JPWO2020059491A1 - 検査情報処理方法、検査情報処理装置、コンピュータプログラム及び学習モデル - Google Patents
検査情報処理方法、検査情報処理装置、コンピュータプログラム及び学習モデル Download PDFInfo
- Publication number
- JPWO2020059491A1 JPWO2020059491A1 JP2020548288A JP2020548288A JPWO2020059491A1 JP WO2020059491 A1 JPWO2020059491 A1 JP WO2020059491A1 JP 2020548288 A JP2020548288 A JP 2020548288A JP 2020548288 A JP2020548288 A JP 2020548288A JP WO2020059491 A1 JPWO2020059491 A1 JP WO2020059491A1
- Authority
- JP
- Japan
- Prior art keywords
- inspection
- inspection target
- information
- absorbance
- target
- 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.)
- Pending
Links
Images
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
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Plasma & Fusion (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
簡易な方法で検査結果を活用することを実現する検査情報処理方法、検査情報処理装置、コンピュータプログラム及び学習モデルを提供する。検査情報処理方法は、検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて得られ、通信媒体を介して送信された吸光度値を受信し、取得した吸光度値に基づいて検査対象に含まれる検出対象物質の有無、又は検出対象物質の濃度を判定し、判定結果に基づいて前記検査対象に対する対応方法を決定し、決定した対応方法を送信する処理を含む。
Description
本発明は、吸光度計を用いた検査情報処理方法、検査情報処理装置、コンピュータプログラム及び学習モデルに関する。
特許文献1には、被検査体に含まれる検出対象物質が、色素材を含む専用試薬に反応することによって出現する呈色又は変色を測定し、検出対象物質の存在の有無を判定する吸光度測定部を備えた吸光度計が開示されている。特許文献1に開示されている吸光度計は、所定の位置に設置された混合物の呈色又は変色パターンを撮像した撮像画像を解析して判定を行なうコンピュータを用いることで、吸光度計を可搬型とし、被検査体が採取できる現場での検査を可能とする。
特許文献1に開示されているような可搬型とすることができる吸光度計を用いて、医療現場、第1次産業の現場等で病原についての精度の高い検査が実現できる。しかしながら、検査の工程、検査の結果のグラフ等の解読は専門知識を有しているオペレータが行ない、検査の結果、どのように対処すべきかオペレータ又は他の専門家が判断することが想定されている。吸光度計を可搬型とすることができるのであれば、より簡易な方法によって一般ユーザがこれを用いて検査を行ない、検査結果を活用できることが望ましい。そこで、吸光度計及び検査に関する専門知識を有さない一般ユーザが吸光度計を正しく使用し、そして検査の結果を把握し、検査結果からどのような処置をすべきかの対応方法を知ることができるサービスの実現が望まれる。
本発明は斯かる事情に鑑みてなされたものであり、簡易な方法で検査結果を活用することを実現する検査情報処理方法、検査情報処理装置、コンピュータプログラム及び学習モデルを提供することを目的とする。
本開示に係る検査情報処理方法は、検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて得られ、通信媒体を介して送信された吸光度値を受信し、取得した吸光度値に基づいて検査対象に含まれる検出対象物質の有無、又は検出対象物質の濃度を判定し、判定結果に基づいて前記検査対象に対する対応方法を決定し、決定した対応方法を送信する。
本開示に係る検査情報処理装置は、検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて測定した吸光度値を取得する取得部と、前記取得部で取得した吸光度値に基づいて検査対象に含まれる検出対象物質の有無、又は検出対象物質の濃度を判定する判定部と、判定結果に基づいて前記検査対象に対する対応方法を決定する決定部とを備える。
本開示に係るコンピュータプログラムは、通信部を備えるコンピュータに、検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて測定した吸光度値を取得し、取得した吸光度値に基づいて検査対象に含まれる検出対象物質の有無、又は検出対象物質の濃度を判定し、判定結果に基づいて前記検査対象に対する対応方法を決定し、決定した対応方法を送信する処理を実行させる。
本開示に係るコンピュータプログラムは、表示部を備え、検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計と接続することが可能なコンピュータに、前記吸光度計から出力される吸光度値を取得し、取得した吸光度値を送信し、送信した吸光度値に対応して、前記検査対象に対する対応方法を取得し、取得した対応方法を示す情報を前記表示部に表示させる処理を実行させる。
本開示に係る学習モデルは、検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて得られる吸光度値を入力する入力層と、前記検査対象の検査結果に対応する対応方法に関する情報を出力する出力層と、前記吸光度値と、前記吸光度値の測定対象である前記検査対象の状態に応じた対応方法とを含む教師データに基づいて学習させた中間層とを備え、新たな検査対象に対して吸光度計を用いて得られる吸光度値を前記入力層に与え、前記中間層に基づいて演算し、前記検査対象に対する対応方法に関する情報を前記出力層から出力する処理に用いられる。
本開示の検査情報処理方法、検査情報処理装置、コンピュータプログラム及び学習モデルによれば、吸光度計による測定結果を簡易な方法で活用することができる。
本発明をその実施の形態を示す図面を参照して具体的に説明する。
図1は、検査システム100の概要を示す図である。検査システム100は、吸光度計1、端末装置2、及びサーバ装置3を含む。検査システム100では、吸光度計1における検査結果に基づく対応方法について、サーバ装置3が端末装置2を介して提示するサービスを提供する。
吸光度計1は、被検査体に含まれる検出対象物質が、色素材を含む専用試薬に反応することによって出現する呈色又は変色を測定し、被検査体における検出対象物質の存在の有無を判定する吸光度測定部を備えた測定器である。吸光度計1は後述するように通信部を内蔵し、端末装置2と通信接続することが可能である。吸光度計1での測定結果は端末装置2を経由してサーバ装置3へネットワークNを介して送信される。またサーバ装置3における処理の結果提示される対応方法は、端末装置2の表示部22に表示され、ユーザは対応方法に従って被検査体に対して処置を行なったり、更なる詳細な検査を行なったりすることができる。
端末装置2は、スマートフォンなどの通信機能を有する汎用な情報端末装置である。端末装置2は、後述する特定のアプリプログラムにより、表示部22に吸光度計1から得られる測定値等の情報を出力するインタフェース、サーバ装置3との間の通信の仲介、サーバ装置3から得られる対応方法の出力インタフェースとして機能する。
サーバ装置3は、吸光度計1のメーカ及び提携機関が管理するサーバコンピュータであり、後述する特定のサーバプログラムにより、吸光度計1の測定結果を収集し、データベース310に測定結果を蓄積する。サーバ装置3は、測定結果の分析によって対応方法、更に必要な検査等の提示、その他検査に関する情報の提示サービスを実現する。
ネットワークNは、公衆網N1、及びキャリアネットワークN2を含む。公衆網N1は所謂インターネットである。キャリアネットワークN2は、次世代又は次々世代高速携帯通信規格等の規格に基づく無線通信を実現する通信キャリアが提供するネットワークである。公衆網N1はアクセスポイントAPを含む。キャリアネットワークN2は基地局BSを含む。端末装置2は無線通信機能により、アクセスポイントAP又は基地局BSにより、公衆網N1に接続されるサーバ装置3との通信接続が可能である。
このように構成される検査システム100で実施される処理内容について、以下の実施の形態1〜3では具体的に、農作物の病気対策、特に大規模なサトウキビ畑のファイトプラズマ(白葉病)の感染及び感染拡大予防のために適用する例を挙げて説明する。吸光度計1は、感染したサトウキビの葉に含まれるファイトプラズマ(病原細菌)が、専用試薬と反応することによって出現する呈色又は変色を測定した結果を出力する。測定結果は、サトウキビの葉におけるファイトプラズマの存在の有無、またその量を判定するために用いられる。
本実施の形態の検査システム100の適用対象はサトウキビ及びファイトプラズマに限らないことは勿論である。吸光度計1は、研究機関における遺伝子検査でも使用され、医療機関又は家庭における感染症、細菌検査で使用される。例えば結核、HIV、熱帯病について吸光度計1の使用で簡易に検査できる。吸光度計1は医療分野以外に、海洋、河川、プール、温泉等の水質検査でも使用される。赤潮検査、魚の例数病等の病原菌の検査にも使用できる。吸光度計1は、港湾における検疫所、食品加工工場、又は流通経路等での品種、品質、遺伝子組み換え等の有無の検査に使用される。食品中の食中毒の原因菌検査、魚の鮮度測定にも用いられる。それらの多様な使用に対して以下に説明する実施の形態を適用させることができる。
(実施の形態1)
図2は、実施の形態1における検査システム100を構成する各装置の内部構成を示すブロック図である。吸光度計1は、高温処理部11及び吸光度測定部12と、これらにおける処理を制御する制御部10を備える。吸光度計1は、制御部10が参照する情報を記憶し、制御部10が作成する情報を記憶する記憶部13を備える。吸光度計1は、端末装置2と通信するための通信部14を備える。
図2は、実施の形態1における検査システム100を構成する各装置の内部構成を示すブロック図である。吸光度計1は、高温処理部11及び吸光度測定部12と、これらにおける処理を制御する制御部10を備える。吸光度計1は、制御部10が参照する情報を記憶し、制御部10が作成する情報を記憶する記憶部13を備える。吸光度計1は、端末装置2と通信するための通信部14を備える。
制御部10は、プロセッサを含むマイクロコンピュータを用いて内蔵ROM(Read Only Memory)に記憶されているプログラムを実行することによって高温処理部11及び吸光度測定部12を制御する。
高温処理部11はヒータを内蔵し、被検査体(サトウキビの葉のカットしたもの)と、被検査体の中の検出対象物質(ファイトプラズマ)を抽出する抽出用試薬とが入れられた所定のチューブを設置するための孔部を有している。高温処理部11は、孔部にチューブが設置されて処理開始の操作を制御部10が検知した場合に、設置されたチューブが制御部10にて設定された温度(例えば95℃〜98℃)になるように調整する。高温処理部11の処理により、チューブが加熱されて被検査体から検出対象物質が抽出される。
吸光度測定部12は、LED(Light Emitting Diode)等を用いた光源及びカラーセンサを内蔵し、検出対象物質を抽出して得られる抽出液と検査用の専用試薬とが入れられた特定のチューブを設置するための孔部を有している。吸光度測定部12は、処理開始の操作を制御部10が検知した場合に、設置されたチューブを設定された温度(例えば64℃)に保温して反応させつつ光源から光を照射させ、抽出液の部分を透過した光の分布をカラーセンサで検出し、呈色又は変色を測定する。
記憶部13は例えばフラッシュメモリ等の不揮発性メモリを含む。記憶部13には、制御部10が参照する情報を記憶してある。
通信部14は例えばBluetooth(登録商標) Low Energy等の近距離無線通信用のアンテナを含む無線通信モジュールであり、制御部10から出力される情報を端末装置2へ送信する。通信部14は、USB(Universal Serial Bus)による有線通信インタフェースであってもよい。
端末装置2は、制御部20、記憶部21、表示部22、操作部23、音声入出力部24、第1通信部25、第2通信部26及び位置情報取得部27を備える。
制御部20は、CPU(Central Processing Unit)、GPU(Graphical Processing Unit)等のプロセッサと、メモリ等を含む。制御部20は、プロセッサ、メモリ、記憶部21、第1通信部25及び第2通信部26を集積した1つのハードウェア(SoC:System On a Chip)として構成されていてもよい。制御部20は、記憶部21に記憶されているアプリプログラム20Pに基づき、汎用的なコンピュータを本実施の形態の検査システム100の端末装置2として機能させる。
記憶部21は、例えばフラッシュメモリ等の不揮発性メモリを含む。記憶部21は、アプリプログラム20Pを記憶する。アプリプログラム20PはWebブラウザ機能を含むとよい。記憶部21に記憶してある汎用のWebブラウザプログラムが用いられてもよい。記憶部21は、制御部20が参照するデータを記憶する。アプリプログラム20Pは、記憶媒体29に記憶されたアプリプログラム29Pを、制御部20が第2通信部26によって読み出して記憶部21にインストールしたものであってもよい。アプリプログラム20Pは、任意のサーバ装置がネットワークNを介して配信するアプリプログラム(図示せず)を制御部20が第1通信部25により受信して記憶部21にインストールしたものであってもよい。
表示部22は、液晶パネル又は有機ELディスプレイ等のディスプレイ装置を含む。操作部23は、ユーザの操作を受け付けるインタフェースであり、物理ボタン、ディスプレイ内蔵のタッチパネルデバイスを含む。操作部23は、物理ボタンまたはタッチパネルにて表示部22で表示している画面上における操作を受け付けることが可能である。
音声入出力部24は、スピーカ及びマイクロフォン等を含む。音声入出力部24は、音声認識部を備えて、マイクロフォンにて入力音声から操作内容を認識して操作を受け付けることが可能である。
第1通信部25は、ネットワークNを介して、又は所定の移動通信規格によってサーバ装置3との間の情報の送受信を実現する無線通信モジュールである。第1通信部25は、ネットワークカードを用いて有線によりネットワークNを介した通信を行なってもよい。
第2通信部26は、例えばBluetooth(登録商標) Low Energy等の近距離無線通信用のアンテナを含む無線通信モジュールであり、吸光度計1との間の通信を実現する。第2通信部26は、USBに基づく通信インタフェースであってもよい。
位置情報取得部27は、例えばGPS(Global Positioning System)に基づく信号を受信するアンテナを含んで端末装置2の位置を測定する。位置情報取得部27は、ネットワークNに含まれる複数のアクセスポイントAP、基地局BSとの通信により位置を特定してもよい。位置情報取得部27は、測定した位置を示す位置情報(例えば緯度経度)を制御部20へ出力する。
サーバ装置3は、制御部30、記憶部31、及び通信部32を備える。制御部30はCPU又はGPUを用いたプロセッサであり、内蔵する揮発性メモリ、クロック等を含む。制御部30は、記憶部31に記憶されているサーバプログラム30Pに基づいた各処理を実行し、汎用サーバコンピュータを後述する検査に関する情報処理を行なう特定の検査情報処理装置として機能させる。
記憶部31は、ハードディスクを用いてサーバプログラム30Pのほか、予め設定される設定情報を記憶する。なおサーバプログラム30Pは、通信部32により外部から取得して記憶したものであってよい。
通信部32は、ネットワークカードを含む。制御部30は通信部32により、ネットワークNを介した端末装置2との間の情報の送受信が可能である。
図3は、検査システム100が実行する検査処理手順の一例を示すフローチャートである。図3のフローチャートは、吸光度計1と端末装置2との間の処理について説明する。以下に示す処理手順は一例として、吸光度計1及び端末装置2のアプリプログラム20Pが起動されると開始される。
吸光度計1の制御部10は、通信部14から端末装置2との間で通信接続を確立させる(ステップS101)。通信部14による端末装置2との通信接続は、吸光度計1が起動中は常時的に確立されていてもよいし、後述する手順の内の送受信のタイミングの都度接続するようにしてもよい。
制御部10は、高温処理部11の動作開始の操作を受け付けて処理を行ない(ステップS102)、所定の加熱時間経過後、吸光度測定部12の動作開始の操作を受け付けると測定を開始する(ステップS103)。
制御部10は、吸光度を測定し(ステップS104)、測定で得られる吸光度を示す値(吸光度値)を吸光度測定部12から取得し(ステップS105)、吸光度値を測定された時間情報と対応付けて記憶部13に記憶し(ステップS106)、通信部14から端末装置2へ送信する(ステップS107)。制御部10は、所定時間の経過又は終了操作によって測定が終了したか否かを判断する(ステップS108)。終了していないと判断された場合(S108:NO)、制御部10は所定の待機時間後処理をステップS104へ戻し、所定の周期で繰り返し吸光度を取得し(S105)、記憶部13へ記憶し(S106)、端末装置2へ測定結果を送信する(S107)。
ステップS108にて測定が終了したと判断された場合(S108:YES)、制御部10は、端末装置2へ通知し(ステップS109)、通信部14による接続を切断し(ステップS110)、吸光度計1側の処理を終了する。
端末装置2では、制御部20が、端末装置2の現状の位置を示す位置情報を位置情報取得部27から取得しておく(ステップS201)。位置情報を取得するタイミングはこれに限らず、後述のステップS206までに実行されればよい。
制御部20は、第2通信部26が吸光度計1から得られる吸光度値を、対応付けて送信される時間情報と共に受信し(ステップS202)、制御部20は、受信した吸光度値の変化を記憶部21又は内蔵メモリに記憶する(ステップS203)。
制御部20は、アプリプログラム20Pに基づき、受信して記憶した吸光度値の反応時間に対する変化を表すグラフを含む画面を描画して表示部22に表示させる(ステップS204)。
制御部20は、吸光度計1の吸光度測定部12における測定が終了したか否かを判断する(ステップS205)。吸光度計1から終了の通知を受けておらず終了したと判断されない場合(S205:NO)、制御部20は処理をステップS201へ戻し、吸光度値の受信を継続する。ステップS204において制御部20は、画面を更新して表示する。
吸光度計1から終了の通知を受けて終了したと判断された場合(S205:YES)、制御部20は処理を次のステップS206へ進める。制御部20は、検査の種類を示す情報と、ステップS201で受信した複数の吸光度値及び時間情報とを対応付けてサーバ装置3へ向けて第1通信部25から送信する(ステップS206)。ステップS206において制御部20は検査の種類を示す情報として、例えば検査対象としてサトウキビを示す情報(識別番号等)と、検査方法としてLAMP(Loop-Mediated Isothermal Amplification)法によるファイトプラズマ検出を行なうことを示す情報(識別番号等)とを送信する。
制御部20はアプリプログラム20Pに基づき、測定開始前に予め検査の種類の選択を受け付けて記憶しておいてもよい。例えば制御部20は、種類の選択画面として被検査体をサトウキビ、及びイネのいずれかを選択肢とし、選択された被検査体に対する検査内容の選択肢を含む画面を表示させ、いずれかの選択操作を操作部23で受け付けるとよい(図16A参照)。この画面には、選択された被検査体及び検査内容に対する検査方法として検査キットの種類を選択肢として含む画面を表示させてもよい。例えば制御部20は、被検査体としサトウキビが選択された場合に、白葉病(ファイトプラズマ)、モザイク病(モザイクウィルス)等のいずれの病気について検査をするのかの検査内容の選択肢が表示される。制御部20は、選択された検査内容に応じてLAMP法とそれ以外の方法を候補として表示し、選択を受け付ける。検査対象毎に適した方法の候補を予め記憶しておき、候補を表示して選択を受け付けてもよい。また制御部20は、端末装置2の識別情報(端末装置2のユーザのアカウント情報)を共に送信してもよい。
制御部20は、ステップS206の吸光度値の送信に応じてサーバ装置3から送信される測定結果を含む応答を第1通信部25から受信する(ステップS207)。制御部20は、サーバ装置3から受信した応答に含まれる検査結果(感染の有無、感染の程度)及び結果に基づく対応方法を示すメッセージ又は画像を含む画面を表示部22に表示させ(ステップS208)、処理を終了する。
図4は、検査システム100が実行する検査処理手順の一例を示すフローチャートである。図4のフローチャートは、図3のフローチャートに示した吸光度計1及び端末装置2による処理手順に対応してサーバ装置3で実行される処理手順を示す。
サーバ装置3の制御部30は、通信部32により端末装置2から送信される検査の種類を吸光度計1で測定された複数の吸光度値及び対応する時間情報、並びに端末装置2の位置情報を取得する(ステップS301)。
サーバ装置3の記憶部31には、検査の対象及び検査の種類(検査キット)毎に、検査結果が陰性である場合の吸光度値の変化パターン、陽性である場合の吸光度値の変化パターンが設定情報として記憶されている。又は、検査の対象及び検査の種類(検査キット)毎に、検査結果が陰性である場合の吸光度値の閾値又は範囲が記憶部31に設定情報として記憶されている。
制御部30は、ステップS301で取得した検査の種類に応じてそれらの設定情報を記憶部31から読み出し、複数の吸光度値の反応時間に対する時間変化のパターンを、設定情報と比較し(ステップS302)、陰性(ネガティブ)であるか否かを判定する(ステップS303)。
ステップS303で陽性(ポジティブ)であると判定された場合(S303:NO)、制御部30は、陽性である中での感染度合いを判定する(ステップS304)。制御部30は、例えば吸光度値の反応時間に対する変化の度合いが急峻であるか、なだらかであるかによって感染度合いを判定することができる。例えば変化が早い反応時間から急峻に立ち上がった場合は感染度が強く、なだらかである程に感染が弱い。記憶部31には予め、検査の種類毎に、変化の立ち上がり時間、立ち上がりに要する時間幅、及び変化の立ち上がりの微分値等について感染度合いの強(高)/中/弱(低)等の複数の段階に分別して記憶しておく。制御部30はいずれの範囲に含まれるかで感染度合いの強/中/弱を判定することができる。
ステップS303で陰性であると判定された場合(S303:YES)、制御部30は、ステップS304の処理を省略して次のステップS305へ処理を進める。
制御部30は、判定結果(陰性、陽性(強/中/弱))をステップS301で取得した端末装置2の位置情報及び時間情報と対応付けてデータベース310に記憶する(ステップS305)。ステップS305で制御部30は、端末装置2の識別情報を対応付けて記憶するとよい。
他の端末装置2から送信された測定結果に基づく判定結果、位置情報及び時間情報もデータベース310に記憶され、蓄積されている。ここで制御部30は、ステップS301で取得した位置情報が示す位置に近い位置の位置情報が対応付けられており、ステップS301で取得した時間情報が示す時間から所定時間以内の時間を示す時間情報が対応付けられている判定結果を抽出する(ステップS306)。制御部30は、抽出された判定結果に、陽性の結果が含まれているか否かを判別する(ステップS307)。
制御部30は、ステップS303の判定結果と、ステップS307の近隣の感染状況の判別結果に基づき、検査対象のサトウキビの株及びその株を含むサトウキビ畑について、対応方法を決定する(ステップS308)。ステップS308において制御部30は、記憶部31に予め、判定結果(陰性、陽性(強/中/弱))及び近隣の感染の有無に応じて、対応方法を記憶しておき、これを読み出すとよい。図5は、判定結果及び判別結果に対応する対応方法をマトリクス状に記憶したテーブル例を示す図である。ステップS303で陽性である場合、感染度合いが強いケースでは、近隣での感染有無に関わらず、検体の採取場所から周辺200〜400メートルの範囲内を処分する、という対応方法が決定される。ファイトプラズマはヨコバイという媒介虫によって拡散するが、ヨコバイの移動範囲は種別によって異なるが概ね200〜400メートルである。逆にステップS303における判定結果が陰性であっても、近隣に感染がある場合には予防のための農薬を散布するなどの対応方法が決定される。
図4のフローチャートに戻り説明を続ける。制御部30は、ステップS303の判定結果と、ステップS307の判別結果と、ステップS308で決定した対応方法とを示すメッセージ又は画像を作成し(ステップS309)、作成したメッセージ又は画像を通信部32から端末装置2へ送信し(ステップS310)、処理を終了する。
図6は、端末装置2の表示部22に表示される画面例を示す図である。図6に示すように表示部22に表示される検査結果画面221は、端末装置2のユーザのユーザ名、検査を行なった検査日、検査を行なった場所の位置情報が表示されている。また図6に示すように検査結果画面221には、検査の種類を示す情報として検査キット及び検査の対象の検体の具体的内容が示されている。検査結果画面221には、吸光度計1から送信された吸光度値の反応時間に対する変化を示すグラフ223が描画されている。そして検査結果として、吸光度計1で測定された吸光度値に基づく判定結果(陽性:中程度)と、対応方法とを含むメッセージが表示されるメッセージ画面224が表示されている。
従来の吸光度計1を使用した検査では、ステップS203で示した吸光度値の変化のグラフを表示部22に表示させることで専門知識を有するオペレータがこれを確認し、吸光度値の変化の立ち上がりの有無、立ち上がり方に基づいて、感染の有無及び感染の程度を判断した。オペレータであればこのような変化を示すグラフを用いて的確な判断が可能であるが、サトウキビ畑の現場にてそのようなオペレータを十分に充てることはコスト又は時間を要する。本実施の形態1における検査システム100を適用することにより、サトウキビ畑の管理者、又は現場スタッフがこの吸光度計1及び自身のスマートフォン又はタブレット端末を端末装置2として使用するのみで、表示部22に提示される検査結果及び対応方法を認識することができる。これにより、専門知識を有するオペレータが不在でもユーザが検査を実行し、適切な対処を実行することが可能になる。
また位置情報と対応付けて判定結果をデータベース310に記憶し、状況に応じて近隣へ通知することもできる。専門知識を有するオペレータがいなくとも、サトウキビ畑の管理者は、吸光度計1及び端末装置2を用いることで近隣の感染状況に基づいて予防のための適切な対応方法を認識することができる。
(実施の形態2)
図7は、実施の形態2における検査システム200を構成する各装置の内部構成を示すブロック図である。実施の形態2における検査システム200の構成は、端末装置2のハードウェア構成の一部、並びに、端末装置2及びサーバ装置3における処理手順の詳細が異なる以外は、実施の形態1と同様である。共通する構成については実施の形態1と同一の符号を付し、詳細な説明を省略する。
図7は、実施の形態2における検査システム200を構成する各装置の内部構成を示すブロック図である。実施の形態2における検査システム200の構成は、端末装置2のハードウェア構成の一部、並びに、端末装置2及びサーバ装置3における処理手順の詳細が異なる以外は、実施の形態1と同様である。共通する構成については実施の形態1と同一の符号を付し、詳細な説明を省略する。
実施の形態2において端末装置2は、撮像部28を用いる。撮像部28は、撮像素子を用いて得られる映像信号を出力する。制御部20は、任意のタイミングで撮像部28の撮像素子にて撮像される画像を取得できる。制御部20は、撮像部28から出力される映像信号から静止画像として画像を取得してもよいし、動画像として取得してもよい。
撮像部28は、端末装置2に内蔵される構成ではなく、例えば別の撮像装置280であってもよい。この場合、制御部20は、別の撮像装置280から静止画像又は動画像を取得する。別の撮像装置280は、ハンディタイプのビデオカメラでもよいし、制御信号に基づいて飛行するカメラ付きの所謂ドローン等の無人飛行機であってもよい。別の撮像装置280としてカメラ付き無人飛行機を使用する場合、上空からサトウキビ畑を順に撮影した画像(静止画像、動画像)を用いることができる。
実施の形態2における端末装置2の制御部20は、記憶部21に記憶されているアプリプログラム20Pに基づき、吸光度計1の使用方法、使用状態をナビゲートする。制御部20は、端末装置2に対応付けられている1又は複数の吸光度計1の装置識別情報毎に、検査キット、試薬の使用状況を記憶しておき、検査キットの残量の管理を支援することも可能である。また使用状況を記憶しておくことで、状況に応じた課金を実施するべく、本実施の形態の検査システム200の使用についての課金システム、ポイント発行システム等と連携することも容易になる。
図8、図9及び図10は、実施の形態2における検査システム200のナビゲート処理の一例を示すフローチャートである。端末装置2にてアプリプログラム20Pの実行が選択されると、端末装置2の制御部20が以下の処理を実行する。
制御部20は、検査の目的の選択を受け付ける画面を表示し(ステップS401)、検査の目的を操作部23の操作により受け付ける(ステップS402)。表示部22に表示されている画面には例えば、検査の目的として検査対象(被検査体)の選択肢が表示されて選択可能としてある。ユーザは「サトウキビ」を選択することができる。また、選択された検査対象に応じて検査内容及び検査方法の選択肢が表示されて選択可能としてあり、検査内容として「白葉病(ファイトプラズマ)」、検査方法として「LAMP法」を選択することができるようにしてもよい。
制御部20は、撮像部28で検査対象(検体)の撮像を促すメッセージを表示部22に表示し、撮像部28を起動する(ステップS403)。ユーザが検査対象を撮像する操作を行なうと、制御部20は操作部23にてこれを検知し、撮像部28での撮像を実行する(ステップS404)。ステップS404において動画を用いる場合、制御部20は、撮像操作を受け付けてから所定時間後又は操作部23の操作に基づき停止指示を受け付けるまでの映像信号から、動画像を取得する。制御部20は、撮像操作がされたタイミングで位置情報取得部27により端末装置2の位置情報を取得する(ステップS405)。実施の形態2では制御部20は、検査を識別する検査識別情報と対応付けて、検査対象であるサトウキビの葉の画像と、その株が生育している場所を示す位置情報との組を記憶部21に一旦記憶する(ステップS406)。検査識別情報は例えば、吸光度計1又は端末装置2の装置識別情報と日時との組み合わせである。検査識別情報は通し番号でもよい。検査識別情報は、サーバ装置3によって発行されてもよい。
制御部20は、選択された検査の目的(検査対象)と、撮像された撮像画像と、位置情報との組み合わせを検査識別情報と対応付けてサーバ装置3へ送信する(ステップS407)。制御部20は、ステップS407の送信処理に応じてサーバ装置3から、検査を実施すべきか否かの判断結果及び検査を行なう場合に、いずれの試薬、又はいずれの検査キットを使用すべきかの情報を含む応答を受信する(ステップS408)。ステップS408における応答の内容については後述のサーバ装置3にて実行される処理手順の説明で述べる。ステップS407にて送信した撮像画像の解析により、白葉病以外の病気が疑われる場合には、ステップS408にて受信する応答には、そのメッセージが応答に含まれるとよい。
制御部20は、受信した応答に含まれる判断結果が検査を実施すべきであることを示しているか否かを判断する(ステップS409)。ステップS409で検査を実施すべきであることを示していると判断された場合(S409:YES)、制御部20は、次のステップS410の処理を実行する。制御部20はステップS410において、ステップS408で受信した応答に含まれている使用すべき試薬又は検査キットを特定する情報を含む吸光度計1の使用開始を促すメッセージを含む画面を表示部22に表示する(ステップS410)。
制御部20はステップS410で表示させた画面にて、試薬又は検査キットの識別情報の撮像を促すメッセージを表示させ、撮像部28を起動する(ステップS411)。試薬又は検査キットの識別情報は、英数字又は記号からなる文字情報でもよいし、一次元又は二次元バーコードであってもよい。制御部20は、撮像する操作を行なうと、制御部20は操作部23にてこれを検知し、撮像部28での撮像を実行する(ステップS412)。制御部20は、撮像によって得られる識別情報を取得し(ステップS413)、ステップS406で記憶した画像、位置情報、検査識別情報と対応付けて記憶部21に記憶する(ステップS414)。
制御部20は、ステップS413で取得した試薬又は検査キットの識別情報に基づき、ステップS410で特定した試薬、又は検査キットと合致しているかを確認する(ステップS415)。ステップS410で特定される情報が識別情報であれば、制御部20は容易に確認可能である。識別情報と、試薬又は検査キットを特定する名称等の情報との対応関係を記憶部21に記憶しておき、対応関係に基づいて確認してもよい。ステップS415において制御部20は、予め記憶してある試薬又は検査キットの識別情報と不一致である場合には、制御部20は再度ステップS410から処理を開始する。
制御部20は、ステップS413で取得した識別情報又はステップS410で特定した試薬、若しくは検査キットに含まれる試薬、チューブ等について記憶部21に記憶してある残量の情報を、使用状況に応じて減算して更新する(ステップS416)。
制御部20は、試薬又は検査キットを用いた準備が完了した場合に選択するボタンインタフェースを含む画面を表示部22に表示する(ステップS417)。なおステップS417で表示されるメッセージには、検査キットを用いた検体を準備する手順の説明が含まれるとよい。
ユーザは、検査対象について試薬又は検査キットを用いて吸光度計1の高温処理部11に、用意したチューブをセットするなどして使用準備を整えると端末装置2の表示部22に表示されているボタンインタフェースを選択する。この選択操作により、端末装置2では以下の処理が再開する。
制御部20は、吸光度計1と通信接続を確立し(ステップS418)、高温処理部11における処理開始の操作を受け付ける画面を表示部22に表示させる(ステップS419)。表示部22に表示されている画面にて高温処理部11における処理開始の操作を操作部23にて受け付け(ステップS420)、制御部20は第2通信部26から吸光度計1へ処理開始の指示を送信する(ステップS421)。
吸光度計1では制御部10が、端末装置2からの処理開始の指示を通信部14から受信し(ステップS501)、高温処理部11の処理を実行する(ステップS502)。制御部10は、高温処理部11の処理完了を検知し、通信部14から端末装置2へ通知する(ステップS503)。
端末装置の制御部20は、高温処理部11の処理完了通知を受け(ステップS422)、吸光度測定部12の準備についての説明を含み、処理開始の操作を受け付ける画面を表示部22に表示させる(ステップS423)。
ユーザは、ステップS423で表示されている画面の説明に基づき、高温処理部11での処理終了後のチューブの内容液を他のチューブに入れ換えてからチューブをセットするなどして使用準備を整える。ユーザは準備を整えると、端末装置2の表示部22に表示されている処理開始の操作を受け付ける画面を操作する。
端末装置2の制御部20は、吸光度測定部12における処理開始の操作を操作部23にて受け付け(ステップS424)、第2通信部26から吸光度計1へ測定開始の指示を送信する(ステップS425)。
吸光度計1では制御部10が、端末装置2からの測定開始の指示を通信部14から受信し(ステップS504)、吸光度測定部12の動作を開始する(ステップS505)。制御部10は、吸光度を測定し(ステップS506)、測定で得られる吸光度を示す値(吸光度値)を吸光度測定部12から取得し(ステップS507)、吸光度値を測定された時間情報と対応付けて記憶部13に記憶し(ステップS508)、通信部14から端末装置2へ送信する(ステップS509)。
制御部10は、所定時間の経過又は終了操作によって測定が終了したか否かを判断する(ステップS510)。終了していないと判断された場合(S510:NO)、制御部10は所定の待機時間後処理をステップS506へ戻し、所定の周期で繰り返し吸光度を取得し(S507)、記憶部13へ記憶し(S508)、端末装置2へ測定結果を送信する(S509)。
ステップS510にて測定が終了したと判断された場合(S510:YES)、制御部10は、端末装置2へ通知し(ステップS511)、吸光度計1側の処理を終了する。
端末装置2の制御部20は、第2通信部26が吸光度計1から得られる吸光度値を、対応付けて送信される時間情報と共に受信する(ステップS426)。制御部20は、受信した吸光度値の変化を、記憶部21又は内蔵メモリに検査識別情報と対応付けて記憶する(ステップS427)。
制御部20は、アプリプログラム20Pに基づき、受信して記憶した吸光度値の反応時間に対する変化を表すグラフを含む画面を描画して表示部22に表示させる(ステップS428)。
制御部20は、吸光度計1の吸光度測定部12における測定が終了したか否かを判断する(ステップS429)。吸光度計1から終了の通知を受けておらず終了したと判断されない場合(S429:NO)、制御部20は処理をステップS426へ戻し、吸光度値の受信を継続する。ステップS428において制御部20は、画面を更新して表示する。
吸光度計1から終了の通知を受けて終了したと判断された場合(S429:YES)、制御部20は吸光度計1との通信を切断し(ステップS430)、処理を次のステップS431へ進める。
制御部20は、検査識別情報と、検査の種類を示す情報と、ステップS426で受信した複数の吸光度値及び時間情報とを対応付けてサーバ装置3へ向けて第1通信部25から送信する(ステップS431)。
制御部20は、ステップS432の吸光度値の送信に応じてサーバ装置3から送信される測定結果を含む応答を第1通信部25から受信する(ステップS432)。制御部20は、サーバ装置3から受信した応答に含まれる検査結果(感染の有無、感染の程度)、周辺の感染状態を示すマップ画像及び結果に基づく対応方法を示すメッセージ又は画像を含む画面を表示部22に表示させる(ステップS433)。
制御部20は、検査が終了すると、S416で更新した試薬、若しくは検査キットに含まれる試薬、チューブ等の内容に基づいて残数又は残量を特定する(ステップS434)。制御部20は、試薬又は検査キット毎に予め内容量を記憶しておき、使用状況に応じて残量を特定するとよい。制御部20は、特定した残量によって補給が必要であるか否かを判断する(ステップS435)。制御部20は例えば、試薬の残量が所定量以下である場合に補給が必要であると判断する。補給が必要であると判断された場合(S435:YES)、制御部20は、試薬又は検査キットの補給が必要である旨のメッセージをユーザへ通知し(ステップS436)、処理を終了する。補給が不要であると判断された場合(S435:NO)、制御部20はステップS435を実行することなく処理を終了する。ユーザへの通知方法は、表示部22への表示、又はユーザへのメール等でよい。通知には、例えば試薬又は検査キットの販売Webサイトへのリンクが含まれているとよい。販売Webサイトに限らず、関連する商品の広告宣伝画像が共に表示部22に表示されるようにしてもよい。
図8,9,10のフローチャートに示した処理手順の内、端末装置2におけるステップS419からS425の処理、吸光度計1におけるステップS501からS506の処理は必須ではない。吸光度計1における動作はユーザが吸光度計1を操作して実行されてもよい。測定結果が端末装置2にて得られる処理であれば他の態様でもよい。
ステップS409にて検査を行なわずともよいと判断された場合(S409:NO)、制御部20は処理を終了する。
図11及び図12は、実施の形態2の検査システム200が実行する検査処理手順の一例を示すフローチャートである。図11及び図12のフローチャートは、図8、図9及び図10のフローチャートに示した吸光度計1及び端末装置2による処理手順に対応してサーバ装置3にて実行される処理手順を示す。
サーバ装置3の制御部30は、通信部32により端末装置2から送信される撮像画像と、撮像画像に対応付けられた検査の目的(検査対象)、位置情報、及び検査識別情報を受信する(ステップS601)。制御部30は、受信した撮像画像を、対応する検査の目的、位置情報及び検査識別情報と対応付けてデータベース310に記憶する(ステップS602)。
制御部30は、受信した撮像画像に対し、検査対象を撮影した画像として、画像解析処理を行なう(ステップS603)。制御部30は、記憶部31に記憶してある検査の目的毎のパターン情報を用いる等の方法を用いて、撮像画像に写っている検査対象の状態を判別する(ステップS604)。判別される状態は例えば、良好であるか、病変が疑われる、又は病変状態のいずれかである。
ステップS604の判別の方法はこれに限らず、後述するように深層学習によって判別ができるように学習モデルを作成しておき、撮像画像を学習モデルの入力層に与えて出力される判別結果を用いてもよい。判別方法の精度が充分である場合には、制御部30が、画像解析処理により、サトウキビの葉の病気の種類(白葉病、黒穂病、モザイク病、…)を特定し、検査内容をこれにより特定することも可能である。病気の種類の判別にも、後述のような学習モデルを適用することができる。
制御部30は、判別した状態に応じて、検査が必要であるか否かを判断する(ステップS605)。検査が必要であると判断された場合(S605:YES)、制御部30は検査の目的と、判別された状態とに基づいて使用すべき試薬又は検査キットを特定する(ステップS606)。制御部30は、検査を実施すべきという判断結果及び特定した使用すべき試薬又は検査キットを特定する情報を含む応答を端末装置2へ送信する(ステップS607)。
検査が不要であると判断された場合(S605:NO)、制御部30は検査の実施は不要であるという判断結果を含む応答を端末装置へ送信する(S607)。
制御部30は、所定の待機時間(例えば30分)経過後、ステップS602で記憶した撮像画像に対応する検査識別情報について、吸光度計1における測定結果を受信したか否かを判断する(ステップS608)。測定結果を受信しないと判断された場合(S608:NO)、制御部30は検査不要と判断されているか否かを判断し(ステップS609)、検査不要と判断されている場合(S609:YES)、検査は実施されていない可能性が高いので処理を終了する。なお、検査不要と判断して場合であっても、検査が行なわれて測定結果を受信できるケースでは、情報を収集するために以下の処理を実行する。
ステップS609で検査不要と判断されていない場合(S609:NO)、制御部30は処理をステップS608へ戻して測定結果を受信するまで待機する。
実施の形態2においてもサーバ装置3の記憶部31には、検査の対象及び検査の種類(検査キット)毎に、検査結果が陰性である場合の吸光度値の変化パターン、陽性である場合の吸光度値の変化パターンが設定情報として記憶されている。又は、検査の対象及び検査の種類(検査キット)毎に、検査結果が陰性である場合の吸光度値の閾値又は範囲が記憶部31に設定情報として記憶されている。
ステップS608で測定結果を受信したと判断された場合(S608:YES)、制御部30は、受信した測定結果と共に送信される検査の種類に応じてそれらの設定情報を記憶部31から読み出し、複数の吸光度値の反応時間に対する時間変化のパターンを、設定情報と比較する(ステップS610)。制御部30は、受信した測定結果に含まれる吸光度値の変化パターン、又は閾値との比較に基づき、陰性(ネガティブ)であるか否かを判定する(ステップS611)。
ステップS611で陽性(ポジティブ)であると判定された場合(S611:NO)、制御部30は、陽性である中での感染度合いを判定する(ステップS612)。制御部30は、例えば吸光度値の反応時間に対する変化の度合いが急峻であるか、なだらかであるかによって感染度合いを判定することができる。記憶部31には予め、検査の種類毎に、変化の立ち上がり時間の範囲、変化の立ち上がりの微分値の範囲について感染度合いの強(高)/中/弱(低)等の複数の段階に分別して記憶しておき、制御部30はいずれの範囲に含まれるかで感染度合いの強/中/弱を判定する。
ステップS611で陰性であると判定された場合(S611:YES)、制御部30は、ステップS612の処理を省略して次のステップS613へ処理を進める。
制御部30は、判定結果(陰性、陽性(強/中/弱))を、検査識別情報、ステップS608で受信した検査の種類を示す情報、端末装置2の位置情報及び時間情報と対応付けてデータベース310に記憶する(ステップS613)。ステップS613で制御部30は、端末装置2の識別情報を対応付けて記憶するとよい。
そして他の端末装置2から送信された測定結果に基づく判定結果、位置情報及び時間情報もデータベース310に記憶され、蓄積されている。ここで制御部30は、ステップS301で取得した位置情報が示す位置に近い位置の位置情報が対応付けられており、ステップS301で取得した時間情報が示す時間から所定時間以内の時間を示す時間情報が対応付けられている判定結果を抽出する(ステップS614)。
制御部30は、抽出された判定結果と、判定結果に対応する位置情報との組である感染マップ情報を、ステップS608で受信した測定結果の検査対象の近隣の他の検査対象について作成する(ステップS615)。制御部30は、作成された感染マップ情報から、検査対象の周辺に、陽性の検査対象があるか否かを判別する(ステップS616)。
制御部30は、ステップS611の判定結果と、ステップS616の近隣の感染状況の判別結果に基づき、検査対象のサトウキビの株及びその株を含むサトウキビ畑について、対応方法を決定する(ステップS617)。ステップS617における決定方法では例えば、実施の形態1の図4のフローチャートに示したステップS308と同様に、図5のテーブルが用いられる。
制御部30は、ステップS611の判定結果と、ステップS616の判別結果と、ステップS615で作成した感染マップ情報、ステップS617で決定した対応方法とを示すメッセージ又は画像を作成する(ステップS618)。制御部30は、作成したメッセージ又は画像を通信部32から端末装置2へ送信し(ステップS619)、処理を終了する。
図8、図9及び図10のフローチャートに示した処理手順の内のステップS409の処理、並びに、図11及び図12のフローチャートに示した処理手順の内のステップS605の処理は省略してもよい。この場合、サーバ装置3からは、検査の要不要に拘わらず端末装置2ではどの検査キットを使用すべきかの情報を含む応答が送信される。端末装置2の制御部20は、この応答に含まれている検査キットを特定する情報を含むメッセージを表示部22に表示する(S410)。撮像画像に基づく第1次的な検査の精度が高まるまでは、サーバ装置3ではステップS605の処理を行なわなくてもよいためである。
この点、撮像画像に基づく判断精度が高まった場合には、検査キットを使うまでもなく感染しているか否かの判定が可能になり、より正確な検査が必要なときのみ検査キットを使用するといった運用が可能になる。上述したように、データベース310には、ステップS611における判定結果及びステップS612による感染度合いを示す情報(陰性、陽性(強/中/弱))が、検査識別情報と対応付けて記憶される。この検査識別情報には、検査対象を撮像した撮像画像も、これに対応付けられてデータベース310に記憶されている。したがって、ステップS601で受信した撮像画像と、撮像画像に写っている検査対象に対する吸光度計1を用いた吸光度の測定結果との関係を学習することができ、ステップS604における状態判別の精度を向上させることができる。
図13は、サーバ装置3における解析処理の手順の一例を示すフローチャートである。図13のフローチャートに示す処理手順は、サーバ装置3において、定期的にデータベース310に情報が蓄積されると実行される。
制御部30は、データベース310から検査識別情報を1つ選択する(ステップS701)。制御部30は、選択した検査識別情報に対応付けられている検査対象の撮像画像をデータベース310から取得する(ステップS702)。制御部30は、選択した検査対象識別情報に対応付けられている前記撮像画像に対応する吸光度計1の測定結果に基づく判定結果(陰性、陽性(強/中/弱))を取得する(ステップS703)。
制御部30は、ステップS702で取得した撮像画像に対して画像処理を行ない、特徴量を抽出する(ステップS704)。特徴量は例えば、葉の緑色部分の面積と、白〜茶色部分の面積との比率、葉の大きさ等の情報である。特徴量は他に例えば、撮像画像の高周波、低周波、輝度分布、RGB別の画素値のヒストグラム等でもよい。なお画像処理においては、画像の撮像条件によって特徴量が変わり得るため、撮像条件による差異を吸収する処理を予め行なっておくとよい。
制御部30は、特徴量をステップS703で取得した判定結果に対応付けて記憶する(ステップS705)。
制御部30は検査識別情報を全て選択したか否か判断し(ステップS706)、全て選択していない場合(S706:NO)、処理をステップS701へ戻す。
全て選択したと判断された場合(S706:YES)、制御部30は判定結果毎に、対応付けられた特徴量群に対して統計処理を行ない、代表となる特徴量を導出する(ステップS707)。導出した特徴量を判定結果毎にデータベース310に記憶し(ステップS708)、処理を終了する。
これにより、図11及び図12のフローチャートにおけるステップS604の状態を判別処理では、制御部30は以下のように処理を実行すればよい。制御部30は、ステップS603で得られる画像解析処理の結果得られる特徴量と、データベース310に図13のフローチャートにより記憶される判定結果毎の特徴量との統計的な距離(例えばマハラノビス距離等)を算出し、いずれの特徴量に最も近いかを判断する。最も近い特徴量の判定結果から状態を判定することができる。
図14は、サーバ装置3における解析処理の手順の他の一例を示すフローチャートである。図14のフローチャートに示す処理手順は、サーバ装置3において、定期的にデータベース310に情報が蓄積されると実行され、これにより学習モデル31Mを作成する。
制御部30は、記憶部31又は外部のサービスに記憶されているニューラルネットワークに対して入力層を、撮像画像に対応させて作成する(ステップS801)。制御部30は、このニューラルネットワークに対して出力層を、判定結果(陰性、陽性(強/中/弱))に対応させて作成する(ステップS802)。出力層から出力される情報は例えば、判定結果毎の次元を持つベクトル量とすればよい。そして制御部30は初期的に、所定の階層数及びノード数からなる隠れ層を含む中間層を作成する(ステップS803)。このとき制御部30は、撮像画像に対するフィルタ処理を行なう畳み込み層及びプーリング層を中間層に複数段含むようにすることが好ましい。撮像画像は入力層に入力する前に予めフィルタ処理を行なうように設計しておいてもよい。
制御部30は、データベース310から、判定結果(陰性、陽性(強/中/弱))毎に、判定結果が対応付けられている検査識別情報に対応する撮像画像を抽出し、判定結果毎の、撮像画像を入力として判定結果を出力とする教師データを作成する(ステップS804)。
制御部30は、作成した教師データの撮像画像をステップS801−S803で作成したニューラルネットワークの入力層に与え、出力層から出力される判定結果と、教師データの判定結果との誤差を算出する(ステップS805)。誤差は例えば、出力層から出力される判定結果(陰性,陽性(強),陽性(中),陽性(弱))=(0.4,0.1,0.3,0.2)と、実際の吸光度計1の測定に基づく判定結果(1.0,0.0,0.0,0.0)との二乗誤差である。制御部30は、算出した誤差を中間層に伝播させ、誤差が最小となるようにニューラルネットワークの中間層における各種パラメータについて学習を行ない(教師あり学習)(ステップS806)、処理を終了する。
図15は、学習モデル31Mの内容例を示す図である。図15の学習モデル311は、図14のフローチャートに示した処理手順によって作成され、記憶部31、又はサーバ装置3からアクセス可能な外部記憶装置に記憶される。図15に示すように学習モデル31Mは、撮像画像を入力する入力層312と、判定結果を出力する出力層313と、中間層314とを含む。
制御部30は学習モデル31Mを一旦作成した後、定期的に図15のフローチャートに示した処理手順の内のステップS804からS806を実行し、学習モデル31Mを更新して精度を高めてもよい。
図15に示したような学習モデル31Mを用い、図11及び図12のフローチャートにおけるステップS604の状態の判別処理では、制御部30は以下のように実行すればよい。制御部30は、ステップS603の画像解析等を省略し、受信した撮像画像を学習モデル31Mの入力層へ与える。撮像画像は学習モデル31Mに入力する前に予めフィルタ処理を行なっておいてもよい。学習モデル31Mからは判定結果が出力される。具体的には、判定結果(陰性、陽性(強/中/弱))夫々の確率分布が出力される。制御部30は、確率が最も高い判別結果を状態の判定結果として出力することができる。上述したように、白葉病に限定して感染の有無及び感染の度合いを出力するのではなく、病気の種類を出力する学習モデルを作成することもできる。
図13及び図14のフローチャート夫々に示した処理手順で、端末装置2で検査対象のサトウキビの画像を撮像した撮像画像をサーバ装置3へ送信することにより、より簡易な手順でユーザは、サトウキビの状態を把握することができる。場合によっては図8、図9及び図10のフローチャートに示した吸光度計1を用いる手順を実行するまでもなくユーザは、ステップS604の判別処理で感染の有無を得られることもあり、より簡易な検査が実現可能である。必要な場合のみに吸光度計1を用いることで検査コストを抑制し、効率のよい使用を実現することも可能である。
このような処理によって端末装置2の表示部22の画面に表示される例を、具体的に説明する。図16A−図16Dは、表示部22に表示される画面の一例を示す図である。図16Aは、検査の目的の選択画面225の内容例を示している。選択画面225には、検査の目的として被検査体の選択肢が表示されている。図16Bは選択画面225で「サトウキビ」が選択された後に、撮像部28による撮像を促すメッセージを含む撮像画面226を表示している例を示している。
図16Cは、撮像画像によって病気の種類を判別しない場合に、予め検査の目的として被検査体と、検査内容(病気の種類)と、検査方法との選択肢とを含む選択画面225を表示する例を示している。図16Cに示す例では、サトウキビの白葉病(病原菌:ファイトプラズマ)、LAMP法が選択されている。これらの選択により、試薬又は検査キットが決定される。
図16Dは、検査の目的と共に、サーバ装置3から特定された試薬又は検査キットを示す情報と、試薬又は検査キットの識別情報の撮像部28による撮像を促すメッセージとを表示している例を示している。図16Dでは、抽出試薬及び検査キットの商品名が表示されている。
このように端末装置2にて、アプリプログラム20Pに基づき吸光度計1及び吸光度計1を用いるための試薬又は検査キットの情報までナビゲートする画面が表示される。これにより、端末装置2は専門知識を有するオペレータのみならず、サトウキビ畑の管理者等が適切に吸光度計1を使用することができる。端末装置2にてどのように操作を行ない、どのように検査を行なったのかを記録することができるから、検査に誤りがある場合などサーバ装置3にてどのような原因で誤りがあるのかを特定してフォローが可能になる。このように吸光度計1を一般ユーザでも使用することができ、サトウキビ畑などの農畜水産業における感染病の拡散を防止することも期待できる。更に、端末装置2にて吸光度計1について補充が必要な検査キット、試薬等の情報を端末装置2にて管理することができ、補給が必要な場合には通知が表示されることで、アプリプログラム20Pによって円滑に吸光度計1を利用することができる。
図17は、実施の形態2における端末装置2の表示部22に表示される画面例を示す図である。図17に示す画面例は、実施の形態1における図6の検査結果画面221の内容例に対応し、判定結果及び対応方法が表示されていることを示している。特に、実施の形態2では図17に示すように、周辺の感染状況についての感染マップを表示するマップ画面227が含まれている。感染マップをユーザが確認できることで、提示されている対応方法に加えてどのようにすべきかの判断を支援することが可能になる。
(実施の形態3)
図18は、実施の形態3における検査システム300を構成する各装置の内部構成を示すブロック図である。実施の形態3における検査システム300の構成は、端末装置2のハードウェア構成の一部、並びに、端末装置2及びサーバ装置3における処理手順の詳細が異なる以外は、実施の形態1又は2と同様である。共通する構成については実施の形態1又は2と同一の符号を付し、詳細な説明を省略する。
図18は、実施の形態3における検査システム300を構成する各装置の内部構成を示すブロック図である。実施の形態3における検査システム300の構成は、端末装置2のハードウェア構成の一部、並びに、端末装置2及びサーバ装置3における処理手順の詳細が異なる以外は、実施の形態1又は2と同様である。共通する構成については実施の形態1又は2と同一の符号を付し、詳細な説明を省略する。
実施の形態2において端末装置2は、第2通信部26によって温度センサ41、湿度センサ42、及び風向風量センサ43から測定結果を取得することができる。温度センサ41は、環境温度を測定した結果を出力する。湿度センサ42は環境温度、又は土中の湿度を測定した結果を出力する。風向風量センサは、風向を測定した結果及びその風量を出力する。端末装置2はその他、環境データを測定するセンサから情報を取得してもよい。
端末装置2の制御部20は、任意のタイミングで第2通信部26によって温度センサ41、湿度センサ42、及び風向風量センサ43から測定結果を取得する。
実施の形態3では、吸光度計1を用いて得られる吸光度値と、温度、湿度、風向風量等の環境データとを入力した場合に、感染拡大を防止するための最適な対応方法として農薬の種類、散布量及び散布範囲(面積)等を出力する学習モデル32Mを作成する。サーバ装置3で、作成した学習済みの学習モデル32Mを記憶部31に記憶し、対応方法を決定する際にこれを用いる。
図19は、学習モデル32Mの内容例を示す説明図である。学習モデル32Mは、吸光度計1の測定で得られる吸光度値を、0(ゼロ)分後、5分後、10分後、…と夫々反応時間経過毎に入力する入力層322を含む。吸光度値の入力の方法は、これに限らず、所定の反応時間における吸光度値1つ又は2つ等であってもよい。入力層322は、図19に示すように、環境データの温度、湿度、及び風向風量についても入力してもよい。環境データについては必須ではない。学習モデル32Mは、対応方法として農薬の種類、散布量、及び散布範囲を出力する出力層323を含む。出力層323が出力する内容はこれに限らない。学習モデル32Mは、所定の階層数及びノード数からなる隠れ層を含む中間層324を含む。学習モデル32Mは、図19に示す例では、ニューラルネットワークであるが、過去の同じ被検査体に対する吸光度値を入力するリカレントネットワークを用いてもよい。
サーバ装置3のオペレータは予め専門家、ベテランの農家等が、サトウキビの葉の目視、又は吸光度計1等の検査を実行して得られる情報から判断した対応方法(農薬の種類、散布量、及び散布範囲)を収集しておくとよい。そしてそれらの対応方法の対象となったサトウキビの検体について吸光度計1における反応時間毎の吸光度値を収集する。これらの収集された情報から、吸光度計1にて得られる反応時間毎の吸光度値を入力とし、出力層に収集していた対応方法を出力とする複数の教師データを作成する。
サーバ装置3の制御部30は、所定の階層数及びノード数を中間層に含むニューラルネットワークの入力層に、教師データの入力である吸光度値を与え、出力される対応方法が、教師データの対応方法と合致するように中間層におけるパラメータ及び重み等を学習する処理を実行する。制御部30は、作成された複数の教師データ夫々についてこの学習処理を実行することで、学習モデル32Mが得られる。
図20は、学習モデル32Mを用いる検査システム300が実行する検査処理手順の一例を示すフローチャートである。図20のフローチャートは、吸光度計1と端末装置2との間の処理について説明する。図20のフローチャートに示す以下に示す処理手順の内、実施の形態1における図3のフローチャートと共通する手順については同一のステップ番号を付して詳細な説明を省略する。
実施の形態3においては、端末装置2が検査対象のサトウキビについて吸光度計1の吸光度測定部12による測定終了を検知した後(S205)、温度センサ41、湿度センサ42及び風向風量センサ43から夫々温度、湿度、及び風向風量を含む環境データを取得する(ステップS235)。
そして端末装置2の制御部20は、検査の種類と、吸光度値及び時間情報とに加え、ステップS235で取得した環境データを共にサーバ装置3へ送信し(ステップS236)、吸光度値の送信に応じてサーバ装置3から送信される応答を受信する(S207)。
図21は、検査システム300が実行する処理手順の一例を示すフローチャートである。図21のフローチャートは、図20のフローチャートに示した吸光度計1及び端末装置2による処理手順に対応してサーバ装置3で実行される処理手順を示す。図21のフローチャートに示す以下に示す処理手順の内、実施の形態1における図4のフローチャートと共通する手順については同一のステップ番号を付して詳細な説明を省略する。
サーバ装置3の制御部30は、端末装置2から送信される検査の種類と、吸光度値及び時間情報と、環境データとを取得する(ステップS331)。
制御部30は、ステップS331で取得した情報の内、複数の吸光度値の反応時間に対する時間変化のパターンを特定して記憶部31に記憶してある設定情報と比較し(S302)、陰性(ネガティブ)であるか否かを判定する(S303)。制御部30は、判定結果が陽性である場合に(S303:NO)、感染度合いの強/中/弱を判定する(S304)。
制御部30は、ステップS331で取得した情報の内、複数の吸光度値及び環境データを学習モデル32Mの入力層322へ与え(ステップS335)、出力層323から出力される対応方法、即ち農薬の種類、散布量及び散布範囲の情報を特定する(ステップS336)。
制御部30は、ステップS302の比較によって判定された判定結果(陰性、陽性(強/中/弱))と、ステップS336で特定した対応方法とを、ステップS331で取得した位置情報及び時間情報と対応付けてデータベース310に記憶する(ステップS337)。
制御部30は、ステップS303の判定結果(陰性、陽性(強/中/弱))と、ステップS336で特定した対応方法を含むメッセージ又は画像を作成し(ステップS338)、作成したメッセージ又は画像を通信部32から端末装置2へ送信し(ステップS339)、処理を終了する。
このようにして、判定結果及び判別結果に対応する対応方法を予め決定しておくのではなく、学習モデル32Mを用いて対応方法を決定することにより、多様な状態のサトウキビ畑を、その状態に応じて健全に保つ最善の対応方法で守ることができる。
また実施の形態3では、対応方法が実施された後のサトウキビ畑の改善状況を受け付け、これにより学習モデル32Mを再学習して更新する。図22は、検査システム300における改善状況の受付け処理手順の一例を示すフローチャートである。端末装置2の制御部20は、アプリプログラム20Pに基づいて定期的に(例えば1ヵ月毎)、以下の処理を開始する。
制御部20は、改善状況の収集対象のサトウキビ畑を特定する情報(例えば位置情報)と、当該サトウキビ畑で生育したサトウキビに対する検査毎の検査識別情報とを、これらを検査毎に対応付けて記憶してある記憶部21から抽出する(ステップS901)。
制御部20は、対象のサトウキビ畑について改善状況を受け付ける画面を表示させる(ステップS902)。ステップS902で表示される画面には、改善状況の収集対象のサトウキビ畑を特定する情報(例えば位置情報)が表示されるとよい。またステップS902で表示される画面には、対応方法が実施された後のサトウキビの撮像画像を受け付けるインタフェースと、対応方法が実施された後のサトウキビについての吸光度計1による検査を受け付けるインタフェースとが含まれている。後者の検査を受け付けるインタフェースが選択された場合、吸光度計1による検査を実施し、端末装置2は測定結果を取得する。
制御部20は、ステップS902で表示させた画面に基づき、対応方法が実施された後のサトウキビの撮像画像、又は吸光度計1による新たな測定結果を受け付ける(ステップS903)。
制御部20は、受け付けた撮像画像又は測定結果である吸光度値を、サトウキビ畑を特定する情報及びこれに対して抽出した検査識別情報と対応付けてサーバ装置3へ送信する(ステップS904)。
図23は、端末装置2で受け付けられた改善状況による学習モデル32Mの再学習手順の一例を示すフローチャートである。
サーバ装置3では、制御部30は、端末装置2から送信される改善状況を示す撮像画像又は測定結果である吸光度値を含む情報を通信部32から取得する(ステップS1001)。
制御部30は、撮像画像又は測定結果に対応付けて送信される検査識別情報に基づいて、改善状況の収集対象のサトウキビ畑に対して決定した対応方法と判定結果とをデータベース310から抽出する(ステップS1002)。
制御部30は、取得した撮像画像又は測定結果から、検査対象について陰性であるか否か、及び感性度合いを判定する(ステップS1003)。ステップS1003の処理において制御部30は、撮像画像に基づく状態の判別(実施の形態2のステップS604)を行なってもよいし、測定結果である吸光度値の時間変化パターンと設定情報との比較(S302、S303)に基づいて判定してもよい。
制御部30は、抽出した検査識別情報毎に、ステップS1002で抽出した過去の判定結果と、ステップS1003での判定結果とを比較し、改善しているか否かを判定する(ステップS1004)。
制御部30は、改善の判定結果で、ステップS1002で抽出した過去の対応方法に対してラベル付けし、過去の対応方法夫々の元となった吸光度値を検査識別情報に基づいて特定し、これを入力とする教師データを作成する(ステップS1005)。
制御部30は、ステップS1005で作成した教師データを、記憶部31の学習モデル32Mへ与えて再学習を実行し(ステップS1006)、処理を終了する。
これにより、実際に実施された対応方法に相関する改善状況を用いて、よりよい結果を得られる対応方法を出力する学習モデル32Mへ再学習を進めることが可能である。
なお図22及び図23のフローチャートに示した処理手順では、改善状況でラベル付けして学習モデル32Mを再学習させ、サトウキビ畑を健全に保つより好ましい対応方法を得ることができる。なおラベル付け再学習の方法はこれに限らず、サーバ装置3は結果的に収穫されたサトウキビの収穫量又は品質検査結果を出力に対する評価として受け、収穫量が最大となる学習モデル32Mを作成したり、品質を最適化する学習モデル32Mを作成したりして更新を進めてもよい。
実施の形態1から3に示した例は、実施の形態夫々に示した構成全部又は一部を組み合わせて他の実施の形態を実現することが可能である。
また、本開示の検査システム100,200,300では、アプリプログラムを識別する情報、例えばユーザのアカウント情報をサーバ装置3で記憶しておき、ユーザのシステムの使用に対して課金を実施してもよい。例えばサーバ装置3は、料金納付済みのユーザのみに検査情報を提示したり、学習モデル31M、32Mの使用を許可したりする。またサーバ装置3は、ユーザのアカウント情報の種別に応じて提供するサービスの内容に差異を設けるようにしてもよい。
なお、上述のように開示された実施の形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
1 吸光度計
2 端末装置
21 記憶部
22 表示部
23 操作部
24 音声入出力部
25 第1通信部
26 第2通信部
27 位置情報取得部
28 撮像部
20P,21P アプリプログラム
3 サーバ装置
310 データベース
30 制御部
31 記憶部
32 通信部
2 端末装置
21 記憶部
22 表示部
23 操作部
24 音声入出力部
25 第1通信部
26 第2通信部
27 位置情報取得部
28 撮像部
20P,21P アプリプログラム
3 サーバ装置
310 データベース
30 制御部
31 記憶部
32 通信部
Claims (22)
- 検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて得られ、通信媒体を介して送信された吸光度値を受信し、
取得した吸光度値に基づいて検査対象に含まれる検出対象物質の有無、又は検出対象物質の濃度を判定し、
判定結果に基づいて前記検査対象に対する対応方法を決定し、
決定した対応方法を送信する
検査情報処理方法。 - 前記検査対象に関する位置情報を前記吸光度値と対応付けて取得し、
取得した吸光度値及び位置情報を対応付けて記憶部に記憶し、
判定結果及び位置情報を用いて対応方法を決定する
請求項1に記載の検査情報処理方法。 - 前記検査対象に関する撮像画像を前記吸光度値と対応付けて取得し、
取得した吸光度値及び撮像画像を対応付けて記憶部に記憶し、
前記判定結果及び撮像画像を用いて対応方法を決定する
請求項1又は2に記載の検査情報処理方法。 - 前記検査対象に対する前記検出対象物質の有無、又は検出対象物質の濃度の判定結果に基づいて前記検査対象の状態を特定し、
決定した対応方法及び特定した前記状態を送信する
請求項1から請求項3のいずれか1項に記載の検査情報処理方法。 - 同種の他の異なる検査対象に対して吸光度計を用いて測定した吸光度値と、前記他の異なる検査対象夫々に関する位置情報とを対応付けて記憶部に記憶し、
前記他の異なる検査対象夫々における前記検出対象物質の有無、又は検出対象物質の濃度を判定した結果を対応付けて前記記憶部に記憶し、
前記他の異なる検査対象に関する位置情報及び判定結果に基づいて、検査対象に対する対応方法を決定する
請求項1に記載の検査情報処理方法。 - 前記検査対象及び前記他の異なる検査対象夫々に対する前記検出対象物質の有無、又は検出対象物質の濃度の判定結果に基づいて前記検査対象の状態を特定し、
検査対象夫々に対して特定した状態と、各検査対象に関して前記記憶部に記憶してある位置情報とに基づいて状態分布マップを示す情報を作成し、
作成した前記情報を送信する
請求項5に記載の検査情報処理方法。 - 前記吸光度計の使用前に、前記検査対象に関する撮像画像を取得し、
取得した撮像画像に基づき前記検査対象の状態を特定し、
特定した状態に基づき前記吸光度計での検査要否を判断し、
前記吸光度計での検査要と判断された場合に、使用すべき試薬又は検査キットを特定し、
検査の要否、及び特定した試薬又は検査キットの情報を送信する
請求項1から請求項6のいずれか1項に記載の検査情報処理方法。 - 特定された試薬又は検査キットに関連する広告宣伝を含む画面情報を作成し、
前記画面情報を送信する
請求項7に記載の検査情報処理方法。 - 前記検査対象について決定された対応方法の実施後の、前記検査対象の撮像画像又は前記検査対象に対する前記吸光度計を用いた前記吸光度値を取得し、
前記対応方法に基づいて前記検査対象が改善したか否かを判断し、
判断結果を記憶部に記憶する
請求項1から請求項8のいずれか1項に記載の検査情報処理方法。 - 吸光度値を入力する入力層と、
前記検査対象への対応方法に関する情報を出力する出力層と、
前記吸光度値と、前記吸光度値の前記検査対象の状態に応じた対応方法に関する情報とを含む教師データに基づいて学習させた中間層と
を含む学習モデルに基づいて対応方法を決定する
請求項1から請求項8のいずれか1項に記載の検査情報処理方法。 - 吸光度値を入力する入力層と、
前記検査対象への対応方法に関する情報を出力する出力層と、
前記吸光度値と、前記吸光度値の前記検査対象の状態に応じた対応方法に関する情報とを含む教師データに基づいて学習する中間層と
を含む学習モデルを用い、
前記学習モデルの前記入力層に入力された吸光度値と、前記吸光度値に対して前記出力層から出力された対応方法とを含み、前記対応方法に前記検査対象が改善したか否かの判断結果をラベル付けして作成した教師データにより再学習させる
請求項9に記載の検査情報処理方法。 - 前記吸光度計に使用される試薬又は検査キットの識別情報に対応付けて内容量又は数を記憶しておき、
前記吸光度計の使用に応じて残量又は残数を特定し、
残量又は残数に基づいて前記試薬又は検査キットの補充について通知する
請求項1から請求項11のいずれか1項に記載の検査情報処理方法。 - 前記吸光度計のユーザを識別する識別情報に対応付けて前記吸光度計の使用状況及び使用履歴を記憶する
請求項12に記載の検査情報処理方法。 - 検査対象を撮像した撮像画像を入力する入力層と、
前記検査対象の状態を出力する出力層と、
前記撮像画像に撮像されている検査対象の既知の状態を示す情報を含む教師データに基づいて学習させた中間層と
を含む画像学習モデルを用い、
新たな検査対象を撮像した撮像画像を前記入力層に与えて前記画像学習モデルの前記出力層から出力される状態を示す情報によって前記新たな検査対象の状態を特定する
検査情報処理方法。 - 前記中間層は、
前記撮像画像に撮像されている検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて得られる吸光度値に基づき特定される前記検査対象の状態を示す情報を含む教師データに基づいて学習済みである
請求項14に記載の検査情報処理方法。 - 特定された検査対象の状態に基づき、前記検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計の検査要否を判断し、
前記吸光度計での検査要と判断された場合に、使用すべき試薬又は検査キットを特定し、
検査の要否、及び特定した試薬又は検査キットを特定する情報を送信する
請求項14に記載の検査情報処理方法。 - 検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて測定した吸光度値を取得する取得部と、
前記取得部で取得した吸光度値に基づいて検査対象に含まれる検出対象物質の有無、又は検出対象物質の濃度を判定する判定部と、
判定結果に基づいて前記検査対象に対する対応方法を決定する決定部と
を備える検査情報処理装置。 - 検査対象を撮像した撮像画像を入力する入力層と、
前記検査対象の状態を出力する出力層と、
前記撮像画像に撮像されている検査対象の既知の状態を示す情報を含む教師データに基づいて学習させた中間層と、
を含む画像学習モデルを用い、
新たな検査対象を撮像した撮像画像を前記入力層に与えて前記画像学習モデルの前記出力層から出力される状態を示す情報によって前記新たな検査対象の状態を特定する状態特定部
を備える検査情報処理装置。 - 通信部を備えるコンピュータに、
検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて測定した吸光度値を取得し、
取得した吸光度値に基づいて検査対象に含まれる検出対象物質の有無、又は検出対象物質の濃度を判定し、
判定結果に基づいて前記検査対象に対する対応方法を決定し、
決定した対応方法を送信する
処理を実行させるコンピュータプログラム。 - 表示部を備え、検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計と接続することが可能なコンピュータに、
前記吸光度計から出力される吸光度値を取得し、
取得した吸光度値を送信し、
送信した吸光度値に対応して、前記検査対象に対する対応方法を取得し、
取得した対応方法を示す情報を前記表示部に表示させる
処理を実行させるコンピュータプログラム。 - 検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて得られる吸光度値を入力する入力層と、
前記検査対象の検査結果に対応する対応方法に関する情報を出力する出力層と、
前記吸光度値と、前記吸光度値の測定対象である前記検査対象の状態に応じた対応方法とを含む教師データに基づいて学習させた中間層と
を備え、
新たな検査対象に対して吸光度計を用いて得られる吸光度値を前記入力層に与え、前記中間層に基づいて演算し、前記検査対象に対する対応方法に関する情報を前記出力層から出力する処理に用いられる学習モデル。 - 検査対象を撮像した撮像画像を入力する入力層と、
前記検査対象の状態を出力する出力層と、
前記撮像画像に撮像されている検査対象に含まれる検出対象物質の特定の試薬との反応によって出現する呈色又は変色を測定する吸光度計を用いて得られる吸光度値に基づき特定される前記検査対象の状態を示す情報を含む教師データに基づいて学習させた中間層と
を備え、
新たな検査対象の撮像画像を前記入力層へ与え、前記中間層に基づいて演算し、前記検査対象の状態を前記出力層から出力する処理に用いられる学習モデル。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018175230 | 2018-09-19 | ||
JP2018175230 | 2018-09-19 | ||
PCT/JP2019/034757 WO2020059491A1 (ja) | 2018-09-19 | 2019-09-04 | 検査情報処理方法、検査情報処理装置、コンピュータプログラム及び学習モデル |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2020059491A1 true JPWO2020059491A1 (ja) | 2021-09-30 |
Family
ID=69887272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020548288A Pending JPWO2020059491A1 (ja) | 2018-09-19 | 2019-09-04 | 検査情報処理方法、検査情報処理装置、コンピュータプログラム及び学習モデル |
Country Status (2)
Country | Link |
---|---|
JP (1) | JPWO2020059491A1 (ja) |
WO (1) | WO2020059491A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7058364B1 (ja) | 2021-05-13 | 2022-04-21 | Kddi株式会社 | 情報処理装置、情報処理プログラム、情報処理方法及び飛行装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0679256A (ja) * | 1992-09-02 | 1994-03-22 | Sanden Corp | 浄水システム |
JP5337728B2 (ja) * | 2010-01-28 | 2013-11-06 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
CN108491681A (zh) * | 2010-07-27 | 2018-09-04 | 梅索磅秤技术有限公司 | 消耗品数据管理 |
JP5790749B2 (ja) * | 2013-12-10 | 2015-10-07 | 栗田工業株式会社 | 水処理薬品濃度算出システム及び方法 |
JP6720465B2 (ja) * | 2016-01-14 | 2020-07-08 | オプテックス株式会社 | 携帯型情報端末、携帯型情報端末の制御方法、および制御プログラム |
CN105912790A (zh) * | 2016-04-15 | 2016-08-31 | 重庆大学 | 基于深度回归模型的遥感水质监测方法 |
EP3553165A4 (en) * | 2016-12-06 | 2019-12-25 | Fujifilm Corporation | CELL IMAGE EVALUATION DEVICE AND CELL IMAGE EVALUATION CONTROL PROGRAM |
CN106779418B (zh) * | 2016-12-20 | 2020-09-04 | 河海大学常州校区 | 基于神经网络和证据理论的水污染事件智能决策方法 |
CN107240089B (zh) * | 2017-04-17 | 2020-12-01 | 戴斌 | 一种分析物的浓度检测方法 |
-
2019
- 2019-09-04 WO PCT/JP2019/034757 patent/WO2020059491A1/ja active Application Filing
- 2019-09-04 JP JP2020548288A patent/JPWO2020059491A1/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2020059491A1 (ja) | 2020-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Darras et al. | Autonomous sound recording outperforms human observation for sampling birds: a systematic map and user guide | |
CN111403006B (zh) | 一种微生物检测系统及装置 | |
AU2013214345B2 (en) | System for detecting genes in tissue samples | |
JP7092463B2 (ja) | Mfd検査支援システムおよびmfdを用いた検査方法 | |
CN103140757A (zh) | 信息处理设备、信息处理系统、信息处理方法、程序和记录介质 | |
WO2018198319A1 (ja) | ウェアラブル端末表示システム、ウェアラブル端末表示方法およびプログラム | |
JP7036401B2 (ja) | 学習用サーバ、不足学習用画像収集支援システム、及び不足学習用画像推定プログラム | |
JP7313942B2 (ja) | 評価支援方法、評価支援システム、プログラム | |
CN107209111A (zh) | 自动化整体载片分析的质量控制 | |
JP2014235494A (ja) | 画像処理装置及びプログラム | |
JP2016073218A (ja) | 判定装置、判定方法及びコンピュータプログラム | |
JPWO2020059491A1 (ja) | 検査情報処理方法、検査情報処理装置、コンピュータプログラム及び学習モデル | |
KR20180086776A (ko) | 태깅 어플리케이션을 이용하여 식물 식별 정보를 태깅 및 분석하는 방법, 이를 실행하는 휴대용 스마트 기기 및 이를 포함하는 식물 생육정보 분석 시스템 | |
CN117576195A (zh) | 一种植物叶片形态识别方法 | |
US20220283148A1 (en) | Method of determining a concentration of an analyte in a bodily fluid | |
TW202044116A (zh) | 具辨識標籤補償功能之檢測系統 | |
KR20130059208A (ko) | 냄새 감지 시스템 및 그 방법 | |
KR20200100791A (ko) | 효모 또는 박테리아를 식별하는 방법 | |
Mølgaard et al. | Improved detection of chemical substances from colorimetric sensor data using probabilistic machine learning | |
JP2010152149A (ja) | 動物観察装置 | |
JP6337885B2 (ja) | コロニー検出装置、培地情報登録システム、プログラム及び衛生管理システム | |
US20210192265A1 (en) | Method and devices for assessing the suitability of a sample tube for use in a laboratory automation system | |
WO2023095624A1 (ja) | プログラム、情報処理装置、及び、情報処理方法 | |
Madden et al. | Forrest W. Nutter, Jr.: a career in phytopathometry | |
Pineda et al. | Automated Software for Counting and Measuring Hyalella Genus Using Artificial Intelligence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210128 |