JP6336932B2 - 細胞群検出装置および方法並びにプログラム - Google Patents
細胞群検出装置および方法並びにプログラム Download PDFInfo
- Publication number
- JP6336932B2 JP6336932B2 JP2015041167A JP2015041167A JP6336932B2 JP 6336932 B2 JP6336932 B2 JP 6336932B2 JP 2015041167 A JP2015041167 A JP 2015041167A JP 2015041167 A JP2015041167 A JP 2015041167A JP 6336932 B2 JP6336932 B2 JP 6336932B2
- Authority
- JP
- Japan
- Prior art keywords
- cell
- pixel
- cells
- cell group
- bandwidth
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims description 52
- 238000000034 method Methods 0.000 title description 21
- 210000004027 cell Anatomy 0.000 claims description 400
- 239000003102 growth factor Substances 0.000 claims description 12
- 210000000601 blood cell Anatomy 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 5
- 210000003958 hematopoietic stem cell Anatomy 0.000 claims description 4
- 239000000725 suspension Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 description 51
- 238000004364 calculation method Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 15
- 238000010899 nucleation Methods 0.000 description 12
- 210000003743 erythrocyte Anatomy 0.000 description 9
- 210000000265 leukocyte Anatomy 0.000 description 9
- 238000004113 cell culture Methods 0.000 description 5
- 239000001963 growth medium Substances 0.000 description 4
- 239000013256 coordination polymer Substances 0.000 description 3
- 210000004748 cultured cell Anatomy 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 210000000130 stem cell Anatomy 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 210000001778 pluripotent stem cell Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000003491 skin Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000001185 bone marrow Anatomy 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000004700 fetal blood Anatomy 0.000 description 1
- 210000005229 liver cell Anatomy 0.000 description 1
- 230000007721 medicinal effect Effects 0.000 description 1
- 239000002609 medium Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 238000004114 suspension culture Methods 0.000 description 1
- 231100000820 toxicity test Toxicity 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Image Analysis (AREA)
Description
本発明は、撮像画像内に含まれる複数の細胞を複数の細胞群に区分する細胞群検出装置および方法並びにプログラムに関するものである。
近年、再生医療の分野において、造血幹細胞、ＥＳ（Embryonic Stem）細胞、ｉＰＳ（Induced Pluripotent Stem）細胞などの多能性幹細胞、および分化誘導された細胞などを培養して顕微鏡で撮像し、その画像の特徴を捉えることで細胞の状態を評価する方法が提案されている。
具体的には、たとえば培養された細胞群に対して薬剤を添加し、その細胞群の状態や細胞群の数の増減を観察することによって薬効試験または毒性試験を行ったり、もしくは細胞群の大きさの変化を観察することによって細胞コロニーの成長度を評価したりすることが行われている。
ここで、上述したような細胞群の状態を観察して評価を行う際には、細胞群の輪郭を正確に把握することが重要である。
しかしながら、通常、細胞群は円形にまとまって形成される傾向にあるが、血球前駆細胞などの一部の細胞は、細胞が散在して分布するため細胞群の輪郭が不明瞭である。具体的には、図７の上図に示すように、細胞が円形にひとまとまりに分布していない場合には、複数の細胞群の集まりなのか、１つの細胞群を形成するものであるのか不明瞭である。また、図７の下図に示すように、細胞群と推定される分布の周辺にまばらにしか細胞が分布していない場合にも、細胞群の輪郭が不明瞭である。特に、浮遊培養によって細胞を培養する場合に、細胞群の輪郭が不明瞭になることが多い。
細胞群の輪郭が明瞭である場合には、撮像画像内におけるエッジを検出することによって細胞群を容易に検出することができるが、上述したように細胞群の境界が不明瞭な場合、エッジ検出のような方法では細胞群を検出することができず、細胞群の状態を正確に把握することができないため、上述したような薬効試験などの評価を適切に行うことができない。
なお、特許文献１では、画像に含まれるオブジェクトの認識を行う際、画像の解像度を推定し、その推定した解像度から決定したカーネル幅を用いてカーネル密度推定法を用いたクラスタリングを行うことが開示されているが、細胞群を高精度に検出する方法について何も提案されていない。
本発明は、上記の事情に鑑み、複数の細胞を撮像した撮像画像から高精度に細胞群を検出することができる細胞群検出装置および方法並びにプログラムを提供することを目的とする。
本発明の細胞群検出装置は、複数の細胞を撮像した撮像画像を取得する細胞画像取得部と、撮像画像内に含まれる各細胞を表す画素をそれぞれ検出する細胞画素検出部と、上記各画素を含む予め設定された範囲内の上記画素の数に基づいて、カーネル密度推定に用いられるバンド幅を上記画素毎にそれぞれ設定し、その画素毎に設定されたバンド幅および上記画素毎に設定されたカーネル関数に基づいて確率密度関数を計算し、その計算した確率密度関数に基づいて、複数の細胞を複数の細胞群に区分する細胞区分部とを備えたことを特徴とする。
また、上記本発明の細胞群検出装置において、細胞区分部は、予め設定された範囲内の上記画素の数が多いほどバンド幅を小さく設定し、上記画素の数が少ないほどバンド幅を大きく設定することができる。
また、上記本発明の細胞群検出装置において、細胞区分部は、予め設定された範囲内の上記画素の数とバンド幅との対応関係を予め記憶することができる。
また、上記本発明の細胞群検出装置において、細胞区分部は、細胞の種類毎の対応関係をそれぞれ記憶し、細胞の種類に応じた対応関係を用いてバンド幅を設定することができる。
また、上記本発明の細胞群検出装置において、細胞区分部は、細胞の培養条件毎の対応関係をそれぞれ記憶し、細胞の培養条件に応じた対応関係を用いてバンド幅を設定することができる。
また、上記本発明の細胞群検出装置において、細胞区分部は、細胞の種類に応じて上記予め設定された範囲を変更することができる。
また、上記本発明の細胞群検出装置において、細胞区分部は、細胞の培養条件に応じて上記予め設定された範囲を変更することができる。
また、上記本発明の細胞群検出装置において、培養条件は、細胞の培養期間であることが好ましい。
また、上記本発明の細胞群検出装置において、培養条件は、細胞の培養液の種類であることが好ましい。
また、上記本発明の細胞群検出装置において、培養条件は、細胞の成長因子の種類または量であることが好ましい。
また、上記本発明の細胞群検出装置において、上記細胞は、浮遊培養される細胞であることが好ましい。
また、上記本発明の細胞群検出装置において、上記細胞は、造血幹細胞に由来する血液の細胞であることが好ましい。
本発明の細胞群検出方法は、複数の細胞を撮像した撮像画像を取得し、撮像画像内に含まれる各細胞を表す画素をそれぞれ検出し、その各画素を含む予め設定された範囲内の上記画素の数に基づいて、カーネル密度推定に用いられるバンド幅を上記画素毎にそれぞれ設定し、その画素毎に設定されたバンド幅および上記画素毎に設定されたカーネル関数に基づいて確率密度関数を計算し、その計算した確率密度関数に基づいて、複数の細胞を複数の細胞群に区分することを特徴とする。
本発明の細胞群検出プログラムは、複数の細胞を撮像した撮像画像を取得する細胞画像取得部と、撮像画像内に含まれる各細胞を表す画素をそれぞれ検出する細胞画素検出部と、上記各画素を含む予め設定された範囲内の上記画素の数に基づいて、カーネル密度推定に用いられるバンド幅を上記画素毎にそれぞれ設定し、その画素毎に設定されたバンド幅および上記画素毎に設定されたカーネル関数に基づいて確率密度関数を計算し、その計算した確率密度関数に基づいて、複数の細胞を複数の細胞群に区分する細胞区分部としてコンピュータを機能させることを特徴とする。
本発明の細胞群検出装置および方法並びにプログラムによれば、複数の細胞を撮像した撮像画像を取得し、撮像画像内に含まれる各細胞を表す画素をそれぞれ検出し、その各画素を含む予め設定された範囲内の上記画素の数に基づいて、カーネル密度推定に用いられるバンド幅を上記画素毎にそれぞれ設定する。このようにバンド幅を設定することによって、細胞の分布状態に応じた適切なバンド幅を設定することができる。そして、画素毎に設定されたバンド幅および上記画素毎に設定されたカーネル関数に基づいて確率密度関数を計算し、その計算した確率密度関数に基づいて、複数の細胞を複数の細胞群に区分するようにしたので、撮像画像内の細胞群の輪郭が不明瞭な場合でも、細胞群を高精度に検出することができる。
以下、本発明の細胞群検出装置および方法並びにプログラムの一実施形態を用いた細胞群観察システムについて、図面を参照しながら詳細に説明する。図１は、本実施形態の細胞群観察システムの概略構成を示すブロック図である。
本実施形態の細胞群観察システムは、図１に示すように、顕微鏡装置１と、細胞群検出装置２と、表示装置３と、入力装置４とを備えている。
顕微鏡装置１は、培養容器内で培養された複数の細胞からなる細胞群（細胞コロニーともいう。）の画像を撮像するものである。顕微鏡装置１としては、位相差顕微鏡装置、明視野顕微鏡装置、微分干渉顕微鏡装置および蛍光観察顕微鏡装置などを用いることができる。顕微鏡装置１は、ＣＣＤ（charge-coupled device）イメージセンサやＣＭＯＳ（Complementary Metal-Oxide Semiconductor）イメージセンサなどの撮像素子を備えており、撮像素子によって撮像された撮像画像は細胞群検出装置２に入力される。
撮像対象の細胞としては、たとえば骨髄および臍帯血に含まれ、浮遊培養される造血幹細胞および血球前駆細胞などがある。ただし、これらに限らず、ｉＰＳ細胞およびＥＳ細胞といった多能性幹細胞、幹細胞から分化誘導された神経、皮膚、心筋および肝臓の細胞、並びに人体から取り出された皮膚、網膜、心筋、血球、神経および臓器の細胞などでもよい。
細胞群検出装置２は、入力された撮像画像に含まれる個々の細胞群を検出するものであり、コンピュータに対して本発明の細胞群検出プログラムの一実施形態がインストールされたものである。
細胞群検出装置２は、中央処理装置、半導体メモリおよびハードディスクなどを備えており、ハードディスクに本発明の細胞群検出プログラムの一実施形態がインストールされている。そして、このプログラムが中央処理装置によって実行されることによって、図１に示すような細胞画像取得部２０、細胞画素検出部２１、細胞区分部２２および表示制御部２３が動作する。細胞群検出プログラムは、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）等の記録媒体に記憶されたものでもよいし、インターネット等のネットワークを介して配布されたものでもよい。
細胞画像取得部２０は、顕微鏡装置１によって撮像された細胞群の撮像画像を取得して記憶するものである。本実施形態においては、細胞群の外形および色の特徴などが判別できれば良いので、顕微鏡装置１の光学倍率を等倍〜４倍程度として撮像された細胞画像を取得する。
細胞画素検出部２１は、撮像画像内に含まれる各細胞を表す画素をそれぞれ検出するものである。細胞を表す画素（以下、細胞画素という。）は、細胞群とともに培養容器に収容されている培養液を表す画素とは輝度値が異なるため、たとえば大津の２値化法を用いることによって検出する。図２の上図は、細胞画素検出部２１によって検出された細胞画素の一例を示す図である。図２の上図における黒い点のそれぞれが細胞画素である。
なお、本実施形態においては、大津の２値化法を用いて細胞画素を検出するようにしたが、その他の方法を用いて細胞画素を検出するようにしてもよい。たとえば撮像画像内に含まれる個々の細胞の画像をパターンマッチングなどを用いて検出し、その検出した個々の細胞の画像に含まれる画素を細胞画素として検出するようにしてもよい。個々の細胞の検出方法については、その他の公知な方法を用いることができる。
細胞区分部２２は、細胞画素検出部２１によって検出された各細胞画素について、その細胞画素を含む予め設定された範囲内の細胞画素数に基づいて、カーネル密度推定に用いられるバンド幅を細胞画素毎にそれぞれ設定し、その細胞画素毎に設定されたバンド幅および細胞画素毎に設定されたカーネル関数に基づいて確率密度関数を計算し、その計算した確率密度関数に基づいて、細胞画素を区分することによって、複数の細胞を複数の細胞群に区分するものである。以下、より具体的に説明する。
まず、細胞区分部２２は、各細胞画素について、その細胞画素を含む予め設定された範囲内の細胞画素数をそれぞれ算出する。具体的には、たとえば、図３に示すように、細胞画素ＣＰの位置を中心として所定の半径の円内に存在する近傍細胞画素ＮＰの数を算出する。図３に示す例の場合、円内に存在する近傍細胞画素ＮＰは３個である。なお、予め設定された範囲内（図３の例では円内）に存在する近傍細胞画素ＮＰの数のことを、以下、細胞画素密度という。細胞画素密度を算出する際に用いられる円の大きさは、ユーザが入力装置４を用いて任意に設定可能であるが、たとえば半径約０．６５ｍｍとすればよい。
細胞画素密度が大きいほど中心の細胞画素ＣＰの近傍に同じ細胞群に属する細胞画素が集中して分布していると推定される。また、逆に、細胞画素密度が小さいほど中心の細胞画素ＣＰから広い範囲に亘って同じ細胞群に属する細胞画素が分布していると推定される。
そこで、細胞区分部２２は、各細胞画素に算出された細胞画素密度に基づいて、各細胞画素に対して、カーネル密度推定に用いられるバンド幅を設定する。具体的には、細胞区分部２２は、細胞画素密度が大きいほど、つまり円内に存在する近傍細胞画素ＮＰが多いほどバンド幅を小さくし、細胞画素密度が小さいほど、つまり円内に存在する近傍細胞画素ＮＰが少ないほどバンド幅を大きくする。細胞区分部２２には、上述したような細胞画素密度とバンド幅との対応関係が設定されたテーブルが予め記憶されており、細胞区分部２２は、このテーブルを参照して各細胞画素のバンド幅を設定する。なお、細胞画素密度とバンド幅との対応関係については、目視による細胞群の区分結果と、細胞区分部２２による細胞群の区分結果との差が最小となるように事前に算出するようにすればよい。
次に、細胞区分部２２は、上述したようにして細胞画素毎に設定されたバンド幅と、細胞画素毎に設定されたカーネル関数に基づいて確率密度関数を計算する。カーネル関数の形状としては、たとえば計算が容易なガウシアンカーネルを用いることが望ましい。ただし、その他のカーネルを用いるようにしてもよい。
図４は、細胞画素毎に設定されたバンド幅およびカーネル関数を模式的に示す図である。図４に示す白丸Ｐ１〜Ｐ７が細胞画素を示しており、各細胞画素Ｐ１〜Ｐ７に対応して示されているＦ１〜Ｆ８が、各細胞画素Ｐ１〜Ｐ７に設定されたカーネル関数である。なお、上述したバンド幅とは、カーネル関数の広がりの幅であり、図４に示す例では、各細胞画素Ｐ１〜Ｐ７に設定されるバンド幅は全て同じにしてあるが、実際には、上述したようにバンド幅は、各細胞画素のそれぞれの細胞画素密度に応じて異なる。また、図４では、１次元に配列された複数の細胞画素に対してバンド幅およびカーネル関数を設定した図を示しているが、実際には、図２の上図に示すような２次元状に配列された複数の細胞画素に対してバンド幅およびカーネル関数が設定される。
次いで、細胞区分部２２は、上述したようにして各細胞画素に設定されたカーネル関数に基づいて、カーネル密度推定法を用いて確率密度関数を計算する。具体的には、下式に基づいて、確率密度関数ｆ（ｘ）を計算する。式中のｎは細胞画素の数であり、ｈはカーネル幅であり、ｘｉは各細胞画素の座標であり、Ｋ（ｘ）はカーネル関数である。図４に示すＦ８は、各細胞画素Ｐ１〜Ｐ７に対して設定されたカーネル関数Ｆ１〜Ｆ７に基づいて算出された確率密度関数を模式的に示したものである。また、図２に示すＦ１０は、図２の上図に示す撮像画像に対して算出された確率密度関数を模式的に示したものである。
次に、細胞区分部２２は、上式に基づいて計算した確率密度関数に基づいて、複数の細胞画素を区分することによって、撮像画像内に含まれる複数の細胞を複数の細胞群に区分する。具体的には、細胞区分部２２は、図２や図４に示す確率密度関数上において、同じ山に属する細胞画素が同じ細胞群に属するようにクラスタリングすることによって、複数の細胞群に区分する。クラスタリングの方法としては、たとえばミーンシフト法を用いることができる。具体的には、下式を用いて行うことができる。
上式のＳＧ（ｘ）を算出することによって、各細胞画素は、カーネル密度推定結果の確率密度関数上の山を登る。そして、収束するまでＳＧ（ｘ）を計算することによって、各細胞画素は、確率密度関数上の極値に達する。同じ極値に達した細胞画素同士は、確率密度関数上で同じ山に属するため、これらの細胞画素が同じ細胞群に属するものとしてクラスタリングする。なお、ミーンシフト法によるクラスタリングは、既に公知であるため、詳細な説明は省略する。
図５は、図２に示した撮像画像内における複数の細胞画素を上述したミーンシフト法によってクラスタリングした結果を模式的に示す図である。図５に示すＦ１０は、図２に示した確率密度関数Ｆ１０であり、図５に示すＤ１〜Ｄ５は、確率密度関数上でクラスタリングされた各山を示したものである。そして、図５の上図におけるＣ１〜Ｃ５は、複数の細胞画素をクラスタリングした結果を示しており、Ｃ１〜Ｃ５のそれぞれの範囲に含まれる細胞画素が、同じ細胞群に属する細胞画素である。具体的には、確率密度関数の山Ｄ１に属する細胞画素が範囲Ｃ１で示されており、山Ｄ２に属する細胞画素が範囲Ｃ２で示されており、山Ｄ３に属する細胞画素が範囲Ｃ３で示されており、山Ｄ４に属する細胞画素が範囲Ｃ４で示されており、山Ｄ５に属する細胞画素が範囲Ｃ５で示されている。すなわち、点線で示される範囲Ｃ１〜Ｃ５の各範囲が、１つの細胞群に属する細胞が分布する範囲を示している。細胞区分部２２における細胞群の区分結果は、表示制御部２３に出力される。
表示制御部２３は、細胞区分部２２における細胞群の区分結果を、表示装置３に表示させるものである。具体的には、たとえば、図５に示すような範囲Ｃ１〜Ｃ５を撮像画像上に重ねて表示させるものである。
入力装置４は、マウスやキーボードなどを備えたものであり、ユーザによる種々の設定入力を受け付けるものである。
次に、本実施形態の細胞群観察システムの作用について、図６に示すフローチャートを参照しながら説明する。
まず、顕微鏡装置１によって細胞群の画像が撮像され、その撮像画像が、細胞群検出装置２の細胞画像取得部２０によって取得される（Ｓ１０）。
細胞画像取得部２０によって取得された撮像画像は細胞画素検出部２１に入力され、細胞画素検出部２１は、撮像画像内に含まれる細胞画素を検出する（Ｓ１２）。
細胞画素検出部２１による細胞画素の検出結果は細胞区分部２２に入力され、細胞区分部２２は、まず、各細胞画素について細胞画素密度を算出する（Ｓ１４）。次に、各細胞画素について算出された細胞画素密度に基づいて、各細胞画素についてバンド幅を設定する（Ｓ１６）。そして、細胞画素毎に設定されたバンド幅および細胞画素毎に設定されたカーネル関数に基づいて確率密度関数を計算し（Ｓ１８）、その計算した確率密度関数に基づいて、細胞画素を区分することによって、複数の細胞を複数の細胞群に区分する（Ｓ２０）。
細胞区分部２２における細胞群の区分結果は表示制御部２３に出力され、表示制御部２３は、細胞区分部２２における細胞群の区分結果を表示装置３に表示させる（Ｓ２２）。
上記実施形態の細胞群観察システムによれば、撮像画像内に含まれる細胞画素を検出し、その各細胞画素を含む予め設定された範囲内の細胞画素の数に基づいて、カーネル密度推定に用いられるバンド幅を細胞画素毎にそれぞれ設定する。このようにバンド幅を設定することによって、細胞の分布状態に応じた適切なバンド幅を設定することができる。すなわち、バンド幅を一定にした場合、細胞群の密集具合を考慮することができず、カーネル密度推定を用いた細胞群の区分を行ったとしても、複数の細胞群を単一の細胞群として区分したり、逆に単一の細胞群を複数の細胞群として区分してしまう可能性があるが、本実施形態では、上述したように細胞の分布状態に応じた適切なバンド幅を設定しているので、上述したような区分の誤りが発生することはない。
そして、上述したように細胞画素毎に設定されたバンド幅およびカーネル関数に基づいて確率密度関数を計算し、その計算した確率密度関数に基づいて、細胞画素を区分することによって複数の細胞を複数の細胞群に区分するようにしたので、撮像画像内の細胞群の輪郭が不明瞭な場合でも、細胞群を高精度に検出することができる。
また、細胞群が略円形に広がっている場合には、カーネル関数を重ね合わせた確率密度関数の最頻値を細胞群の中心部として推定することができる。
なお、上記実施形態の細胞群観察システムにおいては、細胞画素密度とバンド幅との対応関係を設定したテーブルを用いてカーネル関数のバンド幅を設定するようにしたが、このテーブルは一種類に限らず、複数種類記憶しておき、その中からユーザが選択したテーブルを用いるようにしてもよい。
具体的には、たとえば細胞の種類によって細胞群の形成の仕方が異なるので、培養する細胞の種類毎に異なるテーブルを記憶しておくようにしてもよい。たとえば、赤血球と白血球の細胞群の形成の仕方を考慮すると、赤血球は白血球よりも狭い範囲で１つの細胞群を形成し、白血球は赤血球よりも広い範囲で１つの細胞群を形成する傾向にある。したがって、培養細胞が赤血球である場合のテーブルと白血球である場合のテーブルとをそれぞれ記憶しておき、赤血球用のテーブルよりも白血球用のテーブルの方が、同じ細胞画素密度に対するバンド幅が広くなるように設定するようにしてもよい。なお、テーブルの選択については、ユーザが入力装置４を用いて細胞の種類情報を設定入力し、細胞区分部２２が、入力された細胞の種類情報に応じたテーブルを自動的に選択して用いるようにすればよい。
また、細胞群の形成の仕方は細胞の種類だけでなく、培養条件によっても異なる。したがって、培養条件毎のテーブルを記憶しておき、その中からユーザが選択したテーブルを用いるようにしてもよい。
具体的には、たとえば培養期間によって細胞群の成長度が異なるので、培養期間毎に異なるテーブルを記憶しておくようにしてもよい。通常、培養期間が長い方が細胞群の成長は進み、１つの細胞群がより大きくなる傾向にある。したがって、培養期間が長くなるほど同じ細胞画素密度に対するバンド幅を広く設定したテーブルを複数記憶しておくようにしてもよい。なお、テーブルの選択については、ユーザが入力装置４を用いて培養期間を設定入力し、細胞区分部２２が、入力された培養期間に応じたテーブルを自動的に選択して用いるようにしてもよいし、細胞区分部２２に培養期間を計測するタイマを設けておき、細胞群の区分を行う際に、そのタイマによって計測された培養期間に応じたテーブルを自動的に選択するようにしてもよい。
また、細胞群の形成の仕方に影響する培養条件としては培養期間に限らず、たとえば培養液の種類によっても細胞群の形成の仕方が異なる。たとえば培養液の粘度が高い方が狭い範囲で１つの細胞群が形成され、培養液の粘度が低い方が広い範囲で１つの細胞群が形成される傾向がある。したがって、粘度が異なる培養液毎にテーブルをそれぞれ記憶しておき、粘度が低い培養液のテーブルほど同じ細胞画素密度に対するバンド幅を広く設定するようにしてもよい。なお、テーブルの選択については、上記と同様に、ユーザが入力装置４を用いて培養液の種類情報を設定入力し、細胞区分部２２が、その入力された培養液の種類情報に応じたテーブルを自動的に選択して用いるようにすればよい。
また、細胞群の成長度は培養期間だけでなく、成長因子の種類または量に応じて異なる。したがって、細胞を培養する際に添加する成長因子の種類毎に異なるテーブルを記憶しておくようにしてもよい。また、細胞を培養する際に添加する成長因子の量毎に異なるテーブルを記憶しておくようにしてもよい。この場合、細胞群の成長度がより促進される成長因子のテーブルほど同じ細胞画素密度に対するバンド幅を広く設定するようにすればよい。また、添加する成長因子の量が多いテーブルほど同じ細胞画素密度に対するバンド幅を広く設定するようにすればよい。なお、テーブルの選択については、上記と同様に、ユーザが入力装置４を用いて成長因子の種類情報や量の情報を設定入力し、細胞区分部２２が、その入力された情報に応じたテーブルを自動的に選択して用いるようにすればよい。
また、細胞群の形成の仕方に影響する培養条件として、細胞を培養液に播種する際の細胞の播種密度がある。播種密度とは、単位面積当たりの播種される細胞の数のことであり、播種密度が大きいほど狭い範囲に１つの細胞群が形成され、播種密度が小さいほど広い範囲に１つの細胞群が形成される傾向にある。したがって、播種密度毎にテーブルをそれぞれ記憶しておき、播種密度が小さいテーブルほど同じ細胞画素密度に対するバンド幅を広く設定するようにしてもよい。なお、テーブルの選択については、上記と同様に、ユーザが入力装置４を用いて播種密度の情報を設定入力し、細胞区分部２２が、入力された播種密度に応じたテーブルを自動的に選択して用いるようにすればよい。
また、細胞の種類と培養条件との組み合わせ毎に上記テーブルを記憶しておいてもよい。
また、上記実施形態の細胞群観察システムにおいては、細胞画素密度を算出する際、予め設定された円の範囲内に含まれる細胞画素の数を算出するようにしたが、この細胞画素の数の算出対象範囲を細胞の種類や培養条件に応じて変更するようにしてもよい。
具体的には、上述したように、細胞の種類によって細胞群の形成の仕方が異なるので、細胞の種類に応じて算出対象範囲の大きさを変更するようにしてもよい。たとえば、上述したように赤血球は白血球よりも狭い範囲で１つの細胞群を形成し、白血球は赤血球よりも広い範囲で１つの細胞群を形成する傾向にある。したがって、培養する細胞が赤血球の場合の算出対象範囲と白血球の場合の算出対象範囲とをそれぞれ設定しておき、赤血球の場合の算出対象範囲よりも白血球の場合の算出対象範囲を広く設定するようにしてもよい。
なお、算出対象範囲については、ユーザが入力装置４を用いて細胞の種類情報を設定入力し、細胞区分部２２が、入力された細胞の種類情報に応じた算出対象範囲を自動的に設定して用いるようにすればよい。
なお、算出対象範囲については、ユーザが入力装置４を用いて細胞の種類情報を設定入力し、細胞区分部２２が、入力された細胞の種類情報に応じた算出対象範囲を自動的に設定して用いるようにすればよい。
また、上述したように、通常、培養期間が長い方が細胞群の成長は進み、１つの細胞群がより大きくなる傾向にある。したがって、培養期間が長くなるほど算出対象範囲を広く設定するようにしてもよい。なお、この場合、算出対象範囲については、ユーザが入力装置４を用いて培養期間を設定入力し、細胞区分部２２が、入力された培養期間に応じた算出対象範囲を自動的に設定して用いるようにしてもよいし、細胞区分部２２に培養期間を計測するタイマを設けておき、細胞群の区分を行う際に、そのタイマによって計測された培養期間に応じた算出対象範囲を自動的に設定するようにしてもよい。
また、上述したように培養液の種類によっても細胞群の形成の仕方が異なるので、培養液の種類に応じて算出対象範囲を変更するようにしてもよい。たとえば粘度が低い培養液を用いる場合ほど算出対象範囲を広く設定するようにしてもよい。なお、算出対象範囲については、上記と同様に、ユーザが入力装置４を用いて培養液の種類情報を設定入力し、細胞区分部２２が、その入力された培養液の種類情報に応じた算出対象範囲を自動的に設定して用いるようにすればよい。
また、細胞を培養する際に添加する成長因子の種類または量に応じて算出対象範囲を変更するようにしてもよい。この場合、細胞群の成長度がより促進される成長因子を添加した場合ほど算出対象範囲を広く設定するようにすればよい。また、添加する成長因子の量が多いほど算出対象範囲を広く設定するようにすればよい。なお、算出対象範囲については、上記と同様に、ユーザが入力装置４を用いて成長因子の種類情報や量の情報を設定入力し、細胞区分部２２が、その入力された情報に応じた算出対象範囲を自動的に設定して用いるようにすればよい。
また、播種密度に応じて算出対象範囲を変更するようにしてもよい。具体的には、播種密度が小さい場合ほど算出対象範囲を広く設定するようにしてもよい。なお、算出対象範囲については、上記と同様に、ユーザが入力装置４を用いて播種密度の情報を設定入力し、細胞区分部２２が、入力された播種密度に応じた算出対象範囲を自動的に設定して用いるようにすればよい。
また、細胞の種類と培養条件との組み合わせ毎に算出対象範囲を変更するようにしてもよい。
また、本実施形態においては、算出対象範囲の形状を円としたが、必ずしも円でなくてもよく、楕円または矩形などその他の形状を用いるようにしてもよい。また、算出対象範囲の形状についても、細胞の種類に応じて変更したり、培養条件に応じて変更したりしてもよい。具体的には、たとえば細胞群が楕円形状で成長していくような細胞である場合には、計測対象範囲として楕円形状を用いたり、または細胞群が円や楕円以外の特定の形状で成長していくような細胞である場合には、計測対象範囲としてその特定の形状を用いるようにしてもよい。また、細胞群が成長するにつれて円形から楕円形状に変形していくような細胞である場合には、培養期間に応じて計測対象範囲を円形から楕円形に変更するようにしてもよい。
１ 顕微鏡装置
２ 細胞群検出装置
３ 表示装置
４ 入力装置
２０ 細胞画像取得部
２１ 細胞画素検出部
２２ 細胞区分部
２３ 表示制御部
２ 細胞群検出装置
３ 表示装置
４ 入力装置
２０ 細胞画像取得部
２１ 細胞画素検出部
２２ 細胞区分部
２３ 表示制御部
Claims (14)
- 複数の細胞を撮像した撮像画像を取得する細胞画像取得部と、
前記撮像画像内に含まれる各細胞を表す画素をそれぞれ検出する細胞画素検出部と、
前記各画素を含む予め設定された範囲内の前記画素の数に基づいて、カーネル密度推定に用いられるバンド幅を前記画素毎にそれぞれ設定し、該画素毎に設定されたバンド幅および前記画素毎に設定されたカーネル関数に基づいて確率密度関数を計算し、該計算した確率密度関数に基づいて、前記複数の細胞を複数の細胞群に区分する細胞区分部とを備えたことを特徴とする細胞群検出装置。 - 前記細胞区分部が、前記予め設定された範囲内の画素の数が多いほど前記バンド幅を小さく設定し、前記画素の数が少ないほど前記バンド幅を大きく設定する請求項１記載の細胞群検出装置。
- 前記細胞区分部が、前記予め設定された範囲内の画素の数と前記バンド幅との対応関係を予め記憶する請求項１または２記載の細胞群検出装置。
- 前記細胞区分部が、前記細胞の種類毎の前記対応関係をそれぞれ記憶し、前記細胞の種類に応じた前記対応関係を用いて前記バンド幅を設定する請求項３記載の細胞群検出装置。
- 前記細胞区分部が、前記細胞の培養条件毎の前記対応関係をそれぞれ記憶し、前記細胞の培養条件に応じた前記対応関係を用いて前記バンド幅を設定する請求項３または４記載の細胞群検出装置。
- 前記細胞区分部が、前記細胞の種類に応じて前記予め設定された範囲を変更する請求項１から５いずれか１項記載の細胞群検出装置。
- 前記細胞区分部が、前記細胞の培養条件に応じて前記予め設定された範囲を変更する請求項１から６いずれか１項記載の細胞群検出装置。
- 前記培養条件が、前記細胞の培養期間である請求項５または７記載の細胞群検出装置。
- 前記培養条件が、前記細胞の培養液の種類である請求項５または７記載の細胞群検出装置。
- 前記培養条件が、前記細胞の成長因子の種類または量である請求項５または７記載の細胞群検出装置。
- 前記細胞が、浮遊培養される細胞である請求項１から１０いずれか１項記載の細胞群検出装置。
- 前記細胞が、造血幹細胞に由来する血液の細胞である請求項１１記載の細胞群検出装置。
- 複数の細胞を撮像した撮像画像を取得し、
前記撮像画像内に含まれる各細胞を表す画素をそれぞれ検出し、
前記各画素を含む予め設定された範囲内の前記画素の数に基づいて、カーネル密度推定に用いられるバンド幅を前記画素毎にそれぞれ設定し、該画素毎に設定されたバンド幅および前記画素毎に設定されたカーネル関数に基づいて確率密度関数を計算し、該計算した確率密度関数に基づいて、前記複数の細胞を複数の細胞群に区分することを特徴とする細胞群検出方法。 - 複数の細胞を撮像した撮像画像を取得する細胞画像取得部と、
前記撮像画像内に含まれる各細胞を表す画素をそれぞれ検出する細胞画素検出部と、
前記各画素を含む予め設定された範囲内の前記画素の数に基づいて、カーネル密度推定に用いられるバンド幅を前記画素毎にそれぞれ設定し、該画素毎に設定されたバンド幅および前記画素毎に設定されたカーネル関数に基づいて確率密度関数を計算し、該計算した確率密度関数に基づいて、前記複数の細胞を複数の細胞群に区分する細胞区分部としてコンピュータを機能させることを特徴とする細胞群検出プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015041167A JP6336932B2 (ja) | 2015-03-03 | 2015-03-03 | 細胞群検出装置および方法並びにプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015041167A JP6336932B2 (ja) | 2015-03-03 | 2015-03-03 | 細胞群検出装置および方法並びにプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016158576A JP2016158576A (ja) | 2016-09-05 |
| JP6336932B2 true JP6336932B2 (ja) | 2018-06-06 |
Family
ID=56843459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015041167A Active JP6336932B2 (ja) | 2015-03-03 | 2015-03-03 | 細胞群検出装置および方法並びにプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6336932B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112288704A (zh) * | 2020-10-26 | 2021-01-29 | 中国人民解放军陆军军医大学第一附属医院 | 一种基于核密度函数的量化胶质瘤侵袭性的可视化方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6888346B2 (ja) * | 2017-03-15 | 2021-06-16 | 日新電機株式会社 | 部分放電検出装置及び部分放電検出方法 |
| WO2021240986A1 (ja) * | 2020-05-29 | 2021-12-02 | 富士フイルム株式会社 | 細胞画像解析装置、細胞画像解析装置の作動方法、細胞画像解析装置の作動プログラム |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5174040B2 (ja) * | 2007-02-05 | 2013-04-03 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレーテッド | 画像の構成要素と背景とを区別するためにコンピュータで実行される方法および画像の構成要素と背景とを区別するためのシステム |
| CN102763123B (zh) * | 2009-12-02 | 2015-03-25 | 高通股份有限公司 | 通过使查询图像和模型图像中的检测到的关键点成群集而进行特征匹配 |
| JP5984559B2 (ja) * | 2012-07-31 | 2016-09-06 | オリンパス株式会社 | 壊死細胞領域検出装置及びその方法、壊死細胞領域検出プログラム |
| JP6029683B2 (ja) * | 2012-11-20 | 2016-11-24 | 株式会社日立製作所 | データ解析装置、データ解析プログラム |
-
2015
- 2015-03-03 JP JP2015041167A patent/JP6336932B2/ja active Active
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112288704A (zh) * | 2020-10-26 | 2021-01-29 | 中国人民解放军陆军军医大学第一附属医院 | 一种基于核密度函数的量化胶质瘤侵袭性的可视化方法 |
| CN112288704B (zh) * | 2020-10-26 | 2021-09-28 | 中国人民解放军陆军军医大学第一附属医院 | 一种基于核密度函数的量化胶质瘤侵袭性的可视化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2016158576A (ja) | 2016-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6670757B2 (ja) | 判定装置、解析方法、および解析プログラム | |
| JP6328494B2 (ja) | 細胞判定装置および方法並びにプログラム | |
| US10114003B2 (en) | Stem cell differentiation determination device, method, and program | |
| US10504223B2 (en) | Cell image evaluation device, method, and program | |
| Muramatsu et al. | Automated selection of major arteries and veins for measurement of arteriolar-to-venular diameter ratio on retinal fundus images | |
| Raimondo et al. | Automated evaluation of Her-2/neu status in breast tissue from fluorescent in situ hybridization images | |
| JP6461128B2 (ja) | 細胞評価装置および方法並びにプログラム | |
| Martin et al. | The morphology of the enamel–dentine junction in Neanderthal molars: Gross morphology, non-metric traits, and temporal trends | |
| JP6301199B2 (ja) | 細胞評価装置および方法並びにプログラム | |
| US10494598B2 (en) | Observation image capturing and evaluation device, method, and program | |
| JP6336932B2 (ja) | 細胞群検出装置および方法並びにプログラム | |
| JP4174050B2 (ja) | 有糸分裂活性の測定 | |
| EP3605406A1 (en) | Learning result output apparatus and learning result output program | |
| US10192306B2 (en) | Cell recognition device, method, and program | |
| KR102134526B1 (ko) | 세포 화상 검색 장치 및 방법과 프로그램 | |
| JP6143365B2 (ja) | 細胞画像評価装置および方法並びにプログラム | |
| US10860835B2 (en) | Image processing device, cell recognition device, cell recognition method, and cell recognition program | |
| JP2022173309A (ja) | 増殖予測方法、増殖予測装置およびプログラム | |
| JP2006507579A (ja) | 核多形性の組織学的評価 | |
| JP2016158577A (ja) | 細胞コロニー検出装置および方法並びにプログラム | |
| JP6873231B2 (ja) | 細胞画像評価装置および方法並びにプログラム | |
| Wilm et al. | Multi-scanner canine cutaneous squamous cell carcinoma histopathology dataset | |
| Les et al. | Automatic evaluation system of FISH images in breast cancer | |
| KR102261700B1 (ko) | 세포 화상 평가 장치 및 방법과, 프로그램 | |
| JP6832970B2 (ja) | 細胞コロニー検出装置および方法並びにプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170308 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20170523 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170908 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170908 |
|
| 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: 20180410 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180507 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6336932 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |