JPWO2018003063A1 - 画像選択装置、画像選択方法、画像選択プログラム、表示装置、演算装置 - Google Patents
画像選択装置、画像選択方法、画像選択プログラム、表示装置、演算装置 Download PDFInfo
- Publication number
- JPWO2018003063A1 JPWO2018003063A1 JP2018524662A JP2018524662A JPWO2018003063A1 JP WO2018003063 A1 JPWO2018003063 A1 JP WO2018003063A1 JP 2018524662 A JP2018524662 A JP 2018524662A JP 2018524662 A JP2018524662 A JP 2018524662A JP WO2018003063 A1 JPWO2018003063 A1 JP WO2018003063A1
- Authority
- JP
- Japan
- Prior art keywords
- image
- cell
- correlation
- feature amount
- unit
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- C12M1/00—Apparatus for enzymology or microbiology
- C12M1/34—Measuring or testing with condition measuring or sensing means, e.g. colony counters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
-
- 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
- G06V20/698—Matching; Classification
-
- 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
- G06T2207/30024—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
- G06T2207/30072—Microarray; Biochip, DNA array; Well plate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Organic Chemistry (AREA)
- Biotechnology (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Microbiology (AREA)
- Sustainable Development (AREA)
- Food Science & Technology (AREA)
- Urology & Nephrology (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Hematology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
本発明は、上記問題に鑑みてなされたものであり、所定の画像を選択する解析装置、解析方法、解析プログラム及び表示装置を提供することにある。
を実行させるための解析プログラムである。
[細胞観察システムの構成の概要]
以下、図面を参照しながら本発明の第1の実施形態に係る細胞観察システムについて説明する。
図1は、本実施形態に係る細胞観察システム1の外観構成を示す図である。
細胞観察システム1は、細胞等を撮像することにより取得される画像に対して、画像処理を行う。以下の説明において、細胞等を撮像することにより取得される画像を、単に撮像画像とも記載する。撮像画像には、複数の細胞等が撮像される。具体的には、撮像画像には、1枚の撮像画像につき複数の細胞等が撮像されたものと、1枚の撮像画像に1つの細胞等が撮像されたものとがある。つまり、撮像画像に含まれる撮像された細胞は1つに限られない。また、撮像画像には、撮像する倍率を変化させて撮像する画像も含まれる。細胞観察システム1は、解析装置10と、顕微鏡装置20と、表示部30と、操作部40とを備える。
表示部30は、解析装置10が選択する画像などの画像を表示する。
操作部40は、表示部30に表示される画像を選択するユーザによって操作される。操作部40は、ユーザによって操作されると、操作信号を出力する。操作部40の一例として、キーボード40aや、マウス40bなどがある。
本実施形態においては、細胞を染色して、細胞画像を取得する。本実施形態では、細胞を固定し、免疫染色する。ホルムアルデヒド等の試薬を用いて細胞を固定する処理を行う。固定された細胞は代謝が止まる。したがって、細胞に刺激を加えたのちの、細胞内の経時変化を観察するばあいには、複数の細胞を用意する必要がある。例えば、細胞に刺激を加えた後に、第1時間での細胞の変化と、第1時間とは異なる第2時間での細胞の変化を観察したい場合がある。この場合には、細胞に刺激を加えた後に第1時間を経過したのちに、細胞を固定し、免疫染色して、細胞画像を取得する。一方、第1時間での観察に用いた細胞とは異なる細胞を用意し、細胞に刺激を加えた後に、第2時間を経過した後に、細胞を固定し、免疫染色して、細胞画像を取得する。これにより、第1時間における細胞画像から、刺激に対する細胞内の変化を推定する。一方、第2時間における細胞画像から、刺激に対する細胞内の変化を推定する。従って、第1時間の細胞の変化と、第2時間での細胞の変化とを観察ることで、細胞内の経時変化を推定することができる。また、第1時間と第2時間との細胞内の変化を観察することに用いる細胞の数は1つに限られない。したがって、第1時間と第2時間とで、それぞれ複数の細胞の画像を取得することになる。例えば、細胞内の変化を観察する細胞の数を、1000個と設定した場合には、第1時間と第2時間とで2000個の細胞が必要となり、2000個の細胞画像が必要になる。したがって、刺激に対する細胞内の変化の詳細を取得しようとする場合には、刺激からの撮像するタイミング毎に、複数の細胞画像が必要となり、多量の細胞画像が取得される。つまり、細胞画像とは、刺激された細胞の変化が撮像された画像である。
次に、図2を参照して、解析装置10の構成について説明する。
図2は、本実施形態に係る解析装置10の構成の一例を示す図である。
操作検出部500は、操作部40が出力する操作信号を検出する。操作検出部500は、検出した操作信号を細胞画像選択部400に出力する。
演算部100は、プロセッサが記憶部200に格納されたプログラムを実行することにより機能する。また、これらの演算部110の各機能部のうちの一部又は全部は、LSI(Large Scale Integration)やASIC(Application Specific Integrated Circuit)等のハードウェアによって構成されていてもよい。
演算部100は、細胞画像取得部101と、特徴量算出部102と、雑音成分除去部103と、相関関係抽出部104とを備える。
相関関係抽出部104は、雑音成分除去部103が雑音成分を除去した後の特徴量について、特徴量の尤度に基づいて、特徴量算出部102が算出する特徴量間の複数の相関を抽出する。ここで、尤度とは、所定条件に従って結果を算出する場合に、その結果から所定条件を推測する尤もらしさを表す数値である。また、尤度とは、データが確率モデルに従う場合に、推定すべきパラメータの尤もらしさを表すコスト関数である。
相関関係選択部401は、演算部100から供給される特徴量間の複数の相関関係から、第1の相関関係を選択する。
画像選択部402は、演算部100から供給される細胞が撮像された複数の細胞画像から、第1の相関関係に基づいて、相関関係をあらわす相関細胞画像EPを選択する。画像選択部402は、選択された第1の相関関係を算出するために用いられた、相関細胞画像EPを抽出する。この場合には、相関関係をあらわす相関細胞画像EPには、複数枚の相関関係をあらわす相関細胞画像EPが含まれる。具体的には、相関関係をあらわす相関細胞画像EPには、相関関係をあらわす相関細胞画像EP1から相関関係をあらわす相関細胞画像EPiまでが含まれる。ここで、相関関係をあらわす相関細胞画像EPiのiとは、1以上の整数である。画像選択部402は、選択した細胞画像を表示制御部300に供給する。
第1画像選択部404は、演算部100から供給される細胞が撮像された複数の細胞画像から、第1の特徴量に基づいて、細胞画像NPを選択する。第1画像選択部404は、選択される第1の特徴量を算出するために用いられた、細胞画像NPを抽出する。細胞画像NPには、複数枚の細胞画像NPが含まれる。具体的には、細胞画像NPには、細胞画像NP1から細胞画像NPjまでが含まれる。ここで、細胞画像NPjのjとは、1以上の整数である。第1画像選択部404は、選択した細胞画像を表示制御部300に供給する。
表示部30は、結果出力部300が出力する演算結果を表示する。
上述した解析装置10の具体的な動作手順について、図3を参照して説明する。
図3は、本実施形態に係る解析装置10の動作手順の一例を示す流れ図S1である。なお、ここに示す動作手順は、一例であって、動作手順の省略や動作手順の追加が行われてもよい。
細胞画像取得部101は、細胞画像を取得する(ステップS110)。細胞画像は、固定し、染色しているために、細胞を構成する要素に関する情報が含まれる。例えば、遺伝子、タンパク質、オルガネラなど、大きさが相違する複数の種類の生体組織の画像が含まれている。また、細胞画像には、細胞の形状情報が含まれている。また、細胞画像を時系列の異なる、もしくは、分化等の細胞状態が異なる細胞画像から、動的な挙動を取得する。従って、細胞内の微細な構造から、細胞形状までの複数の大きさの相違するスケール又は、ある所定時間、もしくは、分化等のある細胞状態での細胞画像と時系列の異なる、もしくは、分化等の細胞状態が異なる細胞画像での次元の相違するスケールを用いて解析することから、マルチスケール解析と称することも可能である。
これらの場合、記憶部200は、実験条件記憶部202を備えていてもよい。この実験条件記憶部202には、細胞画像に対応付けられている細胞に対する実験の条件の情報を、細胞画像毎に記憶される。
また、演算部100は、ステップS116において抽出された相関を、細胞画像選択部400に供給する。
図4は、特徴量及び相関関係の一例を示す図である。
ノードNDには、図4に円で示すような、計測対象としてのタンパク質A(ND1)と、計測対象としてのタンパク質B(ND2)と、計測対象としてのタンパク質C(ND3)とがある。本実施形態では、タンパク質同士の相関計測を対象としている。勿論、相関計測を対象とするのは、タンパク質に限られない。細胞を構成する要素であっても構わない。例えば、細胞核、リソソーム、ゴルジ体、ミトコンドリアなどの細胞小器官(オルガネラ)や、オルガネラを構成するタンパク質などが含まれる。また、相関計測は、タンパク質同士など同じ種類の要素の相関を計測しているが、タンパク質と細胞核など異なる種類の要素の相関を計測しても構わない。また、細胞を構成する要素としては、細胞でも構わず、勿論、細胞同士の相関もしくは細胞とタンパク質との相関を計測対象としても構わない。次に、ノードNDには、、特徴量1ND1−1と、特徴量2ND1−2と、特徴量3ND1−3と、特徴量4ND1−4と、特徴量5ND1−5と、特徴量6ND1−6と、特徴量7ND1−7と、特徴量8ND1−8とがある。ノードNDに含まれる特徴量は、上述した、画素の輝度値、画像内のある領域の面積、画素の輝度の分散値などが含まれる。すなわち、本実施形態において、タンパク質AのノードNDには、タンパク質Aの画素の輝度値、画素内のタンパク質Aの面積、タンパク質Aの所定位置における輝度値などである。タンパク質Bにはタンパク質Aと同様に、特徴量1ND2−1から特徴量8ND2−8とがある。ノードNDとして、タンパク質Cにはタンパク質Aと同様に、特徴量1ND3−1から特徴量8ND3−8とがある。
ステップS120において、解析装置10が、エッジに基づく画像を選択する場合について説明する。すなわち、ユーザが、ノードNDを連結するエッジを選択する場合について説明する。この場合には、ユーザは、エッジを選択することで、連結する2種類のノードを選択することとなる。ここで、2種類のノードには、第1構成要素と、第2構成要素とが含まれる。相関関係選択部401は、第1構成要素に関する第1特徴量の変化と、第2構成要素に関する第2特徴量の変化とを選択することで、第1の相関関係を選択する。
細胞画像選択部400が備える相関関係選択部401は、ステップS116において抽出された複数の相関関係を取得する。
相関関係選択部401は、取得した相関関係を、表示制御部300に出力する。表示制御部300は、取得した相関関係を表示部30に表示させる。ユーザは、表示部30に表示される相関関係を、操作部40を操作して選択する。操作検出部500は、ユーザによって選択された相関関係を検出する。操作検出部500は、相関関係選択部401に対して、検出した相関関係を出力する。
相関関係選択部401は、画像選択部402に対して、操作検出部500が検出した相関関係を、第1の相関関係として出力する(ステップS130)。
次に、ステップS120において、解析装置10が、特徴量に基づいて画像を選択する場合について説明する。
細胞画像選択部400が備える特徴量選択部403は、ステップS115において雑音成分が除去された後の特徴量又は、ステップS114において算出された特徴量を取得する。
特徴量選択部403は、取得した特徴量を、表示制御部300に出力する。表示制御部300は、表示部30に取得した特徴量を表示させる。ユーザは、表示部30に表示される特徴量を、操作部40を操作して選択する。操作検出部500は、ユーザによって選択された特徴量を検出する。操作検出部500は、特徴量選択部403に対して、検出した特徴量を出力する。
特徴量選択部403は、第1画像選択部404に対して、操作検出部500が検出した特徴量を、第1の特徴量として出力する(ステップS140)。なお、ユーザによって2つの特徴量が選択される場合には、特徴量選択部403は、選択された2つ特徴量を、第1の特徴量及び第2の特徴量として出力する。この場合には、第1画像選択部404は、第1の特徴量を第1構成要素とする。第1画像選択部404は、第2の特徴量を第2構成要素とする。第1画像選択部404は、第1構成要素と、第2構成要素とを選択することで、第1の相関関係を選択する。
ステップS150において画像選択基準CR1を選択する一例を、図5から図9を参照して説明する。
図5は、画像選択基準CR1を選択する画面の一例を示す図である。
基準選択部405は、ノードNDを選択後に、表示制御部300に対して、画面UI1を表示するよう指示を出す。表示制御部300は、画面UI1を表示部30に表示させる。
ユーザは、画面UI1に表示された画像選択基準CR1を選択する。
撮像条件としては、撮像される細胞と対物レンズの焦点位置が一致しているか否を表す。例えば、「フォーカス」として、画面UI1に表示される。また、撮像される画像に、細胞とは異なる異物が含まれているかどうかを表す。例えば、「ごみが写りこんでいない」として、画面U11に表示される。
撮像対象の細胞の形状が所定の形状となっているかどうかである。例えば、細胞が円形の形状に近いかどうかである。「撮像対象物の形(円形度)」として、画面UI1に表示される。また、撮像対象がウェルプレートに保持されているかどうかである。「撮像対象がはがれていない」として、画面UI1に表示される。撮像される細胞が正常状態かどうかである。撮像される細胞の内部構造に異常があるかどうかである。「撮像対象の内部構造に異常がない」として、画面UI1に表示される。また、細胞が他の細胞と重なって撮像されているかどうかである。「撮像対象が重なっていない」として、画面UI1に表示される。また、異なる細胞を固定し、複数の固定した細胞のそれぞれを用いて、エッジEDを取得する場合に、複数の固定した細胞のそれぞれで撮像された細胞の形状が似ている画像を選択する。「計測対象間、時間で見た目がそろっている」として、画面UI1に表示される。
撮像した画像を取得する条件としては、画像取得する枚数を選択することができる。「選択枚数の枚数」として、画面UI1に表示される。図5は、画像選択基準CR1を指定する画面の一例である。なお、画面UI1において選択する画像選択基準CR1は、一例であって、これに限られない。
基準選択部405は、ユーザによって「撮像対象物の形(円形度)」が選択されると、画像選択基準CR1に、円形状の撮像対象物が含まれる画像を選択する基準の一つとして追加する。なお、基準選択部405は、円形状の度合いの指定を受け付けるようにしてもよい。
基準選択部405は、ユーザによって「撮像対象の内部構造に異常がない」が選択されると、画像選択基準CR1に、撮像対象の内部構造に異常がない画像を選択する基準の一つとして追加する。
基準選択部405は、ユーザによって「ごみが写りこんでいない」が選択されると、画像選択基準CR1に、画像に糸くずなどのごみが写り込んでいない画像を選択する基準の一つとして追加する。
基準選択部405は、ユーザによって「選択枚数の枚数」が選択され、第1画像選択部404が選択する画像の選択枚数の指定を受け付け、画像選択基準CR1に、画像を選択する基準の一つとして追加する。
撮像部22より撮像される細胞から、特徴量算出部102が特徴量を抽出する。抽出される特徴量の大きさに対応する情報と撮像される細胞画像とが対応されている。刺激による細胞画像の特徴量の変化量の大きさと細胞画像とが対応されている。例えば、刺激により細胞画像の細胞の面積が増加した場合に、その増加面積と細胞画像とが対応されている。したがって、複数ある細胞画像を特徴量の変化量に基づいて、細胞画像を抽出することができる。また、複数ある細胞画像を特徴量の大きさに基づいて、細胞画像を抽出することができる。したがって、抽出される特徴量の変化量は、例えば、細胞毎により異なる。同一細胞内においても、特徴量の種類により変化量の大きさは異なる。基準選択部405は、画面UI1において画像選択基準CR1を選択後に、表示制御部300に対して、図8に示すような画面UI2を表示するよう指示を出す。表示制御部300は、画面UI2を表示部30に表示させる。
ユーザは、画面UI2に表示された特徴量の選択基準を選択することにより、画像選択基準CR1を追加選択する。
ユーザが「平均値」を選択すると、基準選択部405は、特徴量のうち、平均値を示す画像を取得するよう、画像選択基準CR1に基準を追加する。本実施形態では、抽出される大量の撮像画像BPから、それぞれの画像の特徴量の大きさを抽出し、その大量の撮像画像の特徴量の大きさの平均値を算出し、平均値もしくは平均値に近い値の画像を表示する。解析装置10は、平均値もしくは平均値に近い値の画像が複数ある場合には、複数表示しても構わないし、そうち一枚を表示することとしても構わない。
ユーザが「中央値」を選択すると、基準選択部405は、特徴量のうち、中央値を示す画像を取得するよう、画像選択基準CR1に基準を追加する。中央値とは、特徴量の大きさと、その大きさの度数とに基づくヒストグラムを作成した場合の中央とする値で構わない。例えば、大きさの度数とは、その特徴量を示した細胞の数である。また、例えば、大きさの度数とは、その特徴量を示した細胞の構成要素を示した数である。解析装置10は、抽出される大量の細胞画像からヒストグラムを作成する。
ユーザが「最頻値」を選択すると、基準選択部405は、特徴量のうち、最頻値を示す画像を取得するよう、画像選択基準CR1に基準を追加する。最頻値とは、例えば、その特徴量の大きさを示す細胞の数をカウントした場合に、その細胞の数が最も多い場合の特徴量の大きさである。この場合には、最頻値を選択すると、最頻値を示す細胞を表す画像を表示する。解析装置10は、最頻値を示す細胞を表す画像は同時にすべて表示しても構わないし、代表して一つを選択し表示しても構わない。
基準選択部405は、ユーザが「最小値」を選択すると、特徴量のうち、最小値を示す画像を取得するよう、画像選択基準CR1に基準を追加する。最小値とは、例えば、相関を表す画像として抽出される画像のうち、その特徴量の大きさが最も大きい画像を表示させる。
基準選択部405は、ユーザが許容範囲として「2番目まで」を選択する場合、画像選択基準CR1に指定された種類値から2番目までの値を許容範囲として追加する。具体的には、ユーザが値の種類として「最大値」を選択し、許容範囲として「2番目まで」を選択する場合、画像選択基準CR1には「最大値から2番目まで」の特徴量が含まれる画像を取得するよう、画像選択基準CR1に基準が追加される。
基準選択部405は、ユーザが許容範囲として「±10」を選択する場合、画像選択基準CR1に指定された種類の値から±10の値を許容範囲として追加する。具体的には、ユーザが、値の種類として「平均値」を選択し、許容範囲として「±10」を選択する場合、画像選択基準CR1には、「平均値から±10」の特徴量が含まれる画像を取得するよう、画像選択基準CR1に基準が追加される。
基準選択部405は、ユーザが許容範囲として「40%」を選択する場合、画像選択基準CR1に指定された種類の値から40%の値を許容範囲として追加する。具体的には、ユーザが、値の種類として「平均値」を選択し、許容範囲として「40%」を選択する場合、画像選択基準CR1には、「平均値から40%」の特徴量が含まれる画像を取得するよう、画像選択基準CR1に基準が追加される。
図7を参照して、特徴量を画像選択基準CR1として選択する場合の特徴量Aの選択方法の一例について説明する。
図7は、特徴量を画像選択基準CR1として選択する場合の、特徴量の一例を示す図である。
図8を参照して、ユーザが選択した特徴量が、計測対象である場合の画像選択基準CR1として選択する場合の細胞画像NPの選択方法の一例について説明する。
図8は、計測対象を画像選択基準CR1として選択する場合の、特徴量の一例を示す図である。
つまり、画像選択基準CR1における値の範囲及び値の許容範囲は、ノードNDが選択され、値の種類が指定される場合、ノードNDと対応する複数の特徴量を加算した結果に基づいて決められる。
次に、図9を参照して、画像選択基準CR1をノードNDの標準偏差に基づいて選択する基準について説明する。
図9は、撮像された細胞の特徴量の値の経時変化を表すグラフの一例を示す図である。
同様に、点PT4(time4,t2)において指定される画像選択基準CR1は、特徴量の値t2が基準t3よりも小さいため、time4における特徴量1の値の分布のうち平均よりも小さな値を示す画像を選択するよう指定される。
表示制御部300は、第1画像選択部404から取得する画像選択基準CR1を満たす撮像画像BPを、表示部30に表示させる。
また、上述した説明では、第1画像選択部404が選択した画像を表示部30に表示させたが、表示部30に表示させることは必須ではない。ユーザが別の手段によって、第1画像選択部404が選択した画像を表示させてもよい。
ここまでは、画像選択基準CR1に基づいて細胞画像NPを選択する方法について説明した。
次に、本発明における第2実施形態に係る第1画像選択部404aについて説明する。なお、第1実施形態と同一の構成及び動作については同一の符号を付してその説明を省略する。
第1画像選択部404aは、演算部100から、細胞画像取得部101が取得する撮像された複数の撮像画像BPを取得する。第1画像選択部404aは、特徴量選択部403により選択される第1の特徴量に対応する細胞画像NPを選択する。ユーザは、細胞画像NPから所望する細胞画像を選択する。第1画像選択部404aは、ユーザによって選択される細胞画像NPを再選択画像SPとして選択する。再選択画像SPには、再選択画像SP1から再選択画像SPkまでが含まれる。ここで、再選択画像SPkのkは、0以上n以下の整数である。したがって、本実施形態においては、細胞画像NPの数よりも再選択画像SPの数が少ない。第1画像選択部404aは選択する再選択画像SPを、表示制御部300に出力する。表示制御部300は、第1画像選択部404aから再選択画像SPを取得し、表示部30に表示させる。表示部30は、再選択画像SPを表示する。
次に、図10及び図11を参照して、解析装置10aが撮像画像BPから再選択画像SPを選択する場合の動作の一例について説明する。
図10は、第2実施形態に係る解析装置10aの動作の一例を示す流れ図S2である。
細胞画像NPには、細胞画像NP1から細胞画像NP14が含まれる。ユーザは、細胞画像NPから、再選択画像SPを選択する。具体的には、ユーザは、細胞画像NP11を再選択画像SP1として選択する。ユーザは、細胞画像NP7を再選択画像SP2として選択する。ユーザは、細胞画像NP8を再選択画像SP3として選択する。
ここまでは、細胞画像NPからユーザの指示に基づいて、再選択画像SPを選択する方法について説明した。
次に、本発明における第3実施形態に係る第1画像選択部404bについて説明する。なお、第1実施形態及び第2実施形態と同一の構成及び動作については同一の符号を付してその説明を省略する。
第1画像選択部404bは、画像選択基準CR1と対応する細胞画像NPを選択する。第1画像選択部404bは、細胞画像NPから、再選択画像SPをユーザの操作に基づいて選択する。第1画像選択部404bは、細胞画像NPと、再選択画像SPとの形状の相関が高い画像を、画像選択基準CR及び再選択画像SPにそれぞれ対応する機械学習画像TPとして、複数の撮像画像BPから選択する。言い換えると、細胞画像選択部400bは、再選択画像SPに基づいて、機械学習により、前記複数の画像から選択する。機械学習画像TPには、機械学習画像TP1から機械学習画像TPmまでが含まれる。ここで、機械学習画像TPmのmは、1以上n以下の整数である。
第1画像選択部404bは、機械学習画像TPを、表示制御部300に出力する。表示制御部300は、第1画像選択部404bから機械学習画像TPを取得し、表示部30に表示させる。表示部30は、機械学習画像TPを表示する。
次に、図12及び図13を参照して、解析装置10bが撮像画像BPから機械学習画像TPを選択する場合の動作の一例について説明する。
図12は、第3実施形態に係る解析装置10bの動作の一例を示す流れ図S3である。
細胞画像NPには、細胞画像NP1から細胞画像NP14が含まれる。ユーザは、細胞画像NPのうち、細胞画像NP8を再選択画像SP4として選択する。第1画像選択部404bは、再選択画像SP4を教師画像として機械学習する。第1画像選択部404bは、再選択画像SP4を機械学習した結果と、画像選択基準CR1とに基づいて、撮像画像BPから機械学習画像TPを選択する。機械学習画像TPには、機械学習画像TP1から機械学習画像TP6までが含まれる。なお、第1画像選択部404bが選択する機械学習画像TPには、教師画像と近似する(相関が高い)画像が含まれていればよく、機械学習画像TP1及び機械学習画像TP2に示すように、教師画像と近似しない細胞が含まれる画像を、機械学習画像TPとして選択してもよい。
ここまでは、撮像画像BPから、画像選択基準CR1と、再選択画像SPを教師画像とする機械学習の結果とに基づいて、機械学習画像TPを選択する方法について説明した。
次に、本発明における第4実施形態に係る第2画像選択部406について、図14を参照して説明する。
図14は、第4実施形態に係る解析装置10cの機能構成の一例を示す図である。なお、第1実施形態、第2実施形態、及び第3実施形態と同一の構成及び動作については同一の符号を付してその説明を省略する。
第2画像選択部406は、第1画像選択部404bが選択する細胞画像NP、再選択画像SP又は機械学習画像TPを、画像選択基準CR1を満たす複数の撮像画像BPとして取得する。第2画像選択部406は、画像選択基準CR1を満たす複数の撮像画像BPを、表示制御部300に対して出力する。また、第2画像選択部406は、操作検出部500からユーザの操作を取得する。
表示制御部300は、画像選択基準CR1を満たす複数の撮像画像BPを、画像選択基準CR毎に表示部30にそれぞれ表示画像として表示させる。
第2画像選択部406は、表示制御部300が表示させる複数の撮像画像BPから、ユーザの指示と画像選択基準とは基準が異なる第2基準CR2とに基づいて、ユーザが選択する代表画像として代表画像RPを選択する。代表画像RPには、代表画像RP1から代表画像RPsまでが含まれる。ここで、代表画像RPsのsとは、1以上n以下の整数である。なお、本実施形態においては、細胞画像NP、再選択画像SP又は機械学習画像TPとが異なった画像でも構わないし、その一部が同じ画像を選択してきても構わない。勿論、細胞画像NP,再選択画像SP又は機械学習画像TPとがすべて同じ画像が選択されてきても構わない。なお、表示制御部300は、選択される代表画像RPと対応する異なる倍率によって撮像された画像を表示してもよい。
次に、図15から図18を参照して、解析装置10cが機械学習画像RPを選択する場合の動作の一例について説明する。
図15は、第4実施形態に係る解析装置10cの動作の一例を示す流れ図S4である。
ユーザが「機械学習しない」を選択した場合(ステップS452;NO)、第1画像選択部404bは、選択した再選択画像SPを、第2画像選択部406に出力する。
第2画像選択部406は、第1画像選択部404bから取得した画像(以下、画像選択基準CR1を満たす複数の細胞の画像と記載する)の表示を、ユーザの指示によって決められた画像選択基準CR1とは異なる基準(以下、第2基準CR2と記載する)によって、画像の表示を変更する。第2画像選択部406は表示を変更した画像を、表示制御部300に対して出力する。表示制御部300は、表示を変更した画像を表示部30に表示させる(ステップS470)。ユーザは、表示部30に表示された画像から、代表画像RPを指定する。第2画像選択部406は、ユーザの指定に基づいて、代表画像RPを選択する(ステップS480)。ステップS470において表示される画像に、ユーザが所望する細胞画像が含まれていない場合、解析装置10cは、特徴量算出部102又は相関関係抽出部104の処理からやりなおしてもよい。
画面UI3は、「画像中の細胞の数」と、「画像中の細胞の画像サイズ」と、「画像に含まれる全ての細胞が画像選択基準を満たすか」と、「指定した領域中の細胞が、画像選択基準を満たすか」と、「指定した領域中の単一の細胞が画像選択基準を満たすか」とを指定する画面の一例である。なお、画面UI3において、第2基準CR2が選択されない場合、第2画像選択部406は、操作検出部500から取得するユーザの指示に基づいて、表示制御部300が表示させる複数の表示画像から、ユーザの指示に対応する代表画像RPを選択する。
この一例においては、代表画像RPには、代表画像RP1から代表画像RP24が含まれる。
代表画像RP1から代表画像RP3は、それぞれ同一のタイミングに撮像された細胞の画像である。代表画像RP4から代表画像RP6、代表画像RP7から代表画像RP9、代表画像RP10から代表画像RP12、代表画像RP13から代表画像RP15、代表画像RP16から代表画像RP18、代表画像RP19から代表画像RP21、及び代表画像RP22から代表画像RP24は、それぞれ同一のタイミングに撮像された細胞の画像である。
これらの代表画像RPは、撮像されたタイミング順に、画像選択基準CR1毎に、それぞれ表示画像として表示部30に表示される。具体的には、画像選択基準CR1として、計測対象Aと、計測対象Bとが指定された代表画像RPである。
この一例においては、代表画像RPには、代表画像RP25から代表画像RP36が含まれる。
代表画像RP25から代表画像RP27は、それぞれ同一のタイミングに撮像された細胞の画像である。同様に、代表画像RP28から代表画像RP30、代表画像RP31から代表画像RP33、及び代表画像RP34から代表画像RP36は、それぞれ同一のタイミングに撮像された細胞の画像である。
これらの代表画像RPは、撮像されたタイミング順に、画像選択基準CR1毎に、それぞれ表示画像として表示部30に表示される。また、複数の色に染色された細胞の画像は、色毎に重ね合わせて表示される。具体的には、代表画像RP28から代表画像RP30は、図21に示す代表画像RP4から代表画像RP6と、代表画像RP16と代表画像RP18とを重ね合わせて表示したものである。
ここまでは、解析装置10cが、撮像画像BPから、代表画像RPを選択する方法について説明した。
次に、本発明における第5実施形態に係るグラフ生成部407について、図19を参照して説明する。
図19は、第5実施形態に係る解析装置10dの機能構成の一例を示す図である。なお、第1実施形態、第2実施形態、第3実施形態、及び第4実施形態と同一の構成及び動作については同一の符号を付してその説明を省略する。
グラフ生成部407は、第2画像選択部406が選択する代表画像RPを取得する。グラフ生成部407は、時間の経過に伴ってそれぞれ撮像された代表画像RPが示す特徴量に基づく経時変化情報と、代表画像RPとを対応づけたグラフGR1を生成する。経時変化情報とは、代表画像RPが示す特徴量の時間変化に伴う変化の情報である。つまり、グラフ生成部407は、代表画像RPに撮像された細胞の構成要素に関する特徴量の変化を、細胞画像選択部400により選択された代表画像RPから算出し、グラフGRを生成する。グラフ生成部407は、生成したグラフGR1を、表示制御部300に出力する。表示制御部300は、取得したグラフGR1を表示部30に表示させる。なお、グラフ生成部407は、経時変化情報と、代表画像RPと、特徴量の統計量を示す情報とを対応づけてグラフGR1を生成してもよい。
次に、図20から図21を参照して、解析装置10dが備えるグラフ生成部407がグラフGR1を生成する場合の動作の一例について説明する。
図20は、第5実施形態に係る解析装置10dの動作の一例を示す流れ図S5である。
グラフGR1は、縦軸に特徴量tと、横軸に時間timeとを持つグラフである。グラフGR1には、時間の経過に伴ってそれぞれ撮像された複数の撮像画像BPと、代表画像RPとが示す撮像された細胞の経時変化に伴う特徴量に基づく折れ線L3とが含まれる。
また、グラフGR1には、代表画像RP37と、代表画像RP38と、代表画像RP39と、代表画像RP40とが含まれる。グラフGRには、折れ線L3と、代表画像RP37から代表画像RP40のそれぞれとが、対応付けられて表示されている。具体的には、代表画像RP37は、点PT5が示す時間に撮像された画像である。代表画像RP38は、点PT6が示す時間に撮像された画像である。代表画像RP39は、点PT7が示す時間に撮像された画像である。代表画像RP40は、点PT8が示す時間に撮像された画像である。
細胞の所定の構成要素が刺激に対して、特徴量が変化するグラフにおいて、刺激に対して所定時間経過したのちに細胞画像を取得した場合、その所定時間を経過した時間での代表的な画像をグラフに表示することができる。本実施形態では、所定時間を経過した後に撮像された複数の画像をそれぞれの画像の特徴量の大きさごとに分類することができる。本実施形態では、特徴量の大きさに対応するエラーバーをグラフに示している。エラーバーの特徴量の大きさを選択するとその特徴量の大きさに対応する画像を表示することができる。その場合において、選択する画像の特徴量の大きさに基づいてグラフは変更しても構わないし、変更しなくても構わない。例えば、グラフはその所定時間経過したのちに撮影さえれた複数の画像から抽出される特徴量の大きさの平均の場合には、グラフは平均の値を固定したまま、エラーバーの選択による画像のみを変更できるようにしても構わない。
なお、上述の実施形態においては、選択した画像に基づき、その他の撮影画像BPから画像を選択したが、これに限られない。例えば、選択した画像に基づき、特徴量の大きさ、例えば輝度の大きさが高い場合には、撮像条件を変えるようにしても構わない。すなわち、選択した画像に基づいて、撮像画像BPから選択する画像の選択のし直しを行ったが、選択した画像の母集団に含まれた画像とは異なる画像を取得しても構わない。異なる画像は、撮影条件を変えても、変えなくても構わない。また、異なる画像は用いる細胞を変えても構わない。例えば、細胞の染色条件を変えても構わない。勿論、細胞の種類を変えても構わない。
情報取得部は、他の装置が解析した、刺激された細胞が撮像された細胞画像BPと、細胞画像BPから算出される特徴量と、特徴量を用いて算出される細胞画像BPに撮像された細胞の構成要素間の相関とを、他の装置から取得する。
解析装置10dは、情報取得部が取得する相関に基づいて、細胞画像BPから、条件を満たす画像を選択する。ここで、条件とは、画像選択基準CR1や、第2画像選択基準CR2である。また、解析装置10dは、選択した画像に基づいて、グラフGRを生成する。
以上説明したように、解析装置10dは、情報取得部を備える。解析装置10dは、他の装置が行う情報処理の負荷が大きい処理の結果を取得することができる。また、解析装置10dは、他の装置から取得する処理の結果に基づいて、大量の細胞画像BPから、条件を満たす画像を選択できる。これにより、解析装置10dを安価に構成することができる。
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い。さらに、上記のプログラムは、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で実現できるもの、いわゆる差分ファイル(差分プログラム)であってもよい。
なお、上述の各実施形態の要件は、適宜組み合わせることができる。また、一部の構成要素を用いない場合もある。また、法令で許容される限りにおいて、上述の各実施形態及び変形例で引用した装置などに関する全ての公開公報及び米国特許の開示を援用して本文の記載の一部とする。
Claims (30)
- 刺激に対する細胞内の特徴量の相関を解析する装置であって、
前記刺激された細胞が撮像された細胞画像を複数取得する細胞画像取得部と、
前記細胞画像取得部が取得する細胞画像から、前記細胞を構成する構成要素の特徴量を算出する特徴量算出部と、
前記特徴量算出部により算出される特徴量を用い前記構成要素間の相関を算出する相関算出部と、
前記相関算出部により算出される相関から、第1相関を選択する相関選択部と、
前記選択される第1相関に基づいて、前記撮像された前記複数の細胞画像から、第1細胞画像を選択する画像選択部と、
を備える解析装置。 - 前記細胞の構成要素は第1構成要素と第2構成要素とを含み、
前記第1相関は、前記第1構成要素に関する前記刺激に対する第1特徴量の変化と、前記第2構成要素に関する前記刺激に対する第2特徴量の変化との相関である、請求項1に記載の解析装置。 - 前記第1特徴量の変化と前記第2特徴量の変化は、前記細胞画像取得部で撮像される細胞画像から、抽出される、請求項2に記載の解析装置。
- 前記特徴量算出部により算出される複数種類の前記第1特徴量の変化および前記第2特徴量の変化は、輝度の変化、輝度の分散、面積の変化、位置の変化、個数の変化を含む、請求項3に記載の解析装置。
- 前記相関選択部は、前記第1構成要素と前記第2構成要素とを選択することで、前記第1相関を選択する、請求項2〜4のいずれか一項に記載の解析装置。
- 前記相関選択部は、前記第1構成要素に関する第1特徴量の変化と前記第2構成要素に関する第2特徴量の変化とを選択することで、前記第1相関を選択する、請求項2〜5のいずれか一項に記載の解析装置。
- (通常のMSAとった画像すべてを使って特徴量を算出)
前記第1構成要素に関する第1特徴量の変化を、前記複数取得される細胞画像から算出する、請求項2〜6のいずれか一項に記載の解析装置。 - 前記第1構成要素に関する第1特徴量の変化を、前記画像選択部により選択された第1細胞画像から算出する、請求項2〜6のいずれか一項に記載の解析装置。
- 前記第1構成要素に関する第1特徴量の変化量と、前記複数の細胞画像とを対応づけ、選択される前記第1特徴量の変化量に対応する細胞画像を表示する、請求項2〜8のいずれか一項に記載の解析装置。
- 前記画像選択部は、前記複数の画像中の前記細胞画像の情報に基づいて、前記第1細胞画像を選択する、請求項1〜9のいずれか一項に記載の解析装置。
- 前記細胞の情報は、前記画像中の細胞の数、細胞の形状、細胞の異常、異常の有無、細胞画像のコントラスト、細胞と焦点位置との差、細胞が単独か否かの少なくとも一つの情報を含む、請求項10に記載の解析装置。
- 前記第1画像選択部が選択する画像を表示画像として表示させる制御部を備える、請求項1〜11のいずれか一項に記載の解析装置。
- 前記選択される第1細胞画像に基づいて、前記第1細胞とは異なる細胞画像を前記複数の細胞画像から選択する、請求項1〜12のいずれか一項に記載の解析装置。
- 前記第1細胞画像とは異なる細胞画像は、前記選択される第1細胞画像に基づいて、機械学習により、前記複数の画像から選択する、請求項13に記載の解析装置。
- 前記刺激に対する前記第1細胞画像が取得された時間とは異なる時間で撮像された第2細胞画像と、前記第1細胞画像とを、前記画像選択部が選択する、請求項1〜14のいずれか一項に記載の解析装置。
- 前記画像選択部は、前記第1細胞画像と前記第2細胞画像とで形状が類似する画像を、前記複数の細胞画像から選択する、請求項15に記載の解析装置。
- 前記画像選択部により選択される前記第1細胞画像と前記第2細胞画像とを表示する、請求項16に記載の解析装置。
- 前記第1細胞画像が取得された時間での第1特徴量の変化量と、前記第2細胞画像が取得された時間での第1特徴量の変化量とを用い作成される前記刺激による第1特徴量の変化量に対する変化情報と、前記第1細胞画像と前記第2細胞画像とを対応づけて表示する、請求項15〜17のいずれか一項に記載の解析装置。
- 前記第1細胞画像が取得された時間での第1特徴量の変化量と前記細胞取得部により取得される複数の細胞画像とを対応づけ、前記第1細胞画像が取得された時間での、選択される第1特徴量の変化量に対応する細胞画像を表示する、請求項18に記載の解析装置。
- 前記第2細胞画像が取得された時間での第1特徴量の変化量と前記細胞取得部により取得される複数の細胞画像とを対応づけ、第2細胞画像が取得された時間での、選択される第1特徴量の変化量に対応する細胞画像を表示する、請求項19に記載の解析装置。
- 前記刺激に対する前記第1構成要素に関する第1特徴量の変化を、前記選択される前記第1細胞画像と前記第2細胞画像から算出する、請求項20に記載の解析装置。
- 前記細胞画像取得部により撮像される細胞は生物細胞或いは固定済み細胞である、請求項1〜21のいずれか一項に記載の解析装置。
- 前記細胞を構成する要素は、遺伝子、タンパク質、オルガネラの少なくとも一つを含む、請求項1〜22のいずれか一項に記載の解析装置。
- 前記画像選択部により選択される第1細胞画像に基づいて、前記第1相関を変更する、請求項1〜23のいずれか一項に記載の解析装置。
- 前記画像選択部により選択される第1細胞画像に基づいて、前記第1相関を第2相関に変更する、請求項24に記載の解析装置。
- 前記第1画像を含む複数の細胞画像とは異なる画像を、前記細胞画像取得部が取得することにより、前記第2相関を抽出する、請求項25に記載の解析装置。
- 前記特徴量算出部は、前記細胞画像から、複数種類の特徴量を算出する、請求項1〜26のいずれか一項に記載の解析装置。
- 刺激に対する細胞内の相関を解析する解析方法であって、
前記刺激された細胞が撮像された細胞画像を複数取得する細胞取得ステップと、
前記細胞取得ステップから取得される前記細胞画像から、前記細胞を構成する構成要素毎の複数種類の特徴量を算出する特徴量算出ステップと、
前記特徴量算出ステップから算出される特徴量を用い前記構成要素間の相関を算出する相関算出ステップと、
前記相関算出ステップから算出される相関から、第1相関を選択する相関選択ステップと、
前記相関選択ステップから選択される第1相関に基づいて、前記撮像された前記複数の細胞画像から第1細胞画像を選択する画像選択ステップと、
を有する解析方法。 - 刺激に対する細胞内の相関の解析を実行させるための解析プログラムであって、
前記刺激された細胞が撮像された細胞画像を複数取得する細胞取得ステップと、
前記細胞取得ステップから取得される前記細胞画像から、前記細胞を構成する構成要素毎の複数種類の特徴量を算出する特徴量算出ステップと、
前記特徴量算出ステップから算出される特徴量を用い前記構成要素間の相関を算出する相関算出ステップと、
前記相関算出ステップから算出される相関から、第1相関を選択する相関選択ステップと、
前記相関選択ステップから選択される第1相関に基づいて、前記撮像された前記複数の細胞画像から第1細胞画像を選択する画像選択ステップと、
を実行させるための解析プログラム。 - 刺激に対する細胞内の特徴量の相関を解析した結果に基づいて、画像を選択する表示装置であって、
前記刺激された細胞が撮像された細胞画像を複数取得する細胞画像取得部と、前記細胞画像取得部が取得する前記細胞画像から前記細胞を構成する構成要素の特徴量を算出する特徴量算出部と、前記特徴量算出部により算出される特徴量を用い前記構成要素間の相関を算出する相関算出部とを備える装置が生成する前記細胞画像と、前記相関とを取得する取得部と、
前記取得部が取得する前記相関から、第1相関を選択する相関選択部と、
前記相関選択部が選択する第1相関に基づいて、前記取得部が取得する前記細胞画像から、第1細胞画像を選択する画像選択部と、
を備える表示装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/069449 WO2018003063A1 (ja) | 2016-06-30 | 2016-06-30 | 解析装置、解析方法、解析プログラム及び表示装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018003063A1 true JPWO2018003063A1 (ja) | 2019-05-16 |
JP6777147B2 JP6777147B2 (ja) | 2020-10-28 |
Family
ID=60786779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018524662A Active JP6777147B2 (ja) | 2016-06-30 | 2016-06-30 | 画像選択装置、画像選択プログラム、演算装置、及び表示装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11645859B2 (ja) |
JP (1) | JP6777147B2 (ja) |
WO (1) | WO2018003063A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109003248B (zh) * | 2018-07-23 | 2020-12-08 | 中国石油大学(华东) | 一种细粒沉积岩纹层结构的表征方法 |
JP2020191841A (ja) * | 2019-05-29 | 2020-12-03 | 大日本印刷株式会社 | マイコプラズマ検査装置、マイコプラズマ表示装置、マイコプラズマ検査システム、マイコプラズマ表示システム、学習器、コンピュータプログラム、マイコプラズマ検査方法及び学習器の生成方法 |
WO2020262117A1 (ja) * | 2019-06-28 | 2020-12-30 | コニカミノルタ株式会社 | 画像処理システム、画像処理方法及びプログラム |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003500664A (ja) * | 1999-05-24 | 2003-01-07 | セロミックス インコーポレイテッド | 実験データの汎用解析のための方法およびシステム |
JP2005102538A (ja) * | 2003-09-29 | 2005-04-21 | Nikon Corp | 細胞観察装置および細胞観察方法 |
WO2006104201A1 (ja) * | 2005-03-29 | 2006-10-05 | Olympus Corporation | 細胞画像解析方法、細胞画像解析プログラム、細胞画像解析装置、スクリーニング方法およびスクリーニング装置 |
JP2011239778A (ja) * | 2010-04-23 | 2011-12-01 | Nagoya Univ | 化学物質のスクリーニング方法 |
JP2013027392A (ja) * | 2000-06-08 | 2013-02-07 | Regents Of The Univ Of California | 視覚的サーボ制御光学顕微鏡 |
JP2014000081A (ja) * | 2013-08-05 | 2014-01-09 | Fuji Xerox Co Ltd | 画像処理装置、プログラム及び画像処理システム |
WO2014030379A1 (ja) * | 2012-08-23 | 2014-02-27 | 富士ゼロックス株式会社 | 画像処理装置、プログラム、画像処理方法及びコンピュータ読み取り媒体並びに画像処理システム |
JP2014085949A (ja) * | 2012-10-25 | 2014-05-12 | Dainippon Printing Co Ltd | 細胞挙動解析装置、細胞挙動解析方法、及びプログラム |
JP2014115755A (ja) * | 2012-12-07 | 2014-06-26 | Fuji Xerox Co Ltd | 画像処理装置、画像処理システム及びプログラム |
WO2014134550A1 (en) * | 2013-02-28 | 2014-09-04 | Auxogyn, Inc. | Apparatus, method, and system for image-based human embryo cell classification |
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 |
WO2015182382A1 (ja) * | 2014-05-30 | 2015-12-03 | 富士フイルム株式会社 | 細胞評価装置および方法並びにプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5854418B2 (ja) * | 2011-02-28 | 2016-02-09 | 国立大学法人名古屋大学 | 細胞培養環境評価方法及びその装置 |
WO2012176785A1 (ja) | 2011-06-20 | 2012-12-27 | 株式会社ニコン | 画像処理装置および方法、並びにプログラム |
JP6343874B2 (ja) * | 2013-05-10 | 2018-06-20 | 株式会社ニコン | 観察装置、観察方法、観察システム、そのプログラム、および細胞の製造方法 |
-
2016
- 2016-06-30 US US16/312,235 patent/US11645859B2/en active Active
- 2016-06-30 JP JP2018524662A patent/JP6777147B2/ja active Active
- 2016-06-30 WO PCT/JP2016/069449 patent/WO2018003063A1/ja active Application Filing
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003500664A (ja) * | 1999-05-24 | 2003-01-07 | セロミックス インコーポレイテッド | 実験データの汎用解析のための方法およびシステム |
JP2013027392A (ja) * | 2000-06-08 | 2013-02-07 | Regents Of The Univ Of California | 視覚的サーボ制御光学顕微鏡 |
JP2005102538A (ja) * | 2003-09-29 | 2005-04-21 | Nikon Corp | 細胞観察装置および細胞観察方法 |
WO2006104201A1 (ja) * | 2005-03-29 | 2006-10-05 | Olympus Corporation | 細胞画像解析方法、細胞画像解析プログラム、細胞画像解析装置、スクリーニング方法およびスクリーニング装置 |
JP2011239778A (ja) * | 2010-04-23 | 2011-12-01 | Nagoya Univ | 化学物質のスクリーニング方法 |
WO2014030379A1 (ja) * | 2012-08-23 | 2014-02-27 | 富士ゼロックス株式会社 | 画像処理装置、プログラム、画像処理方法及びコンピュータ読み取り媒体並びに画像処理システム |
JP2014085949A (ja) * | 2012-10-25 | 2014-05-12 | Dainippon Printing Co Ltd | 細胞挙動解析装置、細胞挙動解析方法、及びプログラム |
JP2014115755A (ja) * | 2012-12-07 | 2014-06-26 | Fuji Xerox Co Ltd | 画像処理装置、画像処理システム及びプログラム |
WO2014134550A1 (en) * | 2013-02-28 | 2014-09-04 | Auxogyn, Inc. | Apparatus, method, and system for image-based human embryo cell classification |
JP2014000081A (ja) * | 2013-08-05 | 2014-01-09 | Fuji Xerox Co Ltd | 画像処理装置、プログラム及び画像処理システム |
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 |
WO2015182382A1 (ja) * | 2014-05-30 | 2015-12-03 | 富士フイルム株式会社 | 細胞評価装置および方法並びにプログラム |
Non-Patent Citations (1)
Title |
---|
KOLIN, D. L. & WISEMAN, P. W. ET AL.: "Advances in Image Correlation Spectroscopy: Measuring Number Densities, Aggregation States, and Dyna", CELL BIOCHEM BIOPHYS, vol. 49, JPN6019051884, 2 October 2007 (2007-10-02), pages 141 - 164, XP007906841, ISSN: 0004291198, DOI: 10.1007/s12013-007-9000-5 * |
Also Published As
Publication number | Publication date |
---|---|
US11645859B2 (en) | 2023-05-09 |
US20190236778A1 (en) | 2019-08-01 |
WO2018003063A1 (ja) | 2018-01-04 |
JP6777147B2 (ja) | 2020-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shihan et al. | A simple method for quantitating confocal fluorescent images | |
Jonkman et al. | Tutorial: guidance for quantitative confocal microscopy | |
Vogt et al. | Automated image‐based phenotypic analysis in zebrafish embryos | |
Cutrale et al. | Using enhanced number and brightness to measure protein oligomerization dynamics in live cells | |
Tai et al. | Fibro-C-Index: comprehensive, morphology-based quantification of liver fibrosis using second harmonic generation and two-photon microscopy | |
AU2016322966A1 (en) | Methods and apparatus for detecting an entity in a bodily sample | |
US11321836B2 (en) | Image-processing device, image-processing method, and image-processing program for setting cell analysis area based on captured image | |
Jang et al. | NeuroCa: integrated framework for systematic analysis of spatiotemporal neuronal activity patterns from large-scale optical recording data | |
JPWO2017150194A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP6756339B2 (ja) | 画像処理装置、及び画像処理方法 | |
JPWO2018003063A1 (ja) | 画像選択装置、画像選択方法、画像選択プログラム、表示装置、演算装置 | |
Giakoumakis et al. | Analysis of protein kinetics using fluorescence recovery after photobleaching (FRAP) | |
JP2013109119A (ja) | 顕微鏡制御装置およびプログラム | |
JP6818041B2 (ja) | 解析装置、解析方法、及びプログラム | |
JP6284024B2 (ja) | 細胞生死判定システム、細胞生死判定方法 | |
US11169079B2 (en) | Captured image evaluation apparatus, captured image evaluation method, and captured image evaluation program | |
JP2014082957A (ja) | 細胞計数装置及び細胞計数プログラム | |
US20200372652A1 (en) | Calculation device, calculation program, and calculation method | |
Culley et al. | NanoJ-SQUIRREL: quantitative mapping and minimisation of super-resolution optical imaging artefacts | |
JPWO2018066039A1 (ja) | 解析装置、解析方法、及びプログラム | |
JP6897665B2 (ja) | 画像処理装置、観察装置、及びプログラム | |
JP2016192923A (ja) | 判定装置、判定システム、判定プログラム、細胞の製造方法、及び細胞 | |
Vimort et al. | Detection of bone loss via subchondral bone analysis | |
US20210133425A1 (en) | Image processing device, observation device, and program | |
EP4249850A1 (en) | Controller for an imaging system, system and corresponding method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181225 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200107 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200305 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200501 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200623 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200821 |
|
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: 20200908 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200921 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6777147 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313114 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |