JP7653293B2 - デジタル画像化装置およびデジタルカラー画像を生成するための方法 - Google Patents

Description

本発明は、デジタル画像化装置と、デジタル画像化装置を含む顕微鏡と、物体のデジタルカラー画像を生成するための方法とに関する。

顕微鏡法の分野では、画像を取得するためにカラーカメラを使用することができる。典型的に、このようなカラーカメラは、フォトセンサのグリッド上に配置されたカラーフィルタアレイを含む。具体的には、カラー画像化のためのフィルタアレイとして、いわゆるベイヤーフィルタモザイクを使用することができる。ベイヤーフィルタモザイクは、緑色（Ｇ）、赤色（Ｒ）、青色（Ｂ）のカラーフィルタを所定の比率で、典型的にはＧ５０％、Ｒ２５％、Ｂ２５％の比率で含む。

顕微鏡法においてカラーカメラを使用することにより、例えば病理学および組織学において試料を評価するために有益な、物体の実際の色を検出することができ、また、綿密な検査よりも前に試料の染色を決定することができる。しかしながら、広視野顕微鏡または共焦点顕微鏡にカラーカメラを組み込むことは、多くの場合、非常に高コストである。したがって、顕微鏡法ではモノクロ画像化が依然として好まれている方法である。顕微鏡にモノクロカメラおよびカラーカメラの両方を設けることも考えられるが、複数の異なる画像化モダリティで作成された画像データの正確な時間適合および空間適合を達成することは困難である。

論文“Color image acquisition using monochrome camera and standard fluorescence filter cubes”，G. F. Weber，A. S. Menko著，Biotechniques，Vol. 38，No. 1は、複数のモノクロ画像をグラフィックソフトウェアによって結合する方法を開示している。しかしながら、同方法は、モノクロ画像化に基づいてカラー画像を自動的に作成するためには適していない。

デジタルグレースケール画像に基づいて物体のデジタルカラー画像を生成することを、信頼できる手法で可能にするデジタル画像化装置および方法を提供することが目的である。

本顕微鏡は、デジタル画像化装置を含み、デジタル画像化装置は、プロセッサを含み、プロセッサは、複数のそれぞれ異なるスペクトル感度で物体の複数のデジタルグレースケール画像を取得するように構成されており、それぞれのデジタルグレースケール画像は、それぞれ異なるスペクトル感度のうちのそれぞれ１つに基づくグレースケール情報を含む。プロセッサは、それぞれのデジタルグレースケール画像のための複数の重み係数を取得するように構成されており、前述の重み係数は、所定の色空間を定義する複数のカラーチャネルに割り当てられている。プロセッサはさらに、それぞれのグレースケール画像のグレースケール情報を重み係数に従ってカラーチャネル上に分配することにより、デジタルグレースケール画像から前述の色空間へと物体のデジタルカラー画像を合成するように構成されている。

本顕微鏡は、複数のデジタルグレースケール画像のそれぞれ異なるスペクトル感度によって表される複数のスペクトル入力チャネルを、デジタル画像化装置によってシミュレートされるべきカラーカメラの色空間を定義するカラーチャネルによって与えられる複数のスペクトル出力チャネルに変換することにより、仮想的なカラーカメラとして使用可能である。したがって、それぞれ異なるスペクトル感度によって表される入力チャネルのうちの１つに属するそれぞれのグレースケール画像は、デジタル画像化装置によってシミュレートされるべきカラーカメラのモデルに対して重み付けされる。

デジタルグレースケール画像を変換して得られる色空間は、ＲＧＢ（赤、緑、青）、ＣＭＹＫ（シアン、マゼンタ、黄、黒）等のような、当該分野で使用される典型的な色空間のうちの１つであり得る。

好ましくは、グレースケール画像のスペクトル感度の数は、色空間のカラーチャネルの数とは異なり、特に、色空間のカラーチャネルの数よりも多い。複数のグレースケール画像のそれぞれ異なるスペクトル感度によって表される入力チャネルの数が多ければ多いほど、デジタルカラー画像を作成するために使用できる画像情報が多くなる。したがって、デジタルカラー画像の品質は、グレースケール画像のスペクトル感度の数とともに増加する。本明細書に開示されているカラー画像化は、複数のグレースケール画像のそれぞれのスペクトル感度によって表される入力スペクトル同士が重複しているかどうかに関係なく達成可能である。さらに、赤外（ＩＲ）光のような可視範囲外の入力スペクトルを処理することができる。

重み係数を、行列によって表すことができ、行列の行の数は、スペクトル入力チャネルの数、すなわち、デジタルグレースケール画像の数に等しく、行列の列の数は、出力チャネルの数、すなわち、シミュレートされるべきカメラモデルのカラーチャネルの数に等しい。したがって、複数の異なるデジタルグレースケール画像に基づくデジタルカラー画像の決定は、リアルタイムでのカラー画像化を容易にする単純な行列乗算に帰着する。

それぞれのデジタルグレースケール画像のグレースケール情報を、カメラモデルの複数の異なるカラーチャネル上に分配する際に基礎とする重み係数は、デジタルグレースケール画像を取得するよりも前に事前に決定可能である。したがって、デジタルカラー画像を合成するために必要とされる計算労力が少なく、リアルタイムでのカラー画像化を容易に達成することが可能となる。

好ましくは、それぞれのデジタルグレースケール画像のグレースケール情報は、センサの量子収率に関して補正されている。センサの量子収率は、事前に既知である装置パラメータである。したがって、重み係数を決定する際には、もう既にセンサの量子収率を考慮することが可能である。したがって、センサの量子収率に関する補正は、リアルタイムでのカラー画像化に対して影響を与えない。

重み係数は、ベイヤーフィルタに従って補正可能である。例えば、ＲＧＢカメラモデルが使用される場合には、ベイヤーフィルタ補正は、それぞれ０．２５の値によるＲ成分およびＢ成分への重みよりも、０．５の値によってＧ成分により大きな重みを与える。

プロセッサは、デジタルカラー画像の全ての画像値から最大値を決定し、当該最大値に基づいて画像値を正規化するように構成可能である。例えば、０～２５６の値を含む８ビット画像の形態でデジタルカラー画像が処理されるべき場合には、スケール係数２５６／Ｍａｘが計算され、ここで、Ｍａｘは、前述した最大値を示し、デジタルカラー画像の全ての画像値は、上記のスケール係数によって正規化される。

プロセッサはさらに、デジタルカラー画像に対してホワイトバランスを実施するように構成可能である。したがって、デジタルカラー画像の品質を改善することができる。

好ましい実施形態によれば、本顕微鏡は、複数の画像センサを含み、複数の画像センサは、前述の複数のそれぞれ異なるスペクトル感度で前述の複数のデジタルグレースケール画像を取得するように構成されている。したがって、スペクトル領域においてそれぞれ異なる感度を有する複数の画像センサによって、複数のグレースケール画像を順次または同時に取得することができる。しかしながら、デジタル画像化装置は、これに限定されているわけではない。例えば、複数の異なるスペクトルの複数のグレースケール画像のシーケンスを作成するための、画像センサにつながる光路に順次に導入される単一の画像センサおよび複数のカラーフィルタによって作成されたグレースケール画像を後処理するために、デジタル画像化装置を使用することもできる。カラーフィルタのスペクトル特性は事前に既知であるので、対応する重み係数を決定することが可能であり、デジタルカラー画像を合成するために、複数のグレースケール画像のシーケンスに対して後処理プロセスを実施することができる。

画像センサの各々は、広視野センサによって形成可能であるが、これに限定されているわけではない。例えば、デジタル画像化装置を、ピクセルごとにデジタルグレースケール画像を順次に取得するための点センサを使用して共焦点顕微鏡において使用してもよい。

好ましくは、本顕微鏡は、デジタルカラー画像をリアルタイムで表示するように構成されたディスプレイ装置を含む。

好ましくは、本顕微鏡は、既に上で述べたように共焦点顕微鏡または広視野顕微鏡であり得るが、これに限定されているわけではない。

別の態様によれば、物体のデジタルカラー画像を生成するための方法が提供され、当該方法は、顕微鏡を使用して、複数のそれぞれ異なるスペクトル感度で物体の複数のデジタルグレースケール画像を取得するステップを含み、それぞれのデジタルグレースケール画像は、前述のそれぞれ異なるスペクトル感度のうちのそれぞれ１つに基づくグレースケール情報を含み、当該方法は、それぞれのデジタルグレースケール画像のための複数の重み係数を取得するステップを含み、前述の重み係数は、所定の色空間を定義する複数のカラーチャネルに割り当てられており、当該方法は、それぞれのグレースケール画像のグレースケール情報を重み係数に従ってカラーチャネル上に分配することにより、デジタルグレースケール画像から前述の色空間へと物体のデジタルカラー画像を合成するステップを含む。

例えば、重み係数は、メモリから当該重み係数を読み取ることによって取得可能である。したがって、重み係数を、画像化プロセス中に決定する必要はない。むしろ、デジタルグレースケール画像のスペクトル感度と、利用されるカメラモデルのカラーチャネルとの両方が事前に既知であるので、重み係数を、画像化プロセスよりも前に決定して、メモリに保存することが可能である。その後、画像を取得する時にメモリにアクセスして重み係数を検索することができる。

別の態様によれば、本方法を実施するためのプログラムコードを有する、コンピュータプログラムが提供される。

以下では、特定の実施形態について図面を参照しながら説明する。

デジタル画像化装置の１つの実施形態を示すブロック図である。 デジタルカラー画像を生成するための、デジタル画像化装置によって実行されるプロセスを示す概略図である。 本明細書に記載された方法を実施するように構成されたシステムの概略図である。

図１は、１つの実施形態によるデジタル画像化装置を含む蛍光顕微鏡を示す図である。

図２は、図１に示されているデジタル画像化装置によって実行される、デジタルカラー画像を合成するためのプロセスを示す図である。

図１は、蛍光顕微鏡１００を示すブロック図であり、蛍光顕微鏡１００は、物体１０４が載置されている物体スライド１０２を含み得る。顕微鏡１００は、複数のそれぞれ異なるスペクトル感度で物体１０４の複数のデジタルグレースケール画像を生成するように構成されたデジタル画像化装置１０６を含む。このためにデジタル画像化装置１０６は、対応する数の画像センサ１０８，１１０，１１２および１１４を含み得る。それぞれの画像センサ１０８～１１４は、図１ではＩ１，Ｉ２，Ｉ３およびＩ４と称されるデジタルグレースケール画像を取得する。画像センサ１０８～１１４は、ＣＭＯＳセンサによって形成可能であるが、これに限定されているわけではない。それぞれ異なるスペクトルでの複数のグレースケール画像Ｉ１～Ｉ４を取得するために、適切な光学フィルタ（図１には図示せず）を使用可能であり、これらの光学フィルタの各々は、画像センサに向けて物体１０４から出てきた蛍光光を特定の波長領域のみにおいて透過する。

デジタル画像化装置１０６は、蛍光顕微鏡１００の全体的な動作を制御するように構成可能であるプロセッサ１１６をさらに含む。具体的には、プロセッサ１１６は、図２を参照しながら以下でさらに詳細に説明するようなカラー画像化プロセスを制御するために使用される。このためにプロセッサ１１６は、カラー画像化のために処理されるべきデジタルグレースケール画像Ｉ１～Ｉ４を取得するために、画像センサ１０８～１１４に結合されている。

画像化装置１０６は、同様にしてプロセッサ１１６に結合されたディスプレイ装置１１８およびメモリ１２０をさらに含み得る。

以下では、蛍光顕微鏡１００が広視野顕微鏡によって形成されていて、画像センサ１０８～１１４の各々が、物体１０４の広視野画像を取得するものと想定することができる。しかしながら、蛍光顕微鏡１００は、広視野構成に限定されているわけではない。例えば、それぞれの画像センサ１０８～１１４が点センサによって形成されていて、かつそれぞれのデジタルグレースケール画像Ｉ１～Ｉ４がそれぞれの画像センサ１０８～１１４によって順次に取得される複数のピクセルを含むような、共焦点顕微鏡構成を使用してもよい。

図２は、画像センサ１０８～１１４によって取得されたデジタルグレースケール画像Ｉ１～Ｉ４に基づいて物体１０４のデジタルカラー画像を合成するための、デジタル画像化装置１０６によって実行されるプロセスを示す図である。以下の例では、デジタルカラー画像は、Ｒ，ＧおよびＢの３つのカラー画像の重ね合わせに対応するＲＧＢ画像であるものと想定される。言うまでもなく、図２に示されているプロセスを、例えばＣＭＹＫ色空間のような別の色空間に適用してもよい。

まず始めに、プロセッサ１１６は、ブロックＢ１および線図Ｄ１によって示されているように、画像センサ１０８～１１４のそれぞれ異なるスペクトル感度を表す正規化されたデータを取得する。具体的には、画像センサ１０８は、線図Ｄ１の曲線Ｓ１によって示されているようなスペクトル感度を有し得る。同様にして、画像センサ１１０のスペクトル感度は、曲線Ｓ２によって示されており、画像センサ１１２のスペクトル感度は、曲線Ｓ３によって示されており、画像センサ１１４のスペクトル感度は、曲線Ｓ４によって示されている。線図Ｄ１において見て取れるように、スペクトル感度Ｓ１～Ｓ４に対応するスペクトル波長領域は、実質的に互いに分離されており、すなわち重複していない。図２の線図Ｄ１によれば、スペクトル感度Ｓ１，Ｓ２，Ｓ３，Ｓ４は、それぞれ実質的に青色、緑色、黄色および赤色に対応し得る。以下に説明するように、スペクトル感度Ｓ１～Ｓ４は、ＲＧＢカラーカメラをシミュレートするためにＲＧＢ空間の色空間に変換されるべき４つの入力チャネルを定義する。

続いて、図２のブロックＢ２および線図Ｄ２によって示されているように、それぞれの画像センサ１０８～１１４の正規化された量子収率Ｙが取得される。画像センサ１０８～１１４のスペクトル感度Ｓ１～Ｓ４に量子収率Ｙが乗算され、これにより、ブロックＢ３および線図Ｄ３に示されているように、量子収率に関して補正されたスペクトル感度Ｓ１ａ，Ｓ２ａ，Ｓ３ａおよびＳ４ａが取得される。

次のステップでは、ブロックＢ４および線図Ｄ４に示されているように、ＲＧＢカメラモデルの正規化されたモデル感度ＳＢ，ＳＧおよびＳＲが考慮される。目標色空間としてＲＧＢ色空間を利用して、モデル感度ＳＢ，ＳＧおよびＳＲは、典型的に、ベイヤーフィルタに従って決定される。具体的には、３つのスペクトルモデル感度ＳＢ，ＳＧおよびＳＲは、目標モデルを定義し、画像センサ１０８～１１４のスペクトル感度Ｓ１，Ｓ２，Ｓ３，Ｓ４は、この目標モデル上へとマッピングされる。線図Ｄ４において、モデル感度ＳＢは色Ｂに対応し、モデル感度ＳＧは色Ｇに対応し、モデル感度ＳＲは色Ｒに対応する。ベイヤーフィルタの特性として、Ｇに対応するスペクトルモデル特性ＳＧは、ＢおよびＲにそれぞれ対応するモデル感度ＳＢおよびＳＲとの関連において過大評価される。

線図Ｄ４のモデル感度ＳＢ，ＳＧ，ＳＲによって定義されたＲＧＢ目標モデル上への、線図Ｄ１のスペクトル感度Ｓ１，Ｓ２，Ｓ３，Ｓ４のマッピングは、図２のブロックＢ５および行列Ｍによって示されている重み係数によって実施される。具体的には、行列Ｍは、目標系の３つの出力カラーチャネルＲ，Ｇ，Ｂに対応する３つの列を含み、かつ画像センサ１０８～１１４の４つのスペクトル感度Ｓ１，Ｓ２，Ｓ３，Ｓ４に対応する４つの行を含む。したがって、行列Ｍのそれぞれの列Ｒ，ＧおよびＢは、それぞれ４つのスペクトル感度Ｓ１，Ｓ２，Ｓ３およびＳ４に対応する４つの値を含む。これらの値の各々は、それぞれのスペクトル感度Ｓ１，Ｓ２，Ｓ３，Ｓ４がそれぞれのカラーチャネルＲ，ＧおよびＢ上へとマッピングされる比率を決定する重み係数を指定するものである。例えば、行列Ｍの第１の行は、第１のスペクトル感度Ｓ１が、重み係数０．０９２でカラーチャネルＲ上に、重み係数０．２８でカラーチャネルＧ上に、重み係数０．６２８でカラーチャネルＢ上にマッピングされることを示している。同様にして、行列Ｍの第２の行によれば、スペクトル感度Ｓ２は、重み係数０．０８でカラーチャネルＲ上に、重み係数０．５２５でカラーチャネルＧ上に、重み係数０．３９５でカラーチャネルＢ上にマッピングされる。行列Ｍの第３の行によれば、スペクトル感度Ｓ３は、重み係数０．６６７でカラーチャネルＲ上に、重み係数０．０６２でカラーチャネルＧ上に、重み係数０．２７１でカラーチャネルＢ上にマッピングされる。行列Ｍの第４の行によれば、スペクトル感度Ｓ４は、重み係数０．６０５でカラーチャネルＲ上に、重み係数０．０５３でカラーチャネルＧ上に、重み係数０．３４２でカラーチャネルＢ上にマッピングされる。

これに関して、図２のブロックＢ３とＢ４との間の記号「＊」は、スペクトル感度Ｓ１，Ｓ２，Ｓ３およびＳ４によって表される４つの入力チャネルを、カラーチャネルＲ，ＧおよびＢによって表される３つの出力チャネルに変換するために適用されるマッピング関数を示していることに留意されたい。入力チャネルＳ１，Ｓ２，Ｓ３，Ｓ４および出力チャネルＲ，Ｇ，Ｂの両方が事前に既知であるので、入力チャネルから出力チャネルへのマッピングを実施するための適切なマッピング関数を決定することが可能である。

続いて、ブロックＢ６によって示されているように、ブロックＢ５で取得された行列Ｍに、ベイヤーフィルタに従って決定された補正値０．２５，０．５および０．２５を含むベクトルＶが乗算される。したがって、ブロックＢ７によって示されているように、補正された重み係数を含む補正されたモデル行列Ｍｃが取得され、このモデル行列Ｍｃをメモリ１２０に保存することができる。

補正された重み係数を含むモデル行列Ｍｃに基づいて、カラー画像化をリアルタイムで実施することが可能である。このために、ブロックＢ８によって示されているように、画像センサ１０８～１１４によってグレースケール画像Ｉ１～Ｉ４が取得される。続いて、メモリ１２０からモデル行列Ｍｃが検索され、プロセッサ１１６は、ブロックＢ９によって示されているように、それぞれのグレースケール画像Ｉ１～Ｉ４内に含まれているグレースケール情報をモデル行列Ｍｃの重み係数に従ってカラーチャネルＲ，ＧおよびＢ上に分配する。

具体的には、Ｍｃの第１の行によれば、スペクトル感度Ｓ１に割り当てられた第１のグレースケール画像Ｉ１のグレースケール情報は、重み係数０．０７２でカラーチャネルＲ上に、重み係数０．４３８でカラーチャネルＧ上に、重み係数０．４９１でカラーチャネルＢ上にマッピングされる。同様にして、Ｍｃの第２の行によれば、スペクトル感度Ｓ２に割り当てられた第２のグレースケール画像Ｉ２のグレースケール情報は、重み係数０．０５３でカラーチャネルＲ上に、重み係数０．６８９でカラーチャネルＧ上に、重み係数０．２５９でカラーチャネルＢ上にマッピングされる。Ｍｃの第３の行によれば、スペクトル感度Ｓ３に割り当てられた第３のグレースケール画像Ｉ３のグレースケール情報は、重み係数０．６２８でカラーチャネルＲ上に、重み係数０．１１６でカラーチャネルＧ上に、重み係数０．２５６でカラーチャネルＢ上にマッピングされる。Ｍｃの第４の行によれば、スペクトル感度Ｓ４に割り当てられた第４のグレースケール画像Ｉ４のグレースケール情報は、重み係数０．５７５でカラーチャネルＲ上に、重み係数０．１００でカラーチャネルＧ上に、重み係数０．３２５でカラーチャネルＢ上にマッピングされる。その結果、グレースケール画像Ｉ１～Ｉ４内に含まれているグレースケール情報に基づいて、カラーチャネルＲ，ＧおよびＢにおける画像値が取得される。

次に、ブロックＢ１０によって示されているように、プロセッサ１１６は、ブロックＢ９で取得された全ての画像値から最大値を決定することができる。さらに、プロセッサ１１６は、ブロックＢ１１によって示されているように、スケール係数を決定して、スケール係数によって画像値を正規化することができる。続いて、プロセッサ１１６は、ブロックＢ１２によって示されているように、ホワイトバランス処理を実施することができる。最後に、結果的に生じたデジタルＲＧＢカラー画像が、ディスプレイ装置１１８上に表示される。

グレースケール画像Ｉ１～Ｉ４の取得に基づくリアルタイムでのカラー画像化よりも前に、重み係数Ｍｃを含むモデル行列Ｍｃを決定できることに留意されたい。特に、行列Ｍｃは、グレースケール画像Ｉ１～Ｉ４とは独立して計算可能であるので、行列Ｍｃを一回だけ決定して、以後の画像化のために保存することができる。

さらに、上で説明したプロセスは、省略可能な任意のステップを含むことに留意されたい。例えば、ブロックＢ２によって示されているような量子収率Ｙに基づくスペクトル感度Ｓ１～Ｓ４の正規化は、使用される特定の画像センサによっては必要でない場合がある。同様にして、別のモデルの色空間が使用される場合には、ベイヤー行列補正が省略される場合がある。

本明細書で使用されるように、用語「および／または（かつ／または）」は、関連する記載項目のうちの１つまたは複数の項目のあらゆる全ての組み合わせを含んでおり、「／」として略記されることがある。

いくつかの態様を装置の文脈において説明してきたが、これらの態様が、対応する方法の説明も表していることが明らかであり、ここではブロックまたは装置がステップまたはステップの特徴に対応している。同様に、ステップの文脈において説明された態様は、対応する装置の対応するブロックまたは項目または特徴の説明も表している。

いくつかの実施形態は、図１から図２のうちの１つまたは複数の図に関連して説明されたようなシステムを含んでいる顕微鏡に関する。択一的に、顕微鏡は、図１から図２のうちの１つまたは複数の図に関連して説明されたようなシステムの一部であってもよい、または図１から図２のうちの１つまたは複数の図に関連して説明されたようなシステムに接続されていてもよい。図３は本明細書に記載された方法を実施するように構成されたシステム３００の概略図を示している。システム３００は、顕微鏡３１０とコンピュータシステム３２０とを含んでいる。顕微鏡３１０は、撮像するように構成されており、かつコンピュータシステム３２０に接続されている。コンピュータシステム３２０は、本明細書に記載された方法の少なくとも一部を実施するように構成されている。コンピュータシステム３２０は、機械学習アルゴリズムを実行するように構成されていてもよい。コンピュータシステム３２０と顕微鏡３１０は別個の存在物であってもよいが、１つの共通のハウジング内に一体化されていてもよい。コンピュータシステム３２０は、顕微鏡３１０の中央処理システムの一部であってもよく、かつ／またはコンピュータシステム３２０は、顕微鏡３１０のセンサ、アクター、カメラまたは照明ユニット等の、顕微鏡３１０の従属部品の一部であってもよい。

コンピュータシステム３２０は、１つまたは複数のプロセッサおよび１つまたは複数のストレージデバイスを備えるローカルコンピュータデバイス（例えば、パーソナルコンピュータ、ラップトップ、タブレットコンピュータまたは携帯電話）であってもよく、または分散コンピュータシステム（例えば、ローカルクライアントおよび／または１つまたは複数のリモートサーバファームおよび／またはデータセンター等の様々な場所に分散されている１つまたは複数のプロセッサおよび１つまたは複数のストレージデバイスを備えるクラウドコンピューティングシステム）であってもよい。コンピュータシステム３２０は、任意の回路または回路の組み合わせを含んでいてもよい。１つの実施形態では、コンピュータシステム３２０は、任意の種類のものとすることができる、１つまたは複数のプロセッサを含んでいてもよい。本明細書で使用されるように、プロセッサは、例えば、顕微鏡または顕微鏡部品（例えばカメラ）のマイクロプロセッサ、マイクロコントローラ、複合命令セットコンピューティング（ＣＩＳＣ）マイクロプロセッサ、縮小命令セットコンピューティング（ＲＩＳＣ）マイクロプロセッサ、超長命令語（ＶＬＩＷ）マイクロプロセッサ、グラフィックプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、マルチコアプロセッサ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）または任意の他の種類のプロセッサまたは処理回路等のあらゆる種類の計算回路を意図していてもよいが、これらに限定されない。コンピュータシステム３２０に含まれ得る他の種類の回路は、カスタム回路、特定用途向け集積回路（ＡＳＩＣ）等であってもよく、例えばこれは、携帯電話、タブレットコンピュータ、ラップトップコンピュータ、双方向無線機および類似の電子システム等の無線装置において使用される１つまたは複数の回路（通信回路等）等である。コンピュータシステム３２０は、ランダムアクセスメモリ（ＲＡＭ）の形態のメインメモリ等の特定の用途に適した１つまたは複数の記憶素子を含み得る１つまたは複数のストレージデバイス、１つまたは複数のハードドライブおよび／またはコンパクトディスク（ＣＤ）、フラッシュメモリカード、デジタルビデオディスク（ＤＶＤ）等のリムーバブルメディアを扱う１つまたは複数のドライブ等を含んでいてもよい。コンピュータシステム３２０はディスプレイ装置、１つまたは複数のスピーカーおよびキーボードおよび／またはマウス、トラックボール、タッチスクリーン、音声認識装置を含み得るコントローラ、またはシステムのユーザーがコンピュータシステム３２０に情報を入力すること、およびコンピュータシステム３２０から情報を受け取ることを可能にする任意の他の装置も含んでいてもよい。

ステップの一部または全部は、例えば、プロセッサ、マイクロプロセッサ、プログラマブルコンピュータまたは電子回路等のハードウェア装置（またはハードウェア装置を使用すること）によって実行されてもよい。いくつかの実施形態では、極めて重要なステップのいずれか１つまたは複数が、そのような装置によって実行されてもよい。

一定の実装要件に応じて、本発明の実施形態は、ハードウェアまたはソフトウェアで実装され得る。この実装は、非一過性の記録媒体によって実行可能であり、非一過性の記録媒体は、各方法を実施するために、プログラマブルコンピュータシステムと協働する（または協働することが可能である）、電子的に読取可能な制御信号が格納されている、デジタル記録媒体等であり、これは例えば、フロッピーディスク、ＤＶＤ、ブルーレイ、ＣＤ、ＲＯＭ、ＰＲＯＭおよびＥＰＲＯＭ、ＥＥＰＲＯＭまたはＦＬＡＳＨメモリである。したがって、デジタル記録媒体は、コンピュータ読取可能であってもよい。

本発明のいくつかの実施形態は、本明細書に記載のいずれかの方法が実施されるように、プログラマブルコンピュータシステムと協働することができる、電子的に読取可能な制御信号を有するデータ担体を含んでいる。

一般的に、本発明の実施形態は、プログラムコードを備えるコンピュータプログラム製品として実装可能であり、このプログラムコードは、コンピュータプログラム製品がコンピュータ上で実行されるときにいずれかの方法を実施するように作動する。このプログラムコードは、例えば、機械可読担体に格納されていてもよい。

別の実施形態は、機械可読担体に格納されている、本明細書に記載のいずれかの方法を実施するためのコンピュータプログラムを含んでいる。

したがって、換言すれば、本発明の実施形態は、コンピュータプログラムがコンピュータ上で実行されるときに本明細書に記載のいずれかの方法を実施するためのプログラムコードを有するコンピュータプログラムである。

したがって、本発明の別の実施形態は、プロセッサによって実行されるときに本明細書に記載のいずれかの方法を実施するために、格納されているコンピュータプログラムを含んでいる記録媒体（またはデータ担体またはコンピュータ読取可能な媒体）である。データ担体、デジタル記録媒体または被記録媒体は、典型的に、有形である、かつ／または非一過性である。本発明の別の実施形態は、プロセッサと記録媒体を含んでいる、本明細書に記載されたような装置である。

したがって、本発明の別の実施形態は、本明細書に記載のいずれかの方法を実施するためのコンピュータプログラムを表すデータストリームまたは信号シーケンスである。データストリームまたは信号シーケンスは例えば、データ通信接続、例えばインターネットを介して転送されるように構成されていてもよい。

別の実施形態は、処理手段、例えば、本明細書に記載のいずれかの方法を実施するように構成または適合されているコンピュータまたはプログラマブルロジックデバイスを含んでいる。

別の実施形態は、本明細書に記載のいずれかの方法を実施するために、インストールされたコンピュータプログラムを有しているコンピュータを含んでいる。

本発明の別の実施形態は、本明細書に記載のいずれかの方法を実施するためのコンピュータプログラムを（例えば、電子的にまたは光学的に）受信機に転送するように構成されている装置またはシステムを含んでいる。受信機は、例えば、コンピュータ、モバイル機器、記憶装置等であってもよい。装置またはシステムは、例えば、コンピュータプログラムを受信機に転送するために、ファイルサーバを含んでいてもよい。

いくつかの実施形態では、プログラマブルロジックデバイス（例えばフィールド・プログラマブル・ゲート・アレイ）が、本明細書に記載された方法の機能の一部または全部を実行するために使用されてもよい。いくつかの実施形態では、フィールド・プログラマブル・ゲート・アレイは、本明細書に記載のいずれかの方法を実施するためにマイクロプロセッサと協働してもよい。一般的に、有利には、任意のハードウェア装置によって方法が実施される。

参照符号のリスト
１００ 蛍光顕微鏡
１０２ 画像化ユニット
１０４ 物体
１０６ デジタル画像化装置
１０８～１１４ 画像センサ
１１６ プロセッサ
１１８ ディスプレイ装置
１２０ メモリ
３００ システム
３１０ 顕微鏡
３２０ コンピュータシステム
Ｓ１～Ｓ４ スペクトル感度
Ｓ１ａ～Ｓ４ａ 補正されたスペクトル感度
Ｙ センサの量子収率
ＳＢ，ＳＧ，ＳＲ モデル感度
Ｂ１～Ｂ１２ ブロック
Ｄ１～Ｄ４ 線図
Ｍ，Ｍｃ 行列
Ｖ ベクトル

Claims (14)

1. デジタル画像化装置（１０６）を含む顕微鏡（１００）であって、
   前記デジタル画像化装置（１０６）は、プロセッサ（１１６）を含み、
   前記プロセッサ（１１６）は、複数のそれぞれ異なるスペクトル感度（Ｓ１～Ｓ４）で物体（１０４）の複数のデジタルグレースケール画像（Ｉ１～Ｉ４）を取得するように構成されており、それぞれのデジタルグレースケール画像（Ｉ１～Ｉ４）は、前記それぞれ異なるスペクトル感度（Ｓ１～Ｓ４）のうちのそれぞれ１つに基づくグレースケール情報を含み、
   前記プロセッサ（１１６）は、それぞれのデジタルグレースケール画像（Ｉ１～Ｉ４）のための複数の重み係数（Ｍｃ）を取得するように構成されており、前記重み係数は、所定の色空間を定義する複数のカラーチャネル（Ｒ，Ｇ，Ｂ）に割り当てられており、
   前記プロセッサ（１１６）は、それぞれのグレースケール画像（Ｉ１～Ｉ４）の前記グレースケール情報を前記重み係数（Ｍｃ）に従って前記カラーチャネル（Ｒ，Ｇ，Ｂ）上に分配することにより、前記デジタルグレースケール画像（Ｉ１～Ｉ４）から前記色空間へと前記物体（１０４）のデジタルカラー画像を合成するように構成されている、
   顕微鏡（１００）。
2. 前記グレースケール画像（Ｉ１～Ｉ４）の前記スペクトル感度（Ｓ１～Ｓ４）の数は、前記色空間の前記カラーチャネル（Ｒ，Ｇ，Ｂ）の数とは異なる、
   請求項１記載の顕微鏡（１００）。
3. 前記重み係数は、行列（Ｍｃ）によって表されており、
   前記行列（Ｍｃ）の行の数は、前記デジタルグレースケール画像（Ｉ１～Ｉ４）の数に等しく、
   前記行列（Ｍｃ）の列の数は、前記色空間の前記カラーチャネル（Ｒ，Ｇ，Ｂ）の数に等しい、
   請求項１または２記載の顕微鏡（１００）。
4. それぞれのデジタルグレースケール画像（Ｉ１～Ｉ４）の前記グレースケール情報は、センサの量子収率（Ｙ）に関して補正されている、
   請求項１から３までのいずれか１項記載の顕微鏡（１００）。
5. 前記重み係数（Ｍｃ）は、ベイヤーフィルタに従って補正されている、
   請求項１から４までのいずれか１項記載の顕微鏡（１００）。
6. 前記プロセッサ（１１６）は、前記デジタルカラー画像を構成する全ての画素値から最大値を決定し、前記最大値に基づいて前記画素値を正規化するように構成されている、
   請求項１から５までのいずれか１項記載の顕微鏡（１００）。
7. 前記プロセッサ（１１６）は、前記デジタルカラー画像に対してホワイトバランスを実施するように構成されている、
   請求項１から６までのいずれか１項記載の顕微鏡（１００）。
8. 前記顕微鏡（１００）は、複数の画像センサ（１０８～１１４）を含み、
   前記複数の画像センサ（１０８～１１４）は、前記複数のそれぞれ異なるスペクトル感度（Ｓ１～Ｓ４）で前記複数のデジタルグレースケール画像（Ｉ１～Ｉ４）を取得するように構成されている、
   請求項１から７までのいずれか１項記載の顕微鏡（１００）。
9. それぞれの画像センサ（１０８～１１４）は、広視野センサによって形成されている、
   請求項８記載の顕微鏡（１００）。
10. 前記顕微鏡（１００）は、前記デジタルカラー画像をリアルタイムで表示するように構成されたディスプレイ装置（１１８）を含む、
    請求項１から９までのいずれか１項記載の顕微鏡（１００）。
11. 前記色空間は、ＲＧＢ色空間である、
    請求項１から１０までのいずれか１項記載の顕微鏡（１００）。
12. 物体（１０４）のデジタルカラー画像を生成するための方法であって、
    前記方法は、顕微鏡を使用して、複数のそれぞれ異なるスペクトル感度（Ｓ１～Ｓ４）で前記物体（１０４）の複数のデジタルグレースケール画像（Ｉ１～Ｉ４）を取得するステップを含み、それぞれのデジタルグレースケール画像（Ｉ１～Ｉ４）は、前記それぞれ異なるスペクトル感度（Ｓ１～Ｓ４）のうちのそれぞれ１つに基づくグレースケール情報を含み、
    前記方法は、それぞれのデジタルグレースケール画像のための複数の重み係数（Ｍｃ）を取得するステップを含み、前記重み係数（Ｍｃ）は、所定の色空間を定義する複数のカラーチャネル（Ｒ，Ｇ，Ｂ）に割り当てられており、
    前記方法は、それぞれのグレースケール画像（Ｉ１～Ｉ４）の前記グレースケール情報を前記重み係数（Ｍｃ）に従って前記カラーチャネル（Ｒ，Ｇ，Ｂ）上に分配することにより、前記デジタルグレースケール画像（Ｉ１～Ｉ４）から前記色空間へと前記物体のデジタルカラー画像を合成するステップを含む、
    方法。
13. 前記重み係数（Ｍｃ）は、メモリ（１２０）から前記重み係数（Ｍｃ）を読み取ることによって取得される、
    請求項１２記載の方法。
14. コンピュータプログラムがプロセッサ（１１６）上で実行されるときに請求項１２または１３記載の方法を実施するためのプログラムコードを有する、コンピュータプログラム。