JP6915349B2 - 画像処理装置、画像処理方法、及び画像処理プログラム - Google Patents
画像処理装置、画像処理方法、及び画像処理プログラム Download PDFInfo
- Publication number
- JP6915349B2 JP6915349B2 JP2017074642A JP2017074642A JP6915349B2 JP 6915349 B2 JP6915349 B2 JP 6915349B2 JP 2017074642 A JP2017074642 A JP 2017074642A JP 2017074642 A JP2017074642 A JP 2017074642A JP 6915349 B2 JP6915349 B2 JP 6915349B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- bright
- feature map
- feature
- image processing
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
- G06F18/2414—Smoothing the distance, e.g. radial basis function networks [RBFN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V20/698—Matching; Classification
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10052—Images from lightfield camera
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10064—Fluorescence image
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
Description
細胞を明視野で撮像した明視野画像、及び前記細胞を含む領域に滴下された蛍光試薬の蛍光輝点を撮像した蛍光画像を取得する画像取得部と、
畳み込みニューラルネットワークを用いて、前記明視野画像及び前記蛍光画像の画像特徴を抽出して、前記細胞に係る識別情報を出力するCNN処理部と、
を備える、画像処理装置であって、
前記畳み込みニューラルネットワークは、
階層的に接続された第1の特徴量抽出層列により、前記明視野画像の画像特徴を抽出して、第1の特徴マップ群を生成する明視野画像処理部と、
階層的に接続された第2の特徴量抽出層列により、前記蛍光画像の画像特徴を抽出して、第2の特徴マップ群を生成する蛍光画像処理部と、
前記第1の特徴マップ群と前記第2の特徴マップ群を連結する連結部と、
階層的に接続された第3の特徴量抽出層列により、前記連結部で連結された前記第1及び第2の特徴マップ群の画像特徴を抽出して、第3の特徴マップ群を生成する統合処理部と、
前記第3の特徴マップ群に基づいて、前記細胞に係る識別情報を生成する識別部と、
を有する、画像処理装置である。
細胞を明視野で撮像した明視野画像、及び前記細胞を含む領域に滴下された蛍光試薬の蛍光輝点を撮像した蛍光画像を取得し、
畳み込みニューラルネットワークを用いて、前記明視野画像及び前記蛍光画像の画像特徴を抽出して、前記細胞に係る識別情報を出力する、画像処理方法であって、
前記畳み込みニューラルネットワークは、
階層的に接続された第1の特徴量抽出層列により、前記明視野画像の画像特徴を抽出して、第1の特徴マップ群を生成し、
階層的に接続された第2の特徴量抽出層列により、前記蛍光画像の画像特徴を抽出して、第2の特徴マップ群を生成し、
前記第1の特徴マップ群と前記第2の特徴マップ群を連結し、
階層的に接続された第3の特徴量抽出層列により、前記連結部で連結された前記第1及び第2の特徴マップ群の画像特徴を抽出して、第3の特徴マップ群を生成し、
前記第3の特徴マップ群に基づいて、前記細胞に係る識別情報を生成する、画像処理方法である。
コンピュータに、
細胞を明視野で撮像した明視野画像、及び前記細胞を含む領域に滴下された蛍光試薬の蛍光輝点を撮像した蛍光画像を取得する処理と、
畳み込みニューラルネットワークを用いて、前記明視野画像及び前記蛍光画像の画像特徴を抽出して、前記細胞に係る識別情報を出力する処理と、
を実行させる、画像処理プログラムであって、
前記畳み込みニューラルネットワークは、
階層的に接続された第1の特徴量抽出層列により、前記明視野画像の画像特徴を抽出して、第1の特徴マップ群を生成する処理と、
階層的に接続された第2の特徴量抽出層列により、前記蛍光画像の画像特徴を抽出して、第2の特徴マップ群を生成する処理と、
前記第1の特徴マップ群と前記第2の特徴マップ群を連結する処理と、
階層的に接続された第3の特徴量抽出層列により、前記連結部で連結された前記第1及び第2の特徴マップ群の画像特徴を抽出して、第3の特徴マップ群を生成する処理と、
前記第3の特徴マップ群に基づいて、前記細胞に係る識別情報を生成する処理と、有する、画像処理プログラムである。
以下、図3を参照して、本実施形態に係る画像処理装置1を適用する細胞認識システムUの構成の一例について説明する。
以下、図4〜図8を参照して、本実施形態に係る画像処理装置1の構成の一例について説明する。
まず、画像処理装置1が、一般的な畳み込みニューラルネットワークを用いて、入力される画像から、被写体のカテゴリーを識別する処理について説明する。
明視野画像入力部10は、明視野画像のデータD1(以下、「明視野画像D1」と称する)を取得し、明視野画像処理部30に出力する。
蛍光画像入力部20は、蛍光画像のデータD2(以下、「蛍光画像D2」と称する)を取得し、蛍光画像処理部40に出力する。
明視野画像処理部30は、階層的に接続された特徴量抽出層(以下、「第1の特徴量抽出層列」とも称する)によって、明視野画像D1の画像特徴を抽出した複数の特徴マップのデータD3(以下、「第1の特徴マップ群D3」とも称する)を生成し、連結部50に出力する。
蛍光画像処理部40は、階層的に接続された特徴量抽出層40a・・40k(以下、「第2の特徴量抽出層列」とも称する)によって、蛍光画像D2の画像特徴を抽出した複数の特徴マップのデータD4(以下、「第2の特徴マップ群D4」とも称する)を生成し、連結部50に出力する。
連結部50は、明視野画像処理部30が生成した第1の特徴マップ群D3と蛍光画像処理部40が生成した第2の特徴マップ群D4とを連結し、統合処理部60に出力する。
統合処理部60は、連結部50から出力される第1の特徴マップ群D3及び第2の特徴マップ群D4を取得して、階層的に接続された特徴量抽出層60・・(以下、「第3の特徴量抽出層列」とも称する)によって、再度、特徴抽出処理を実行する。そして、統合処理部60は、複数の特徴マップのデータD5(以下、「第3の特徴マップ群D3」とも称する)を生成し、識別部70に出力する。
識別部70は、統合処理部60から出力される第3の特徴マップ群D5に基づいて、明視野画像及び蛍光画像に映る細胞に係る識別情報D6を生成し、出力部80に対して出力する。
出力部80(図6中では、Resultと表す)は、識別部70から出力される識別情報D6を取得して、例えば、当該識別情報D6に基づいて、確率が最大のカテゴリーを最終的な識別結果として選択して、出力する。尚、表示装置3には、出力部80が出力する識別結果が、細胞に係る識別情報として表示される。
以上のように説明した畳み込みニューラルネットワーク(明視野画像処理部30、蛍光画像処理部40、統合処理部60、識別部70)は、学習部1cによって機械学習が実行されたものが用いられる。
本発明は、上記実施形態に限らず、種々に変形態様が考えられる。
1 画像処理装置
2 撮像装置
3 表示装置
4 通信ネットワーク
1a 画像取得部
1b CNN処理部
1c 学習部
10 明視野画像入力部
20 蛍光画像入力部
30 明視野画像処理部
40 蛍光画像処理部
50 連結部
60 統合処理部
70 識別部
80 出力部
Claims (13)
- 細胞を明視野で撮像した明視野画像、及び前記細胞を含む領域に滴下された蛍光試薬の蛍光輝点を撮像した蛍光画像を取得する画像取得部と、
畳み込みニューラルネットワークを用いて、前記明視野画像及び前記蛍光画像の画像特徴を抽出して、前記細胞に係る識別情報を出力するCNN処理部と、
を備える、画像処理装置であって、
前記畳み込みニューラルネットワークは、
階層的に接続された第1の特徴量抽出層列により、前記明視野画像の画像特徴を抽出して、第1の特徴マップ群を生成する明視野画像処理部と、
階層的に接続された第2の特徴量抽出層列により、前記蛍光画像の画像特徴を抽出して、第2の特徴マップ群を生成する蛍光画像処理部と、
前記第1の特徴マップ群と前記第2の特徴マップ群を連結する連結部と、
階層的に接続された第3の特徴量抽出層列により、前記連結部で連結された前記第1及び第2の特徴マップ群の画像特徴を抽出して、第3の特徴マップ群を生成する統合処理部と、
前記第3の特徴マップ群に基づいて、前記細胞に係る識別情報を生成する識別部と、
を有する、画像処理装置。 - 前記細胞に係る識別情報は、前記細胞の種別、形態、若しくは分布、又は、前記細胞内に含まれる生体物質の種別、形態、若しくは分布に係る情報を含む、
請求項1に記載の画像処理装置。 - 前記識別部は、前記明視野画像又は前記蛍光画像の各画素領域と関連付けて、前記細胞に係る識別情報を生成する、
請求項1又は2に記載の画像処理装置。 - 前記明視野画像又は前記蛍光画像内に映る前記細胞が複数存在する場合、
前記識別部は、前記明視野画像又は前記蛍光画像に映る複数の前記細胞の各々について、前記細胞に係る識別情報を生成する、
請求項1乃至3のいずれか一項に記載の画像処理装置。 - 前記連結部は、前記第1の特徴マップ群と前記第2の特徴マップ群を、画像サイズをあわせて連結する、
請求項1乃至4のいずれか一項に記載の画像処理装置。 - 前記第2の特徴量抽出層列の階層数は、前記第1の特徴量抽出層列の階層数よりも少ない、
請求項1乃至5のいずれか一項に記載の画像処理装置。 - 前記第2の特徴量抽出層列の階層数は、前記細胞又は当該細胞内の生体物質の種別、前記蛍光試薬の種別、及び撮像時の拡大サイズに応じて定まる前記蛍光画像の画像特性に基づいて設定される、
請求項1乃至6のいずれか一項に記載の画像処理装置。 - 前記第2の特徴量抽出層列の階層数は、前記蛍光画像の画像特性上の蛍光輝点の典型サイズに基づいて、前記第2の特徴マップ群における蛍光輝点一個あたりのサイズが所定のサイズ以下とならないように設定される、
請求項7に記載の画像処理装置。 - 前記蛍光画像の画像特性上の蛍光輝点の典型サイズは、複数の前記蛍光画像で観察される蛍光輝点の平均サイズである、
請求項8に記載の画像処理装置。 - 前記所定のサイズは、一画素である、
請求項8又は9に記載の画像処理装置。 - 前記第2の特徴量抽出層列の階層数は、前記蛍光画像の画像特性上の蛍光輝点の典型分布に基づいて、前記第2の特徴マップ群において蛍光輝点が画像全体に占める領域割合が所定以上とならないように設定される、
請求項1乃至10のいずれか一項に記載の画像処理装置。 - 細胞を明視野で撮像した明視野画像、及び前記細胞を含む領域に滴下された蛍光試薬の蛍光輝点を撮像した蛍光画像を取得し、
畳み込みニューラルネットワークを用いて、前記明視野画像及び前記蛍光画像の画像特徴を抽出して、前記細胞に係る識別情報を出力する画像処理方法であって、
前記畳み込みニューラルネットワークは、
階層的に接続された第1の特徴量抽出層列により、前記明視野画像の画像特徴を抽出して、第1の特徴マップ群を生成し、
階層的に接続された第2の特徴量抽出層列により、前記蛍光画像の画像特徴を抽出して、第2の特徴マップ群を生成し、
前記第1の特徴マップ群と前記第2の特徴マップ群を連結し、
階層的に接続された第3の特徴量抽出層列により、連結された前記第1及び第2の特徴マップ群の画像特徴を抽出して、第3の特徴マップ群を生成し、
前記第3の特徴マップ群に基づいて、前記細胞に係る識別情報を生成する、画像処理方法。 - コンピュータに、
細胞を明視野で撮像した明視野画像、及び前記細胞を含む領域に滴下された蛍光試薬の蛍光輝点を撮像した蛍光画像を取得する処理と、
畳み込みニューラルネットワークを用いて、前記明視野画像及び前記蛍光画像の画像特徴を抽出して、前記細胞に係る識別情報を出力する処理と、
を実行させる、画像処理プログラムであって、
前記畳み込みニューラルネットワークは、
階層的に接続された第1の特徴量抽出層列により、前記明視野画像の画像特徴を抽出して、第1の特徴マップ群を生成する処理と、
階層的に接続された第2の特徴量抽出層列により、前記蛍光画像の画像特徴を抽出して、第2の特徴マップ群を生成する処理と、
前記第1の特徴マップ群と前記第2の特徴マップ群を連結する処理と、
階層的に接続された第3の特徴量抽出層列により、連結された前記第1及び第2の特徴マップ群の画像特徴を抽出して、第3の特徴マップ群を生成する処理と、
前記第3の特徴マップ群に基づいて、前記細胞に係る識別情報を生成する処理と、有する、画像処理プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017074642A JP6915349B2 (ja) | 2017-04-04 | 2017-04-04 | 画像処理装置、画像処理方法、及び画像処理プログラム |
US15/944,211 US10692209B2 (en) | 2017-04-04 | 2018-04-03 | Image processing apparatus, image processing method, and computer-readable non-transitory recording medium storing image processing program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017074642A JP6915349B2 (ja) | 2017-04-04 | 2017-04-04 | 画像処理装置、画像処理方法、及び画像処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018180635A JP2018180635A (ja) | 2018-11-15 |
JP6915349B2 true JP6915349B2 (ja) | 2021-08-04 |
Family
ID=63670627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017074642A Active JP6915349B2 (ja) | 2017-04-04 | 2017-04-04 | 画像処理装置、画像処理方法、及び画像処理プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10692209B2 (ja) |
JP (1) | JP6915349B2 (ja) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3586181B1 (en) | 2017-06-13 | 2021-09-22 | Google LLC | Augmented reality microscope for pathology |
JP6805984B2 (ja) * | 2017-07-06 | 2020-12-23 | 株式会社デンソー | 畳み込みニューラルネットワーク |
SE542402C2 (en) * | 2018-07-02 | 2020-04-21 | Cellavision Ab | Method and apparatus for training a neural network classifier to classify an image depicting one or more objects of a biological sample |
WO2020081343A1 (en) * | 2018-10-15 | 2020-04-23 | Ventana Medical Systems, Inc. | Systems and methods for cell classification |
TWI717655B (zh) * | 2018-11-09 | 2021-02-01 | 財團法人資訊工業策進會 | 適應多物件尺寸之特徵決定裝置及方法 |
CN111414922B (zh) * | 2019-01-07 | 2022-11-15 | 阿里巴巴集团控股有限公司 | 特征提取方法、图像处理方法、模型训练方法及装置 |
EP3712618B1 (de) * | 2019-03-18 | 2023-10-04 | Euroimmun Medizinische Labordiagnostika AG | Verfahren zum detektieren einer bindung von antikörpern einer patientenprobe an doppelsträngige dns unter verwendung von crithidia luciliae zellen und fluoreszenzmikroskopie |
US11676685B2 (en) | 2019-03-21 | 2023-06-13 | Illumina, Inc. | Artificial intelligence-based quality scoring |
US11210554B2 (en) | 2019-03-21 | 2021-12-28 | Illumina, Inc. | Artificial intelligence-based generation of sequencing metadata |
JP7362284B2 (ja) * | 2019-03-29 | 2023-10-17 | キヤノン株式会社 | 画像処理方法、画像処理装置、プログラム、画像処理システム、および、学習済みモデルの製造方法 |
US11145058B2 (en) | 2019-04-11 | 2021-10-12 | Agilent Technologies, Inc. | User interface configured to facilitate user annotation for instance segmentation within biological samples |
US11132772B2 (en) | 2019-06-11 | 2021-09-28 | Samsung Electronics Co., Ltd. | Asymmetric normalized correlation layer for deep neural network feature matching |
JP7385241B2 (ja) * | 2019-06-19 | 2023-11-22 | 国立大学法人 東京大学 | 画像抽出装置、画像抽出システム、画像抽出方法及び画像抽出プログラム |
WO2021076623A1 (en) * | 2019-10-14 | 2021-04-22 | University Of Southern California | Systems, methods and assays for outlier clustering unsupervised learning automated report (ocular) |
CN110751160B (zh) * | 2019-10-30 | 2022-09-13 | 华中科技大学 | 图像中物体的检测方法、装置及系统 |
WO2021096152A1 (en) * | 2019-11-15 | 2021-05-20 | Samsung Electronics Co., Ltd. | Asymmetric normalized correlation layer for deep neural network feature matching |
CN111147760B (zh) * | 2019-12-23 | 2021-08-24 | 兴科迪智能科技(北京)有限公司 | 一种光场相机及其光度调整方法、装置及电子设备 |
CN111103275B (zh) * | 2019-12-24 | 2021-06-01 | 电子科技大学 | Pat先验信息辅助的基于cnn和自适应ekf的动态fmt重建方法 |
JP6737491B1 (ja) * | 2020-01-09 | 2020-08-12 | 株式会社アドイン研究所 | Aiを用いる診断装置、診断システム、及び、プログラム |
EP4151709A4 (en) * | 2020-05-12 | 2024-02-21 | Hitachi High Tech Corp | NUCLEIC ACID ANALYSIS DEVICE, NUCLEIC ACID ANALYSIS METHOD, AND MACHINE LEARNING METHOD |
CA3194038A1 (en) * | 2020-09-08 | 2022-03-17 | Insitro, Inc. | Biological image transformation using machine-learning models |
CN114495096A (zh) * | 2020-10-23 | 2022-05-13 | 上海交通大学医学院附属新华医院 | 一种细胞分类模型的获取方法和装置 |
CN112508909B (zh) * | 2020-12-03 | 2023-08-25 | 中国人民解放军陆军军医大学第二附属医院 | 一种外周血细胞形态学自动检测系统的疾病联想方法 |
WO2022225890A1 (en) * | 2021-04-19 | 2022-10-27 | Thrive Bioscience, Inc. | Plaque detection method and apparatus for imaging of cells |
CN113408350B (zh) * | 2021-05-17 | 2023-09-19 | 杭州电子科技大学 | 一种基于边缘特征提取的遥感图像显著性检测方法 |
CN114152557B (zh) * | 2021-11-16 | 2024-04-30 | 深圳元视医学科技有限公司 | 基于图像分析的血细胞计数方法和系统 |
CN117169093A (zh) * | 2023-10-30 | 2023-12-05 | 深圳市明鉴检测专业技术有限公司 | 基于荧光抗体标记的细胞定量检测方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0212060A (ja) * | 1988-06-30 | 1990-01-17 | Sumitomo Electric Ind Ltd | 細胞の状態のモニター方法及びその装置 |
JPH0765161A (ja) * | 1993-08-30 | 1995-03-10 | Nec Corp | 画像処理装置 |
JP5660273B2 (ja) * | 2010-01-04 | 2015-01-28 | 日本電気株式会社 | 画像診断方法、画像診断装置および画像診断プログラム |
JP5858461B2 (ja) | 2011-03-17 | 2016-02-10 | コニカミノルタ株式会社 | 病理診断情報生成方法及び病理診断情報生成システム |
WO2013146841A1 (ja) * | 2012-03-30 | 2013-10-03 | コニカミノルタ株式会社 | 医用画像処理装置及びプログラム |
US20130338016A1 (en) * | 2012-04-17 | 2013-12-19 | Vala Sciences, Inc. | Method For Integrated Pathology Diagnosis And Digital Biomarker Pattern Analysis |
AU2015261891A1 (en) * | 2014-05-23 | 2016-10-13 | Ventana Medical Systems, Inc. | Systems and methods for detection of biological structures and/or patterns in images |
CN107636693B (zh) * | 2015-03-20 | 2022-01-11 | 弗劳恩霍夫应用研究促进协会 | 针对人工神经网络的相关性分数指派 |
US9947102B2 (en) * | 2016-08-26 | 2018-04-17 | Elekta, Inc. | Image segmentation using neural network method |
US10740651B2 (en) * | 2016-10-27 | 2020-08-11 | General Electric Company | Methods of systems of generating virtual multi-dimensional models using image analysis |
US10410348B2 (en) * | 2016-12-21 | 2019-09-10 | Elekta, Inc. | Online learning enhanced atlas-based auto-segmentation |
US10573003B2 (en) * | 2017-02-13 | 2020-02-25 | Amit Sethi | Systems and methods for computational pathology using points-of-interest |
-
2017
- 2017-04-04 JP JP2017074642A patent/JP6915349B2/ja active Active
-
2018
- 2018-04-03 US US15/944,211 patent/US10692209B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US10692209B2 (en) | 2020-06-23 |
US20180286040A1 (en) | 2018-10-04 |
JP2018180635A (ja) | 2018-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6915349B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
US11614610B2 (en) | Systems, devices, and methods for image processing to generate an image having predictive tagging | |
US9684960B2 (en) | Automated histological diagnosis of bacterial infection using image analysis | |
US10824847B2 (en) | Generating virtually stained images of unstained samples | |
CN111524137B (zh) | 基于图像识别的细胞识别计数方法、装置和计算机设备 | |
JP2021073566A (ja) | 生体試料の複数の画像を表示するための画像処理システムおよび方法 | |
JP2022180419A (ja) | 画像解析方法、装置、プログラムおよび学習済み深層学習アルゴリズムの製造方法 | |
KR101628276B1 (ko) | 클라우드 기반 병리 분석 시스템 및 방법 | |
EP2803015B1 (en) | Two stage categorization of objects in images | |
US8600143B1 (en) | Method and system for hierarchical tissue analysis and classification | |
CN107646115A (zh) | 图像分析系统及相关方法 | |
Khan et al. | Unsupervised identification of malaria parasites using computer vision | |
JP2017516992A (ja) | 画像内の生物学的構造及び/又はパターンの検出のためのシステム及び方法 | |
EP2095094A2 (en) | Quantitative, multispectral image analysis of tissue specimens stained with quantum dots | |
US11776124B1 (en) | Transforming multispectral images to enhanced resolution images enabled by machine learning | |
US7606779B2 (en) | Methods and system for data aggregation of physical samples | |
CN104854620A (zh) | 图像处理装置、图像处理系统和程序 | |
JP4997255B2 (ja) | 細胞画像解析装置 | |
CN115032196B (zh) | 一种全划片高通量彩色病理成像分析仪器及方法 | |
CN116580394A (zh) | 一种基于多尺度融合和可变形自注意力的白细胞检测方法 | |
CN110728666B (zh) | 基于数字病理玻片进行慢性鼻窦炎的分型方法及其系统 | |
Juhong et al. | Super-resolution and segmentation deep learning for breast cancer histopathology image analysis | |
JP4271054B2 (ja) | 細胞画像解析装置 | |
Hu et al. | Automatic detection of tuberculosis bacilli in sputum smear scans based on subgraph classification | |
Tran et al. | Protein crystallization segmentation and classification using subordinate color channel in fluorescence microscopy images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171227 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20190708 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20191011 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200318 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210412 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210420 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210519 |
|
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: 20210615 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210628 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6915349 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |