JPWO2007013551A1 - 光強度測定方法および光強度測定装置 - Google Patents
光強度測定方法および光強度測定装置 Download PDFInfo
- Publication number
- JPWO2007013551A1 JPWO2007013551A1 JP2007526890A JP2007526890A JPWO2007013551A1 JP WO2007013551 A1 JPWO2007013551 A1 JP WO2007013551A1 JP 2007526890 A JP2007526890 A JP 2007526890A JP 2007526890 A JP2007526890 A JP 2007526890A JP WO2007013551 A1 JPWO2007013551 A1 JP WO2007013551A1
- Authority
- JP
- Japan
- Prior art keywords
- light intensity
- image
- noise
- region
- area
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 106
- 238000001514 detection method Methods 0.000 claims abstract description 63
- 238000000605 extraction Methods 0.000 claims abstract description 23
- 230000001678 irradiating effect Effects 0.000 claims abstract description 6
- 239000000126 substance Substances 0.000 claims description 24
- 238000000691 measurement method Methods 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 17
- 230000008602 contraction Effects 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 5
- 238000002493 microarray Methods 0.000 description 38
- 238000004458 analytical method Methods 0.000 description 20
- 238000001444 catalytic combustion detection Methods 0.000 description 16
- 230000014509 gene expression Effects 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 102000039446 nucleic acids Human genes 0.000 description 4
- 108020004707 nucleic acids Proteins 0.000 description 4
- 150000007523 nucleic acids Chemical class 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 206010064571 Gene mutation Diseases 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000007790 solid phase Substances 0.000 description 2
- KKAJSJJFBSOMGS-UHFFFAOYSA-N 3,6-diamino-10-methylacridinium chloride Chemical compound [Cl-].C1=C(N)C=C2[N+](C)=C(C=C(N)C=C3)C3=CC2=C1 KKAJSJJFBSOMGS-UHFFFAOYSA-N 0.000 description 1
- 108060001084 Luciferase Proteins 0.000 description 1
- 239000005089 Luciferase Substances 0.000 description 1
- 229940023020 acriflavine Drugs 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 239000012620 biological material Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000023077 detection of light stimulus Effects 0.000 description 1
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 1
- XDDAORKBJWWYJS-UHFFFAOYSA-N glyphosate Chemical compound OC(=O)CNCP(O)(O)=O XDDAORKBJWWYJS-UHFFFAOYSA-N 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- HWYHZTIRURJOHG-UHFFFAOYSA-N luminol Chemical compound O=C1NNC(=O)C2=C1C(N)=CC=C2 HWYHZTIRURJOHG-UHFFFAOYSA-N 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- PYWVYCXTNDRMGF-UHFFFAOYSA-N rhodamine B Chemical compound [Cl-].C=12C=CC(=[N+](CC)CC)C=C2OC2=CC(N(CC)CC)=CC=C2C=1C1=CC=CC=C1C(O)=O PYWVYCXTNDRMGF-UHFFFAOYSA-N 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6452—Individual samples arranged in a regular 2D-array, e.g. multiwell plates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/76—Chemiluminescence; Bioluminescence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30072—Microarray; Biochip, DNA array; Well plate
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Plasma & Fusion (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
Abstract
あらかじめ規定された面積を有する検出対象領域が複数配列された検出対象物の画像を取得し、この取得した画像を解析して、各検出対象領域の光強度を測定する方法であって、取得した画像から光強度に基づいて抽出される領域のうち、前記検出対象領域の規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、前記画像から除去する。光強度測定装置は、上記検出対象物に光を照射する光照射手段と、前記光が照射された前記検出対象物の画像を取得する画像撮影手段と、取得した画像を記憶する記憶手段と、記憶した画像から前記検出対象領域の規定面積よりも小さな面積からなる領域をノイズ領域として抽出する抽出手段と、前記ノイズ領域を前記記憶した画像から除去する画像処理手段とを有する。
Description
本発明は、生体関連物質等を検出するためのプローブ分子が固定化された固相担体上で生化学的反応を行い、その反応状態を蛍光等の光強度として検出する際に、信頼性の高い解析結果を取得する光強度測定方法および光強度測定装置に関する。
本願は、2005年7月29日に出願された特願2005−220358号に基づき優先権を主張し、その内容をここに援用する。
本願は、2005年7月29日に出願された特願2005−220358号に基づき優先権を主張し、その内容をここに援用する。
生体関連物質等を検出する方法として、例えば、固相担体に複数のプローブ分子を固定化した複数の領域(以下、スポットと略記する)を有するマイクロアレイを用いる方法が知られている。例えば、細胞中の核酸発現量変化を測定する場合には、測定対象の細胞から核酸を取り出し、この核酸を蛍光物質によって標識した後、マイクロアレイ上に固定化されたオリゴDNAからなるプローブ分子と反応させ、蛍光物質を励起することができる光を照射してマイクロアレイの画像を取得し、画像を構成する光強度データを解析することによって、スポットごとに蛍光強度を測定する。この蛍光強度を比較することにより、比較対象サンプル間の核酸発現量比を求めることができる。このようにして、遺伝子の発現の状態やゲノム上における特定の遺伝子の有無、遺伝子の変異有無などを調べることが可能である(例えば、特許文献1、特許文献2参照)。
よって、マイクロアレイを用いて生体関連物質等を精度良く検出するためには、スポットの光強度を精度よく検出することが、大切な要素のひとつとなる。
しかし、核酸の標識に蛍光物質を用いる場合には、励起光を反射したり、蛍光を発するような異物が存在すると、マイクロアレイの画像にスポット像以外に、異物からの光の検出によるノイズ像を形成してしまうため、スポットの光強度測定値に誤差を生じてしまう。
また、スポット上に光を遮る物体が存在すると、スポットからの光が光検出器に到達しないので、光強度の値に誤差を生じることとなる。(これらのノイズ像を、以下ではノイズ領域と記載する。)
これに対して特許文献1および特許文献2で開示されている発明では、スポットを検出するシステムが開示されているが、いずれもスポットの光強度の解析に関してのみ述べられており、その他のノイズ領域による測定誤差の影響については考慮されたものではない。よって、必ずしも精度のよい検出が可能な方法であるとはいえない。
しかし、核酸の標識に蛍光物質を用いる場合には、励起光を反射したり、蛍光を発するような異物が存在すると、マイクロアレイの画像にスポット像以外に、異物からの光の検出によるノイズ像を形成してしまうため、スポットの光強度測定値に誤差を生じてしまう。
また、スポット上に光を遮る物体が存在すると、スポットからの光が光検出器に到達しないので、光強度の値に誤差を生じることとなる。(これらのノイズ像を、以下ではノイズ領域と記載する。)
これに対して特許文献1および特許文献2で開示されている発明では、スポットを検出するシステムが開示されているが、いずれもスポットの光強度の解析に関してのみ述べられており、その他のノイズ領域による測定誤差の影響については考慮されたものではない。よって、必ずしも精度のよい検出が可能な方法であるとはいえない。
これに対して、上記のようなノイズ領域による測定誤差の影響を考慮した発明が開示されている(特許文献3参照)。この発明は、測定対象の蛍光物質を励起する光とは異なる波長の光を照射してノイズ領域の検出を行い、得られた画像からノイズ領域を除去するという方法である。
特開2000−121559号公報
特開2002−181709号公報
特開2002−257730号公報
しかし、特許文献3で開示されている発明によれば、測定対象の蛍光物質を励起する光とは異なる波長の光で検出できたノイズ領域に関しては、その測定精度に与える影響を排除できるが、マイクロアレイ上のすべてのノイズ領域を検出できるとは限らず、十分な測定精度が得られる保証はない。
本発明は、上記課題に鑑みてなされたものであり、生体関連物質等のマイクロアレイによる検出に際して、マイクロアレイを精度よく解析するために、ノイズ領域の抽出が可能であり、その大きさや光強度から、スポットとノイズ領域との分離を精度良く行うことができる光強度測定方法および光強度測定装置を提供することを課題とする。
上記課題を解決するため、本発明は、
あらかじめ規定された面積を有する検出対象領域が複数配列された検出対象物の画像を取得し、この取得した画像を解析して、各検出対象領域の光強度を測定する光強度測定方法であって、
取得した画像から光強度に基づいて抽出される領域のうち、前記検出対象領域の規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、前記画像から除去することを特徴とする光強度測定方法を提供する。
あらかじめ規定された面積を有する検出対象領域が複数配列された検出対象物の画像を取得し、この取得した画像を解析して、各検出対象領域の光強度を測定する光強度測定方法であって、
取得した画像から光強度に基づいて抽出される領域のうち、前記検出対象領域の規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、前記画像から除去することを特徴とする光強度測定方法を提供する。
好適には、前記検出対象領域は、化学発光物質もしくは蛍光物質を含む。
典型例として、前記検出対象物の画像を複数取得し、取得した画像ごとに、前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、除去する。
この場合、前記取得した画像に基づいて2値化画像を作成して、該2値化画像から前記ノイズ領域の抽出を行うようにできる。
典型的には、
・前記2値化画像上の前記規定面積より小さな面積を有する領域のうち、周囲の光強度よりも明るい領域
・前記2値化画像上の前記規定面積より小さな面積を有する領域のうち、周囲の光強度よりも暗い領域
を前記ノイズ領域とする。
好適には、前記複数の取得した画像の中から選択された1枚の画像を用いて、前記ノイズ領域の抽出を行う。
典型例として、前記ノイズ領域の面積が、前記規定面積の50%以下であり、また、前記ノイズ領域の個数が、1000個以下となるように抽出を行う。
前記ノイズ領域を、一定量だけ膨張もしくは収縮させてから除去するようにしても良い。
前記ノイズ領域の光強度を、前記膨張処理もしくは収縮処理を行った後、該領域の外隣接画素の光強度のメディアン値と同等の光強度値に置き換えるようにしても良い。
典型例として、前記検出対象物の画像を複数取得し、取得した画像ごとに、前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、除去する。
この場合、前記取得した画像に基づいて2値化画像を作成して、該2値化画像から前記ノイズ領域の抽出を行うようにできる。
典型的には、
・前記2値化画像上の前記規定面積より小さな面積を有する領域のうち、周囲の光強度よりも明るい領域
・前記2値化画像上の前記規定面積より小さな面積を有する領域のうち、周囲の光強度よりも暗い領域
を前記ノイズ領域とする。
好適には、前記複数の取得した画像の中から選択された1枚の画像を用いて、前記ノイズ領域の抽出を行う。
典型例として、前記ノイズ領域の面積が、前記規定面積の50%以下であり、また、前記ノイズ領域の個数が、1000個以下となるように抽出を行う。
前記ノイズ領域を、一定量だけ膨張もしくは収縮させてから除去するようにしても良い。
前記ノイズ領域の光強度を、前記膨張処理もしくは収縮処理を行った後、該領域の外隣接画素の光強度のメディアン値と同等の光強度値に置き換えるようにしても良い。
典型例として、前記取得した画像中の各検出対象領域を含んでなる部分領域ごとに、前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、除去する。
好適には、前記取得した画像中の各検出対象領域を含んでなる部分領域ごとに2値化画像を作成して、該2値化画像を用いて前記ノイズ領域の抽出を行う。
この場合、前記ノイズ領域を、前記2値化画像上の前記規定面積より小さな面積からなる領域のうち、周囲の光強度よりも明るい領域としても良い。
前記検出対象物の画像を複数取得し、前記ノイズ領域の抽出に用いる画像を、これら取得した画像の中から選択するようにしても良い。
この、ノイズ領域の抽出に用いる画像として、その最大光強度値が、光検出器のAD変換ビット数から2を引いた回数だけ2を掛け合わせた値よりも大きい画像を採用するようにしても良い。
典型例として、前記ノイズ領域の面積が、前記規定面積の0.2倍以下の面積である。
好適には、前記取得した画像中の各検出対象領域を含んでなる部分領域ごとに2値化画像を作成して、該2値化画像を用いて前記ノイズ領域の抽出を行う。
この場合、前記ノイズ領域を、前記2値化画像上の前記規定面積より小さな面積からなる領域のうち、周囲の光強度よりも明るい領域としても良い。
前記検出対象物の画像を複数取得し、前記ノイズ領域の抽出に用いる画像を、これら取得した画像の中から選択するようにしても良い。
この、ノイズ領域の抽出に用いる画像として、その最大光強度値が、光検出器のAD変換ビット数から2を引いた回数だけ2を掛け合わせた値よりも大きい画像を採用するようにしても良い。
典型例として、前記ノイズ領域の面積が、前記規定面積の0.2倍以下の面積である。
また、前記ノイズ領域を、一定量だけ膨張させてから除去するようにしても良い。
この場合、前記膨張処理を行った後、膨張された領域の外隣接画素における光強度のメディアン値を算出するようにしても良い。
この場合の好適例として、
前記取得した画像中の各検出対象領域を含んでなる部分領域ごとに2値化画像を作成し、
該2値化画像を生成した光強度閾値と、前記膨張領域の外隣接画素における光強度のメディアン値との差が、画像の取得に用いた光検出器の画素ノイズの標準偏差の2倍より大きいものを、前記ノイズ領域とする。
また、前記ノイズ領域の除去を、該ノイズ領域の光強度値から、画像の取得に用いた光検出器の画素ノイズの標準偏差の2倍の値を差し引くことにより行うようにしても良い。
この場合、前記膨張処理を行った後、膨張された領域の外隣接画素における光強度のメディアン値を算出するようにしても良い。
この場合の好適例として、
前記取得した画像中の各検出対象領域を含んでなる部分領域ごとに2値化画像を作成し、
該2値化画像を生成した光強度閾値と、前記膨張領域の外隣接画素における光強度のメディアン値との差が、画像の取得に用いた光検出器の画素ノイズの標準偏差の2倍より大きいものを、前記ノイズ領域とする。
また、前記ノイズ領域の除去を、該ノイズ領域の光強度値から、画像の取得に用いた光検出器の画素ノイズの標準偏差の2倍の値を差し引くことにより行うようにしても良い。
また、典型例として、前記部分領域ごとに、所定の光強度閾値に基づいて、前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出する。
この場合、前記部分領域ごとに所定の光強度閾値に基づいてノイズ領域を抽出する過程を、該部分領域ごとに光強度閾値を変化させて複数回行うようにしても良い。
この場合、前記部分領域ごとに所定の光強度閾値に基づいてノイズ領域を抽出する過程を、該部分領域ごとに光強度閾値を変化させて複数回行うようにしても良い。
また、好適例として、前記検出対象物の画像を複数取得し、取得した画像ごとに、所定の光強度閾値に基づいて前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出して除去し、
上記ノイズが除去された各画像中の各検出対象領域を含んでなる部分領域ごとに、所定の光強度閾値に基づいて前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、除去する。
この場合、前記部分領域ごとに所定の光強度閾値に基づいてノイズ領域を抽出する過程を、該部分領域ごとに光強度閾値を変化させて複数回行うようにしても良い。
これによれば、初めに画像全体に対して1つの閾値で抽出できるノイズ領域を除去することにより、高速処理を行った後、部分領域ごとに新たに閾値を設定してノイズ領域を抽出し、ノイズ領域が検出されなくなるまでノイズ処理を繰り返すことが可能である。従って、高速かつ高精度なノイズ領域の除去が可能になる。
上記ノイズが除去された各画像中の各検出対象領域を含んでなる部分領域ごとに、所定の光強度閾値に基づいて前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、除去する。
この場合、前記部分領域ごとに所定の光強度閾値に基づいてノイズ領域を抽出する過程を、該部分領域ごとに光強度閾値を変化させて複数回行うようにしても良い。
これによれば、初めに画像全体に対して1つの閾値で抽出できるノイズ領域を除去することにより、高速処理を行った後、部分領域ごとに新たに閾値を設定してノイズ領域を抽出し、ノイズ領域が検出されなくなるまでノイズ処理を繰り返すことが可能である。従って、高速かつ高精度なノイズ領域の除去が可能になる。
本発明はまた、あらかじめ規定された面積を有する検出対象領域が複数配列された検出対象物の光強度を測定する光強度測定装置であって、
前記検出対象物に光を照射する光照射手段と、
前記光が照射された前記検出対象物の画像を取得する画像撮影手段と、
取得した画像を記憶する記憶手段と、
記憶した画像から前記検出対象領域の規定面積よりも小さな面積からなる領域をノイズ領域として抽出する抽出手段と、
前記ノイズ領域を前記記憶した画像から除去する画像処理手段と、
を有することを特徴とする光強度測定装置を提供する。
典型例として、前記抽出手段が、前記記憶した画像ごとにノイズ領域を抽出する手段であり、前記画像処理手段が、前記記憶した画像ごとにノイズ領域を除去する手段である。
別の典型例として、前記抽出手段が、前記記憶した画像中の各検出対象領域を含んでなる部分領域ごとにノイズ領域を抽出する手段であり、前記画像処理手段が、前記部分領域ごとにノイズ領域を除去する手段である。
前記検出対象物に光を照射する光照射手段と、
前記光が照射された前記検出対象物の画像を取得する画像撮影手段と、
取得した画像を記憶する記憶手段と、
記憶した画像から前記検出対象領域の規定面積よりも小さな面積からなる領域をノイズ領域として抽出する抽出手段と、
前記ノイズ領域を前記記憶した画像から除去する画像処理手段と、
を有することを特徴とする光強度測定装置を提供する。
典型例として、前記抽出手段が、前記記憶した画像ごとにノイズ領域を抽出する手段であり、前記画像処理手段が、前記記憶した画像ごとにノイズ領域を除去する手段である。
別の典型例として、前記抽出手段が、前記記憶した画像中の各検出対象領域を含んでなる部分領域ごとにノイズ領域を抽出する手段であり、前記画像処理手段が、前記部分領域ごとにノイズ領域を除去する手段である。
本発明によれば、マイクロアレイの画像中に存在するすべてのノイズ領域に関して、その抽出と除去処理が可能であるため、より精度の高い解析結果を得ることができる。また、本発明の方法によって、自動的にノイズ除去を行うことが可能であるため、ノイズ領域除去を自動化すれば、実験者ごとのデータのばらつきが出ることがなく、再現性の高いデータ取得が可能であり、同時に実験者が画像処理を手動で行う負荷が軽減できるため、解析効率の大幅な向上が可能である。
1・・・画像選択工程、2・・・ノイズ除去判断工程、3・・・2値化画像作成および膨張処理工程、4・・・ノイズ除去工程、5・・・張り合わせ画像作成工程、10・・・検出対象物、11・・・光照射手段、12・・・光学系、13・・・光検出器、14・・・記憶手段、15・・・ソフトウエア(抽出手段、画像処理手段)、16・・・CPU、17・・・コンピュータ
以下、本発明を詳しく説明するが、本発明は、ここに示す例に何ら限定されるものではない。
(実施の形態における装置)
実施の形態における光強度測定装置(図9参照)は、検出対象物であるマイクロアレイ(10)に光を照射する光照射手段(11)として、アークランプを備え、検出対象物の画像を取得する画像撮影手段として、光検出器であるCCDカメラ(13)および検出対象物の像をCCD上に結像させるための光学系(12)を備えるとともに、取得画像を記憶する記憶手段(14)として、ランダムアクセスメモリ、ハードディスク等を備え、記憶した画像からノイズ領域を抽出する抽出手順と、記憶した画像からノイズ領域を除去する画像処理手順とを記述したソフトウエア(15:本発明の抽出手段、画像処理手段として機能する)と、該ソフトウエアを実行するCPU(16:中央演算装置)を含んでなるコンピュータ(17)を備える。
したがって、該光強度測定装置を使用することによって、マイクロアレイの空間的な光強度分布をCCDカメラによって検出し、その画素ごとにアナログ−デジタル変換したデジタルデータからなるデジタル画像としてマイクロアレイの画像を取得することができる。
すなわち、CCDカメラを用いて光強度を測定する時には、光強度をAD変換し、階調として出力することになる。したがって、階調は光強度を示すこととなる。
(実施の形態における装置)
実施の形態における光強度測定装置(図9参照)は、検出対象物であるマイクロアレイ(10)に光を照射する光照射手段(11)として、アークランプを備え、検出対象物の画像を取得する画像撮影手段として、光検出器であるCCDカメラ(13)および検出対象物の像をCCD上に結像させるための光学系(12)を備えるとともに、取得画像を記憶する記憶手段(14)として、ランダムアクセスメモリ、ハードディスク等を備え、記憶した画像からノイズ領域を抽出する抽出手順と、記憶した画像からノイズ領域を除去する画像処理手順とを記述したソフトウエア(15:本発明の抽出手段、画像処理手段として機能する)と、該ソフトウエアを実行するCPU(16:中央演算装置)を含んでなるコンピュータ(17)を備える。
したがって、該光強度測定装置を使用することによって、マイクロアレイの空間的な光強度分布をCCDカメラによって検出し、その画素ごとにアナログ−デジタル変換したデジタルデータからなるデジタル画像としてマイクロアレイの画像を取得することができる。
すなわち、CCDカメラを用いて光強度を測定する時には、光強度をAD変換し、階調として出力することになる。したがって、階調は光強度を示すこととなる。
(最適な露光条件で撮影された画像の取得)
生体関連物質は、一般にその種類によって、生体中での存在量に大きな差がある。例えば、遺伝子の発現量を解析する場合であれば、高発現から低発現までの遺伝子の存在量を正確に測定する必要がある。
生体関連物質は、一般にその種類によって、生体中での存在量に大きな差がある。例えば、遺伝子の発現量を解析する場合であれば、高発現から低発現までの遺伝子の存在量を正確に測定する必要がある。
したがって、マイクロアレイを用いた生体関連物質の存在量測定においては、1つの基板上の異なる部分にスポット状に複数固定化したプローブ分子との反応を介して、光強度に変換して測定を行うため、生体関連物質の存在量に比例した高光強度のスポットと低光強度のスポットとが1つのマイクロアレイ上に存在することになる。また、生体関連物質の存在量のダイナミックレンジは、一般的にCCDのダイナミックレンジよりも大きいので、一定の露光条件では光強度の測定に適切な(高光強度のスポットが飽和せず、低光強度のスポットが検出できる)画像を得ることは難しい。そこで、露光条件を変化させて、これらのスポットごとに最適な露光条件で撮影した画像を取得する必要性が出てくる。また、スポットの画像を表示する場合も、それぞれのスポットが、最適な露光条件で撮影された画像を表示することが望ましい。
その方法を、図5A〜5Dに基づいて説明する。図5A〜5Dは、一例として九つのスポットが載っているマイクロアレイの画像を示したものである。
一つのマイクロアレイ上のすべてのスポットについて、各々が、最適な露光条件で撮影された画像を取得するためには、露光時間を順次変化させながらマイクロアレイの画像を複数撮影し、各々のスポットについて、適切に撮影されている画像を選択する方法が考えられる。
一つのマイクロアレイ上のすべてのスポットについて、各々が、最適な露光条件で撮影された画像を取得するためには、露光時間を順次変化させながらマイクロアレイの画像を複数撮影し、各々のスポットについて、適切に撮影されている画像を選択する方法が考えられる。
例えば、露光時間を順次倍にして撮影する方法について説明する。符号11は、露光時間1秒の画像、符号12は露光時間2秒の画像、符号13は露光時間4秒の画像である。
ここで、最適な露光条件とは、CCDが飽和せず、スポットがなるべく明るく撮影される条件のことである。したがって、露光時間1秒の画像11の中から、最適な露光条件で撮影されたスポットとして抽出されるものは、四角で囲った第二スポット15a、第六スポット15bおよび第七スポット15cの三つである。同様に、露光時間2秒の画像12の中から、最適な露光条件で撮影されたスポットとして抽出されるものは、第一スポット16a、第五スポット16b、第八スポット16cおよび第九スポット16dの四つである。さらに、露光時間4秒の画像13の中から、最適な露光条件で撮影されたスポットとして抽出されるものは、第四スポット17aおよび第三スポット17bの二つである。
すなわち、三通りの露光条件によって、マイクロアレイ上の九つすべてのスポットが、適切に撮影されたことになる。
ここで、最適な露光条件とは、CCDが飽和せず、スポットがなるべく明るく撮影される条件のことである。したがって、露光時間1秒の画像11の中から、最適な露光条件で撮影されたスポットとして抽出されるものは、四角で囲った第二スポット15a、第六スポット15bおよび第七スポット15cの三つである。同様に、露光時間2秒の画像12の中から、最適な露光条件で撮影されたスポットとして抽出されるものは、第一スポット16a、第五スポット16b、第八スポット16cおよび第九スポット16dの四つである。さらに、露光時間4秒の画像13の中から、最適な露光条件で撮影されたスポットとして抽出されるものは、第四スポット17aおよび第三スポット17bの二つである。
すなわち、三通りの露光条件によって、マイクロアレイ上の九つすべてのスポットが、適切に撮影されたことになる。
このように、それぞれの露光条件で撮影された複数の画像から、スポットごとに露光状態を評価し、最適な露光条件で撮影された画像を使用して、スポットごとに光強度測定を行う。また、スポットの画像を表示する場合には、スポットごとに選択された画像からスポット像を抽出し、1つにまとめた張り合わせ画像14を表示する。このようにすることで、露光時間1秒の画像11では、暗すぎて見えていなかったスポットがあり、露光時間4秒の画像13では、明る過ぎるスポットがあるが、張り合わせ画像14のようにまとめることで、マイクロアレイ上のすべてのスポットが、最適な条件で観察できる画像が作成される。
このようにして、それぞれのスポットが最適な露光条件で撮影された複数枚の画像を用いて、解析を行う。
このようにして、それぞれのスポットが最適な露光条件で撮影された複数枚の画像を用いて、解析を行う。
さらに、取得した画像には、CCDの電気的ノイズなどにより、スパイクノイズが多数存在する。このようなノイズが存在すると、ノイズ領域の抽出処理に時間を要してしまうため、ノイズ領域除去に先立ち、撮影した複数枚の全画像について、処理対象画素の近傍8画素の階調平均値で処理対象画素の階調を置き換える平滑化処理を行うのが好ましい。
(化学発光物質、蛍光物質)
なお、本発明の光強度測定法および光強度測定装置においては、検出対象領域中に含まれる化学発光物質あるいは蛍光物質の発する光強度を測定するが、ここで言う化学発光物質としては、ルシフェラーゼ等のタンパク質あるいはルミノール等の非タンパク質を挙げることができ、また、蛍光物質としては、フルオレセイン、ローダミン、アクリフラビン等を挙げることができる。
なお、本発明の光強度測定法および光強度測定装置においては、検出対象領域中に含まれる化学発光物質あるいは蛍光物質の発する光強度を測定するが、ここで言う化学発光物質としては、ルシフェラーゼ等のタンパク質あるいはルミノール等の非タンパク質を挙げることができ、また、蛍光物質としては、フルオレセイン、ローダミン、アクリフラビン等を挙げることができる。
以下、本実施形態では、このような撮影方法で複数枚得られたマイクロアレイ画像から、ノイズ領域を除去する方法について述べる。なお、露光時間条件は、t0を最小露光時間、撮影回数に一致する画像番号nを変数として、2n−1t0(sec)とする。
(リファレンス画像を用いたマイクロアレイ画像の補正)
また、本実施形態で用いるリファレンス画像とは、取得したマイクロアレイ画像の背景画像のことを示している。具体的には、本実施形態のリファレンス画像である背景画像は、マイクロアレイの画像に対して画像処理を施し、スポットを除いた画像を生成したものである。なお、このリファレンス画像の詳しい生成方法については、特開2004−101354号公報に記載されている。
標識として蛍光物質を用いる場合には、蛍光物質を励起するために照明光が必要となるが、照明光が空間的にむらを有している可能性があり、リファレンス画像はこの照明のむらを反映した画像となる。よって、リファレンス画像を用いてマイクロアレイ画像に対して補正を施すことにより、励起照明光のむらを排除した画像を得ることが可能である。
また、本実施形態で用いるリファレンス画像とは、取得したマイクロアレイ画像の背景画像のことを示している。具体的には、本実施形態のリファレンス画像である背景画像は、マイクロアレイの画像に対して画像処理を施し、スポットを除いた画像を生成したものである。なお、このリファレンス画像の詳しい生成方法については、特開2004−101354号公報に記載されている。
標識として蛍光物質を用いる場合には、蛍光物質を励起するために照明光が必要となるが、照明光が空間的にむらを有している可能性があり、リファレンス画像はこの照明のむらを反映した画像となる。よって、リファレンス画像を用いてマイクロアレイ画像に対して補正を施すことにより、励起照明光のむらを排除した画像を得ることが可能である。
なお、本実施形態では、マイクロアレイの画像から生成したリファレンス画像を用いて説明しているが、これに限らず、マイクロアレイ画像の背景を反映した画像を対象とすれば、どのようにして取得された画像を用いてもよい。
[第一の実施形態]
第一の実施形態として、画像全体からノイズ領域を抽出し、一度にノイズ領域を除去する方法について述べる。
はじめに、検出対象スポットの規定面積よりも小さい面積を有し、かつ周囲よりも明るい領域として存在するノイズ領域(以下、白いノイズと呼ぶ)の処理方法について説明する。
第一の実施形態として、画像全体からノイズ領域を抽出し、一度にノイズ領域を除去する方法について述べる。
はじめに、検出対象スポットの規定面積よりも小さい面積を有し、かつ周囲よりも明るい領域として存在するノイズ領域(以下、白いノイズと呼ぶ)の処理方法について説明する。
(白いノイズの抽出に用いる2値化画像の作成)
白いノイズを抽出するために、まず、2値化画像を作成する。例えば、図6Aに示すような取得した原画像21に対して、光強度に相当する階調値が500以上の領域を白とし、それ以外の領域を黒で示した画像が、2値化画像22である。原画像21中の、線21aを引いたスポットの列に関する、光強度プロファイルを図7に示す。なお、図7の縦軸は検出領域の階調、横軸は検出領域の位置を示す。破線が、取得した原画像21の光強度プロファイルを示し、実線が2値化画像22における同一部分の光強度プロファイルを示す。なお、図7での2値化画像22の光強度プロファイルは、取得した原画像21の光強度プロファイルと比較しやすいように、500階調以上のレベルを500階調で、それ以外のレベルを0階調として表現している。
白いノイズを抽出するために、まず、2値化画像を作成する。例えば、図6Aに示すような取得した原画像21に対して、光強度に相当する階調値が500以上の領域を白とし、それ以外の領域を黒で示した画像が、2値化画像22である。原画像21中の、線21aを引いたスポットの列に関する、光強度プロファイルを図7に示す。なお、図7の縦軸は検出領域の階調、横軸は検出領域の位置を示す。破線が、取得した原画像21の光強度プロファイルを示し、実線が2値化画像22における同一部分の光強度プロファイルを示す。なお、図7での2値化画像22の光強度プロファイルは、取得した原画像21の光強度プロファイルと比較しやすいように、500階調以上のレベルを500階調で、それ以外のレベルを0階調として表現している。
(白いノイズの抽出)
前記のように白いノイズとは、スポットの規定面積よりも小さい面積を有し、かつ周囲よりも明るい領域のことであり、例えば、図7においては、領域面積がスポットよりも小さく、かつ階調が閾値である500以上の領域を探せば良い。すると、白いノイズとして、第一領域31および第二領域32が抽出される。
このように2値化画像を用いることで、検出対象スポットと白いノイズとを明確に区別することが可能となる。
前記のように白いノイズとは、スポットの規定面積よりも小さい面積を有し、かつ周囲よりも明るい領域のことであり、例えば、図7においては、領域面積がスポットよりも小さく、かつ階調が閾値である500以上の領域を探せば良い。すると、白いノイズとして、第一領域31および第二領域32が抽出される。
このように2値化画像を用いることで、検出対象スポットと白いノイズとを明確に区別することが可能となる。
(白いノイズの抽出に用いる画像の選択)
ただし、前記の通り、各検出対象スポットを最適の露光条件で撮影するために、露光時間の異なる複数枚の画像を撮影しており、これらのうちのどの画像を用いて、2値化画像の作成および白いノイズの抽出を行うか決める必要がある。
具体的には、原画像からスポットを除くことで生成したリファレンス画像の最大階調値よりもわずかに大きな値を閾値として2値化画像を生成することによって、対象画像上のノイズ領域を検出する。この時、露光時間が長い方が有利であるが、露光時間が長すぎるとノイズ領域がスポットからの光の影響によって認識できなくなる可能性があるため、適切な露光条件の画像を選択する必要がある。
また、検出器自体のノイズを検出しないようにする必要がある。
ただし、前記の通り、各検出対象スポットを最適の露光条件で撮影するために、露光時間の異なる複数枚の画像を撮影しており、これらのうちのどの画像を用いて、2値化画像の作成および白いノイズの抽出を行うか決める必要がある。
具体的には、原画像からスポットを除くことで生成したリファレンス画像の最大階調値よりもわずかに大きな値を閾値として2値化画像を生成することによって、対象画像上のノイズ領域を検出する。この時、露光時間が長い方が有利であるが、露光時間が長すぎるとノイズ領域がスポットからの光の影響によって認識できなくなる可能性があるため、適切な露光条件の画像を選択する必要がある。
また、検出器自体のノイズを検出しないようにする必要がある。
そこでまず、2値化画像の作成に用いる画像を決定するために、複数枚ある画像の中から、一番露光時間の長い画像から、
を満たすかどうかを判定する。ここで、Rmaxはリファレンス画像の階調ヒストグラムにおいて、階調上位からの累積画素数が、全画素数の0.5%を越えない階調値、nRはリファレンス画像作成のために使用した画像番号、σはCCDカメラの画素のノイズの階調(レベル)の標準偏差、BはCCDのAD(アナログ−デジタル)変換分解能である変換ビット数、nは撮影画像番号である。
すなわち、LGは、背景部分の階調レベルと、検出器であるCCDカメラのノイズ分とを足し合わせたもので規定されている。また、ここでは、一番露光時間の長い画像について判定するので、nは終了画像番号となる。
算出されたLGの値が2B−3以下であれば、この画像を白いノイズの抽出に使用する。
すなわち、LGは、背景部分の階調レベルと、検出器であるCCDカメラのノイズ分とを足し合わせたもので規定されている。また、ここでは、一番露光時間の長い画像について判定するので、nは終了画像番号となる。
算出されたLGの値が2B−3以下であれば、この画像を白いノイズの抽出に使用する。
もし、前記条件で式(1)を満たさない場合は、nの値を順次小さくしていき、終了画像番号から開始画像番号まで、すなわち、露光時間が長い画像から短い画像まで、式(1)の条件を満たすかどうか判定を行う。
このようにして、式(1)の条件を満たした画像を
このようにして、式(1)の条件を満たした画像を
として、白いノイズを抽出するために用いる画像とする。もし、いずれの画像も条件を満たさない場合には、nが最も小さい画像、すなわち開始画像を、白いノイズを抽出するために用いる画像とする。
(2値化画像の作成)
上記のように選択した画像(2)から、階調LGを閾値として2値化画像
上記のように選択した画像(2)から、階調LGを閾値として2値化画像
を作成し、この2値化画像(3)を用いて、白いノイズを抽出する。
(選択した画像からの白いノイズの抽出)
2値化画像(3)上の白い部分は、スポット領域か白いノイズのいずれかである。そこで、スポット領域の規定面積S0は予め既知であるので、2値化画像(3)上において、S0の50%以下の面積を有する白い部分を白いノイズとし、それ以外の白い部分をスポット領域として、選別を行う。この処理により、白いノイズの抽出が完了する。なお、抽出された白いノイズの個数をmG個とする。
2値化画像(3)上の白い部分は、スポット領域か白いノイズのいずれかである。そこで、スポット領域の規定面積S0は予め既知であるので、2値化画像(3)上において、S0の50%以下の面積を有する白い部分を白いノイズとし、それ以外の白い部分をスポット領域として、選別を行う。この処理により、白いノイズの抽出が完了する。なお、抽出された白いノイズの個数をmG個とする。
ただしこの時、白いノイズが1000個以上抽出されると、この後のノイズ処理に長時間を要してしまうことなどが懸念される。よって、1000個以上の白いノイズが抽出された場合には、閾値とする階調LGを16階調ずつ上げて2値化画像の作成を行い、白いノイズが1000個以上抽出されない閾値として階調LGを決定するようにしてもよい。
また、階調LG(16階調ずつ2値化レベルを上げたLGも含む)により、白いノイズがひとつも抽出されない場合も考えられ、この場合は、以降の白いノイズの除去処理は行わない。
また、階調LG(16階調ずつ2値化レベルを上げたLGも含む)により、白いノイズがひとつも抽出されない場合も考えられ、この場合は、以降の白いノイズの除去処理は行わない。
(白いノイズの膨張処理)
次に、白いノイズの処理を行う準備として、階調LGで抽出された白いノイズに対して膨張処理を行う。
膨張処理とは、2値化画像上の白い部分に対して白い部分を拡大し、その近傍も白い部分とすることにより、元の白い部分の形をできるだけ維持したまま周囲を膨張させ、白い部分の面積を大きくする処理のことである。前記近傍は、元の白い部分の画素の一辺を共有する隣接した画素とする場合は4近傍であり、元の白い部分の頂点を共有する隣接した画素とする場合は8近傍であるが、前記膨張処理においては、4近傍および8近傍のいずれを用いてもよい。
この膨張処理を行うことで、ノイズ領域の境界検出の誤差を排除できるため、画像上からノイズ領域に関する上記誤差の影響を完全に排除することが可能である。
前記2値化画像(3)上の、k番目の白いノイズを
次に、白いノイズの処理を行う準備として、階調LGで抽出された白いノイズに対して膨張処理を行う。
膨張処理とは、2値化画像上の白い部分に対して白い部分を拡大し、その近傍も白い部分とすることにより、元の白い部分の形をできるだけ維持したまま周囲を膨張させ、白い部分の面積を大きくする処理のことである。前記近傍は、元の白い部分の画素の一辺を共有する隣接した画素とする場合は4近傍であり、元の白い部分の頂点を共有する隣接した画素とする場合は8近傍であるが、前記膨張処理においては、4近傍および8近傍のいずれを用いてもよい。
この膨張処理を行うことで、ノイズ領域の境界検出の誤差を排除できるため、画像上からノイズ領域に関する上記誤差の影響を完全に排除することが可能である。
前記2値化画像(3)上の、k番目の白いノイズを
として、このk番目の白いノイズ(4)に対して膨張処理を行い、膨張処理を行った後のk番目の白いノイズを
として、(4)と置き換える。またこの時、膨張処理は、下記の式(6)により算出される回数程度行うとよい。
ここで、w0は最小点像半径、Δは光学系のデフォーカス量の絶対値、ASは光学系の検出開口数、PIはCCDカメラの画素ピッチ、mASはアレイ画像の平滑化回数である。またRoundupは、数値を切り上げて整数にすることを表す。
すなわち、mGdは、最小点像半径(即ち、点像として認識可能な最小半径)およびデフォーカスに起因する光学的なボケと、画像の平滑化処理に伴うボケとを足し合わせたもので規定されており、この分だけノイズ領域を膨張させることで、光学的ボケ分が与える影響を考慮して、白いノイズを決定することが可能となる。
この処理を、すべての膨張処理後のk番目の白いノイズ(5)に対して、すなわち、k=mGとなるまで行った後、白いノイズの除去処理に移る。
すなわち、mGdは、最小点像半径(即ち、点像として認識可能な最小半径)およびデフォーカスに起因する光学的なボケと、画像の平滑化処理に伴うボケとを足し合わせたもので規定されており、この分だけノイズ領域を膨張させることで、光学的ボケ分が与える影響を考慮して、白いノイズを決定することが可能となる。
この処理を、すべての膨張処理後のk番目の白いノイズ(5)に対して、すなわち、k=mGとなるまで行った後、白いノイズの除去処理に移る。
(白いノイズの除去)
白いノイズの除去処理は、膨張処理後のk番目の白いノイズ(5)および該領域の外隣接画素の双方を、外隣接画素の階調のメディアン値で置き換えた画像
白いノイズの除去処理は、膨張処理後のk番目の白いノイズ(5)および該領域の外隣接画素の双方を、外隣接画素の階調のメディアン値で置き換えた画像
を作成することで行う。この処理により、白いノイズ部分の光強度が周囲と同等の光強度に処理されて、白いノイズが除去される。
以上のような、前記白ノイズの除去操作を、解析に用いる複数枚すべての画像に対して行う。よって、撮影画像番号nおよび白いノイズの番号kを変数として、画像番号nの画像中の膨張処理後のk番目の白いノイズ(5)のすべてに対して、前記除去処理を行う。即ち、選択した1枚の画像から抽出された全ての白いノイズ領域が、全ての画像から除去される。
以上により、撮影画像すべての白いノイズの除去が完了する。
以上により、撮影画像すべての白いノイズの除去が完了する。
(黒いノイズの抽出に用いる画像の選択)
次に、検出対象スポットの規定面積よりも小さい面積を有し、かつ、周囲よりも暗い領域として存在するノイズ領域(以下、黒いノイズと呼ぶ)の処理方法について示す。
黒いノイズを抽出するために、白いノイズの処理と同様に2値化画像を作成する。まず、複数枚の画像を撮影しているので、そのうちのどの画像を用いて、黒いノイズを抽出するべきかを決める。
この場合、2値化画像の作成は、リファレンス画像の最大光強度よりわずかに小さい値を閾値として行い、また、検出器自体のノイズを検出しないようにする。
そこでまず、複数枚ある画像の中から、一番露光時間の短い画像に対して、
次に、検出対象スポットの規定面積よりも小さい面積を有し、かつ、周囲よりも暗い領域として存在するノイズ領域(以下、黒いノイズと呼ぶ)の処理方法について示す。
黒いノイズを抽出するために、白いノイズの処理と同様に2値化画像を作成する。まず、複数枚の画像を撮影しているので、そのうちのどの画像を用いて、黒いノイズを抽出するべきかを決める。
この場合、2値化画像の作成は、リファレンス画像の最大光強度よりわずかに小さい値を閾値として行い、また、検出器自体のノイズを検出しないようにする。
そこでまず、複数枚ある画像の中から、一番露光時間の短い画像に対して、
を満たすかどうかを判定する。ここで、式(8)中の各パラメーターは、前記式(1)で用いたものと同じである。即ち、LGが2B−4以上である画像を選択する。
もし、前記条件で式(8)を満たさない場合は、nの値を順次大きくしていき、開始画像番号から終了画像番号まで、すなわち、露光時間が短い画像から長い画像まで、式(8)の条件を満たすかどうか判定を行う。
このようにして、式(8)の条件を満たした画像を
もし、前記条件で式(8)を満たさない場合は、nの値を順次大きくしていき、開始画像番号から終了画像番号まで、すなわち、露光時間が短い画像から長い画像まで、式(8)の条件を満たすかどうか判定を行う。
このようにして、式(8)の条件を満たした画像を
とし、黒いノイズを抽出するために用いる画像とする。もしもいずれの画像も式(8)の条件を満たさない場合には、nが最も大きい画像、すなわち、終了画像を黒いノイズを抽出するために用いる画像とする。
(2値化画像の作成)
次に、上記のように選択した画像(9)から、階調LGを閾値とした2値化画像
次に、上記のように選択した画像(9)から、階調LGを閾値とした2値化画像
を作成し、この2値化画像(10)を用いて、黒いノイズを抽出する。
(選択した画像からの黒いノイズの抽出)
2値化画像(10)上での黒い部分は、スポット領域か黒いノイズのいずれかである。
そこで、スポット領域の規定面積S0は予め既知であるので、2値化画像(10)において、S0の50%以下の面積を有する黒い部分を黒いノイズとし、それ以外の黒い部分をスポット領域として、選別を行う。この処理により、処理するべき黒いノイズの抽出が完了する。なお、抽出された黒いノイズの個数をmG個とする。
2値化画像(10)上での黒い部分は、スポット領域か黒いノイズのいずれかである。
そこで、スポット領域の規定面積S0は予め既知であるので、2値化画像(10)において、S0の50%以下の面積を有する黒い部分を黒いノイズとし、それ以外の黒い部分をスポット領域として、選別を行う。この処理により、処理するべき黒いノイズの抽出が完了する。なお、抽出された黒いノイズの個数をmG個とする。
ただしこの時、黒いノイズが1000個以上抽出されると、この後のノイズ処理に長時間を要してしまうことなどが懸念される。よって、1000個以上の黒いノイズが抽出された場合には、階調LGを16階調ずつ下げて2値化画像の作成を行い、黒いノイズが1000個以上抽出されない閾値階調LGを決定するようにしてもよい。また、階調LG(16階調ずつ2値化レベルを下げたLGも含む)により、黒いノイズがひとつも抽出されない場合も考えられ、この場合は、以降の黒いノイズの除去処理は行わなくてよい。
(黒いノイズの収縮処理)
次に、黒いノイズの処理を行う準備として、階調LGで抽出された黒いノイズに対して収縮処理を行う。
収縮処理とは、2値化画像上の黒い部分に対して、その近傍を白い部分とすることにより、元の黒い部分の形をできるだけ維持したまま領域を縮小させ、黒い部分の面積を小さくする処理のことである。前記近傍は、元の黒い部分の画素の一辺を共有する隣接した画素とする場合は4近傍であり、元の黒い部分の頂点を共有する隣接した画素とする場合は8近傍であるが、前記収縮処理においては、4近傍および8近傍のいずれを用いてもよい。
この収縮処理を行うことで、ノイズ領域の境界検出の誤差を排除できるため、画像上からノイズ領域に関する上記誤差の影響を完全に排除することが可能である。
前記2値化画像(10)上の、k番目の黒いノイズを
次に、黒いノイズの処理を行う準備として、階調LGで抽出された黒いノイズに対して収縮処理を行う。
収縮処理とは、2値化画像上の黒い部分に対して、その近傍を白い部分とすることにより、元の黒い部分の形をできるだけ維持したまま領域を縮小させ、黒い部分の面積を小さくする処理のことである。前記近傍は、元の黒い部分の画素の一辺を共有する隣接した画素とする場合は4近傍であり、元の黒い部分の頂点を共有する隣接した画素とする場合は8近傍であるが、前記収縮処理においては、4近傍および8近傍のいずれを用いてもよい。
この収縮処理を行うことで、ノイズ領域の境界検出の誤差を排除できるため、画像上からノイズ領域に関する上記誤差の影響を完全に排除することが可能である。
前記2値化画像(10)上の、k番目の黒いノイズを
として、このk番目の黒いノイズ(11)に対して収縮処理を行い、収縮処理を行った後のk番目の黒いノイズを
として、(11)と置き換える。またこの時、収縮処理は、前記式(6)により算出される回数程度行うとよい。また、その理由は、前記白いノイズの膨張処理の場合と同様であり、これにより、光学的ボケ分が与える影響を考慮して、黒いノイズを決定することが可能となる。
この処理を、すべての収縮処理後のk番目の黒いノイズに対して、すなわち、k=mGとなるまで行った後、黒いノイズの除去処理に移る。
この処理を、すべての収縮処理後のk番目の黒いノイズに対して、すなわち、k=mGとなるまで行った後、黒いノイズの除去処理に移る。
(黒いノイズの除去)
黒いノイズの除去処理は、収縮処理後のk番目の黒いノイズ(12)および該領域の外隣接画素の双方を、外隣接画素の階調のメディアン値で置き換えた画像
黒いノイズの除去処理は、収縮処理後のk番目の黒いノイズ(12)および該領域の外隣接画素の双方を、外隣接画素の階調のメディアン値で置き換えた画像
を作成することで行う。この処理により、黒いノイズ部分の階調が周囲と同等の階調に処理される。このような処理を全ての収縮処理後の黒いノイズに対して行うことにより、一つの画像について、黒いノイズがすべて除去されたことになる。
なお、黒いノイズの除去にあたり、上記収縮処理に代えて、上述した白いノイズに適用したのと同様の膨張処理を行うことも可能である。
図8Aは黒いノイズの実体、図8Bは、それに対して得られる像と、収縮処理の原理を階調(光強度)図により示したものである。図8Cは、膨張処理の原理を階調(光強度)図により示したものである。
図8Bに示すように、収縮処理の場合、黒いノイズ領域はAの領域からBの領域に狭められ、光学的ボケの影響で境界周辺で広がった光のデータが全て生かされるような処理が行われる。
また、図8Cに示すように、膨張処理の場合、黒いノイズ領域はAの領域からCの領域に広げられ、黒いノイズ領域が拡大されるが、これを外隣接画素の階調メディアン値で置き換えることによっても、黒いノイズを除去して同様の効果を得ることができる。
図8Aは黒いノイズの実体、図8Bは、それに対して得られる像と、収縮処理の原理を階調(光強度)図により示したものである。図8Cは、膨張処理の原理を階調(光強度)図により示したものである。
図8Bに示すように、収縮処理の場合、黒いノイズ領域はAの領域からBの領域に狭められ、光学的ボケの影響で境界周辺で広がった光のデータが全て生かされるような処理が行われる。
また、図8Cに示すように、膨張処理の場合、黒いノイズ領域はAの領域からCの領域に広げられ、黒いノイズ領域が拡大されるが、これを外隣接画素の階調メディアン値で置き換えることによっても、黒いノイズを除去して同様の効果を得ることができる。
以上のような、前記黒ノイズの除去操作を、解析に用いる複数枚すべての画像に対して行う。よって、撮影画像番号nおよび黒いノイズの番号kを変数として、収縮処理後のk番目の黒いノイズ(12)のすべてに対して、前記除去処理を行う。即ち、即ち、選択した1枚の画像から抽出された全ての黒いノイズ領域が、全ての画像から除去される。
以上により、撮影画像すべての黒いノイズの除去が完了し、これにより、すべてのノイズ領域除去操作が終了する。
以上、第一の実施形態におけるノイズ除去の方法を示すフローを図1および図2に示す(黒いノイズについては、収縮処理の場合を示している)。
以上により、撮影画像すべての黒いノイズの除去が完了し、これにより、すべてのノイズ領域除去操作が終了する。
以上、第一の実施形態におけるノイズ除去の方法を示すフローを図1および図2に示す(黒いノイズについては、収縮処理の場合を示している)。
[第二の実施形態]
本実施形態は、マイクロアレイ上の各スポットに対して、個々のスポット領域ごとに閾値を変えながらノイズ領域を抽出し、その都度、ノイズ除去処理を繰り返して行うものである。
また、本実施形態では、黒いノイズが測定結果に与える影響は軽微であるので、処理時間短縮のためノイズ除去処理は、白いノイズに対してのみ行う。
本実施形態は、マイクロアレイ上の各スポットに対して、個々のスポット領域ごとに閾値を変えながらノイズ領域を抽出し、その都度、ノイズ除去処理を繰り返して行うものである。
また、本実施形態では、黒いノイズが測定結果に与える影響は軽微であるので、処理時間短縮のためノイズ除去処理は、白いノイズに対してのみ行う。
第一の実施形態で示したノイズの除去方法では、ノイズ領域は、スポット領域から離間した領域であり、且つ、ある一つの閾値で抽出されるノイズしか除去することができず、例えば、図7に示す、白いノイズの第三領域33のように、スポット上に乗っているノイズ領域や、設定した閾値とは異なる閾値においてノイズ領域として抽出される領域については、除去することができない。よって本実施形態では、解析に影響を及ぼす可能性の高い白いノイズについて、さらに精密に除去を行う方法を示す。
具体的には、本実施形態では、マイクロアレイ上の各スポット領域に対して、複数枚の画像の中から解析を行うのに最適な画像を抽出し、各スポット領域の画像において抽出されたノイズ領域に対して、スポットよりも十分に微小でスポット以外の領域を抽出し、抽出された領域が検出器の持つ光検出ノイズよりも大きな光強度であると判断された場合に、白いノイズとして除去を行うことを大まかな手順とする。
(白いノイズの抽出に用いる画像の選択)
まず、マイクロアレイ上のある一つのスポット領域について、複数枚の画像の中から解析を行うのに最適な一枚の画像を抽出する。解析を行うスポット領域の、図10に示したような矩形画像を
まず、マイクロアレイ上のある一つのスポット領域について、複数枚の画像の中から解析を行うのに最適な一枚の画像を抽出する。解析を行うスポット領域の、図10に示したような矩形画像を
とし、この画像における最大階調値をImaxとする。ここで、iは、元の全体画像上にx−y平面をとった場合のx方向のスポット位置、jはy方向のスポット位置、nは撮影画像番号を示している。また、iの最大値をmx、jの最大値をmyとする。
このスポット領域の、複数枚ある画像の中から、一番露光時間の短い画像(即ち、nが最小値の画像)に対して、
このスポット領域の、複数枚ある画像の中から、一番露光時間の短い画像(即ち、nが最小値の画像)に対して、
を満たすかどうかを判定する。ここで、BはCCDカメラのAD変換ビット数である。もしも満たした場合には、この時のnを撮影画像番号として解析に用いる画像に決定する。
満たさなかった場合には、条件を満たすまでnを大きくしていき、解析に用いる画像を決定する(画像選択工程)。なお、nを最大にしても上記式(15)が満たされない場合には、nが最大値の画像を解析に使用することとし、解析に用いる画像が決定したらnをn’に設定する。
満たさなかった場合には、条件を満たすまでnを大きくしていき、解析に用いる画像を決定する(画像選択工程)。なお、nを最大にしても上記式(15)が満たされない場合には、nが最大値の画像を解析に使用することとし、解析に用いる画像が決定したらnをn’に設定する。
(選択した画像における白いノイズの除去必要性の判定)
次に、前記式(15)を満たした画像は、白いノイズを除去する必要がある画像かどうかを検討する必要がある。そのためには、下記の式(16)および(17)で算出される値が、解析に用いる画像の撮影画像番号n(=n’)を用いて式(18)を満たすかどうかの判定を行う(ノイズ除去判断工程)。
次に、前記式(15)を満たした画像は、白いノイズを除去する必要がある画像かどうかを検討する必要がある。そのためには、下記の式(16)および(17)で算出される値が、解析に用いる画像の撮影画像番号n(=n’)を用いて式(18)を満たすかどうかの判定を行う(ノイズ除去判断工程)。
式(18)を満たした場合のみ、白いノイズの除去を行えばよい。ここで、Rmaxはリファレンス画像の階調ヒストグラムにおいて、階調上位からの累積画素数が、全画素数の0.5%を越えない階調、nRはリファレンス画像作成のために用いた画像番号、t0は最小露光時間、IMBは基本バックグランド値、σはCCDカメラ自体の階調値の標準偏差、Γαは初期値を0とする変数である。ここで、基本バックグランド値とは、対象画像(即ち、選択した画像)の階調下位からの累積画素数が、全画素数の0.5%を越えない階調値を、対象画像を取得した時の露光時間で割った値である。
よって、式(16)は、光検出器(即ち、CCDカメラ)の光検出のばらつきを含めたバックグランド値を示しており、式(17)は、光検出器の光検出のばらつきを考慮したスポットおよび白いノイズの光強度を示している。そして、解析画像(即ち、選択した画像)に関して、最大光強度値からΓαずつ閾値を下げてスポットおよび白いノイズを探索し、その都度式(18)の判定を行い、この式が満たされた場合、即ち、スポットおよび白いノイズが、バックグランドレベルに埋もれていないと判断された場合のみ、白いノイズの除去を行う。
(2値化画像の作成)
白いノイズの除去を行う必要があると判断されたら、階調ΓLにおいて画像(14)の2値化画像を作成し(即ち、階調ΓLを2値化の階調閾値とする)、
白いノイズの除去を行う必要があると判断されたら、階調ΓLにおいて画像(14)の2値化画像を作成し(即ち、階調ΓLを2値化の階調閾値とする)、
とする(2値化画像作成工程)。白いノイズの面積は、検出対象スポットの面積よりも十分に小さいので、白いノイズの条件を0.2S0以下とする。ここで、S0は検出対象スポットの規定面積である。前記2値化画像(19)での0.2S0以下の2値化粒子画像を
とし、前記2値化画像(19)と置き換える。
(白いノイズの膨張処理および除去必要性の判断)
このように抽出された白いノイズは、その光強度が、光検出器のばらつきよりも大きい場合にのみ、除去されればよいので、次にその判断を行う。
2値化粒子画像(20)において、(1〜複数個の)白いノイズのすべてに関して膨張処理を行う(膨張処理工程)。この膨張処理は、前記第一の実施形態で述べたものと同じであり、詳細な説明はここでは省略する。なお膨張処理は、下記の式(21)により算出される回数程度行うとよい。
このように抽出された白いノイズは、その光強度が、光検出器のばらつきよりも大きい場合にのみ、除去されればよいので、次にその判断を行う。
2値化粒子画像(20)において、(1〜複数個の)白いノイズのすべてに関して膨張処理を行う(膨張処理工程)。この膨張処理は、前記第一の実施形態で述べたものと同じであり、詳細な説明はここでは省略する。なお膨張処理は、下記の式(21)により算出される回数程度行うとよい。
ここで、w0は最小点像半径(即ち、点像として認識可能な最小半径)、Δは光学系のデフォーカス量の絶対値、ASは光学系の検出開口数、PIはCCDカメラの画素ピッチ、mASはアレイ画像の平滑化回数である。式(21)により算出される回数程度の膨張処理を行うことにより、白いノイズ部分の光学的ボケ分をも考慮して、除去が必要な白いノイズを決定することが可能となる。
前記膨張処理を行った領域の外隣接画素群において、その画素群のΓi,j,nにおけるメディアン値をMnとする。そして、白いノイズの2値化粒子画像(20)が、
の条件を満たす時、除去処理が必要な白いノイズと判断する。
この判定を行うことにより、Γi,j,nにおいて抽出した白いノイズの光強度が、除去すべきノイズレベル以上かどうかを判定して、除去処理を行うこととなる。
この判定を行うことにより、Γi,j,nにおいて抽出した白いノイズの光強度が、除去すべきノイズレベル以上かどうかを判定して、除去処理を行うこととなる。
(白いノイズの除去)
以上の処理で、除去すべき白いノイズが抽出された場合には、この白いノイズを除去する処理を行う(ノイズ除去工程)。この除去処理は、個々の除去対象の白いノイズを含む領域Γi,j,n内で、
以上の処理で、除去すべき白いノイズが抽出された場合には、この白いノイズを除去する処理を行う(ノイズ除去工程)。この除去処理は、個々の除去対象の白いノイズを含む領域Γi,j,n内で、
と画像を置き換えることで行う。この処理は、白いノイズを含む領域として抽出された領域を2σだけ暗くするものであり、これにより白いノイズ領域を周囲の光強度に近づけることができる。
ここでノイズ処理を行った画像が最終画像ではない場合(n≠nmax)は、最終画像(n=nmax)まで式(23)の処理をnを増加させながら繰り返す。これは、ノイズ領域処理を行うことではじめに設定した式(15)の条件を満たす解析対象画像が、すべてのノイズ処理を終了したときには変わる可能性があることを考慮し、はじめに抽出した画像よりも露光時間の長いすべての画像に対して処理を行うためである
(白いノイズの除去の繰返し)
n=nmaxとなり、2値化粒子画像(20)上の白いノイズの除去処理がすべて終了したら、引き続き、2値化画像の閾値を2σ階調だけ下げて、再度前記操作をおこなう。
そして、以降、同様の操作を繰返す。
このように、2値化画像の閾値を2σ階調ずつ下げて、解析に用いるのに最適な画像の抽出、白いノイズの抽出および除去処理とを繰り返していくと、式(18)を満たさないレベルに到達する。これは、光検出器のノイズレベルまで白いノイズの除去が終了したことを意味するので、対象としたスポット領域に対するノイズ領域処理が完了したことになる。
n=nmaxとなり、2値化粒子画像(20)上の白いノイズの除去処理がすべて終了したら、引き続き、2値化画像の閾値を2σ階調だけ下げて、再度前記操作をおこなう。
そして、以降、同様の操作を繰返す。
このように、2値化画像の閾値を2σ階調ずつ下げて、解析に用いるのに最適な画像の抽出、白いノイズの抽出および除去処理とを繰り返していくと、式(18)を満たさないレベルに到達する。これは、光検出器のノイズレベルまで白いノイズの除去が終了したことを意味するので、対象としたスポット領域に対するノイズ領域処理が完了したことになる。
以上の処理で、対象としたスポット領域の白いノイズの除去が終了し、白いノイズがすべて除去された画像Γi,j,nが得られる。
最終的には図5の張り合わせ画像14に示すような各スポット領域を貼り合わせた画像を作成したいので、この貼り合わせた画像をIHM(x’,y’)として、
最終的には図5の張り合わせ画像14に示すような各スポット領域を貼り合わせた画像を作成したいので、この貼り合わせた画像をIHM(x’,y’)として、
を作成する。
ここまでの操作で、対象としたスポット領域に対するすべての白いノイズの除去処理が終了する。ここで説明したノイズ除去をすべてのスポット領域に対して実行すればよい。
以上、第二の実施形態におけるノイズ除去の方法を示すフローを図3および図4に示す。
ここまでの操作で、対象としたスポット領域に対するすべての白いノイズの除去処理が終了する。ここで説明したノイズ除去をすべてのスポット領域に対して実行すればよい。
以上、第二の実施形態におけるノイズ除去の方法を示すフローを図3および図4に示す。
なお、前記の通り、本実施形態では、白いノイズの除去処理のみを行っているが、処理時間を問題にしない場合などは、第一の実施形態同様、黒いノイズの除去処理を追加して行っても良い。
[第三の実施形態]
ここでは、上記の2つの実施形態例に示した2つのノイズ処理方法を組み合わせて適用することの効果について説明する。
第一の実施形態では、画像全体からノイズ領域を抽出し、一度にノイズ領域を除去する方法について説明した。第二の実施形態においては、マイクロアレイ上の各スポットに対して、個々のスポット領域ごとに閾値を変えながらノイズ領域を抽出し、その都度、ノイズ除去処理を繰り返して実施する方法に関して説明を行った。
ここでは、上記の2つの実施形態例に示した2つのノイズ処理方法を組み合わせて適用することの効果について説明する。
第一の実施形態では、画像全体からノイズ領域を抽出し、一度にノイズ領域を除去する方法について説明した。第二の実施形態においては、マイクロアレイ上の各スポットに対して、個々のスポット領域ごとに閾値を変えながらノイズ領域を抽出し、その都度、ノイズ除去処理を繰り返して実施する方法に関して説明を行った。
第一の実施形態で示したノイズ除去方法では、ノイズ領域は、スポット領域から離間した領域であり、且つ、ある1つの閾値で抽出されるノイズが除去される。この方法は、画像全体に対して、1つの閾値で抽出できるノイズ領域を除去するので、高速での処理が可能である。一方、第二の実施形態で示したノイズ除去方法は、スポットごとに閾値を設定して、ノイズ領域を抽出し、ノイズ領域が検出されなくなるまでノイズ処理を繰り返すことによって、精密なノイズ領域の除去を可能にしている。
つまり、第一の実施形態で説明したノイズ除去方法は、高速処理に適しており、第二の実施形態は、精密処理に適している、といえる。このことから、ノイズ領域の除去に際して、第一の実施形態で示した方法によって、ノイズ領域の処理をした後、続いて第二の実施形態で示した方法によって、ノイズ除去を行えば、高速且つ、高精度なノイズ領域の除去が可能になる。
[光強度検出]
前記のようにノイズ領域を処理することによって、ノイズ領域を含まないマイクロアレイ画像を得ることができるので、得られた画像に対して特開2002−257730号公報に開示されているような方法によって、スポット領域の光強度を測定すればよい。
前記のようにノイズ領域を処理することによって、ノイズ領域を含まないマイクロアレイ画像を得ることができるので、得られた画像に対して特開2002−257730号公報に開示されているような方法によって、スポット領域の光強度を測定すればよい。
[光強度測定装置]
ここでは、光検出器としてCCDを用いた光強度測定装置を用いた場合について説明したが、本発明はこれに限定されるものではなく、CMD(チャージモジュレーションデバイス)、PMT(フォトマルチプライヤ)、PD(フォトダイオード)等を用いた場合にも適用することが可能である。例えば、レーザを光源に持ちPMTを光検出器として用いている市販の走査型顕微鏡を用いた場合についても、本発明を適用することが可能である。
ここでは、光検出器としてCCDを用いた光強度測定装置を用いた場合について説明したが、本発明はこれに限定されるものではなく、CMD(チャージモジュレーションデバイス)、PMT(フォトマルチプライヤ)、PD(フォトダイオード)等を用いた場合にも適用することが可能である。例えば、レーザを光源に持ちPMTを光検出器として用いている市販の走査型顕微鏡を用いた場合についても、本発明を適用することが可能である。
以上述べた通り、本発明の光強度測定方法により、マイクロアレイ上のノイズを高い精度で除去できるため、生体関連物質等の検出をより精密に行うことができ、また、一連の解析を自動で行うことができるので、高い再現性が得られると同時に、高い効率で解析を行うことが可能となる。
本発明は、マイクロアレイ上で生体関連物質等を高い精度で検出する方法を提供するものであり、例えば、遺伝子の発現の状態やゲノム上における特定の遺伝子の有無、遺伝子の変異の有無等を効率的かつ精密に調べることが可能であるため、医療産業等において極めて有用なものである。
Claims (31)
- あらかじめ規定された面積を有する検出対象領域が複数配列された検出対象物の画像を取得し、この取得した画像を解析して、各検出対象領域の光強度を測定する光強度測定方法であって、
取得した画像から光強度に基づいて抽出される領域のうち、前記検出対象領域の規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、前記画像から除去することを特徴とする光強度測定方法。 - 前記検出対象領域が、化学発光物質を含むことを特徴とする請求項1に記載の光強度測定方法。
- 前記検出対象領域が、蛍光物質を含むことを特徴とする請求項1に記載の光強度測定方法。
- 前記検出対象物の画像を複数取得し、取得した画像ごとに、前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、除去することを特徴とする請求項1に記載の光強度測定方法。
- 前記取得した画像に基づいて2値化画像を作成して、該2値化画像から前記ノイズ領域の抽出を行うことを特徴とする請求項4に記載の光強度測定方法。
- 前記2値化画像上の前記規定面積より小さな面積を有する領域のうち、周囲の光強度よりも明るい領域を前記ノイズ領域とすることを特徴とする請求項5に記載の光強度測定方法。
- 前記2値化画像上の前記規定面積より小さな面積を有する領域のうち、周囲の光強度よりも暗い領域を前記ノイズ領域とすることを特徴とする請求項5に記載の光強度測定方法。
- 前記複数の取得した画像の中から選択された1枚の画像を用いて、前記ノイズ領域の抽出を行い、この抽出結果に基づき、前記取得した画像ごとのノイズ領域の抽出及び除去を行うことを特徴とする請求項4に記載の光強度測定方法。
- 前記ノイズ領域の面積が、前記規定面積の50%以下であることを特徴とする請求項4に記載の光強度測定方法。
- 前記ノイズ領域の個数が、1000個以下となるように抽出することを特徴とする請求項4に記載の光強度測定方法。
- 前記ノイズ領域を、一定量だけ膨張させてから除去することを特徴とする請求項4に記載の光強度測定方法。
- 前記ノイズ領域を、一定量だけ収縮させてから除去することを特徴とする請求項4に記載の光強度測定方法。
- 前記ノイズ領域の光強度を、前記膨張処理を行った後、該領域の外隣接画素の光強度のメディアン値と同等の光強度値に置き換えることを特徴とする請求項11に記載の光強度測定方法。
- 前記ノイズ領域の光強度を、前記収縮処理を行った後、該領域の外隣接画素の光強度のメディアン値と同等の光強度値に置き換えることを特徴とする請求項12に記載の光強度測定方法。
- 前記取得した画像中の各検出対象領域を含んでなる部分領域ごとに、前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、除去することを特徴とする請求項1に記載の光強度測定方法。
- 前記取得した画像中の各検出対象領域を含んでなる部分領域ごとに2値化画像を作成して、該2値化画像を用いて前記ノイズ領域の抽出を行うことを特徴とする請求項15に記載の光強度測定方法。
- 前記ノイズ領域を、前記2値化画像上の前記規定面積より小さな面積からなる領域のうち、周囲の光強度よりも明るい領域とすることを特徴とする請求項16に記載の光強度測定方法。
- 前記検出対象物の画像を複数取得し、前記ノイズ領域の抽出に用いる画像を、これら取得した画像の中から選択することを特徴とする請求項17に記載の光強度測定方法。
- 前記ノイズ領域の抽出に用いる画像として、その最大光強度値が、光検出器のAD変換ビット数から2を引いた回数だけ2を掛け合わせた値よりも大きい画像を採用することを特徴とする請求項18に記載の光強度測定方法。
- 前記ノイズ領域の面積が、前記規定面積の0.2倍以下の面積であることを特徴とする請求項15に記載の光強度測定方法。
- 前記ノイズ領域を、一定量だけ膨張させてから除去することを特徴とする請求項15に記載の光強度測定方法。
- 前記膨張処理を行った後、膨張された領域の外隣接画素における光強度のメディアン値を算出することを特徴とする請求項21に記載の光強度測定方法。
- 前記取得した画像中の各検出対象領域を含んでなる部分領域ごとに2値化画像を作成し、
該2値化画像を生成した光強度閾値と、前記膨張領域の外隣接画素における光強度のメディアン値との差が、画像の取得に用いた光検出器の画素ノイズの標準偏差の2倍より大きいものを、前記ノイズ領域とする
ことを特徴とする請求項22に記載の光強度測定方法。 - 前記ノイズ領域の除去を、該ノイズ領域の光強度値から、画像の取得に用いた光検出器の画素ノイズの標準偏差の2倍の値を差し引くことにより行うことを特徴とする請求項15に記載の光強度測定方法。
- 前記部分領域ごとに、所定の光強度閾値に基づいて、前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出することを特徴とする請求項15に記載の光強度測定方法。
- 前記部分領域ごとに所定の光強度閾値に基づいてノイズ領域を抽出する過程を、該部分領域ごとに光強度閾値を変化させて複数回行うことを特徴とする請求項25に記載の光強度測定方法。
- 前記検出対象物の画像を複数取得し、取得した画像ごとに、所定の光強度閾値に基づいて前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出して除去し、
上記ノイズが除去された各画像中の各検出対象領域を含んでなる部分領域ごとに、所定の光強度閾値に基づいて前記規定面積よりも小さな面積からなる領域をノイズ領域として抽出し、除去することを特徴とする請求項1に記載の光強度測定方法。 - 前記部分領域ごとに所定の光強度閾値に基づいてノイズ領域を抽出する過程を、該部分領域ごとに光強度閾値を変化させて複数回行うことを特徴とする請求項27に記載の光強度測定方法。
- あらかじめ規定された面積を有する検出対象領域が複数配列された検出対象物の光強度を測定する光強度測定装置であって、
前記検出対象物に光を照射する光照射手段と、
前記光が照射された前記検出対象物の画像を取得する画像撮影手段と、
取得した画像を記憶する記憶手段と、
記憶した画像から前記検出対象領域の規定面積よりも小さな面積からなる領域をノイズ領域として抽出する抽出手段と、
前記ノイズ領域を前記記憶した画像から除去する画像処理手段と、
を有することを特徴とする光強度測定装置。 - 前記抽出手段が、前記記憶した画像ごとにノイズ領域を抽出する手段であり、 前記画像処理手段が、前記記憶した画像ごとにノイズ領域を除去する手段であることを特徴とする請求項29に記載の光強度測定装置。
- 前記抽出手段が、前記記憶した画像中の各検出対象領域を含んでなる部分領域ごとにノイズ領域を抽出する手段であり、前記画像処理手段が、前記部分領域ごとにノイズ領域を除去する手段であることを特徴とする請求項29に記載の光強度測定装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005220358 | 2005-07-29 | ||
JP2005220358 | 2005-07-29 | ||
PCT/JP2006/314870 WO2007013551A1 (ja) | 2005-07-29 | 2006-07-27 | 光強度測定方法および光強度測定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2007013551A1 true JPWO2007013551A1 (ja) | 2009-02-12 |
Family
ID=37683442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007526890A Withdrawn JPWO2007013551A1 (ja) | 2005-07-29 | 2006-07-27 | 光強度測定方法および光強度測定装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20080181458A1 (ja) |
EP (1) | EP1912060A1 (ja) |
JP (1) | JPWO2007013551A1 (ja) |
WO (1) | WO2007013551A1 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5005247B2 (ja) * | 2006-04-11 | 2012-08-22 | 浜松ホトニクス株式会社 | 光測定装置、光測定方法、及び光測定プログラム |
JP2008256428A (ja) * | 2007-04-03 | 2008-10-23 | Intec Systems Institute Inc | マイクロアレイ画像のブロック位置検出方法 |
JP5487534B2 (ja) * | 2007-04-20 | 2014-05-07 | 株式会社ニコン | 画像解析方法と、蛍光検出装置 |
JP4979516B2 (ja) * | 2007-08-31 | 2012-07-18 | 三菱レイヨン株式会社 | 画像読み取り方法および装置 |
JP2010197251A (ja) * | 2009-02-25 | 2010-09-09 | Fujitsu Ltd | 撮影装置、撮影方法および撮影プログラム |
JP5482721B2 (ja) * | 2011-04-22 | 2014-05-07 | ウシオ電機株式会社 | 分析装置 |
JP6190358B2 (ja) | 2011-04-28 | 2017-08-30 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 光学的不均一性による分析評価 |
US10197782B2 (en) | 2011-06-21 | 2019-02-05 | Hamamatsu Photonics K.K. | Light measurement device, light measurement method, and light measurement program |
JP5869239B2 (ja) | 2011-06-21 | 2016-02-24 | 浜松ホトニクス株式会社 | 光測定装置、光測定方法、及び光測定プログラム |
JP6378931B2 (ja) * | 2014-05-21 | 2018-08-22 | 浜松ホトニクス株式会社 | 顕微鏡装置及び画像取得方法 |
US10984519B2 (en) | 2016-08-03 | 2021-04-20 | Panduit Corp. | Method for evaluating the optical insertion loss of a mechanical splice joint of two optical fibers |
EP3360970B1 (en) * | 2017-02-10 | 2019-10-30 | Roche Diagnostics GmbH | A method for reducing quantification errors caused by an optical artefact in digital polymerase chain reaction |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2832269B2 (ja) * | 1992-09-14 | 1998-12-09 | 三井金属鉱業株式会社 | 三次元粒子検出方法及び装置 |
CA2236268A1 (en) * | 1995-11-30 | 1997-06-05 | Chromavision Medical Systems, Inc. | Method and apparatus for automated image analysis of biological specimens |
JP2003504627A (ja) * | 1999-07-13 | 2003-02-04 | クロマビジョン メディカル システムズ インコーポレイテッド | 生物試料中の物体の自動検出 |
JP3576523B2 (ja) * | 2000-12-26 | 2004-10-13 | オリンパス株式会社 | 蛍光輝度測定方法及び装置 |
JP3715248B2 (ja) * | 2001-03-21 | 2005-11-09 | オリンパス株式会社 | 生化学的検査方法 |
US7027932B2 (en) * | 2001-03-21 | 2006-04-11 | Olympus Optical Co., Ltd. | Biochemical examination method |
JP2004163201A (ja) * | 2002-11-12 | 2004-06-10 | Matsushita Electric Ind Co Ltd | 細胞突起抽出装置および細胞突起抽出方法 |
JP2005345339A (ja) * | 2004-06-04 | 2005-12-15 | Matsushita Electric Ind Co Ltd | 測定ビーズ、色ビーズ判別装置及び色ビーズ判別方法 |
-
2006
- 2006-07-27 EP EP06781781A patent/EP1912060A1/en not_active Withdrawn
- 2006-07-27 WO PCT/JP2006/314870 patent/WO2007013551A1/ja active Application Filing
- 2006-07-27 JP JP2007526890A patent/JPWO2007013551A1/ja not_active Withdrawn
-
2008
- 2008-01-24 US US12/019,328 patent/US20080181458A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
EP1912060A1 (en) | 2008-04-16 |
US20080181458A1 (en) | 2008-07-31 |
WO2007013551A1 (ja) | 2007-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPWO2007013551A1 (ja) | 光強度測定方法および光強度測定装置 | |
JP4532261B2 (ja) | 生物学的試料のための光線画像分析 | |
JP4826586B2 (ja) | スペクトル画像処理方法、コンピュータ実行可能なスペクトル画像処理プログラム、スペクトルイメージングシステム | |
JP4872914B2 (ja) | スペクトル画像処理方法、スペクトル画像処理プログラム、及びスペクトルイメージングシステム | |
KR20090073092A (ko) | 생물학적 시료에서 형광 신호를 검출하는 방법 | |
JP2021513095A (ja) | 局在化顕微鏡法のための方法及びシステム | |
JP4029983B2 (ja) | 微生物の検査装置および検査方法 | |
JP4355832B2 (ja) | コメットアッセイ解析方法およびコメットアッセイ画像解析装置およびコメットアッセイ解析装置 | |
US20190137394A1 (en) | Image processing apparatus and method of operating image processing apparatus | |
JP4539342B2 (ja) | 解析装置、顕微鏡、および、解析プログラム | |
JP4728025B2 (ja) | 細胞画像解析装置 | |
JP2005308504A (ja) | バイオチップ測定方法およびバイオチップ読取装置 | |
JP2009517664A (ja) | サンプルアレイ組織標本の妥当性を判定する方法および装置 | |
US20240048685A1 (en) | Automated fluorescence imaging and single cell segmentation | |
JP2009041953A (ja) | 定量分析装置、定量分析方法および定量分析プログラム | |
JP6075572B2 (ja) | 画像読取り方法 | |
JP2004184379A (ja) | マイクロアレイの読取方法 | |
JP6772529B2 (ja) | 画像処理方法、画像処理装置、プログラム | |
US10539505B2 (en) | Method for creating a digital fluorescent image | |
CN114076748B (zh) | Odmr谱仪氮-空位色心识别方法及系统 | |
US20090263006A1 (en) | Biochip inspecting device and biochip inspecting method | |
JP2009068996A (ja) | マイクロアレイ装置及びマイクロアレイ解析方法 | |
JP2008014907A (ja) | 表面評価装置及び塗装標本 | |
JP2000292542A (ja) | 画像定量方法および装置 | |
KR101831820B1 (ko) | 영상 처리 장치 및 영상 처리 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20091006 |