JP7070656B2 - 細胞画像解析方法、細胞画像解析装置、及び学習モデル作成方法 - Google Patents
細胞画像解析方法、細胞画像解析装置、及び学習モデル作成方法 Download PDFInfo
- Publication number
- JP7070656B2 JP7070656B2 JP2020504514A JP2020504514A JP7070656B2 JP 7070656 B2 JP7070656 B2 JP 7070656B2 JP 2020504514 A JP2020504514 A JP 2020504514A JP 2020504514 A JP2020504514 A JP 2020504514A JP 7070656 B2 JP7070656 B2 JP 7070656B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- cell
- cells
- analysis method
- image analysis
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Description
例えば特許文献1には、所定時間隔てて取得された複数の細胞観察画像からそれぞれ細胞内部構造のテクスチャ特徴量を算出し、その複数の細胞観察画像に対するテクスチャ特徴量の差分や相関値を計算してその時系列変化に基づいて細胞の活性度を判別する方法が記載されている。この方法では例えば、時間経過に伴うテクスチャ特徴量の差分値が減少傾向である場合に、その細胞の活性度は減少している等と判断することができる。
観察画像の解析手法として機械学習を利用し、
コンピュータが、前記機械学習における学習処理時及び学習済みのモデルに基づく画像の推定処理時の処理対象画像として、有効範囲内であるホログラムデータに基づいて作成される観察画像の周囲に、有効範囲外のホログラムデータを含んだデータに基づいて作成される画像を追加した拡大観察画像を受領するステップ、を実行することを特徴としている。
a)有効範囲内であるホログラムデータに基づいて作成される観察画像の周囲に、有効範囲外のホログラムデータを含んだデータに基づいて作成される画像を追加した拡大観察画像を、後記解析処理部の処理対象画像として受領する拡大画像受領部と、
b)観察画像が正しくセグメンテーションされた情報が既知である拡大観察画像を処理対象とした機械学習によって予め構築された学習済みモデルを使用した演算処理により、前記拡大画像受領部で受領された目的とする観察画像に基づく拡大観察画像に対して細胞に関するセグメンテーションがなされたラベル画像を出力する解析処理部と、
を備えることを特徴としている。
有効範囲内であるホログラムデータに基づいて作成される観察画像の周囲に、有効範囲外のホログラムデータを含んだデータに基づいて作成される画像を追加した拡大観察画像を処理対象画像として機械学習の学習を実行して学習モデルを作成することを特徴としている。
図1は、本発明に係る細胞画像解析方法を実施するための細胞画像解析装置を用いた細胞解析装置、及び該装置に用いられる学習済みモデルを作成するための装置の概略構成図である。
顕微観察部10はインライン型ホログラフィック顕微鏡(In-line Holographic Microscopy:IHM)であり、レーザダイオードなどを含む光源部11とイメージセンサ12とを備え、光源部11とイメージセンサ12との間に、細胞コロニー(又は細胞単体)14を含む培養プレート13が配置される。
作業者が細胞コロニー14を含む培養プレート13を所定位置にセットして入力部30で所定の操作を行うと、撮影制御部21は顕微観察部10を制御して以下のようにホログラムデータを取得する。
上述したように顕微観察部10は試料(培養プレート13中の細胞コロニー14など)の撮影を実施し(ステップS21)、位相情報算出部23及び画像作成部24は、それにより得られたホログラムデータに基づいて位相計算を実行してIHM位相像を形成する(ステップS22)。そのあと、パディング済み画像入力部251は、上述したような、有効領域に対応するIHM位相像の周りに非有効領域に対応する画像を加えた拡大位相像を読み込み、これを全層畳み込みニューラルネットワークを用いたセグメンテーションの対象の入力画像として設定する(ステップS23)。
こうして、例えば、細胞コロニーの観察画像上で未分化細胞の領域と未分化逸脱細胞の領域とを容易に把握可能な画像を作業者に提供することができる。
学習処理の際に使用する正解画像は次の手順で作成した。
(1)目的とする細胞をアクチン(Actin)染色した細胞膜染色画像を取得し、該画像上で細胞領域を画定する。この細胞領域には未分化細胞、未分化逸脱細胞、分化細胞を含む。
(2)目的とする細胞中の未分化マーカー(Oct-3/4)の発現を検出する染色法を用いて未分化マーカー染色画像を取得し、該画像上で未分化細胞領域を画定する。
(3)(1)で画定した細胞領域、及び、(2)で画定した未分化細胞領域を組み合わせることで、未分化細胞領域、未分化逸脱細胞領域、及び、背景領域が区分された正解画像を作成する。
10…顕微観察部
11…光源部
12…イメージセンサ
13…培養プレート
14…細胞コロニー
15…参照光
16…物体光
20…制御・処理部
21…撮影制御部
22…ホログラムデータ記憶部
23…位相情報算出部
24…画像作成部
25…細胞画像解析部
251…画像入力部
252…モデル記憶部
253…領域推定演算部
254…細胞情報算出部
255…表示処理部
30…入力部
40…表示部
50…モデル作成部
51…学習画像データ入力部
52…学習実行部
53…モデル構築部
Claims (9)
- コンピュータが、細胞を含む試料についてホログラフィック顕微鏡で取得されたホログラムデータに基づいて作成される細胞の観察画像を解析することで、細胞に関連するセグメンテーションを行う細胞画像解析方法であって、
観察画像の解析手法として機械学習を利用し、
コンピュータが、前記機械学習における学習処理時及び学習済みのモデルに基づく画像の推定処理時の処理対象画像として、有効範囲内であるホログラムデータに基づいて作成される観察画像の周囲に、有効範囲外のホログラムデータを含んだデータに基づいて作成される画像を追加した拡大観察画像を受領するステップ、を実行することを特徴とする細胞画像解析方法。 - 請求項1に記載の細胞画像解析方法であって、
前記機械学習は畳み込みニューラルネットワークであることを特徴とする細胞画像解析方法。 - 請求項2に記載の細胞画像解析方法であって、
前記畳み込みニューラルネットワークは全層畳み込みニューラルネットワークであることを特徴とする細胞画像解析方法。 - 請求項1に記載の細胞画像解析方法であって、
前記観察画像はホログラムデータに基づく演算処理によって求まる位相画像であることを特徴とする細胞画像解析方法。 - 請求項1に記載の細胞画像解析方法であって、
試料に含まれる細胞はヒトiPS細胞を含む多能性幹細胞であり、前記セグメンテーションは少なくとも、未分化細胞と、未分化逸脱細胞又は分化細胞とを識別することを特徴とする細胞画像解析方法。 - 請求項1に記載の細胞画像解析方法であって、
コンピュータが、細胞の観察画像について細胞に関連するセグメンテーションを行った結果に基づいて、細胞領域の面積、細胞の数、又は細胞の密度の少なくともいずれかを推定する細胞情報算出ステップ、を実行することを特徴とする細胞画像解析方法。 - 請求項1に記載の細胞画像解析方法であって、
コンピュータが、細胞の観察画像について細胞に関連するセグメンテーションを行った結果又はそのセグメンテーションに基づく細胞状態の判定結果を、前記ホログラムデータの有効範囲内であるデータに基づいて作成される観察画像に重畳して表示部の表示画面上に表示する表示処理ステップ、を実行することを特徴とする細胞画像解析方法。 - 細胞を含む試料についてホログラフィック顕微鏡で取得されたホログラムデータに基づいて作成される細胞の観察画像を解析することで、細胞に関連するセグメンテーションを行う細胞画像解析装置であって、
a)有効範囲内であるホログラムデータに基づいて作成される観察画像の周囲に、有効範囲外のホログラムデータを含んだデータに基づいて作成される画像を追加した拡大観察画像を、後記解析処理部の処理対象画像として受領する拡大画像受領部と、
b)観察画像が正しくセグメンテーションされた情報が既知である拡大観察画像を処理対象とした機械学習によって予め構築された学習済みモデルを使用した演算処理により、前記拡大画像受領部で受領された目的とする観察画像に基づく拡大観察画像に対して細胞に関するセグメンテーションがなされたラベル画像を出力する解析処理部と、
を備えることを特徴とする細胞画像解析装置。 - コンピュータが、ホログラフィック顕微鏡で取得されたホログラムデータに基づいて作成される観察画像を機械学習を利用して解析することで前記観察画像のセグメンテーションを行う際に用いられる学習モデルを作成する学習モデル作成方法であって、
有効範囲内であるホログラムデータに基づいて作成される観察画像の周囲に、有効範囲外のホログラムデータを含んだデータに基づいて作成される画像を追加した拡大観察画像を処理対象画像として機械学習の学習を実行して学習モデルを作成することを特徴とする学習モデル作成方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/008483 WO2019171453A1 (ja) | 2018-03-06 | 2018-03-06 | 細胞画像解析方法、細胞画像解析装置、及び学習モデル作成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019171453A1 JPWO2019171453A1 (ja) | 2021-02-04 |
JP7070656B2 true JP7070656B2 (ja) | 2022-05-18 |
Family
ID=67845610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020504514A Active JP7070656B2 (ja) | 2018-03-06 | 2018-03-06 | 細胞画像解析方法、細胞画像解析装置、及び学習モデル作成方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7070656B2 (ja) |
WO (1) | WO2019171453A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021070372A1 (ja) * | 2019-10-11 | 2021-04-15 | 株式会社島津製作所 | 細胞画像解析方法及び細胞解析装置 |
JP2021064115A (ja) * | 2019-10-11 | 2021-04-22 | 株式会社島津製作所 | 細胞画像解析方法及び細胞解析装置 |
JP7248139B2 (ja) * | 2019-10-11 | 2023-03-29 | 株式会社島津製作所 | 細胞画像解析方法及び細胞解析装置 |
CN110836867A (zh) * | 2019-10-18 | 2020-02-25 | 南京大学 | 一种基于卷积神经网络的无透镜全息显微微粒表征方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011077967A (ja) | 2009-10-01 | 2011-04-14 | Canon Inc | 画像処理装置、画像処理方法、およびプログラム |
WO2016084420A1 (ja) | 2014-11-27 | 2016-06-02 | 株式会社島津製作所 | ディジタルホログラフィ装置及びディジタルホログラム生成方法 |
JP2017117335A (ja) | 2015-12-25 | 2017-06-29 | キヤノン株式会社 | 画像処理装置、画像処理方法、コンピュータプログラム |
JP2017519985A (ja) | 2014-06-16 | 2017-07-20 | 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Siemens Healthcare Diagnostics Inc. | 血液学用デジタルホログラフィ顕微鏡検査データ分析 |
JP2017199981A (ja) | 2016-04-25 | 2017-11-02 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
-
2018
- 2018-03-06 WO PCT/JP2018/008483 patent/WO2019171453A1/ja active Application Filing
- 2018-03-06 JP JP2020504514A patent/JP7070656B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011077967A (ja) | 2009-10-01 | 2011-04-14 | Canon Inc | 画像処理装置、画像処理方法、およびプログラム |
JP2017519985A (ja) | 2014-06-16 | 2017-07-20 | 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Siemens Healthcare Diagnostics Inc. | 血液学用デジタルホログラフィ顕微鏡検査データ分析 |
WO2016084420A1 (ja) | 2014-11-27 | 2016-06-02 | 株式会社島津製作所 | ディジタルホログラフィ装置及びディジタルホログラム生成方法 |
JP2017117335A (ja) | 2015-12-25 | 2017-06-29 | キヤノン株式会社 | 画像処理装置、画像処理方法、コンピュータプログラム |
JP2017199981A (ja) | 2016-04-25 | 2017-11-02 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2019171453A1 (ja) | 2019-09-12 |
JPWO2019171453A1 (ja) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7163955B2 (ja) | 細胞画像解析方法、細胞画像解析装置、及び学習モデル作成方法 | |
JP7070656B2 (ja) | 細胞画像解析方法、細胞画像解析装置、及び学習モデル作成方法 | |
Baumgartl et al. | A deep learning-based model for defect detection in laser-powder bed fusion using in-situ thermographic monitoring | |
JP6981533B2 (ja) | 細胞画像解析装置、細胞画像解析システム、学習データの生成方法、学習モデルの生成方法、学習データの生成プログラム、および、学習データの製造方法 | |
JP6873390B2 (ja) | 細胞解析方法及び細胞解析装置 | |
US20200050830A1 (en) | Method for Providing an Evaluation Means for at Least One Optical Application System of a Microscope-Based Application Technology | |
JP7428173B2 (ja) | 細胞観察装置及び細胞観察方法 | |
JP2021064115A (ja) | 細胞画像解析方法及び細胞解析装置 | |
Hussain et al. | Exudate regeneration for automated exudate detection in retinal fundus images | |
WO2020188813A1 (ja) | 細胞解析装置 | |
JP2021078356A (ja) | 細胞解析装置 | |
US20140192178A1 (en) | Method and system for tracking motion of microscopic objects within a three-dimensional volume | |
JP7006833B2 (ja) | 細胞解析装置 | |
Thakur et al. | Deep learning based processing framework for spatio-temporal analysis and classification of laser biospeckle data | |
Fernandez et al. | High-throughput and automatic structural and developmental root phenotyping on Arabidopsis seedlings | |
JP7147982B2 (ja) | 細胞立体形状評価方法及び細胞観察装置 | |
Yi et al. | Extraction of target specimens from bioholographic images using interactive graph cuts | |
Kanagala et al. | Detection of Glaucoma Using Optic Disk Segmentation Based on CNN and VAE Models. | |
KR102567671B1 (ko) | 콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법 및 시스템 | |
Bergwerf | Nerve fiber tracing in bright-field images of human skin using deep learning | |
Valentin | Weld Classification Based on Grey Level Co-occurrence and Local Binary Patterns | |
Akella et al. | A novel hybrid model for automatic diabetic retinopathy grading and multi-lesion recognition method based on SRCNN & YOLOv3 | |
Noy et al. | Location Prediction of Sperm Cells Using Long Short‐Term Memory Networks | |
WO2021070372A1 (ja) | 細胞画像解析方法及び細胞解析装置 | |
Martini et al. | Data augmentation strategy for generating realistic samples on defect segmentation task |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200825 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210928 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211104 |
|
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: 20220405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220418 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7070656 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |