JP6777086B2 - 情報処理装置、情報処理方法及び情報処理システム - Google Patents

Description

本開示は、情報処理装置、情報処理方法及び情報処理システムに関する。

医療および生命科学の研究において、多くの種類の細胞の運動、成長、代謝、または増殖等の変化を観察し、解析することが行われている。しかし、観察者の目視による細胞の観察は観察者の主観によるところが大きく、客観的な解析結果を得ることが困難である。そこで、近年、細胞を撮像して得られる撮像画像を画像解析することにより細胞の変化を解析する技術の開発が進められている。

撮像画像に含まれる細胞に対応する領域について解析するためには、細胞を検出するためのアルゴリズムを適切に選択することが求められる。例えば、下記特許文献１には、複数の画像データについて複数の領域抽出アルゴリズムを実行し、ユーザが指定した一の画像内の注目領域における特徴を最も精度高く抽出したアルゴリズムを選択するための技術が開示されている。また、下記特許文献２には、細胞の種類に応じたアルゴリズムを選択することにより当該細胞を解析するための技術が開示されている。

特許第５２８４８６３号公報 特許第４８５２８９０号公報

しかし、上記特許文献１に開示された技術では、一の画像に示された細胞の特徴に応じてアルゴリズムが決定されるので、細胞の成長または増殖等による変化が生じた場合、決定されたアルゴリズムを用いて当該細胞の変化を解析することは困難である。また、上記特許文献２に開示された技術では、ある時点における細胞の状態について解析するための検出器が細胞の種類から選択されるので、細胞の増殖または細胞死等、細胞の形状または状態の時間変化を連続的に解析することが困難である。

そこで、本開示では、細胞の変化について精度高く解析を行うことが可能な、新規かつ改良された情報処理装置、情報処理方法および情報処理システムを提案する。

本開示によれば、解析方法に応じて少なくとも一の検出器を決定する検出器決定部と、上記検出器決定部により決定された上記少なくとも一の検出器を用いて、上記解析方法による解析を行う解析部と、を備える情報処理装置が提供される。

また、本開示によれば、解析方法に応じて少なくとも一の検出器を決定することと、決定された上記少なくとも一の検出器を用いて、上記解析方法による解析を行うことと、を含む情報処理方法が提供される。

また、本開示によれば、撮像画像を生成する撮像部を備える撮像装置と、解析方法に応じて少なくとも一の検出器を決定する検出器決定部と、上記検出器決定部により決定された上記少なくとも一の検出器を用いて、上記撮像画像について上記解析方法による解析を行う解析部と、を備える情報処理装置と、を備える情報処理システムが提供される。

以上説明したように本開示によれば、細胞の変化について精度高く解析を行うことができる。

なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。

本開示の一実施形態に係る情報処理システムの構成の概要を示す図である。 本開示の第１の実施形態に係る情報処理装置の構成例を示すブロック図である。 同実施形態に係る検出レシピを説明するための表である。 解析方法に対応する検出レシピの一例を示す表である。 同実施形態に係る検出パラメータ調整部に調整内容を入力するためのインターフェースの一例を示す図である。 同実施形態に係る情報処理装置による処理の一例を示すフローチャートである。 同実施形態に係る撮像装置により生成された撮像画像の一例を示す図である。 同実施形態に係る領域描画部による描画処理の一例を示す図である。 同実施形態に係る出力制御部による出力例を示す図である。 同実施形態に係る複数の検出器による注目領域の絞り込み処理による第１の出力例を示す図である。 同実施形態に係る複数の検出器による注目領域の絞り込み処理による第２の出力例を示す図である。 本開示の第２の実施形態に係る情報処理装置の構成例を示すブロック図である。 同実施形態に係る形状設定部による注目領域の形状の設定処理に関する例を示す図である。 同実施形態に係る領域特定部による注目領域の特定処理に関する例を示す図である。 本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

なお、説明は以下の順序で行うものとする。
１．情報処理システムの概要
２．第１の実施形態
２．１．情報処理装置の構成例
２．２．情報処理装置の処理例
２．３．効果
２．４．応用例
３．第２の実施形態
３．１．情報処理装置の構成例
３．２．効果
４．ハードウェア構成例
５．まとめ

＜１．情報処理システムの概要＞
図１は、本開示の一実施形態に係る情報処理システム１の構成の概要を示す図である。図１に示すように、情報処理システム１は、撮像装置１０、および情報処理装置２０を備える。撮像装置１０および情報処理装置２０は、有線または無線の各種ネットワークにより接続される。

（撮像装置）
撮像装置１０は、撮像画像（動画像）を生成する装置である。本実施形態に係る撮像装置１０は、例えば、デジタルカメラにより実現される。他にも、撮像装置１０は、例えばスマートフォン、タブレット、ゲーム機、またはウェアラブル装置など、撮像機能を有するあらゆる装置により実現されてもよい。例えば、撮像装置１０は、ＣＣＤ（Charge Coupled Device）またはＣＭＯＳ（Complementary Metal Oxide Semiconductor）などの撮像素子、および撮像素子への被写体像の結像を制御するためのレンズなどの各種の部材を用いて実空間を撮像する。また、撮像装置１０は、情報処理装置２０との間で撮像画像等を送受信するための通信装置を含む。本実施形態において、撮像装置１０は、解析対象である細胞が培養されている培地Ｍを撮像するための撮像ステージＳの上方に設けられる。そして、撮像装置１０は、培地Ｍを特定のフレームレートで撮像することにより動画像データを生成する。なお、撮像装置１０は、培地Ｍを直接（他の部材を介さずに）撮像してもよいし、顕微鏡等の他の部材を介して培地Ｍを撮像してもよい。また、上記フレームレートは特に限定されないが、観察対象の変化の度合いに応じて設定されることが好ましい。なお、撮像装置１０は、観察対象の変化を正しく追跡するため、培地Ｍを含む一定の撮像領域を撮像する。撮像装置１０により生成された動画像データは、情報処理装置２０へ送信される。

なお、本実施形態において、撮像装置１０は光学顕微鏡等に設置されるカメラであることを想定しているが、本技術はかかる例に限定されない。例えば、撮像装置１０は、ＳＥＭ（Scanning Electron Microscope；走査型電子顕微鏡）、もしくはＴＥＭ（Transmission Electron Microscope；透過型電子顕微鏡）等の電子線を用いた電子顕微鏡等に含まれる撮像装置、または、ＡＦＭ（Atomic Force Microscope；原子間力顕微鏡）、もしくはＳＴＭ（Scanning Tunneling Microscope；走査型トンネル顕微鏡）等の短針を用いたＳＰＭ（Scanning Probe Microscope；走査型プローブ顕微鏡）等に含まれる撮像装置であってもよい。この場合、撮像装置１０により生成される撮像画像は、例えば電子顕微鏡の場合、電子線を観察対象に照射することにより得られる画像であり、また、ＳＰＭの場合、短針を用いて観察対象をなぞることにより得られる画像である。これらの撮像画像も、本実施形態に係る情報処理装置２０により画像解析され得る。

（情報処理装置）
情報処理装置２０は、画像解析機能を有する装置である。情報処理装置２０は、ＰＣ（Personal Computer）、タブレット、スマートフォンなど、画像解析機能を有するあらゆる装置により実現される。また、情報処理装置２０は、ネットワーク上の１または複数の情報処理装置によって実現されてもよい。本実施形態に係る情報処理装置２０は、撮像装置１０から撮像画像を取得し、取得した撮像画像について観察対象の領域の追跡を実行する。情報処理装置２０による追跡処理の解析結果は、情報処理装置２０の内部または外部に備えられる記憶装置または表示装置等に出力される。なお、情報処理装置２０の各機能を実現する機能構成については後述する。

なお、本実施形態において、撮像装置１０および情報処理装置２０により情報処理システム１が構成されるが、本技術はかかる例に限定されない。例えば、撮像装置１０が、情報処理装置２０に関する処理（例えば追跡処理）を行ってもよい。この場合、情報処理システム１は、観察対象の追跡機能を有する撮像装置により実現される。

ここで、観察対象となる細胞は、人、動物、植物、生体組織、または無生物である構造体等の通常の被写体と異なり、短時間において成長、分裂、結合、変形、またはネクローシス（Necrosis；壊死）等の各種現象を発生させる。そうすると、例えば特許第５２８４８６３号明細書に開示された技術では、ある時点における細胞の画像をもとに検出器が選択されるため、細胞が形状または状態を変化させた場合に、同一の検出器を用いて当該細胞を解析することは困難である。また、特許第４８５２８９０号明細書に開示された技術では、ある時点における細胞の状態について解析するための検出器が細胞の種類から選択されるので、細胞の増殖または細胞死等、細胞の形状または状態の時間変化を連続的に解析することが困難である。そのため、上記文献に開示された技術では、細胞の変化について解析または評価を行うことが困難である。また、観察対象が動物、植物または無生物である構造体であっても、薄膜またはナノクラスタ結晶の成長等、観察対象の構造または形状が短時間で著しく変化する場合、観察の種類に応じた観察対象を連続的に解析し続けることは困難である。

そこで、本実施形態に係る情報処理システム１は、観察対象の解析方法または評価方法に関連付けられた検出器を検出器群から選択し、選択された検出器を用いて解析を行う。かかる技術により、観察対象の変化を解析するための解析方法または評価するための評価方法を選択することで、当該解析方法等に応じた変化を発生させている観察対象を検出し、当該観察対象について解析することができる。これにより、観察対象の変化についてより精度高く解析を行うことができる。なお、本実施形態に係る情報処理システム１は、主に観察対象の変化等を評価するために用いられることが想定される。しかし、観察対象の変化等を評価するためには、観察対象の変化等を解析することが前提となる。例えば、ユーザが情報処理システム１を用いて観察対象についてＡＡという評価を行う場合、ＡＡという評価に必要な解析方法がＢＢまたはＣＣであれば、情報処理システム１において、解析方法ＢＢまたはＣＣによる解析が当該観察対象について行われることとなる。つまり、評価方法に応じて選択された検出器を用いて解析することは、解析方法に応じて選択された検出器を用いて解析することに含まれる。そのため、本開示において、解析方法は評価方法を含むものとして説明する。

以上、本開示の一実施形態に係る情報処理システム１の概要について説明した。本開示の一実施形態に係る情報処理システム１に含まれる情報処理装置２０は、複数の実施形態において実現される。以下、情報処理装置２０の具体的な構成例および動作処理について説明する。

＜２．第１の実施形態＞
まず、図２〜図１１を参照して本開示の第１の実施形態に係る情報処理装置２０−１について説明する。

［２．１．情報処理装置の構成例］
図２は、本開示の第１の実施形態に係る情報処理装置２０−１の構成例を示すブロック図である。図２に示すように、情報処理装置２０−１は、検出器データベース（ＤＢ）２００、解析方法取得部２１０、検出器決定部２２０、画像取得部２３０、検出部２４０、検出パラメータ調整部２５０、領域描画部２６０、解析部２７０、および出力制御部２８０を含む。

（検出器ＤＢ）
検出器ＤＢ２００は、解析対象を検出するために必要な検出器を格納するデータベースである。検出器ＤＢ２００により格納された検出器は、観察対象を撮像した撮像画像から特徴量を計算し、当該特徴量に基づいて当該観察対象に対応する領域を検出するために用いられる。検出器ＤＢ２００には複数の検出器が格納されており、これらの検出器は、特定の観察対象に対して行う解析方法または評価方法に応じてそれぞれ最適化されている。例えば、観察対象のある特定の変化を検出するために、当該特定の変化に対して複数の検出器が関連付けられている。この特定の変化を検出するための複数の検出器の組を、本明細書において「検出レシピ」と定義する。検出レシピに含まれる検出器の組み合わせは、例えば、観察対象ごとに、および当該観察対象が発現し得る現象ごとに予め決定される。

図３は、本実施形態に係る検出レシピを説明するための表である。図３に示すように、検出レシピは、観察対象である細胞の変化（および観察対象）に関連付けられており、関連付けられた細胞の変化を検出するための検出器（および対応する特徴量）を有している。特徴量とは、観察対象を検出するために用いられる変数を意味する。

ここで、図３に示すように、検出器ＤＢ２００に格納される検出器として、注目領域検出器、および識別領域検出器の２種類が存在する。注目領域検出器は、観察対象が存在する領域を撮像画像から検出するための検出器である。注目領域検出器として、例えば、観察対象が種々の細胞である場合、細胞領域検出器が含まれる。この注目領域検出器は、例えば、エッジまたは濃淡等の特徴量を計算することにより観察対象の存在領域を検出するために用いられる。

一方、識別領域検出器は、観察対象の一部または全部により変化している領域を撮像画像から検出するための検出器である。識別領域検出器として、例えば、観察対象が種々の細胞である場合、増殖領域検出器、律動領域検出器、分化領域検出器、内腔領域検出器、死領域検出器、神経細胞体領域検出器、および軸索領域検出器等が含まれる。この識別領域検出器は、例えば、複数フレーム間における動きまたはＬＢＰ（Local Binary Pattern）等の特徴量を計算することにより観察対象の変化領域を検出するために用いられる。これにより、観察対象にみられる特有の変化について解析することが容易になる。

上述した検出レシピは、注目領域検出器、および識別領域検出器を有する。このような検出レシピを用いることにより、観察対象に対応する領域（注目領域）を検出し、当該注目領域のうち、さらに観察対象の変化が生じている領域を識別することができる。なお、単に観察対象に対応する領域に関する解析を行う場合（例えば細胞領域の大きさまたは移動等について解析する場合）、検出レシピには注目領域検出器のみが含まれていてもよい。また、観察対象に対応する領域が撮像画像中に一つしか含まれていない場合、または観察対象の解析において個々の観察対象に対応する領域を検出しなくてもよい場合、検出レシピには識別領域検出器のみが含まれていてもよい。

図３に示すように、例えば、検出レシピＡは、細胞の遊走または浸潤といった変化を検出するための検出レシピである。そのため、検出レシピＡには、細胞の領域を検出するための細胞領域検出器、および細胞の遊走または浸潤を引き起こす細胞の増殖領域を検出するための増殖領域検出器が含まれる。がん細胞の浸潤について解析する場合、検出レシピＡを選択することにより、細胞領域検出器を用いてがん細胞に対応する領域を検出し、さらに、増殖領域検出器を用いてがん細胞が浸潤を引き起こしている領域を検出することができる。

なお、この検出レシピＡは、例えば、がん細胞検出用の検出レシピＡａ、血球検出用の検出レシピＡｂ、およびリンパ球検出用の検出レシピＡｃというように、観察対象ごとに用意されてもよい。観察対象ごとに、検出するための特徴が異なるからである。

また、検出レシピＣおよび検出レシピＥのように、一つの検出レシピに対して複数の識別領域検出器が含まれていてもよい。これにより、例えば、細胞の分化等により異なる特徴を有する観察対象が新たに生じた場合においても、再度新たな観察対象に対応する検出器を採用することなく、当該新たな観察対象について検出し、解析することができる。また、一つの観察対象について複数の異なる特徴を有している場合であっても、特定の特徴を有する領域を識別して解析することができる。

これらの検出器は、観察対象について精度高く検出するよう最適化され得る。例えば、上述したような検出器は、観察対象に対する解析方法または評価方法と、観察対象の像を含む撮像画像との組を学習データとする機械学習により生成されてもよい。具体的には後述するが、観察対象に対する解析方法または評価方法は、少なくとも一の検出レシピと関連付けられている。そのため、検出レシピと対応する解析方法または評価方法の対象である観察対象の像を含む撮像画像を用いて予め機械学習させることにより、検出精度を向上させることができる。

なお、識別領域検出器に用いられる特徴量には、例えば、ベクトルデータ等の時系列情報が含まれてもよい。これは、例えば、観察対象のうち識別したい領域の時間変化の程度をより精度高く検出するためである。

上述した機械学習は、例えば、ｂｏｏｓｔ、サポートベクタマシン等による機械学習であってもよい。これらの手法によれば、複数の観察対象の像が共通して有する特徴量に関する検出器が生成される。これらの手法において用いられる特徴量は、例えば、エッジ、ＬＢＰ、またはＨａａｒ−ｌｉｋｅ特徴量などであってもよい。また、機械学習としてＤｅｅｐ Ｌｅａｒｎｉｎｇが用いられてもよい。Ｄｅｅｐ Ｌｅａｒｎｉｎｇでは、上記のような領域を検出するための特徴量を自動で生成するので、学習データの組について機械学習させるだけで検出器を生成することができる。

（解析方法取得部）
解析方法取得部２１０は、観察対象を解析するための解析方法または評価方法（上述したように評価方法は解析方法に含まれるため、以下、評価方法と解析方法とを併せて「解析方法」と呼称する）に関する情報を取得する。例えば、解析方法取得部２１０は、情報処理装置２０−１を用いて観察対象の解析を行う際に、不図示の入力部を介してユーザにより入力された解析方法を取得してもよい。また、解析方法取得部２１０は、例えば、予め決められたスケジュールに従って解析を行う際は、所定の時点において不図示の記憶部から解析方法を取得してもよい。さらに、解析方法取得部２１０は、不図示の通信部を介して解析方法を取得してもよい。

解析方法取得部２１０は、例えば、「がん細胞のスクラッチアッセイ」「心筋細胞の薬効評価」等の解析方法（評価方法）に関する情報を取得する。解析方法が単に「大きさ解析」「動き解析」等である場合は、解析方法取得部２１０は、解析方法に加えて、観察対象である細胞の種類に関する情報を併せて取得してもよい。

解析方法取得部２１０により取得された解析方法に関する情報は、検出器決定部２２０に出力される。

（検出器決定部）
検出器決定部２２０は、解析方法取得部２１０から取得した解析方法に関する情報に応じて、少なくとも一の検出器を決定する。例えば、検出器決定部２２０は、取得した解析方法の種類に関連付けられている検出レシピを決定し、検出器ＤＢ２００から当該検出レシピに含まれている検出器を取得する。

図４は、解析方法に対応する検出レシピの一例を示す表である。図４に示すように、一の解析方法は、観察対象である細胞の少なくとも一の変化（および観察対象）に関連付けられている。これは、細胞の解析が、細胞の特定の変化について行われるものだからである。また、図３に示したように、観察対象のそれぞれの変化は、検出レシピに対応づけられている。そのため、解析方法が決定されれば、検出処理に用いられる検出器も解析方法に応じて決定される。

例えば、図４に示したように、評価としてがん細胞スクラッチアッセイを行う場合、検出器決定部２２０は、がん細胞スクラッチアッセイに応じた検出レシピＡを決定する。これは、がん細胞スクラッチアッセイが、がん細胞の遊走および浸潤について評価するものだからである。ここで決定された検出レシピＡは、がん細胞に対応する検出レシピＡａであってもよい。これにより、さらに検出精度および解析精度を向上させることができる。検出器決定部２２０は、検出レシピＡに含まれる検出器を検出器ＤＢ２００から取得する。

また、心筋細胞薬効評価を行う場合、検出器決定部２２０は、心筋細胞薬効評価に対応する検出レシピとして、検出レシピＢ、検出レシピＣ、および検出レシピＤを決定する。これは、心筋細胞薬効評価として、投薬により心筋細胞の律動、増殖、分裂、または細胞死等を評価するものだからである。この場合、律動に対応する検出レシピＢ、増殖および分裂に対応する検出レシピＣ、並びに細胞死に対応する検出レシピＤが決定される。これらの検出レシピに含まれる検出器を用いて検出することにより、心筋細胞のうち律動している領域、分裂している領域、および細胞死した領域等をそれぞれ分別することができる。これにより、解析結果をより充実させることができる。

他にも、検出器決定部２２０が解析方法に応じて複数の検出器を決定することにより、以下のような解析も可能となる。例えば、複数の種類の細胞について同時に解析したい場合が存在する。この場合、検出器決定部２２０が複数の解析方法に応じて検出器をそれぞれ取得することにより、一度に複数の種類の細胞について解析することができる。これにより、例えば、受精について解析する場合に、卵子と精子についてそれぞれ検出し、解析することが可能となる。また、がん細胞と免疫細胞の相互作用について解析したい場合、２つの細胞をそれぞれ検出し、解析することができる。また、血球細胞群に含まれる細胞（赤血球、白血球、または血小板など）を識別することも可能となる。

また、細胞の成長過程における変化について解析したい場合が存在する。この場合、成長による形態の変化に応じて最適化された複数の検出器を含む検出レシピを決定することにより、形態が変化しつつある細胞について連続的に解析を行うことができる。これにより、例えば、神経細胞の軸索の成長および変化、培地においてコロニーを形成する培養細胞の形態の変化、並びに受精卵の形態の変化等を追跡的に解析することが可能となる。

さらに、細胞が複数の反応を示し得る試験について評価したい場合が存在する。この場合、細胞が取り得る形態または状態に対応する複数の検出器を含む検出レシピを決定することにより、細胞群の複数の反応について総合的に評価することができる。これにより、例えば、薬効評価または毒性試験評価における細胞の形態の変化、拍動、生死、および増殖能の変化等について、総合的に解析を行うことが可能となる。

以上、検出器決定部２２０の機能について説明した。検出器決定部２２０により決定された検出器に関する情報は、検出部２４０に出力される。

（画像取得部）
画像取得部２３０は、撮像装置１０により生成された撮像画像を含む画像データを、不図示の通信装置を介して取得する。例えば、画像取得部２３０は、撮像装置１０により生成された動画像データを時系列に取得する。取得した画像データは、検出部２４０に出力される。

なお、画像取得部２３０が取得する画像は、ＲＧＢ画像またはグレースケール画像等が含まれる。取得した画像がＲＧＢ画像である場合、画像取得部２３０は、当該ＲＧＢ画像である撮像画像をグレースケールに変換する。

（検出部）
検出部２４０は、画像取得部２３０が取得した撮像画像について、検出器決定部２２０において決定された検出器を用いて注目領域を検出する。注目領域とは、上述したように、観察対象に対応する領域である。

例えば、検出部２４０は、検出レシピに含まれている注目領域検出器を用いることにより、撮像画像内の観察対象に対応する領域を検出する。また、検出部２４０は、検出レシピに含まれている識別領域検出器を用いることにより、観察対象において特定の変化が生じている領域を検出する。

検出部２４０は、より具体的には、検出器が指定する特徴量を取得した撮像画像から算出し、当該撮像画像に関する特徴量データを生成する。検出部２４０は、この特徴量データを用いて、注目領域を撮像画像内から検出する。例えば、検出部２４０が注目領域を検出するためのアルゴリズムとして、Ｂｏｏｓｔ、サポートベクタマシン等が挙げられる。当該撮像画像ついて生成される特徴量データは、検出部２４０が用いる検出器が指定する特徴量についてのデータである。なお、検出部２４０が用いる検出器がＤｅｅｐ Ｌｅａｒｎｉｎｇ等、特徴量を予め設定する必要がない学習法により生成された場合は、検出部２４０は、当該検出器により自動的に設定された特徴量について撮像画像から算出する。

また、検出部２４０は、検出器決定部２２０が決定した検出レシピに複数の検出器が含まれている場合、その複数の検出器を用いてそれぞれ注目領域を検出してもよい。この場合、例えば、検出部２４０は、注目領域検出器を用いて注目領域を検出し、さらに識別領域検出器を用いて先に検出された注目領域からさらに識別したい領域を検出してもよい。これにより、解析したい観察対象の特定の変化をより詳細に検出することができる。

例えば、検出部２４０は、検出器決定部２２０により決定された検出レシピＡ（図３参照）を用いて観察対象の検出を行うとする。検出レシピＡには、がん細胞を対象とする細胞領域検出器および増殖領域検出器が含まれている。検出部２４０は、細胞領域検出器を用いてがん細胞に対応する領域を検出し、さらに、増殖領域検出器を用いることにより、がん細胞が浸潤を引き起こしている領域を検出することができる。

なお、検出部２４０は、検出した注目領域を、解析部２７０による解析により得られる解析結果と関連付けるための処理を行ってもよい。例えば、詳しくは後述するが、検出部２４０は、検出した各注目領域について、解析方法等を識別するためのＩＤを付与してもよい。これにより、例えば各注目領域のポスト解析処理において得られた各解析結果についての管理を容易にすることができる。また、検出部２４０は、複数の検出器による検出結果に応じて、各注目領域に付与されるＩＤの値を決定してもよい。例えば、検出部２４０は、複数の桁を有するＩＤのうち、下位の桁に検出された注目領域を識別するための番号を付番し、上位の桁に注目領域の検出に用いられた検出器に対応する番号を付番してもよい。より具体的には、検出部２４０は、第１の検出器を用いて検出した２つの注目領域について「１００００００１」、および「１００００００２」というＩＤを付与し、第２の検出器を用いて検出した１つの注目領域について「０００１０００１」というＩＤを付与してもよい。また、検出部２４０は、１つの注目領域について第１の検出器および第２の検出器のいずれを用いても検出できた場合、当該注目領域について「１００１０００１」というＩＤを付与してもよい。これにより、解析部２７０による解析処理時において、解析結果に対応する注目領域についてどの解析方法に対応するかを容易に識別することができる。

また、検出部２４０は、検出パラメータに基づいて注目領域を検出してもよい。ここで検出パラメータとは、観察対象の状態もしくは観察条件等に応じて変動する撮像画像の状態、または撮像装置１０の撮像条件もしくは仕様等に応じて調整可能なパラメータを意味する。より具体的には、検出パラメータには、撮像画像の縮尺、観察対象の大きさ、動きの速さ、観察対象が形成するクラスタの大きさ、確率変数等が含まれる。検出パラメータは、例えば、上述したような観察対象の状態または観察条件等に応じて自動的に調整されてもよいし、撮像装置１０の撮像条件（例えば撮像倍率、撮像フレーム、明るさ等）に応じて自動的に調整されてもよい。また、この検出パラメータは後述する検出パラメータ調整部により調整されてもよい。

検出部２４０は、検出結果（注目領域、識別領域、およびラべル等の情報）を、領域描画部２６０、および解析部２７０に出力する。

（検出パラメータ調整部）
検出パラメータ調整部２５０は、上述したように、観察対象の状態、観察条件または撮像装置１０の撮像条件等に応じて、検出部２４０の検出処理に関する検出パラメータを調整する。検出パラメータ調整部２５０は、例えば上記の各状態および各条件に応じて検出パラメータを自動的に調整してもよいし、ユーザの操作により検出パラメータが調整されてもよい。

図５は、本実施形態に係る検出パラメータ調整部２５０に調整内容を入力するためのインターフェースの一例を示す図である。図５に示したように、検出パラメータを調整するためのインターフェース２０００には、検出パラメータの種類２００１、およびスライダ２００２が含まれている。検出パラメータの種類２００１には、Ｓｉｚｅ Ｒａｔｉｏ（撮像画像の縮小率）、Ｏｂｊｅｃｔ Ｓｉｚｅ（検出サイズの閾値）、Ｃｌｕｓｔｅｒ Ｓｉｚｅ（検出した注目領域に対応する観察対象が同一であるかを判別するための閾値）、およびＳｔｅｐ Ｓｉｚｅ（検出処理のフレーム単位）が含まれる。他にも、輝度の閾値等の他の検出パラメータも調整対象として検出パラメータの種類２００１に含まれてもよい。これらの検出パラメータは、スライダ２００２を操作することにより変更される。

検出パラメータ調整部２５０により調整された検出パラメータは、検出部２４０に出力される。

（領域描画部）
領域描画部２６０は、検出部２４０の検出処理の対象である撮像画像上に、注目領域、識別領域、およびＩＤ等の検出結果を重畳させる。領域描画部２６０は、例えば、直線、曲線、または曲線等によって閉じられた平面等の図形により注目領域および識別領域等を示してもよい。これらの領域を示す平面の形状は、例えば矩形、円形、楕円形等、任意の形状であってもよく、また、観察対象に対応する領域の輪郭に応じて形成された形状であってもよい。また、領域描画部２６０は、上記のＩＤを注目領域または識別領域の近傍に表示させてもよい。領域描画部２６０による具体的な描画処理については、後述する。領域描画部２６０は、描画処理の結果を出力制御部２８０に出力する。

（解析部）
解析部２７０は、検出部２４０が検出した注目領域（および識別領域）について解析を行う。解析部２７０は、例えば、注目領域の検出に用いられた検出器に関連付けられている解析方法に基づく解析を、当該注目領域について行う。解析部２７０により行われる解析とは、例えば観察対象である細胞の成長、増殖、分裂、細胞死、運動または形状の変化を定量的に評価するための解析である。この場合、解析部２７０は、例えば、細胞のサイズ、面積、個数、形状（例えば、真円度）、動きベクトル等の特徴量について注目領域または識別領域から算出する。

図４を参照すると、例えばがん細胞についてスクラッチアッセイを行う場合、解析部２７０は、がん細胞に対応する注目領域の遊走または浸潤の程度について解析する。具体的には、解析部２７０は、がん細胞に対応する注目領域のうち、遊走または浸潤の現象が発生している領域について解析する。解析部２７０は、注目領域または遊走もしくは浸潤の現象が発生している領域の特徴量として、当該領域の面積、サイズ、動きベクトルなどを算出する。

また、例えば、心筋細胞について薬効評価を行う場合、解析部２７０は、心筋細胞に対応する注目領域のうち、律動が生じている領域、増殖（分裂）が生じている領域、および細胞死が生じている領域の各々について、解析を行う。より具体的には、解析部２７０は、律動が生じている領域の律動の大きさを解析し、増殖が生じている領域の分化スピードを解析し、また、細胞死が生じている領域の面積について解析してもよい。このように解析部２７０は、検出部２４０による各々の検出器を用いて得られた検出結果ごとに、解析を行ってもよい。これにより、単一の種類の細胞についても、複数の解析を一度に行うことができるので、複数の解析が必要な評価を総合的に行うことができる。

解析部２７０は、算出した特徴量等を含む解析結果を、出力制御部２８０に出力する。

（出力制御部）
出力制御部２８０は、領域描画部２６０から取得した描画情報（領域重畳後の撮像画像等）、および解析部２７０から取得した解析結果を出力データとして出力する。出力制御部２８０は、例えば、情報処理装置２０−１の内部または外部に備えられる表示部（不図示）に出力データを表示してもよい。また、出力制御部２８０は、情報処理装置２０−１の内部または外部に備えられる記憶部（不図示）に出力データを記憶してもよい。また、出力制御部２８０は、情報処理装置２０−１の備える通信部（不図示）を介して、外部装置（サーバ、クラウド、端末装置）等に出力データを送信してもよい。

出力制御部２８０は、例えば、表示部に出力データを表示する場合、領域描画部２６０によって重畳された注目領域または識別領域の少なくともいずれかを示す図形、およびＩＤを含む撮像画像を表示してもよい。

また、出力制御部２８０は、解析部２７０から取得した解析結果を注目領域に関連付けて出力してもよい。例えば、出力制御部２８０は、解析結果に注目領域を識別するＩＤを付して出力してもよい。これにより、注目領域に対応する観察対象を解析結果に関連付けて出力することができる。

また、出力制御部２８０は、解析部２７０から取得した解析結果を、表、グラフ、チャート等に加工して出力してもよいし、他の解析装置による解析に適したデータファイルに加工して出力してもよい。

また、出力制御部２８０は、注目領域を示す図形を含む撮像画像に、解析結果を示す表示をさらに重畳させて出力させてもよい。例えば、出力制御部２８０は、観察対象の特定の動きの解析結果（例えば動きの大きさ）に応じて色分けされるヒートマップを、撮像画像上に重畳させて出力させてもよい。これにより、当該撮像画像が表示部に表示されたときに、当該撮像画像を視認することにより、観察対象の解析結果について直感的に理解することができる。

なお、出力制御部２８０による出力例について、詳しくは後述する。

［２．２．情報処理装置の処理例］
以上、本開示の一実施形態に係る情報処理装置２０−１の構成例について説明した。次に、本開示の一実施形態に係る情報処理装置２０−１による処理の一例について、図６〜図９を参照して説明する。

図６は、本開示の第１の実施形態に係る情報処理装置２０−１による処理の一例を示すフローチャートである。まず、解析方法取得部２１０は、ユーザの操作またはバッチ処理等により解析方法に関する情報を取得する（Ｓ１０１）。次に、検出器決定部２２０は、解析方法取得部２１０から解析方法に関する情報を取得し、解析方法に関連付けられている検出レシピを検出器ＤＢ２００から選択して決定する（Ｓ１０３）。

また、画像取得部２３０は、撮像装置１０により生成された撮像画像に関するデータを不図示の通信部を介して取得する（Ｓ１０５）。

図７は、本実施形態に係る撮像装置１０により生成された撮像画像の一例を示す図である。図７に示すように、撮像画像１０００には、がん細胞（Carcinoma）の領域３００ａ、３００ｂおよび３００ｃ、並びに免疫細胞（Immune）の領域４００ａおよび４００ｂが含まれている。この撮像画像１０００は、撮像装置１０が培地Ｍに存在するがん細胞および免疫細胞を撮像することにより得られた撮像画像である。以降の処理では、がん細胞および免疫細胞に対応する注目領域が検出され、各注目領域について解析が行われる。

図６に戻ると、次に、検出部２４０は、検出器決定部２２０により決定された検出レシピに含まれる検出器を用いて、注目領域を検出する（Ｓ１０７）。そして、検出部２４０は、検出した注目領域についてラべリングを行う（Ｓ１０９）。

なお、検出レシピに複数の検出器が含まれている場合、検出部２４０は全ての検出器を用いて注目領域の検出を行う（Ｓ１１１）。例えば、図７に示した例では、検出部２４０は、がん細胞を検出するための検出器、および免疫細胞を検出するための検出器の、２つの検出器が用いられる。

全ての検出器を用いて検出処理が行われた後（Ｓ１１１／ＹＥＳ）、領域描画部２６０は、注目領域および注目領域に関連付けられたＩＤを、検出処理に用いた撮像画像に描画する（Ｓ１１３）。

図８は、本実施形態に係る領域描画部２６０による描画処理の一例を示す図である。図８に示すように、がん細胞の領域３００ａ、３００ｂ、および３００ｃの周囲には、矩形の注目領域３０１ａ、３０１ｂ、および３０１ｃが描画されている。また、免疫細胞の領域４００ａ、４００ｂ、および４００ｃの周囲には、矩形の注目領域４０１ａ、４０１ｂ、および４０１ｃが描画されている。細胞の種類に応じた区別を明確にするために、例えば図８に示すように、領域描画部２６０は、注目領域を示す輪郭線を実線または破線等に変更してもよく、輪郭線の配色を変えてもよい。また、領域描画部２６０は、各注目領域３０１および４０１の近傍（図８に示した例では注目領域の枠外）に、注目領域を示すＩＤが付されてもよい。例えば、注目領域３０１ａ、３０１ｂ、３０１ｃ、４０１ａ、および４０１ｂの近傍に、ＩＤ３０２ａ、３０２ｂ、３０２ｃ、４０２ａ、および４０２ｂが付されてもよい。

図８に示した例では、ＩＤ３０２ａは「ＩＤ：０００００００１」と表示し、ＩＤ４０２ａは「ＩＤ：０００１０００１」と表示している。このように、５桁目の数字を変更することにより、細胞の種類に応じて各注目領域を区別することができる。なお、ＩＤは、上述した例に限られず、解析の種類、または細胞の状態等に応じて区別しやすいように付番される。

図６に戻ると、出力制御部２８０は、領域描画部２６０による描画情報を出力する（Ｓ１１５）。

また、解析部２７０は、検出部２４０により検出された注目領域について解析を行う（Ｓ１１７）。次に、出力制御部２８０が、解析部２７０による解析結果を出力する（Ｓ１１９）。

図９は、本実施形態に係る出力制御部２８０による出力例を示す図である。図９に示すように、表示部Ｄ（情報処理装置２０−１の内部または外部に備えられる）には、領域描画部２６０により描画処理された撮像画像１０００、および解析部２７０による解析結果を示す表１１００が含まれている。撮像画像１０００には、注目領域およびＩＤが重畳されている。また、解析結果を示す表１１００には、各ＩＤに対応する注目領域の長さ（Length）、サイズ（Size）、真円度（Circularity）、および細胞の種類が示されている。例えば、表１１００のＩＤ「０００００００１」の行には、撮像画像１０００において「ＩＤ：０００００００１」のＩＤが付されたがん細胞の長さ（１５０）、サイズ（１０００）、真円度（０．５６）、およびがん細胞の種類（Carcinoma）が表示されている。このように、出力制御部２８０は解析結果を表として出力してもよいし、出力制御部２８０は、解析結果を、グラフやマッピング等の形式により出力してもよい。

［２．３．効果］
以上、本開示の第１の実施形態に係る情報処理装置２０−１の構成例および処理例について説明した。本実施形態によれば、解析方法取得部２１０が取得した解析方法に応じて検出レシピ（検出器）が決定され、検出部２４０が決定された検出器を用いて撮像画像から注目領域を検出し、解析部２７０が当該注目領域について解析を行う。これにより、ユーザは観察対象の解析方法を決めるだけで、当該観察対象を撮像画像から検出し、当該観察対象についての解析を行うことができる。解析方法に基づいて検出器を決定することにより、時間の経過に応じて変化する観察対象のそれぞれの形状および状態に適した検出器が選択される。これにより、観察対象の変化にかかわらず観察対象を精度高く解析することが可能となる。また、解析方法を選択すれば観察対象の変化の検出に適した検出器が自動的に選択されるので、観察対象の変化を解析したいユーザにとっての利便性も向上する。

［２．４．応用例］
続いて、本開示の第１の実施形態に係る情報処理装置２０−１による処理の応用例について、図１０および図１１を参照しながら説明する。

（複数の検出器による注目領域の絞り込み処理の第１の例）
まず、複数の検出器による注目領域の絞り込み処理の第１の例について説明する。本応用例では、検出部２４０は、まず一の検出器を用いて複数の細胞の注目領域を検出し、さらに検出部２４０は、検出した注目領域から特定の変化を示す観察対象に対応する注目領域を、他の検出器を用いて絞り込む。これにより、複数の注目領域から、特定の変化を示す観察対象に対応する注目領域のみを解析対象とすることができる。したがって、例えば、複数のがん細胞のうち、増殖しているもの、および細胞死しているものを区別して、当該がん細胞を解析することが可能となる。

図１０は、本実施形態に係る複数の検出器による注目領域の絞り込み処理による第１の出力例を示す図である。図１０を参照すると、撮像画像１００１にはがん細胞の領域３１１ａ、３１１ｂ、４１０ａおよび４１０ｂが含まれている。このうち、がん細胞の領域３１１ａおよび３１１ｂは、がん細胞の増殖等により、一フレーム前におけるがん細胞の領域３１０ａおよび３１０ｂから変化した領域である。その一方で、がん細胞の領域４１０ａおよび４１０ｂは変化していない（例えば細胞死または不活性などが原因である）。

この場合、検出部２４０は、まずがん細胞の領域を検出する検出器（細胞領域検出器）を用いて注目領域を検出する。そして、検出部２４０はさらに、細胞が増殖している領域を検出する検出器（増殖領域検出器）を用いて、先に検出した注目領域から、増殖現象が生じている注目領域を絞り込む。

図１０に示した例では、がん細胞の領域３１１ａおよび３１１ｂの周囲には、注目領域３１２ａおよび３１２ｂが描画されている。また、注目領域３１２ａおよび３１２ｂの内部には、動きを示す特徴量である動きベクトル３１３ａおよび３１３ｂが描画されている。一方で、がん細胞の領域４１０ａおよび４１０ｂの周囲には、矩形領域４１１ａおよび４１１ｂが描画されているが、矩形領域４１１の線種は、注目領域３１２の線種と異なるように設定されている。これにより、同一の種類の細胞であっても、解析対象が絞り込まれていることを示すことができる。

また、解析結果を示す表１２００には、絞り込まれた注目領域３１２に対応する解析結果のみが表示される。また、注目領域３１２に対応するがん細胞の成長速度が、表１２００に表示される。また、注目領域３１２に対応するがん細胞の状態は、「Carcinoma Proliferation」と示されており、当該がん細胞が増殖状態にあることが表１２００に表示される。

以上、本応用例によれば、ある種類の細胞について特定の変化を示している細胞のみを検出することが可能である。したがって、特定の変化について解析したい場合において、当該特定の変化を示している細胞のみを解析することが可能となる。

（応用例２：複数の検出器による注目領域の絞り込み処理の第２の例）
次に、複数の検出器による注目領域の絞り込み処理の第２の例について説明する。本応用例では、検出部２４０は、複数の検出器を用いて、一の種類の細胞の注目領域を複数検出する。これにより、一の細胞が複数の異なる特徴を有している場合であっても、それぞれの特徴に応じて検出される注目領域について解析することができる。したがって、例えば、神経細胞のように一の細胞に軸索のような特異的な特徴を有する場合であっても、軸索の領域のみを検出して解析することが可能となる。

図１１は、本実施形態に係る複数の検出器による注目領域の絞り込み処理による第２の出力例を示す図である。図１１を参照すると、撮像画像１００２には、神経細胞の領域３２０が含まれている。神経細胞は、上述したように、神経細胞体および軸索を含む。神経細胞体は平面的な構造を有しているため、撮像画像１００２に含まれる神経細胞体の領域３２０Ａの検出は容易であるが、軸索は長尺状の構造を有し、３次元的に伸長する特性を有するため、図１１に示すように、撮像画像１００２の背景と軸索の領域３２０Ｂとの判別が困難である。そのため、本実施形態に係る検出部２４０は、神経細胞体の領域を検出するための検出器、および軸索の領域を検出するための検出器の２つの検出器を用いることにより、神経細胞の構成要素のそれぞれを区別して検出する。

例えば、撮像画像１００２ｂに示すように、検出部２４０が神経細胞体の領域を検出するための検出器を用いた場合、検出部２４０は神経細胞体に対応する注目領域３２１を検出する。一方で、撮像画像１００２ｃに示すように、検出部２４０が軸索の領域を検出するための検出器を用いた場合、検出部２４０は軸索に対応する注目領域３２２を検出する。この注目領域３２２は、例えば軸索の領域を示す曲線により描画されてもよい。

以上、本応用例によれば、一の細胞について複数の特徴を有する場合にそれぞれを区別して検出することが可能である。したがって、一の細胞の有するある特徴について解析したい場合において、当該特徴を有する領域のみを解析することが可能となる。

＜３．第２の実施形態＞
次に、図１２〜図１４を参照して本開示の第２の実施形態に係る情報処理装置２０−２について説明する。

［３．１．情報処理装置の構成例］
図１２は、本開示の第２の実施形態に係る情報処理装置２０−２の構成例を示すブロック図である。図１２に示すように、情報処理装置２０−２は、検出器データベース（ＤＢ）２００、解析方法取得部２１０、検出器決定部２２０、画像取得部２３０、検出部２４０、検出パラメータ調整部２５０、領域描画部２６０、解析部２７０、および出力制御部２８０に加えて、さらに形状設定部２９０、および領域特定部２９５を含む。以下、形状設定部２９０および領域特定部２９５の機能について説明する。

（形状設定部）
形状設定部２９０は、領域描画部２６０により描画される注目領域を示す表示の形状を設定する。

図１３は、本実施形態に係る形状設定部２９０による注目領域の形状の設定処理に関する例を示す図である。図１３に示したように、観察対象の領域３３０の周囲には、注目領域３３１が描画されている。形状設定部２９０は、例えば、注目領域３３１を示す表示の形状を、矩形（領域３３１ａ）、または楕円形（領域３３１ｂ）としてもよい。

また、形状設定部２９０は、撮像画像（不図示）に対する画像解析により観察対象の領域３３０の輪郭に相当する領域を検出し、当該検出結果に基づいて得られた形状を注目領域３３１の形状として設定してもよい。例えば、図１３に示したように、形状設定部２９０は、観察対象の領域３３０の輪郭を画像解析により検出し、検出された当該輪郭を表示する閉曲線（または曲線）により示される形状を、注目領域３３１の形状としてもよい（例えば領域３３１ｃ）。これにより、観察対象の領域３３０と注目領域３３１とを、撮像画像上においてより密接に関連付けることができる。なお、観察対象の領域３３０の輪郭をより詳細にフィッティングするためには、例えば、ＳｎａｋｅｓまたはＬｅｖｅｌ Ｓｅｔといったようなフィッティング技術が用いられ得る。

形状設定部２９０により決定された形状に関する情報は、領域描画部２６０に出力される。

なお、上述したような観察対象の領域の輪郭の形状に基づく注目領域の形状の設定処理は、領域描画部２６０により行われてもよい。この場合、領域描画部２６０は、検出部２４０による注目領域の検出結果を用いて、注目領域の形状を設定してもよい。これにより、検出結果をそのまま注目領域の形状の設定に利用することができるので、再度撮像画像に対して画像解析を実施する必要がない。

（領域特定部）
領域特定部２９５は、検出部２４０により検出された注目領域から、解析部２７０による解析の対象となる注目領域を特定する。例えば、領域特定部２９５は、検出部２４０により検出された複数の注目領域のうち、解析の対象とする注目領域を、ユーザの操作または所定の条件に応じて特定する。そして、解析部２７０は、領域特定部２９５により特定された注目領域について解析を行う。より具体的には、ユーザの操作により注目領域を特定する場合、領域特定部２９５は、出力制御部２８０により表示された複数の注目領域のうちどの注目領域を特定するかをユーザの操作により選択し、選択された注目領域について解析部２７０は解析を行う。

図１４は、本実施形態に係る領域特定部２９５による注目領域の特定処理に関する例を示す図である。図１４に示すように、表示部Ｄには、撮像画像１０００および解析結果を示す表１３００が含まれる。撮像画像１０００には、がん細胞の領域３５０ａ、３５０ｂ、および３５０ｃ、並びに他の細胞の領域４００ａおよび４００ｂが含まれている。ここで、検出部２４０ががん細胞の領域３００に対応する注目領域を検出したとする。この場合、当初は領域描画部２６０によりがん細胞の領域３５０ａ、３５０ｂおよび３５０ｃの周囲にそれぞれ注目領域が描画され、出力制御部２８０により各注目領域が表示される。このとき、領域特定部２９５により、がん細胞の領域３５０ａに対応する注目領域３５１ａおよびがん細胞の領域３５０ｂに対応する注目領域３５１ｂが、解析の対象となる注目領域として選択されたとする。この場合、がん細胞の領域３５０ｂに対応する注目領域は選択から外されたこととなるため、解析の対象とならない。これにより、選択された注目領域３５１ａおよび３５１ｂのみが解析される。

表１３００には、注目領域３５１ａおよび３５２ｂに対応するＩＤ（ＩＤ３５２ａおよび３５２ｂに相当）、並びに各注目領域の長さ、サイズ、真円度、および細胞の種類に関する記載が含まれる。この表１３００には、領域特定部２９５により特定された注目領域についての解析結果のみが表示される。なお、上述した注目領域の選択と同様に、領域特定部２９５による領域特定処理以前において、検出された全ての注目領域についての解析結果が表１３００に表示されてよい。この場合、領域特定部２９５により注目領域が特定されなかった注目領域についての解析結果は、表１３００から除去されてもよい。また、領域特定部２９５は、一度解析対象から除いた注目領域について、再度当該注目領域を選択することにより、解析対象として当該注目領域を特定してもよい。その際、当該注目領域の解析結果が再度表１３００に表示されてもよい。これにより、必要な解析結果について自由に選択することができ、評価に必要な解析結果を抽出することができる。また、例えば複数の注目領域に関する解析結果について比較することができ、当該解析結果の比較による新たな解析を行うことが可能となる。

なお、表示部Ｄの撮像画像１０００上には、領域特定部２９５により特定された注目領域を示すための表示３４０（３４０ａおよび３４０ｂ）が、注目領域３５１の近傍に表示されてもよい。これにより、どの注目領域が解析対象として特定されているかを把握することができる。

［３．２．効果］
以上、本開示の第２の実施形態に係る情報処理装置２０−２の構成例について説明した。本実施形態によれば、注目領域を定義する図形の形状を設定することが可能であり、例えば、観察対象の領域の輪郭にフィットする形状を注目領域の形状として設定することもできる。これにより、観察対象の領域と注目領域とをより密接に関連付けて解析することができる。また、本実施形態によれば、検出された注目領域のうち、解析の対象とする注目領域を特定することができる。これにより、評価に必要な解析結果を抽出したり、解析結果の比較をすることが可能となる。

なお、本実施形態に係る情報処理装置２０−２は、形状設定部２９０および領域特定部２９５をともに含む構成としたが、本技術はかかる例に限定されない。例えば、情報処理装置は、本開示の第１の実施形態に係る情報処理装置の構成に、形状設定部２９０のみをさらに追加してもよいし、領域特定部２９５のみをさらに追加してもよい。

＜４．ハードウェア構成例＞
次に、図１５を参照して、本開示の実施形態に係る情報処理装置のハードウェア構成について説明する。図１５は、本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。図示された情報処理装置９００は、例えば、上記の実施形態における情報処理装置２０実現しうる。

情報処理装置９００は、ＣＰＵ（Central Processing unit）９０１、ＲＯＭ（Read Only Memory）９０３、およびＲＡＭ（Random Access Memory）９０５を含む。また、情報処理装置９００は、ホストバス９０７、ブリッジ９０９、外部バス９１１、インターフェース９１３、入力装置９１５、出力装置９１７、ストレージ装置９１９、ドライブ９２１、接続ポート９２５、通信装置９２９を含んでもよい。情報処理装置９００は、ＣＰＵ９０１に代えて、またはこれとともに、ＤＳＰ（Digital Signal Processor）またはＡＳＩＣ（Application Specific Integrated Circuit）と呼ばれるような処理回路を有してもよい。

ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２３に記録された各種プログラムに従って、情報処理装置９００内の動作全般またはその一部を制御する。例えば、ＣＰＵ９０１は、上記の実施形態における情報処理装置２０に含まれる各機能部の動作全般を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータなどを記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータなどを一次記憶する。ＣＰＵ９０１、ＲＯＭ９０３、およびＲＡＭ９０５は、ＣＰＵバスなどの内部バスにより構成されるホストバス９０７により相互に接続されている。さらに、ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Peripheral Component Interconnect/Interface）バスなどの外部バス９１１に接続されている。

入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなど、ユーザによって操作される装置である。入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール装置であってもよいし、情報処理装置９００の操作に対応した携帯電話などの外部接続機器９２７であってもよい。入力装置９１５は、ユーザが入力した情報に基づいて入力信号を生成してＣＰＵ９０１に出力する入力制御回路を含む。ユーザは、この入力装置９１５を操作することによって、情報処理装置９００に対して各種のデータを入力したり処理動作を指示したりする。

出力装置９１７は、取得した情報をユーザに対して視覚的または聴覚的に通知することが可能な装置で構成される。出力装置９１７は、例えば、ＬＣＤ、ＰＤＰ、ＯＥＬＤなどの表示装置、スピーカおよびヘッドホンなどの音響出力装置、ならびにプリンタ装置などでありうる。出力装置９１７は、情報処理装置９００の処理により得られた結果を、テキストまたは画像などの映像として出力したり、音響などの音として出力したりする。

ストレージ装置９１９は、情報処理装置９００の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Hard Disk Drive）などの磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどにより構成される。このストレージ装置９１９は、ＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。

ドライブ９２１は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体９２３のためのリーダライタであり、情報処理装置９００に内蔵、あるいは外付けされる。ドライブ９２１は、装着されているリムーバブル記録媒体９２３に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されているリムーバブル記録媒体９２３に記録を書き込む。

接続ポート９２５は、機器を情報処理装置９００に直接接続するためのポートである。接続ポート９２５は、例えば、ＵＳＢ（Universal Serial Bus）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Small Computer System Interface）ポートなどでありうる。また、接続ポート９２５は、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）ポートなどであってもよい。接続ポート９２５に外部接続機器９２７を接続することで、情報処理装置９００と外部接続機器９２７との間で各種のデータが交換されうる。

通信装置９２９は、例えば、通信ネットワークＮＷに接続するための通信デバイスなどで構成された通信インターフェースである。通信装置９２９は、例えば、有線または無線ＬＡＮ（Local Area Network）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Wireless USB）用の通信カードなどでありうる。また、通信装置９２９は、光通信用のルータ、ＡＤＳＬ（Asymmetric Digital Subscriber Line）用のルータ、または、各種通信用のモデムなどであってもよい。通信装置９２９は、例えば、インターネットや他の通信機器との間で、ＴＣＰ／ＩＰなどの所定のプロトコルを用いて信号などを送受信する。また、通信装置９２９に接続される通信ネットワークＮＷは、有線または無線によって接続されたネットワークであり、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信などである。

以上、情報処理装置９００のハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。かかる構成は、実施する時々の技術レベルに応じて適宜変更されうる。

＜５．まとめ＞
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

例えば、上記実施形態では、情報処理システム１は撮像装置１０と情報処理装置２０とを備える構成であるとしたが、本技術はかかる例に限定されない。例えば、撮像装置１０が情報処理装置２０の有する機能（検出機能および解析機能）を備えてもよい。この場合、情報処理システム１は、撮像装置１０により実現される。また、情報処理装置２０が撮像装置１０の有する機能（撮像機能）を備えてもよい。この場合、情報処理システム１は、情報処理装置２０により実現される。また、情報処理装置２０の有する機能の一部を撮像装置１０が有してもよく、撮像装置１０の有する機能の一部を情報処理装置２０が有してもよい。

また、上記実施形態では、情報処理システム１による解析の観察対象として細胞が挙げられていたが、本技術はかかる例に限定されない。例えば、上記観察対象は、細胞小器官、生体組織、臓器、人、動物、植物または無生物である構造体等であってもよく、これらの構造または形状が短時間で変化する場合に、これらの観察対象の変化を当該情報処理システム１を用いて解析することが可能である。

なお、本明細書の情報処理装置の処理における各ステップは、必ずしもフローチャートとして記載された順序に沿って時系列に処理する必要はない。例えば、情報処理装置の処理における各ステップは、フローチャートとして記載した順序と異なる順序で処理されても、並列的に処理されてもよい。

また、情報処理装置に内蔵されるＣＰＵ、ＲＯＭおよびＲＡＭなどのハードウェアに、上述した調整指示特定部等を備える情報処理装置の各構成と同等の機能を発揮させるためのコンピュータプログラムも作成可能である。また、該コンピュータプログラムを記憶させた記憶媒体も提供される。

また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。

（１）
解析方法に応じて少なくとも一の検出器を決定する検出器決定部と、
前記検出器決定部により決定された前記少なくとも一の検出器を用いて、前記解析方法による解析を行う解析部と、
を備える情報処理装置。
（２）
前記検出器決定部により決定された前記少なくとも一の検出器を用いて、撮像画像内から注目領域を検出する検出部をさらに備え、
前記解析部は、前記注目領域について解析を行う、前記（１）に記載の情報処理装置。
（３）
前記検出器決定部により複数の検出器が決定された場合、
前記検出部は、前記複数の検出器を用いて得られる複数の検出結果に基づいて前記注目領域を決定する、前記（２）に記載の情報処理装置。
（４）
前記検出部は、前記検出器を用いて検出した前記注目領域を、前記解析部による前記注目領域についての解析により得られる解析結果と関連付ける、前記（２）または（３）に記載の情報処理装置。
（５）
前記検出器の検出パラメータを調整する検出パラメータ調整部をさらに備え、
前記検出部は、決定された前記検出器の前記検出パラメータに基づいて前記撮像画像内から前記注目領域を検出する、前記（２）〜（４）のいずれか１項に記載の情報処理装置。
（６）
前記解析部による解析結果を、解析結果に対応する注目領域と関連付けて出力する出力制御部をさらに備える、前記（２）〜（５）のいずれか１項に記載の情報処理装置。
（７）
前記注目領域を示す表示を前記検出部による検出結果に基づいて前記撮像画像に描画する領域描画部をさらに備え、
前記出力制御部は、前記領域描画部により描画された前記注目領域に相当する表示を含む前記撮像画像を出力する、前記（６）に記載の情報処理装置。
（８）
前記注目領域に相当する表示の形状は、前記撮像画像に対する画像解析に基づいて検出される形状を含む、前記（７）に記載の情報処理装置。
（９）
前記注目領域に相当する表示の形状は、前記検出部による注目領域の検出結果に基づいて算出される形状を含む、前記（７）に記載の情報処理装置。
（１０）
検出された前記注目領域から、前記解析部による解析の対象とする注目領域を特定する領域特定部をさらに備える、前記（２）〜（９）のいずれか１項に記載の情報処理装置。
（１１）
前記検出器は、前記解析方法と前記解析方法により解析される解析対象に関する画像データとの組を学習データとする機械学習により生成される検出器であり、
前記検出部は、前記検出器を用いて前記撮像画像から得られる特徴データに基づいて前記注目領域を検出する、前記（２）〜（１０）のいずれか１項に記載の情報処理装置。
（１２）
前記検出器決定部は、前記解析方法により解析される解析対象が示す変化の種類に応じて少なくとも一の検出器を決定する、前記（１）〜（１１）のいずれか１項に記載の情報処理装置。
（１３）
前記解析方法により解析される解析対象は、細胞、細胞小器官、または前記細胞により形成される生体組織を含む、前記（１２）に記載の情報処理装置。
（１４）
解析方法に応じて少なくとも一の検出器を決定することと、
決定された前記少なくとも一の検出器を用いて、前記解析方法による解析を行うことと、
を含む情報処理方法。
（１５）
撮像画像を生成する撮像部
を備える撮像装置と、
解析方法に応じて少なくとも一の検出器を決定する検出器決定部と、
前記検出器決定部により決定された前記少なくとも一の検出器を用いて、前記撮像画像について前記解析方法による解析を行う解析部と、
を備える情報処理装置と、
を備える情報処理システム。

１０ 撮像装置
２０ 情報処理装置
２００ 検出器ＤＢ
２１０ 解析方法取得部
２２０ 検出器決定部
２３０ 画像取得部
２４０ 検出部
２５０ 検出パラメータ調整部
２６０ 領域描画部
２７０ 解析部
２８０ 出力制御部
２９０ 形状設定部
２９５ 領域特定部

Claims (11)

1. 細胞、細胞小器官、または前記細胞により形成される生体組織を含む観察対象であって、撮像画像における前記観察対象の変化を解析するための解析方法に応じて少なくとも一の検出器を決定する検出器決定部と、
   前記検出器決定部により決定された前記少なくとも一の検出器を用いて、前記撮像画像内から注目領域を検出する検出部と、
   前記検出器決定部により決定された前記少なくとも一の検出器を用いて、前記撮像画像から検出された前記注目領域について前記解析方法による解析を行う解析部と、
   前記注目領域を示す表示を前記検出部による検出結果に基づいて前記撮像画像に描画する領域描画部と、
   前記解析部による解析結果を、解析結果に対応する前記注目領域と関連付けて出力するとともに、前記領域描画部により描画された前記注目領域に関する表示を含む前記撮像画像を出力する出力制御部と、を備え、
   前記検出器決定部は、
   前記観察対象の種類に対応した第１の検出器を決定するとともに、当該観察対象の特定の変化に対応した第２の検出器を決定し、
   前記検出部は、
   前記第１の検出器を用いて、前記撮像画像内から前記種類の前記観察対象を示す複数の前記注目領域を検出し、前記第２の検出器を用いて、前記複数の注目領域の中から前記特定の変化を示す前記注目領域を検出し、
   前記解析部は、
   前記注目領域における動きベクトルの特徴量を算出し、
   前記領域描画部は、
   算出された前記特徴量に応じた前記動きベクトルを前記注目領域の内部に描画する、
   情報処理装置。
2. 前記検出器決定部により複数の検出器が決定された場合、
   前記検出部は、前記複数の検出器を用いて得られる複数の検出結果に基づいて前記注目領域を決定する、請求項１に記載の情報処理装置。
3. 前記検出部は、前記検出器を用いて検出した前記注目領域を、前記解析部による前記注目領域についての解析により得られる解析結果と関連付ける、請求項１に記載の情報処理装置。
4. 前記検出器の検出パラメータを調整する検出パラメータ調整部をさらに備え、
   前記検出部は、決定された前記検出器の前記検出パラメータに基づいて前記撮像画像内から前記注目領域を検出する、請求項１に記載の情報処理装置。
5. 前記注目領域に相当する表示の形状は、前記撮像画像に対する画像解析に基づいて検出される形状を含む、請求項１に記載の情報処理装置。
6. 前記注目領域に相当する表示の形状は、前記検出部による注目領域の検出結果に基づいて算出される形状を含む、請求項１に記載の情報処理装置。
7. 検出された前記注目領域から、前記解析部による解析の対象とする注目領域を特定する領域特定部をさらに備える、請求項１に記載の情報処理装置。
8. 前記検出器は、前記解析方法と前記解析方法により解析される解析対象に関する画像データとの組を学習データとする機械学習により生成される検出器であり、
   前記検出部は、前記検出器を用いて前記撮像画像から得られる特徴データに基づいて前記注目領域を検出する、請求項１に記載の情報処理装置。
9. 前記検出器決定部は、前記解析方法により解析される解析対象が示す変化の種類に応じて少なくとも一の検出器を決定する、請求項１に記載の情報処理装置。
10. 細胞、細胞小器官、または前記細胞により形成される生体組織を含む観察対象であって、撮像画像における前記観察対象の変化を解析するための解析方法に応じて少なくとも一の検出器を決定することと、
    決定された前記少なくとも一の検出器を用いて、前記撮像画像内から注目領域を検出することと、
    決定された前記少なくとも一の検出器を用いて、前記撮像画像から検出された前記注目領域について前記解析方法による解析を行うことと、
    前記注目領域を示す表示を検出結果に基づいて前記撮像画像に描画することと、
    解析結果を、解析結果に対応する前記注目領域と関連付けて出力するとともに、描画された前記注目領域に関する表示を含む前記撮像画像を出力することと、を含み、
    前記観察対象の種類に対応した第１の検出器を決定するとともに、当該観察対象の特定の変化に対応した第２の検出器を決定し、
    前記第１の検出器を用いて、前記撮像画像内から前記種類の前記観察対象を示す複数の前記注目領域を検出し、前記第２の検出器を用いて、前記複数の注目領域の中から前記特定の変化を示す前記注目領域を検出し、
    前記注目領域における動きベクトルの特徴量を算出し、
    算出された前記特徴量に応じた前記動きベクトルを前記注目領域の内部に描画する、
    情報処理方法。
11. 撮像画像を生成する撮像部
    を備える撮像装置と、
    細胞、細胞小器官、または前記細胞により形成される生体組織を含む観察対象であって、撮像画像における前記観察対象の変化を解析するための解析方法に応じて少なくとも一の検出器を決定する検出器決定部と、
    前記検出器決定部により決定された前記少なくとも一の検出器を用いて、前記撮像画像内から注目領域を検出する検出部と、
    前記検出器決定部により決定された前記少なくとも一の検出器を用いて、前記撮像画像から検出された前記注目領域について前記解析方法による解析を行う解析部と、
    前記注目領域を示す表示を前記検出部による検出結果に基づいて前記撮像画像に描画する領域描画部と、
    前記解析部による解析結果を、解析結果に対応する前記注目領域と関連付けて出力するとともに、前記領域描画部により描画された前記注目領域に関する表示を含む前記撮像画像を出力する出力制御部と、を備え、
    前記検出器決定部は、
    前記観察対象の種類に対応した第１の検出器を決定するとともに、当該観察対象の特定の変化に対応した第２の検出器を決定し、
    前記検出部は、
    前記第１の検出器を用いて、前記撮像画像内から前記種類の前記観察対象を示す複数の前記注目領域を検出し、前記第２の検出器を用いて、前記複数の注目領域の中から前記特定の変化を示す前記注目領域を検出し、
    前記解析部は、
    前記注目領域における動きベクトルの特徴量を算出し、
    前記領域描画部は、
    算出された前記特徴量に応じた前記動きベクトルを前記注目領域の内部に描画する、
    情報処理装置と、
    を備える情報処理システム。

Images