JP4757246B2 - 神経細胞画像解析装置及び神経細胞画像解析ソフトウェア - Google Patents
神経細胞画像解析装置及び神経細胞画像解析ソフトウェア Download PDFInfo
- Publication number
- JP4757246B2 JP4757246B2 JP2007233238A JP2007233238A JP4757246B2 JP 4757246 B2 JP4757246 B2 JP 4757246B2 JP 2007233238 A JP2007233238 A JP 2007233238A JP 2007233238 A JP2007233238 A JP 2007233238A JP 4757246 B2 JP4757246 B2 JP 4757246B2
- Authority
- JP
- Japan
- Prior art keywords
- nerve cell
- area
- region
- regions
- image
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
神経細胞は、大別すると、細胞体51、樹状突起52、軸索53の3つの部位に分けられる。細胞体51は、細胞の本体に相当する部位で、細胞核51aを有する。樹状突起52は、細胞体51から木の枝のように分岐して延びた突起状の部位であって、神経細胞において信号を受け取る機能を有する。軸索53は、細胞体51から延びた比較的長い管状の部位であって、神経細胞において信号を出力する機能を有する。軸索53の先方には、軸索側枝53aという枝分かれが形成される。軸索53の枝分かれした先端(軸索終末)53bと他の神経細胞の樹状突起との接続部には、情報伝達部であるシナプス(図示省略)が形成される。そして、神経細胞は、シナプスを介して樹状突起52から受けた他の神経細胞からの刺激を、軸索53からシナプスを介して他の神経細胞に伝達する。
このように、神経細胞における突起状や管状の部位は、細胞の機能に重要な役割を持っている。また、この突起状や管状の部位の長さや分岐の数は、細胞の状態を評価するための重要なパラメタとして考えられている。
画像取得手段は、神経細胞から発せられる光の像を顕微鏡1を介してCCDカメラに導きCCDカメラ2を介して画像として取得することができるように構成されている。
パソコン3は、動作制御を指示するためのソフトウェア4を介して顕微鏡1の動作を制御する機能と、神経細胞画像解析ソフトウェア5を介してCCDカメラ2を介して得られた神経細胞画像に対して所定の自動解析処理を行う機能を有している。
そして、本実施形態の神経細胞画像解析装置では、取得した神経細胞画像に対し、神経細胞画像解析ソフトウェア5を介して、次のような手順で解析処理を行う。
神経細胞における突起状の部位や管状の部位の構造についての解析処理は、図2に示すように、画像取得手段を介して得られた神経細胞画像を円状領域を含む複数の領域に分割(「円状領域分割」)するステップ(ステップS1)、各円状領域の中心点、平均輝度など、分割した領域ごとにその領域を特徴付ける所定のパラメタ量を抽出(「特徴量抽出」)するステップ(ステップS2)、隣り合う領域の相関を示す行列(「領域相関行列」)を取得するステップ(ステップS3)、取得した行列を用いて神経細胞のルート及び分岐状態を検出するステップ(ステップS4)、これらの結果として得られた情報から、神経細胞における突起状の部位や管状の部位の総数、平均の長さ、分岐の数、などの統計量を算出するステップ(ステップ5)の順で行うようになっている。
神経細胞画像を円状領域を含む複数の領域に分割するステップ(ステップS1)
ステップS1では、円状領域を基本とした分割処理を行う。詳しくは、図3に示すように、取得した細胞画像の領域を二値化するステップ(ステップS11)、半径が最大となる内接円を決定するステップ(ステップS12)、内接円を含む領域ごとに分割するステップ(ステップS13)の順で行うようになっている。
ステップS11では、取得した神経細胞画像を適当な手法により二値化処理を行い、神経細胞画像中における神経細胞の領域と神経細胞以外の領域との境界を検出する。例えば、神経細胞が存在する領域は、存在しない領域に比較して画素上で得られる輝度が大きいことを利用して、細胞画像中の各点での輝度値の平均値を閾値とし、図5(a)に示すように、その平均値以上の輝度の点を”1”、平均値を下まわる輝度の点を”0”とするなどの手法を用いて境界を検出する。
ステップS12では、神経細胞の領域に、境界に内接する円を設けていく。そして、境界に内接する円のうち、半径が最大となる内接円を重ならないようにして設けることにより、複数の半径が最大となる内接円を得る。ここでの、半径が最大となる内接円とは、次の図4(c)、図4(d)に示すような円をいう。
これに対し、境界に内接する円を設ければ、境界の両側において神経細胞が存在する領域と存在しない領域とを区分けすることができ、当該部位における神経細胞の位置や大きさ等の情報を正確に把握することができる。そして、境界に内接する円を設ける場合は、二値化した値”1”の領域(即ち、神経細胞の画像における神経細胞の領域)において、両側の境界に対して最短距離となる点を決定することになる。この距離は、二値化した値”1”の各点を中心として境界に接する円の半径の最大値となる。
ただし、二値化した値”1”の領域中において、単に内接円を設けただけでは、図4(b)に示すように、複数の内接円が重なることになり、これでは、後述の内接円を含む領域ごとに分割することができない。
そこで、図4(c)に示すように、複数の重なる内接円のうちで半径が最大となる内接円を当該二値化した値”1”の領域に設ける内接円として決定する。そして、図4(d)に示すように、以後、この内接円を設けた領域を除いた二値化した値”1”の領域において、同様の手法により内接円を順に設けて行く。
即ち、この最大の半径を持つ内接円の内部に含まれる点を除いた神経細胞領域において、半径が最大となる内接円を設け、その内接円に含まれる点を除いて行く。これらの処理を繰り返すことで、図5(b)に示すように、それぞれの領域において局所的に最大の半径を持つ複数の内接円が決定する。
ステップS13では、神経細胞の領域を内接円の領域及びその周辺領域とを合わせた領域ごとに分割する。即ち、画像中の二値化した値”1”の領域における各点のうち、ステップS12で決定した半径が最大となる内接円の外部に位置する点の夫々に対し、もっとも近い位置にある内接円を検出し、図5(c)に示すように、これらの点が最も近い内接円の領域に含まれるように各内接円を含む領域を分割する。これにより、神経細胞の領域におけるすべての点が、内接円を含むいずれかの領域に区分けされることになる。
ステップS2では、各円状領域の中心点、平均輝度などの各領域を特徴づけるパラメタ量を抽出する。
円状領域分割ステップS1で分割した各領域を特徴づけるパラメタ量としては、領域の中心点、内接円の半径、平均輝度などが考えられる。
特に、各円状領域の中心点(即ち、各領域における内接円の中心点)でもって各領域の位置を表すようにすると、分割した隣接する領域の延びる(あるいは折れ曲がる)方向や角度などの位置情報をほぼ正確に検出することができるようになる。
一方、図6(c)に示すように、互いの距離が長い3つの点をとり、その内積に基づいて計算した場合、細胞において局所的に折れ曲がる方向や角度に対して、大きな誤差を含むことになる。
よって、神経細胞における突起状の部位や管状の部位管状の詳細な構造を正確に検出するためには、上述した3つの点をとる手法以外の正確な検出方法を用いることが必要となる。
このため、従来一般に知られている、画像中に3つの点をとり、その内積に基づいて計算する手法を用いて画像中における細胞の延びる(あるいは折れ曲がる)方向や角度を算出する場合には、神経細胞における突起状の部位や管状の部位の詳細な構造を正確に解析するために、算出結果を補正する等の人為的作業が必要となる。
しかるに、各細胞における夫々の管状の部位を自動的にトレースするために、上述したような従来一般に知られている3点をとって算出する手法を用いた場合において、3点の間隔を比較的長距離にとると、夫々の管状の部位がどのように分岐しているのかをうまく認識できない場合が起こり易い。例えば、図7(b)に示すように、細胞1における細胞体近傍の点並びに細胞2及び細胞3と絡んでいる点と、細胞1〜細胞3のそれぞれ任意の点との3点を用いて細胞の延びる(あるいは折れ曲がる)方向や角度を算出しても、各細胞における夫々の管状の部位が1本ずつであることを解析することが難しい。
また、3点の間隔を短距離にとると、例えば、図7(c)に示すように、細胞における管状の部位が急角度で曲がっているような場合、急角度で曲がる点でもって細胞における夫々の管状の部位が切れているものとして、それらの点を夫々別の管状の部位のつなぎ目として認識し、その結果、多くの点で管状の部位が切れていると誤認してしまい易い。
その点、本実施形態の神経細胞画像解析装置によれば、このような各分割された領域ごとの各円状領域の中心点、平均輝度などのパラメタ量が、細胞の延びる(あるいは折れ曲がる)方向や角度を正確に算出するための適度な基準となるので、細胞における突起状や管状の部位が複数絡み合っているような複雑な構造を正確に解析することができる。
ステップS3では、各領域の相関を決定する行列を取得する。
この行列は、例えば、領域の数をx,領域の最大分岐数(当該領域に対して隣接する領域の最大数)をyとした(x,y)成分で表現することができる。
詳しくは、例えば、図8(a)に示すような内接円を設けることのできる細胞画像があったとする。図8(a)では、最も左側の内接円(を含む領域)を1とし、以後順に2、3、・・・9の番号を付して示してある。
図8(a)に示す細胞画像についての各領域の相関を決定する行列は、図8(b)のように示される。領域の数が9個であるから、1行目にx軸方向に沿って領域の番号1〜9の値をとる。また、2行目以降に夫々の領域において隣接する領域の番号をy軸方向に沿ってとる。例えば、領域1に隣接する領域は領域2のみである。また、領域2において隣接する領域は領域1、領域3、領域4である。
本実施形態の神経細胞画像解析装置のように、隣り合う領域の相関を行列化すると、これら分岐に関する解析を高速に行うことができる。
例えば、画像における位置情報をそのまま用いた場合、各領域における細胞の延びる(あるいは折れ曲がる)方向や角度を計算するごとに分岐位置の再計算が必要になる。
これに対し、各領域の相関を決定する行列を取得しておくと、分岐位置が簡単に把握できるため、上述した分岐位置の再計算の手間を省くことができる。
適当にとった始領域に対して、この距離を1とする(図9(a))。さらに、行列要素で隣り合ったものをとり、2番目とし、順次すべての要素に対して隣り合う領域を求めていき、N番の番号を付与する(図9(b))。各領域の内接円の半径がほぼ同じ場合、N番目の領域における始領域からの距離はNに比例したものとなり、(N−1)×内接円の半径×2となる。また、この距離は、例えばN番目の領域の中心から始領域の中心までを直線で結んだ距離などと比較して正確なものとなる。従って、本実施形態の神経細胞画像解析装置によれば、図9に示すような曲がったルートに対しても、始領域からの距離を正確に算出することができるようになる。
ステップS4では、神経細胞のルート、分岐位置、分岐数などを検出する。
神経細胞のルートは、例えば、始領域からの距離で一番遠い位置(即ち、始領域から隣り合う領域同士が連続する領域の個数が一番大きくなる(ここではN個とする)領域の群において最も始領域から離れた領域(即ち、N番目の領域))を終点として、この終点から始点に向けてN−1番目、N−2、・・・の点を順にとっていくことにより、細胞の足のルートを取得することができる。このルートを1番目のルートとする(図9(b)におけるルート1)。
ステップS5では、統計量を算出する。最終的な統計量は、ステップS4において出力した情報に基づいて決定され、m番目のルートの総延長は、mの番号が付与された領域間における各内接円の直径の総和により求めることができる。例えば、図10に示すルート1の部位の総延長は、ルート1における始領域(始点1)からルート1における終領域(終点1)までの各内接円の直径の総和として算出する。
2 撮像素子(CCDカメラ)
3 パソコン
4 顕微鏡装置の動作制御を指示するためのソフトウェア
5 神経細胞画像解析ソフトウェア
51 細胞体
51a 細胞核
52 樹状突起
53 軸索
53a 軸索側枝
53b 軸索終端
Claims (16)
- 神経細胞から発せられる光の像を画像として取得する画像取得手段から得られた画像に対して所定の自動解析処理を行う神経細胞画像解析装置であって、
前記画像取得手段を介して得られた神経細胞画像を円状領域を含む複数の領域に分割するステップと、
分割した領域ごとに該領域を特徴付ける所定のパラメタ量を抽出するステップと、
隣り合う領域の相関を示す行列を取得するステップと、
取得した前記行列を用いて神経細胞のルート及び分岐状態を検出するステップと、
得られた情報の統計量を算出するステップと、
を有し、
これらの各ステップでの処理を介して神経細胞の構造を解析するようにしたことを特徴とする神経細胞画像解析装置。 - 前記神経細胞画像を円状領域を含む複数の領域に分割するステップは、前記画像取得手段を介して得られた前記神経細胞画像に対して所定の二値化処理を行い、該神経細胞画像中における神経細胞の領域と該神経細胞以外の領域との境界を検出し、前記神経細胞の領域に半径が最大となる前記境界との内接円を設け、さらに、該内接円を除く前記神経細胞の領域に半径が最大となる前記境界との内接円を設ける作業を所定量繰り返し、次いで、前記神経細胞の領域を前記内接円の領域及びその周辺領域とを合わせた領域ごとに分割することを特徴とする請求項1に記載の神経細胞画像解析装置。
- 前記分割した領域ごとに該領域を特徴付ける所定の特徴量パラメタの量を抽出するステップにおいて抽出する特徴量パラメタは、少なくとも前記各円状領域における中心点を有することを特徴とする請求項1又は2に記載の神経細胞画像解析装置。
- 前記分割した領域ごとに該領域を特徴付ける所定の特徴量パラメタの量を抽出するステップにおいて抽出する特徴量パラメタは、さらに、少なくとも前記各円状領域における内接円の半径、平均輝度の少なくともいずれかを有することを特徴とする請求項3に記載の神経細胞画像解析装置。
- 前記隣り合う領域の相関を示す行列を取得するステップにおける行列は、前記分割した領域の番号をx成分として該領域の総個数分とるとともに、前記隣り合う領域の番号をy成分として領域の最大分岐数分とってなることを特徴とする請求項1〜4のいずれかに記載の神経細胞画像解析装置。
- 前記隣り合う領域の相関を示す行列を取得するステップにおける行列の値は、前記分割した領域における任意の領域を始領域として隣り合う領域に対し順に1〜Nの番号を付与し、該付与した1〜Nの番号をx成分に順にととるとともに、該各x成分における番号に対応する領域に隣接する領域の番号をy成分に順にとってなることを特徴とする請求項5に記載の神経細胞画像解析装置。
- 前記取得した前記行列を用いて神経細胞のルート及び分岐状態を検出するステップは、前記分割した領域における任意の始領域を決定すると共に該始領域に対して最も遠い距離にある領域を終領域として決定し、該終領域から前記始領域までの一連の領域を第一のルートとして決定し、残りの領域に対し、該第一のルートから分岐の開始する領域を第二の始領域として決定すると共に該第二の始領域に対して最も遠い距離にある領域を第二の終領域として決定し、該第二の終領域から前記第二の始領域までの一連の領域を第二のルートとして決定し、さらに残りの領域に対して該第二のルートを決定する処理と略同様の処理を繰り返すことを特徴とする請求項6に記載の神経細胞画像解析装置。
- 前記得られた情報の統計量を抽出するステップは、前記各ルートの総延長、ルートの総数、分岐の総数、各ルートにおける分岐数の少なくともいずれかを取得することを特徴とする請求項7に記載の神経細胞画像解析装置。
- 神経細胞から発せられる光の像を画像として取得する画像取得手段から得られた画像に対して所定の自動解析処理を行う神経細胞画像解析装置に用いる神経細胞画像解析ソフトウェアであって、
前記画像取得手段を介して得られた神経細胞画像を円状領域を含む複数の領域に分割するステップと、
分割した領域ごとに該領域を特徴付ける所定のパラメタ量を抽出するステップと、
隣り合う領域の相関を示す行列を取得するステップと、
取得した前記行列を用いて神経細胞のルート及び分岐状態を検出するステップと、
得られた情報の統計量を算出するステップと、
を有し、
これらの各ステップでの処理を介して神経細胞の構造を解析するようにしたことを特徴とする神経細胞画像解析ソフトウェア。 - 前記神経細胞画像を円状領域を含む複数の領域に分割するステップは、前記画像取得手段を介して得られた前記神経細胞画像に対して所定の二値化処理を行い、該神経細胞画像中における神経細胞の領域と該神経細胞以外の領域との境界を検出し、前記神経細胞の領域に半径が最大となる前記境界との内接円を設け、さらに、該内接円を除く前記神経細胞の領域に半径が最大となる前記境界との内接円を設ける作業を所定量繰り返し、次いで、前記神経細胞の領域を前記内接円の領域及びその周辺領域とを合わせた領域ごとに分割することを特徴とする請求項9に記載の神経細胞画像解析ソフトウェア。
- 前記分割した領域ごとに該領域を特徴付ける所定の特徴量パラメタの量を抽出するステップにおいて抽出する特徴量パラメタは、少なくとも前記各円状領域における中心点を有することを特徴とする請求項9又は10に記載の神経細胞画像解析ソフトウェア。
- 前記分割した領域ごとに該領域を特徴付ける所定の特徴量パラメタの量を抽出するステップにおいて抽出する特徴量パラメタは、さらに、少なくとも前記各円状領域における内接円の半径、平均輝度の少なくともいずれかを有することを特徴とする請求項11に記載の神経細胞画像解析ソフトウェア。
- 前記隣り合う領域の相関を示す行列を取得するステップにおける行列は、前記分割した領域の番号をx成分として該領域の総個数分とるとともに、前記隣り合う領域の番号をy成分として領域の最大分岐数分とってなることを特徴とする請求項9〜12のいずれかに記載の神経細胞画像解析ソフトウェア。
- 前記隣り合う領域の相関を示す行列を取得するステップにおける行列の値は、前記分割した領域における任意の領域を始領域として隣り合う領域に対し順に1〜Nの番号を付与し、該付与した1〜Nの番号をx成分に順にととるとともに、該各x成分における番号に対応する領域に隣接する領域の番号をy成分に順にとってなることを特徴とする請求項13に記載の神経細胞画像解析ソフトウェア。
- 前記取得した前記行列を用いて神経細胞のルート及び分岐状態を検出するステップは、前記分割した領域における任意の始領域を決定すると共に該始領域に対して最も遠い距離にある領域を終領域として決定し、該終領域から前記始領域までの一連の領域を第一のルートとして決定し、残りの領域に対し、該第一のルートから分岐の開始する領域を第二の始領域として決定すると共に該第二の始領域に対して最も遠い距離にある領域を第二の終領域として決定し、該第二の終領域から前記第二の始領域までの一連の領域を第二のルートとして決定し、さらに残りの領域に対して該第二のルートを決定する処理と略同様の処理を繰り返すことを特徴とする請求項14に記載の神経細胞画像解析ソフトウェア。
- 前記得られた情報の統計量を抽出するステップは、前記各ルートの総延長、ルートの総数、分岐の総数、各ルートにおける分岐数の少なくともいずれかを取得することを特徴とする請求項15に記載の神経細胞画像解析ソフトウェア。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007233238A JP4757246B2 (ja) | 2007-09-07 | 2007-09-07 | 神経細胞画像解析装置及び神経細胞画像解析ソフトウェア |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007233238A JP4757246B2 (ja) | 2007-09-07 | 2007-09-07 | 神経細胞画像解析装置及び神経細胞画像解析ソフトウェア |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009063509A JP2009063509A (ja) | 2009-03-26 |
JP4757246B2 true JP4757246B2 (ja) | 2011-08-24 |
Family
ID=40558202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007233238A Expired - Fee Related JP4757246B2 (ja) | 2007-09-07 | 2007-09-07 | 神経細胞画像解析装置及び神経細胞画像解析ソフトウェア |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4757246B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6257294B2 (ja) | 2013-12-04 | 2018-01-10 | オリンパス株式会社 | 顕微鏡装置 |
JP6467813B2 (ja) | 2014-08-15 | 2019-02-13 | ソニー株式会社 | 画像処理装置、画像処理プログラム及び画像処理方法 |
JP6516321B2 (ja) * | 2015-02-09 | 2019-05-22 | 学校法人日本大学 | 形状特徴抽出方法、形状特徴抽出処理装置、形状記述方法及び形状分類方法 |
JP6818041B2 (ja) * | 2016-11-10 | 2021-01-20 | 国立大学法人 東京大学 | 解析装置、解析方法、及びプログラム |
US10685486B2 (en) * | 2018-03-29 | 2020-06-16 | Biosense Webster (Israel) Ltd. | Locating an opening of a body cavity |
JP6915604B2 (ja) * | 2018-11-28 | 2021-08-04 | 横河電機株式会社 | 装置、方法およびプログラム |
JP6915636B2 (ja) | 2019-02-21 | 2021-08-04 | 横河電機株式会社 | 装置、方法およびプログラム |
JP7212146B2 (ja) | 2019-03-29 | 2023-01-24 | 富士フイルム株式会社 | 細胞評価装置、細胞評価装置の作動方法、細胞評価装置の作動プログラム |
JPWO2020202701A1 (ja) | 2019-03-29 | 2021-12-23 | 富士フイルム株式会社 | 細胞評価装置、細胞評価装置の作動方法、細胞評価装置の作動プログラム、並びに細胞培養システム |
JP7324502B2 (ja) * | 2019-10-23 | 2023-08-10 | 学校法人日本大学 | 神経突起の形態の定量値算出装置及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3743316B2 (ja) * | 2001-07-05 | 2006-02-08 | 松下電器産業株式会社 | 細胞の突起検出方法 |
JP2004163201A (ja) * | 2002-11-12 | 2004-06-10 | Matsushita Electric Ind Co Ltd | 細胞突起抽出装置および細胞突起抽出方法 |
US7509724B2 (en) * | 2004-12-07 | 2009-03-31 | S & B Technical Products, Inc. | Snap fit sealing gasket with precisely located internal retainer ring for square pipe grooves |
-
2007
- 2007-09-07 JP JP2007233238A patent/JP4757246B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2009063509A (ja) | 2009-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4757246B2 (ja) | 神経細胞画像解析装置及び神経細胞画像解析ソフトウェア | |
JP4869843B2 (ja) | 細胞画像処理装置および細胞画像処理方法 | |
US9471984B2 (en) | Method for self-calibration of a microscope apparatus | |
French et al. | High-throughput quantification of root growth using a novel image-analysis tool | |
JP4868207B2 (ja) | スクリーニング方法およびスクリーニング装置 | |
US20050180608A1 (en) | Plant growing analyzing system and method | |
EP3150692A1 (en) | Cell evaluation device, method, and program | |
EP2871613A1 (en) | Cell division process tracing device and method, and storage medium which stores computer-processable cell division process tracing program | |
KR101974638B1 (ko) | 식물 영상 처리 장치 및 방법 | |
WO2021240656A1 (ja) | 画像処理装置、制御方法及び記憶媒体 | |
JP5278984B2 (ja) | 画像解析装置及び画像解析プログラム | |
WO2022125453A1 (en) | Plant detection and display system | |
JP2007097740A (ja) | 眼底画像診断支援装置 | |
JP6677734B2 (ja) | 少なくとも1つの医療機器を伴う外科的処置中に執刀者にイメージ化支援を提供する為の支援デバイス | |
JP6608141B2 (ja) | 健康状態評価支援システム | |
JP6551729B2 (ja) | 毛細血管の画像処理方法および画像処理プログラム、並びに毛細血管分析診断装置 | |
JP2010075354A (ja) | 毛細血管血流測定装置、毛細血管血流測定方法およびプログラム | |
KR101853560B1 (ko) | 생체신호 감지부의 배치를 안내하기 위한 시스템 및 방법 | |
JP6300571B2 (ja) | 収穫補助装置 | |
JPH07210655A (ja) | 眼科用画像処理装置 | |
JP4822527B2 (ja) | 画像解析装置及び画像解析プログラム | |
JP5530126B2 (ja) | 三次元細胞画像解析システム及びそれに用いる三次元細胞画像解析装置 | |
CN115438945A (zh) | 基于电力设备巡检的风险识别方法、装置、设备及介质 | |
JP4915726B2 (ja) | 血流速度の測定方法及び装置 | |
JP2007209589A (ja) | 画像解析システム及び画像解析プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20091126 |
|
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: 20110510 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110512 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110531 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4757246 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140610 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |