、線虫の走性解析を正しく実行することができる。
また、本実施形態では、解析部１７は、走性解析を実行することにより得られた走性解析結果を予め決められた評価ルールに適用して、被験者のがんの可能性を評価する。例えば当該評価ルールが閾値との大小関係でがんの可能性を評価する場合、解析部１７は、走性解析結果が閾値より高い場合にがんの可能性が高いと評価し、走性解析結果が閾値以下の場合にがんの可能性が低いと評価してもよい。これにより、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、がんの可能性の評価の精度を維持することができる。
なお、本実施形態では、シャーレの底面にプラス及びマイナスの基準点をつけたが、これに限らず、シャーレの側面に基準点を設けてもよいし、培地に基準点を設けてもよい。
＜変形例＞
なお、本実施形態では、シャーレにプラス及びマイナスの基準点をつけたが、基準点は、これに限ったものではない。基準点は、容器を識別する容器識別情報が含まれるコード（例えば、２次元コード）であってもよい。
図１０は、変形例に係るシャーレを上から見た図の一例である。図１０に示すように、シャーレ２１ｂの底面には、２次元コードＳ３が設けられている。例えば、２次元コードがシャーレ２１ｂに印字されていてもよいし、シャーレ２１ｂに凹凸を設けて表現されていてもよい。なお、２次元コードが印字された紙が、印字面を貼付面としてシャーレ２１ｂの底面に貼付されていてもよい。
図１１は、変形例に係る撮像画像の模式図である。図１１に示すように、撮像画像Ｇ２には、シャーレに対応するオブジェクトＯＢ１２内に、２次元コードＳ３に対応するコードオブジェクトＯＢ１１が含まれている。このように、撮像された画像には、コードに対応するコードオブジェクトが含まれている。
この場合において、解析部１７は、コードオブジェクトＯＢ１１から容器識別情報（ここでは一例としてシャーレＩＤ）を読み取る。そして、解析部１７は、読み取った容器識別情報（ここでは一例としてシャーレＩＤ）に関連付けて、走性解析を実行した結果である走性解析結果をストレージ１６に記憶させる。
この構成により、容器識別情報と走性解析結果とを関連付けて管理することができるので、予め被験者識別情報と容器識別情報を関連付けて管理しておけば、容器識別情報から被験者と走性解析結果を特定することができるので、被験者の走性解析結果を取り違える可能性を低減することができる。
なお、尿検体を容器（ここでは一例としてシャーレ）に滴下した際に、当該尿検体の被験者と容器との組み合わせが決まるので、その際に、被験者を識別する被験者識別情報と、容器識別情報を関連付けてストレージ１６に記憶させて、被験者と容器識別情報を関連付けて管理してもよい。その場合、解析部１７は、ストレージ１６を参照して、コードオブジェクトから読み取った容器識別情報に対応する被験者識別情報を特定してもよい。この構成により、容器識別情報から被験者を特定することができるので、被験者の走性解析結果を取り違える可能性を低減することができる。
同様に、解析部１７は、ストレージ１６を参照して、コードオブジェクトから読み取った容器識別情報に対応する、被験者識別情報と走性解析結果の組または被験者識別情報とがん評価結果の組を出力してもよい。この構成により、被験者毎の走性解析結果またはがん評価結果を得ることができるので、被験者の走性解析結果またはがん評価結果を取り違える可能性を低減することができる。
以上、本実施形態に係る走性解析システムは、当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析システムである。本実施形態に係る走性解析システムは、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、前記撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域と忌避領域を決定し、前記決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部と、を有する。
この構成により、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。
図１２は、変形例において撮像画像中の誘引領域及び忌避領域の一例を示す模式図である。図１２に示すように、シャーレ２１のオブジェクトＯＢ１２の中心Ｐ２と２次元コードのコードオブジェクトＯＢ１１とを結ぶ直線Ｌ１０において、中心Ｐ２から距離ｄ１だけコードオブジェクトＯＢ１１に近づいた位置において直線Ｌ１０に直交する直線Ｌ１１を引くことができる。また、直線Ｌ１０において、中心Ｐ２から距離ｄ１だけコードオブジェクトＯＢ１１から離れた位置において直線Ｌ１０に直交する直線Ｌ１２を引くことができる。この直線Ｌ１１とシャーレ２１のオブジェクトＯＢ１２の輪郭で囲まれた領域Ｒ３が誘引領域である。この直線Ｌ１２とシャーレ２１のオブジェクトＯＢ１２の輪郭で囲まれた領域Ｒ４が忌避領域である。
この場合、解析部１７は、ストレージ１６の画像データベース１６１から画像を読み出し、撮像して得られた画像内に含まれる、２次元コードに対応するコードオブジェクト（例えば、図１２のコードオブジェクトＯＢ１１）の位置を検出し、当該位置を基準に、誘引領域（例えば図１２の領域Ｒ３）と忌避領域（例えば図１２の領域Ｒ４）を決定し、決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行してもよい。なお、２次元コードに限定されず、バーコードであってもよい。
図１３は、予めストレージ１６に記憶されている基準フォーマットの一例である。図１３に示すように、基準フォーマットは、誘引領域及び忌避領域を設定するための基準となるフォーマットである。図１３の基準フォーマットにおいて、円Ｃ１の中心を通り、ｙ軸に平行な直線Ｌ１０を基準に−ｘ方向に距離ｄだけ平行に離れた直線Ｌ１５が示されている。この直線Ｌ１５と円Ｃ１とで区画される領域Ｒ５が、基準の誘引領域である。同様に図１３の基準フォーマットにおいて、円Ｃ１の中心を通り、ｙ軸に平行な直線Ｌ１０を基準に＋ｘ方向に距離ｄだけ平行に離れた直線Ｌ１６が示されている。この直線Ｌ１６と円Ｃ１とで区画される領域Ｒ６が、基準の忌避領域である。
図１４を参照しつつ、図９のステップＳ１４０の処理の一例を説明する。図１４は、変形例において、撮像画像中の誘引領域及び忌避領域の一例を示す模式図である。解析部１７は、画像処理によりシャーレオブジェクトＯＢ１２を認識し、当該シャーレオブジェクトＯＢ１２の中心Ｐ２を認識する。次に解析部１７は、画像処理により基準点の一例である２次元コードを認識する。なお、上記中心Ｐ２の認識処理と上記２次元コード認識処理の順序は逆でもよい。
（ステップＳ２３０）次に解析部１７は、中心Ｐ２と２次元コードを結ぶ直線Ｌ１２（図１４に示す直線Ｌ１２）を決定する。
（ステップＳ２４０）次に解析部１７は、基準線の一例である画像Ｇ２の縦方向に平行な直線Ｌ１１と直線Ｌ１２のなす角θ（図１４に示す角θ）を求める。
次にステップＳ２５１およびＳ２５２を実行するか、またはステップＳ２６１を実行する。
（ステップＳ２５１）解析部１７は、図１４に示すように、図１３の基準フォーマットを、円の中心を軸に左周りにθ回転させる。
（ステップＳ２５２）次に解析部１７は、図１４に示すように、左周りにθ回転させた後の基準フォーマットの円Ｃ１の中心が、画像Ｇ２内のシャーレオブジェクトＯＢ１２の中心Ｐ２に重なるように左周りにθ回転させた後の基準フォーマットを重畳させるか、重畳した場合を仮定する。そして、解析部１７は、重畳後（または重畳した場合を仮定した場合）の基準フォーマットの領域Ｒ５を、誘引領域に設定し、重畳後（または重畳した場合を仮定）の基準フォーマットの領域Ｒ６を、忌避領域に設定する。
なお、上記重畳の際に、基準フォーマットの円Ｃ１が、画像Ｇ２内のシャーレオブジェクトＯＢ１２の外周（すなわち輪郭）に一致しない場合には、解析部１７は、基準フォーマットの円Ｃ１が、画像Ｇ２内のシャーレオブジェクトＯＢ１２の外周に一致するよう、基準フォーマットの円Ｃ１を拡大または縮小してもよい。その場合、解析部１７は、拡大または縮小後の基準フォーマットの領域Ｒ５を、誘引領域に設定し、拡大または縮小後の基準フォーマットの領域Ｒ６を、忌避領域に設定する。
（ステップＳ２６１）解析部１７は、画像Ｇ２を右回りにθ回転させる。次に解析部１７は、直線Ｌ１０から距離ｄ１だけ離れた直線Ｌ１０に平行な直線Ｌ１５とオブジェクトＯＢ１２の輪郭との間の領域Ｒ５を、誘引領域に設定し、直線Ｌ１０から距離ｄ１だけ離れた直線Ｌ１０に平行な直線Ｌ１６とオブジェクトＯＢ１２の輪郭との間の領域Ｒ６を、忌避領域に設定する。
なお、ステップＳ２６１では、画像Ｇ２を右回りにθ回転させたが、これに限らず、
ロボットハンド１３２１がシャーレを把持して回転する機構を備えており、シャーレを把持した状態でシャーレ自体を物理的に右回りにθ回転させてもよい。この場合、回転後の容器内の線虫の分布態様を撮像し、当該撮像された画像と、予め誘引領域及び／または忌避領域が設定されている基準フォーマットとを比較することによって、誘引領域及び／または忌避領域を決定してもよい。なお、ここではロボットハンド１３２１がシャーレを把持して回転させる変形例について説明したが、これに限らず、表面に窪みが設けられた台（例えば、すり鉢状の台）の窪みにシャーレを置き、当該シャーレを置いた状態で、ロボットハンド１３２１によってシャーレを物理的に回転させてもよい。
なお、本実施形態では、誘引領域と忌避領域の両方を設定し、両方の領域における線虫数を計数して、両方の領域における線虫数を用いて走性解析を行ったが、これに限ったものではない。静置後の線虫の分布は培地に麻酔を滴下した箇所に集中する傾向がある。そのため、誘引領域と忌避領域のどちらか片方のみを設定し、この設定された領域における線虫数を計数し、この設定された領域における線虫数とシャーレオブジェクトＯＢ１２の領域における線虫数とを用いて走性解析を行ってもよい。例えば、誘引領域を設定した場合、忌避領域における線虫数は、シャーレの内底面に対応するシャーレオブジェクトＯＢ１２の領域における線虫数から誘引領域における線虫数を引いた値とみなすことができる。
なお、本実施形態では、被験者のがんの可能性を評価するために、図９に示す走性解析方法を実行したが、がん評価に限らず、他の生物や細胞の走性を評価する場合に実行してもよい。
＜第２の実施形態＞
続いて第２の実施形態について説明する。従来の走性インデックスは、線虫の数を顕微鏡で目視して計数（カウントともいう）している。具体的には、線虫の走性行動は走性解析値を指標として評価され、下記の式から算出される走性インデックスが用いられてきた。
走性インデックス＝（ｘ−ｙ）／（ｘ＋ｙ）
ここでｘはサンプルに対して誘引行動を示した線虫の数であり、ｙはサンプルに対して忌避行動を示した線虫の数であり、この走性インデックスは第１の実施形態のものと同じである。
この走性インデックスを自動で計算する方法として以下の算出方法が考えられる。すなわち、線虫が載ったシャーレの上方からカメラを配置し、シャーレの下方から光源を当てると、線虫で生じる光の乱反射により周囲より高い輝度で撮像され、線虫の領域を識別する。そして、撮像した画像や動画を用いて、以下の方法で算出する方法がある。
（１）撮像した画像における所定の領域の輝度重心を計測して走性インデックスを算出する方法。
（２）撮像した画像における所定の領域における線虫の領域の数を計測する方法。
（１）及び（２）の場合、周囲より輝度の高い領域の数を線虫の数として計測する。
しかし、線虫が複数匹重なった状態で撮像されると、線虫が一つの領域として認識され、実際の線虫の数と領域の数とでは大きく異なることがある。このことが原因で、画像からコンピュータが線虫を自動計数する場合、画像中で線虫が重なった場合に、画像から正確に線虫の数を計数することが難しく、コンピュータが算出した走性インデックスが、人間が目視で線虫をカウントして算出した走性インデックス（以下、手動でカウントして算出した走性インデックスという）と大きく異なってしまうという問題がある。
また、計数対象の領域に固定の閾値を設定すると撮像条件の差異により走性解析値の精度が落ちることがあるという問題もある。
それに対して、本実施形態では、コンピュータで線虫撮像画像からがんの有無を自動判定するために、新たな走性解析値の決定方法を開発した。本実施形態では、コンピュータが、この新たな走性解析値算出方法で走性インデックスを算出し、この新たな走性解析値を用いて、被験者のがんの可能性を自動評価する。
これによれば、画像中で線虫が重なった場合であっても、新たな走性解析値の算出方法により算出された走性解析値が、「手動でカウントして算出した走性インデックス」に近い値になるので、「手動でカウントして算出した走性インデックス」と同等の精度で、コンピュータが、画像から被験者のがんの可能性を自動で判定することができる。
また、線虫に対応するオブジェクトの面積は撮像条件により相対的に変化するが、本実施形態による走性解析値の算出方法によれば撮像条件が変化しても、新たな走性解析値算出方法により算出された走性解析値と手動でカウントして算出した走性インデックスとの差が小さい結果が得られた。したがって、本実施形態は撮像条件の影響をあまり受けることなく、「手動でカウントして算出した走性インデックス」と同等の精度で、コンピュータが、画像から被験者のがんの可能性を自動で判定することができる。
＜システム構成＞
図１５は、第２の実施形態に係る走性解析システムの概略構成図である。走性解析システム１ｂは、光源２１と、撮像ユニットの一例であるカメラ１５ｂと、カメラ１５ｂに接続された走性解析装置３と、画像データベース（画像ＤＢ）１６１が格納されたストレージ１６とを備える。走性試験後のシャーレ２１の下方から光源２１の光を当て、シャーレ２１の上方に撮像ユニット１５を配置し、走性解析装置３によりシャーレ２１を撮像して走性解析値を算出する。光源２１は円形型白色ＬＥＤが望ましい。カメラ１５ｂは、走性解析装置３によって制御され、カメラ１５ｂによって撮像されて得られた画像は、画像データベース１６１に蓄積される。
図１６は、第２の実施形態に係る走性解析装置のブロック図である。図１６に示すように、第２の実施形態に係る走性解析装置３は、プロセッサ１０ｂを備え、プロセッサ１０ｂは、ストレージ１６に記憶されたプログラムを読み出して実行することにより、カメラ制御部３１、画像処理部３２、及び解析部３３として機能する。カメラ制御部３１はカメラ１５ｂがシャーレ２１を撮像するように制御し、撮像した画像をストレージ１６の画像データベース１６１に格納する。画像処理部３２は、画像処理を行う。解析部３３は、画像処理後の画像を用いて、走性解析値を算出し、走性解析値を用いてがんの可能性を評価する。
＜線虫のオブジェクト及び面積値＞
図１７は、走性解析が行われるシャーレの画像の概略模式図である。図１７に示すように、線虫が誘引行動を示すと判断される誘引領域Ｒ１１と、線虫が忌避行動を示すと判断される忌避領域Ｒ１２が示されている。図１８は、第２の実施形態に係る処理の工程を示す図である。以下、処理の工程を図１８に沿って説明する。
画像処理部３２は、撮像された画像から、画像処理（例えば、色相によるエッジ抽出または２値化処理など）で、図１７に示す誘引領域（＋領域ともいう）と忌避領域（−領域ともいう）のそれぞれにおいて、線虫それぞれに対応する線虫のオブジェクトが占める領域それぞれを抽出する。そして、解析部３３は、抽出された線虫のオブジェクトの面積を算出する。具体的には例えば解析部３３は、線虫のオブジェクトが占めるピクセル数をカウントする。
本実施形態の走性解析値の算出方法は２種類あり、ともに線虫のオブジェクトの面積値を用いて算出される。以下にそれぞれ説明する。
＜第１の算出方法＞
まず、本実施形態の走性解析値の第１の算出方法について説明する。第１の算出方法は、誘引領域における線虫のオブジェクトの面積値の総和と、忌避領域における線虫のオブジェクトの面積値の総和を用いた走性解析値の算出方法である。
図１９は、誘引領域及び忌避領域における線虫のオブジェクトの面積値のヒストグラムの一例である。走性試験において、線虫は略同じ大きさの成虫が用いられるが、撮像の際に線虫で乱反射される光により各線虫のオブジェクトの面積値にばらつきが生じる。（１）このばらつきは誘引領域と忌避領域におけるそれぞれの面積値のばらつきがほぼ同じであることが観測されている。このことから、下記式を用いて走性解析値を算出しても、手動でカウントして算出した走性インデックスとの差は小さかった。
Ｉ ＝（ＳA−ＳB）／（ＳA＋ＳB） … （１）
ここで、Ｉは走性解析値で、ＳAは誘引領域における線虫のオブジェクトの面積値の総和で、ＳBは忌避領域における線虫のオブジェクトの面積値の総和である。後述する図２０のフローチャート中の走性解析値の算出には上記式（１）が用いられる。なお、誘引領域と忌避領域のどちらか片方のみを設定し、この設定された領域における線虫のオブジェクトの面積値と、シャーレオブジェクトＯＢ１２全体の領域における線虫のオブジェクトの面積値を用いて走性解析を行ってもよい。例えば、誘引領域を設定した場合、忌避領域における線虫のオブジェクトの面積値は、シャーレの内底面に対応するシャーレオブジェクトＯＢ１２全体の領域における線虫のオブジェクトの面積値から誘引領域における線虫のオブジェクトの面積値を引いた値とみなすことができる。
また（１）検査に用いられる線虫の成虫の大きさに個体差があっても、線虫の大きさにより化学走性行動に偏りが観測されないこと、（２）ほとんどの検査において、検査後の線虫の分布は、複数匹で重なっている状態よりも、１匹で静止している状態が最も多いこと、（３）がん検査において走性解析値の絶対値が小さい結果が得られる場合であっても、線虫が複数匹重なった状態もまた、誘引領域（＋）と忌避領域（−）それぞれにおいて偏って分布しない傾向にあること、（４）特にがん検査において従来の方法で得られた臨床結果と遜色ない結果が得られたことから、線虫が複数匹重なった状態で撮像された場合であっても、「コンピュータによる上記式（１）の計算によって算出された走性解析値」が、「手動でカウントして算出した走性インデックス」から乖離しない。
図２０は、走性解析値の第１の算出方法を用いた処理の一例を示すフローチャートである。
（ステップＳ３１０）まずカメラ制御部３１は、カメラ１５ｂを制御して、線虫を含むシャーレ２１を撮像し、撮像で得られた画像データをストレージ１６に保存する。画像処理部３２は、この画像データを取得する。
（ステップＳ３２０）次に、画像処理部３２は、画像データにおいてシャーレ位置を検出する。
（ステップＳ３３０）次に、画像処理部３２は、画像データにおいてシャーレの基準点を検出する。
（ステップＳ３４０）次に、画像処理部３２は、シャーレに基準点に合わせて、線虫の誘引領域および忌避領域を設定する。ここで、誘引領域および忌避領域をまとめて走性解析領域という。
（ステップＳ３５０）次に、解析部３３は、誘引領域および忌避領域毎に、各線虫に対応する各線虫のオブジェクトが占める領域（線虫のオブジェクト）の面積値を決定する。
（ステップＳ３６０）次に、解析部３３は、誘引領域における線虫のオブジェクトの面積値の総和ＳAと、忌避領域における線虫のオブジェクトの面積値の総和ＳBとを算出し、算出した総和ＳAと、総和ＳBを、式（１）に代入することによって、式（１）に従って走性解析値を算出する。
＜第２の算出方法＞
続いて、本実施形態の走性解析値の第２の算出方法について説明する。第２の算出方法は、線虫のオブジェクトの面積値のヒストグラムにおけるピークを用いた走性解析値の算出方法である。
図２１は、全ての走性解析領域（誘引領域および忌避領域の両方）における線虫のオブジェクトの数と線虫のオブジェクトの面積値のヒストグラムの一例である。図２１において、全ての走性解析領域（誘引領域および忌避領域の両方）における線虫のオブジェクトの数と線虫のオブジェクトの面積値のヒストグラムＷ３が示されている。図２１において、１匹の面積範囲Ｕ１は線虫１匹の面積範囲を表し、境界線Ｌ２１と境界線Ｌ２２の間の範囲である。また２匹の面積範囲Ｕ２は線虫２匹が重なった場合の面積範囲を表し、境界線Ｌ２２と境界線Ｌ２３の間の範囲である。また３匹の面積範囲Ｕ３は線虫３匹が重なった場合の面積範囲を表し、境界線Ｌ２３と境界線Ｌ２４の間の範囲である。
線虫が複数匹重なった領域は１匹の線虫のオブジェクトよりも面積値が大きくなり、線虫の重なり数毎に面積値の取り得る範囲が異なることが観測されている。第２の算出方法では、図２１に示すように、極大点を一つ含む領域Ｒ２１、Ｒ２２、Ｒ２３毎に、線虫の匹数毎に占める領域の面積範囲（例えば１匹の面積範囲Ｕ１、２匹の面積範囲Ｕ２、３匹の面積範囲Ｕ３）を、図２１に示すような線虫のオブジェクトの数と線虫のオブジェクトの面積値のヒストグラムから設定する。設定された面積範囲毎に線虫のオブジェクトの数を積算し、走性解析値を次の式（２）に従って算出する。
Ｉ ＝（ＮA−ＮB）／（ＮA＋ＮB） …（２）
ここでＩは走性解析値で、ＮAは誘引領域において、「面積範囲に割り当てられた線虫の匹数」×「面積範囲に収まる線虫のオブジェクトの数」の総和で、ＮBは忌避領域において、「面積範囲に割り当てられた線虫の匹数」×「面積範囲に収まる線虫のオブジェクトの数」の総和である。なお、誘引領域と忌避領域のどちらか片方のみを設定し、この設定された領域における線虫のオブジェクトの面積値と、シャーレオブジェクトＯＢ１２全体の領域における線虫のオブジェクトの面積値を用いて走性解析を行ってもよい。例えば、誘引領域を設定した場合、忌避領域におけるＮBは、シャーレオブジェクトＯＢ１２全体の領域における「面積範囲に割り当てられた線虫の匹数」×「面積範囲に収まる線虫のオブジェクトの数」の総和から誘引領域におけるＮAを引いた値とみなすことができる。
この第２の算出方法は、（１）検査後の線虫の分布は、１匹で静止している状態が最も多く、複数匹重なっている状態は、重なり数が多くなるにつれてその状態数が少ない傾向にあることが観測されていること、（２）誘引領域（＋）及び忌避領域（−）における線虫のオブジェクトの面積値のヒストグラムから、１匹、２匹、３匹…の重なり状態を、ヒストグラムの極大点、極小点から予測できることから、線虫が複数匹重なった状態で撮像された場合であっても、「コンピュータによる自動計算によって算出された走性解析値」が、「手動でカウントして算出した走性インデックス」から乖離しない。
図２２は、走性解析値の第２の算出方法を用いた処理の一例を示すフローチャートである。
（ステップＳ４１０）まずカメラ制御部３１は、カメラ１５ｂを制御して、線虫を含むシャーレ２１を撮像し、撮像で得られた画像データをストレージ１６に保存する。画像処理部３２は、この画像データを取得する。
（ステップＳ４２０）次に、画像処理部３２は、画像データにおいてシャーレ位置を検出する。
（ステップＳ４３０）次に、画像処理部３２は、画像データにおいてシャーレの基準点を検出する。
（ステップＳ４４０）次に、画像処理部３２は、シャーレに基準点に合わせて、線虫の誘引領域および忌避領域を設定する。
（ステップＳ４５０）次に、解析部３３は、誘引領域および忌避領域毎に、各線虫に対応する各線虫のオブジェクトが占める領域の面積値を決定する。
（ステップＳ４６０）次に、解析部３３は、線虫のオブジェクトの数と全走性解析領域における面積値のヒストグラム（図２１参照）を用いて、線虫の匹数毎に占める領域の面積の範囲を決定する。この処理の詳細は、後述する図２３で説明する。
（ステップＳ４７０）次に、各走性解析領域（すなわち誘引領域および忌避領域それぞれ）において、面積の範囲Ｕ１、Ｕ２、Ｕ３毎に、当該面積範囲に収まる線虫のオブジェクトの数と、当該面積の範囲に割り当てられた線虫の匹数を乗算し、乗算後のそれぞれの値の総和を走性解析領域毎に（すなわち誘引領域および忌避領域それぞれについて）算出し、この走性解析領域毎の総和ＮA、ＮBを用いて、式（２）に従って走性解析値を決定する。
図２３は、図２２のステップＳ４６０の処理の一例を示すフローチャートである。
（ステップＳ５１０）まず、解析部３３は、線虫のオブジェクトの数と全走性解析領域における面積値のヒストグラム（図２１参照）の極大点と極小点を求める。そして、インデックスｎを１に設定する。
（ステップＳ５２０）次に、解析部３３は、左からｎ番目に極小点があるか否か判定する。
（ステップＳ５３０）ステップＳ５２０で、左からｎ番目に極小点があると判定された場合（ステップＳ５２０ ＹＥＳ）、解析部３３は、ｎ＝１のときには、１匹の面積範囲の下限を所定値に設定する。ここで、所定値は成虫ではない小さな線虫やほこり等のノイズとして除外するための設定された値である。
解析部３３は、ｎが２以上のときには、ｎ匹の面積範囲の下限をヒストグラムの左から（ｎ−１）番目の極小点におけるｘ座標＋１に設定する。
なお、ｎ＝１のときには、Ｘｍａｘ１を左から１番目の極大点におけるｘ座標とすると、１匹の面積値の下限をＸｍａｘ１−（左から１番目の極大点の半値半幅）に設定してもよい。
（ステップＳ５４０）解析部３３は、ヒストグラムの左からｎ番目の極小点におけるｘ座標をｎ匹の面積範囲の上限に設定する。そして、解析部３３は、インデックスｎを１増加させ、ステップＳ５２０以降の処理を繰り返す。
（ステップＳ５５０）ステップＳ５２０で左からｎ番目に極小点がないと判定された場合（ステップＳ５２０ ＮＯ）、（ｎ−１）匹の面積範囲の上限が所定値以上であるか否か判定する。
（ステップＳ５６０）ステップＳ５５０で、（ｎ−１）匹の面積範囲の上限が所定値以上である場合（ステップＳ５５０ ＹＥＳ）、解析部３３は、ｎ匹の面積範囲の上限を設定しない（すなわちｎ匹の面積範囲の上限は、ｎ匹の面積範囲の下限以上となる）。なお、これに限らず、解析部３３は、ｎ番目の極大点のｘ座標をＸｍａｘｎとすると、ｎ匹の面積範囲の上限を、Ｘｍａｘｎ＋（左からｎ番目の極大点の半値半幅）に設定してもよい。
（ステップＳ５７０）ステップＳ５５０で、（ｎ−１）匹の面積範囲の上限が所定値以上でない場合すなわち所定値未満である場合（ステップＳ５５０ ＮＯ）、解析部３３は、ｎ匹の面積範囲の上限を所定値に設定する。
なお、上述した実施形態で説明した制御部１４及び解析部１７の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。解析部１７の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。
また、制御部１４及び解析部１７の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。
さらに、一つまたは複数の情報処理装置によって制御部１４及び解析部１７を機能させてもよい。複数の情報処理装置を用いる場合、情報処理装置のうちの１つをコンピュータとし、当該コンピュータが所定のプログラムを実行することにより解析部１７の少なくとも１つの手段として機能が実現されてもよい。
また、方法の発明においては、全ての工程（ステップ）をコンピュータによって自動制御で実現するようにしてもよい。また、各工程をコンピュータに実施させながら、工程間の進行制御を人の手によって実施するようにしてもよい。また、さらには、全工程のうちの少なくとも一部を人の手によって実施するようにしてもよい。
以上、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
１ 走性解析システム
１０、１０ｂ プロセッサ
１１ 容器供給ユニット
１１１ 供給コンベア
１１２ 供給ロボット
１２ 静置台
１３ 容器取出ユニット
１３１ 取出ロボット
１３２ 容器搬送ユニット
１３２１ アーム
１３３ 蓋取外ユニット
１３３１ ロボットハンド
１３４ センサ
１４ 制御部
１５ 撮像ユニット
１５１ 支柱
１５２ ベース部材
１５３ 光源
１６ ストレージ
１６１ 画像データベース
１６２ 検査データベース
１７ 解析部
２１、２１ｂ シャーレ
２２ 蓋
３ 走性解析装置
３１ カメラ制御部
３２ 画像処理部
３３ 解析部

Claims (17)

  1. 当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、
    当該容器内の線虫の分布態様を撮像するステップと、
    前記基準点に基づいて、誘引領域及び／または忌避領域を決定するステップと、
    前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、
    を有する走性解析方法。
  2. 前記走性解析を実行するステップにおいて、前記決定された誘引領域の線虫の計数及び／または前記決定された忌避領域の線虫の計数を実行し、計数結果に応じて、走性解析結果を出力する
    請求項１に記載の走性解析方法。
  3. 前記基準点は、前記容器を識別する容器識別情報が含まれるコードであり、
    前記撮像するステップにおいて撮像された画像には、前記コードに対応するコードオブジェクトが含まれており、
    前記コードオブジェクトから容器識別情報を読み取るステップと、
    前記読み取った容器識別情報に関連付けて、前記走性解析を実行した結果である走性解析結果をストレージに記憶させるステップと、
    を有する請求項１または２に記載の走性解析方法。
  4. 前記ストレージには、被験者を識別する被験者識別情報と容器識別情報が関連付けられて記憶されており、
    前記ストレージを参照して、前記コードオブジェクトから読み取った容器識別情報に対応する被験者識別情報を特定するステップ
    を有する請求項３に記載の走性解析方法。
  5. 前記基準点は、第１の基準点及び／または第２の基準点を含む
    請求項１または２に記載の走性解析方法。
  6. 前記容器の内部を撮像する前に、前記容器の蓋を外すステップを有する
    請求項１から５のいずれか一項に記載の走性解析方法。
  7. 前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、予め誘引領域及び／または忌避領域が設定されている基準フォーマットを当該角度、回転させて、前記誘引領域及び／または忌避領域を決定する
    請求項１から６のいずれか一項に記載の走性解析方法。
  8. 前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、前記撮像して得られた画像を当該角度、回転させて、回転後の画像において前記誘引領域及び／または前記忌避領域を決定する
    請求項１から６のいずれか一項に記載の走性解析方法。
  9. 容器または容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、
    前記基準点と撮像装置とを所定の位置関係に位置決めするステップと、
    当該容器内の線虫の分布態様を前記撮像装置により撮像するステップと、
    誘引領域及び／または忌避領域を決定するステップと、
    前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、
    を有する走性解析方法。
  10. 前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、前記容器を当該角度、回転させ、回転後の容器内の線虫の分布態様を撮像し、当該撮像された画像と、予め誘引領域及び／または忌避領域が設定されている基準フォーマットとを比較することによって、前記誘引領域及び／または前記忌避領域を決定する
    請求項１から６のいずれか一項に記載の走性解析方法。
  11. 請求項１から１０のいずれか一項に記載の走性解析方法と、
    前記走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価するステップと、
    を有するがん評価方法。
  12. 当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析システムであって、
    当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、
    前記撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域及び／または忌避領域を決定し、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部と、
    を有する走性解析システム。
  13. 当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をするためのプログラムであって、コンピュータを、
    当該容器内の線虫の分布態様を撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域及び／または忌避領域を決定し、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部
    として実行させるためのプログラム。
  14. 線虫の走性解析をする走性解析方法であって、
    当該容器内の線虫の分布態様を撮像するステップと、
    誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行するステップと、
    を有する走性解析方法。
  15. 請求項１４に記載の走性解析方法と、
    前記走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価するステップと、
    を有するがん評価方法。
  16. 線虫の走性解析をする走性解析システムであって、
    線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、
    誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行する解析部と、
    を有する走性解析システム。
  17. 線虫の走性解析をするためのプログラムであって、コンピュータを、
    線虫及び被験者の検体が容器に滴下された後に当該容器内の線虫の分布態様を撮像して得られた画像内に含まれる、誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行する解析部
    として実行させるためのプログラム。
JP2019221268A 2019-12-06 2019-12-06 走性解析方法、がん評価方法、走性解析システム及びプログラム Active JP7442785B2 (ja)

Priority Applications (8)

Application Number Priority Date Filing Date Title
JP2019221268A JP7442785B2 (ja) 2019-12-06 2019-12-06 走性解析方法、がん評価方法、走性解析システム及びプログラム
EP20896568.1A EP4071471A4 (en) 2019-12-06 2020-12-03 TAXI ANALYSIS METHOD, METHOD FOR EVALUATION OF CANCER, TAXI ANALYSIS SYSTEM AND PROGRAM
AU2020396635A AU2020396635A1 (en) 2019-12-06 2020-12-03 Taxis analysis method, cancer evaluation method, taxis analysis system and program
PCT/JP2020/044989 WO2021112162A1 (ja) 2019-12-06 2020-12-03 走性解析方法、がん評価方法、走性解析システム及びプログラム
CN202080080211.4A CN114729925A (zh) 2019-12-06 2020-12-03 趋性解析方法、癌症评价方法、趋性解析系统以及程序
TW109142594A TW202138807A (zh) 2019-12-06 2020-12-03 趨性解析方法、癌症評估方法、趨性解析系統及程式
US17/781,898 US20230020220A1 (en) 2019-12-06 2020-12-03 Taxis analysis method, cancer evaluation method, taxis analysis system and program
CA3163902A CA3163902A1 (en) 2019-12-06 2020-12-03 Taxis analysis method, cancer evaluation method, taxis analysis system and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019221268A JP7442785B2 (ja) 2019-12-06 2019-12-06 走性解析方法、がん評価方法、走性解析システム及びプログラム

Publications (3)

Publication Number Publication Date
JP2021092395A true JP2021092395A (ja) 2021-06-17
JP2021092395A5 JP2021092395A5 (ja) 2023-07-05
JP7442785B2 JP7442785B2 (ja) 2024-03-05

Family

ID=76222395

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019221268A Active JP7442785B2 (ja) 2019-12-06 2019-12-06 走性解析方法、がん評価方法、走性解析システム及びプログラム

Country Status (8)

Country Link
US (1) US20230020220A1 (ja)
EP (1) EP4071471A4 (ja)
JP (1) JP7442785B2 (ja)
CN (1) CN114729925A (ja)
AU (1) AU2020396635A1 (ja)
CA (1) CA3163902A1 (ja)
TW (1) TW202138807A (ja)
WO (1) WO2021112162A1 (ja)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106255877B (zh) 2013-12-10 2018-06-05 国立大学法人九州大学 使用线虫的嗅觉的癌检测法
JP6426827B2 (ja) 2015-03-13 2018-11-21 株式会社日立製作所 癌検査システム及び癌検査方法
JP6522778B2 (ja) 2015-11-10 2019-05-29 株式会社日立製作所 癌検査システム及び癌検査評価方法
WO2017094066A1 (ja) 2015-11-30 2017-06-08 株式会社日立製作所 癌検査システム及び癌検査評価方法
WO2017149626A1 (ja) * 2016-02-29 2017-09-08 株式会社日立製作所 がん解析システム及びがん解析方法
JP6747908B2 (ja) * 2016-08-09 2020-08-26 株式会社Ｈｉｒｏｔｓｕバイオサイエンス バッファ吸取装置及びがん解析システム
TWI772324B (zh) * 2016-09-12 2022-08-01 日商廣津生物化學股份有限公司 基於線蟲嗅覺的對氣味物質之趨性行動之評價方法、以及用於該評價方法的培養皿及行動評價系統
AU2017340623C1 (en) * 2016-10-05 2022-04-07 Fmc Corporation Bacillus thuringiensis RTI545 compositions and methods of use for benefiting plant growth and controlling plant pests

Also Published As

Publication number Publication date
TW202138807A (zh) 2021-10-16
EP4071471A4 (en) 2024-01-10
AU2020396635A1 (en) 2022-06-09
CA3163902A1 (en) 2021-06-10
US20230020220A1 (en) 2023-01-19
JP7442785B2 (ja) 2024-03-05
WO2021112162A1 (ja) 2021-06-10
EP4071471A1 (en) 2022-10-12
CN114729925A (zh) 2022-07-08

Similar Documents

Publication Publication Date Title
Gopakumar et al. Convolutional neural network‐based malaria diagnosis from focus stack of blood smear images acquired using custom‐built slide scanner
JP5920994B2 (ja) マイクロプレートのウェル壁境界を識別するための方法及びシステム
JP7197584B2 (ja) デジタル病理学分析結果の格納および読み出し方法
US20100215227A1 (en) Feature-based registration of sectional images
US11226280B2 (en) Automated slide assessments and tracking in digital microscopy
TWI492165B (zh) Pattern matching method and device
US11333658B2 (en) Urine test strip comprising timer, and method for detecting and analyzing urine test strip
JP2013526717A5 (ja)
US11016006B2 (en) System and method for real-time volume control
US20150043805A1 (en) Image processing system, image processing method, and computer-readable recording medium
WO2014192184A1 (ja) 画像処理装置、画像処理方法、プログラム、及び記憶媒体
CN106526177A (zh) 基于胶体金试纸条的生物标志物检测系统及方法
GB2423150A (en) Distinguishing layers of epithelial tissue
Lo et al. Glomerulus detection on light microscopic images of renal pathology with the faster R-CNN
CN111492368B (zh) 用于基于膜特征对组织图像中的细胞进行分类的系统和方法
WO2021112162A1 (ja) 走性解析方法、がん評価方法、走性解析システム及びプログラム
US20150260973A1 (en) Focus determination apparatus, focus determination method, and imaging apparatus
CN114002840A (zh) 显微镜和用于确定到样品参考平面的距离的方法
Rupp et al. Fully automated detection of the counting area in blood smears for computer aided hematology
CN114223016A (zh) 载玻片的扫描/预扫描质量控制
JP2008261850A (ja) 検査プレートの画像検査方法
Hargas et al. Artefacts Recognition and Elimination in Video Sequences with Ciliary Respiratory Epithelium
CN116778479A (zh) 一种基于改进YOLOv5的蠕虫卵检测方法、装置、设备及介质
CN114125261A (zh) 可移动装置运动校准的方法、图像分析装置和分析系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221128

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230627

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20230627

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230822

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231019

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231220

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240214

R150 Certificate of patent or registration of utility model

Ref document number: 7442785

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150