JP7416074B2 - 画像処理装置、画像処理方法およびプログラム - Google Patents
画像処理装置、画像処理方法およびプログラム Download PDFInfo
- Publication number
- JP7416074B2 JP7416074B2 JP2021545218A JP2021545218A JP7416074B2 JP 7416074 B2 JP7416074 B2 JP 7416074B2 JP 2021545218 A JP2021545218 A JP 2021545218A JP 2021545218 A JP2021545218 A JP 2021545218A JP 7416074 B2 JP7416074 B2 JP 7416074B2
- Authority
- JP
- Japan
- Prior art keywords
- pixel group
- pixel
- image
- unit
- group
- 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 176
- 238000003672 processing method Methods 0.000 title claims description 16
- 239000012634 fragment Substances 0.000 claims description 432
- 238000000034 method Methods 0.000 claims description 108
- 230000008569 process Effects 0.000 claims description 72
- 238000004364 calculation method Methods 0.000 claims description 71
- 238000003384 imaging method Methods 0.000 claims description 46
- 210000002241 neurite Anatomy 0.000 claims description 42
- 210000004204 blood vessel Anatomy 0.000 claims description 14
- 210000002569 neuron Anatomy 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 131
- 230000000875 corresponding effect Effects 0.000 description 106
- 238000012986 modification Methods 0.000 description 57
- 230000004048 modification Effects 0.000 description 57
- 238000010586 diagram Methods 0.000 description 51
- 230000010365 information processing Effects 0.000 description 30
- 238000003860 storage Methods 0.000 description 26
- 238000004891 communication Methods 0.000 description 24
- 210000004027 cell Anatomy 0.000 description 23
- 238000004422 calculation algorithm Methods 0.000 description 16
- 238000012790 confirmation Methods 0.000 description 14
- 210000005056 cell body Anatomy 0.000 description 13
- 238000000605 extraction Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000012258 culturing Methods 0.000 description 8
- 230000007704 transition Effects 0.000 description 7
- 238000013441 quality evaluation Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000012447 hatching Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000002073 fluorescence micrograph Methods 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 210000003462 vein Anatomy 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 102000034287 fluorescent proteins Human genes 0.000 description 2
- 108091006047 fluorescent proteins Proteins 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000004113 cell culture Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 210000004748 cultured cell Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012744 immunostaining Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000001210 retinal vessel Anatomy 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
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06V10/457—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 analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- 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
-
- 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
- C12M1/00—Apparatus for enzymology or microbiology
- C12M1/34—Measuring or testing with condition measuring or sensing means, e.g. colony counters
-
- 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
- C12M3/00—Tissue, human, animal or plant cell, or virus culture apparatus
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06V20/695—Preprocessing, e.g. image segmentation
-
- 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
- C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
- C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
-
- 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
- G06T2207/30—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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Organic Chemistry (AREA)
- Wood Science & Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Zoology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Biotechnology (AREA)
- Molecular Biology (AREA)
- Microbiology (AREA)
- Genetics & Genomics (AREA)
- General Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Sustainable Development (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Virology (AREA)
- Cell Biology (AREA)
- Geometry (AREA)
- Medicinal Chemistry (AREA)
- Toxicology (AREA)
- Biophysics (AREA)
- Immunology (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
本発明の第2の態様によると、画像処理方法は、線状部分を含む対象物を示す第1画像の画像データを撮像部から取得し、前記撮像部において前記第1画像に相当する複数の画素群を設定するに際し、前記画像データに基づき、互いに連結されていない第1画素群および第2画素群を含む前記複数の画素群を設定する工程と、前記第1画素群に対する前記第2画素群の接続度合を算出するために、前記複数の画素群のうち、前記第1画素群と、前記第1画素群から所定の範囲内にある画素を含む前記第2画素群との組の設定を行う工程と、前記組の設定を行う工程にて設定された前記組の前記接続度合を算出する工程とを含み、前記所定の範囲は、前記第1画素群と前記第2画素群との間の第1距離に基づいて設定された探索範囲である、または前記第1画素群に対応する第1線分と前記第2画素群に対応する第2線分とがなす第1角度に基づいて設定された探索範囲であり、前記算出する工程は、前記第1距離または前記第1角度を算出し、前記第1距離または前記第1角度を用いて前記接続度合を算出する。
本発明の第3の態様によると、プログラムは、画像処理装置に次の処理を実行させるためのプログラムであって、線状部分を含む対象物を示す第1画像の画像データを撮像部から取得し、前記撮像部において前記第1画像に相当する複数の画素群を設定するに際し、前記画像データに基づき、互いに連結されていない第1画素群および第2画素群を含む前記複数の画素群を設定する画素群設定処理と、前記第1画素群に対する前記第2画素群の接続度合を算出するために、前記複数の画素群のうち、前記第1画素群と、前記第1画素群から所定の範囲内にある画素を含む前記第2画素群との組の設定を行う組設定処理と、前記組設定処理にて設定された前記組の前記接続度合を算出する算出処理とを含み、前記所定の範囲は、前記第1画素群と前記第2画素群との間の第1距離に基づいて設定された探索範囲である、または前記第1画素群に対応する第1線分と前記第2画素群に対応する第2線分とがなす第1角度に基づいて設定された探索範囲である。
図1は、本実施形態の画像処理装置の構成を示す概念図である。画像処理装置1は、培養部100と、情報処理部40とを備える。培養部100は、培養室(培養チャンバー)10と、観察用試料台(ステージ)11と、駆動部12と、撮像部20とを備える。情報処理部40は、入力部41と、通信部42と、記憶部43と、出力部44と、制御部50とを備える。制御部50は、データ処理部51と、出力制御部52と、装置制御部53とを備える。
なお、情報処理部40は、培養部100と物理的に離れた情報処理装置として構成してもよい。また、画像処理装置1が用いるデータの少なくとも一部は遠隔のサーバ等に保存してもよい。
なお、第1アルゴリズムは、上記確率と輝度値とが対応付けられれば特に限定されず、深層学習以外の機械学習や、機械学習以外のアルゴリズムを用いてもよい。
なお、輝度値により各画素Pxが神経突起Nrに対応するか否かを示すことができれば、検出結果画像Gdによるその表現方法は特に限定されない。
なお、画像処理装置1は、検出結果画像データを取得できれば、画像処理装置1が撮像や培養を行う構成でなくともよい。データ処理部51が、通信部42等から検出結果画像データを取得し、上記のようにメモリまたは記憶部43等に参照可能に検出結果画像を記憶させてもよい。
なお、三叉または交叉の除去を行うことができれば、第1部分画像Gs1、第2部分画像Gs2、および除去画素領域Reの大きさおよび形状等は特に限定されない。
なお、第1線分L1は、端画素T1を通らなくともよく、例えば第1断片S1の形状によっては、端画素T1よりも第1断片S1の重心に近い画素を通る方がより第1断片S1の形状を反映する場合もある。従って、第1線分L1は、適宜第1断片S1に含まれる適当な2画素を通るように設定したりすることもできる。第2線分L2についても同様である。このようにして得られた第1断片S1に対応する第1線分L1および第2断片S2に対応する第2線分L2を通る線分を第3線分L3としてもよい。また、同様に、第1断片S1および第2断片S2の形状等により、適宜、第3線分L3は、第1断片S1に含まれる任意の点と第2断片S2に含まれる任意の点をつなぐ線分とすることができる。
DC=c0*|w|+c1*sinθ2+c2*sinθ3+c3*(1+cosθ1)…(1)
ここで、c0、c1、c2およびc3は、正の定数であり、抽出対象の特性等に基づいて適宜設定される。
なお、式(1)は、後述のグループ分けの際にプリム法等の最適化法を用いる際に、接続度合DCがエッジの重みとなるよう、接続度合が正になるように設定した。しかし、接続度合DCは、上記断片間距離w、第1角度θ1、第2角度θ2および第3角度θ3の少なくとも一つを用いれば、後述のグループ分けの際のアルゴリズムに合わせて適宜設定することができる。非限定的な例では、接続度合DCは、式(1)の右辺の第1項(断片間距離w)のみまたは第4項(第1角度θ1)のみとしてもよいし、第1項および第4項のみとしてもよいし、第1項、第2項(第2角度θ2)および第3項(第3角度θ3)のみとしてもよいし、第1項、第2項および第4項のみとしてもよいし、第1項、第3項および第4項のみとしてもよいし、第2項、第3項および第4項のみとしてもよい。
なお、クラスカル法またはブルーフカ法を用いて最小全域木を求めてもよい。
(1)本実施形態の画像処理装置1は、検出結果画像Gdを構成する複数の画素Pxから、互いに連結されていない第1断片S1および第2断片S2、S3、S4を含む複数の断片Sを取得する画素群設定部512と、第1断片S1に対する接続度合を設定するために、複数の断片Sのうち、第1断片S1と、第1断片S1から探索範囲R内にある画素を含む第2断片S2との組の設定を行う組設定部513とを備える。これにより、画像処理装置1は、途切れた画素断片も含め、抽出された断片S等の画素群がどのように線状の部分に対応するかを正確に解析することができる。
上述の実施形態において、画素群設定部512は、検出結果画像Gdに含まれる複数の画素Pxから、互いに連結されていない複数の画素断片からなる画素群を、1つの断片Sとして設定してもよい。
組設定部513は、上述の実施形態とは異なる方法で探索範囲Rを設定してもよい。以下の変形例2-1、2-2において、探索範囲の縦横の長さは、検出結果画像Gdに含まれる断片Sに対応する線分の長さの算術平均等の平均、または当該平均に基づいた値とすることができる。
図15(A)は、本変形例の探索範囲R3の設定方法を説明するための概念図である。組設定部513は、断片S101の画素の重心C1を中心とした矩形又は円形の画素領域を探索範囲R3として設定する。組設定部513は、断片S101と、探索範囲R3内に含まれる画素を有する断片S102およびS103のそれぞれとの組を断片ペアとして設定することができる。
図15(B)は、本変形例の探索範囲R4の設定方法を説明するための概念図である。組設定部513は、断片S201の画素に外接する矩形Rtの中心C2を中心とした矩形又は円形の画素領域を探索範囲R4として設定する。組設定部513は、断片S201と、探索範囲R4内に含まれる画素を有する断片S202およびS203のそれぞれとの組を断片ペアとして設定することができる。
上述の実施形態において、算出部514は、断片ペアに含まれる第1断片S1と第2断片S2との間の検出結果画像における距離が、所定の距離よりも長い場合には、接続度合の算出方法を変えてもよい。以下では、この所定の距離を距離閾値DISTと呼ぶ。ここで定義される第1断片S1と第2断片S2との間の距離は、断片間距離wとしてもよいし、あるいは、第1断片S1と第2断片S2に基づいて定義される任意の距離とすることができ、検出結果画像における該任意の距離に対応する画素数により定義してもよい。
DC=c0*|w|+c1*sinθ2+c2*sinθ3+c3*(1+cosθ1)…(1)
組設定部513は、第1断片S1と第2断片S2との間の距離がDIST以上の場合、以下の式(2)により第1断片S1に対する第2断片S2の接続度合DCを設定する。
DC=c0*|w|+c1+c2+2*c3 …(2)
上述の実施形態において、画素群設定部512が交叉を検出した場合、算出部514は、交叉を挟んで向かい合う断片Sが、同じグループに属するように接続度合を設定することができる。
なお、向かい合う2つの断片Sが同じグループにグループ分けされやすくなれば、エッジの重みの具体的な値は特に限定されない。また、交叉画素群設定部は、断片S301~S304のいずれかから一定の範囲内にある画素を含む断片を、交叉画素群を構成する断片として設定してもよい。
上述の実施形態において、算出部514は、さらに以下の変形例5-1~5-4に示された少なくとも一つの断片Sの特性に基づいて接続度合を算出することができる。
(変形例5-1)
算出部514は、第1断片S1および第2断片S2のそれぞれに含まれる画素の輝度の算術平均等の平均値に基づいて、接続度合を算出してもよい。この場合の輝度は、検出結果画像Gdの他、撮像画像または確率分布画像Gpの輝度を用いることができる。第1断片S1の画素の輝度の平均値と、第2断片S2の画素の輝度の平均値との差が小さい程、接続度合を小さくし、第1断片S1と第2断片S2とが同じグループになりやすいように設定することができる。
算出部514は、第1断片S1の幅および第2断片S2の幅に基づいて、接続度合を算出してもよい。この場合の幅は、例えば、第1断片S1および第2断片S2のそれぞれに対応する線分に垂直な直線が通る画素の数等により設定することができる。算出部514は、第1断片S1の幅と、第2断片S2の幅との差が小さい程、接続度合を小さくし、第1断片S1と第2断片S2とが同じグループになりやすいように設定することができる。
算出部514は、第1断片S1に対応する曲線の曲率、および、第2断片S2に対応する曲線の曲率に基づいて、接続度合を算出してもよい。この場合の曲率は、第1断片S1および第2断片S2のそれぞれに対して公知のフィッティング方法等により算出された曲線等についてのものを用いることができる。算出部514は、第1断片S1に対応する曲線の曲率と、第2断片S2に対応する曲線の曲率との差が小さい程、接続度合を小さくし、第1断片S1と第2断片S2とが同じグループになりやすいように設定することができる。
算出部514は、第1断片S1に対応する折れ線のうち少なくとも一部の直線部分の長さ、および、第2断片S2に対応する折れ線のうち少なくとも一部の直線部分の長さに基づいて、接続度合を算出してもよい。この場合、第1断片S1における最も第2断片側、および、第2断片S2における最も第1断片側の直線部分の長さを用いることが好ましい。この直線部分の長さが長い方が、より正確に第1角度θ1等を算出することができ、より正確にグループ分けを行うことができる。折れ線は、第1断片S1および第2断片S2のそれぞれに対して、公知のフィッティング方法等により算出された折れ線を用いることができる。算出部514は、第1断片S1に対応する上記直線部分の長さと、第2断片S2に対応する上記直線部分の長さとの差が小さい程、接続度合を小さくし、第1断片S1と第2断片S2とが同じグループになりやすいように設定することができる。
上述の実施形態では、撮像画像の被写体を細胞Ceとし、抽出対象の線状部分を神経突起Nrとして説明したが、線状の部分を含めば、抽出対象はこの例に限定されず、例えば血管とすることも好ましい。
上述の実施形態において、データ処理部は、画素群設定部512により設定された2つの断片Sについて、第2角度θ2および第3角度θ3の少なくとも一つを算出し、算出された第2角度θ2および第3角度θ3が予め定められた所定の範囲にあるか否かに基づいて2つの断片Sが対象物における同一の線状部分に対応するか否かを決定してもよい。
上述の実施形態の情報処理部40の情報処理機能を実現するためのプログラムをコンピュータにより読み取り可能な記録媒体に記録して、この記録媒体に記録された、上述した断片S、断片ペアおよび接続度合の設定等のデータ処理部51による処理等に関するプログラムをコンピュータシステムに読み込ませ、実行させてもよい。なお、ここでいう「コンピュータシステム」とは、OS(Operating System)や周辺機器のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、光ディスク、メモリカード等の可搬型記録媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持するものを含んでもよい。また上記のプログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせにより実現するものであってもよい。
上述の実施形態において、データ処理部51による処理がネットワークを介しクラウドコンピューティングにより提供されてもよい。
上述の実施形態において、三叉および交叉の検出および除去、断片Sの設定、断片ペアおよび接続度合の設定、ならびにグループ分けの決定について、ユーザが適宜、出力部44の表示画面を見て、これらについてのパラメータを入力または変更できる構成にすることができる。以下では、三叉または交叉を交点と呼び、交点の検出および除去を交点除去処理と呼ぶ。また、断片Sの設定、断片ペアおよび接続度合の設定、ならびにグループ分けの決定を割り当て処理と呼ぶ。
なお、データ処理部51がステップS215を肯定判定した後、ステップS209を開始してもよい。
なお、交点検出パラメータを入力することができれば、テキストボックス以外の任意の入力要素を第1パラメータ入力部731に配置することができる。
なお、割り当てパラメータを入力することができれば、テキストボックス以外の任意の入力要素をパラメータ入力部731に配置することができる。
日本国特願2019-164505号(2019年9月10日出願)
Claims (16)
- 線状部分を含む対象物を示す第1画像の画像データを撮像部から取得し、前記撮像部において前記第1画像に相当する複数の画素群を設定するに際し、前記画像データに基づき、互いに連結されていない第1画素群および第2画素群を含む前記複数の画素群を設定する画素群設定部と、
前記第1画素群に対する前記第2画素群の接続度合を算出するために、前記複数の画素群のうち、前記第1画素群と、前記第1画素群から所定の範囲内にある画素を含む前記第2画素群との組の設定を行う組設定部と、
前記組設定部にて設定された前記組の前記接続度合を算出する算出部とを備え、
前記所定の範囲は、前記第1画素群と前記第2画素群との間の第1距離に基づいて設定された探索範囲である、または前記第1画素群に対応する第1線分と前記第2画素群に対応する第2線分とがなす第1角度に基づいて設定された探索範囲であり、
前記算出部は、前記第1距離または前記第1角度を算出し、前記第1距離または前記第1角度を用いて前記接続度合を算出する
画像処理装置。 - 請求項1に記載の画像処理装置において、
前記算出部は、前記第1画素群に含まれる点および前記第2画素群に含まれる点を通る第3線分と前記第1線分とがなす第2角度、および前記第3線分と前記第2線分とがなす第3角度の少なくとも一つの角度を算出し、前記第2角度および前記第3角度の少なくとも一つに基づいて前記接続度合を算出する画像処理装置。 - 請求項2に記載の画像処理装置において、
前記算出部は、前記第3線分のうち最も短い第4線分と、前記第1線分とがなす第4角度、および前記第4線分と前記第2線分とがなす第5角度の少なくとも一つの角度を算出し、前記第4角度および前記第5角度の少なくとも一つに基づいて前記接続度合を算出する画像処理装置。 - 請求項1に記載の画像処理装置において、
前記組設定部は、前記複数の画素群を構成するそれぞれの画素群について前記組の設定を行い、
前記算出部は、それぞれの前記組について前記接続度合を算出し、
算出された前記接続度合に基づいて、前記複数の画素群のグループ分けを決定する決定部を備える画像処理装置。 - 請求項4に記載の画像処理装置において、
前記決定部は、前記複数の画素群のそれぞれをノード、前記接続度合をエッジの重みとして、プリム法、クラスカル法またはブルーフカ法により求めた最小全域木に基づき、前記ノードがいずれのグループに属するかを順次決定する画像処理装置。 - 請求項5に記載の画像処理装置において、
前記決定部は、前記プリム法、前記クラスカル法または前記ブルーフカ法においてエッジを選択する際、選択された複数のエッジに対応する数値の和に基づいて、前記最小全域木を求める処理を終了するか否かを判定する終了判定部を備える画像処理装置。 - 請求項4から6までのいずれか一項に記載の画像処理装置において、
前記グループ分けの結果を示す第2画像を生成する画像生成部を備える画像処理装置。 - 請求項2から7までのいずれか一項に記載の画像処理装置において、
前記画素群設定部は、前記複数の画素群を設定する前に、前記第1画像を構成する画素から、交叉に対応する画素を除外して、前記交叉を挟んで向かい合う断片を交叉画素群として設定し、
前記算出部は、前記交叉画素群の断片同士の組が、連結された線状の領域の一部に対応するように前記接続度合を算出する画像処理装置。 - 請求項8に記載の画像処理装置において、
前記画素群設定部は、前記第1画素群から一定範囲内に他の3つの画素群がある場合、前記第1画素群および前記3つの画素群を含む4つの画素群をまとめて前記交叉画素群とする交叉画素群設定部を含み、
前記算出部は、前記交叉を挟んで向かい合う前記交叉画素群の組が連結された線状の領域の一部に対応するように前記接続度合を算出する画像処理装置。 - 請求項2から9までのいずれか一項に記載の画像処理装置において、
前記算出部は、前記第1画素群または前記第2画素群を構成する複数の画素の輝度の平均値、前記第1画素群または前記第2画素群の幅、前記第1画素群または前記第2画素群に曲線を対応させた場合の前記曲線の曲率、および、前記第1画素群または前記第2画素群を折れ線に対応させた場合の前記折れ線を構成する線分の長さの少なくとも一つに基づいて、前記接続度合を算出する画像処理装置。 - 請求項1から10までのいずれか一項に記載の画像処理装置において、
前記組設定部は、前記複数の画素群のうち、前記第1画素群と、前記第1画素群の端にある画素または前記第1画素群の重心または前記第1画素群に外接する矩形の中心に対応して設定された前記所定の範囲内にある画素を含む前記第2画素群との組を設定する画像処理装置。 - 請求項1から11までのいずれか一項に記載の画像処理装置において、
前記第1画像は、前記対象物を撮像して得られた画像に画像処理を行って得られた画像であって、前記第1画像の各画素について当該各画素が線状の構造に対応するか否かを画素値により示す二値化画像であり、
前記画素群設定部は、前記画素値に基づいて前記複数の画素群を設定する、画像処理装置。 - 請求項1から12までのいずれか一項に記載の画像処理装置において、
前記第1画像は、神経突起に対応する複数の画素を示す画像であり、
前記接続度合は、前記第1画素群と前記第2画素群とが同一の神経細胞から伸びる神経突起の一部に対応する可能性を示す数値である画像処理装置。 - 請求項1から12までのいずれか一項に記載の画像処理装置において、
前記第1画像は、血管に対応する複数の画素を示す画像であり、
前記接続度合は、前記第1画素群と前記第2画素群とが同一の血管の一部に対応する可能性を示す数値である画像処理装置。 - 線状部分を含む対象物を示す第1画像の画像データを撮像部から取得し、前記撮像部において前記第1画像に相当する複数の画素群を設定するに際し、前記画像データに基づき、互いに連結されていない第1画素群および第2画素群を含む前記複数の画素群を設定する工程と、
前記第1画素群に対する前記第2画素群の接続度合を算出するために、前記複数の画素群のうち、前記第1画素群と、前記第1画素群から所定の範囲内にある画素を含む前記第2画素群との組の設定を行う工程と、
前記組の設定を行う工程にて設定された前記組の前記接続度合を算出する工程とを含み、
前記所定の範囲は、前記第1画素群と前記第2画素群との間の第1距離に基づいて設定された探索範囲である、または前記第1画素群に対応する第1線分と前記第2画素群に対応する第2線分とがなす第1角度に基づいて設定された探索範囲であり、
前記算出する工程は、前記第1距離または前記第1角度を算出し、前記第1距離または前記第1角度を用いて前記接続度合を算出する
画像処理方法。 - 画像処理装置に次の処理を実行させるためのプログラムであって、
線状部分を含む対象物を示す第1画像の画像データを撮像部から取得し、前記撮像部において前記第1画像に相当する複数の画素群を設定するに際し、前記画像データに基づき、互いに連結されていない第1画素群および第2画素群を含む前記複数の画素群を設定する画素群設定処理と、
前記第1画素群に対する前記第2画素群の接続度合を算出するために、前記複数の画素群のうち、前記第1画素群と、前記第1画素群から所定の範囲内にある画素を含む前記第2画素群との組の設定を行う組設定処理と、
前記組設定処理にて設定された前記組の前記接続度合を算出する算出処理とを含み、
前記所定の範囲は、前記第1画素群と前記第2画素群との間の第1距離に基づいて設定された探索範囲である、または前記第1画素群に対応する第1線分と前記第2画素群に対応する第2線分とがなす第1角度に基づいて設定された探索範囲である、
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023220283A JP2024038142A (ja) | 2019-09-10 | 2023-12-27 | 画像処理方法、画像処理装置およびプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019164505 | 2019-09-10 | ||
JP2019164505 | 2019-09-10 | ||
PCT/JP2020/032731 WO2021049332A1 (ja) | 2019-09-10 | 2020-08-28 | 画像処理装置、画像処理方法およびプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023220283A Division JP2024038142A (ja) | 2019-09-10 | 2023-12-27 | 画像処理方法、画像処理装置およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021049332A1 JPWO2021049332A1 (ja) | 2021-03-18 |
JPWO2021049332A5 JPWO2021049332A5 (ja) | 2022-05-24 |
JP7416074B2 true JP7416074B2 (ja) | 2024-01-17 |
Family
ID=74865656
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021545218A Active JP7416074B2 (ja) | 2019-09-10 | 2020-08-28 | 画像処理装置、画像処理方法およびプログラム |
JP2023220283A Pending JP2024038142A (ja) | 2019-09-10 | 2023-12-27 | 画像処理方法、画像処理装置およびプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023220283A Pending JP2024038142A (ja) | 2019-09-10 | 2023-12-27 | 画像処理方法、画像処理装置およびプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220270347A1 (ja) |
EP (1) | EP4029927A4 (ja) |
JP (2) | JP7416074B2 (ja) |
CN (1) | CN114600161A (ja) |
WO (1) | WO2021049332A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100119113A1 (en) | 2008-11-10 | 2010-05-13 | Andreas Kuleschow | Method and apparatus for detecting objects |
JP2013236564A (ja) | 2012-05-11 | 2013-11-28 | Nikon Corp | 細胞評価装置、細胞評価方法およびプログラム |
WO2015041177A1 (ja) | 2013-09-18 | 2015-03-26 | 株式会社ニコン | 画像解析装置、画像解析方法、画像解析プログラム、細胞の製造方法、細胞の培養方法、および細胞の製造装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6015113B2 (ja) | 1979-07-16 | 1985-04-17 | 株式会社東芝 | 高周波加熱装置 |
WO2007065221A1 (en) * | 2005-12-07 | 2007-06-14 | Commonwealth Scientific And Industrial Research Organisation | Linear feature detection method and apparatus |
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 |
JP5951367B2 (ja) * | 2012-01-17 | 2016-07-13 | シャープ株式会社 | 撮像装置、撮像画像処理システム、プログラムおよび記録媒体 |
JP5413501B1 (ja) * | 2012-12-07 | 2014-02-12 | 富士ゼロックス株式会社 | 画像処理装置、画像処理システム及びプログラム |
JP7036638B2 (ja) | 2018-03-19 | 2022-03-15 | アルプスアルパイン株式会社 | 入力装置 |
JP7383880B2 (ja) * | 2019-01-16 | 2023-11-21 | 株式会社ニコン | 画像生成装置、撮像装置、培養装置、画像生成方法およびプログラム |
-
2020
- 2020-08-28 WO PCT/JP2020/032731 patent/WO2021049332A1/ja unknown
- 2020-08-28 JP JP2021545218A patent/JP7416074B2/ja active Active
- 2020-08-28 EP EP20863609.2A patent/EP4029927A4/en active Pending
- 2020-08-28 CN CN202080074960.6A patent/CN114600161A/zh active Pending
-
2022
- 2022-03-07 US US17/688,771 patent/US20220270347A1/en active Pending
-
2023
- 2023-12-27 JP JP2023220283A patent/JP2024038142A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100119113A1 (en) | 2008-11-10 | 2010-05-13 | Andreas Kuleschow | Method and apparatus for detecting objects |
JP2013236564A (ja) | 2012-05-11 | 2013-11-28 | Nikon Corp | 細胞評価装置、細胞評価方法およびプログラム |
WO2015041177A1 (ja) | 2013-09-18 | 2015-03-26 | 株式会社ニコン | 画像解析装置、画像解析方法、画像解析プログラム、細胞の製造方法、細胞の培養方法、および細胞の製造装置 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2021049332A1 (ja) | 2021-03-18 |
EP4029927A1 (en) | 2022-07-20 |
CN114600161A (zh) | 2022-06-07 |
WO2021049332A1 (ja) | 2021-03-18 |
US20220270347A1 (en) | 2022-08-25 |
JP2024038142A (ja) | 2024-03-19 |
EP4029927A4 (en) | 2023-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11151423B2 (en) | Predictive models for visually classifying insects | |
JP6303332B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
KR102663375B1 (ko) | 음성 및 영상 자동 포커싱 방법 및 장치 | |
CN106934337A (zh) | 视觉对象和事件检测以及使用扫视的预测系统 | |
Bassyouni et al. | Augmented reality meets artificial intelligence in robotics: A systematic review | |
Hussain et al. | Exudate regeneration for automated exudate detection in retinal fundus images | |
JP7416074B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
CN110163851A (zh) | 图像上亮斑的识别方法、装置及计算机存储介质 | |
Bajčeta et al. | Retinal blood vessels segmentation using ant colony optimization | |
WO2020149376A1 (ja) | 画像処理装置、画像処理方法およびプログラム | |
Yin et al. | Dual-branch U-Net architecture for retinal lesions segmentation on fundus image | |
JP7005463B2 (ja) | 学習装置、学習方法及びプログラム | |
EP3815599A1 (en) | Ophthalmic image processing device, oct device, ophthalmic image processing program, and method of building mathematical model | |
JP7099923B2 (ja) | 画像処理方法、コンピュータプログラムおよび記録媒体 | |
JP7197316B2 (ja) | 画像処理方法、コンピュータプログラムおよび記録媒体 | |
JP7466702B2 (ja) | プロトタイプオプションの発見による解釈可能な模倣学習 | |
Mukherjee et al. | Personalization of industrial human–robot communication through domain adaptation based on user feedback | |
US20210127205A1 (en) | Device and method of performing automatic audio focusing on multiple objects | |
KR101601660B1 (ko) | 깊이 영상을 이용한 손 영역 분류 방법 및 그 장치 | |
WO2020139662A1 (en) | Method and apparatus for measuring plant trichomes | |
JP7400823B2 (ja) | 画像処理装置 | |
JP2020018249A (ja) | コロニー識別システム、コロニー識別方法およびコロニー識別プログラム | |
JP6331914B2 (ja) | アルゴリズム生成装置、アルゴリズム生成方法及びアルゴリズム生成用コンピュータプログラム | |
del Olmo Lianes et al. | Technical upgrade of an open-source liquid handler to support bacterial colony screening | |
Nagpal et al. | Reimagining Cucumber Disease Diagnosis in the Era of Federated Learning CNN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220309 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220309 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230419 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230801 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230914 |
|
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: 20231205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7416074 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |