JPWO2020075635A1 - 画像処理装置、画像処理方法、プログラム、及び評価方法 - Google Patents
画像処理装置、画像処理方法、プログラム、及び評価方法 Download PDFInfo
- Publication number
- JPWO2020075635A1 JPWO2020075635A1 JP2020551099A JP2020551099A JPWO2020075635A1 JP WO2020075635 A1 JPWO2020075635 A1 JP WO2020075635A1 JP 2020551099 A JP2020551099 A JP 2020551099A JP 2020551099 A JP2020551099 A JP 2020551099A JP WO2020075635 A1 JPWO2020075635 A1 JP WO2020075635A1
- Authority
- JP
- Japan
- Prior art keywords
- region
- extraction
- colony
- image
- extraction 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
- 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
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
- G01N33/5044—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics involving specific cell types
- G01N33/5073—Stem cells
-
- 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
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
- C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- 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
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Organic Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Biotechnology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Urology & Nephrology (AREA)
- Cell Biology (AREA)
- Hematology (AREA)
- Toxicology (AREA)
- General Engineering & Computer Science (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Genetics & Genomics (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Developmental Biology & Embryology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Sustainable Development (AREA)
- Biophysics (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
本願は、2018年10月12日に、日本に出願された特願2018−193814号に基づき優先権を主張し、その内容をここに援用する。
以下、図面を参照しながら本発明の実施形態について詳しく説明する。図1は、本実施形態に係る画像処理装置1の一例を示す図である。画像処理装置1は、多能性幹細胞が撮像された位相差画像P0から、抽出の対象となる領域である抽出対象領域を抽出する。ここで多能性幹細胞とは、内胚葉、中胚葉、外胚葉の三胚葉に属する細胞系列すべてに分化し得る能力を有する幹細胞をいい、例えば、iPS細胞や胚性幹細胞(ES細胞)が挙げられる。
iPS細胞である多能性幹細胞のコロニーは、培養過程において、未形成状態から未成熟状態を経て、成熟状態へと変化する。
遷移状態においてコロニーは、筋領域と、当該筋領域の周囲を取り囲む密領域と、当該密領域の周囲を取り囲む粗領域とを含む。
透過照明による顕微鏡画像は、位相差画像以外に、例えば、微分干渉像、定量位相差像などであってもよい。
抽出部110は、位相差画像P0から多能性幹細胞のコロニー領域CRを抽出し、コロニーマスクCMを生成する。コロニーマスクCMとは、位相差画像P0のうちコロニー領域CR以外の領域をマスクするマスク画像である。
高輝度領域抽出部140は、位相差画像取得部10によって取得された位相差画像P0から高輝度領域HRを抽出する。ここで高輝度領域HRとは、位相差画像P0を構成する画素のうち基準値よりも大きい輝度値の画素の集まりに基づく領域である。高輝度領域HRには、基準値よりも大きい輝度値の画素の集まりと、当該画素の集まりの周囲とが含まれる。
なお、出力部16は、提示部3以外の出力装置や、記憶装置などに処理結果PPを出力してもよい。
提示部3は、画像処理装置1から供給される処理結果PPを提示する。提示部3は、例えば、ディスプレイなどの表示装置である。
以下の説明において、一方の画像に他方の画像を加算するとは、一方の画像の画素の輝度に他方の画像の当該画素に対応する画素の輝度を加算した結果の輝度の画素をもつ画像を生成することである。
また、一方の画像と他方の画像の論理積が取られる場合、一方の画像の画素の輝度と、当該画素に対応する他方の画像の画素の輝度との両方がゼロでない場合のみ、論理積が取られた結果得られる画像の画素の輝度はゼロでない値をもつ。
図3は、本実施形態に係る位相差画像P1の一例を示す図である。位相差画像P1は、多能性幹細胞のコロニーが撮像された画像である。
ステップS110:コロニー領域抽出部11の抽出部110は、位相差画像取得部10によって取得された位相差画像P1から多能性幹細胞のコロニー領域CRを抽出する。
ここで抽出部110は、多能性幹細胞のコロニー領域CRを抽出する前に、位相差画像P1から細胞が撮像されている領域である細胞領域を抽出する。抽出部110は、一例として公知のエッジ検出に基づいて、位相差画像P1から細胞領域を抽出する。
抽出部110は、生成したコロニーマスクCMを異常領域抽出部111と、正常領域抽出部112とに供給する。また抽出部110は、生成したコロニーマスクCMを密・筋混合領域抽出部12に供給する。
図4は、本実施形態に係るコロニーマスクCMの一例を示す図である。図4では、コロニーマスクCMよって、位相差画像P1のうちコロニー領域CR以外の領域がマスクされている。
ステップS110:異常領域抽出部111は、抽出部110によって抽出されたコロニー領域CRから異常領域ARを抽出する。ここで異常領域抽出部111は、位相差画像取得部10によって取得された位相差画像P1と、抽出部110によって生成されたコロニーマスクCMとに基づいて異常領域ARを抽出する。異常領域抽出部111は、多能性幹細胞以外の異常な細胞を抽出する限りどのような方法で行ってもよいが、例えば、周囲のハロの有無に基づいてコロニー領域CRから異常領域ARを抽出することができる。
したがって、正常領域NRは、コロニー領域CRのうち位相差が所定の値以上である部分を周囲に有する領域とすることができる。異常領域ARは、コロニー領域CRのうち位相差が所定の値以上である部分を周囲に有さない領域とすることができる。
ここで正常領域抽出部112は、抽出部110によって生成されたコロニーマスクCMと、異常領域抽出部111によって抽出された異常領域ARを示す情報とに基づいて、抽出部110によって抽出されたコロニー領域CRから異常領域ARを除外する。正常領域抽出部112は、コロニーマスクCMから異常領域ARを除外して残った領域を正常領域NRとして抽出する。
図5は、本実施形態に係る正常領域マスクNMの一例を示す図である。図5では、正常領域マスクNMによって、位相差画像P1のうち正常領域NR以外の領域がマスクされている。
ステップS140:密・筋混合領域抽出部12は、位相差画像取得部10によって取得された位相差画像P1と、抽出部110によって生成されたコロニーマスクCMと、正常領域抽出部112によって生成された正常領域マスクNMとに基づいて、密・筋領域MSRを抽出する。
図6は、本実施形態に係る密・筋領域抽出処理の一例を示す図である。図6に示す密・筋領域抽出処理は、図2に示したステップS140に対応する。
図7は、本実施形態に係る密・筋領域抽出処理に含まれる各処理において生成される画像の一例を示す図である。
ここでトップハット処理とは、位相差画像P1のうち画素の輝度が相対的に高い領域を抽出する処理である。トップハット処理によって、位相差画像P1に撮像された多能性幹細胞の核の周囲の領域のうち密度の高い領域、及び筋領域SRが抽出される。
なお、密・筋混合領域抽出部12は、コロニーマスクCMに代えて、加算画像と、正常領域マスクNMとの論理積を取ってもよい。
ステップS150:粗領域抽出部13は、密・筋混合領域抽出部12によって生成された密・筋マスクMSMと、正常領域抽出部112によって生成された正常領域マスクNMとに基づいて粗領域PRを抽出する。ここで粗領域抽出部13は、正常領域マスクNMから密・筋マスクMSMを減算することによって粗領域PRを抽出する。
粗領域抽出部13は、粗領域PRを抽出した結果、粗マスクPMを生成する。粗領域抽出部13は、生成した粗マスクPMを出力部16に供給する。
図8は、本実施形態に係る粗領域抽出処理において生成される粗マスクPMの一例を示す図である。
ステップS160:筋領域抽出部14は、位相差画像取得部10によって取得された位相差画像P0と、密・筋混合領域抽出部12によって生成された密・筋マスクMSMとに基づいて、筋領域SRを抽出する。
図9は、本実施形態に係る筋領域抽出処理の一例を示す図である。図9に示す筋領域抽出処理は、図2に示したステップS160に対応する。
図10は、本実施形態に係る筋領域抽出処理に含まれる各処理において生成される画像の一例を示す図である。なお、図10には、図2のステップS170において生成される画像の一例も含まれる。
高輝度領域抽出部140は、生成した高輝度画像P32を抽出対象領域抽出部141に供給する。
抽出対象領域抽出部141が抽出対象領域の抽出に用いた密・筋マスクMSMは、上述したステップS140において正常領域マスクNMに基づいて生成された画像である。さらに正常領域マスクNMは、上述したステップS130においてコロニーマスクCMから生成された画像である。
抽出対象領域抽出部141は、生成した筋マスクSMを、密領域抽出部15及び出力部16に供給する。
ステップS170:密領域抽出部15は、密・筋混合領域抽出部12によって生成された密・筋マスクMSMから、筋領域抽出部14によって生成された筋マスクSMを減算することによって密領域DRを抽出する。密領域抽出部15は、密領域DRを抽出した結果、密マスクDMを生成する。密領域抽出部15は、生成した密マスクDMを出力部16に供給する。
ここで密マスクDMの一例は、図10に示されている。
コロニー領域抽出部11は、透過照明による顕微鏡画像(この一例において、位相差画像P0)から多能性幹細胞のコロニー領域CRを抽出する。
高輝度領域抽出部140は、透過照明による顕微鏡画像(この一例において、位相差画像P0)を構成する画素のうち基準値よりも大きい輝度値の画素の集まりに基づく領域である高輝度領域HRを位相差画像P0から抽出する。
抽出対象領域抽出部141は、コロニー領域抽出部11によって抽出されたコロニー領域CRと、高輝度領域抽出部140によって抽出された高輝度領域HRとに基づいて、抽出対象領域(この一例において、筋領域SR)を透過照明による顕微鏡画像(この一例において、位相差画像P0)から抽出する。
ここで抽出対象領域(この一例において、筋領域SR)とは、透過照明による顕微鏡画像(この一例において、位相差画像P0)に含まれるコロニー領域CRのうち高輝度領域HRである領域である。
この構成により、本実施形態に係る画像処理装置1では、異常領域ARを除外して抽出対象領域(この一例において、筋領域SR)を抽出できるため、異常領域ARを除外しない場合に比べて、多能性幹細胞のコロニーの成熟度合の評価結果の精度を向上させることができる。
この構成により、本実施形態に係る画像処理装置1では、コロニーが未成熟な状態に対応する粗領域PRと、コロニーが成熟した状態に対応する密領域DRとに加え、未成熟な状態と成熟した状態との遷移状態に対応する筋領域SRを透過照明による顕微鏡画像(この一例において、位相差画像P0)から抽出できる。筋領域SRに基づいて多能性幹細胞のコロニーの成熟度合の評価をした方が、粗領域PRと密領域DRとのみに基づいて評価をする場合に比べて、当該評価の精度を向上させることができる。
以下、図面を参照しながら本発明の第2の実施形態について詳しく説明する。
上記第1の実施形態では、画像処理装置は、位相差画像から筋領域を抽出する場合について説明をした。本実施形態では、位相差画像がタイムラプス画像であり、画像処理装置が、筋領域の面積の時間変化に基づいて培養についての指標を提示する場合について説明をする。
本実施形態に係る画像処理装置を画像処理装置1aという。本実施形態に係る位相差画像PTは、時間を変えて多能性幹細胞が撮像された複数の画像である。
出力部16aは、分析部19aによる分析結果Aを提示部3に出力し、提示部3に分析結果Aを表示させる。
つまり、時間変化算出部17aは、コロニー領域(正常領域NR)における抽出対象領域が占める面積の時間変化を算出する。
つまり、培養指標生成部18aは、時間変化算出部17aによって算出された時間変化に基づいて培養についての指標を生成する。
したがって、培養指標生成部18aは、例えば、筋領域SRの面積割合が所定の値より高い場合、“培養継続”を示す培養指標CIを生成してもよい。筋領域SRの面積割合が所定の値より高い場合、遷移状態であると考えられるため継代を行わず培養を継続することが好ましい。
分析部19aは、例えば、位相差画像PTにおいて培養指標CIが“培養継続”を示す正常領域NRの割合が所定の割合以上である場合、位相差画像PTに撮像された多能性幹細胞が培養される容器について、“培養継続”と判定する。
分析部19aは、例えば、位相差画像PTにおいて培養指標CIが廃棄を示す正常領域NRの割合が所定の割合以上である場合、位相差画像PTに撮像された多能性幹細胞が培養される容器について、“廃棄”と判定する。
図13は、本実施形態に係る正常領域NRに占める粗領域PR、筋領域SR、及び密領域DRの面積割合の一例を示す図である。第1グラフG1は、ある時期に撮像された位相差画像PT1に含まれるある正常領域NR1について、正常領域NR1に占める粗領域PR、筋領域SR、及び密領域DRの面積割合の時間変化の一例を示す。第2グラフG2は、ある時期に撮像された位相差画像PT2に含まれるある正常領域NR2について、正常領域NR2に占める粗領域PR、筋領域SR、及び密領域DRの面積割合の時間変化の一例を示す。
第2グラフG2では、位相差画像PT2に撮像された正常領域NR2について、例えば、6日目及び7日目それぞれ“培養継続”と判定され、8日目について”継代”と判定される。
図14は、正常領域NRに占める粗領域PR、及び密領域DRの面積割合の一例を示す図である。筋領域は密領域DRの一部として含まれており、筋領域自体の面積割合は求められていない。第1グラフG10は、図13の第1グラフG1と同じ位相差画像PT1に含まれるある正常領域NR1について、正常領域NR1に占める粗領域PR、及び密領域DRの面積割合の時間変化の一例を示す。第2グラフG20は、図13の第2グラフG2と同じ位相差画像PT2に含まれるある正常領域NR2について、正常領域NR2に占める粗領域PR、及び密領域DRの面積割合の時間変化の一例を示す。
図14の7日目の判定結果は”継代”であるのに対し、本実施形態の7日目の判定結果は“培養継続”である。本実施形態では、筋領域SR1の面積割合が評価されているため、従来に比べてコロニーの成熟度合の評価結果の精度が高い。
図14の6日目、7日目の判定結果は”継代”であるのに対し、本実施形態の6日目、7日目の判定結果は“培養継続”である。本実施形態では、筋領域SR2の面積割合が評価されているため、従来に比べてコロニーの成熟度合の評価結果の精度が高い。
時間変化算出部17aは、コロニー領域(この一例において、正常領域NR)における抽出対象領域(この一例において、筋領域SR)が占める面積の時間変化を算出する。
培養指標生成部18aは、時間変化算出部17aによって算出された時間変化に基づいて培養についての指標(この一例において、培養指標CI)を生成する。
ここで図15を参照し、高輝度の画素を含む筋状構造について説明する。
図15は、各実施形態に係る高輝度の画素を含む筋状構造SSの一例を示す図である。位相差画像取得部10は、多能性幹細胞のコロニーの位相差画像P2を取得する。筋領域抽出部14は、位相差画像取得部10によって取得された位相差画像P2において、高輝度の画素を含む筋状構造SSを検出又は測定する。
位相差画像取得部10は、複数の位相差画像PT20を取得する。ここで複数の位相差画像PT20は、時間を変えて多能性幹細胞のコロニーが撮像された位相差画像である。筋領域抽出部14は、位相差画像取得部10によって取得された複数の位相差画像PT20のそれぞれにおいて、筋状構造SSを検出する。時間変化算出部17aは、筋領域抽出部14によって検出された筋状構造SSの時間変化を算出する。
つまり、多能性幹細胞のコロニーの成熟度を評価する評価方法は、時間を変えてコロニーが撮像された複数の位相差画像PT20を取得する取得過程と、複数の位相差画像PT20のそれぞれにおいて、高輝度の画素を含む筋状構造SSを検出し、筋状構造SSの時間変化を算出する算出過程と、を含む。
また、上述した実施形態における画像処理装置1、1aの一部、または全部を、LSI(Large Scale Integration)等の集積回路として実現してもよい。画像処理装置1、1aの各機能ブロックは個別にプロセッサ化してもよいし、一部、または全部を集積してプロセッサ化してもよい。また、集積回路化の手法はLSIに限らず専用回路、または汎用プロセッサで実現してもよい。また、半導体技術の進歩によりLSIに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いてもよい。
本発明の一態様は、多能性幹細胞の培養過程において前記多能性幹細胞を経時的に撮像し、複数の画像を取得する画像取得部と、前記画像から前記多能性幹細胞のコロニー領域を抽出するコロニー領域抽出部と、前記画像を構成する画素のうち基準値を超えた輝度値の画素の集まりに基づく領域である注目領域を前記画像から抽出する注目領域抽出部と、前記コロニー領域抽出部によって抽出された前記コロニー領域と、前記注目領域抽出部によって抽出された前記注目領域とに基づいて、前記コロニー領域内において相対的に高コントラストな抽出対象領域を前記画像から抽出する抽出対象領域抽出部と、前記抽出対象領域抽出部によって抽出された前記抽出対象領域を抽出結果として出力する出力部と備え、前記コロニー領域と前記注目領域と前記抽出対象領域との関係は、前記多能性幹細胞の培養過程において、前記コロニー領域が形成され、次に前記コロニー領域内に前記注目領域が形成され、次に前記注目領域内に前記抽出対象領域が形成される画像処理装置である。
Claims (8)
- 透過照明による顕微鏡画像から多能性幹細胞のコロニー領域を抽出するコロニー領域抽出部と、
前記顕微鏡画像を構成する画素のうち基準値よりも大きい輝度値の画素の集まりに基づく領域である高輝度領域を前記顕微鏡画像から抽出する高輝度領域抽出部と、
前記コロニー領域抽出部によって抽出された前記コロニー領域と、前記高輝度領域抽出部によって抽出された前記高輝度領域とに基づいて、抽出対象領域を前記顕微鏡画像から抽出する抽出対象領域抽出部と、
前記抽出対象領域抽出部によって抽出された前記抽出対象領域を抽出結果として出力する出力部と、
を備える画像処理装置。 - 前記コロニー領域抽出部は、前記コロニー領域のうち境界の輝度が所定の値以上である部分を周囲に有する領域を正常領域として抽出する
請求項1に記載の画像処理装置。 - 前記抽出対象領域とは、前記顕微鏡画像において筋状の模様が現れている領域である
請求項1または請求項2に記載の画像処理装置。 - 前記顕微鏡画像は、時間を変えて前記多能性幹細胞が撮像された複数の画像であり、
前記コロニー領域における前記抽出対象領域が占める面積の時間変化を算出する時間変化算出部と、
前記時間変化算出部によって算出された前記時間変化に基づいて培養についての指標を生成する培養指標生成部と、
をさらに備える請求項1から請求項3のいずれか一項に記載の画像処理装置。 - 透過照明による顕微鏡画像から多能性幹細胞のコロニー領域を抽出するコロニー領域抽出過程と、
前記顕微鏡画像を構成する画素のうち基準値よりも大きい輝度値の画素の集まりに基づく領域である高輝度領域を前記顕微鏡画像から抽出する高輝度領域抽出過程と、
前記コロニー領域抽出過程によって抽出された前記コロニー領域と、前記高輝度領域抽出過程によって抽出された前記高輝度領域とに基づいて、抽出対象領域を前記顕微鏡画像から抽出する抽出対象領域抽出過程と、
前記抽出対象領域抽出過程によって抽出された前記抽出対象領域を抽出結果として出力する出力過程と、
を有する画像処理方法。 - コンピュータに、
透過照明による顕微鏡画像から多能性幹細胞のコロニー領域を抽出するコロニー領域抽出ステップと、
前記顕微鏡画像を構成する画素のうち基準値よりも大きい輝度値の画素の集まりに基づく領域である高輝度領域を前記顕微鏡画像から抽出する高輝度領域抽出ステップと、
前記コロニー領域抽出ステップによって抽出された前記コロニー領域と、前記高輝度領域抽出ステップによって抽出された前記高輝度領域とに基づいて、抽出対象領域を前記顕微鏡画像から抽出する抽出対象領域抽出ステップと、
前記抽出対象領域抽出ステップによって抽出された前記抽出対象領域を抽出結果として出力する出力ステップと、
を実行させるためのプログラム。 - 多能性幹細胞のコロニーの成熟度を評価する評価方法であって、
前記コロニーの位相差画像を取得する取得過程と、
前記位相差画像において、高輝度の画素を含む筋状構造を検出する検出過程と、
を含む評価方法。 - 多能性幹細胞のコロニーの成熟度を評価する評価方法であって、
時間を変えて前記コロニーが撮像された複数の位相差画像を取得する取得過程と、
前記複数の位相差画像のそれぞれにおいて、高輝度の画素を含む筋状構造を検出し、筋状構造の時間変化を算出する算出過程と、
を含む評価方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018193814 | 2018-10-12 | ||
JP2018193814 | 2018-10-12 | ||
PCT/JP2019/039250 WO2020075635A1 (ja) | 2018-10-12 | 2019-10-04 | 画像処理装置、画像処理方法、プログラム、及び評価方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2020075635A1 true JPWO2020075635A1 (ja) | 2021-10-14 |
JPWO2020075635A5 JPWO2020075635A5 (ja) | 2022-08-24 |
JP7351311B2 JP7351311B2 (ja) | 2023-09-27 |
Family
ID=70164557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020551099A Active JP7351311B2 (ja) | 2018-10-12 | 2019-10-04 | 画像処理装置、画像処理方法、プログラム、及び評価方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11953498B2 (ja) |
EP (1) | EP3865565A4 (ja) |
JP (1) | JP7351311B2 (ja) |
WO (1) | WO2020075635A1 (ja) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7907769B2 (en) * | 2004-05-13 | 2011-03-15 | The Charles Stark Draper Laboratory, Inc. | Image-based methods for measuring global nuclear patterns as epigenetic markers of cell differentiation |
EP2457989B1 (en) | 2009-07-21 | 2020-11-18 | Kyoto University | Image processing device, culture observation apparatus, and image processing method |
US9008406B2 (en) * | 2009-10-09 | 2015-04-14 | Kawasaki Jukogyo Kabushiki Kaisha | Method and apparatus for discriminating undifferentiated pluripotent stem cells, and automated culture method and system |
WO2012115153A1 (ja) | 2011-02-25 | 2012-08-30 | 株式会社ニコン | 細胞評価方法、細胞培養方法、細胞評価装置、インキュベータ、細胞評価プログラム、コロニー分類プログラム、幹細胞の培養方法、幹細胞評価装置および幹細胞評価プログラム |
JP6066492B2 (ja) | 2013-08-22 | 2017-01-25 | 富士フイルム株式会社 | 細胞画像評価装置および方法並びにプログラム |
EP3156477B1 (en) | 2014-06-16 | 2023-04-19 | Nikon Corporation | Method and apparatus for determining a maturity of a cell included in a target colony |
WO2016013394A1 (ja) | 2014-07-22 | 2016-01-28 | 株式会社日立ハイテクノロジーズ | 細胞数濃度調整装置およびそれを用いた自動継代培養システム |
JP6871057B2 (ja) | 2017-05-19 | 2021-05-12 | 株式会社技研製作所 | 鋼管矢板の施工方法および改良方法 |
-
2019
- 2019-10-04 EP EP19871996.5A patent/EP3865565A4/en active Pending
- 2019-10-04 WO PCT/JP2019/039250 patent/WO2020075635A1/ja unknown
- 2019-10-04 JP JP2020551099A patent/JP7351311B2/ja active Active
-
2021
- 2021-04-12 US US17/227,967 patent/US11953498B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3865565A1 (en) | 2021-08-18 |
EP3865565A4 (en) | 2022-07-20 |
JP7351311B2 (ja) | 2023-09-27 |
US20210301246A1 (en) | 2021-09-30 |
US11953498B2 (en) | 2024-04-09 |
WO2020075635A1 (ja) | 2020-04-16 |
CN112889086A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kaczmarek et al. | Techniques of image analysis for quantitative immunohistochemistry | |
US10504223B2 (en) | Cell image evaluation device, method, and program | |
US20080193014A1 (en) | Method and Device for the Segmentation of Regions and Related Computer Program Product | |
JP5771513B2 (ja) | 病理診断支援装置、病理診断支援方法、及び病理診断支援プログラム | |
Marti‐Aguado et al. | Digital pathology: accurate technique for quantitative assessment of histological features in metabolic‐associated fatty liver disease | |
Barbedo | Method for counting microorganisms and colonies in microscopic images | |
JP2021064115A (ja) | 細胞画像解析方法及び細胞解析装置 | |
EP3719739B1 (en) | Image coloring device, image coloring method, image learning device, image learning method, program, and image coloring system | |
US20210292703A1 (en) | Passage timing calculation device, passage timing calculation method, and recording medium for recording program | |
CN106960424B (zh) | 基于优化分水岭的结核杆菌图像分割识别方法及装置 | |
TWI711008B (zh) | 一種基於飽和度聚類的骨髓白血球細胞定位方法 | |
CN110544262B (zh) | 一种基于机器视觉的子宫颈细胞图像分割方法 | |
CN111429429A (zh) | 干细胞融合度检测方法、装置、计算机设备及存储介质 | |
JPWO2020075635A1 (ja) | 画像処理装置、画像処理方法、プログラム、及び評価方法 | |
Shah et al. | Automatic detection and classification of tuberculosis bacilli from camera-enabled Smartphone microscopic images | |
CN112889086B (zh) | 图像处理方法及图像处理装置 | |
JP2019164450A (ja) | 画像処理方法、コンピュータプログラムおよび記録媒体 | |
Dong et al. | Automatic segmentation for ovarian cancer immunohistochemical image based on YUV color space | |
Chen et al. | Evaluation of a novel histology‐based fibrosis phenotypic composite score and its correlation with NASH-CRN Fibrosis scores in patients with NASH | |
JPH07198714A (ja) | 細胞活性度判定方法及び装置 | |
US9390313B2 (en) | Image measurement apparatus and image measurment method measuring the cell neclei count | |
Soleimani et al. | A new method of SC image processing for confluence estimation | |
CN109360189A (zh) | 检测非制冷红外机芯图像像素缺陷点的方法 | |
CN111583175B (zh) | 一种红细胞图像检测方法及设备、介质 | |
WO2023008525A1 (ja) | 細胞画像解析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210408 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220816 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220816 |
|
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: 20230815 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230828 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7351311 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |