JP6573118B2 - 細胞評価装置および方法、並びにプログラム - Google Patents

細胞評価装置および方法、並びにプログラム Download PDF

Info

Publication number
JP6573118B2
JP6573118B2 JP2015527272A JP2015527272A JP6573118B2 JP 6573118 B2 JP6573118 B2 JP 6573118B2 JP 2015527272 A JP2015527272 A JP 2015527272A JP 2015527272 A JP2015527272 A JP 2015527272A JP 6573118 B2 JP6573118 B2 JP 6573118B2
Authority
JP
Japan
Prior art keywords
pulsation
information
cultured cardiomyocytes
evaluation
unit
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
Application number
JP2015527272A
Other languages
English (en)
Other versions
JPWO2015008682A1 (ja
Inventor
威 國弘
威 國弘
智広 早川
智広 早川
松居　恵理子
恵理子 松居
小林　誠司
誠司 小林
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.)
Sony Corp
Original Assignee
Sony Corp
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
Application filed by Sony Corp filed Critical Sony Corp
Publication of JPWO2015008682A1 publication Critical patent/JPWO2015008682A1/ja
Application granted granted Critical
Publication of JP6573118B2 publication Critical patent/JP6573118B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/46—Means for regulation, monitoring, measurement or control, e.g. flow regulation of cellular or enzymatic activity or functionality, e.g. cell viability
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
    • C12N5/00—Undifferentiated human, animal or plant cells, e.g. cell lines; Tissues; Cultivation or maintenance thereof; Culture media therefor
    • C12N5/06—Animal cells or tissues; Human cells or tissues
    • C12N5/0602—Vertebrate cells
    • C12N5/0652—Cells of skeletal and connective tissues; Mesenchyme
    • C12N5/0657—Cardiomyocytes; Heart cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • 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
    • G01N33/4833—Physical analysis of biological material of solid biological material, e.g. tissue samples, cell cultures
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693—Acquisition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N2015/1006—Investigating individual particles for cytology
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
    • 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
    • G06T2207/30048—Heart; Cardiac

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Molecular Biology (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Urology & Nephrology (AREA)
  • Pathology (AREA)
  • Hematology (AREA)
  • Biotechnology (AREA)
  • Zoology (AREA)
  • Organic Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Wood Science & Technology (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Multimedia (AREA)
  • Genetics & Genomics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Biophysics (AREA)
  • Dispersion Chemistry (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Cardiology (AREA)
  • Sustainable Development (AREA)
  • Rheumatology (AREA)

Description

本技術は、細胞評価装置および方法、並びにプログラムに関し、特に、特別な準備などを必要とせず、簡単に、心筋細胞内の観察すべき領域を探索することができるようにする細胞評価装置および方法、並びにプログラムに関する。
近年、細胞プロセスの研究などにおいて、カルシウムイオンと結合して蛍光を発する色素（カルシウム蛍光指示薬）を使用して細胞などを着色し、画像情報として観測することができようにした、カルシウム（Ｃａ）イメージングと呼ばれる技術が用いられている。
また、マルチ電極アレイ（ＭＥＡ）を用いた評価も行われている。ＭＥＡを用いた評価においては、培養皿の底に配置した電極によって細胞外膜電位の変化が検出される。
また、拍動を容易かつ非侵襲に観察することができるようにした画像処理技術も提案されている(例えば、特許文献１参照)。
国際公開２０１２/１１８０４９号公報
しかしながら、従来の技術では、人間が心筋細胞の拍動を目視で確認して定性的に判断することで、実験等に用いる視野を決定していた。このため、例えば、投薬前後で比較すべき心筋細胞の領域を探索することが難しかった。
例えば、心筋細胞の形態情報や輝度情報、フレーム間差分等の簡単な動き情報を利用して目的の細胞を探索する手法はあったが、拍動数や収縮速度などの情報については考慮されておらず、例えば、心筋細胞が活発に拍動している状態にあるかどうかは分からなかった。
本技術はこのような状況に鑑みて開示するものであり、特別な準備などを必要とせず、簡単に、心筋細胞内の観察すべき領域を探索することができるようにするものである。
本技術の第１の側面は、培養心筋細胞の動きを、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出する動き検出部と、前記検出された各動きの動き量を算出する動き量算出部と、前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の互いに異なる特徴量の情報である複数の拍動情報を算出する拍動情報算出部と、前記培養心筋細胞に対して施される所定の処理の前後において、前記複数の観察視野のそれぞれについて、前記複数の拍動情報のそれぞれに係る評価値を算出し、算出した前記複数の拍動情報のそれぞれに係る評価値を重み付け加算して、前記培養心筋細胞の拍動に関する評価値を算出する評価値算出部と、前記培養心筋細胞に対して施される所定の処理の前後での前記培養心筋細胞の拍動に関する評価値の差分に基づいて、前記複数の観察視野の中から所定数の観察視野を選択することにより、前記培養心筋細胞上で観察すべき観察視野を決定する視野決定部とを備える細胞評価装置である。
前記拍動情報は、前記観察視野内における前記培養心筋細胞の拍動面積であるようにすることができる。
前記動き検出部は、動画像の各フレームについて前記部分領域毎に前記動きを検出し、前記拍動情報算出部は、前記動画像の複数のフレームの前記部分領域毎の前記動き量に基づいて、前記部分領域の前記培養心筋細胞の拍動を表す波形情報を生成するようにすることができる。
前記拍動情報は、前記波形情報に基づいて算出される前記観察視野内における前記培養心筋細胞の単位時間内の拍動数であるようにすることができる。
前記拍動情報は、前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の拍動の収縮時間または弛緩時間であるようにすることができる。
前記拍動情報は、前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の拍動の収縮速度または弛緩速度であるようにすることができる。
前記拍動情報は、前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の前記部分領域間の拍動の波形の相関係数であるようにすることができる。
前記拍動情報は、前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の拍動の伝搬速度および伝搬方向であるようにすることができる。
本技術の第１の側面は、動き検出部が、培養心筋細胞の動きを、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出し、動き量算出部が、前記検出された各動きの動き量を算出し、拍動情報算出部が、前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の互いに異なる特徴量の情報である複数の拍動情報を算出し、評価値算出部が、前記培養心筋細胞に対して施される所定の処理の前後において、前記複数の観察視野のそれぞれについて、前記複数の拍動情報のそれぞれに係る評価値を算出し、算出した前記複数の拍動情報のそれぞれに係る評価値を重み付け加算して、前記培養心筋細胞の拍動に関する評価値を算出し、視野決定部が、前記培養心筋細胞に対して施される所定の処理の前後での前記培養心筋細胞の拍動に関する評価値の差分に基づいて、前記複数の観察視野の中から所定数の観察視野を選択することにより、前記培養心筋細胞上で観察すべき観察視野を決定するステップを含む細胞評価方法である。
本技術の第１の側面は、コンピュータを、培養心筋細胞の動きを、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出する動き検出部と、前記検出された各動きの動き量を算出する動き量算出部と、前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の互いに異なる特徴量の情報である複数の拍動情報を算出する拍動情報算出部と、前記培養心筋細胞に対して施される所定の処理の前後において、前記複数の観察視野のそれぞれについて、前記複数の拍動情報のそれぞれに係る評価値を算出し、算出した前記複数の拍動情報のそれぞれに係る評価値を重み付け加算して、前記培養心筋細胞の拍動に関する評価値を算出する評価値算出部と、前記培養心筋細胞に対して施される所定の処理の前後での前記培養心筋細胞の拍動に関する評価値の差分に基づいて、前記複数の観察視野の中から所定数の観察視野を選択することにより、前記培養心筋細胞上で観察すべき観察視野を決定する視野決定部とを備える細胞評価装置として機能させるプログラムである。
本技術の第１の側面においては、培養心筋細胞の動きが、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出され、前記検出された各動きの動き量が算出され、前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の互いに異なる特徴量の情報である複数の拍動情報が算出され、前記培養心筋細胞に対して施される所定の処理の前後において、前記複数の観察視野のそれぞれについて、前記複数の拍動情報のそれぞれに係る評価値が算出され、算出された前記複数の拍動情報のそれぞれに係る評価値が重み付け加算されて、前記培養心筋細胞の拍動に関する評価値が算出され、前記培養心筋細胞に対して施される所定の処理の前後での前記培養心筋細胞の拍動に関する評価値の差分に基づいて、前記複数の観察視野の中から所定数の観察視野を選択することにより、前記培養心筋細胞上で観察すべき観察視野が決定される。
本技術によれば、特別な準備などを必要とせず、簡単に、心筋細胞内の観察すべき領域を探索することができる。
本技術の一実施の形態に係る薬剤評価装置の構成例を示すブロック図である。 図１の評価指標データ生成部の構成例を示すブロック図である。 評価指標データ生成部に供給される評価対象画像データの構造例を示す図である。 図２の動き検出部の構成例を示すブロック図である。 フレーム画像データの構成例を示す図である。 動き検出データの構成例を示す図である。 動き量算出部の処理を説明する図である。 動き量算出部の処理を説明する図である。 拍動情報算出部の処理を説明する図である。 拍動情報算出部の処理を説明する図である。 拍動情報算出部の処理を説明する図である。 拍動情報算出部の処理を説明する図である。 拍動情報算出部の処理を説明する図である。 制御部の処理を説明する図である。 評価部の処理を説明する図である。 評価部の処理を説明する図である。 評価部の処理を説明する図である。 表示部により表示される情報の例を示す図である。 評価値マップの例を示す図である。 評価値マップの別の例を示す図である。 視野決定処理の例を説明するフローチャートである。 評価指標データ生成処理の例を説明するフローチャートである。 評価値算出処理の例を説明するフローチャートである。 パーソナルコンピュータの構成例を示すブロック図である。
以下、図面を参照して、ここで開示する技術の実施の形態について説明する。
例えば、再生医療においては、生体より採取された細胞を培養して製造される細胞組織である培養細胞を利用して各種の人体の組織、器官などを治療することが行われる。心筋細胞を培養した培養細胞である培養心筋細胞は、例えば、心臓の治療等に利用される可能性がある。また、創薬における心臓への毒性評価にも利用される。
生体内において、心筋細胞は、常時収縮と弛緩を繰り返しながら拍動する。したがって、心筋細胞は、その全体が収縮と弛緩を繰り返すように、各部分の細胞が所定の方向に運動する。実際には、心筋細胞は、自律的に拍動する部分と、周囲の拍動に依存して拍動する部分とが存在する。
図１は、本技術の一実施の形態に係る薬剤評価装置の構成例を示すブロック図である。
同図に示される薬剤評価装置１００は、培養心筋細胞１１０の動きを観察することによりその培養心筋細胞１１０に投与された薬剤の評価を行う装置である。薬剤評価装置１００は、撮像部１０１、評価対象画像データ生成記録部１０２、評価指標データ生成部１０３、評価部１０４、表示部１０５、制御部１０６、およびステージ１０７を有している。
撮像部１０１は、観察対象である培養心筋細胞１１０を撮像する。撮像部１０１は、培養心筋細胞１１０を直接（他の部材を介さずに）撮像してもよいし、例えば顕微鏡等のような他の部材を介して培養心筋細胞１１０を撮像してもよい。
また、培養心筋細胞１１０は、ステージ１０７上に載置され、撮像部１０１に対して固定される。ステージ１０７は、制御部１０６の制御に基づいて、例えば、上下左右方向に移動するようになされている。
撮像部１０１は、所定の期間培養心筋細胞１１０を撮像する。つまり、撮像部１０１は、培養心筋細胞１１０を被写体とする動画像を得る。撮像部１０１は、薬剤投与前と後で培養心筋細胞１１０を撮像する。なお、撮像部１０１が、例えば、所定時間経過毎等、所定の条件にしたがって、薬剤投与後に複数回培養心筋細胞１１０を撮像するようにしてもよい。
なお、撮像部１０１は、通常、培養心筋細胞１１０の中の一部の領域を撮像するものとされ、ステージ１０７が移動することによって、または、撮像部１０１が移動することによって、培養心筋細胞１１０の中で撮像される領域が移動することになる。所定の時刻において、撮像部１０１によって撮像される領域は、観察視野とも称される。
撮像部１０１は、撮像により得られた培養心筋細胞１１０の画像の画像信号１１１（動画像）を評価対象画像データ生成記録部１０２に供給する。
評価対象画像データ生成記録部１０２は、撮像部１０１から供給される画像信号を基にして評価対象画像データを生成し、生成した評価対象画像データを例えば内部の記録媒体に記録して保存する。ここで生成される評価対象画像データは、例えば、培養心筋細胞１１０を撮像した画像信号から生成される動画像データとなる。
例えば、評価対象画像データ生成記録部１０２が、撮像部１０１から供給される複数のフレーム画像の中から一部の期間のフレーム画像のみを抽出し、それを評価対象画像データとするようにしてもよい。また、例えば、評価対象画像データ生成記録部１０２が、撮像部１０１から供給される各フレーム画像の一部の領域を小フレーム画像として抽出し、その小フレーム画像からなる動画像を評価対象画像データとするようにしてもよい。
さらに、例えば、評価対象画像データ生成記録部１０２が、撮像部１０１から供給される各フレーム画像に対して任意の画像処理を施し、その画像処理結果を評価対象画像データとするようにしてもよい。画像処理としては、例えば、画像の拡大、縮小、回転、変形、輝度や色度の補正、シャープネス、ノイズ除去、中間フレーム画像生成等が考えられる。もちろん、これら以外のどのような画像処理であってもよい。
評価対象画像データ生成記録部１０２は、記憶している評価対象画像データ１１２を、所定のタイミングにおいて、若しくは、評価指標データ生成部１０３の要求に基づいて、評価指標データ生成部１０３に供給する。
評価指標データ生成部１０３は、供給された評価対象画像データ１１２の各フレーム画像間において、観察対象（培養心筋細胞１１０）の画像の全領域を複数に分割した部分領域であるブロック毎に、観察対象（培養心筋細胞１１０）の動き検出を行う。
評価指標データ生成部１０３は、その検出した各ブロックの動きを動きベクトルとして表し、その動きベクトルの大きさ（動き量）を求める。また、評価指標データ生成部１０３は、培養心筋細胞１１０の拍動に係る特徴量の情報である拍動情報を算出する。
評価指標データ生成部１０３は、拍動情報を含むデータを、評価指標データ１１３として評価部１０４に供給する。
評価部１０４は、評価指標データ１１３に基づいて、培養心筋細胞１１０の中の各領域に係る評価値を算出する。ここで、評価部１０４により算出される評価値は、例えば、培養心筋細胞１１０の中の観察すべき領域を特定するために用いられる。
表示部１０５は、評価指標データ１１３、および評価部１０４により生成された評価値に係る情報を、可視化して表示する。
制御部１０６は、評価部１０４から出力される情報に基づいて、ステージ１０７の移動を制御し、また、撮像部１０１による撮像を制御する。すなわち、制御部１０６は、評価部１０４から出力される情報に基づいて、培養心筋細胞１１０の中の観察視野を特定し、当該観察視野に対応する領域が撮像されるように、ステージ１０７または撮像部１０１を制御する。
図２は、図１の評価指標データ生成部１０３の構成例を示すブロック図である。図２に示されるように、評価指標データ生成部１０３は、動き検出部１２１、動き量算出部１２２、および拍動情報算出部１２３を有している。
動き検出部１２１は、評価対象画像データ生成記録部１０２から記録された評価対象画像データ１１２を入力してブロック毎に動き検出を行い、その検出結果（動きベクトル）を、後述する動き検出データとして、動き量算出部１２２に供給する。
動き量算出部１２２は、後述するように、供給された各動き検出データを、新たなブロックに分割し、各ブロック内の平均動き量を算出する。動き量算出部１２２は、算出した平均動き量を拍動情報算出部１２３に供給する。
拍動情報算出部１２３は、所定のタイミングにおいて若しくは評価部１０４からの要求に基づいて、後述する拍動情報を算出し、その拍動情報を含む評価指標データ１１３を生成する。生成された評価指標データ１１３は、評価部１０４に供給される。
なお、動き検出部１２１乃至拍動情報算出部１２３は、評価対象画像データの各フレーム画像についてこの処理を行う。
図３は、評価指標データ生成部１０３に供給される評価対象画像データ１１２の構造例を示している。撮像は、所定の長さの評価区間（例えばＴ＋１フレーム（Ｔは任意の自然数））行われる。つまり、評価指標データ生成部１０３に供給される評価対象画像データ１１２は、例えばその評価区間に対応する１番目から（Ｔ＋１）番目までのフレーム画像データ１３２−１乃至１３２−（Ｔ＋１）から成る。
図４は、動き検出部１２１の主な構成例を示すブロック図である。図４に示されるように、動き検出部１２１は、フレームメモリ１４１および動きベクトル算出部１４２を有する。フレームメモリ１４１は、評価対象画像データ１１２として１フレーム期間ごとに順次入力されてくるフレーム画像データ１３２を保持する。
動きベクトル算出部１４２は、現時刻の評価対象画像データ１１２として入力されるフレーム画像データと、フレームメモリ１４１に保持されている１つ先の（時間的に前の）時刻のフレーム画像データとを入力する。そして、これらの２つフレーム画像データ間の動きを示す動きベクトルを、ブロック毎に算出する。算出された動きベクトルは、動き検出データ１５１として動き量算出部１２２に供給される。
図４の動き検出部１２１が実行する処理についてより詳細に説明する。動きベクトル算出部１４２は、現時刻のフレーム画像データ１３２と１つ先の（時間的に前の）時刻のフレーム画像データ１３２を入力する。動きベクトル算出部１４２は、これらの入力したフレーム画像データ１３２を、図５に示されるように、Ｍ×Ｎ個（Ｍ、Ｎは任意の自然数）のブロック１６１に分割し、各ブロック１６１について、例えばフレーム画像間のブロックマッチングなどの手法により動き検出を行い、動きベクトルを生成する。
動きベクトル算出部１４２は、この動き検出処理を１番目から（Ｔ＋１）番目までのフレーム画像データ１３２を順次利用して実行していく。つまり、動きベクトル算出部１４２は、（Ｔ＋１）個のフレーム画像を用いて、（Ｍ×Ｎ×Ｔ）個の動き検出データ（動きベクトル）を生成する。動きベクトル算出部１４２は、このように算出した動きベクトルを動き検出データとして、動き量算出部１２２に供給される。
Ｔ番目と（Ｔ＋１）番目のフレーム画像データ１３２を利用した最後の動き検出処理が完了すると、動き量算出部１２２には、図６に示されるように、Ｔ個のフレーム単位動き検出データ１７１−１乃至１７１−Ｔから成る動き検出データが供給される。
フレーム単位動き検出データ１７１−１乃至１７１−Ｔのそれぞれは、フレーム期間ごとに得られる現時刻のフレーム画像データ１３２と１つ先の（時間的に前の）フレーム画像データ１３２とを対象に動き検出処理を行って得られたものとなる。
例えば、３番目のフレーム単位動き検出データ１７１−３は、４番目のフレーム画像データ１３２−４と３番目のフレーム画像データ１３２−３を、それぞれ現時刻と１つ先の時刻のフレーム画像データとして入力して動き検出を行うことで得られる。
また、フレーム単位動き検出データ１７１−１乃至１７１−Ｔの各々は、（Ｍ×Ｎ）個のブロック単位動き検出データ１８１により形成される。ブロック単位動き検出データ１８１は、それぞれが１つのブロック１６１に対応し、対応するブロック１６１について検出された動きベクトルを示すデータとなる。
このように、本実施の形態の動き検出データ１５１は、フレーム単位動き検出データ１７１ごとに（Ｍ×Ｎ）個のブロック単位動き検出データ１８１を有する構造となっている。
図７と図８は、動き量算出部１２２が実行する処理について説明する図である。
動き量算出部１２２は、動き検出データ１５１において、（Ｍ×Ｎ）個のブロックから成るフレーム単位動き検出データ１７１のそれぞれを、新たに（Ｋ×Ｌ）個のブロックに分割する。例えば、図７に示されるように、フレーム単位動き検出データ１７１が（Ｋ×Ｌ）個のブロック１９１に分割される。
動き量算出部１２２は、（Ｋ×Ｌ）個のブロック１９１のそれぞれに含まれるブロック単位動き検出データ１８１の平均値を演算することにより、各ブロック内の平均動き量を算出する。例えば、Ｌ＝Ｎ／３、Ｋ＝Ｍ／３である場合、ブロック１９１内の９個の動きベクトル（ブロック単位動き検出データ１８１）の平均値が演算され、（Ｋ×Ｌ）個の平均動き量が算出されることになる。
なお、後述するように、拍動情報算出部１２３が算出する拍動情報によって、ＫおよびＬの値は変わり得る。例えば、拍動情報算出部１２３によって拍動面積が算出される場合、Ｌ＝Ｎ，Ｋ＝Ｍとされる。また、例えば、拍動情報算出部１２３によって拍動数が算出される場合、Ｌ＝１，Ｋ＝１(すなわち、全画面で１つ)とされる。さらに、拍動情報算出部１２３によって相関係数が算出される場合、Ｌ＝４，Ｋ＝４（すなわち、全画面を４×４分割)とされる。さらに、例えば、拍動情報算出部１２３によって拍動毎の伝搬速度および伝搬方向が算出される場合、Ｌ＝８，Ｋ＝８(すなわち、全画面を８×８分割)とされる。
これにより、例えば、図８に示されるように、Ｔ個のフレーム単位動き量データ２０１−１乃至２０１−Ｔから成る動き量データ２００が生成される。上述したように、フレーム単位動き量データ２０１−１乃至２０１−Ｔの各々は、（Ｋ×Ｌ）個のブロック単位動き量データ２１１により形成される。ブロック単位動き量データ２１１は、それぞれが１つのブロック１９１に対応し、対応するブロック１９１内の動きベクトルの平均値を示すデータとなる。
次に、拍動情報算出部１２３の処理の例について説明する。拍動情報算出部１２３は、例えば、次のようにして、培養心筋細胞の拍動に係る特徴量の情報である拍動情報を算出する。
拍動情報算出部１２３は、観察視野内の拍動面積を算出する。
例えば、ブロック単位動き量データ２１１のそれぞれについて、所定数のフレーム分加算することにより、単位時間内の拍動の有無を判定する。例えば、フレーム単位動き量データ２０１−１乃至２０１−J（Ｊ＜Ｔ）の各ブロック１９１のブロック単位動き量データ２１１が加算される。そして、各ブロック１９１に対応するブロック単位動き量データの加算値を閾値と比較し、閾値未満の加算値を有するブロック１９１は、単位時間内の拍動が無かったものと判定される。
このようにして、単位時間内の拍動が無かったブロック１９１を除いた観察視野内のブロック１９１の数に対応する面積が拍動面積として算出される。
このようにして算出された拍動面積が、拍動情報算出部１２３により算出される拍動情報の１つとされる。
また、拍動情報算出部１２３は、観察視野内の拍動数を算出する。
拍動情報算出部１２３は、動き量データ２００に基づいて、動き量の変化を表す波形情報２２０を生成する。すなわち、拍動情報算出部１２３は、動き量データ２００を構成する（Ｋ×Ｌ）個のブロック単位動き量データ２１１を全画面にわたって平均することで、観察視野の時間の経過に伴う変化を算出する。
例えば、図９に示されるように、動き量データ２００を構成するフレーム単位動き量データ２０１−１乃至２０１−Ｔの中のブロック単位動き量データの全画面での平均値を時刻毎にプロットする。これにより、観察視野についての波形情報２２０が生成される。図９における波形情報２２０は、横軸が時間、縦軸が動き量とされ、時間の経過に伴う観察視野内の動き量の平均値の変化が、波形２２１として示されている。
そして、拍動情報算出部１２３は、波形情報２２０における各波形の立ち上がり時刻を特定する。図９における波形２２１は、高いピークと低いピークが交互に繰り返し出現する波形とされている。これは、培養心筋細胞の拍動において収縮と弛緩が繰り返されることによるものであり、高いピークは培養心筋細胞が収縮している時刻に対応し、低いピークは培養心筋細胞が弛緩している時刻に対応する。
なお、培養心筋細胞の収縮に対応するピークと弛緩に対応するピークは、例えば、次のような特徴に基づいて判別することが可能である。拍動の波形において、収縮のピークの方が弛緩のピークよりも前にある。また、収縮のピークの方が、速度が大きい。さらに、収縮のピークの方が、立ち上がりが急である。また、収縮のピークの方が、開始点の速度が小さい。
従って、波形２２１に示される、収縮のピークの立ち上がりから弛緩のピークの立下りまでの時間を、当該ブロックの培養心筋細胞の１拍動として認識することが可能となる。そして、波形情報２２０の波形２２１から、当該ブロックにおける単位時間内の拍動数を算出することが可能となる。
拍動情報算出部１２３は、例えば、観察視野内のブロック１９１のそれぞれの拍動数の平均値を算出し、その平均値を当該観察視野内の拍動数とする。
このようにして算出された拍動数が、拍動情報算出部１２３により算出される拍動情報の１つとされる。
また、拍動情報算出部１２３は、観察視野内における拍動の収縮時間および弛緩時間を算出する。
例えば、収縮時間は、波形情報２２０の波形２２１における収縮のピークの立ち上がりから、収縮のピークの立ち下がりに到達するまでの時間として算出される。また、例えば、弛緩時間は、波形情報２２０の波形２２１における弛緩のピークの立ち上がりから弛緩のピークの立ち下がりに到達するまでの時間として算出される。なお、収縮時間については、収縮ピークの立ち上がりから、弛緩ピークの立ち上がりに到達するまでの時間を用いて算出してもよい。
拍動情報算出部１２３は、例えば、所定時間内の収縮時間および弛緩時間の平均値を、当該観察視野内の収縮時間および弛緩時間とする。
このようにして算出された収縮時間および弛緩時間が、拍動情報算出部１２３により算出される拍動情報の１つとされる。
さらに、拍動情報算出部１２３は、観察視野内における拍動の収縮速度および弛緩速度を算出する。
例えば、収縮速度は、波形情報２２０の波形２２１における収縮のピークの立ち上がりからピークに到達するまでの時間と、収縮のピークに対応する動き量から算出される。また、例えば、弛緩速度は、波形情報２２０の波形２２１における弛緩のピークの立ち上がりからピークに到達するまでの時間と、弛緩のピークに対応する動き量から算出される。
拍動情報算出部１２３は、例えば、所定時間内の収縮速度および弛緩速度の平均値を、当該観察視野内の収縮速度および弛緩速度とする。
このようにして算出された収縮速度および弛緩速度が、拍動情報算出部１２３により算出される拍動情報の１つとされる。
また、拍動情報算出部１２３は、観察視野内における拍動持続時間を算出する。拍動持続時間は、例えば、波形情報２２０の波形２２１における収縮のピークの立ち上がりから、弛緩のピークの立ち下がりに到達するまでの時間として算出される。
また、拍動情報算出部１２３は、観察視野内の各ブロック間の相関係数を算出する。
例えば、拍動情報算出部１２３は、相関係数を算出すべきブロックを設定する。例えば、ブロック１９１−Ａとブロック１９１−Ｂが相関係数を算出すべきブロックとして設定される。
また、拍動情報算出部１２３は、図９を参照して上述したような波形情報２２０を、ブロック１９１−Ａおよびブロック１９１−Ｂのそれぞれについて取得する。例えば、図１０に示されるように、相互に隣接するブロック１９１−Ａおよびブロック１９１−Ｂのそれぞれについて、波形情報２２０−Ａおよび波形情報２２０−Ｂが取得される。
そして、拍動情報算出部１２３は、ブロック１９１−Ａおよびブロック１９１−Ｂの拍動の相関係数を求める。この相関係数は、拍動の協働性を示すパラメーターであり、ブロック間の協働性が高いほど、値が大きくなる。
例えば、拍動情報算出部１２３は、例えば、ブロック１９１−Ａの動きとブロック１９１−Ｂの動きとの間の相関係数を算出する。すなわち、特定の時刻のフレームのブロック１９１−１Ａおよびブロック１９１−Ｂのそれぞれの動き量と、ブロック１９１−Ａおよびブロック１９１−Ｂのそれぞれの動き量の当該評価区間内の時系列方向の平均値を用いて相関係数を算出する。つまり、２つのブロック間における、評価区間内の動き量の変化の様子の相関の度合いが算出される。
拍動情報算出部１２３は、このような相関係数を、例えば、観察視野内において任意のブロック１９１間について画面全体または所定の近傍領域内で総当り的に求め、その平均値を算出する。
このようにして算出された相関係数が、拍動情報算出部１２３により算出される拍動情報の１つとされる。
さらに、拍動情報算出部１２３は、観察視野内における拍動の伝搬速度と伝搬方向を、次のようにして算出する。
図１１は、図９の波形２２１の一部を拡大した図である。このとき、拍動情報算出部１２３は、高いピーク（すなわち、培養心筋細胞の収縮に対応するピーク）ＰＫ１の動き量を１００％とし、波形がピークＰＫ１の１０％の動き量に至った時刻を立ち上がり時刻Ｔｕｐとして特定する。
なお、波形２２１に、ピークＰＫ１の１０％の動き量に至った時刻に対応するプロット点がない場合、前後のプロット点に基づいて波形が補間されるなどして、立ち上がり時刻Ｔｕｐが特定される。図１２は、図１１における波形２２１の立ち上がり付近（図中の四角形で囲まれた部分）を拡大した図である。同図においては、プロット点ＰＬ１およびＰＬ２に基づいて波形が補間されている。
このようにして、ブロック単位動き量データ２１１−ｐに対応するブロック１９１−ｐの立ち上がり時刻が特定される。そして、ブロック１９１−ｐの周辺のブロックの立ち上がり時刻も特定される。
拍動情報算出部１２３は、例えば、図１３に示されるように、（Ｋ×Ｌ）個のブロック１９１のそれぞれの中の注目ブロックを設定する。例えば、ブロック１９１−ｐが注目ブロックとして設定され、注目ブロック１９１−ｐの第１拍目の立ち上がり時刻ｔ０が特定される。そして、注目ブロックから水平方向に所定の距離（例えば、２ブロック分）だけ離れたブロック１９１−ｑの第１拍目の立ち上がり時刻ｔｘが特定され、さらに、注目ブロックから垂直方向に所定の距離（例えば、２ブロック分）だけ離れたブロック１９１−ｒの第１拍目の立ち上がり時刻ｔｙが特定される。
拍動情報算出部１２３は、水平方向の拍動の伝搬速度ｖｘ、および垂直方向の拍動の伝搬速度ｖｙのそれぞれを、式（１）によって求める。
Figure 0006573118
 ・・・（１）
また、拍動情報算出部１２３は、水平方向の拍動の伝搬速度ｖｘ、および垂直方向の拍動の伝搬速度ｖｙに基づいて、拍動の伝搬速度│ｖ│を式（２）によって求める。
Figure 0006573118
 ・・・（２）
さらに、拍動情報算出部１２３は、水平方向の拍動の伝搬速度ｖｘ、および垂直方向の拍動の伝搬速度ｖｙに基づいて、拍動の伝搬方向θを式（３）によって求める。
Figure 0006573118
 ・・・（３）
このようにして、ブロック１９１−ｐの伝搬速度と伝搬方向が算出される。また、同様にして、他のブロックを注目ブロックした、伝搬速度と伝搬方向の算出が行われる。
このようにして、培養心筋細胞の拍動の伝搬速度と伝搬方向が算出される。なお、ここで得られる伝搬速度と伝搬方向は、動き量データ２００の各ブロックのそれぞれについて、拍動毎に得られることになる。例えば、ブロック１９１−ｐにおける第１拍目の伝搬速度と伝搬方向、第２拍目の伝搬速度と伝搬方向、第３拍目の伝搬速度と伝搬方向、・・・、ブロック１９１−ｐ＋１における第１拍目の伝搬速度と伝搬方向、第２拍目の伝搬速度と伝搬方向、第３拍目の伝搬速度と伝搬方向、・・・、のように、各ブロックのそれぞれについて、拍動毎に得られることになる。
このようにして算出された拍動毎の伝搬速度および伝搬方向が、拍動情報算出部１２３により算出される拍動情報の１つとされる。
この他、観察視野での拍動の配向性を表す情報が拍動情報の１つとして算出されるようにしてもよい。
このようにして得られた、観察視野についての拍動情報を含むデータが評価指標データ１１３として出力される。
拍動情報算出部１２３は、上述のように、１つの観察視野について拍動情報を算出した後、次の観察視野についての拍動情報を算出する。
例えば、１つの観察視野についての拍動情報の算出が完了すると、制御部１０６から出力される制御信号に基づいてステージ１０７が移動させられ、次の観察視野に対応する領域であって、培養心筋細胞１１０の中の一部の領域が撮像部１０１によって撮像される。そして、次の観察視野についての拍動情報が算出される。
図１４は、制御部１０６の制御に基づいてステージ１０７が移動させることにより、観察視野が移動する態様を説明する図である。同図の円は、培養心筋細胞１１０（実際には、培養心筋細胞１１０が載置されている培養皿、ウェルなど）を表しており、円内の矩形の領域１１０ａが観察の対象となり得るものとする。
例えば、領域１１０ａ内の小さい矩形のそれぞれが、１つの観察視野に対応する領域とされ、図中の線２４１で示されるように、観察視野が移動するように、ステージ１０７の移動が制御される。
このようにして、複数の観察視野のそれぞれに対応づけられて拍動情報が算出される。
図１に戻って、評価部１０４の処理の例について説明する。
上述したように、評価部１０４は、拍動情報が含まれる評価指標データ１１３に基づいて、培養心筋細胞１１０の中の各領域に係る評価値を算出する。
例えば、評価部１０４は、当該観察視野内の単位時間内の拍動数が一定の範囲内にあることを評価する評価値Ｅ１を算出する。評価値Ｅ１は、例えば、図１５に示されるようにして得られる。図１５は、横軸が拍動数、縦軸が評価値とされる。図１５に示されるように、拍動数が一定の範囲内である場合、評価値は１となり、拍動数が一定の範囲から外れると評価値が減少していく。
また、例えば、評価部１０４は、当該観察視野内の複数の拍動に係る伝搬方向の平均値の分散値の小ささ（分散の度合）を表す評価値Ｅ２を算出する。評価値Ｅ２は、例えば、図１６に示されるようにして得られる。図１６は、横軸が伝搬方向の分散値、縦軸が評価値とされる。図１６に示されるように、横軸の値が所定の閾値より小さい場合、評価値の値は１となり、横軸の値が所定の閾値以上の場合、評価値が減少していく。
また、例えば、評価部１０４は、観察視野内における拍動の収縮速度の大きさを評価する評価値Ｅ３を算出する。評価値Ｅ３は、例えば、図１７に示されるようにして得られる。図１７は、横軸が収縮速度、縦軸が評価値とされる。図１７に示されるように、横軸の値が所定の閾値以上の場合、評価値の値は１となり、横軸の値が所定の閾値より小さい場合、評価値が減少していく。
同様にして、評価部１０４により、他の拍動情報に係る評価値Ｅ４、評価値Ｅ５、・・・が算出されるようにしてもよい。
そして、評価部１０４は、培養心筋細胞１１０の中の観察すべき領域としての重要性を評価する観察視野評価値Ｅを算出する。
例えば、上述のようにして評価値Ｅ１乃至評価値Ｅ５が算出されている場合、評価値Ｅ１乃至評価値Ｅ５を用いて、培養心筋細胞１１０の中の観察すべき領域としての重要性を評価する観察視野評価値Ｅを式（４）によって求める。
Figure 0006573118
 ・・・（４）
なお、式（４）におけるα１乃至α５は、予め設定された重み係数とされる。
観察視野評価値Ｅに基づいて、制御部１０６がステージ１０７を移動させることにより、培養心筋細胞の中で観察すべき領域として重要性の高い領域が、自動的に観察視野として設定されることになる。
なお、上述した実施の形態では、１つの観察視野についての拍動情報の算出が完了すると、制御部１０６から出力される制御信号に基づいてステージ１０７が移動させられ、次の観察視野に対応する領域が撮像部１０１によって撮像されるものとして説明した。しかし、例えば、１つの観察視野についての観察視野評価値の算出が完了すると、制御部１０６から出力される制御信号に基づいてステージ１０７が移動させられ、次の観察視野に対応する領域が撮像部１０１によって撮像されるようにしてもよい。
図１に戻って、表示部１０５の処理の例について説明する。
表示部１０５は、評価指標データ１１３および評価部１０４により生成された評価値に係る情報を、可視化して表示する。
図１８は、表示部１０５の処理によって表示される画面の例を示す図である。同図の左上の領域２７１には、波形情報が表示されている。領域２７１に表示される波形情報は、例えば、拍動情報算出部１２３により生成された波形情報２２０に基づいて表示される。
また、図１８の左下の領域２７２には、拍動情報の時間の経過に伴う推移がグラフとして表示されている。領域２７２には、例えば、収縮時間、収縮速度、相関係数、・・・などの拍動情報の時間の経過に伴う推移がグラフとして表示される。
さらに、図１８の領域２７２の右側の領域２７３には、拍動情報が数値、または、文字などにより表示されている。領域２７３には、例えば、拍動情報算出部１２３により算出された拍動情報が、数値または文字として表示される。
図１８の右側の領域２７４には、観察視野の画像が表示されている。すなわち、領域２７４には、撮像部１０１によって撮像された培養心筋細胞１１０の一部の領域の画像が表示される。この画像は、動画であってもよいし、静止画であってもよい。
図１９は、表示部１０５の処理によって表示される画面の別の例を示す図である。図１９には、評価値マップ２８１が表示されている。評価値マップ２８１は、例えば、図１４を参照して説明した観察視野のそれぞれについて、観察視野評価値Ｅの値に基づいて色分けして表示したものとされる。評価値マップ２８１において、各観察視野に対応する矩形のそれぞれは、例えば、観察視野の観察視野評価値Ｅの値が大きいほど薄い色で表示され、観察視野の観察視野評価値Ｅの値が小さいほど濃い色で表示される。
また、評価値マップ２８１は、必ずしも観察視野評価値Ｅの値のみに基づいて色分けする必要はなく、例えば、評価値Ｅ１乃至評価値Ｅ５のいずれかの値に基づいて色分けされるようにしてもよい。
また、例えば、評価値マップ２８１に基づいて制御部１０６が観察視野を選択してステージ１０７を移動させるようにしてもよい。例えば、観察視野評価値Ｅの値が最大となる観察視野が観察されるようにしてもよいし、観察視野評価値Ｅの値の大きさが上位Ｎ番目までのＮ個の観察視野が順次観察されるように、ステージ１０７が移動させられるようにしてもよい。
また、同様に、例えば、評価値Ｅ１乃至評価値Ｅ５のいずれかの値が最大となる観察視野が観察されるようにしてもよいし、評価値Ｅ１、評価値Ｅ２、評価値Ｅ３、・・・の各種の評価値のいずれかの値の大きさが上位Ｎ番目までのＮ個の観察視野が順次観察されるように、ステージ１０７が移動させられるようにしてもよい。
あるはまた、予め選択された複数の観察視野の中で、各種の評価値が最大となる観察視野が観察されるように、ステージ１０７が移動させられるようにしてもよい。
あるいはまた、例えば、ディスプレイに表示された評価値マップ２８１が、ＧＵＩ（Graphical User Interface）として用いられ、ユーザにより選択された観察視野が観察されるようにステージ１０７が移動させられるようにしてもよい。
このように、評価値マップ２８１に基づいて観察視野が選択されるようにすることも可能である。
このようにすることで、ユーザは、簡単に観察視野を特定することができる。
以上において、培養心筋細胞が１つの培養皿、ウェルなどに載置されている場合の例について説明したが、例えば、複数のウェルが並べられたウェルプレート上のウェルのそれぞれに載置された培養心筋細胞が観察されるようにしてもよい。
図２０は、６個のウェルが並べられたウェルプレートを用いる場合の評価値マップの例を示す図である。この例では、長方形によって示されるウェルプレート２９０上に、図中の円で示されるように、６個のウェルが並べられている。
図２０に示されるウェルプレートを用いる場合、６個のウェルのそれぞれに対応して評価値マップ２８２−１乃至評価値マップ２８２−６が生成される。
この場合、例えば、６つのウェルのそれぞれの中から、上述した場合と同様に、評価値マップ２８２−１乃至評価値マップ２８２−６に基づいて観察視野が選択されるように、ステージ１０７が移動させられるようにしてもよい。
あるいはまた、例えば、事前に算出された評価値と、直近に算出された評価値の差分に基づいて、観察視野が選択されるようにしてもよい。
例えば、第１回目に評価値が算出されてから所定の時間が経過した後に、第２回目の評価値の算出を行うようにする。そして、観察視野のそれぞれにおいて第１回目の評価値と第２回目の評価値の差分を算出し、例えば、差分の大きい観察視野が選択されるようにしてもよい。また、例えば、投薬の前後において観察視野のそれぞれにおいて評価値の差分が算出され、評価値の差分が大きい観察視野が選択されるようにしてもよい。
同様に、例えば、事前に算出された拍動情報と、直近に算出された拍動情報の差分に基づいて、観察視野が選択されるようにしてもよい。
このようにすることで、例えば、投薬によって拍動が安定した領域、または、投薬によって拍動が乱れた領域などを簡単に探索して観察することが可能となる。
次に、図２１のフローチャートを参照して、本技術を適用した薬剤評価装置１００による観察視野決定処理の例について説明する。
ステップＳ２１において、評価対象画像データ生成記録部１０２は、培養心筋細胞の画像が撮像された画像データを取得する。
ステップＳ２２において、評価指標データ生成部１０３は、図２２のフローチャートを参照して後述する評価指標データ生成処理を実行する。これにより、評価指標データが生成される。
ステップＳ２３において、評価部１０４は、図２３のフローチャートを参照して後述する評価値算出処理を実行する。これにより、評価値が算出され、上述した評価値マップが生成される。
ステップＳ２４において、表示部１０５は、観察視野に係る情報を表示する。これにより、例えば、図１８を参照して上述したような画面が表示される。
ステップＳ２５において、制御部１０６は、次の観察視野があるか否かを判定する。ステップＳ２５において、次の観察視野があると判定された場合、処理は、ステップＳ２６に進む。
ステップＳ２６において、制御部１０６は、ステージ１０７を移動させる。その後処理は、ステップＳ２１に戻り、それ以降の処理が繰り返し実行される。このようにすることで、観察視野毎の拍動情報および評価値が算出されていく。
一方、ステップＳ２５において、次の観察視野がないと判定された場合、処理は、ステップＳ２７に進む。
ステップＳ２７において、制御部１０６は、観察視野を決定する。このとき、例えば、評価値マップに基づいて観察視野が決定される。
このようにして、観察視野決定処理が実行される。
次に、図２２のフローチャートを参照して、図２１のステップＳ２２の評価指標データ生成処理の詳細な例について説明する。
ステップＳ４１において、動き検出部１２１は、図２１のステップＳ２１で取得された画像データに基づいて、動き検出を行う。これにより、上述したように、（Ｍ×Ｎ）個のブロック単位動き検出データ１８１を有する動き検出データ１５１が得られる。
ステップＳ４２において、動き量算出部１２２は、ステップＳ４１の処理に伴って得られた動き検出データ１５１に基づいて、動き量を算出する。このとき、例えば、動き検出データ１５１おいて、（Ｍ×Ｎ）個のブロックから成るフレーム単位動き検出データ１７１のそれぞれが（Ｋ×Ｌ）個のブロック１９１に分割される。そして、（Ｋ×Ｌ）個のブロック１９１のそれぞれに含まれるブロック単位動き検出データ１８１の平均値を演算することにより、各ブロック内の平均動き量が算出される。
これにより、例えば、図８に示されるように、Ｔ個のフレーム単位動き量データ２０１−１乃至２０１−Ｔから成る動き量データ２００が生成される。
ステップＳ４３において、拍動情報算出部１２３は、拍動情報を算出する。このとき、例えば、観察視野内の拍動面積、観察視野内の拍動数、観察視野内における拍動の収縮時間および弛緩時間、拍動の収縮速度および弛緩速度、拍動持続時間、相関係数、拍動の伝搬速度および伝搬方向などが拍動情報として算出される。
ステップＳ４４において、拍動情報算出部１２３は、ステップＳ４３の処理で算出された拍動情報を含む評価指標データを出力する。
このようにして、評価指標データ生成処理が実行される。
次に、図２３のフローチャートを参照して、図２１のステップＳ２３の評価値算出処理の例について説明する。
ステップＳ６１において、評価部１０４は、拍動数に係る評価値を算出する。このとき、例えば、当該観察視野内の単位時間内の拍動数が一定の範囲内にあることを評価する評価値Ｅ１が算出される。
ステップＳ６２において、評価部１０４は、伝搬方向に係る評価値を算出する。このとき、例えば、当該観察視野内の複数の拍動に係る伝搬方向の平均値の分散値の小ささ（分散の度合）を表す評価値Ｅ２が算出される。
ステップＳ６３において、収縮速度に係る評価値を算出する。このとき、例えば、観察視野内における拍動の収縮速度の大きさを評価する評価値Ｅ３が算出される。
ステップＳ６４において、評価部１０４は、観察視野評価値を算出する。
ステップＳ６５において、評価部１０４は、評価値マップを生成する。
このようにして、評価値算出処理が実行される。
なお、上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。上述した一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば図２４に示されるような汎用のパーソナルコンピュータ７００などに、ネットワークや記録媒体からインストールされる。
図２４において、ＣＰＵ（Central Processing Unit）７０１は、ＲＯＭ（Read Only Memory）７０２に記憶されているプログラム、または記憶部７０８からＲＡＭ（Random Access Memory）７０３にロードされたプログラムに従って各種の処理を実行する。ＲＡＭ７０３にはまた、ＣＰＵ７０１が各種の処理を実行する上において必要なデータなども適宜記憶される。
ＣＰＵ７０１、ＲＯＭ７０２、およびＲＡＭ７０３は、バス７０４を介して相互に接続されている。このバス７０４にはまた、入出力インタフェース７０５も接続されている。
入出力インタフェース７０５には、キーボード、マウスなどよりなる入力部７０６、ＬＣＤ(Liquid Crystal display)などよりなるディスプレイ、並びにスピーカなどよりなる出力部７０７、ハードディスクなどより構成される記憶部７０８、モデム、ＬＡＮカードなどのネットワークインタフェースカードなどより構成される通信部７０９が接続されている。通信部７０９は、インターネットを含むネットワークを介しての通信処理を行う。
入出力インタフェース７０５にはまた、必要に応じてドライブ７１０が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア７１１が適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて記憶部７０８にインストールされる。
上述した一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、インターネットなどのネットワークや、リムーバブルメディア７１１などからなる記録媒体からインストールされる。
なお、この記録媒体は、図２４に示される、装置本体とは別に、ユーザにプログラムを配信するために配布される、プログラムが記録されている磁気ディスク（フロッピディスク（登録商標）を含む）、光ディスク（CD-ROM(Compact Disk-Read Only Memory),DVD(Digital Versatile Disk)を含む）、光磁気ディスク（MD（Mini-Disk）（登録商標）を含む）、もしくは半導体メモリなどよりなるリムーバブルメディア７１１により構成されるものだけでなく、装置本体に予め組み込まれた状態でユーザに配信される、プログラムが記録されているＲＯＭ７０２や、記憶部７０８に含まれるハードディスクなどで構成されるものも含む。
本明細書において上述した一連の処理は、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
また、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
なお、本技術は以下のような構成も取ることができる。
（１）
培養心筋細胞の動きを、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出する動き検出部と、
前記検出された各動きの動き量を算出する動き量算出部と、
前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の特徴量の情報である拍動情報を算出する拍動情報算出部と、
前記拍動情報に基づいて算出される前記複数の観察視野に対応する評価値をそれぞれ算出する評価値算出部と、
前記評価値に基づいて、前記培養心筋細胞上で観察すべき観察視野を決定する視野決定部と
を備える細胞評価装置。
（２）
前記拍動情報は、
前記観察視野内における前記培養心筋細胞の拍動面積である
（１）に記載の細胞評価装置。
（３）
前記動き検出部は、
前記観察領域の動画像の各フレームについて前記部分領域毎に前記動きを検出し、
前記拍動情報算出部は、
前記動画像の複数のフレームの前記部分領域毎の前記動き量に基づいて、前記部分領域の前記培養心筋細胞の拍動を表す波形情報を生成する
（１）に記載の細胞評価装置。
（４）
前記拍動情報は、
前記波形情報に基づいて算出される前記観察視野内における前記培養心筋細胞の単位時間内の拍動数である
（３）に記載の細胞評価装置。
（５）
前記拍動情報は、
前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の拍動の収縮時間または弛緩時間である
（３）に記載の細胞評価装置。
（６）
前記拍動情報は、
前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の拍動の収縮速度または弛緩速度である
（３）に記載の細胞評価装置。
（７）
前記拍動情報は、
前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の前記部分領域間の拍動の波形の相関係数である
（３）に記載の細胞評価装置。
（８）
前記拍動情報は、
前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の拍動の伝搬速度および伝搬方向である
（３）に記載の細胞評価装置。
（９）
前記評価部は、
前記培養心筋細胞に対して施される所定の処理の前後において、前記複数の観察視野に対応する評価値をそれぞれ算出し、
前記観察視野決定部は、
前記培養心筋細胞に対して施される所定の処理の前後での前記評価値の差分に基づいて、前記複数の観察視野の中から所定数の観察視野を選択することにより、前記観察視野を決定する
（１）乃至（８）のいずれかに記載の細胞評価装置。
（１０）
動き検出部が、培養心筋細胞の動きを、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出し、
動き量算出部が、前記検出された各動きの動き量を算出し、
拍動情報算出部が、前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の特徴量の情報である拍動情報を算出し、
評価値算出部が、前記拍動情報に基づいて算出される前記複数の観察視野に対応する評価値をそれぞれ算出し、
視野決定部が、前記評価値に基づいて、前記培養心筋細胞上で観察すべき観察視野を決定するステップ
を含む細胞評価方法。
（１１）
コンピュータを、
培養心筋細胞の動きを、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出する動き検出部と、
前記検出された各動きの動き量を算出する動き量算出部と、
前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の特徴量の情報である拍動情報を算出する拍動情報算出部と、
前記拍動情報に基づいて算出される前記複数の観察視野に対応する評価値をそれぞれ算出する評価値算出部と、
前記評価値に基づいて、前記培養心筋細胞上で観察すべき観察視野を決定する視野決定部とを備える細胞評価装置として機能させる
プログラム。
１０１ 撮像部， １０２ 評価対象画像データ生成記録部， １０３ 評価指標データ生成部， １０４ 評価部， １０５ 表示部， １０６ 制御部， １０７ ステージ， １２１ 動き検出部， １２２ 動き量算出部， １２３ 拍動情報算出部

Claims (10)

  1. 培養心筋細胞の動きを、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出する動き検出部と、
    前記検出された各動きの動き量を算出する動き量算出部と、
    前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の互いに異なる特徴量の情報である複数の拍動情報を算出する拍動情報算出部と、
    前記培養心筋細胞に対して施される所定の処理の前後において、前記複数の観察視野のそれぞれについて、前記複数の拍動情報のそれぞれに係る評価値を算出し、算出した前記複数の拍動情報のそれぞれに係る評価値を重み付け加算して、前記培養心筋細胞の拍動に関する評価値を算出する評価値算出部と、
    前記培養心筋細胞に対して施される所定の処理の前後での前記培養心筋細胞の拍動に関する評価値の差分に基づいて、前記複数の観察視野の中から所定数の観察視野を選択することにより、前記培養心筋細胞上で観察すべき観察視野を決定する視野決定部と
    を備える細胞評価装置。
  2. 前記拍動情報は、
    前記観察視野内における前記培養心筋細胞の拍動面積である
    請求項１に記載の細胞評価装置。
  3. 前記動き検出部は、
    動画像の各フレームについて前記部分領域毎に前記動きを検出し、
    前記拍動情報算出部は、
    前記動画像の複数のフレームの前記部分領域毎の前記動き量に基づいて、前記部分領域の前記培養心筋細胞の拍動を表す波形情報を生成する
    請求項１に記載の細胞評価装置。
  4. 前記拍動情報は、
    前記波形情報に基づいて算出される前記観察視野内における前記培養心筋細胞の単位時間内の拍動数である
    請求項３に記載の細胞評価装置。
  5. 前記拍動情報は、
    前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の拍動の収縮時間または弛緩時間である
    請求項３に記載の細胞評価装置。
  6. 前記拍動情報は、
    前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の拍動の収縮速度または弛緩速度である
    請求項３に記載の細胞評価装置。
  7. 前記拍動情報は、
    前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の前記部分領域間の拍動の波形の相関係数である
    請求項３に記載の細胞評価装置。
  8. 前記拍動情報は、
    前記波形情報に基づいて算出される前記観察視野内の前記培養心筋細胞の拍動の伝搬速度および伝搬方向である
    請求項３に記載の細胞評価装置。
  9. 動き検出部が、培養心筋細胞の動きを、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出し、
    動き量算出部が、前記検出された各動きの動き量を算出し、
    拍動情報算出部が、前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の互いに異なる特徴量の情報である複数の拍動情報を算出し、
    評価値算出部が、前記培養心筋細胞に対して施される所定の処理の前後において、前記複数の観察視野のそれぞれについて、前記複数の拍動情報のそれぞれに係る評価値を算出し、算出した前記複数の拍動情報のそれぞれに係る評価値を重み付け加算して、前記培養心筋細胞の拍動に関する評価値を算出し、
    視野決定部が、前記培養心筋細胞に対して施される所定の処理の前後での前記培養心筋細胞の拍動に関する評価値の差分に基づいて、前記複数の観察視野の中から所定数の観察視野を選択することにより、前記培養心筋細胞上で観察すべき観察視野を決定するステップ
    を含む細胞評価方法。
  10. コンピュータを、
    培養心筋細胞の動きを、前記培養心筋細胞上の複数の観察視野のそれぞれの部分領域毎に検出する動き検出部と、
    前記検出された各動きの動き量を算出する動き量算出部と、
    前記算出された各動き量に基づいて、前記培養心筋細胞の拍動の互いに異なる特徴量の情報である複数の拍動情報を算出する拍動情報算出部と、
    前記培養心筋細胞に対して施される所定の処理の前後において、前記複数の観察視野のそれぞれについて、前記複数の拍動情報のそれぞれに係る評価値を算出し、算出した前記複数の拍動情報のそれぞれに係る評価値を重み付け加算して、前記培養心筋細胞の拍動に関する評価値を算出する評価値算出部と、
    前記培養心筋細胞に対して施される所定の処理の前後での前記培養心筋細胞の拍動に関する評価値の差分に基づいて、前記複数の観察視野の中から所定数の観察視野を選択することにより、前記培養心筋細胞上で観察すべき観察視野を決定する視野決定部とを備える細胞評価装置として機能させる
    プログラム。
JP2015527272A 2013-07-19 2014-07-10 細胞評価装置および方法、並びにプログラム Active JP6573118B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013150435 2013-07-19
JP2013150435 2013-07-19
PCT/JP2014/068377 WO2015008682A1 (ja) 2013-07-19 2014-07-10 細胞評価装置および方法、並びにプログラム

Publications (2)

Publication Number Publication Date
JPWO2015008682A1 JPWO2015008682A1 (ja) 2017-03-02
JP6573118B2 true JP6573118B2 (ja) 2019-09-11

Family

ID=52346145

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015527272A Active JP6573118B2 (ja) 2013-07-19 2014-07-10 細胞評価装置および方法、並びにプログラム

Country Status (5)

Country Link
US (1) US10157459B2 (ja)
EP (1) EP3009501A4 (ja)
JP (1) JP6573118B2 (ja)
CN (1) CN105378052B (ja)
WO (1) WO2015008682A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6217968B2 (ja) * 2013-07-19 2017-10-25 ソニー株式会社 画像処理装置および方法、並びにプログラム
USD823312S1 (en) * 2014-08-11 2018-07-17 Sony Corporation Display panel or screen with graphical user interface
USD863321S1 (en) * 2014-12-26 2019-10-15 Sony Corporation Portion of display panel or screen with graphical user interface
JP2016140317A (ja) * 2015-02-03 2016-08-08 ソニー株式会社 情報処理装置、情報処理方法、プログラム及び観察システム
JP2017146696A (ja) * 2016-02-16 2017-08-24 ソニー株式会社 画像処理装置、画像処理方法及び画像処理システム
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
JP7164862B2 (ja) * 2017-07-31 2022-11-02 静岡県公立大学法人 心筋細胞型判定システム、心筋細胞型判定方法
JP2019181049A (ja) * 2018-04-17 2019-10-24 ソニー株式会社 生体情報評価装置および生体情報評価方法
FR3086435B1 (fr) * 2018-09-26 2021-06-11 Univ Claude Bernard Lyon Procede d’analyse automatisee des contractions cellulaires d’un ensemble de cellules biologiques.
USD940745S1 (en) * 2018-10-31 2022-01-11 Sony Corporation Display panel or screen or a portion thereof with an animated graphical user interface
CN113129340B (zh) * 2021-06-15 2021-09-28 萱闱(北京)生物科技有限公司 操作设备的运动轨迹分析方法、装置、介质和计算设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004340738A (ja) * 2003-05-15 2004-12-02 Sysmex Corp 細胞分類装置とシステム及び細胞分類方法
WO2011122200A1 (ja) 2010-03-29 2011-10-06 ソニー株式会社 データ処理装置およびデータ処理方法、画像処理装置および方法、並びに、プログラム
JP5828210B2 (ja) 2010-10-19 2015-12-02 ソニー株式会社 画像処理装置および方法、並びに、プログラム
JP6078943B2 (ja) * 2011-02-28 2017-02-15 ソニー株式会社 画像処理装置および方法、並びに、プログラム
JP5413408B2 (ja) * 2011-06-09 2014-02-12 富士ゼロックス株式会社 画像処理装置、プログラム及び画像処理システム
US9070004B2 (en) * 2012-05-03 2015-06-30 General Electric Company Automatic segmentation and characterization of cellular motion
JP6102166B2 (ja) 2012-10-10 2017-03-29 株式会社ニコン 心筋細胞の運動検出方法、心筋細胞の培養方法、薬剤評価方法、画像処理プログラム及び画像処理装置
JP6567244B2 (ja) * 2012-10-10 2019-08-28 株式会社ニコン 細胞の運動観察方法、画像処理プログラム及び画像処理装置

Also Published As

Publication number Publication date
US20160163044A1 (en) 2016-06-09
US10157459B2 (en) 2018-12-18
EP3009501A1 (en) 2016-04-20
CN105378052B (zh) 2018-04-24
CN105378052A (zh) 2016-03-02
EP3009501A4 (en) 2017-01-25
JPWO2015008682A1 (ja) 2017-03-02
WO2015008682A1 (ja) 2015-01-22

Similar Documents

Publication Publication Date Title
JP6573118B2 (ja) 細胞評価装置および方法、並びにプログラム
JP6078943B2 (ja) 画像処理装置および方法、並びに、プログラム
JP6504417B2 (ja) 心筋細胞評価装置および方法、並びに、プログラム
EP2444935B1 (en) Analysis of cell development from motion correlation
JP3982817B2 (ja) 画像処理装置および画像処理方法
US11087472B2 (en) Image processing device, method, and medium for calculating propagation speed and direction of object pulsations
US20180268557A1 (en) Information processing device, information processing method, and information processing system
JP2016167251A (ja) 情報処理装置、プログラム、情報処理方法及び観察システム
Demongeot et al. Multiscale modeling and imaging: the challenges of biocomplexity
WO2017169397A1 (ja) 画像処理装置、画像処理方法、及び画像処理システム
JP2013040829A (ja) ボリュームデータ処理装置及び方法
JP6191888B2 (ja) 画像処理装置および方法、並びに、プログラム
JP6436142B2 (ja) 画像処理装置および方法、並びに、プログラム
Khachira et al. A comparative study of motion estimation algorithms in cardiac ultrasound sequences
US20220005197A1 (en) Method for the automated analysis of cellular contractions of a set of biological cells
Yasrab et al. Automating the Human Action of First-Trimester Biometry Measurement from Real-World Freehand Ultrasound

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170518

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180515

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180702

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181225

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190214

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: 20190718

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190731

R151 Written notification of patent or utility model registration

Ref document number: 6573118

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151