JP3452883B2 - 画像処理を用いた生物組織評価方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像処理を用いた生
物組織評価方法に関し、特に、コンピュータを用いて生
物組織中の腫瘍像の良悪性を定量的に評価するために役
立つ評価方法に関する。

【０００２】

【従来の技術】医療用の診断支援装置として、コンピュ
ータを用いた種々の装置が利用されている。たとえば、
ＣＴ装置、ＭＲＩ装置などは、現在の医療診断には欠か
せない診断支援装置として一般に普及しており、検体を
三次元スキャンすることにより、体内組織の三次元画像
データを得ることが可能である。一方、疾病の正確な判
定には、組織学的な検査が必要不可欠であり、現在、年
間に５００万件以上の組織診断が行われている。このよ
うな組織診断には、通常、検体となる生物組織の二次元
画像が用いられる。この生物組織の二次元画像を得る方
法としては、ヘマトキシリン・エオジン染色を利用した
方法が一般的に知られており、染色された生物組織の顕
微鏡画像がＣＣＤカメラなどを介してデジタルデータと
して取り込まれる。

【０００３】

【発明が解決しようとする課題】上述したヘマトキシリ
ン・エオジン染色を利用した方法などによって、生物組
織の二次元画像が得られたとしても、この二次元画像と
して表現された生物組織に対する医学的な診断を正確に
行うには、高度な医学的知識と経験が必要になる。特
に、生物組織中に腫瘍像が存在した場合、この腫瘍が癌
などの悪性腫瘍であるのか、良性腫瘍であるのか、を見
分けるには、極めて高度な判断が必要になる。たとえ
ば、ヘマトキシリン・エオジン染色を利用して得られた
二次元画像上の生物組織が、悪性腫瘍であるのか否かを
判定する場合、色差のしきい値に基づいて染色像を少数
の領域に分割して特徴抽出を行う方法などが提案されて
いるが、実用化のレベルには至っていない。その原因の
ひとつは、生物組織を染色した場合、細胞核やリンパ球
が同じ色に染色されてしまうため、色による特徴評価だ
けでは癌細胞領域などの識別が困難であるからである。
これまで、癌細胞などの病巣の発見は、熟練した病理医
が経験や包括的知識に基づいて行ってきたため、たとえ
ば、癌細胞領域の形態的な特徴を評価するために客観的
な指標を与えるような技術に関しては、十分な研究がな
されていないのが現状である。

【０００４】生物組織画像の客観的な解析を行うために
は、臨床で得られた種々の画像を系統的に分類した画像
データベース（電子カルテ）を構築することが不可欠で
ある。しかしながら、現在の画像データベースは、患者
の氏名、性別、年齢、症例、日時などのデータが記録さ
れているに過ぎず、生物組織画像そのものの特徴につい
て検索を行うことはできない。これは、これまで、生物
組織画像を定量的に評価する方法が確立されておらず、
画像そのものの特徴を定量化することが困難であったた
めである。

【０００５】そこで本発明は、生物組織の二次元画像に
対して、コンピュータを利用した画像処理を施すことに
より、特徴を定量的に評価することが可能な生物組織評
価方法を提供することを目的とする。

【０００６】

【課題を解決するための手段】(1) 本発明の第１の態
様は、評価対象となる生物組織の画像に対して、コンピ
ュータを用いて所定の画像処理を施すことにより、生物
組織の特徴を定量的に評価する画像処理を用いた生物組
織評価方法において、画像上に表現されたテクスチャー
の特徴を数値として示すパラメータを複数Ｈ通り定義す
る段階と、評価対象となる生物組織の画像を入力する段
階と、入力した生物組織画像上に所定のエネルギー値を
もった多数の仮想生物を発生させる段階と、個々の仮想
生物について、Ｈ通りのパラメータの中から選択された
ｈ通り（ｈ≦Ｈ）のパラメータの組み合わせを示す遺伝
子を定義する段階と、各仮想生物の発生位置の周辺画像
のテクスチャーの特徴を示すＨ通りのパラメータのう
ち、少なくとも遺伝子によって示されているｈ通りのパ
ラメータの値を求め、これらのパラメータ値を各仮想生
物のもつ潜在パラメータ値として定義する段階と、 (a) 仮想生物を、生物組織画像上で移動させ、この移動
により消費する消費エネルギー値を決定する処理、 (b) 仮想生物の移動後の周辺画像について、当該仮想生
物の遺伝子によって示されているｈ通りのパラメータの
値を現環境パラメータ値として求め、ｈ通りの潜在パラ
メータ値とｈ通りの現環境パラメータ値との類似性に基
づいて、当該仮想生物が摂取すべき摂取エネルギー値を
定める処理、 (c) 仮想生物のもつエネルギー値に対して、消費エネル
ギー値を減じ、摂取エネルギー値を加えることにより、
エネルギー値の更新を行い、更新後のエネルギー値が所
定の下限値に達した場合には当該仮想生物が死滅したも
のとして除去し、更新後のエネルギー値が所定の上限値
に達した場合には当該仮想生物が増殖したものとして同
一の遺伝子を有する新たな仮想生物を近傍に発生させる
処理、なる３つの処理(a) ，(b) ，(c) を、所定回数だ
け繰り返し実行する段階と、生物組織画像上に最終的に
生存している仮想生物についての遺伝子のヒストグラム
を作成する段階と、を行うようにし、評価対象となる生
物組織の画像を、得られたヒストグラムとして定量的に
評価できるようにし、処理(c) におけるエネルギー値の
更新を行う際に、仮想生物の移動後の位置を中心とした
近傍参照領域と、この近傍参照領域を含みその境界を更
に遠方まで広げた遠方参照領域とを定義し、近傍参照領
域内のテクスチャーの特徴を示す近傍パラメータ値と、
遠方参照領域内のテクスチャーの特徴を示す遠方パラメ
ータ値と、の類似性が低い場合には、当該仮想生物のも
つエネルギー値もしくは当該仮想生物が摂取するエネル
ギー値を減じる処理を更に行うようにしたものである。

【０００７】(2) 本発明の第２の態様は、上述の第１
の態様に係る画像処理を用いた生物組織評価方法におい
て、各仮想生物の発生位置の周辺画像について求めた潜
在パラメータ値を初期値とし、移動後の周辺画像につい
て求めた現環境パラメータ値と潜在パラメータ値とに所
定以上の類似性が得られた場合には、潜在パラメータの
値に対して、現環境パラメータ値に近付けるような更新
処理を行うようにしたものである。

【０００８】(3) 本発明の第３の態様は、上述の第１
または第２の態様に係る画像処理を用いた生物組織評価
方法において、仮想生物の発生、仮想生物に対する遺伝
子の定義、仮想生物に対する移動、を行う際に乱数を用
い、ランダムな位置にランダムな遺伝子をもった仮想生
物が発生され、ランダムに移動するようにしたものであ
る。

【０００９】(4) 本発明の第４の態様は、上述の第１
〜第３の態様に係る画像処理を用いた生物組織評価方法
において、各仮想生物の移動後の周辺画像について明度
値を求め、この明度値が大きい順に一定割合の仮想生物
に対しては、当該仮想生物のもつエネルギー値もしくは
当該仮想生物が摂取するエネルギー値を減じる処理を更
に付加するようにしたものである。

【００１０】(5) 本発明の第５の態様は、上述の第４
の態様に係る画像処理を用いた生物組織評価方法におい
て、明度値が大きい順に一定割合の仮想生物に対して
は、当該仮想生物が死滅するのに十分な程度に、エネル
ギー値を減じる処理を行うようにしたものである。

【００１１】

【００１２】(6) 本発明の第６の態様は、上述の第１
〜第５の態様に係る画像処理を用いた生物組織評価方法
において、生物組織画像のテクスチャーの特徴を数値と
して示す複数Ｈ通りのパラメータとして、所定の参照領
域内の各画素の濃度値についての平均、分散、エネルギ
ー、エントロピー、コントラストなる群の中から選択さ
れた複数のパラメータを用いるようにしたものである。

【００１３】(7) 本発明の第７の態様は、上述の第１
〜第６の態様に係る画像処理を用いた生物組織評価方法
において、生物組織画像としてカラー画像を用いるよう
にし、この生物組織画像のテクスチャーの特徴を数値と
して示すパラメータ値として、所定の参照領域内の各画
素の三原色の各色成分ごとの濃度値に関するパラメータ
値を用いるようにし、パラメータ値相互の類似性を、各
色成分ごとのパラメータ値に基づいて定義される三次元
ベクトルの角度差に基づいて決定するようにしたもので
ある。

【００１４】(8) 本発明の第８の態様は、上述の第１
〜第７の態様に係る画像処理を用いた生物組織評価方法
において、個々の仮想生物に年齢を定義するようにし、
３つの処理(a) ，(b) ，(c) を実行するたびに個々の仮
想生物の年齢を増加させ、年齢が所定の寿命に達した仮
想生物については死滅したものとして除去するようにし
たものである。

【００１５】(9) 本発明の第９の態様は、上述の第１
〜第８の態様に係る画像処理を用いた生物組織評価方法
において、親の仮想生物がもっていた遺伝子を遺伝させ
る際に、所定の確率で突然変異を生じさせるようにし、
突然変異が生じた場合には、遺伝子をランダムに変更し
てから遺伝させるようにしたものである。

【００１６】(10) 本発明の第１０の態様は、上述の第
１〜第９の態様に係る画像処理を用いた生物組織評価方
法を構成する各段階をコンピュータに実行させるための
プログラムを、コンピュータ読取り可能な記録媒体に記
録するようにしたものである。

【００１７】

【発明の実施の形態】以下、本発明を図示する実施形態
に基づいて説明する。

【００１８】§１．本発明の基本概念 はじめに、本発明の基本概念を簡単に述べておく。い
ま、図１(a) ，(b) に示すような組織画像が用意されて
いるものとしよう。ここに示す組織画像は、動物の乳腺
組織画像であり、図１(a) が正常な乳腺組織画像、図１
(b) が癌化した乳腺組織画像の一例を示している。図１
(a) に示す正常な組織では、細胞核領域が環状の組織構
造をとっているが、図１(b) に示す癌化した組織では、
細胞核領域が肥大している状態が確認できる。もっと
も、ここでは説明の便宜上、個々の細胞核領域の相違を
非常に明瞭化したパターンとして図示してあるが、正常
な組織と癌化した組織との差は、これほど明瞭に認識で
きるものではなく、実際には、細胞核領域がどの部分で
あるかを認識することさえ、ある程度熟練した病理医で
なければ困難である。そこで、図１(a) ，(b) に示すよ
うな組織画像をデジタルデータとしてコンピュータに取
り込み、所定の画像処理を施すことにより、個々の組織
画像の特徴を定量的に評価することができれば便利であ
る。

【００１９】本発明に係る評価方法を用いれば、図１
(a) ，(b) に示す組織画像に対して、それぞれ図２(a)
，(b) に示すようなヒストグラムを得ることができ
る。いずれのヒストグラムも、横軸は、各組織画像上に
表現されたテクスチャー（絵柄模様）の何らかの特徴を
示す特徴因子である。特徴因子としてどのようなパラメ
ータを用いるかは、後に詳述するが、この特徴因子はテ
クスチャーに潜在する何らかの特徴を客観的に捉えたも
のということができる。図１(a) に示すような正常な乳
腺組織画像について図２(a) に示すようなヒストグラム
が得られ、図１(b) に示すような癌化した乳腺組織画像
について図２(b) に示すようなヒストグラムが得られた
とすれば、図２(a) に示すヒストグラムは正常な乳腺組
織画像に潜在する特徴を客観的に示すデータとして利用
することができ、図２(b) に示すヒストグラムは癌化し
た乳腺組織画像に潜在する特徴を客観的に示すデータと
して利用することができる。

【００２０】臨床的に得られた多数の症例のそれぞれに
ついて、このようなヒストグラムを収集してデータベー
スを構築すれば、このデータベースを診断の補助資料と
して利用することが可能になる。たとえば、ある検体か
ら採取された組織画像について、本発明に係る評価方法
を適用してヒストグラムが得られれば、この検体につい
て得られたヒストグラムを、データベースに蓄積された
多数のヒストグラムと比較することにより、当該検体に
ついて、ある程度の診断を行うことが可能になる。たと
えば、当該検体について得られたヒストグラムが、図２
(b) に示すヒストグラムに近い分布をもっていれば、当
該検体の生物組織は癌化している可能性が高いとの情報
を得ることができる。

【００２１】もちろん、本発明に係る方法によって得ら
れるヒストグラム情報は、必ずしも正しい診断結果を提
示するものではなく、誤診断が行われる可能性もある。
しかしながら、臨床医学の分野では、そもそも完全に正
しい診断を行うことは不可能であり、様々な診断支援装
置から得られる情報に基づく総合判断を行うことによ
り、できるだけ正しい診断を行わざるを得ない。そのよ
うな点において、本発明に係る生物組織評価方法は、コ
ンピュータを診断支援装置として利用することを可能に
する技術として、産業上の利用価値を十分に有するもの
である。

【００２２】続いて、図３を参照して、本発明に利用さ
れる基本的な手法の概念を述べる。本発明の特徴は、所
定の遺伝子をもった仮想生物の環境適応性を利用して、
生物組織の画像上に表現されたテクスチャー（絵柄模
様）の特徴を抽出するという手法を採る点にある。い
ま、図３(a) に示すような仮想環境を定義し、この仮想
環境上に多数の仮想生物が分布しているという状態を考
える。個々の仮想生物には、それぞれ所定の遺伝子が与
えられている。ここでは、３種類の遺伝子Ｘ，Ｙ，Ｚを
定義し、初期状態において、合計９匹の仮想生物が生成
され、３匹の仮想生物は遺伝子Ｘをもち、３匹の仮想生
物は遺伝子Ｙをもち、３匹の仮想生物は遺伝子Ｚをもっ
ているものとしよう。この遺伝子Ｘ，Ｙ，Ｚは、個々の
仮想生物の生存を左右する何らかのパラメータを示して
おり、個々の仮想生物がどのような環境条件に敏感であ
るか、を示す指標となる。

【００２３】たとえば、遺伝子Ｘは温度、遺伝子Ｙは湿
度、遺伝子Ｚは大気圧というパラメータであったとしよ
う。各仮想生物には、それぞれ発生位置の環境における
遺伝子の示すパラメータの値が、潜在パラメータとして
与えられる。具体例を示せば、遺伝子Ｘをもった仮想生
物は、それぞれの発生位置における温度が潜在パラメー
タとして与えられることになり、たとえば、温度１８°
Ｃ，３０°Ｃ，４°Ｃのような潜在パラメータ値が与え
られることになる。別言すれば、遺伝子Ｘをもった仮想
生物は、温度という環境条件に敏感であり、自分が生ま
れた場所の温度環境が、自己の生存に最も適している環
境ということになる。この遺伝子Ｘをもった仮想生物に
とって、湿度環境や大気圧環境は自己の生存には無関係
である。一方、遺伝子Ｙをもった仮想生物は、それぞれ
の発生位置における湿度が潜在パラメータとして与えら
れることになる。たとえば、湿度８０％，１５％，６０
％のような潜在パラメータ値が与えられることになる。
別言すれば、遺伝子Ｙをもった仮想生物は、湿度という
環境条件に敏感であり、自分が生まれた場所の湿度環境
が、自己の生存に最も適している環境ということにな
る。この遺伝子Ｙをもった仮想生物にとって、温度環境
や大気圧環境は自己の生存には無関係である。

【００２４】続いて、これらの仮想生物を所定の距離だ
け移動させ、移動後の環境が自己の生存環境に適してい
るか否かの判断をさせる。移動にはエネルギーを消費さ
せるようにするが、移動後の環境が自己の生存環境に適
していた場合には、餌を与え、エネルギーが増えるよう
にする。移動後の環境が自己の生存環境に適していない
場合には、餌は与えられないので、エネルギーは消費す
るだけである。たとえば、温度に敏感なことを示す遺伝
子Ｘをもち、潜在パラメータとして、温度１８°Ｃが与
えられた仮想生物は、移動後の温度環境が１８°Ｃ付近
であれば、餌をもらえることになり、湿度に敏感なこと
を示す遺伝子Ｙをもち、潜在パラメータとして、湿度８
０％が与えられた仮想生物は、移動後の湿度環境が８０
％付近であれば、餌をもらえることになる。

【００２５】こうして、移動を繰り返し、餌をもらえず
にエネルギーを消尽した仮想生物は死滅し、餌をもらう
ことによりエネルギーが増加した仮想生物については、
同一遺伝子をもった子孫を発生させるような処理を行う
と、図３(b) に示すように、ある特定の遺伝子をもった
仮想生物の個体数は増加し、別な特定の遺伝子をもった
仮想生物の個体数は減少してゆき、最終的に、図３(c)
に示すような状態に安定する。図示の例では、遺伝子Ｘ
をもった仮想生物は絶滅し、遺伝子Ｙをもった仮想生物
が繁栄しており、遺伝子Ｚをもった仮想生物はかろうじ
て生き延びている。そこで、遺伝子Ｘ，Ｙ，Ｚを横軸に
とり、それぞれ生存している仮想生物数を頻度とするヒ
ストグラムを作成すれば、このヒストグラムは、仮想環
境の定量的な特徴を示すものになる。この例の場合、遺
伝子Ｘで示される「温度」というパラメータに関連した
生存環境は全く見られないが、遺伝子Ｙで示される「湿
度」というパラメータに関連した生存環境は整ってい
る、という傾向が客観的なヒストグラムとして示された
ことになる。

【００２６】もっとも、本発明に係る評価方法の対象
は、あくまでも生物組織の画像であるので、個々の仮想
生物に与える遺伝子としては、上述したような温度や湿
度といった要素ではなく、画像上に表現されたテクスチ
ャーの特徴を示す要素を用いることになる。以下、本発
明に係る具体的な評価方法の手順を説明する。

【００２７】§２．本発明に係る具体的な評価方法の手
順 ここでは、本発明に係る画像処理を用いた生物組織評価
方法の具体的な手順を、図４の流れ図に基づいて説明す
る。本発明の主眼は、評価対象となる生物組織の画像に
対して、コンピュータを用いて所定の画像処理を施すこ
とにより、生物組織画像上のテクスチャーの特徴を定量
的に示すヒストグラムを得ることであり、この図４の流
れ図に示す各手順はコンピュータを利用して実行される
ことになる。

【００２８】まず、ステップＳ１において、Ｈ通りのパ
ラメータの定義が行われる。ここで定義されるパラメー
タは、画像上に表現されたテクスチャーの特徴を数値と
して示すパラメータであれば、どのようなパラメータで
もかまわない。一般に、このようなパラメータとして
は、画像を構成する個々の画素についての濃度値分布を
示すパラメータが用いられている。たとえば、図５の上
段に示すような生物組織画像をコンピュータで取り扱う
場合、この画像は、縦横に配列された多数の画素の集合
として、コンピュータに取り込まれることになる。この
ようにして取り込んだ生物組織画像について、ある指定
点の近傍におけるテクスチャーの特徴を定量的に評価す
るには、次のような方法を採る。ここでは、一例とし
て、図５の上段に示す生物組織画像上に×印を付して示
した指定点位置におけるテクスチャーの特徴を定量的に
評価するために、図５の下段に示すような５×５の画素
からなる領域を当該指定点についての参照領域として考
えることにする。コンピュータに取り込まれた画像デー
タは、上述したように、多数の画素によって構成されて
いるので、指定点を中心としたその近傍領域に図５の下
段に示すような２５個の画素の集合からなる参照領域を
定義することができる。太線枠で示された中央の画素
が、指定点の位置に相当する画素であり、ここではその
周囲を含めた全２５個の画素からなる領域を参照領域と
しているが、もちろん、より広い領域を参照領域として
もかまわない。

【００２９】個々の画素は所定の濃度値を有している。
図５に示す例では、入力された生物組織画像がモノクロ
画像であるとして、第ｉ番目の画素のもつ濃度値をＱ
（ｉ）で示した。通常、画素のもつ濃度値は所定の階調
をもっており、たとえば、８ビットで階調を表現した場
合、階調数Ｌ＝２５６になる。この場合、個々の画素
は、０〜２５５のうちのいずれかの濃度値Ｑをとる。こ
のような階調画像からなるテクスチャーの特徴を定量的
に表現するパラメータとしては、具体的には、図６に示
すような５つのパラメータが知られている。すなわち、
平均（Ａｖｅ．），分散（Ｖａｒ．），エネルギー（Ｅ
ｎｇｙ．），エントロピー（Ｅｎｔ．），コントラスト
（Ｃｏｎｔ．）といったパラメータである。これらの各
パラメータは、コンピュータによる画像処理の分野にお
いて広く利用されているパラメータであるため、詳しい
説明は省略するが、各パラメータの値は、図示した式に
よって数学的に定義される。ここで、式の左辺のＱａ，
Ｑｖ，Ｑｎ，Ｑｅ，Ｑｃは、それぞれ平均，分散，エネ
ルギー，エントロピー，コントラストの各パラメータ値
を示し、式の右辺のＬは濃度値の階調数（上述の例の場
合、Ｌ＝２５６）、Ｑは各画素の濃度値（上述の例の場
合、Ｑ＝０〜２５５）、Ｍは参照領域内の全画素数（上
述の例の場合、Ｍ＝２５）、Ｎ（Ｑ）は参照領域内にお
いて濃度値Ｑをもった画素の数、Ｐ（Ｑ）は参照領域内
において濃度値Ｑをとる確率（ここでは、Ｐ（Ｑ）＝Ｎ
（Ｑ）／Ｍとして算出）である。なお、ここに示すエネ
ルギー（Ｅｎｇｙ．）は、テクスチャー特性を示すパラ
メータであり、個々の仮想生物の生存状態を示すための
エネルギーとは別のものである。

【００３０】図４の流れ図におけるステップＳ１の処理
は、このようなパラメータを定義する処理である。ここ
に示す実施形態では、このステップＳ１において、図６
に示すように、平均（Ａｖｅ．），分散（Ｖａｒ．），
エネルギー（Ｅｎｇｙ．），エントロピー（Ｅｎ
ｔ．），コントラスト（Ｃｏｎｔ．）なる５通り（Ｈ＝
５）のパラメータを定義したものとする。

【００３１】続いて、ステップＳ２において、評価対象
となる生物組織画像の入力処理が行われる。実際の生物
組織から二次元画像を得る方法としては、ヘマトキシリ
ン・エオジン染色を利用した方法が知られており、ヘマ
トキシリン・エオジンによって染色された生物組織の顕
微鏡画像を、ＣＣＤカメラなどを介してデジタルデータ
として取り込む処理を行えば、多数の画素の二次元配列
データとして、コンピュータ内に生物組織画像を用意す
ることができる。

【００３２】次に、ステップＳ３において、所定のエネ
ルギー値（生存状態を示すためのものであり、上述した
パラメータの１つであるエネルギー（Ｅｎｇｙ．）とは
別個のものである）をもった多数の仮想生物を、ステッ
プＳ２で入力した生物組織画像上に分布するように発生
させる処理が行われる。もちろん、この仮想生物の発生
は、コンピュータ上のシミュレーションとして行われる
ものであり、実際には、図７に示すように、生物組織画
像が入力されたＸＹ二次元座標系において、所定の座標
値（ｘ，ｙ）が定義され、この座標値に対応する位置に
１匹の仮想生物が存在するとの仮定の下で、以下の各処
理が行われることになる（図７では、個々の仮想生物の
位置を×印で示してある）。ここに示す実施形態では、
多数の仮想生物が、生物組織画像上にできるだけ一様に
分布して発生するように、乱数を用いて座標値（ｘ，
ｙ）をランダムに定義するようにしている。

【００３３】続くステップＳ４において、ステップＳ３
で発生させた各仮想生物に遺伝子を定義し、更にステッ
プＳ５において、各仮想生物の発生位置の周辺画像に基
づいて、潜在パラメータの定義を行う。図８は、このよ
うにステップＳ３，Ｓ４，Ｓ５を経た段階において、個
々の仮想生物について定義されるデータを示す図であ
る。ここで、「位置座標」は、ステップＳ３の仮想生物
の発生段階において定義される座標値（ｘ，ｙ）であ
る。前述したように、個々の仮想生物は、生物組織画像
上のランダムな位置に発生させられるので、この「位置
座標」の値は、各仮想生物ごとにそれぞれランダムな値
が定義されることになる。後述するステップＳ６におい
て、各仮想生物は移動することになるが、「座標位置」
の値は現時点における仮想生物の位置を示すデータであ
るので、後に移動を行うことにより、この値は逐次変化
してゆくことになる。「エネルギー値」は、各仮想生物
の生存状態を示す値であり、ステップＳ３において仮想
生物が発生させられた段階において、各仮想生物に所定
の初期エネルギー値が定義される。この実施形態では、
各仮想生物の発生時に一律に１０００なるエネルギー値
を与えている。したがって、図７に示すように、生物組
織画像上に発生した各仮想生物は、当初は一律に１００
０なるエネルギー値をもっていることになる。後述する
ように、このエネルギー値は、移動によって消費する
が、移動後の環境によっては新たなエネルギーの摂取が
行われることもあり、徐々に変化してゆくことになる。

【００３４】「遺伝子」は、ステップＳ１で定義された
Ｈ通りのパラメータの中から選択されたｈ通り（ｈ≦
Ｈ）のパラメータの組み合わせを示すものであり、個々
の仮想生物が、どのようなパラメータに関連した環境に
敏感であるか、を示す指標というべきものである。ここ
に示す実施形態では、図６に示すような５通りのパラメ
ータ（Ｈ＝５）が定義されている。「遺伝子」は、この
５通りのパラメータの中から、どのパラメータを選択し
て組み合わせるか、を示す指標である。５通りの対象物
から１つ以上の対象物を選択する組み合わせは、全部で
３１種類存在するが、この実施形態では、３つ以上の対
象物を選択する組み合わせだけを「遺伝子」として定義
している。図９は、このようにして定義された遺伝子を
示す表である。全５通りのパラメータの中から選択され
た３通りのパラメータの組み合わせ（ｈ／Ｈ＝３／５）
が１０種類、全５通りのパラメータの中から選択された
４通りのパラメータの組み合わせ（ｈ／Ｈ＝４／５）が
５種類、全５通りのパラメータの中から選択された５通
りのパラメータの組み合わせ（ｈ／Ｈ＝５／５）が１種
類、合計１６種類の遺伝子が定義されており、各遺伝子
は４ビットのデータによって示されている。たとえば、
遺伝子「００００」は、平均（Ａｖｅ．），分散（Ｖａ
ｒ．），エネルギー（Ｅｎｇｙ．）なる３つのパラメー
タの組み合わせを示しており、遺伝子「１０１０」は、
平均（Ａｖｅ．），分散（Ｖａｒ．），エネルギー（Ｅ
ｎｇｙ．），エントロピー（Ｅｎｔ．）なる４つのパラ
メータの組み合わせを示している。

【００３５】上述したように、本発明における遺伝子
は、個々の仮想生物が、どのようなパラメータに関連し
た環境に敏感であるか、を示す指標というべきものであ
る。たとえば、遺伝子「００００」をもった仮想生物
は、平均（Ａｖｅ．），分散（Ｖａｒ．），エネルギー
（Ｅｎｇｙ．）なる３つのパラメータに関連した環境に
敏感であり、移動によって、これら３つのパラメータに
関連した環境が大きく変化しなければ、新たな環境に十
分に適合することができ、餌（エネルギー）を摂取する
ことができる。逆に、これら３つのパラメータに関連し
た環境が大きく変化すると、新たな環境に適合できず、
餌（エネルギー）の摂取ができなくなり、やがて死滅し
てしまう。別言すると、遺伝子「００００」をもった仮
想生物は、エントロピー（Ｅｎｔ．）およびコントラス
ト（Ｃｏｎｔ．）なるパラメータに関連した環境には無
関心であり、移動によって、この２つのパラメータが変
化したとしても、エネルギーの消費や摂取には、何ら影
響が及ぶことはない。

【００３６】結局、ステップＳ４では、ステップＳ３で
発生させた個々の仮想生物に、図９に示す１６通りの遺
伝子のうちのいずれか１つを与える処理が行われる。本
実施形態では、乱数を用いて全くランダムに遺伝子を決
定し、各仮想生物に与えるようにしている。したがっ
て、各仮想生物には、１／１６の確率で、図９に示す遺
伝子「００００」〜「１１１１」のいずれかが与えられ
ることになる。

【００３７】各仮想生物に対して、ステップＳ５で定義
される潜在パラメータ値は、各仮想生物の発生位置の周
辺画像についてのＨ通り（この例では５通り）のパラメ
ータの値であり、いわば個々の仮想生物の生まれた環境
を示す値ということになる。具体的には、個々の仮想生
物について、その発生位置の周辺画像（たとえば、図５
の下段に示すように、発生位置を中心とした５×５画素
からなる画像）の平均（Ａｖｅ．），分散（Ｖａ
ｒ．），エネルギー（Ｅｎｇｙ．），エントロピー（Ｅ
ｎｔ．），コントラスト（Ｃｏｎｔ．）の計算値が、当
該仮想生物の潜在パラメータ値となる。ここでは、この
潜在パラメータ値を、Ｑａ，Ｑｖ，Ｑｎ，Ｑｅ，Ｑｃと
表すことにする。もっとも、ここで述べる実施形態の場
合、各仮想生物のすべてについて、この５通りのパラメ
ータ値Ｑａ，Ｑｖ，Ｑｎ，Ｑｅ，Ｑｃを求める必要はな
く、少なくとも遺伝子によって示されているｈ通りのパ
ラメータ値を潜在パラメータ値として求めれば十分であ
る。たとえば、遺伝子「００００」が与えられた仮想生
物については、平均（Ａｖｅ．），分散（Ｖａｒ．），
エネルギー（Ｅｎｇｙ．）なる３つのパラメータ値し
か、生存に影響を与えることがないので、３通りのパラ
メータ値Ｑａ，Ｑｖ，Ｑｎのみを潜在パラメータ値とし
て求めておけば十分である。ただ、後述するように、
「遺伝子の突然変異」という要素を考慮に入れた取り扱
いを行う場合には、後に遺伝子が変更される場合がある
ので、すべての仮想生物について、５種類すべてのパラ
メータ値を潜在パラメータ値として求めておくようにす
る。

【００３８】こうして、図４のステップＳ３，Ｓ４，Ｓ
５の各段階を経ることによって、図８に示すように、個
々の仮想生物について、それぞれ、「位置座標」、「エ
ネルギー値」、「遺伝子」、「潜在パラメータ値」が定
義されることになる。続くステップＳ６，Ｓ７，Ｓ８の
処理は、これら各仮想生物について実行される処理であ
り、しかも、ステップＳ９を経て、何回か繰り返される
処理である。

【００３９】まず、ステップＳ６の処理は、その時点で
生存している全仮想生物を、それぞれ生物組織画像上で
移動させ、この移動により消費する消費エネルギー値を
決定する処理である。仮想生物の移動方法として、この
実施形態では、乱数に基づいたランダムな移動方法を採
っている。具体的には、図１０に示すように、移動対象
として着目する仮想生物を中心として、７×７＝４９画
素の領域を移動範囲として捉え、これら４９画素のうち
のいずれか１つの画素を移動先としてランダムに決定す
る方法を採っている。ただし、移動先となる画素は、現
在位置の画素（図の黒丸の画素）および他の仮想生物が
存在する画素（図の白抜き三角の画素）を避けるように
する。もっとも、他のすべての画素が他の仮想生物によ
って占有されているような場合には、現在位置の画素を
移動先の画素とする（実質的な移動は行われなかったこ
とになる）。また、本実施形態の場合、どのような移動
を行った場合であっても（全く移動しなかった場合で
も）、一律に、移動による消費エネルギー値を３００と
するようにしている。移動後の仮想生物の新たな位置
は、図８に示す「位置座標」のデータを更新することに
より記録されることになる。

【００４０】なお、本実施形態では、すべての仮想生物
を全くランダムに移動させているが、各仮想生物に予め
固有の移動習性をそれぞれ定義しておき、この移動習性
に従って移動処理を行うようにすることもできる。たと
えば、各仮想生物に前後左右の向きを定義しておき、な
るべく直進する習性をもった仮想生物や、右回転を行う
習性をもった仮想生物など、その仮想生物の移動習性に
応じて移動先となる画素を決定するようにしてもよい。
また、図１０に示す例では、移動先を７×７＝４９画素
の範囲内に限定しているが、移動先の範囲設定は任意に
行うことができる。もっとも、１回の移動により極端に
遠くの画素へ移ることがあると、著しい環境変化により
仮想生物が死滅する確率が高くなり、すべての仮想生物
が絶滅してしまうおそれがあるので、移動距離はあまり
大きくならないように設定するのが好ましい。

【００４１】次のステップＳ７の処理は、仮想生物の移
動後の環境が、当該仮想生物にとって、生存に適した環
境であるか否かを判断する処理である。上述したよう
に、各仮想生物には、自分が生まれた地点の環境とし
て、潜在パラメータ値が定義されている。ステップＳ７
では、移動後の環境を示す現環境パラメータ値と潜在パ
ラメータ値とを比較し、両者の類似性に基づいて、当該
仮想生物が摂取すべき摂取エネルギー値を定める処理が
行われる。ただし、各仮想生物は遺伝子を有しており、
この遺伝子によって示されているパラメータのみが比較
されることになる。すなわち、仮想生物の移動後の周辺
画像について、当該仮想生物の遺伝子によって示されて
いるｈ通りのパラメータの値を現環境パラメータとして
求め（移動後の位置に相当する画素を中心画素として、
たとえば、図５の下段に示すように２５個の画素を抽出
し、これらの画素について必要なｈ通りのパラメータ値
を求めればよい）、ｈ通りの潜在パラメータ値とｈ通り
の現環境パラメータ値との類似性に基づいて、当該仮想
生物が摂取すべき摂取エネルギー値が定められる。

【００４２】たとえば、遺伝子「００００」が与えられ
ている仮想生物の場合、遺伝子によって示されているｈ
通りのパラメータ値とは、図９に示すように、平均（Ａ
ｖｅ．），分散（Ｖａｒ．），エネルギー（Ｅｎｇ
ｙ．）なる３通りのパラメータ値（ｈ＝３）ということ
になるので、この３通りのパラメータ値についてのみ比
較を行えば足りる。いま、この仮想生物についての潜在
パラメータ値がＱａ（平均），Ｑｖ（分散），Ｑｎ（エ
ネルギー）であり、移動後の周辺画像について計算され
た現環境パラメータ値がＱＱａ（平均），ＱＱｖ（分
散），ＱＱｎ（エネルギー）であったとすると、Ｑａと
ＱＱａ、ＱｖとＱＱｖ、ＱｎとＱＱｎとを相互に比較す
ればよい。

【００４３】要するに、潜在パラメータ値となりうる５
つのパラメータ値をＱａ，Ｑｖ，Ｑｎ，Ｑｅ，Ｑｃと標
記し、現環境パラメータ値となりうる５つのパラメータ
値をＱＱａ，ＱＱｖ，ＱＱｎ，ＱＱｅ，ＱＱｃと標記す
ることにすると、図１１に示すように、全５通りのパラ
メータの中から、遺伝子に基づいて選択されたｈ通りの
パラメータについてのみ、潜在パラメータ値と現環境パ
ラメータ値との類似性が判断されることになる。各パラ
メータ値は何らかの数値として表現されているため、そ
の類似性はパラメータ値の近似性に基づいて決定するこ
とができる。パラメータ値の近似性は、両者の差に基づ
いて決定することもできるし、両者の比に基づいて決定
することもできる。すなわち、両者の差あるいは比が小
さければ小さいほど近似性は高いと判断できる。

【００４４】ステップＳ７の目的は、こうして求めた類
似性に基づいて、当該仮想生物が摂取すべき摂取エネル
ギー値を定めることである。考慮すべきパラメータ値に
ついての類似性の評価は、たとえば、非常に類似、かな
り類似、やや類似、わずかに類似、非類似、といったよ
うな段階評価により行うことができ、このような段階評
価を行った場合には、より類似の程度が大きい場合に、
より大きな摂取エネルギー値を定めることができる。た
だし、この摂取エネルギーの決定処理は、個々の仮想生
物ごとに別個に行う必要があり、しかも個々の仮想生物
が移動するたびに行う必要がある。このため、多数の仮
想生物を多数回移動させてシミュレーションを行う場
合、類似度の演算に複雑な計算を必要とすると、全体の
演算負担は膨大なものになってしまう。特に、§３で述
べるように、組織画像がカラー画像であった場合、その
演算負担はかなり重いものとなる。

【００４５】そこで、本実施形態では、次のような単純
な方法で、「類似する」か「類似しない」かの２通りの
類似性のみを定義し、「類似する」と判断された場合に
は、摂取エネルギー値を１２００とし、「類似しない」
と判断された場合には、摂取エネルギー値を０とした。
２通りの類似性のいずれであるかは、遺伝子によって定
まるｈ通りのパラメータ値のそれぞれについて、「近似
する」か「近似しない」かの２通りの近似性を定義し
（たとえば、パラメータ値の差が所定値以内の場合に限
り「近似する」とすればよい）、ｈ通りのパラメータ値
のすべてについて「近似する」と判断された場合にの
み、潜在パラメータ値と現環境パラメータ値とが「類似
する」と判断して摂取エネルギー値を１２００とし、ｈ
通りのパラメータ値のうちの１つでも「近似しない」と
判断された場合は、潜在パラメータ値と現環境パラメー
タ値とが「類似しない」と判断して摂取エネルギー値を
０とする取り扱いを行うようにしている。

【００４６】たとえば、遺伝子「００００」をもった仮
想生物の場合、図１１に示すパラメータ値のうち、Ｑａ
とＱＱａ、ＱｖとＱＱｖ、ＱｎとＱＱｎの３つの比較結
果がいずれも「近似する」と判断されれば、摂取エネル
ギー値は１２００となるが、１つでも「近似しない」と
判断された場合には、摂取エネルギー値は０とする。

【００４７】さて、ステップＳ８では、個々の仮想生物
ごとに、エネルギーの増減による死滅もしくは増殖の処
理が行われる。すなわち、ステップＳ６において消費エ
ネルギーが決定され、ステップＳ７において摂取エネル
ギーが決定されているので、当該仮想生物のもつエネル
ギー値に対して、消費エネルギー値を減じ、摂取エネル
ギー値を加えることにより、エネルギー値の更新を行う
ことになる。本実施形態の場合、移動の有無や形態にか
かわらず、消費エネルギーは一律３００としており、遺
伝子によって示されるパラメータの類似性に基づいて、
１２００または０のいずれかの摂取エネルギーが与えら
れることにしているので、結局、ステップＳ７におい
て、潜在パラメータと現環境パラメータとが「類似す
る」との判断（別言すれば、遺伝子の示すパラメータに
関して、現環境が生まれた環境に類似するという判断）
が得られれば、差し引き９００のエネルギー値が加えら
れることになり、「類似しない」と判断されれば、３０
０のエネルギー値が減じられることになる。

【００４８】このようなステップＳ６，Ｓ７，Ｓ８の処
理は、ステップＳ９における終了条件（たとえば、所定
の繰り返し回数を越えたか否か）が満足されるまで、繰
り返し実行されることになる。その結果、個々の仮想生
物は、生物組織画像上を動き回り、その都度、エネルギ
ー値を更新させてゆく。そこで、ステップＳ８では、こ
の更新後のエネルギー値が所定の下限値に達した場合に
は当該仮想生物が死滅したものとして除去し、更新後の
エネルギー値が所定の上限値に達した場合には当該仮想
生物が増殖したものとして同一の遺伝子を有する複数の
新たな仮想生物を発生させる処理を行うことにする。具
体的には、更新後のエネルギー値が下限値０に達した仮
想生物は、死滅したものとして除去し、更新後のエネル
ギー値が上限値２０００に達した仮想生物は、増殖した
ものとして、同一の遺伝子を有する２匹の新たな仮想生
物（初期エネルギー値は１０００）に置換させる、とい
う処理を行っている。

【００４９】続いて、このステップＳ８で行われる仮想
生物の死滅／増殖処理に関する具体的な実施形態を述べ
よう。既に述べたように、仮想生物の死滅／増殖処理を
行うか否かは、その時点で仮想生物に残存しているエネ
ルギー値に基づいて決定される。すなわち、移動による
消費エネルギーを減じ、パラメータの類似性に基づいて
与えられる摂取エネルギーを加えることにより更新され
たエネルギー値が、所定の下限値（たとえば、０）に達
した場合には死滅したものとし、所定の上限値（たとえ
ば、２０００）に達した場合には増殖したものとしてい
る。このように、更新後のエネルギー値のみに基づいて
死滅／増殖処理を行うようにした場合、エネルギー値が
上限値と下限値との間を揺れ動いている限りは、死滅も
せず、増殖もせず、という中途半端な状態となる。もち
ろん、そのような中途半端な状態を維持する仮想生物
も、やがては死滅か増殖かのいずれかの状態に落ち着く
ことになるものと予想されるが、実用上は、ある程度の
移動回数を重ねても中途半端な状態のままであるような
仮想生物は積極的に除去するようにした方が、安定した
結果をより早く得ることができるようになる。

【００５０】このような観点から、実際には、エネルギ
ー値に基づく死滅の他に、移動回数に基づく死滅という
概念を採り入れるのが好ましい。具体的には、個々の仮
想生物に年齢を定義するようにし、図４のステップＳ９
を経由するたびに（別言すれば、ステップＳ６〜Ｓ８の
手順を繰り返すたびに）、個々の仮想生物の年齢を増加
させ、年齢が所定の寿命に達した仮想生物については死
滅したものとして除去するような処理を付加すればよ
い。たとえば、発生時の仮想生物の年齢を０才とし、ス
テップＳ９を経由するたびに１才の加齢を行うように
し、ステップＳ８では、年齢が所定の寿命（たとえば、
８０才）になった仮想生物については、死滅したものと
して除去するようにすればよい。このように寿命の概念
を採り入れると、各仮想生物は、エネルギー値が下限値
に達したために死滅（いわゆる餓死）する場合と、年齢
が寿命に達したために死滅（いわゆる老死）する場合と
があることになり、上述したように、中途半端の状態の
まま長期間生存しつづけることはなくなる。

【００５１】次に、具体的な増殖処理について述べる。
増殖処理は、更新後のエネルギー値が所定の上限値（こ
の例では２０００）に達した仮想生物の個体数を増加さ
せる目的の処理であり、当該仮想生物と同一の遺伝子を
有する新たな仮想生物を近傍に発生できれば、どのよう
な方法を用いてもかまわない。本実施形態では、次のよ
うな方法により、この増殖処理を行っている。すなわ
ち、仮想生物を増殖させる際に、増殖対象となる親の仮
想生物を除去し、その近傍に複数の新たな子の仮想生物
を発生させるようにし、子の仮想生物には、所定の初期
エネルギー値を与えるとともに、親の仮想生物がもって
いた遺伝子と同一の遺伝子を与えるようにしている。

【００５２】たとえば、図１２に示すように、黒丸で示
す第ｉ代目の仮想生物Ｇ（ｉ）が増殖対象となる親の仮
想生物となった場合を考える（上述の例の場合、この仮
想生物Ｇ（ｉ）の更新後のエネルギー値が２０００に到
達したことになる）。この場合、親となる仮想生物Ｇ
（ｉ）が２つに分裂して増殖したものとし、親である仮
想生物Ｇ（ｉ）を除去し、白丸で示す子となる第（ｉ＋
１）代目の仮想生物Ｇ（ｉ＋１）ａとＧ（ｉ＋１）ｂと
を発生させることにする。このとき、子となる各仮想生
物Ｇ（ｉ＋１）ａ，Ｇ（ｉ＋１）ｂには、それぞれ初期
エネルギー値１０００を与えることにする（あるいは、
親である仮想生物Ｇ（ｉ）が有していたエネルギー値が
２０００を越えていた場合には、その１／２の値をそれ
ぞれ子の初期エネルギー値とするようにしてもよい）。
また、子となる各仮想生物Ｇ（ｉ＋１）ａ，Ｇ（ｉ＋
１）ｂには、それぞれ親である仮想生物Ｇ（ｉ）が有し
ていた遺伝子をそのまま与えるようにする。

【００５３】このように、親の遺伝子をそのまま受け継
いだ２匹の子が生成されることになるが、この２匹の子
の生成位置は、親の近傍のいずれかの画素上にランダム
に決定すればよい。ただし、既に他の仮想生物（三角で
示す）が存在する画素は避けるようにする。図１２に示
す例では、親の存在する画素を中心として７×７画素の
近傍領域を定義し、この近傍領域内のいずれかの画素上
（ただし、他の仮想生物が存在しない画素上）に、子が
生成されるようにしている。なお、ここでは、１匹の親
を２匹の子に分裂させる例を示したが、もちろん３匹以
上の子に分裂させるようにしてもよい。また、上述の例
では、増殖後に親を除去してしまっているが、もちろ
ん、親をそのまま残した状態で（この場合は、たとえ
ば、エネルギー値を初期値に戻すなどの処理が必要にな
ろう）、新たに子を発生させ、親と子が共存するような
形での増殖も可能である。

【００５４】以上述べてきたような増殖処理を行うと、
子は親のもつ遺伝子をそのまま受け継いでいるため、一
般的には、その生成位置近傍の環境は自己に適合した好
環境となっている。したがって、生物組織画像のある特
定の部分には、その環境に適合した遺伝子をもつ仮想生
物が益々繁殖する傾向が現れる。ただし、ある特定の遺
伝子をもつ仮想生物の子孫が、必ず親と同一の遺伝子を
もち続けるようにすると、遺伝子に多様性がなくなり、
すべての子孫が絶滅してしまうケースも起こり得る。そ
こで、実際には、遺伝子を親から子へ伝える際には、親
の仮想生物がもっていた遺伝子に所定の確率で突然変異
を生じさせるようにするのが好ましい。たとえば、突然
変異の確率を１０％に設定した場合、遺伝子を子に遺伝
させるときに、１０回のうちの９回まではそのまま遺伝
させるが、１０回のうちの１回は、遺伝子をランダムに
変更してから遺伝させるようにすることになる。

【００５５】なお、子として発生した仮想生物のもつ潜
在パラメータ値は、親のもつ潜在パラメータ値をそのま
ま引き継ぐように設定してもよいし、子として発生した
時点で、当該発生地点の周辺画像についてのパラメータ
値を求め、これを当該子の潜在パラメータ値と定義する
ようにしてもよい。

【００５６】また、これまで述べてきた実施形態では、
各仮想生物のもつ潜在パラメータ値は、当該仮想生物の
発生時に定義された値のまま不変とする取り扱いを行っ
てきたが、実用上は、発生時に定義された値（発生位置
の周辺画像について求めたパラメータ値）を初期値と
し、移動後に求めた現環境パラメータと潜在パラメータ
値とにある程度の類似性が得られた場合には（具体的に
は、上述の例の場合、摂取エネルギー値１２００が得ら
れた場合には）、潜在パラメータの値を現環境パラメー
タに近付けるような更新処理を行うようにするのが好ま
しい。このような更新処理は、たとえば、図４に示す流
れ図におけるステップＳ８の処理とともに行うようにす
ればよい。このように、各仮想生物のもつ潜在パラメー
タ値に対する更新処理を、毎移動時に行えば、潜在パラ
メータ値が環境に応じて徐々に変遷してゆくことにな
り、各仮想生物の生存確率をより高めることができる。
別言すれば、各仮想生物は、種々の場所をわたり歩くう
ちに環境適応性を身につけてゆき、当初は、生まれた地
点の環境が自己にとって最適な環境であったのに、次第
に自己にとって最適な環境（潜在パラメータ値）が変遷
してゆくことになる。

【００５７】たとえば、遺伝子「００００」をもった仮
想生物の潜在パラメータ値が、Ｑａ，Ｑｖ，Ｑｎであ
り、この仮想生物が移動した地点の現環境パラメータ値
が、ＱＱａ，ＱＱｖ，ＱＱｎであったとしよう。この場
合、ステップＳ７において、両パラメータ値の類似性が
判断され、両者が類似すると判断された場合には、摂取
エネルギー値１２００が与えられ、非類似と判断された
場合には、摂取エネルギー値は０となる。ここで、両者
が非類似の場合には、当該仮想生物の潜在パラメータ値
は、依然として、Ｑａ，Ｑｖ，Ｑｎのままとする。とこ
ろが、両者が類似する場合には、当該仮想生物の潜在パ
ラメータ値Ｑａ，Ｑｖ，Ｑｎを、それぞれ現環境パラメ
ータ値ＱＱａ，ＱＱｖ，ＱＱｎに近付けるような更新処
理を行う。具体的には、両者の平均値をとり、（Ｑａ＋
ＱＱａ）／２，（Ｑｖ＋ＱＱｖ）／２，（Ｑｎ＋ＱＱ
ｎ）／２を、新たな潜在パラメータ値とするような更新
処理を行えばよい。

【００５８】さて、こうして、ステップＳ６〜Ｓ８の処
理を所定の終了条件（たとえば、所定の回数）が満たさ
れるまで繰り返し実行すると、ある特定の遺伝子をもっ
た仮想生物は絶滅し、別な特定の遺伝子をもった仮想生
物は繁栄することになる。そこで、ステップＳ１０にお
いて、生物組織画像上に最終的に生存している仮想生物
についての遺伝子のヒストグラムを作成する。図１３
に、このようなヒストグラムの一例を示す。横軸には、
１６種類の遺伝子が示されており、縦軸には、各遺伝子
の頻度（各遺伝子をもった仮想生物の最終的な数）が示
されている。特定の遺伝子の頻度が零になっている（棒
グラフが存在しない）のは、当該遺伝子をもった仮想生
物が絶滅してしまったことを示している。このヒストグ
ラムは、ステップＳ２で入力した生物組織画像の特徴に
対して定量的な評価を与える材料になる。

【００５９】もちろん、個々の遺伝子が、生物組織画像
のどのような特徴を示しているのか、ということは、一
概に論じることはできない。しかしながら、たとえば、
図１３のヒストグラムによれば、この生物組織画像上に
は、遺伝子「０１１１」をもった仮想生物が多数生存し
ていることが示されており、これは、分散（Ｖａ
ｒ．）、エネルギー（Ｅｎｇｙ．）、コントラスト（Ｃ
ｏｎｔ．）なる３つのパラメータ（図９参照）を総合的
に考慮したときに類似性をもつ一定の面積をもった領域
が当該生物組織画像上に存在することを示している。ま
た、この生物組織画像上では、遺伝子「１１１１」をも
った仮想生物は絶滅してしまっていることが示されてい
るが、これは５種類のパラメータすべてを総合的に考慮
したときに類似性をもつ一定の面積をもった領域は、当
該生物組織画像上には存在しないことを示している。

【００６０】いずれにせよ、１枚の生物組織画像に対し
て、図１３に示すような１つのヒストグラムが得られる
ことになり、このヒストグラムは、当該生物組織画像を
定量的に評価する材料として機能することになる。した
がって、臨床的に得られた多数の生物組織画像に対し
て、それぞれヒストグラムを求め、それぞれ症例などを
添付してデータベースとして蓄積するようにすれば、こ
のデータベースは生物組織画像に基づく診断を行う上
で、貴重な情報を提供してくれることになる。たとえ
ば、特定の検体から得られた生物組織画像について、本
発明によりヒストグラムを求め、このヒストグラムに類
似するヒストグラムをデータベースから検索すれば、過
去の類似症例を探し出すことができる。

【００６１】§３．組織画像がカラー画像である場合の
実施形態 上述した§２では、組織画像がモノクロ画像であった場
合の例を示したが、実際には、カラーの組織画像を用い
た方が、より精度の高い結果が得られる。そこで、ここ
では、カラー組織画像を用いた場合の各パラメータの取
り扱い方法を簡単に述べておく。

【００６２】この場合、図４のステップＳ２で入力する
生物組織画像が、カラー画像ということになる。通常、
コンピュータ上でのカラー画像は、三原色の各色成分ご
との濃度値データとして取り扱われる。そこで、各組織
画像のテクスチャーの特徴を示すパラメータとしては、
所定の参照領域内の各画素の三原色の各色成分（ここで
は、赤Ｒ，緑Ｇ，青Ｂの三原色を用いることにする）ご
との濃度値に関するパラメータを用いるようにすればよ
い。たとえば、５×５の画素からなる参照領域を構成す
る各画素には、図１４に示すように、三原色の各色成分
ごとに濃度値が定義される。ここで、Ｑｒ（ｉ），Ｑｇ
（ｉ），Ｑｂ（ｉ）は、それぞれ第ｉ番目の画素の赤色
成分の濃度値，緑色成分の濃度値，青色成分の濃度値を
示している。そこで、これら各色成分ごとにそれぞれ別
個独立して、図６に示す５種類のパラメータを求めるよ
うにすればよい。

【００６３】このように、生物組織画像としてカラー画
像を用いると、潜在パラメータ値も、現環境パラメータ
値も、それぞれカラー画像に関するパラメータ値となる
ため、両者の類似性の判断を行う上では、図１５の表に
示すように、それぞれ各色ごとのパラメータ値について
の比較を行う必要がある。たとえば、平均（Ａｖｅ．）
なるパラメータに関しては、潜在パラメータ値として、
赤色成分に関するパラメータ値Ｑｒａ，緑色成分に関す
るパラメータ値Ｑｇａ，青色成分に関するパラメータ値
Ｑｂａが求まり、同様に、現環境パラメータ値として、
赤色成分に関するパラメータ値ＱＱｒａ，緑色成分に関
するパラメータ値ＱＱｇａ，青色成分に関するパラメー
タ値ＱＱｂａが求まることになる。

【００６４】こうして求まった３つの色成分ごとのパラ
メータ値に関する類似性を判断するために、本実施形態
では、各色成分ごとのパラメータ値に基づいて定義され
る三次元ベクトルの角度差を用いるようにしている。た
とえば、平均（Ａｖｅ．）なるパラメータ値についての
比較を行う場合、まず、潜在パラメータ値となる三原色
パラメータ値Ｑｒａ，Ｑｇａ，Ｑｂａに基づいて、図１
６(a) に示すような三次元ベクトルＶ（Ａｖｅ．）を定
義する。この三次元ベクトルＶ（Ａｖｅ．）は、三原色
Ｒ，Ｇ，Ｂの濃度値をそれぞれ座標軸として示したＲＧ
Ｂ三次元座標系上に定義されるベクトルであり、原点Ｏ
と点Ｑ（Ａｖｅ．）とを結ぶベクトルである。ここで、
点Ｑ（Ａｖｅ．）は、座標値（Ｑｒａ，Ｑｇａ，Ｑｂ
ａ）で表される位置の点である。同様に、現環境パラメ
ータ値となる三原色パラメータ値ＱＱｒａ，ＱＱｇａ，
ＱＱｂａに基づいて、図１６(b) に示すような三次元ベ
クトルＶＶ（Ａｖｅ．）を定義する。この三次元ベクト
ルＶＶ（Ａｖｅ．）も、三原色Ｒ，Ｇ，Ｂの濃度値をそ
れぞれ座標軸として示したＲＧＢ三次元座標系上に定義
されるベクトルであり、原点Ｏと点ＱＱ（Ａｖｅ．）と
を結ぶベクトルである。ここで、点ＱＱ（Ａｖｅ．）
は、座標値（ＱＱｒａ，ＱＱｇａ，ＱＱｂａ）で表され
る位置の点である。

【００６５】このようにして、平均（Ａｖｅ．）なるパ
ラメータについて、２つのベクトルＶ（Ａｖｅ．）およ
びＶＶ（Ａｖｅ．）が定義できたら、これら両ベクトル
の三次元空間上での角度差θ（Ａｖｅ．）を求めれば、
この角度差θ（Ａｖｅ．）は、３つの色成分を考慮した
類似性を示す値となる（角度差が小さければ小さいほ
ど、類似性が高いことになる）。同様に、分散（Ｖａ
ｒ．），エネルギー（Ｅｎｇｙ．），エントロピー（Ｅ
ｎｔ．），コントラスト（Ｃｏｎｔ．）についても、そ
れぞれ三次元ベクトルを定義し、角度差θ（Ｖａ
ｒ．），角度差θ（Ｅｎｇｙ．），角度差θ（Ｅｎ
ｔ．），角度差θ（Ｃｏｎｔ．）を求めるようにする。
図１７は、このようにして、５種類のパラメータについ
てそれぞれ角度差を求めた例を示している。

【００６６】潜在パラメータ値と現環境パラメータ値と
の類似性は、これら５通りの角度差のうち、遺伝子によ
って示されるｈ通りの角度差に基づいて決定すればよ
い。前述したように、類似性を定量的に評価し、その定
量値に応じて摂取エネルギーの値を決定することも可能
であるが、ここで示す実施形態の場合は、演算負担を軽
減するため、類似性の評価として、「類似する」か「類
似しない」かの２通りのみを用意し、「類似する」場合
には摂取エネルギー値を１２００とし、「類似しない」
場合には摂取エネルギー値を０としている。このように
２通りの評価をするために、本実施形態では、次のよう
な取り扱いをしている。まず、角度差θのしきい値とし
て５°という値を定め、角度差θが５°未満である場合
には、当該パラメータは「近似する」と判断し、角度差
θが５°以上である場合には、当該パラメータは「近似
しない」と判断する。このような判断を、遺伝子が示す
ｈ通りのパラメータについてそれぞれ行い、すべてにつ
いて「近似する」と判断された場合には、当該潜在パラ
メータ値と現環境パラメータ値とは「類似する」との判
断を行うようにすればよい。

【００６７】§４．仮想生物を細胞核領域内に集合させ
る手法 これまで述べた実施形態では、図７に示すように、生物
組織画像の全領域に分散するように仮想生物を生成し、
これら仮想生物を自由に移動させてシミュレーションを
行い、最終的に、この生物組織画像上に生き残った仮想
生物の遺伝子のヒストグラムを作成した。こうして得ら
れたヒストグラムは、基本的には、与えられた生物組織
画像の全領域のテクスチャー特性を示すものになる。し
かしながら、図１(a) ，(b) に示す乳腺組織画像の例の
ように、一般的な生物組織には細胞核領域が存在し、正
常な組織であるか、癌化した組織であるかの差は、この
細胞核領域のテクスチャー特性に顕著に現れる。したが
って、生物組織内の腫瘍が、良性のものか悪性のものか
を診断するような場合、細胞核領域の内部についてのテ
クスチャー特性の情報が得られることが好ましい。

【００６８】細胞核領域内の情報のみをヒストグラムと
して得るには、ヒストグラムを作成する最終段階（図４
のステップＳ１０）において、図１８(a) ，(b) に示す
ように、仮想生物（図に×印で示す位置に存在する）が
細胞核領域内に集合した状態になっていればよい。この
図１８(a) ，(b) に示すような仮想生物分布に基づいて
作成されたヒストグラムは、図１９(a) ，(b) にハッチ
ングを施した細胞核領域に関するテクスチャー特性の情
報を示していることになる。

【００６９】本願発明者は、細胞核領域とそれ以外の領
域とには明度差があり、この明度差を利用すれば、図４
のステップＳ３における発生時には、図７に示すよう
に、生物組織画像の全領域に仮想生物が分散していたと
しても、シミュレーションの最後の段階、すなわち、図
４のステップＳ１０におけるヒストグラム作成時には、
図１８(a) に示すように、生物組織画像の細胞核領域内
にのみ仮想生物が分布している状態にすることができる
ことに気が付いた。すなわち、各領域の明度に着目する
と、細胞核領域の明度値は、その他の領域の明度値に比
べると小さい傾向にある。換言すれば、細胞核領域は、
他の領域に比べて一般に暗い領域になっている。そこ
で、各仮想生物の移動後の周辺画像について明度値を求
め、この明度値が大きい順に一定割合の仮想生物に対し
ては、当該仮想生物のもつエネルギー値もしくは当該仮
想生物が摂取するエネルギー値を減じる処理を行うよう
にすれば、明度値の大きい領域に移動した仮想生物は死
滅する確率が高まり、結果的に、明度値の小さい領域
（すなわち細胞核領域）に、生存した仮想生物が集まる
ようになる。ここに示す実施形態では、明度値が大きい
順に一定割合の仮想生物に対しては、当該仮想生物が死
滅するのに十分な程度に、エネルギー値を減じる処理を
行い、細胞核領域外の仮想生物を間引き処理している。
これにより、図４のステップＳ６〜Ｓ８の処理を１回行
うごとに、一定割合の仮想生物が必ず死滅することにな
る。

【００７０】具体的には、次のような方法を採ればよ
い。まず、ステップＳ８に示す死滅もしくは増殖処理を
行う際に、各仮想生物の存在位置周辺における生物組織
画像の明度値を求める。明度値は、各画素の濃度値に基
づいて計算することができる。そして、図２０の表に示
すように、各明度値の大きい順に全仮想生物をソート
し、上位の一定割合に該当する仮想生物については、直
ちにエネルギー値を０にまで減じる処理を行い、死滅さ
せるようにする。たとえば、全仮想生物の数をＫとし
て、５０％の割合に該当する仮想生物に対してエネルギ
ー値を減らす処理を行うように決めてあった場合、図２
０の表に基づいて、明度値の大きさが最大の仮想生物か
ら、第（Ｋ／２）番目の仮想生物に至るまで、合計（Ｋ
／２）匹の仮想生物に対して、エネルギーを減らす処理
を行い、死滅させるようにする。

【００７１】このように、１回の移動ごとに、明度値の
上位５０％の仮想生物を死滅させるようにすると、細胞
核領域以外の領域へ移動した仮想生物の多くは死滅する
ことになり、数回の移動を繰り返すうちに、すべての仮
想生物が細胞核領域内に分布した状態になる。通常、こ
の明度値に基づく間引き処理は、シミュレーション開始
後、数回だけ行えば十分である。仮想生物が細胞核領域
内に分布した状態になった後にも、このような明度値に
基づく間引き処理を行うと、本来、最後まで生存させる
べき仮想生物を死滅させてしまう結果となり好ましくな
い。ただ、明度値に基づく間引き処理をやめてしまう
と、折角、細胞核領域内に集まった仮想生物が、移動に
より、細胞核領域の境界を越えて外部の領域へと分散し
てしまうおそれがある。そこで、実際には、領域の境界
付近の仮想生物の生存確率を低くする処理を組み合わせ
るようにし、仮想生物が境界を越えて細胞核領域の外部
へと流出する現象を抑制するようにするのが好ましい。

【００７２】具体的には、各仮想生物の存在位置を中心
とした近傍参照領域と、この近傍参照領域を含みその境
界を更に遠方まで広げた遠方参照領域とを定義し、近傍
参照領域内のテクスチャーの特徴を示す近傍パラメータ
値と、遠方参照領域内のテクスチャーの特徴を示す遠方
パラメータ値と、の類似性が低い場合には、当該仮想生
物のもつエネルギー値もしくは当該仮想生物が摂取する
エネルギー値を減じる処理を更に付加すればよい。

【００７３】たとえば、図２１に示す例では、黒丸で示
した仮想生物が存在する画素を中心として、５×５画素
の領域からなる近傍参照領域Ａ１と、７×７画素の領域
からなる遠方参照領域Ａ２とが定義されている。そこ
で、近傍参照領域Ａ１内のテクスチャーの特徴を示す近
傍パラメータ値と、遠方参照領域Ａ２内のテクスチャー
の特徴を示す遠方パラメータ値とを求める。これは各領
域内の画素の有する濃度値を用いて、図６に示すような
パラメータ値を計算すればよい。そして、近傍パラメー
タ値と遠方パラメータ値との類似性が低い場合には、当
該仮想生物のエネルギーを減らす処理を行う。

【００７４】図２１に示す例では、第２行目の画素と第
３行目の画素との間に画像としての境界が存在するた
め、図示の仮想生物は境界付近に存在することになる。
このように、境界付近に存在する仮想生物では、上述し
た方法で求めた近傍パラメータ値と遠方パラメータ値と
の間の類似性が低下することになる。たとえば、図２１
の例では、遠方パラメータ値の計算には、上２行に位置
する画素の濃度値が影響を与えることになるため、近傍
パラメータ値の計算結果とはかなり異なる値が得られる
ことになる。このように、近傍パラメータ値と遠方パラ
メータ値との間の類似性が低い場合には、この仮想生物
は境界付近に存在するものと判断し、上述したように、
生存確率を低下させる処理を行うようにすればよい。

【００７５】以上、本発明に係る画像処理を用いた生物
組織評価方法をいくつかの実施形態に基づいて説明して
きたが、本発明はこれらの実施形態に限定されるもので
はなく、この他にも種々の形態で実施可能である。ま
た、これまで述べてきたいくつかの実施形態を任意の組
み合わせで実行してもかまわない。なお、本発明に係る
画像処理を用いた生物組織評価方法は、コンピュータを
用いた処理を前提としたものであり、図４の流れ図に示
す手順は、コンピュータによって実行されることにな
る。したがって、これらの各手順をコンピュータに実行
させるためには、所定のプログラムを用意することにな
るが、このプログラムは、磁気ディスクや光ディスクな
ど、コンピュータ読取り可能な記録媒体に記録して配付
することも可能であり、また、ネットワークを介して転
送することも可能である。

【００７６】

【発明の効果】以上のとおり本発明に係る評価方法によ
れば、生物組織の二次元画像に対して、コンピュータを
利用した画像処理を施すことにより、特徴を定量的に評
価することが可能になる。

【図面の簡単な説明】

【図１】動物の正常な乳腺組織および癌化した乳腺組織
の画像の一例を示す図である。

【図２】本発明を用いることにより作成されたヒストグ
ラムの一例を示す図である。

【図３】仮想生物を用いたシミュレーションにより生物
組織の評価を行う本発明の基本概念を説明するモデル図
である。

【図４】本発明に係る画像処理を用いた生物組織評価方
法の基本的な手順を示す流れ図である。

【図５】一般的な生物組織画像を構成する画素を示す図
である。

【図６】図４の流れ図のステップＳ１において定義され
るパラメータ値の一例を示す図である。

【図７】図４の流れ図のステップＳ２において入力され
た生物組織画像上に、ステップＳ３において多数の仮想
生物を発生させた状態を示す図である。

【図８】本発明で用いられる個々の仮想生物について定
義されるデータを示す図である。

【図９】本発明で用いられる仮想生物に与えられる遺伝
子の一例を示す図表である。

【図１０】図４の流れ図のステップＳ６における移動処
理を示す図である。

【図１１】図４の流れ図のステップＳ７における移動後
の環境評価処理を示す図表である。

【図１２】図４の流れ図のステップＳ８における仮想生
物の増殖処理を示す図である。

【図１３】図９に示す遺伝子を用いて最終的に得られた
ヒストグラムの一例を示す図である。

【図１４】生物組織画像上の１点近傍に定義された参照
領域内のカラー画素構成を示す図である。

【図１５】三原色の各色成分ごとの５つのパラメータに
ついての潜在パラメータ値と現環境パラメータ値とを比
較して示した図表である。

【図１６】三原色の各色成分ごとのパラメータについて
の潜在パラメータ値と現環境パラメータ値との類似性判
断を行う手法の一例を示す図である。

【図１７】三原色の各色成分ごとの５つのパラメータに
ついての潜在パラメータ値と現環境パラメータ値との類
似性判断を行う手法の一例を示す図である。

【図１８】最終的に、細胞核領域内にのみ仮想生物を集
めた状態を示す図である。

【図１９】図１８に示す仮想生物から情報が得られる細
胞核領域を示す図である。

【図２０】移動後の周辺画像の明度値が大きい仮想生物
へのエネルギーを減らす手法の一例を示す図である。

【図２１】領域の境界近傍に位置する仮想生物を認識す
る手順を説明する図である。

【符号の説明】

Ａ１…近傍参照領域 Ａ２…遠方参照領域 Ａｖｅ．…テクスチャを構成する画素値の平均を示すパ
ラメータ Ｃｏｎｔ．…テクスチャを構成する画素値のコントラス
トを示すパラメータ Ｅｎｇｙ．…テクスチャを構成する画素値のエネルギー
を示すパラメータ Ｅｎｔ．…テクスチャを構成する画素値のエントロピー
を示すパラメータ Ｇ（ｉ）…第ｉ世代の仮想生物 Ｇ（ｉ＋１）ａ，Ｇ（ｉ＋１）ｂ…第（ｉ＋１）世代の
仮想生物 Ｖａｒ．…テクスチャを構成する画素値の分散を示すパ
ラメータ Ｑ（Ａｖｅ．），ＱＱ（Ａｖｅ．）…ベクトルの先端点 Ｑ（Ｃｏｎｔ．），ＱＱ（Ｃｏｎｔ．）…ベクトルの先
端点 Ｑ（Ｅｎｇｙ．），ＱＱ（Ｅｎｇｙ．）…ベクトルの先
端点 Ｑ（Ｅｎｔ．），ＱＱ（Ｅｎｔ．）…ベクトルの先端点 Ｑ（Ｖａｒ．），ＱＱ（Ｖａｒ．）…ベクトルの先端点 Ｑ（１）〜Ｑ（２５）：各画素の濃度値 Ｑｂ（１）〜Ｑｂ（２５）：各画素の青色成分の濃度値 Ｑｇ（１）〜Ｑｇ（２５）：各画素の緑色成分の濃度値 Ｑｒ（１）〜Ｑｒ（２５）：各画素の赤色成分の濃度値 Ｑａ，Ｑｒａ，Ｑｇａ，Ｑｂａ…発生位置周辺画像のテ
クスチャーを構成する画素値の平均値（潜在パラメータ
値） Ｑｃ，Ｑｒｃ，Ｑｇｃ，Ｑｂｃ…発生位置周辺画像のテ
クスチャを構成する画素値のコントラスト値（潜在パラ
メータ値） Ｑｎ，Ｑｒｎ，Ｑｇｎ，Ｑｂｎ…発生位置周辺画像のテ
クスチャを構成する画素値のエネルギー値（潜在パラメ
ータ値） Ｑｅ，Ｑｒｅ，Ｑｇｅ，Ｑｂｅ…発生位置周辺画像のテ
クスチャを構成する画素値のエントロピー値（潜在パラ
メータ値） Ｑｖ，Ｑｒｖ，Ｑｇｖ，Ｑｂｖ…発生位置周辺画像のテ
クスチャを構成する画素値の分散値（潜在パラメータ
値） ＱＱａ，ＱＱｒａ，ＱＱｇａ，ＱＱｂａ…移動位置周辺
画像のテクスチャを構成する画素値の平均値（現環境パ
ラメータ値） ＱＱｃ，ＱＱｒｃ，ＱＱｇｃ，ＱＱｂｃ…移動位置周辺
画像のテクスチャを構成する画素値のコントラスト値
（現環境パラメータ値） ＱＱｎ，ＱＱｒｎ，ＱＱｇｎ，ＱＱｂｎ…移動位置周辺
画像のテクスチャを構成する画素値のエネルギー値（現
環境パラメータ値） ＱＱｅ，ＱＱｒｅ，ＱＱｇｅ，ＱＱｂｅ…移動位置周辺
画像のテクスチャを構成する画素値のエントロピー値
（現環境パラメータ値） ＱＱｖ，ＱＱｒｖ，ＱＱｇｖ，ＱＱｂｖ…移動位置周辺
画像のテクスチャを構成する画素値の分散値（現環境パ
ラメータ値） Ｖ（Ａｖｅ．）…発生位置周辺画像のテクスチャを構成
する画素値の平均を示すベクトル Ｖ（Ｃｏｎｔ．）…発生位置周辺画像のテクスチャを構
成する画素値のコントラストを示すベクトル Ｖ（Ｅｎｇｙ．）…発生位置周辺画像のテクスチャを構
成する画素値のエネルギーを示すベクトル Ｖ（Ｅｎｔ．）…発生位置周辺画像のテクスチャを構成
する画素値のエントロピーを示すベクトル Ｖ（Ｖａｒ．）…発生位置周辺画像のテクスチャを構成
する画素値の分散を示すベクトル ＶＶ（Ａｖｅ．）…移動位置周辺画像のテクスチャを構
成する画素値の平均を示すベクトル ＶＶ（Ｃｏｎｔ．）…移動位置周辺画像のテクスチャを
構成する画素値のコントラストを示すベクトル ＶＶ（Ｅｎｇｙ．）…移動位置周辺画像のテクスチャを
構成する画素値のエネルギーを示すベクトル ＶＶ（Ｅｎｔ．）…移動位置周辺画像のテクスチャを構
成する画素値のエントロピーを示すベクトル ＶＶ（Ｖａｒ．）…移動位置周辺画像のテクスチャを構
成する画素値の分散を示すベクトル Ｘ，Ｙ，Ｚ…遺伝子 θ（Ａｖｅ．）…両ベクトルの角度差 θ（Ｃｏｎｔ．）両ベクトルの角度差 θ（Ｅｎｇｙ．）両ベクトルの角度差 θ（Ｅｎｔ．）両ベクトルの角度差 θ（Ｖａｒ．）両ベクトルの角度差

フロントページの続き (56)参考文献 医用電子と生体工学，1999年 ３月10 日，Ｖｏｌ．37，Ｎｏ．１，ｐ90−97 1999年電子情報通信学会情報システム ソサエティ大会講演論文集，1999年，ｐ 241 1994年電子情報通信学会秋季大会−ソ サエティ先行大会−講演論文集 ；情報 システム，1994年，ｐ115 1996年電子情報通信学会情報システム ソサエティ大会講演論文集，1996年，ｐ 99 1997年電子情報通信学会情報システム ソサエティ大会講演論文集，1997年，ｐ 59 1998年電子情報通信学会情報システム ソサエティ大会講演論文集，1998年，ｐ 58 1993年電子情報通信学会秋季大会講演 論文集，1993年，６−112 2000年電子情報通信学会情報システム ソサエティ大会講演論文集，2000年 ９ 月 ７日，ｐ301 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G01N 21/00 - 21/61 ＪＯＩＳ、ＰＡＴＯＬＩＳ

Claims (10)

(57)【特許請求の範囲】
1. 【請求項１】 評価対象となる生物組織の画像に対し
   て、コンピュータを用いて所定の画像処理を施すことに
   より、生物組織の特徴を定量的に評価する方法であっ
   て、 画像上に表現されたテクスチャーの特徴を数値として示
   すパラメータを複数Ｈ通り定義する段階と、 評価対象となる生物組織の画像を入力する段階と、 入力した生物組織画像上に所定のエネルギー値をもった
   多数の仮想生物を発生させる段階と、 個々の仮想生物について、前記Ｈ通りのパラメータの中
   から選択されたｈ通り（ｈ≦Ｈ）のパラメータの組み合
   わせを示す遺伝子を定義する段階と、 各仮想生物の発生位置の周辺画像のテクスチャーの特徴
   を示すＨ通りのパラメータのうち、少なくとも遺伝子に
   よって示されているｈ通りのパラメータの値を求め、こ
   れらのパラメータ値を各仮想生物のもつ潜在パラメータ
   値として定義する段階と、 (a) 仮想生物を、前記生物組織画像上で移動させ、この
   移動により消費する消費エネルギー値を決定する処理、 (b) 仮想生物の移動後の周辺画像について、当該仮想生
   物の遺伝子によって示されているｈ通りのパラメータの
   値を現環境パラメータ値として求め、ｈ通りの潜在パラ
   メータ値とｈ通りの現環境パラメータ値との類似性に基
   づいて、当該仮想生物が摂取すべき摂取エネルギー値を
   定める処理、 (c) 仮想生物のもつエネルギー値に対して、前記消費エ
   ネルギー値を減じ、前記摂取エネルギー値を加えること
   により、エネルギー値の更新を行い、更新後のエネルギ
   ー値が所定の下限値に達した場合には当該仮想生物が死
   滅したものとして除去し、更新後のエネルギー値が所定
   の上限値に達した場合には当該仮想生物が増殖したもの
   として同一の遺伝子を有する新たな仮想生物を近傍に発
   生させる処理、 なる３つの処理(a) ，(b) ，(c) を、所定回数だけ繰り
   返し実行する段階と、 前記生物組織画像上に最終的に生存している仮想生物に
   ついての遺伝子のヒストグラムを作成する段階と、を有し、前記処理(c) におけるエネルギー値の更新を行
   う際に、仮想生物の移動後の位置を中心とした近傍参照
   領域と、この近傍参照領域を含みその境界を更に遠方ま
   で広げた遠方参照領域とを定義し、前記近傍参照領域内
   のテクスチャーの特徴を示す近傍パラメータ値と、前記
   遠方参照領域内のテクスチャーの特徴を示す遠方パラメ
   ータ値と、の類似性が低い場合には、当該仮想生物のも
   つエネルギー値もしくは当該仮想生物が摂取するエネル
   ギー値を減じる処理を更に行うようにした ことを特徴と
   する画像処理を用いた生物組織評価方法。
2. 【請求項２】 請求項１に記載の評価方法において、 各仮想生物の発生位置の周辺画像について求めた潜在パ
   ラメータ値を初期値とし、移動後の周辺画像について求
   めた現環境パラメータ値と潜在パラメータ値とに所定以
   上の類似性が得られた場合には、前記潜在パラメータの
   値に対して、前記現環境パラメータ値に近付けるような
   更新処理を行うことを特徴とする画像処理を用いた生物
   組織評価方法。
3. 【請求項３】 請求項１または２に記載の生物組織評価
   方法において、 仮想生物の発生、仮想生物に対する遺伝子の定義、仮想
   生物に対する移動、を行う際に乱数を用い、ランダムな
   位置にランダムな遺伝子をもった仮想生物が発生され、
   ランダムに移動するようにしたことを特徴とする画像処
   理を用いた生物組織評価方法。
4. 【請求項４】 請求項１〜３のいずれかに記載の生物組
   織評価方法において、 各仮想生物の移動後の周辺画像について明度値を求め、
   この明度値が大きい順に一定割合の仮想生物に対して
   は、当該仮想生物のもつエネルギー値もしくは当該仮想
   生物が摂取するエネルギー値を減じる処理を更に付加し
   たことを特徴とする画像処理を用いた生物組織評価方
   法。
5. 【請求項５】 請求項４に記載の生物組織評価方法にお
   いて、 明度値が大きい順に一定割合の仮想生物に対しては、当
   該仮想生物が死滅するのに十分な程度に、エネルギー値
   を減じる処理を行うことを特徴とする画像処理を用いた
   生物組織評価方法。
6. 【請求項６】 請求項１〜５のいずれかに記載の生物組
   織評価方法において、 生物組織画像のテクスチャーの特徴を数値として示す複
   数Ｈ通りのパラメータとして、所定の参照領域内の各画
   素の濃度値についての平均、分散、エネルギー、エント
   ロピー、コントラストなる群の中から選択された複数の
   パラメータを用いるようにしたことを特徴とする画像処
   理を用いた生物組織評価方法。
7. 【請求項７】 請求項１〜６のいずれかに記載の生物組
   織評価方法において、 生物組織画像としてカラー画像を用いるようにし、この
   生物組織画像のテクスチャーの特徴を数値として示すパ
   ラメータ値として、所定の参照領域内の各画素の三原色
   の各色成分ごとの濃度値に関するパラメータ値を用いる
   ようにし、パラメータ値相互の類似性を、前記各色成分
   ごとのパラメータ値に基づいて定義される三次元ベクト
   ルの角度差に基づいて決定することを特徴とする画像処
   理を用いた生物組織評価方法。
8. 【請求項８】 請求項１〜７のいずれかに記載の生物組
   織評価方法において、 個々の仮想生物に年齢を定義するようにし、３つの処理
   (a) ，(b) ，(c) を実行するたびに個々の仮想生物の年
   齢を増加させ、年齢が所定の寿命に達した仮想生物につ
   いては死滅したものとして除去するようにしたことを特
   徴とする画像処理を用いた生物組織評価方法。
9. 【請求項９】 請求項１〜８のいずれかに記載の生物組
   織評価方法において、 親の仮想生物がもっていた遺伝子を遺伝させる際に、所
   定の確率で突然変異を生じさせるようにし、突然変異が
   生じた場合には、遺伝子をランダムに変更してから遺伝
   させることを特徴とする画像処理を用いた生物組織評価
   方法。
10. 【請求項１０】 請求項１〜９のいずれかに記載の画像
    処理を用いた生物組織評価方法を構成する各段階をコン
    ピュータに実行させるためのプログラムを記録したコン
    ピュータ読取り可能な記録媒体。