JP7320972B2 - 画像処理装置、自動分析システム及び画像処理方法 - Google Patents
画像処理装置、自動分析システム及び画像処理方法 Download PDFInfo
- Publication number
- JP7320972B2 JP7320972B2 JP2019073334A JP2019073334A JP7320972B2 JP 7320972 B2 JP7320972 B2 JP 7320972B2 JP 2019073334 A JP2019073334 A JP 2019073334A JP 2019073334 A JP2019073334 A JP 2019073334A JP 7320972 B2 JP7320972 B2 JP 7320972B2
- Authority
- JP
- Japan
- Prior art keywords
- container
- image
- area
- unit
- 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
- 238000012545 processing Methods 0.000 title claims description 139
- 238000004458 analytical method Methods 0.000 title claims description 34
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000000034 method Methods 0.000 claims description 67
- 230000008569 process Effects 0.000 claims description 63
- 238000011176 pooling Methods 0.000 claims description 44
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000003384 imaging method Methods 0.000 claims description 33
- 238000005070 sampling Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 239000003153 chemical reaction reagent Substances 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 21
- 239000000523 sample Substances 0.000 description 11
- 238000012937 correction Methods 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 10
- 238000001994 activation Methods 0.000 description 8
- 230000004913 activation Effects 0.000 description 7
- 238000007476 Maximum Likelihood Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 150000002632 lipids Chemical class 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
- G01F23/22—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
- G01F23/28—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
- G01F23/284—Electromagnetic waves
- G01F23/292—Light, e.g. infrared or ultraviolet
- G01F23/2921—Light, e.g. infrared or ultraviolet for discrete levels
- G01F23/2928—Light, e.g. infrared or ultraviolet for discrete levels using light reflected on the material surface
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0096—Casings for storing test samples
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
-
- 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
- G06T7/0004—Industrial image inspection
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- 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
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00732—Identification of carriers, materials or components in automatic analysers
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Pathology (AREA)
- Electromagnetism (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computing Systems (AREA)
- Thermal Sciences (AREA)
- Fluid Mechanics (AREA)
- Image Analysis (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Description
画像取得部201が入力部102を介して上方画像212を取得する。取得される上方画像212は、撮像部111で撮影された画像であっても、図示されない記録装置等に記録される画像であっても良い。
領域算出部202がS301で取得された上方画像212から容器112の縁213の領域を算出する。縁213の領域を算出するには、上方画像212の輝度値を用いた閾値処理や、FCNを用いた領域分割処理等のいずれかの処理が実行される。FCNを用いた領域分割処理については図7~図15を用いて後述する。
状態判定部203が、S302で算出された縁領域402に基づいて、容器112の種別を判定する。図5と図6を用いて本ステップについて説明する。
出力部105が、S303で判定された容器112の種別を出力する。判定の結果は、例えば制御部121へ送信され、制御部121は判定の結果に基づいて採取部122を制御する。例えば、容器112が未知容器であると判定された場合、制御部121は採取部122を停止させても良い。容器112が未知容器であるとき、採取部122を停止させることにより、採取部122と容器112との衝突を避けることができる。
領域算出部202がS301で取得された上方画像212から採取対象113の上面領域404を算出する。上面領域404の算出には、S302と同様に、上方画像212の輝度値を用いた閾値処理や、FCNやDFCNを用いた領域分割処理等が実行される。
状態判定部203が、S302で算出された縁領域402とS1604で算出された上面領域404とに基づいて、採取対象113の量を判定する。図17と図18を用いて本ステップについて説明する。まず図17を用いて、上面領域404について説明する。
出力部105が、S1605で判定された採取対象113の量を出力する。判定の結果は、例えば制御部121へ送信され、制御部121は判定の結果に基づいて採取部122を制御する。例えば、採取対象113の量が所定の量に達していないと判定された場合、制御部121は採取部122を停止させても良い。また、出力部105は判定の結果をディスプレイやプリンタへ出力し、採取対象113の量を操作者に提示しても良いし、採取対象113の量が所定の量に達していない場合にはその旨を示すメッセージが表示されても良い。
状態判定部203が、S302で算出された縁領域402とS1604で算出された上面領域404とに基づいて、容器112の傾きを判定する。容器112の傾きの判定では、傾きの有無の判定、あるいは傾き角度の判定が行われる。
出力部105が、S2005で判定された容器112の傾きを出力する。判定の結果は、例えば制御部121へ送信され、制御部121は判定の結果に基づいて採取部122を制御する。例えば、容器112が傾いていると判定されたり、容器112の傾き角度が予め定められた閾値を超過すると判定されたりした場合、制御部121は採取部122を停止させても良い。もしくは容器112の傾き角度に応じて、採取部122の位置や傾きが調整されても良い。
画像選択・表示部2302が、画像中の各ピクセルの尤度に基づいて、教師信号を付与するための画像を記録装置等に記録される画像群の中から選択し、ディスプレイ等に表示させる。例えば、各ピクセルの最大尤度の平均値が所定の閾値未満の画像、すなわち各領域の確信度が比較的低い画像が選択される。
教師信号取得部2303が、操作者の操作に基づいて、S2401にて表示された画像に対する教師信号を取得する。図26と図27を用いて、本ステップにて使用される画面の一例について説明する。
一定数以上の新たな教師画像が収集されたか否かが判別される。一定数以上の教師画像が収集されればS2404へ処理が進み、一定数に達していなければS2401へ処理が戻る。
学習部2304が、一定数以上の教師画像を用いた機械学習により係数を更新する。係数の更新には、例えば確率的勾配降下法等が用いられる。係数の初期値には、メモリ104に保存されている係数が用いられても良いし、乱数が用いられても良い。
学習部2304が、更新された係数の評価を実施する。例えば、係数の評価用に正解情報付きの画像群が予め準備され、これらの画像群に対してS2404にて更新された係数と更新前の係数を用いた領域分割処理をそれぞれ実施し、正解率が上昇したか否かにより更新後の係数が評価される。
メモリ104内の係数を上書きするか否かが判別される。上書きされるか否かの判別には、S2405の評価結果が用いられても良い。係数が上書きされるならばS2407へ処理が進み、上書きされなければ処理の流れは終了となる。
学習部2304が、メモリ104内の係数を上書きしたり、更新前後の係数を保存したりする。
Claims (14)
- 試料や試薬、反応溶液を含む採取対象を収容する容器を上方から撮像して得られる画像である上方画像を取得する画像取得部と、
前記上方画像から前記容器の縁領域と前記採取対象の上面領域を算出する領域算出部と、
前記縁領域または前記上面領域に基づいて前記容器または前記採取対象の状態を判定する状態判定部と、を備え、
前記状態判定部は、前記縁領域に基づいて前記容器の種別を判定し、前記容器の種別と前記上面領域の大きさとを用いて求められる前記採取対象の高さと、前記縁領域の中心と前記上面領域の中心との距離である中心距離と、に基づいて容器の傾き角度を判定することを特徴とする画像処理装置。 - 請求項1に記載の画像処理装置であって、
前記領域算出部は前記縁領域を算出し、
前記状態判定部は前記縁領域の外径と内径に基づいて前記容器の種別を判定することを特徴とする画像処理装置。 - 請求項2に記載の画像処理装置であって、
前記領域算出部は、前記上面領域をさらに算出し、
前記状態判定部は、前記容器の種別と、前記上面領域の大きさ又は前記上面領域から前記縁領域までの距離に基づいて前記採取対象の量を判定することを特徴とする画像処理装置。 - 試料や試薬、反応溶液を含む採取対象を収容する容器を上方から撮像して得られる画像である上方画像を取得する画像取得部と、
前記上方画像から前記容器の縁領域と前記採取対象の上面領域を算出する領域算出部と、
前記縁領域または前記上面領域に基づいて前記容器または前記採取対象の状態を判定する状態判定部と、を備え、
前記状態判定部は、前記縁領域の中心と前記上面領域の中心との一致度に基づいて前記容器の傾きの有無を判定することを特徴とする画像処理装置。 - 請求項1に記載の画像処理装置であって、
前記上方画像が非テレセントリックのレンズを用いて撮像された場合、前記状態判定部は、前記上面領域の短径と前記縁領域の内径との比率に基づいて前記中心距離を補正することを特徴とする画像処理装置。 - 請求項1に記載の画像処理装置であって、
選択された画像を表示する表示部と、
前記表示部に表示された画像に対する教師信号を入力するための操作画面を表示する教師信号取得部をさらに備えることを特徴とする画像処理装置。 - 請求項6に記載の画像処理装置であって、
前記表示部は、選択された画像の枚数を示す画面をさらに表示することを特徴とする画像処理装置。 - 請求項1に記載の画像処理装置であって、
前記領域算出部は、カーネルの要素間に所定数のゼロを挿入することにより作成されるダイレートカーネルを用いてConvolution処理およびPooling処理を実行することにより前記上方画像を複数の領域に分割して、前記縁領域または前記上面領域を算出することを特徴とする画像処理装置。 - 請求項8に記載の画像処理装置であって、
前記領域算出部は、前記Convolution処理および前記Pooling処理を実行するときに前記ダイレートカーネルをずらす量であるストライド量に基づいて前記カーネルに挿入されるゼロの数を決めることを特徴とする画像処理装置。 - 請求項1に記載の画像処理装置を備える自動分析システムであって、
前記容器から前記採取対象を採取する採取部と、
前記状態判定部の判定結果に基づいて前記採取部を制御する制御部を備えることを特徴とする自動分析システム。 - 請求項10に記載の自動分析システムであって、
前記状態判定部が前記容器の種別を未知の種別と判定したか、前記採取対象の量が閾値未満であると判定したか、前記容器の傾き角度が閾値以上であると判定したときに、前記制御部は前記採取部を停止させることを特徴とする自動分析システム。 - 請求項10に記載の自動分析システムであって、
前記状態判定部が判定した前記容器の種別や、前記採取対象の量、前記容器の傾き角度に応じて、前記制御部は前記採取部の高さや角度を調整することを特徴とする自動分析システム。 - 試料や試薬、反応溶液を含む採取対象を収容する容器を上方から撮像して得られる画像である上方画像を取得する画像取得ステップと、
前記上方画像から前記容器の縁領域と前記採取対象の上面領域を算出する領域算出ステップと、
前記縁領域または前記上面領域に基づいて前記容器または前記採取対象の状態を判定する状態判定ステップと、を備え、
前記状態判定ステップは、前記縁領域に基づいて前記容器の種別を判定し、前記容器の種別と前記上面領域の大きさとを用いて求められる前記採取対象の高さと、前記縁領域の中心と前記上面領域の中心との距離である中心距離と、に基づいて容器の傾き角度を判定することを特徴とする画像処理方法。 - 試料や試薬、反応溶液を含む採取対象を収容する容器を上方から撮像して得られる画像である上方画像を取得する画像取得部と、
前記上方画像から前記容器の縁領域または前記採取対象の上面領域を算出する領域算出部と、
前記縁領域または前記上面領域に基づいて前記容器または前記採取対象の状態を判定する状態判定部と、を備え、
前記状態判定部は、前記上面領域の境界を楕円フィッティングすることにより算出される前記上面領域の短径に基づいて前記容器の種別を判定することを特徴とする画像処理装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019073334A JP7320972B2 (ja) | 2019-04-08 | 2019-04-08 | 画像処理装置、自動分析システム及び画像処理方法 |
EP20788579.9A EP3955008A4 (en) | 2019-04-08 | 2020-01-28 | IMAGE PROCESSING DEVICE, AUTOMATIC ANALYSIS SYSTEM AND AND IMAGE PROCESSING METHOD |
PCT/JP2020/002860 WO2020208899A1 (ja) | 2019-04-08 | 2020-01-28 | 画像処理装置、自動分析システム及び画像処理方法 |
US17/599,370 US20220172341A1 (en) | 2019-04-08 | 2020-01-28 | Image processing apparatus, automatic analysis system, and image processing method |
CN202080025465.6A CN113646641B (zh) | 2019-04-08 | 2020-01-28 | 图像处理装置、自动分析系统以及图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019073334A JP7320972B2 (ja) | 2019-04-08 | 2019-04-08 | 画像処理装置、自動分析システム及び画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020173101A JP2020173101A (ja) | 2020-10-22 |
JP7320972B2 true JP7320972B2 (ja) | 2023-08-04 |
Family
ID=72750536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019073334A Active JP7320972B2 (ja) | 2019-04-08 | 2019-04-08 | 画像処理装置、自動分析システム及び画像処理方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220172341A1 (ja) |
EP (1) | EP3955008A4 (ja) |
JP (1) | JP7320972B2 (ja) |
CN (1) | CN113646641B (ja) |
WO (1) | WO2020208899A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117268498B (zh) * | 2023-11-20 | 2024-01-23 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种油量测量方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004151025A (ja) | 2002-10-31 | 2004-05-27 | Teruaki Ito | 試験管種類判別装置 |
JP2005304303A (ja) | 2004-04-16 | 2005-11-04 | Olympus Corp | 給排ロボットおよび自動培養装置 |
JP2007298445A (ja) | 2006-05-01 | 2007-11-15 | Olympus Corp | 液面検知装置 |
JP2014500955A (ja) | 2010-11-16 | 2014-01-16 | エフ.ホフマン−ラ ロシュ アーゲー | 容器内の液面上の泡を検出する方法および装置 |
JP2015087265A (ja) | 2013-10-31 | 2015-05-07 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
JP2018146587A (ja) | 2017-03-08 | 2018-09-20 | 清華大学Tsinghua University | 検査機器と車両の画像を分割する方法 |
JP2019027927A (ja) | 2017-07-31 | 2019-02-21 | 株式会社日立ハイテクノロジーズ | 装置、試料の状態の判別方法、及び分析システム |
JP2019028657A (ja) | 2017-07-28 | 2019-02-21 | 株式会社パスコ | 建物領域抽出用の学習済みモデル |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5208868B2 (ja) * | 2008-10-31 | 2013-06-12 | シスメックス株式会社 | 検体処理装置 |
JP2014202721A (ja) * | 2013-04-10 | 2014-10-27 | 株式会社日立ハイテクノロジーズ | 液体試料導入装置及び液体クロマトグラフ装置 |
JP6470691B2 (ja) * | 2013-10-17 | 2019-02-13 | 株式会社日立ハイテクノロジーズ | 検体検査自動化システムおよび容量チェックモジュールならびに生体試料のチェック方法 |
JP6510420B2 (ja) * | 2013-11-12 | 2019-05-08 | 株式会社日立ハイテクノロジーズ | 検体検査自動化システムおよび生体試料チェックモジュールならびに生体試料のチェック方法 |
WO2015191702A1 (en) * | 2014-06-10 | 2015-12-17 | Siemens Healthcare Diagnostics Inc. | Drawer vision system |
JP6767791B2 (ja) * | 2016-06-30 | 2020-10-14 | キヤノン株式会社 | 情報処理装置及びその制御方法並びにプログラム |
JP2018096915A (ja) * | 2016-12-15 | 2018-06-21 | 株式会社堀場製作所 | 自動分析装置 |
CN110832508B (zh) * | 2017-07-11 | 2023-08-11 | 美国西门子医学诊断股份有限公司 | 用于样本管顶部圆形的基于学习的图像边缘增强的方法和系统 |
EP3428586B1 (en) * | 2017-07-14 | 2020-09-09 | CSEM Centre Suisse D'electronique Et De Microtechnique SA | Liquid level detection in receptacles using a plenoptic camera |
CN109064509B (zh) * | 2018-06-29 | 2021-04-06 | 广州雅特智能科技有限公司 | 食物体积和食物热量的识别方法、装置和系统 |
-
2019
- 2019-04-08 JP JP2019073334A patent/JP7320972B2/ja active Active
-
2020
- 2020-01-28 CN CN202080025465.6A patent/CN113646641B/zh active Active
- 2020-01-28 US US17/599,370 patent/US20220172341A1/en active Pending
- 2020-01-28 WO PCT/JP2020/002860 patent/WO2020208899A1/ja unknown
- 2020-01-28 EP EP20788579.9A patent/EP3955008A4/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004151025A (ja) | 2002-10-31 | 2004-05-27 | Teruaki Ito | 試験管種類判別装置 |
JP2005304303A (ja) | 2004-04-16 | 2005-11-04 | Olympus Corp | 給排ロボットおよび自動培養装置 |
JP2007298445A (ja) | 2006-05-01 | 2007-11-15 | Olympus Corp | 液面検知装置 |
JP2014500955A (ja) | 2010-11-16 | 2014-01-16 | エフ.ホフマン−ラ ロシュ アーゲー | 容器内の液面上の泡を検出する方法および装置 |
JP2015087265A (ja) | 2013-10-31 | 2015-05-07 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
JP2018146587A (ja) | 2017-03-08 | 2018-09-20 | 清華大学Tsinghua University | 検査機器と車両の画像を分割する方法 |
JP2019028657A (ja) | 2017-07-28 | 2019-02-21 | 株式会社パスコ | 建物領域抽出用の学習済みモデル |
JP2019027927A (ja) | 2017-07-31 | 2019-02-21 | 株式会社日立ハイテクノロジーズ | 装置、試料の状態の判別方法、及び分析システム |
Also Published As
Publication number | Publication date |
---|---|
US20220172341A1 (en) | 2022-06-02 |
JP2020173101A (ja) | 2020-10-22 |
CN113646641B (zh) | 2024-08-13 |
EP3955008A1 (en) | 2022-02-16 |
CN113646641A (zh) | 2021-11-12 |
EP3955008A4 (en) | 2023-03-29 |
WO2020208899A1 (ja) | 2020-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767419B (zh) | 数据生成装置、数据生成方法及存储介质 | |
JP3834041B2 (ja) | 学習型分類装置及び学習型分類方法 | |
CN109685055B (zh) | 一种图像中文本区域的检测方法及装置 | |
CN108876761B (zh) | 图像处理装置、电脑可读取记录媒体、图像处理系统 | |
EP3904866A1 (en) | Defect inspecting device, defect inspecting method, and program for same | |
CN111656358A (zh) | 分析捕获的图像以确定测试成果 | |
CN110892272B (zh) | 装置、试料的状态的判别方法以及分析系统 | |
JP2019061484A (ja) | 画像処理装置及びその制御方法及びプログラム | |
CN110569774B (zh) | 基于图像处理与模式识别的折线图图像自动数字化方法 | |
CN110633620B (zh) | 指针式仪表刻度识别方法及电子设备 | |
JP2016099668A (ja) | 学習方法、学習装置、画像認識方法、画像認識装置及びプログラム | |
CN113673295A (zh) | 图像处理设备、图像处理方法和存储介质 | |
JP2018535393A (ja) | 画像分析システム及び方法 | |
CN110245747A (zh) | 基于全卷积神经网络的图像处理方法及装置 | |
JP7320972B2 (ja) | 画像処理装置、自動分析システム及び画像処理方法 | |
EP3955207A1 (en) | Object detection device | |
US9953238B2 (en) | Image processing method and system for extracting distorted circular image elements | |
CN114092542B (zh) | 一种基于二维视觉的螺栓测量方法以及系统 | |
CN113760686B (zh) | 用户界面的测试方法、装置、终端和存储介质 | |
JP2001314374A (ja) | 角膜内皮細胞測定装置 | |
CN113850762A (zh) | 基于眼前节图像的眼病识别方法、装置、设备及存储介质 | |
CN114549499B (zh) | 一种用于终端设备的高拍仪达标检测方法、系统及介质 | |
WO2023276853A1 (ja) | 画像処理装置、方法及び画像処理システム | |
WO2023112302A1 (ja) | 教師データ作成支援装置、教師データ作成支援方法 | |
WO2024034374A1 (ja) | オブジェクト分類装置、オブジェクト分類方法及びオブジェクト分類システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230106 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230622 |
|
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: 20230704 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230725 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7320972 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |