JPS59212088A - 細胞画像中の部分領域同定方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 本発明は、光学顕微鏡にて観測したパパニコロ染色済み
の生体細胞像をＮＴＳＣ方式のカラーＴＶカメラで撮像
した画像中において、当該細胞の特徴ある部分領域、一
般に青色系細胞質領域、赤色系細胞質領域、細胞核領域
、そしてこれ等細胞部分領域の周りの・バック・グラウ
ンド領域を夫々、他の領域から明確に弁別し、同定する
方式に関する。

従来、この種の光学顕微鏡像の観測方式では、最も普通
には黒白ＴＶカメラを用いており、従って、青色系細胞
質領域と赤色系細胞質領域との弁別は木質的に不能であ
った。そこで、これも普通に考えられる帰結として、カ
ラーＴＶカメラを用いるようになっては来たが、例えこ
のカラーＴＶカメラを用いても、三原色画像信号、即ち
赤信号（Ｒ信号）、緑信号（Ｇ信号）、青信号（Ｂ信号
）、を単に選択的に加算したり減算したりする処理によ
ってしか各領域を判別しようとしていないため、殊に幾
つかの細胞が重なり合っている画像領域中において各細
胞の細胞質領域と細胞核領域とを同定したり、青色系細
胞質領域と赤色系細胞質領域とを弁別したりすることが
できなかった。即ち、大きく考えてみると、従来の方式
では部分領域の種類によっては、或いはまた画像条件に
よっては、同定したくともできない場合が多かったので
ある。

本発明はこの点に鑑みて成されたもので、この種の光学
顕微鏡像中の生体細胞の各領域の同定を確実に行なえ、
幾つかの細胞が重なり合っている領域に就いてもそうし
た同定処理が行なえる方式を提供せんとするものである
。

また、本発明においては、カラーＴＶカメラから得られ
る画像信号の中、Ｂ信号を除いた二つの信号、即ちＲ信
号とＧ信号を処理するだけで上述の同定処理を可能とす
ることも付帯的な目的の−っとしている。これは、処理
回路を簡単にするためと後述のように高いコントラスト
を有しうる信号のみを用いるという観点からである。尚
、同定すべき領域は本発明においては本来的には任意で
あるが、逆に言って、本発明を用いれば、既述したよう
に、青色系細胞質領域、赤色系細胞質領域、細胞核領域
、そしてこれ等細胞部分領域の周りのバック・グラウン
ド領域の円領域の各領域をも必要とあらば確実に同定す
ることができる。以下の実施例でもこの円領域を同定す
る場合を挙げている。

本発明による細胞画像中の領域同定方式の原理的構成乃
至基本的実施例の概略が第１図に示しである。信号の流
れを追って水力式に就き説明していくと、先ず、第一の
画像メモリｌ及び第二の画像メモリ２には、夫々、図示
していない通常のカラーＴＶカメラからのＲ信号とＧ信
号の一方宛が適当なＡ／Ｄコンバータを介して適当なビ
ット数のディジタル信号に変換された値として記憶され
ている。ここでは８ビツト値としておく。

これ等二つの画像メモリ１．２中の値は、従って、夫々
、赤色フィルタ、緑色フィルタを介して観測した画像の
濃淡値を８ビツトのディジタル値で表したものとなり、
夫々を８画像、６画像と呼ぶことができる。Ｂ画像信号
を用いないのは、コントラストが余り大きく取れないた
めである。

このようにして濃淡値を計測した画像内の各点は画素点
と呼ぶことができ、この数が多い程分解能は上がるが、
一般に適当な所としては、８画像、Ｇ゛画像各画像が２
００Ｘ　２００乃至５１２Ｘ　５１２の画素点から成る
ようにするのが適当である。

第一、第二の各画像メモリ１．２からの出力、即ち、時
系列的に直列に読出される各画素点の８画像、６画像の
各濃度値を担った信号は、第１図中に模式的に示すよう
に、先ず、適当なアナログスイッチＳｔ、Ｓ２を夫々の
第一接点■に付けることにより、ｎビットのシフト・レ
ジスタ３に通して２ｎで除した値に変換するのが望まし
い。というのも、この処理を施すと、画像メモリ１．２
からの各濃淡値信号の下位乃至レベルの低い方のｎビッ
トを丸めることになり、画像全体としての濃淡値の分布
にメ・リハリを付けられるからである。実際的にはｎは
２乃至３に取るのが゛良い。この濃淡値の圧縮処理の有
効性は以下に説明するヒストグラム作成に関して理解さ
れる。尚、この実施例におけるように、ｎビットのシフ
ト・レジスタ３を通した出力値は夫々、Ｙｒ、Ｙｇで表
記する。

シフト・レジスタ３の各出力は二次元ヒストグラム用メ
モリ４に入力するが、このメモリ４としては、３２ビツ
トの入力数値を縦、横方向に３２Ｘ３２（ｎ＝３）乃至
Ｂ４Ｘ　Ｅ１４（ｎ＝２）個記憶できるものを用いる。

便宜上、このヒストグラムメモリの縦方向のメモリ行番
号乃至縦座標値は８画像の濃淡レベルを、横方向のメモ
リ列番号乃至横座標値は６画像の濃淡レベルを表すもの
とする。このメモリ上の各点の値は最初、零にして置き
、第ｊ番目の画素点に就いて上記したシフト・レジスタ
の値がＹｒ＝　ｌ　、　Ｙｇ＝　ｍ であれば、このメモリの（１，−ｍ）点の数値に１を加
える。同様に、第ｊ＋１番目の画素点に就いて、 Ｙｒ＋＝　　１　’　　、Ｙｇ＝ｍ’ であれば、メモリ上の（ｔ’＋ｍ’）点でのメモリ値に
１を加える。

このような処理を全ての画素点に就いて行なうと、二次
元ヒストグラム用メモリ４の各点の集合は、８画像と０
画像のａ淡値の同時二次元分布を示す形となる。即ち、
このメモリのメモリ空間には８画像と０画像の濃淡値の
二次元ヒストグラムが得られる。

先に述べたように、このメモリの縦方向は８画像のａ淡
しベルを、横方向は０画像の濃淡レベルを示すから、メ
モリ」二の（１，ｍ）点の数値は８画像の濃淡値が１．
０画像の濃淡値がｍである画素点の個数を表すものとな
る。この（１，ｍ）点の数値に対応する画素点個数は、
以下、ｈ（＋、ｍ）で表記する。

次に、第１図中に処理■で示しであるように、こうした
二次元ヒストグラムに対して、局所ピーク座標点、準局
所ピーク座標点を求める処理を施す。

ここで、二次元ヒストグラム上の任意の座標点（１，ｍ
）が ゛局所ピーク座標点である” とは、その座標点（１，ｍ）におけるヒストグラム値ｈ
（ｌ、ｍ）が、第２図中に示すように当該座標点（１，
ｍ）の八個の近接点 （１−］、ｍ−１）。

（１−１＋ｍ）＋ （１−１，ｍ＋１）　。

（１、ｍ−１）　　。

（ｔ　　ｔ　　ｍａｌ）　　１ （１＋Ｉ、ｍ−１）。

（１＋Ｉ、ｍ）。

（１＋１．ｍ＋１）。

における各ヒストグラム値よりも大きい値を持つ座標点
であると定義でき、座標点（１，ｍ）が“準局所ピーク
座標点である゛ とは、当該座標点（１，ｍ）におけるヒストグラム値ｈ
（１，ｍ）が上記した八個の近接点の中にあって他の七
個の近接点のヒストグラム値よりも大きな値を持つ座標
点である、と定義することができる。尚、このように濃
淡値に関して二次元分布を得、その結果から先ず局所ピ
ーク座標点、準局所ピーク座標点を求めて行く作業には
、既述のように、シフト・レジスタ３等により成る程度
画像情報を圧縮処理して置く方が有利である。分布の山
谷がはっきりするからである。然し、余りに圧縮し過ぎ
ても、今度は局所ピーク座標点と準局所ピーク座標点の
個数が少なくなったり、丸めによる誤差が大きくなり過
ぎて具合が悪い。こうした点を按配して、この実施例で
は既述のように２ｎで割る時のｎ値の値を２乃至３に選
んだのである。

但し、本発明として必須の要件でない事は顕かである。

また、上記のようにして、局所ピーク座標点及び準局所
ピーク座標点を摘出するに際し、ヒストグラム値ｈ（＋
、ｅ）が成る値Ｈよりも小さな点に関してはこれを求め
ない方が良い。後続の処理に鑑みても特徴抽出のための
雑音になりかねないからである。一般にこの値Ｈは１５
乃至４５迄の値とする。

上記した処理■にて求めた局所ピーク座標点及び準局所
ピーク座標点は、その縦、横の各座標値を記憶するメモ
リ５に入力、記憶させて置く。この実施例に用いたこの
座標点用メモリ５は、座標点（１，ｍ）の対の数値１．
ｍを夫々　１５０迄記憶できるものであるが、この実施
例に対応させれば、勿論、記憶される数値は夫々８４ま
たは３２迄の数値である。

次に第１図中、処理■で示す処理に就き説明する。この
処理■では、処理■にて求めて座標点メモリ５に格納し
である局所ピーク座標点及び準局所ピーク座標点群から
、ここで対象としている四つの領域を代表する座標点を
求め、各領域を代表する８画像と０画像の各濃淡値の対
（二次元ベクトル）を求める。以下詳説するが、それに
先立ち、四つの領域に夫々クラス番号を付すものとする
。

クラス１：バック・グラウンド領域 クラス２：青色系細胞質領域 クラス３：赤色系細胞質領域 クラス４：細胞核領域 今、第１番目の局所ピーク座標点を （ｌｉ、　ｍｉ）　；　ｉ　＝１．２．・・・、ｎとし
、第ｊ番目の準局所ピーク座標点を（”　Ｊｌ　”　Ｊ
）　；　ｊ＝　Ｌ’２＋”　”　”　＋”として、各ク
ラスｋ　、　ｋ　＝　１．２，３．４を代表する座標点
を （ｐｋ、　ｑｋ）　；　ｋ　＝　１．２，３．４で表す
ものとすると、夫々の領域に固有の画像情報的性質乃至
色相や所定の相対位置関係を併せ考えて、各局所ピーク
座標点、準局所ピーク座標点から各領域を代表する座標
点を抽出することができる。

以下、順に述べると、先ず、バック・グラウンド領域を
代表する座標点、即ちクラスｌを代表する座標点（ｐｉ
　、　ｑｌ）は、数ある局所ピーク座標点（ｌｉ、ａ＋
ｉ）の中で、１１の絶対値（１ｌｉｌ　）と１の絶対値
（１ｍ１ｌ　）の和（ｌ１ｉｌ　＋　Ｉ＋ｓｉｌ　）が
最大となる局所ピーク座標点として求めることができる
。

細胞核領域を代表する、即ちクラス４を代表する座標点
（ｐ４．ｑａ）は、同様に数ある局所ピーク座標点（Ｉ
ｉ、ｍｉ）とその夫々の周りの準局所ピー１ り座標点（１’　Ｊｌ　’　ｊ）の中で、１１とｌｌ１
ｌの絶対値の和（１ｌｉｌ　＋　ｌｍ１ｌ　）及び１′
」とｍ′ｊの絶対値の和（Ｉｔ’　ｊｌ　＋　Ｉｍ’ｊ
ｌ）が最小になる座標点として求めることができる。

クラス２、即ち青色系細胞質領域を代表する座標点（ｐ
２．ｑ２）は、シティ・ブロック距離という概念を導入
して求める。先ず、このシティ・ブロック距離に就き第
３図を参照して説明すると、座標点ｃ（ｐｃ、ｑｃ）と
座標点ｅ（ｐｅ、　ｑｅ）に関するシティ・ブロック距
離りは、下記の式（１）により定義される。

Ｄ　＝　　１ｐｅ−ｐｃｌ　　＋　　１ｑｅ−ｑｃｌ　
　　・・・（１）第３図示の場合には、座標点ｅと座標
点Ｃの縦方向の座標値の差が“４°′、横方向の座標値
の差が“６パであるので、座標点ｅの座標点Ｃに対する
シティ・ブロック距離りは“１０パと求められる。

クラス２の代表座標点を求めるに際しては、縦方向座標
値ｐｃが先に求めたクラスｌとクラス４の縦方向座標値
ｐｉ、ｐ４の和を２で割った整数値であ２ す、横方向座標値ｑｃが同様に座標値ｑｌ　、　ｑａの
和を２で割った整数値である座標点を座標点Ｃとし、こ
の点Ｃに対してのシティ・ブロック距ｆｉＤが最も小さ
くなる局所ピーク座標点（Ｉｉ、ｍｉ）を求める。その
座標点が当該クラス２、即ち青色系細胞質領域を代表す
る代表座標点（ｐ２．ｑ２）となる。

赤色系細胞質領域を代表する座標点（ｐ３．ｑａ）は、
先に求めた各座標点の各座標値の中、縦方向座標値をｐ
２、横方向座標値を９４とする座標点を座標点ｄ（ｐ２
．ｑａ）とし、この座標点からの上記シティ・ブロック
距ｌｓ′Ｄが最も小さくなる局所ピーク座標点を抽出す
ることにより求められる。即ちこの点が当該クラス３の
代表座標点（ｐ３．ｑａ）となる。

第４図には、上記の局所ピーク座標点や準局所ピーク座
標点、及び上記の手順で求めた各クラス代表座標点が示
されているが、同図中において、理解を容易にするため
に、局所ピーク座標点にはＸ印を、準局所ピーク座標点
には十印を夫々付し、その上で各クラスを代表する座標
点には△印の囲みを付している。

而して、以上のように、各クラスを代表する座標点（ｐ
ｋ、　ｑｋ）　　；　ｋ　＝　１．２，３．４が求めら
れたにしても、この各座標点の縦横座標値ｐｋｌｑｋ、
即ち二次元ベクトルの値は冒頭におけるシフト・レジス
タの圧縮処理によりこの場合には３２レベル乃至６４レ
ベルに圧縮されているので、これを元の濃淡値のレベル
数に即し゛た値に迄復元してやる必要がある。

８画像及び６画像の濃淡値レベルに整合した第にクラス
を代表する二次元ベクトルを予めベクトル表記（Ｘｒｋ
、Ｘｇｋ）　；　ｋ　＝　１．２，３．４　テ表しテコ
レを第にクラスのクラス代表ベクトルと呼ぶと、当該縦
横両方向のベクトル値Ｘｒｋ、Ｘｇｋはとりも直さず各
クラスを代表する８画像、６画像の濃淡値となる。そし
て、クラス代表座標点の座標値ｐｋ　、　ｑｋからこの
値を復元するには、圧縮の際に用いた数ｎに関して下記
　（２）式を用いれば良い。

Ｘｒｋ＝　ｎ　’ｐｋ　−ｎ／２　　；Ｘｇｋ＝ｎ−ｑ
ｋ−ｎ／２　　； ｋ　＝＝　１．２，３．４　　　　　　　・　・　・　
（２）こうして木実施例の場合は８ビツトに戻ったこれ
等両ベクトル値Ｘｒｋ、Ｘｇｋを、第１図中のクラス代
表ベクトル用メモリ６に格納する。これにより、各画像
部分領域を判別するための基準となる夫々に相応しい濃
淡値の代表二次元ベクトルが得られたので、後は実際に
撮像情報中に含まれる各画素点からの濃淡値情報をこれ
等の代表ベクトルと逐次、距離比較することにより、現
に入力している画素点がどの部分領域中に含まれるもの
であるか、乃至どの部分領域に含ませるのが相応しいか
を同定することができる。この処理が第１図中に示す処
理■であるが、少し詳しく言えば次のようになる。

第一、第二画像メモリ１．２の出方線路をスイッチＳｌ
、Ｓ２を接点■側に付けることにより、本処理■を成す
処理回路側に導く。そして、画像中の第ｊ番目の画素点
に対応する第一、第二画像メモリ１．２の値を夫々、Ｘ
ｒｊ、Ｘｇｊ　、即ち第ｊ番目の画素点での二次元ベク
トルを（Ｘｒｊ　、　Ｘｇｊ）とすると、このベクトル
と上記した四個のクラス代表ベクトルとの距離の自乗値
を計算し、その値が最小となるクラス代表ベクトルの属
する当該クラスをその第ｊ番目画素点の属するクラス乃
至部分領域と同定する。

具体的には、第ｊ番目の画素点に関してこのようにして
同定したクラスの番号乃至数値を第三の画像メモリ７に
当該第ｊ番目の画素点に対応する位置にて記憶させる。

こうした判定処理を全ての画素点に就いて行なえば、第
三の画像メモリ乃至最終結果記憶メモリ７中には１画像
の全領域内において、記憶数値“ｌ”のバック・グラウ
ンド領域、記憶数値“２′′の青色系細胞質領域、記憶
数値“３”′の赤色系細胞質領域、記憶数値“４′“の
細胞核領域の各部分領域を夫々同定したものが得られる
。勿論、図示していないがこのメモリ内容をディスプレ
イに表示する際には数値表示のままでも良いし、各数値
に対応させて定めた色相表示でも良く、一般には後者が
普通である。

また１以上の実施例においては、光学顕微鏡像５ の透過光量の多い画素点に就いてはその点に関するディ
ジタル化された濃淡値も太きものとして説明したが、８
画像と０画像の６％値を反転させた場合、即ち透過光量
の多い画素点に就いての濃淡値が零に近い場合には、ク
ラスｌを代表する座標点（ｐｉ　、　ｑｌ）は既述の絶
対値の和１１ｉｌ　＋　ｊａｉｌが最小である局所ピー
ク座標点を選択し、クラス４を代表する座標点（ｐ４．
ｑ４）としては、絶対値の和１１ｉｌ　＋　ｌ＋ｍｉｌ
及び１１’ｊｌ＋１ｍ’ｊｌの中で値が最大になる局所
ピーク座標点、或いは準局所ピーク座標点を選択すれば
良い。

ともかくも、以上詳記のように、本発明によれば、赤色
系、青色系の各細胞質領域の弁別、同定が始めて可能と
な、る外、従来はそれこそ全く不可能であった複数の細
胞が重なり合った画像においても各部分領域が確実に同
定できるものとなり、この種の研究、応用分野へ貢献す
ること甚だ大きなものがある。

【図面の簡単な説明】

第１図は本発明方式の概略構成図、第２図は本６ 発明実施例中にて使用する局所ピーク座標点の説明図、
第３図は本発明実施例中にての演算に用いるシティ・ブ
ロック距離の説明図、第４図は各クラス乃至各部分領域
を代表する座標点の説明図、である。 図中、１．２は画像メモリ、３はシフト・レジスタ、４
は二次元ヒストグラム用メモリ、５は座標点メモリ、６
はクラス乃至部分領域代表ベクトル用メモリ、７は第三
の画像メモリ乃至最終結果記憶用メモリ、である。 指定代理人　工業技術院電子技術総合研究所長区 の 汐 区 寸 沫

Claims (1)

1. 【特許請求の範囲】 光学顕微鏡にて観測したパパニコロ染色済みの生体細胞
   像をカラーＴＶカメラで撮像した画像中における部分領
   域の同定方式であって、 」二記画像中の各画素点に関して上記カラーＴＶカメラ
   を介して得られる赤画像と録画像の濃淡値から上記画像
   の全体に関しての赤画像と録画像の濃淡値の対から成る
   二次元分布を表す二次元ヒストグラムを作成し、 該二次元ヒストグラムから各部分領域を代表する二次元
   ベクトル値を得、・ 該各部分領域を代表する二次元ベクトル値と各画素点の
   赤画像と録画像の濃淡値の対から成る二次元ベクトル値
   を距離比較し、最小の距離を与えた部分領域代表ベクト
   ルの当該部分領域を、比較した当該画素点が属すべき部
   分領域として同定することを特徴とする細胞画像中の部
   分領域同定方式。