WO2018012601A1 - 画像解析システム、培養管理システム、画像解析方法、培養管理方法、細胞群製造方法及びプログラム - Google Patents

画像解析システム、培養管理システム、画像解析方法、培養管理方法、細胞群製造方法及びプログラム Download PDF

Info

Publication number
WO2018012601A1
WO2018012601A1 PCT/JP2017/025596 JP2017025596W WO2018012601A1 WO 2018012601 A1 WO2018012601 A1 WO 2018012601A1 JP 2017025596 W JP2017025596 W JP 2017025596W WO 2018012601 A1 WO2018012601 A1 WO 2018012601A1
Authority
WO
WIPO (PCT)
Prior art keywords
cell
cell group
target
types
mixing ratio
Prior art date
Application number
PCT/JP2017/025596
Other languages
English (en)
French (fr)
Inventor
竜馬 備瀬
賀隆 前田
正敏 黒田
和正 八巻
涼平 竹内
文哉 大橋
紘一郎 頼
Original Assignee
大日本印刷株式会社
テルモ株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 大日本印刷株式会社, テルモ株式会社 filed Critical 大日本印刷株式会社
Priority to EP17827724.0A priority Critical patent/EP3517932B1/en
Priority to US16/317,741 priority patent/US11398032B2/en
Priority to JP2018527671A priority patent/JP6646746B2/ja
Publication of WO2018012601A1 publication Critical patent/WO2018012601A1/ja

Links

Images

Classifications

    • 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
    • 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
    • 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
    • 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
    • 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
    • G06T7/20—Analysis of motion
    • 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
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • 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
    • G06V20/693—Acquisition
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20072—Graph-based image processing
    • 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

Definitions

  • the present disclosure relates to an image analysis system that analyzes an object to be cultured such as a cell or a fungus using an image, a culture system that uses the image analysis system, a culture management system, and the like.
  • target cells In recent years, with the advancement of medical technology including regenerative medicine and infertility treatment, the target cells (hereinafter referred to as “target cells”) and cell groups (hereinafter referred to as “target cell groups”) are cells. Research has been progressing on techniques for non-invasively and easily observing and evaluating conditions such as growth or inhibition of the disease.
  • Non-Patent Documents 1 and 2 a technique of imaging a target cell or a target cell group and observing the corresponding cell by using image analysis on the image.
  • Non-Patent Documents 3 and 4 a technique of tracking each cell.
  • Patent Document 1 that quantitatively grasps the movement state of a focused cell using a plurality of images, and calculates a feature amount indicating different morphological features of the cells from the plurality of images
  • Patent Document 2 An apparatus that evaluates each cell based on the feature amount (for example, Patent Document 2) is also known.
  • Zhaozheng Yin Takeo Kanade, Mei Chen: “Understanding the Phase Contrast Optics to Restore Artifact-Free Microscopy Images for Segmentation” Medical Image Analysis 16 (5): 1047-1062 (2012) Zhaozheng Yin, Ryoma Bise, Mei Chen and Takeo Kanade: “Cell Segmentation in Microscopy Imagery Using a Bag of Local Bayesian Classifiers” IEEE International Symposium on Biomedical Imaging (ISBI) 2010 Ryoma Bise, Zhaozheng Yin, Takeo Kanade: “Reliable Cell Tracking By Global Data Association” IEEE International Symposium on Biomedical Imaging 2011 Takeo Kanade, Zhaozheng Yin, Ryoma Bise, Seungil Huh, Sungeun Eom, Michael Sandbothe and Mei Chen: “Cell Image Analysis: Algorithms, System and Applications” IEEE Workshop on Applications (2011)
  • the present disclosure has been made in order to solve the above-described problems, and the purpose of the present disclosure is to treat itself or a production process thereof when the target cell group includes a plurality of types of cell groups having different attributes.
  • An analysis system and a culture management system using the same are provided.
  • An acquisition means for acquiring a plurality of target image data obtained by imaging a target cell group having a plurality of types of cell groups having different attributes along a time series; Detecting means for detecting the migration speed of each cell imaged in the target image by performing image analysis on the plurality of acquired target images; Generating means for generating a distribution function or a distribution state relating to the migration speed of the imaged target cell group based on the migration speed of each detected cell; Based on the migration speed information that is recorded in advance in the recording means and includes information on the migration speed in each of the plurality of types of cell groups, and the generated distribution function or distribution state, each of the plurality of types of cell groups.
  • An estimation means for estimating the mixing ratio; It has the composition provided with.
  • the image analysis system analyzes an image with respect to a mixing ratio of target cell groups having a plurality of types of cell groups having different attributes (for example, attributes distinguished by characteristics and functions such as doubling time). Therefore, the mixing ratio of the target cell group can be estimated noninvasively and accurately.
  • the image analysis system of the present disclosure images the ratio of a specific cell type when a cell type other than a specific cell type (for example, skeletal myoblast) to be used is mixed in the target cell group. Therefore, it is possible to evaluate the quality of the target cell group, such as calculating the purity of the specific cell type contained in the target cell group, It is also possible to evaluate the culture status of the target cell group during or after culture, such as mutation to other cell types.
  • a specific cell type for example, skeletal myoblast
  • the image analysis system can easily and accurately perform not only the quality control of the target cell group and the specific cell type as a target, but also the production control of the cell type.
  • a culture management system for managing a state of a target cell group having a plurality of types of cell groups having different attributes in a predetermined culture period,
  • An acquisition means for acquiring a plurality of target image data obtained by imaging a target cell group having a plurality of types of cell groups having different attributes at a predetermined timing within the culture period, in time series,
  • Detecting means for detecting the migration speed of each cell imaged in the target image by performing image analysis on the plurality of acquired target images;
  • Generating means for generating a distribution function or a distribution state relating to the migration speed of the imaged target cell group based on the migration speed of each detected cell; Based on the migration speed information that is recorded in advance in the recording means and includes information on the migration speed in each of the plurality of types of cell groups, and the generated distribution function or distribution state, each of the plurality of types of cell groups.
  • An estimation means for estimating the mixing ratio; Determination means for executing a determination process for determining whether or not the mixing ratio of each of the plurality of types of cell groups at the predetermined timing includes a predetermined mixing ratio condition; Notification control means for controlling the output means for executing a predetermined notification to the administrator on the result of the determination process; It has the composition provided with.
  • the culture management system of the present disclosure has a mixture ratio of cell types other than a specific cell type to be used in the target cell group during the culture period, such as being unusable for regenerative medicine.
  • the culture of the target cell group having a plurality of types of cell groups having different attributes can be managed so as not to increase.
  • the culture management system of the present disclosure includes, for example, a plurality of cell types having different doubling times, such as a target cell group collected from a living body (specifically, myofiber) composed of skeletal myoblasts and fibroblasts.
  • a target cell group composed of a plurality of cell groups culture of a cell group of a necessary cell type such as skeletal myoblast is performed while inhibiting the culture of a cell group of unnecessary cell type such as fibroblast. Since it can be continued, a target cell group that can be used with a high mixing ratio of necessary cell types can be cultured.
  • the culture management system of the present disclosure can perform quality control during the culture of the target cell group, and can allow the administrator to control the culture of the target cell group while performing the quality control.
  • the production efficiency of the group can be improved.
  • the present disclosure Manufacture at least a specific type of cell group by controlling the culture within a predetermined culture period for the target cell group that includes a plurality of types of cell groups that have different attributes and that are obtained from a living body
  • a cell manufacturing method comprising: A mixing ratio condition in which a mixing ratio of each of the plurality of types of cell groups included in the target cell group is predetermined with respect to the target cell group cultured at a predetermined timing within the predetermined period.
  • a step of performing an inspection process including at least a determination process for determining whether to comprise Suppression to suppress culturing of unnecessary cell types for the target cell group when the determination process determines that the mixing ratio of each of the plurality of types of cell groups does not satisfy the mixing ratio condition
  • a process or a step of executing a preparation process for executing the suppression process Including In the inspection process, Obtaining a plurality of target image data in which the target cell group is imaged in a time series at the predetermined timing; and Detecting each migration speed of each cell imaged in the target image by performing image analysis on the acquired multiple target images; Generating a distribution function or a distribution state relating to the migration speed of the imaged target cell group based on the migration speed of each detected cell; The plurality of cells included in the target cell group based on the migration speed information recorded in advance in the recording means and including information on the migration speed in each of the plurality of types of cell groups, and the generated distribution function or distribution state. Estimating the mixing ratio of each type of cell group and
  • the mixing ratio of cell types other than a specific cell type to be used for regenerative medicine or the like is increased to a target cell group during the culturing period, for example, more than specified.
  • the target cell group that can be used for regenerative medicine can be reliably cultured and manufactured.
  • the cell group production method of the present disclosure can be produced by culturing a target cell group having an appropriate quality, and can improve the production efficiency of the target cell group.
  • This disclosure can estimate the mixing ratio of target cell groups non-invasively and accurately, so that not only quality control of target cell groups and target specific cell types, but also cell type production management is easy. It can be done accurately.
  • 3rd Embodiment it is a figure for demonstrating specifying a fibroblast from the imaged object cell group mixed with the fibroblast and the skeletal myoblast, Comprising: About the object cell group in a mouse
  • 3rd Embodiment it is a figure for demonstrating specifying a fibroblast from the imaged object cell group in which the fibroblast and the skeletal myoblast were mixed, Comprising: The fibroblast in an object cell image It is a figure which shows the image dye
  • a cell quality evaluation system that performs quality evaluation of a target cell group using an image of the target cell group obtained by imaging the cultured cell group
  • a culture management system that uses the cell quality evaluation system 1 is an embodiment when an image analysis system, a culture management system, an image analysis method, a culture management method, a cell manufacturing method, and a program according to the present invention are applied.
  • the present invention is not limited to the following embodiments within the scope including the technical idea.
  • FIG. 1 is a system configuration diagram showing the configuration of the cell quality evaluation system 1 in the present embodiment.
  • the cell quality evaluation system 1 of the present embodiment images a target cell group having a plurality of types of cell groups with different attributes placed in a predetermined container such as a dish, and the imaged target cell group (Hereinafter, referred to as “target image”) is a system that estimates the mixing ratio of a plurality of types of cell groups by performing image analysis, and evaluates the quality of the target cell group based on the estimated mixing ratio.
  • target image is a system that estimates the mixing ratio of a plurality of types of cell groups by performing image analysis, and evaluates the quality of the target cell group based on the estimated mixing ratio.
  • the number of skeletal myoblasts after culturing has reached a sufficient number for use in treatment, or It is important to confirm the state (cultured state) of skeletal myoblasts after culturing, such as whether skeletal myoblasts of good quality are cultured (normally differentiated).
  • the proportion of skeletal myoblasts in the target cell group after culturing becomes unknown, and skeletal myoblasts have a slower growth rate than fibroblasts. Therefore, the number of skeletal myoblasts and the ratio to the whole can be specified only after culturing.
  • the mixing ratio and quality of a plurality of types of cell groups with respect to the target cell group can be estimated.
  • the reagent has an effect on the human body. It has become difficult to use cells such as skeletal myoblasts for treatment.
  • the characteristics (specific predetermined feature quantities) indicated by each cell are the same or in the same range depending on the situation such as individual differences and culture environment In some cases.
  • the cell migration speed known as one of the features for analyzing the characteristics of each cell, that is, the migration speed, can be easily obtained by tracking the movement of each cell from multiple time-series images.
  • the migration speed is not uniquely determined for each cell type having different attributes depending on the physical condition or other conditions of collecting donors, the culture environment or the culture state, or the properties of each cell, and is distributed in a certain range.
  • the target while detecting the migration speed as a feature quantity in each cell that can be easily analyzed from the image, the target is based on the distribution of the detected migration speed and the pre-recorded migration speed information.
  • the mixing ratio of each of a plurality of types of cell groups included in the cell group can be estimated.
  • the cell quality evaluation system 1 of the present embodiment includes an imaging device 10 that generates image data (hereinafter referred to as “target image data”) obtained by imaging a target cell group in time series, and The network 20 and an image processing device 30 that estimates the mixing ratio of the target cell group imaged in the target image data and evaluates the quality thereof.
  • target image data image data obtained by imaging a target cell group in time series
  • the network 20 and an image processing device 30 that estimates the mixing ratio of the target cell group imaged in the target image data and evaluates the quality thereof.
  • the imaging device 10 has, for example, a communication function for connecting to the network 20 to exchange data, an imaging function capable of acquiring a predetermined image such as a time-lapse image, and a microscope function for observing cells. It is a device that has.
  • the imaging apparatus 10 generates a target image data as a time-lapse image by converting a target cell group placed on a dish at regular intervals (for example, every 6 minutes or 12 minutes) into a still image by an imaging function.
  • the generated target image data is transmitted to the image processing apparatus 30 together with time information indicating the imaging time.
  • the imaging apparatus 10 includes an optical system, a CCDI sensor (Charge Coupled Device Image Sensor) that converts an optical image input from the optical system into an electrical signal, and image data based on the electrical signal generated by the CCDI sensor. And a generating unit that generates
  • the imaging device 10 uses a predetermined communication standard such as a LAN (LAN: Local Area Network) or is wired directly or via an access point (not shown). And transmitting to the image processing apparatus 30 wirelessly.
  • a predetermined communication standard such as a LAN (LAN: Local Area Network) or is wired directly or via an access point (not shown). And transmitting to the image processing apparatus 30 wirelessly.
  • the network 20 is composed of, for example, a wired or wireless IP (Internet Protocol) network 20 or a public telephone line network including a mobile phone network or other networks 20.
  • IP Internet Protocol
  • the image processing apparatus 30 operates in conjunction with the imaging apparatus 10 to perform image analysis on target image data generated by the imaging apparatus 10, thereby estimating a mixing ratio of a plurality of types of cell groups, and obtaining the estimated mixing ratio.
  • the image processing apparatus 30 (1) A plurality of target images obtained by imaging the target cell group from the imaging device 10 are acquired in time series, (2) By performing image analysis on the acquired plurality of target images, the migration speed of each cell imaged in the target image is detected, (3) Based on the detected migration speed of each cell, a distribution function or a distribution state relating to the migration speed of the imaged target cell group is generated, (4) Based on the pre-recorded migration speed information indicating the migration speed information in each of the plurality of types of cell groups and the generated distribution function or distribution state, the mixing ratio of each of the plurality of types of cell groups is calculated. Estimate (5) When the estimated mixing ratio has a predetermined condition, the quality of the target cell group is determined to be acceptable, It has a configuration for executing processing (hereinafter referred to as “quality determination processing”).
  • the image processing apparatus 30 has a configuration using a normal distribution or a lognormal distribution as a distribution function based on the detected migration speed of each cell.
  • the cell quality evaluation system 1 can estimate the mixing ratio of the target cell group non-invasively and accurately, so that the purity of a specific cell type included in the target cell group can be estimated. It is possible to evaluate the quality of the target cell group such as calculation, and also evaluate the culture status of the target cell group during or after culture, such as cell death of a specific cell type in culture or mutation to other cell types Can be done.
  • the cell quality evaluation system 1 of the present embodiment can easily and accurately perform not only the quality control of the target cell group and the specific cell type as the target, but also the production management of the cell type. Yes.
  • the image processing device 30 is based on the detected migration speed of each cell, the distribution function regarding the migration speed of the target cell group imaged, and the pre-recorded migration speed information. Based on the above, the case where the mixing ratio of each of a plurality of types of cell groups is estimated will be described.
  • the cell group included in the target cell group the skeletal myoblast cell group and the fibroblast cell group cell group in the skeletal muscle
  • (1) Cell group in cornea of corneal epithelial cell, corneal parenchymal cell and corneal endothelial cell (2) Cell group in cardiac muscle of cardiomyocyte, vascular endothelial cell and fibroblast (3) Skin of epidermal keratinocyte and fibroblast
  • Cell groups in the retina of retinal pigment epithelial cells, fibroblasts and vascular endothelial cells (5) Stem cells such as mucosal epithelial cells, epidermal keratinocytes and cells in the mucosa of fibroblasts, and the stem cells It is also possible to apply to a cell group obtained by inducing differentiation from a cell group, or a cell group of another cell collected together with the target cell when the cell is collected from the patient's body.
  • “attributes” are different not only that functions and cell types differ as in skeletal myoblasts and fibroblasts as described above, but also in differentiated and undifferentiated states and cell indirect. Different maturity levels indicating that the wear has progressed and become ready for transplantation, appearance and structure such as shape and size are different, presence or absence of mutation during culture, injection of predetermined factor or other Differences based on the presence or absence of fusion with the cell are also included.
  • FIG. 2 is a block diagram showing a block of the image processing apparatus 30 of the present embodiment.
  • the image processing apparatus 30 transmits data from a data recording unit 300 that records various data used when various programs are executed, and the imaging apparatus 10.
  • a communication control unit 310 that exchanges various data such as time-series data of the target cell group, a data processing unit 320 that executes a quality determination process based on the generated target image, a liquid crystal panel, and the like
  • the display unit 340 includes a display control unit 350 that controls the display unit 340, an operation unit 370, and a management control unit 380 that controls each unit.
  • the above-described units are connected to each other by a bus 39, and data transfer is performed between the components.
  • the data recording unit 300 includes, for example, an HDD (Hard Disk Drive) and the like, and is generated by being imaged by the application recording unit 301 in which an application program for executing each process such as a quality determination process is recorded, and the imaging apparatus 10
  • the image data recording unit 302 records target image data obtained by imaging a plurality of target image groups acquired from the imaging apparatus 10 for each dish (that is, for each group) in time series. .
  • migration speed information of a cell group included in the target cell group to be estimated is recorded.
  • the average speed of skeletal myoblasts and fibroblasts and The value of dispersion (standard deviation) is recorded as the traveling speed information.
  • the communication control unit 310 is a predetermined network interface, establishes a communication line with the imaging device 10, and exchanges various data when acquired by the imaging device 10.
  • the data processing unit 320 is based on an application that executes a quality determination process recorded in the ROM / RAM 304.
  • Detection process (2) A process for generating a distribution function relating to the migration speed of the imaged target cell group based on the detected migration speed of each cell (hereinafter referred to as “distribution function generation process”), (3) Based on the pre-recorded migration speed information and the generated distribution function, a process for estimating the mixing ratio of each of a plurality of types of cell groups (hereinafter, “mixing ratio estimation process”), and (4) When the estimated mixing ratio has a predetermined condition, a process for determining the quality of the target cell group as acceptable (hereinafter referred to as “acceptance determination process”), Execute.
  • the data processing unit 320 executes, by executing an application, a detection processing unit 321 that executes a traveling speed detection process, a generation processing unit 322 that executes a distribution function generation process, and an estimation process that executes a mixture ratio estimation process. And a determination processing unit 324 that executes a pass / fail determination process.
  • the detection processing unit 321 of the present embodiment constitutes the acquisition unit of the present invention together with the communication control unit 310, and constitutes the detection unit of the present invention.
  • the generation processing unit 322 of the present embodiment constitutes a generation unit of the present invention
  • the estimation processing unit 323 constitutes an estimation unit of the present invention.
  • the determination processing unit 324 of the present embodiment constitutes a determination unit of the present invention.
  • the display unit 340 is configured by a panel of a liquid crystal element or an EL (Electro Luminescence) element, and displays a predetermined image based on the display data generated by the display control unit 350.
  • EL Electro Luminescence
  • the display control unit 350 generates drawing data necessary for causing the display unit 340 to draw a predetermined image under the control of the management control unit 380 and the data processing unit 320, and generates the generated drawing data on the display unit 340. Output.
  • the operation unit 370 is a variety of confirmation buttons, operation buttons for inputting operation commands, and a number of keys such as a numeric keypad.
  • the operation unit 370 includes a touch sensor provided on the display unit 340 and is used when performing each operation. It is supposed to be.
  • the management control unit 380 is mainly configured by a central processing unit (CPU), and performs overall management control of the image processing apparatus 30 and various other controls by executing a program.
  • CPU central processing unit
  • ROM / RAM 304 Various programs necessary for driving the image processing apparatus 30 are recorded in the ROM / RAM 304. Further, various applications executed by the data processing unit 320 and the management control unit 380 are recorded in the ROM / RAM 304.
  • the ROM / RAM 304 is used as a work area during execution of each program.
  • FIGS. 3A to 3C are diagrams for explaining the mixture ratio estimation process (mixed distribution function, distribution function N1, or distribution function N2) executed in the estimation processing unit 323 of the present embodiment. is there.
  • the detection processing unit 321 uses, for example, the techniques described in Non-Patent Documents 1 to 4 described above, and uses a plurality of target cell groups placed on a dish imaged by the imaging device 10 from the image data recording unit 302.
  • the detection processing unit 321 uses a time-lapse image (phase difference image) for each predetermined time interval (frame) and a plurality of time-series time-lapse images, and has a high luminance and the light that appears around the image.
  • a region surrounded by Halo that is a bleeding is detected as a cell, and a cell division based on a change in the shape of the cell is detected using a stochastic model such as EDCRF.
  • the detection processing unit 321 recognizes the shape of the partially overlapped cell based on the cell detected in the immediately preceding frame, and moves the position in the same cell (coordinates (x, y) in the target image). ) Is specified, and the movement distance in each cell is calculated based on the coordinates in the target images before and after the time series.
  • the detection processing unit 321 detects the migration speed of each cell based on the calculated moving distance and the time difference between the target images, and stores the detected migration speed of each cell in the ROM / RAM 304.
  • the detection processing unit 321 may include the case where the target cell group includes 100 cells (or about 100 cells). If it is assumed that it is included, the traveling speed detection process may be executed based on the target image (time-lapse image) of about 10 frames.
  • the detection processing unit 321 uses the operation unit 370 to specify each cell of each target image by manual operation of the operator, compares a plurality of time-series target images, and determines the moved position in the same cell. You may specify.
  • the generation processing unit 322 executes a distribution function generation process for calculating a distribution function of a normal distribution or a log normal distribution of the detected migration speed of each cell.
  • the generation processing unit 322 assumes that the migration speed of each cell becomes a normal distribution or a lognormal distribution, calculates the average value and variance of the migration speed of each cell, and calculates the calculated average value and variance. Is used to calculate the distribution function or lognormal distribution of the normal distribution.
  • the generation processing unit 322 may calculate the average value “ ⁇ ” and the variance “ ⁇ ” when assuming the normal distribution of the migration speed of each cell, or the average value “ ⁇ x ” and the variance “ ⁇ x ” in the log normal distribution.
  • the normal distribution function N 1 (x) shown in (Expression 1) or the target normal distribution function N 2 (x) shown in (Expression 2) is calculated as a mixed distribution function.
  • the estimation processing unit 323 includes the calculated normal distribution function or lognormal distribution function (that is, the mixed distribution function) and the migration speed information recorded in advance in the reference data recording unit 303, and is included in the target cell group to be estimated. Based on the migration speed information of the cell group, the mixing ratio estimation process for calculating the mixing ratio of the cell group is executed.
  • the distribution of the migration speed of each cell group is independent (does not depend on) the migration speed of other cell groups, the distribution of the migration speed of each cell group, specifically, a normal distribution or a lognormal distribution
  • the basic distribution (specifically, mean and variance) of each cell group included in the target cell group Is known the mixing ratio can be estimated by statistical processing using a predetermined algorithm.
  • the estimation processing unit 323 shows the average speed and variance (standard deviation) as the migration speed information of each cell group included in the target cell group to be estimated, and the calculation processing unit 322 calculates (Expression 1). Based on the normal distribution function N 1 (x) or the log normal distribution function N 2 (x) shown in (Expression 2), the mixing ratio of each of a plurality of types of cell groups is estimated.
  • the mixing ratio is calculated for two cell groups of a cell group A (for example, a skeletal myoblast group) and a cell group B (for example, a fibroblast group).
  • the calculated normal distribution function that is, the distribution function representing the mixed distribution
  • the estimation processing unit 323 is based on a predetermined algorithm ( The mixing ratio variables “ ⁇ A ” and “ ⁇ B ” satisfying Expression 3) and Expression 4 are calculated, and the distribution function ratios as shown in FIGS. 3B and 3C are specified.
  • Expression 3 is an expression of the mixed distribution function f (x) in the case of the normal distribution function.
  • the average values “ ⁇ A ” and “ ⁇ B ” and the variances “ ⁇ A ” and “ ⁇ B ” in (Equation 3) are known from the traveling speed information, for example, a normal distribution
  • the function N 1 (x A ) is a skeletal myoblast
  • “ ⁇ A ” is 29.72857 ⁇ m / frame
  • “ ⁇ A ” is 6.602264
  • the normal distribution function N 2 (x B ) is a fiber.
  • 22.5 ⁇ m / frame is used for “ ⁇ B ”
  • 8.921233 is used for “ ⁇ B ”.
  • the estimation processing unit 323 uses one of the maximum likelihood methods, an EM (Expectation Maximization) algorithm, as the predetermined algorithm. Specifically, the estimation processing unit 323 calculates parameter variables “ ⁇ A ” and “ ⁇ B ” that maximize the log likelihood function In (p) shown in (Equation 5).
  • K indicates an index of a model distribution function (base normal distribution or log normal distribution), and “K” indicates the number thereof.
  • N k indicates the effective number of points assigned to the k th cluster
  • ⁇ k is the weight of the k th model distribution function
  • the initial value of the “ ⁇ k ” is A random value based on an appropriate ratio is used
  • “M” indicates the number of samples.
  • the determination processing unit 324 determines whether the ratio of the target cells to the target cell group estimated by the estimation processing unit 323 satisfies a predetermined condition (for example, a certain value or more), and works in conjunction with the display control unit 350. Then, a pass determination process for displaying the determination result on the display unit 340 is executed.
  • a predetermined condition for example, a certain value or more
  • the determination processing unit 324 has a target cell group in the mixed distribution function generated in the generation processing unit 322, that is, a ratio of skeletal myoblasts in the entire target cell group. It is determined whether or not a predetermined condition (for example, a certain ratio or more) is satisfied. If the predetermined condition is satisfied, the determination processing unit 324 determines that the determination is acceptable, and if the predetermined condition is not satisfied, the determination processing unit 324 determines that the determination is rejected, and displays the result on the display unit 340. .
  • a predetermined condition for example, a certain ratio or more
  • FIG. 4 is a flowchart showing the operation of the quality determination process executed in the image processing apparatus 30 of the cell quality evaluation system 1 of the present embodiment.
  • a plurality of target image data acquired in time series and migration speed information of a plurality of types of cell groups having different attributes in the target cell group of the target image are recorded in the data recording unit 300 in advance. It shall be.
  • the traveling speed detection process is executed by automatic tracking.
  • the detection processing unit 321 detects the start of the quality determination process based on the operation of the operation unit 370 while selecting the target image (step S101)
  • the detection processing unit 321 follows the time series of the selected specific target cell group.
  • a plurality of target images are acquired (step S102).
  • the detection processing unit 321 identifies the tracking of each cell included in the imaged target cell group and detects the migration speed of each cell (step S103). Specifically, the detection processing unit 321 has a target image of about 10 frames when the target cell group includes 100 cells (or when it is assumed that about 100 cells are included). To get.
  • the generation processing unit 322 calculates the distribution function (mixed distribution function) of the lognormal distribution based on the calculated average and variance while calculating the average and variance of the detected migration speed of each cell (step S104).
  • the estimation processing unit 323 reads the migration speed information (average and variance) of the corresponding cell group from the reference data recording unit 303 (step S105), the read migration speed information, the calculated mixed distribution function, and Based on the above, a mixing ratio variable “ ⁇ ” satisfying (Expression 3) and (Expression 4) is calculated according to a predetermined algorithm, and the ratio of the mixture distribution function is specified (step S106).
  • the determination processing unit 324 executes a pass / fail determination processing unit that determines whether the ratio of the target cells to the target cell group satisfies a predetermined condition (a certain value or more) (step S107). Specifically, the determination processing unit 324 determines whether or not a predetermined condition is satisfied. At this time, the determination processing unit 324 determines pass if the ratio of the target cells to the target cell group satisfies a predetermined condition, and determines that the target cell fails if the ratio does not satisfy the predetermined condition.
  • a predetermined condition a certain value or more
  • the determination processing unit 324 displays the determination result, that is, the pass / fail result on the display unit 340 (step S108), and ends the operation.
  • FIGS. 5A to 5C are diagrams for explaining a simulation (mixed distribution function, distribution function N1, or distribution function N2) using the logarithmic function distribution in the present embodiment.
  • This simulation is a result of execution in a target cell group including skeletal myoblasts and fibroblasts.
  • this simulation detects the migration speed of each cell mixed at a predetermined mixing ratio (that is, a cell whose attribute type is unknown), and the detection result and the skeletal myoblasts detected in advance and It is the result of estimating the mixing ratio of each cell group based on the migration rate information of fibroblasts.
  • this simulation uses the result of detecting the migration speed for 100 cells per frame. For example, when the number of samples is “1000”, the migration speed for each cell for 10 frames is detected. And using the above-described EM algorithm, the ratio of the cell types having different attributes in the cell group is calculated.
  • the simulation results using the normal distribution function are shown in Table 1, and the simulation results using the lognormal distribution function are shown in Table 2.
  • Table 1 For example, as a simulation result using the normal distribution function, in the mixed distribution as shown in FIG. 3A, the respective distributions of FIG. 3B and FIG. 3C can be obtained, and the simulation result using the log normal distribution function is In the mixed distribution as shown in 5A, the respective distributions of FIGS. 5B and 5C are obtained.
  • the maximum error is 7% or less, and it can be said that a certain degree of accuracy can be secured. In particular, if the number of samples is 1000 or more, the error is 2.5% or less, and the accuracy is sufficient.
  • the accuracy is improved as compared with the case where the normal distribution function is used for all the sample numbers, which is a more preferable result. This is because, in the normal distribution, a “minus” movement distance is allowed for the movement distance used when calculating the migration speed of each cell, whereas in the log normal distribution, all the movement distances are “plus”. It is considered that the difference is expressed in accuracy.
  • the determination processing unit 324 of the present embodiment determines whether or not the ratio of the target cells to the target cell group estimated in consideration of the above-described error being predicted satisfies a predetermined condition (a certain value or more). Can be determined. For example, if the error is predicted to be 2.5% or less, a range of ⁇ 2.5% may be determined to pass the predetermined condition. However, since the 2.5% is an average error, it is possible to set the acceptance range wide by ⁇ 3.0%.
  • FIGS. 6A to 6C and FIG. 6A, 6B, and 6C are diagrams for explaining the noise tolerance (noise levels 0.0, 0.5, and 1.0) of the present embodiment, and FIG. 7 shows the average running speed. It is a graph which shows the simulation result of the average error with respect to a noise level.
  • the donor of each cell to be detected in the target cell group is different from the donor that obtained the pre-recorded migration rate information
  • the donor and the target cell of the pre-recorded migration rate information are acquired. Even if the donor is the same, it is assumed that the migration speed itself is different depending on the physical condition or the like, or that the distribution ranges of the attributes (numerical values, etc.) of each mixed cell are greatly overlapped.
  • this simulation is performed on a target cell group including skeletal myoblasts and fibroblasts, as in the above-described simulation, and noise is generated for each average migration speed included in the target cell group. Shows the result if it occurs.
  • the noise level is defined in (Equation 8).
  • the noise level “L” is “0.0”
  • the average migration rates of the skeletal myoblasts and fibroblasts actually contained in the target cell group coincide
  • the noise level “L” is “0.5”
  • the difference between the values of the embodiment is half
  • the noise level “L” is “1.0”.
  • a result with a difference of normal values with respect to the average of the traveling speed is shown.
  • m2 22.5 ⁇ m / frame and 8.92123 are used.
  • Fig. 7 shows the results of this simulation for the running speed and average error. If the average error is less than 10%, it can be said that the accuracy can be ensured. Therefore, the noise level that satisfies the confidence interval (95%) is within the allowable range up to about “0.2”. .
  • the mixing ratio in the target cell group can be estimated as long as the noise is below a certain level.
  • the imaging device 10 and the image processing device 30 may be installed or used in the same room or in the same site, or each may be installed in a remote place such as outside the country or used in a remote place. Each process described above may be executed.
  • the image processing device 30 may perform quality determination processing using a database connected via the network 20, or may be formed by one or a plurality of devices.
  • the database takes part of the functions of the data recording unit 300 (recording of target images and recording of traveling speed information).
  • the cell quality evaluation system is realized by the imaging device 10 and the image processing device 30, but an image data generation unit including a scanner and an imaging function may be provided and realized by a stand-alone type.
  • the image data generation unit constitutes an acquisition unit of the present invention.
  • the mixture distribution is a histogram with a predetermined number of bins
  • the mixture distribution is a basic distribution (that is, the distribution A of skeletal myoblasts and the distribution of fibroblasts in the above embodiment).
  • B) can be assumed to be the sum of the weights (ie, ⁇ A and ⁇ B ).
  • the mixed distribution “S” and the basic distributions “A” and “B” can be expressed as q-dimensional vectors when the number of bins is q, and therefore, based on the following (Expression 9) (Expression 10): It is possible to calculate the ratio of the minimum P (ie, ⁇ A and ⁇ B ).
  • the problem of obtaining the weights ⁇ A and ⁇ B as in (Equation 9) is considered, but since there is not always a matching value, while satisfying the constraint that the weight is positive and the total weight is 1.
  • the weight is estimated by solving the problem that the square error between the observation distribution S and the estimated combined distribution ( ⁇ A A + ⁇ B B) is minimized.
  • the detection processing unit 321 is configured to detect the migration speed of 1000 samples of cells.
  • the detection processing unit 321 can be realized by sampling any one of the dishes in the time-lapse image by increasing the imaging time.
  • a plurality of arbitrary locations from the lime lapse image may be used as samples (spatial sampling).
  • temporal and spatial sampling may be combined.
  • the mixture ratio of each of a plurality of types of cell groups is estimated using a normal distribution and a log normal distribution, but another probability such as a gamma distribution or a beta distribution that fits the cell migration rate distribution is used.
  • a distribution function may be used.
  • the cell quality evaluation system estimates the ratio of a specific cell type using an image when a cell type other than the specific cell type to be used is mixed in the target cell group.
  • the quality of the target cell group can be evaluated, such as calculating the purity of the specific cell type contained in the target cell group, and the cell death of the specific cell type in the culture and the mutation to other cell types Since the culture status of the target cell group during or after culture can be evaluated, not only the quality control of the target cell group and the specific cell type of interest, but also the production control of the cell type is easily and accurately performed. be able to.
  • the culture management system 2 of this embodiment is a system that manages the state of a target cell group having a plurality of types of cell groups having different attributes in a predetermined culture period using the cell quality evaluation system 1 of the first embodiment. .
  • the culture management system 2 uses the imaging device 10 and the image processing device 30 according to the first embodiment, and is used for the target cell group during the culture period, for example, cannot be used for regenerative medicine.
  • the culture management system 2 of the present embodiment in the first embodiment, is a mixture ratio condition in which the mixture ratio of each of the plurality of types of cell groups is determined at a predetermined timing or for each timing during the culture period. And a notification control process for notifying the administrator of a result of the determination process.
  • this embodiment it has the same structure as 1st Embodiment except said feature point, and attaches
  • FIG. 8 is a system configuration diagram showing the configuration of the culture management system 2 in the present embodiment.
  • the culture management system 2 of the present embodiment executes culture management of the target cell group during the culture period, the imaging device 10 that generates target image data obtained by imaging the target cell group in time series, and the network 20.
  • the culture management device 31 is configured to be configured.
  • the culture management device 31 has functions similar to those of the image processing device 30 of the first embodiment, and in addition to these functions, the culture management device 31 includes a plurality of cells in the target cell group at predetermined timings within a predetermined culture period. It has a function of determining whether or not the mixing ratio of each kind of cell group has a mixing ratio condition and executing a predetermined notification to the administrator of the determination result.
  • the culture management device 31 has a function similar to that of the image processing device 30 of the first embodiment, in conjunction with the imaging device 10, by performing image analysis on target image data generated by the imaging device 10.
  • the mixing ratio of a plurality of types of cell groups is estimated, and the quality of the target cell group is evaluated based on the estimated mixing ratio.
  • the culture management device 31 is similar to the image processing device 30 according to the first embodiment.
  • the culture management device 31 of the present embodiment executes the determination process at a predetermined timing (particularly at each predetermined timing) during the culture period, and in the result of the determination process, a plurality of types are determined.
  • a predetermined notification is executed to the administrator.
  • the above determination process is performed at each predetermined timing during the culture period, and the quality of the target cell group is determined periodically during the culture period, for example, the quality is maintained. It is possible to notify the manager when the quality is reduced.
  • the target cell during the culture period becomes unusable for regenerative medicine.
  • the culture of a target cell group having a plurality of types of cell groups having different attributes can be managed so that cell types other than a specific cell type to be used in the group are not cultured more than specified.
  • cells of a plurality of cell types having different doubling times such as a target cell group collected from a living body (specifically, myofiber) composed of skeletal myoblasts and fibroblasts.
  • a target cell group composed of groups the culture of cell groups of necessary cell types such as skeletal myoblasts is continued while preventing the culture of cell groups of unnecessary cell types such as fibroblasts. Therefore, it is possible to culture a target cell group that can be used with a high mixing ratio of necessary cell types.
  • quality control during the culture of the target cell group can be performed, and the administrator can control the culture of the target cell group for the quality control. Can be improved.
  • FIG. 9 is a block diagram showing a block of the culture management device 31 of the present embodiment.
  • the culture management device 31 includes a data recording unit 300, a communication control unit 310, a display unit 340, a display control unit 350, an operation unit 370, and a management control unit 380.
  • An output unit 390 that performs a predetermined notification, a timer 391, and a data processing unit 400 that performs a quality determination process based on the generated target image and performs culture management,
  • Each unit is connected to each other by a bus 39, and data is transferred between the components.
  • the data processing unit 400 of the present embodiment constitutes the notification control means of the present invention
  • the output unit 390 constitutes the output means of the present invention.
  • the output unit 390 is a device that notifies an abnormality of the target cell group under culture management to a manager such as a speaker, an alarm device, or a lamp, for example, by sound or light.
  • the output unit 390 notifies the administrator of the determination result of the determination process executed at a predetermined timing during a predetermined culture period or at each predetermined timing.
  • the output unit 390 provides a notification indicating that the condition is satisfied and a notification indicating that the culture can be continued. , Notify the administrator by display, sound or light.
  • the output unit 390 cannot notify that the condition is not satisfied or cannot continue the culture.
  • a notification indicating that it is necessary is notified to the administrator by display, sound, light, or the like.
  • a predetermined image may be displayed on the display unit 340 and function as an output unit for notifying the administrator.
  • the timer 391 outputs the date and time (day or current time) based on the instruction of the data processing unit 400, or outputs that when a predetermined timing has arrived by executing time measurement.
  • the data processing unit 400 performs a traveling speed detection process, a distribution function generation process, a mixing ratio estimation process, and a pass determination process, so that the quality determination process recorded in the ROM / RAM 304 is performed.
  • the detection processing unit 321, the generation processing unit 322, the estimation processing unit 323, and the determination processing unit 324 are realized.
  • the data processing unit 400 implements the culture management unit 410 and the notification control unit 420 by executing an application.
  • the culture management unit 410 controls each unit at a predetermined timing (including every predetermined timing) during the culture period, so that the migration speed detection process, the distribution function generation process, the mixing ratio estimation process, Then, a pass determination process is executed to obtain a pass / fail determination result.
  • the culture management unit 410 changes the mixing ratio condition at each timing to execute the determination process.
  • the culture management unit 410 uses a mixture ratio condition for the determination process at a timing with a short elapsed time within the culture period, and a mixture ratio condition that makes a criterion of passing more stringent than the determination process at a timing with a long elapsed time.
  • the culture management unit 410 performs primary culture and subculture (expansion culture) for a target cell group composed of two cell types, a skeletal myoblast group and a fibroblast group.
  • a predetermined condition for example, a certain value or more
  • the culture management unit 410 executes a N-fold expansion culture and has a predetermined mixing ratio from the entire target cell group in a necessary cell type (ie, skeletal myoblast) for use in regenerative medicine or the like.
  • a necessary cell type ie, skeletal myoblast
  • N the minimum ratio available for regenerative medicine, specifically, more than twice the number of cells required for transplantation
  • N the culture period
  • the mixing ratio condition is that the required cell type (for example, skeletal myoblasts) is 95% in the entire target cell group
  • the culture management unit 410 has a mixture ratio of the necessary cell types (for example, skeletal myoblasts) in the entire target cell group of N times of expansion culture being a certain ratio or more. Is used.
  • the culture management part 410 acquires the result of the determination process based on the said mixture ratio condition.
  • the mixing ratio condition is changed in the determination process after the N-2 and N-1 subcultures.
  • the mixing ratio condition may be changed, or a certain condition may be used without changing the mixing ratio condition.
  • the determination process may be executed for each primary culture or subculture, and as a predetermined timing, during primary culture, after primary culture, during subculture, or after subculture, etc.
  • the determination process may be executed.
  • the notification control unit 420 executes each determination process or at a predetermined timing (eg, after an administrator's request timing or the final determination process).
  • the output unit 390 is controlled to cause the output unit 390 to execute a predetermined notification to the administrator.
  • the display control unit 350 is controlled by the determination processing unit 324 and the determination result is displayed on the display unit 340.
  • the notification control unit 420 of this embodiment uses the display control unit 350. You may control and display the image for performing a predetermined notification on the display part 340. FIG.
  • FIG. 10 is a flowchart which shows the operation
  • the determination process is executed at every predetermined timing during the culture period, and when the mixing ratio condition in each determination process is not satisfied, a predetermined notification is executed as a warning to the administrator. .
  • the culture of the target cell group is placed on a predetermined dish and installed in an incubator (not shown), and the target image of the target cell group is imaged at a predetermined timing during the culture. 10 is acquired in time series and recorded in the data recording unit 300.
  • the traveling speed detection process is executed by automatic tracking.
  • the culture management unit 410 detects the start of culture during the culture period based on the operation of the administrator (step S201), the culture management unit 410 causes the timer 391 to start measuring time (step S202).
  • the culture management unit 410 causes the timer 391 to determine whether or not the current time is the timing for executing the determination process (step S203), and determines that the current time is the timing for executing the determination process.
  • the process proceeds to S212 and it is determined that the current time is not the timing for executing the determination process, the process waits for a predetermined period (step S204), and the process returns to step S203.
  • the culture management unit 410 determines a target cell group on the target dish (that is, based on the operation of the operation unit 370) (ie, While selecting a target image in a specific target cell group), a plurality of target images along the time series of the selected specific target cell group are acquired (step S212).
  • the detection processing unit 321 identifies the tracking of each cell included in the imaged target cell group, and detects the migration speed of each cell (step S213). Specifically, the detection processing unit 321 has a target image of about 10 frames when the target cell group includes 100 cells (or when it is assumed that about 100 cells are included). To get.
  • the generation processing unit 322 calculates the distribution function (mixed distribution function) of the lognormal distribution based on the calculated average and variance while calculating the average and variance of the detected migration speed of each cell (step S214).
  • the estimation processing unit 323 reads the migration speed information (average and variance) of the corresponding cell group from the reference data recording unit 303 (step S215), the read migration speed information, the calculated mixed distribution function, and Based on the above, a mixing ratio variable “ ⁇ ” satisfying (Expression 3) and (Expression 4) is calculated according to a predetermined algorithm, and the ratio of the mixture distribution function is specified (step S216).
  • the determination processing unit 324 executes a pass / fail determination processing unit that determines whether the ratio of the target cells to the target cell group satisfies a predetermined condition (a certain value or more) (step S217). Specifically, the determination processing unit 324 determines whether or not a predetermined condition is satisfied. At this time, the determination processing unit 324 determines pass if the ratio of the target cells to the target cell group satisfies a predetermined condition, and determines that the target cell fails if the ratio does not satisfy the predetermined condition.
  • a predetermined condition a certain value or more
  • the notification control unit 420 outputs the determination result, that is, the pass / fail result to the display unit 340 and the output unit 390 in conjunction with the display control unit 350 and the like, and notifies the administrator (step S218).
  • the culture management unit 410 prompts execution of a predetermined process such as killing a cell type other than the target cell.
  • the culture management unit 410 may stop the culture of the target cells and forcibly terminate the operation.
  • the culture management unit 410 determines whether or not there is a next determination process (step S219). If it is determined that there is a timing for the next determination process, the process proceeds to the process of step S203, and the next determination is performed. When it is determined that there is no processing timing (that is, the processing in the previous step S217 is the final determination processing), this operation is terminated.
  • the cell group production method of the present embodiment controls a culture within a predetermined culture period for a target cell group that is a target cell group acquired from a living body and includes a plurality of types of cell groups having different attributes.
  • the cell group production method of the present embodiment includes: (A) By using the culture management system 2 described above, the plurality of types of cell groups included in the target cell group with respect to the target cell group cultured at a predetermined timing within a predetermined period. Performing an inspection process including at least a determination process for determining whether or not each mixing ratio has a predetermined mixing ratio condition; (B) When it is determined by the determination process that the mixing ratio of each of the plurality of types of cell groups does not have the mixing ratio condition, it is possible to suppress the culture of unnecessary cell types with respect to the target cell group. Suppression process, or preparation process for executing the suppression process, Each process is included.
  • the culture management system 2 determines (A1) in advance during the culture of the target cell group as in the second embodiment, as the inspection process of (A).
  • a timing for each predetermined timing
  • a plurality of target image data obtained by imaging a target cell group are acquired along a time series
  • A2 By performing image analysis on a plurality of target images acquired, the migration speed of each cell imaged in the target image is detected
  • A3) Based on the detected migration speed of each cell, a distribution function or a distribution state related to the migration speed of the imaged target cell group is generated
  • a plurality of information included in the target cell group based on the migration speed information recorded in advance in the database and including information on the migration speed in each of the plurality of types of cell groups, and the generated distribution function or distribution state. Estimate the mixing ratio of each type of cell group and execute a judgment process based on the mixing ratio condition. It has a configuration.
  • (B1) In order to stop the proliferation (including death) of unnecessary cell types with respect to the target cell group, a suppression treatment for suppressing the culture of the unnecessary cell types, or (B2) Preparation process for executing the suppression process, such as prompting the administrator to execute the suppression process, Is executed.
  • the mixing ratio of each of the plurality of types of cell groups is the mixing ratio condition (for example, the cell group of the necessary cell type is compared to the target cell group If the target cell group is available, it is determined that the final inspection process has been passed.
  • cryopreservation is executed by the timing of use and the use is performed.
  • the final use determination is executed by the standard test, and when the standard test is passed, it is processed into a use form such as a cell sheet.
  • a cell type other than a specific cell type for example, skeletal myoblast
  • the culture of the target cell group that is, the mixing ratio of a plurality of cell types of the target cell group.
  • a target cell group having an appropriate quality can be cultured and manufactured, and the manufacturing efficiency of the target cell group can be improved.
  • the culture management device 31 is described as having a culture suppression function.
  • the culture management device 31 of the culture management system 2 may be provided with a culture function, and the culture management system 2 is not shown separately from the culture management device 31. You may have a culture apparatus.
  • the culture apparatus (culture management apparatus 31) has been described in the first embodiment with the temperature-controlled room in which the internal atmosphere is maintained at a predetermined environmental condition and a plurality of culture containers for culturing cultured cells can be accommodated. And an imaging unit that captures an image of the cultured cell.
  • FIG. 11 is a figure for demonstrating the principle of the cell group manufacturing method in this embodiment.
  • FIG. 12 is a diagram for describing the identification of fibroblasts from a group of imaged target cells in which fibroblasts and skeletal myoblasts are mixed in the third embodiment.
  • 12A is a diagram showing a phase contrast image taken with a phase contrast microscope for a target cell group in a mouse
  • FIG. 12B is a diagram showing an image stained with fluorescence for fibroblasts in the target cell image of FIG. It is.
  • a group of target cells collected from a living body is placed on a dish in which a predetermined medium is installed to start culture (primary culture), and culture is performed for a predetermined period (for example, 7 days) (FIG. 11).
  • a predetermined medium for example, 7 days
  • the culture management device 31 starts the culture management based on the operation of the manager, and manages the dish that has started the culture in the incubator.
  • the medium is exchanged at a predetermined timing (for example, 4 days after the start of the primary culture).
  • N is a natural number
  • the culture management device 31 executes culture management based on the operation of the administrator, and manages each dish in which the target cell group is being cultured in the incubator, as in the primary culture.
  • medium replacement is performed during each subculture at a predetermined timing (for example, 4 days after the start of each subculture).
  • the imaging device 10 has an imaging function based on the control of the culture management device 31 or based on the operation of the administrator.
  • the target cell group placed on the dish at a predetermined timing (for example, every 6 minutes or 12 minutes) is converted into a still image, and the target image data is generated as a time-lapse image. Is recorded in the culture management device 31 together with time information indicating the imaging time (first phase and second phase in FIG. 11).
  • the culture management apparatus 31 performs the culture management process (namely, determination process) in 2nd Embodiment after primary culture, after each subculture, or after the subculture after a specific frequency
  • the mixing ratio of the target cells in the cell group is calculated, and a pass / fail determination regarding the quality of the target cell image of each dish is performed based on a predetermined mixing ratio condition (that is, a pass / fail determination in the inspection process) (FIG. 11).
  • First phase and second phase are examples of a predetermined mixing ratio condition.
  • mixing ratio conditions you may change for every judgment processing at each culture
  • the culture management device 31 performs processing for suppressing unnecessary cell culture such as removing (killing) cell groups of unnecessary cell types for the target cell group of the dish that has been rejected (hereinafter, referred to as “destination cell group”). (Referred to as “suppression process”) is executed by the culture management apparatus 31 or a preparatory process for causing the culture suppression apparatus 32 to execute the suppression process (first phase and second phase in FIG. 11).
  • the culture management device 31 performs the suppression process as follows: (1) Unnecessary cell groups (specifically fibroblasts) or necessary cell groups (specifically, skeletal muscles) depending on pattern matching (color and shape), migration speed, etc. from all regions in the image Blast cells), (2) A cell group of unnecessary cell types is removed in a non-contact manner by irradiating a cell group of unnecessary cell types with a near infrared laser.
  • the culture management device 31 compares each cell with the data indicating the form of fibroblasts stored in advance, and the target skeletal muscle A cell having a morphology different from that of the blast and having high similarity to the fibroblast (for example, a cell having a concordance rate of 90% or more with the fibroblast data) is identified.
  • the form of the fibroblast is skeletal myoblast. It is shown that there are some that are significantly different from cells. Therefore, it is usually possible to identify fibroblasts by pattern matching.
  • fibroblasts may have a form close to skeletal myoblasts, or skeletal myoblasts may have a form close to fibroblasts.
  • the present application is determined to be usable if the mixing ratio is equal to or higher than a certain mixing ratio, such a difficult-to-determine cell is not specified as a fibroblast but only a certain fibroblast is specified. And killed.
  • FIG. 12A is a phase-contrast image taken with a phase-contrast microscope for the target cell group in the mouse, and C2C12 (mouse myoblast) and Swiss3T3 (mixed with skeletal myoblast group and fibroblast group).
  • FIG. 12B is a diagram in which the fibroblasts in FIG. 12A are fluorescently stained in FIG. 12A.
  • the culture management apparatus 31 irradiates the near infrared laser to the cell specified as the fibroblast and kills the cell.
  • the culture management apparatus 31 performs a notification to the administrator who prompts the execution of the suppression process and a notification to the administrator of dish information for that purpose.
  • the target cell group is cryopreserved until use (third phase in FIG. 11), and a standard test is performed when the target cell group is used (fourth in FIG. 11). Phase).
  • the target cell group that has passed the standard test is processed into a use form, for example, by making it into a sheet (fifth phase in FIG. 11) and used for regenerative medicine and the like.
  • the standard test is a test for confirming whether or not the target cell group is suitable for use in regenerative medicine, and is a test that is appropriately determined depending on the situation and contents of use of the target cell group.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Biomedical Technology (AREA)
  • Multimedia (AREA)
  • Biotechnology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Microbiology (AREA)
  • Sustainable Development (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Analytical Chemistry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

【課題】対象細胞群に属性が異なる複数種類の細胞群が含まれている場合に、治療そのものやその生産工程に影響を与えることなく、当該細胞群の混合割合を推定し、対象細胞群の評価を行うこと、及び、その品質管理又はその生産管理を安価にかつ的確に行うことが可能なシステム等を提供すること。 【解決手段】細胞品質評価システム１は、画像から容易に解析可能な個々の細胞における特徴量を検出しつつ、検出した特徴量の分布と、予め記録された当該特徴量の情報と、に基づいて対象細胞群に含まれる複数種類の細胞群それぞれの混合割合を推定することができるようになっている。そして、本実施形態においては、特徴量として、時系列の複数の画像から各細胞のトラッキングを解析することによって容易に見分けることが可能な各細胞の遊走速度を用いるようになっている。

Description

画像解析システム、培養管理システム、画像解析方法、培養管理方法、細胞群製造方法及びプログラム
　本開示は、細胞や菌など培養対象物を画像を用いて解析する画像解析システム、当該画像解析システムを用いた培養システム及び培養管理システム等に関する。
　近年、再生医療や不妊治療をはじめとする医療技術の進歩に伴って、対象となる細胞（以下、「対象細胞」という。）や細胞群（以下、「対象細胞群」という。）について、細胞の増殖又は抑制などの状況を非侵襲にかつ簡単に観察・評価するための技術の研究が進んでいる。
　特に、最近では、非侵襲的な手法として、対象細胞や対象細胞群を画像化し、当該画像に対して画像解析を用いることによって該当する細胞を観察する技術が知られており、例えば、時系列のタイムラプス画像を用いて各細胞を検出する技術（例えば、非特許文献１及び２）や各細胞のトラッキングを行うトラッキング技術（例えば、非特許文献３及び４）が知られている。
　また、複数の画像を用いて注目した細胞の運動状態を定量的に把握する画像装置（例えば特許文献１）、及び、複数の画像から細胞の異なる形態的な特徴を示す特徴量を算出し、当該特徴量に基づいて各細胞の評価を行う装置（例えば、特許文献２）なども知られている。
特開２００９－２２９２７６号公報 特開２０１１－２２９４１０号公報
Zhaozheng　Yin,　Takeo　Kanade,　Mei　Chen：「Understanding　the　Phase　Contrast　Optics　to　Restore　Artifact-Free　Microscopy　Images　for　Segmentation」Medical　Image　Analysis　16(5):　1047-1062　(2012) Zhaozheng　Yin,　Ryoma　Bise,　Mei　Chen　and　Takeo　Kanade：「Cell　Segmentation　in　Microscopy　Imagery　Using　a　Bag　of　Local　Bayesian　Classifiers」IEEE　International　Symposium　on　Biomedical　Imaging　(ISBI)　2010 Ryoma　Bise,　Zhaozheng　Yin,　Takeo　Kanade：「Reliable　Cell　Tracking　By　Global　Data　Association」IEEE　International　Symposium　on　Biomedical　Imaging　2011 Takeo　Kanade,　Zhaozheng　Yin,　Ryoma　Bise,　Seungil　Huh,　Sungeun　Eom,　Michael　Sandbothe　and　Mei　Chen：「Cell　Image　Analysis:　Algorithms,　System　and　Applications」IEEE　Workshop　on　Applications　of　Computer　Vision　(WACV)　2011
　しかしながら、治療そのものやその生産工程に影響を与えるため、対象細胞の細胞数を認識するのみならず、当該対象細胞の細胞種とは異なる他の細胞種の混在を確認することも要求されているものの、上述の各特許文献の装置であっては、属性が異なる複数種類の細胞群が評価や観察を行う細胞群に含まれている場合に、非侵襲を維持しつつ、その数やそれぞれの細胞群の割合を容易に推定することは難しい。
　本開示は、上述の課題を解決するためになされたものであって、その目的は、対象細胞群に属性が異なる複数種類の細胞群が含まれている場合に、治療そのものやその生産工程に影響を与えることなく、非侵襲に当該細胞群の混合割合を推定すること、及び、その結果、当該対象細胞群の評価や品質管理又はその生産管理を安価にかつ的確に行うことが可能な画像解析システム及びこれを用いた培養管理システム等を提供することにある。
　上述した課題を解決するため、本開示の画像解析システムにおいては、
　属性が異なる複数種類の細胞群を有する対象細胞群が画像化された対象画像のデータを時系列に沿って複数取得する取得手段と、
　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する検出手段と、
　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する生成手段と、
　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を含む遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記複数種類の細胞群それぞれの混合割合を推定する推定手段と、
　を備える構成を有している。
　この構成により、本開示の画像解析システムは、属性（例えば、倍加時間などの特性や機能によって区別される属性）が異なる複数種類の細胞群を有する対象細胞群の混合割合について画像を解析することによって推定することができるので、非侵襲にかつ的確に対象細胞群の混合割合を推定することができる。
　したがって、本開示の画像解析システムは、対象細胞群に利用対象となる特定の細胞種（例えば、骨格筋芽細胞）以外の細胞種が混在している場合に、特定の細胞種の割合を画像を用いて推定することができるので、対象細胞群に含まれる特定の細胞種の純度の算出など当該対象細胞群の品質評価を行うことができるとともに、培養中の特定の細胞種の細胞死や他の細胞種への変異など培養中又は培養後の対象細胞群の培養状況をも評価することができる。
　この結果、本開示の画像解析システムは、対象細胞群や対象となる特定の細胞種の品質管理のみならず、細胞種の生産管理をも安易かつ的確に行うことができる。
　また、上述した課題を解決するため、本開示は、
　所定の培養期間における属性が異なる複数種類の細胞群を有する対象細胞群の状態を管理する培養管理システムであって、
　前記培養期間内の予め定められたタイミングに、属性が異なる複数種類の細胞群を有する対象細胞群が画像化された対象画像のデータを時系列に沿って複数取得する取得手段と、
　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する検出手段と、
　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する生成手段と、
　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を含む遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記複数種類の細胞群それぞれの混合割合を推定する推定手段と、
　前記予め定められたタイミングにおける前記複数種類の細胞群それぞれの混合割合が予め定められた混合割合条件を具備するか否かを判定する判定処理を実行する判定手段と、
　前記判定処理の結果を管理者に対して所定の告知を実行する出力手段を制御する告知制御手段と、
　を備える構成を有している。
　この構成により、本開示の培養管理システムは、例えば、再生医療に使用不能となるなど、培養期間中に対象細胞群に利用対象となる特定の細胞種以外の細胞種の混合割合が規定以上に増加しないように、属性が異なる複数種類の細胞群を有する対象細胞群の培養を管理することができる。
　特に、本開示の培養管理システムは、例えば、骨格筋芽細胞と線維芽細胞から構成される生体（具体的には筋線維）から採取された対象細胞群など、倍加時間が異なる複数の細胞種の細胞群によって構成される対象細胞群の場合には、線維芽細胞などの不要な細胞種の細胞群の培養を阻止しつつ、骨格筋芽細胞などの必要な細胞種の細胞群の培養を継続させることができるので、必要な細胞種の混合割合が高く利用可能な対象細胞群を培養させることができる。
　したがって、本開示の培養管理システムは、対象細胞群の培養中の品質管理を行うことができるとともに、当該品質管理を行いながら管理者に対象細胞群の培養を制御させることができるので、対象細胞群の製造効率を向上させることができる。
　また、上述した課題を解決するため、本開示は、
　生体から取得した対象細胞群であって属性が異なる複数種類の細胞群が含まれる前記対象細胞群に対して、所定の培養期間内の培養を制御することによって、少なくとも特定種類の細胞群を製造する細胞製造方法であって、
　前記所定の期間内の予め定められたタイミングに、培養されている前記対象細胞群に対して、当該対象細胞群に含まれる前記複数種類の細胞群それぞれの混合割合が予め定められた混合割合条件を具備するか否かを判定する判定処理を少なくとも含む検査処理を実行する工程と、
　前記複数種類の細胞群それぞれの混合割合が前記混合割合条件を具備していないと前記判定処理によって判定された場合には、対象細胞群に対して不要な細胞種の培養を抑制させるための抑制処理、又は、当該抑制処理を実行するための準備処理を実行する工程と、
　を含み、
　前記検査処理では、
　　前記予め定められたタイミングに、前記対象細胞群が画像化された対象画像のデータを時系列に沿って複数取得する工程と、
　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する工程と、
　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する工程と、
　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を含む遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記対象細胞群に含まれる複数種類の細胞群それぞれの混合割合を推定して前記混合割合条件に基づく前記判定処理を実行する工程と、
を更に含む構成を有している。
　この構成により、本開示の細胞群製造方法は、培養期間中の対象細胞群に、例えば、再生医療などの利用対象となる特定の細胞種以外の細胞種の混合割合が規定以上に増加している場合には該当する細胞種の細胞群の培養を抑制することができるので、再生医療などに利用可能な対象細胞群を確実に培養させて製造することができる。
　したがって、本開示の細胞群製造方法は、品質が適正な対象細胞群を培養させて製造することができるとともに、当該対象細胞群の製造効率を向上させることができる。
　本開示は、非侵襲にかつ的確に対象細胞群の混合割合を推定することができるので、対象細胞群や対象となる特定の細胞種の品質管理のみならず、細胞種の生産管理をも安易かつ的確に行うことができる。
本発明に係る細胞品質評価システムの第１実施形態の構成を示す構成図である。 第１実施形態の細胞品質評価システムの画像処理装置の構成を示すブロック図である。 第１実施形態の画像処理装置において実行される混合割合推定処理（混合分布関数）を説明するための図である。 第１実施形態の画像処理装置において実行される混合割合推定処理（分布関数Ｎ１）を説明するための図である。 第１実施形態の画像処理装置において実行される混合割合推定処理（分布関数Ｎ２）を説明するための図である。 第１実施形態の画像処理装置において実行される品質判定処理の動作を示すフローチャートである。 第１実施形態における対数関数分布を用いたシミュレーション（混合分布関数）を説明するための図である。 第１実施形態における対数関数分布を用いたシミュレーション（分布関数Ｎ１）を説明するための図である。 第１実施形態における対数関数分布を用いたシミュレーション（分布関数Ｎ２）を説明するための図である。 第１実施形態におけるノイズ耐性（ノイズレベル０．０）について説明するための図である。 第１実施形態におけるノイズ耐性（ノイズレベル０．５）について説明するための図である。 第１実施形態におけるノイズ耐性（ノイズレベル１．０）について説明するための図である。 第１実施形態の平均遊走速度におけるノイズレベルに対する平均誤差のシミュレーション結果を示すグラフである。 本発明に係る培養管理システムの第２実施形態の構成を示す構成図である。 第２実施形態の培養管理システムの画像処理装置の構成を示すブロック図である。 第２実施形態の培養管理装置において実行される培養管理処理の動作を示すフローチャートである。 本発明に係る細胞製造方法の第３実施形態の原理を説明するための図である。 第３実施形態において、線維芽細胞と骨格筋芽細胞とが混在した画像化された対象細胞群から線維芽細胞を特定することについて説明するための図であって、マウスにおける対象細胞群について位相差顕微鏡で撮影した位相差画像を示す図である。 第３実施形態において、線維芽細胞と骨格筋芽細胞とが混在した画像化された対象細胞群から線維芽細胞を特定することについて説明するための図であって、対象細胞画像における線維芽細胞について蛍光に染色した画像を示す図である。
　以下、本発明に係る実施形態について、図面を参照しながら説明する。なお、以下の実施形態は、培養された細胞群が画像化された対象細胞群の画像を用いて当該対象細胞群の品質評価を行う細胞品質評価システム及びそれを用いた培養管理システムに対して、本発明に係る画像解析システム、培養管理システム、画像解析方法、培養管理方法、細胞製造方法、及び、プログラムを適用した場合の実施形態である。ただし、本発明は、その技術的思想を含む範囲内で以下の実施形態に限定されない。
［Ａ］第１実施形態
［Ａ１］細胞品質評価システムの概要
　まず、図１を用いて第１実施形態における細胞品質評価システム１の構成及び概要について説明する。なお、図１は、本実施形態における細胞品質評価システム１の構成を示すシステム構成図である。
　本実施形態の細胞品質評価システム１は、例えばディッシュなどの所定の容器に載置された、属性が異なる複数種類の細胞群を有する対象細胞群を画像化するとともに、当該画像化した対象細胞群（以下、「対象画像」という。）について画像解析を行うことによって、複数種類の細胞群の混合割合を推定し、推定した混合割合に基づいて対象細胞群の品質の評価を行うシステムである。
　例えば、人（ドナー）などの生体から採取した骨格筋芽細胞を継代培養する際には培養後の骨格筋芽細胞の数が治療に用いる際の十分な数に到達しているか、又は、品質の良い骨格筋芽細胞が培養されているか（正常に分化されているか）など培養後の骨格筋芽細胞の状態（培養状態）を確認することが重要になっている。
　特に、生体（例えば、人体）から採取した細胞を洗浄し、その後洗浄した細胞を分離回収したとしても少なからず細胞群の中に線維芽細胞が残存する場合も多く、完全に線維芽細胞を除去して骨格筋芽細胞のみを対象細胞として培養することは難しい。
　したがって、このような状態で対象細胞を培養した場合には、培養後の対象細胞群における骨格筋芽細胞の占める割合が不明となるとともに、骨格筋芽細胞は、線維芽細胞より増殖速度が遅いという特性も有しており、培養後でなければ骨格筋芽細胞の細胞数や全体に対する割合を特定することができない。
　また、骨格筋芽細胞の継代培養中には、細胞死や形態の変異、又は、成熟度に応じて同じ骨格筋芽細胞であっても属性が異なる細胞に変化する場合もあり、このような場合にも、適正な骨格筋芽細胞と不適切な骨格筋芽細胞との割合を認識することが治療や実験に用いる場合に極めて重要である。
　一方、試薬を用いるなどの侵襲的な方法を用いれば、対象細胞群に対する複数種類の細胞群の混合割合やその品質を推定することができるものの、この場合には試薬などが人体に影響を与え、骨格筋芽細胞などの細胞を治療に用いることが困難となっている。
　他方、細胞培養分野においては、属性が異なる細胞群であっても、個体差や培養環境などの状況に応じて、各細胞が示す特徴（具体的な所定の特徴量）が同一又は同一の範囲に属する場合もある。
　特に、各細胞の特性を解析する特徴量の一つとして知られる細胞遊走時の速度、すなわち、遊走速度については、時系列の複数の画像から各細胞の移動をトラッキングすることによって容易に取得可能である一方で、当該遊走速度は、体調その他のドナーの採取時の状態、培養環境や培養状態又は各細胞の性質によって属性の異なる細胞種毎に一意に定まらず、ある程度の範囲に分布する。
　そこで、本実施形態においては、画像から容易に解析可能な個々の細胞における特徴量として遊走速度を検出しつつ、検出した遊走速度の分布と、予め記録された遊走速度情報と、に基づいて対象細胞群に含まれる複数種類の細胞群それぞれの混合割合を推定することができるようになっている。
　具体的には、本実施形態の細胞品質評価システム１は、対象細胞群を時系列に撮像して得られた画像データ（以下、「対象画像データ」という。）を生成する撮像装置１０と、ネットワーク２０と、対象画像データに画像化された対象細胞群の混合割合を推定してその品質の評価を行う画像処理装置３０と、から構成される。
　撮像装置１０は、例えば、ネットワーク２０に接続しデータの授受を行う通信機能と、タイムラプス画像などの所定の画像を取得することが可能な撮像機能と、細胞を観察するための顕微鏡機能と、を有する装置である。
　特に、撮像装置１０は、撮像機能によって、一定間隔毎（例えば、６分や１２分毎）にディッシュに載置された対象細胞群を静止画像化し、タイムラプス画像として、対象画像データを生成するとともに、生成した対象画像データを、撮像時刻を示す時刻情報とともに画像処理装置３０に送信する構成を有している。
　例えば、撮像装置１０は、光学システムと、当該光学システムから入力された光学画像を電気信号に変換するＣＣＤＩセンサ（Ｃｈａｒｇｅ　Ｃｏｕｐｌｅｄ　Ｄｅｖｉｃｅ　Ｉｍａｇｅ　Ｓｅｎｓｏｒ）と、ＣＣＤＩセンサにおいて生成された電気信号に基づいて画像データを生成する生成部と、を有する。
　また、撮像装置１０は、対象画像データを画像処理装置３０に送信する際には、ＬＡＮ（ＬＡＮ：Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）等の所定の通信規格を用いて有線にて直接又は図示しないアクセスポイントを介して無線にて画像処理装置３０に送信する構成を有している。
　ネットワーク２０は、例えば、有線若しくは無線のＩＰ（Ｉｎｔｅｒｎｅｔ　Ｐｒｏｔｏｃｏｌ）ネットワーク２０、又は、携帯電話網を含む公衆電話回線網その他のネットワーク２０によって構成されている。
　画像処理装置３０は、撮像装置１０と連動し、撮像装置１０によって生成された対象画像データに対して画像解析を行うことによって、複数種類の細胞群の混合割合を推定し、推定した混合割合に基づいて対象細胞群の品質の評価を行う画像処理装置である。
　具体的には、画像処理装置３０は、
（１）撮像装置１０から対象細胞群が画像化された対象画像を時系列に沿って複数取得し、
（２）取得した複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出し、
（３）検出した各細胞のそれぞれの遊走速度に基づいて、画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成し、
（４）予め記録された、複数種類の細胞群のそれぞれにおける遊走速度の情報を示す遊走速度情報と、生成した分布関数又は分布状態と、に基づいて、複数種類の細胞群それぞれの混合割合を推定し、
（５）推定した混合割合が予め定められた条件を具備する場合に、当該対象細胞群の品質を合格と判定する、
処理（以下、「品質判定処理」という。）を実行する構成を有している。
　特に、本実施形態においては、画像処理装置３０は、検出した各細胞のそれぞれの遊走速度に基づいて、分布関数として、正規分布又は対数正規分布を用いる構成を有している。
　このような構成により、本実施形態の細胞品質評価システム１は、非侵襲にかつ的確に対象細胞群の混合割合を推定することができるので、対象細胞群に含まれる特定の細胞種の純度の算出など当該対象細胞群の品質評価を行うことができるとともに、培養中の特定の細胞種の細胞死や他の細胞種への変異など培養中又は培養後の対象細胞群の培養状況をも評価することができるようになっている。
　したがって、本実施形態の細胞品質評価システム１は、対象細胞群や対象となる特定の細胞種の品質管理のみならず、細胞種の生産管理をも安易かつ的確に行うことができるようになっている。
　なお、以下の説明においては、画像処理装置３０は、検出した各細胞のそれぞれの遊走速度に基づいて、画像化された対象細胞群の遊走速度に関する分布関数と、予め記録された遊走速度情報と、に基づいて、複数種類の細胞群それぞれの混合割合を推定する場合について説明する。
　また、以下の説明においては、対象細胞群に含まれる細胞群として骨格筋芽細胞の細胞群及び線維芽細胞の細胞群の骨格筋における細胞群を用いて説明しているが、
（１）角膜上皮細胞、角膜実質細胞及び角膜内皮細胞の角膜における細胞群
（２）心筋細胞、血管内皮細胞及び線維芽細胞の心筋における細胞群
（３）表皮角化細胞及び線維芽細胞の皮膚における細胞群
（４）網膜色素上皮細胞、線維芽細胞及び血管内皮細胞の網膜における細胞群
（５）粘膜上皮細胞、表皮角化細胞及び線維芽細胞の粘膜における細胞群
など、幹細胞と、当該幹細胞から分化誘導して得られる細胞群、又は、患者の体から採取する際に、ターゲットの細胞と当該ターゲットの細胞と一緒に採取される他の細胞の細胞群について適用することも可能である。
　さらに、本実施形態において、「属性」が異なるとは、上述のように骨格筋芽細胞と線維芽細胞のように機能や細胞種が異なることだけでなく、分化及び未分化の状態や細胞間接着が進み移植可能な状態になることを示す成熟度が異なること、形状やサイズなどの外観形状又は構造が異なること、及び、培養中の変異の有無や所定の因子の注入の有無又は他の細胞との融合の有無に基づく相違も含まれる。
［Ａ２］画像処理装置
　次に、図２を用いて本実施形態の画像処理装置３０の構成について説明する。なお、図２は、本実施形態の画像処理装置３０のブロックを示すブロック図である。
　具体的には、本実施形態の画像処理装置３０は、図２に示すように、各種のプログラムが実行される際に用いられる各種のデータを記録するデータ記録部３００と、撮像装置１０から送信された対象細胞群の時系列データなどの各種のデータの授受を行う通信制御部３１０と、生成された対象画像に基づいて品質判定処理を実行するためのデータ処理部３２０と、液晶パネル等により構成される表示部３４０と、表示部３４０を制御する表示制御部３５０と、操作部３７０と、各部を制御する管理制御部３８０と、を有する。なお、上述の各部は、バス３９によって相互に接続され、各構成要素間におけるデータの転送が実行される。
　データ記録部３００は、例えば、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）等により構成され、品質判定処理など各処理を実行するアプリケーションプログラムが記録されるアプリケーション記録部３０１と、撮像装置１０によって撮像されて生成された画像データが記録される画像データ記録部３０２と、各遊走速度情報や品質判定処理に用いる閾値などの各種のデータが記録される参照データ記録部３０３と、各プログラムの実行中にワークエリアとして用いられるＲＯＭ／ＲＡＭ３０４と、を有している。
　特に、画像データ記録部３０２には、撮像装置１０から取得した複数の対象画像群が画像化された対象画像データが時系列に沿って、ディッシュ毎に（すなわち、グループ毎に）記録されている。
　参照データ記録部３０３には、推定すべき対象細胞群に含まれる細胞群の遊走速度情報が記録されており、例えば、本実施形態においては、骨格筋芽細胞及び線維芽細胞の平均速度と及び分散（標準偏差）の値が遊走速度情報として記録されている。
　通信制御部３１０は、所定のネットワークインターフェースであり、撮像装置１０と通信回線を構築し、当該撮像装置１０によって取得されたと種々のデータの授受を行う。
　データ処理部３２０は、ＲＯＭ／ＲＡＭ３０４に記録されている品質判定処理を実行するアプリケーションに基づいて、
（１）撮像装置１０から時系列に取得した複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する処理（以下、「遊走速度検出処理」という。）、
（２）検出した各細胞のそれぞれの遊走速度に基づいて、画像化された対象細胞群の遊走速度に関する分布関数を生成する処理（以下、「分布関数生成処理」）、
（３）予め記録された遊走速度情報と、生成した分布関数と、に基づいて、複数種類の細胞群それぞれの混合割合を推定する処理（以下、「混合割合推定処理」）、及び、
（４）推定した混合割合が予め定められた条件を具備する場合に、当該対象細胞群の品質を合格と判定する処理（以下、「合格判定処理」という。）、
を実行する。
　特に、データ処理部３２０は、アプリケーションを実行することによって、遊走速度検出処理を実行する検出処理部３２１と、分布関数生成処理を実行する生成処理部３２２と、混合割合推定処理を実行する推定処理部３２３と、合否判定処理を実行する判定処理部３２４と、を実現する。
　例えば、本実施形態の検出処理部３２１は、通信制御部３１０とともに本発明の取得手段を構成し、かつ、本発明の検出手段を構成する。また、例えば、本実施形態の生成処理部３２２は、本発明の生成手段を構成し、推定処理部３２３は、本発明の推定手段を構成する。そして、例えば、本実施形態の判定処理部３２４は、本発明の判定手段を構成する。
　なお、本実施形態におけるデータ処理部３２０の各部の詳細については、後述する。
　表示部３４０は、液晶素子又はＥＬ（Ｅｌｅｃｔｒｏ　Ｌｕｍｉｎｅｓｃｅｎｃｅ）素子のパネルによって構成され、表示制御部３５０において生成された表示データに基づいて所定の画像を表示する。
　表示制御部３５０は、管理制御部３８０及びデータ処理部３２０の制御の下、表示部３４０に所定の画像を描画させるために必要な描画データを生成し、生成した描画データを当該表示部３４０に出力する。
　操作部３７０は、各種の確認ボタン、各操作指令を入力する操作ボタン、テンキー等の多数のキーであって、表示部３４０上に設けられたタッチセンサにより構成され、各操作を行う際に用いられるようになっている。
　管理制御部３８０は、主に中央演算処理装置（ＣＰＵ）によって構成され、プログラムを実行することによって、画像処理装置３０の全体的な管理制御、及び、その他の各種の制御を行う。
　ＲＯＭ／ＲＡＭ３０４には、画像処理装置３０の駆動に必要な各種のプログラムが記録されている。また、ＲＯＭ／ＲＡＭ３０４には、データ処理部３２０、及び、管理制御部３８０によって実行される様々なアプリケーションが記録されている。そして、ＲＯＭ／ＲＡＭ３０４は、各プログラムの実行中にワークエリアとして用いられる。
［Ａ３］データ処理部
　次に、図３Ａ～図３Ｃを用いて本実施形態の画像処理装置３０におけるデータ処理部３２０の詳細について説明する。なお、図３Ａ、図３Ｂ及び図３Ｃは、本実施形態の推定処理部３２３において実行される混合割合推定処理（混合分布関数、分布関数Ｎ１、又は、分布関数Ｎ２）を説明するための図である。
　検出処理部３２１は、例えば、上述の非特許文献１～４に記載の技術を用いつつ、画像データ記録部３０２から撮像装置１０によって撮像されたディッシュに載置された各対象細胞群における複数の時系列の対象画像（タイムラプス画像）を取得し、取得した各対象画像を画像解析することによって当該各対象画像に含まれる個々の細胞のトラッキングを特定し、各細胞の遊走速度を検出する遊走速度検出処理を実行する。
　具体的には、検出処理部３２１は、所定の時間間隔（フレーム）毎のタイムラプス画像（位相差像）及び時系列の複数のタイムラプス画像を用いて、輝度の高く、像の周囲に現れる光の滲みであるＨａｌｏ（ハロー）に囲まれている領域を細胞として検出するとともに、ＥＤＣＲＦなどの確率モデルを用いて細胞の形状変化に基づく細胞の分裂を検出する。
　特に、検出処理部３２１は、直前のフレームにおいて検出された細胞に基づいて部分的に重なった細胞の形状を認識しつつ、同一の細胞における移動した位置（対象画像内の座標（ｘ、ｙ））を特定し、時系列の前後の対象画像における座標に基づいて各細胞における移動距離を算出する。
　そして、検出処理部３２１は、算出した移動距離と対象画像の時間差とに基づいて、各細胞におけるそれぞれの遊走速度を検出し、当該検出した各細胞の遊走速度をＲＯＭ／ＲＡＭ３０４に記憶する。
　なお、本実施形態においては、１０００サンプル程度の各細胞の遊走速度が検出できればよく、例えば、検出処理部３２１は、対象細胞群に１００個の細胞が含まれている場合（又は１００個程度の含まれていると想定される場合）には、１０フレーム程度の対象画像（タイムラプス画像）に基づいて遊走速度検出処理を実行すればよい。
　また、検出処理部３２１は、操作部３７０を用いて作業者のマニュアル操作によって各対象画像の各細胞を特定するとともに、時系列の複数の対象画像を比較し、同一の細胞における移動した位置を特定してもよい。
　生成処理部３２２は、検出された各細胞の遊走速度の正規分布又は対数正規分布の分布関数を算出する分布関数生成処理を実行する。
　具体的には、生成処理部３２２は、各細胞の遊走速度が正規分布又は対数正規分布になると想定し、各細胞の遊走速度の平均値及び分散を算出するとともに、当該算出した平均値及び分散を用いて正規分布の分布関数又は対数正規分布を算出する。
　例えば、生成処理部３２２は、各細胞の遊走速度の正規分布と想定した場合の平均値「μ」及び分散「σ」、又は、対数正規分布における平均値「μｘ」及び分散「σｘ」を算出し、（式１）に示す正規分布関数Ｎ１（ｘ）又は（式２）に示す対象正規分布関数Ｎ２（ｘ）を混合分布関数として算出する。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
　推定処理部３２３は、算出された正規分布関数又は対数正規分布関数（すなわち、混合分布関数）と、参照データ記録部３０３に予め記録された遊走速度情報であって推定すべき対象細胞群に含まれる細胞群の遊走速度情報と、に基づいて、当該細胞群の混合割合を算出する混合割合推定処理を実行する。
　通常、各細胞群のそれぞれの遊走速度が他の細胞群の遊走速度に対して独立である（依存しない）ので、各細胞群の遊走速度の分布、具体的には、正規分布又は対数正規分布に従うとすれば、それぞれの各細胞群の観察された混合分布（具体的には、平均及び分散）において、対象細胞群に含まれる各細胞群の基本分布（具体的には、平均及び分散）が既知であれば、所定のアルゴリズムを用いた統計的な処理によって混合割合を推定することができる。
　そこで、推定処理部３２３は、推定すべき対象細胞群に含まれるそれぞれの細胞群の遊走速度情報として平均速度及び分散（標準偏差）と、生成処理部３２２において算出された（式１）に示す正規分布関数Ｎ１（ｘ）又は（式２）に示す対数正規分布関数Ｎ２（ｘ）と、に基づいて、複数種類の細胞群それぞれの混合割合を推定するようになっている。
　具体的には、細胞群Ａ（例えば、骨格筋芽細胞群）と細胞群Ｂ（例えば、線維芽細胞群）の２つの細胞群について混合割合を算出する場合であって、生成処理部３２２によって算出された正規分布関数（すなわち、混合分布を表す分布関数）が、図３Ａに示すような混合分布関数ｆ（ｘ）の場合には、推定処理部３２３は、所定のアルゴリズムに基づいて、（式３）及び（式４）を満たす混合割合の変数「πＡ」及び「πＢ」を算出し、図３Ｂ及び図３Ｃに示すような分布関数の割合を特定する。なお、（式３）は正規分布関数の場合の混合分布関数ｆ（ｘ）の式である。
Figure JPOXMLDOC01-appb-M000003
Figure JPOXMLDOC01-appb-M000004
　なお、本実施形態においては、遊走速度情報により、（式３）の平均値「μＡ」及び「μＢ」及び分散「σＡ」及び「σＢ」は、既知であり、例えば、正規分布関数Ｎ１（ｘＡ）が骨格筋芽細胞の場合には、「μＡ」は２９．７２８５７μｍ／ｆｒａｍｅ及び「σＡ」は、６．６０２２６４となり、正規分布関数Ｎ２（ｘＢ）が線維芽細胞の場合には、「μＢ」は２２．５μｍ／ｆｒａｍｅ、「σＢ」は、８．９２１３２３を用いる。
　また、本実施形態においては、推定処理部３２３は、所定のアルゴリズムとして、最尤法の一つＥＭ（Ｅｘｐｅｃｔａｔｉｏｎ　Ｍａｘｉｍｉｚａｔｉｏｎ）アルゴリズムを用いる。具体的には、推定処理部３２３は、（式５）に示す対数尤度関数Ｉｎ（ｐ）が最大となるパラメータ変数「πＡ」及び「πＢ」を算出する。
Figure JPOXMLDOC01-appb-M000005
　特に、（式５）においては、まず、平均値「μ」及び分散値「σ」を用いて変数「πｋ」を初期化した値を計算し、その後、ｎ番目の要素（すなわち、該当する正規分布関数Ｎ（ｘ））に対するｋ番目の変数「πｋ」における負担率「γ（ｚｎｋ）」を算出しつつ、次の変数「πｋ ｎｅｗ」を算出し、その中で対数尤度関数Ｉｎ（ｐ）が最大となるパラメータ変数「πＡ」及び「πＢ」を算出する。なお、負担率「γ（ｚｎｋ）」は、（式６）に示し、実効的な値「πｋ ｎｅｗ」については、（式７）に示す。
Figure JPOXMLDOC01-appb-M000006
Figure JPOXMLDOC01-appb-M000007
　なお、「ｋ」はモデル分布関数（基底となる正規分布又は対数正規分布）のインデックスを示し、「Ｋ」はその個数を示す。また、「Ｎｋ」は、ｋ番目のクラスターに割り当てられる点の実効的な数を示し、変数「πｋ」はｋ番目のモデル分布関数の重みとなり、当該「πｋ」の初期値としては、適当な割合に基づくランダムな値を用いるとともに、「Ｍ」は、サンプル数を示す。
　判定処理部３２４は、推定処理部３２３において推定された対象細胞の対象細胞群に対する割合が所定の条件（例えば、一定値以上）を具備するか否かを判定し、表示制御部３５０と連動してその判定結果を表示部３４０に表示する合格判定処理を実行する。
　具体的には、本実施形態においては、判定処理部３２４は、生成処理部３２２において生成された混合分布関数におけるターゲットとなる細胞群、すなわち、骨格筋芽細胞の全体の対象細胞群における割合が所定の条件（例えば、一定割合以上）を具備するか否かを判定する。そして、判定処理部３２４は、当該所定の条件を具備する場合には、合格と判定し、当該所定の条件を具備しない場合には、不合格と判定し、その結果を表示部３４０に表示する。
［Ａ４］細胞品質評価システムの動作
　次に、図４を用いて本実施形態の細胞品質評価システム１の画像処理装置３０において実行される品質判定処理の動作について説明する。なお、図４は、本実施形態の細胞品質評価システム１の画像処理装置３０において実行される品質判定処理の動作を示すフローチャートである。
　本動作は、時系列に沿って取得された複数の対象画像データと、対象画像の対象細胞群における属性の異なる複数種類の細胞群の遊走速度情報とが、予めデータ記録部３００に記録されているものとする。
　また、本動作においては、遊走速度検出処理においては、自動トラッキングによって実行されるものとする。
　まず、検出処理部３２１は、対象画像を選択しつつ、操作部３７０の操作に基づいて、品質判定処理の開始を検出すると（ステップＳ１０１）、選択された特定の対象細胞群の時系列に沿った複数の対象画像を取得する（ステップＳ１０２）。
　次いで、検出処理部３２１は、画像化された対象細胞群に含まれる各細胞のトラッキングを特定し、各細胞の遊走速度を検出する（ステップＳ１０３）。具体的には、検出処理部３２１は、対象細胞群に１００個の細胞が含まれている場合（又は１００個程度の含まれていると想定される場合）には、１０フレーム程度の対象画像を取得する。
　次いで、生成処理部３２２は、検出された各細胞の遊走速度の平均及び分散を算出しつつ、算出した平均及び分散に基づいて、対数正規分布の分布関数（混合分布関数）を算出する（ステップＳ１０４）。
　次いで、推定処理部３２３は、参照データ記録部３０３から該当する細胞群の遊走速度情報（平均と分散）を読み出すとともに（ステップＳ１０５）、当該読み出した遊走速度情報と、算出された混合分布関数と、に基づいて、所定のアルゴリズムに従って、（式３）及び（式４）を満たす混合割合の変数「π」を算出し、混合分布関数の割合を特定する（ステップＳ１０６）。
　次いで、判定処理部３２４は、対象細胞の対象細胞群に対する割合が所定の条件（一定値以上）を具備するか否かを判定する合否判定処理部を実行する（ステップＳ１０７）。具体的には、判定処理部３２４は、所定の条件を具備するか否かを判定する。このとき、判定処理部３２４は、対象細胞の対象細胞群に対する割合が所定の条件を具備する場合には、合格と判定し、当該所定の条件を具備しない場合には、不合格と判定する。
　最後に、判定処理部３２４は、表示制御部３５０と連動して、判定結果、すなわち、合否の結果を表示部３４０に表示させて（ステップＳ１０８）本動作を終了させる。
［Ａ５］シミュレーション結果
［Ａ５．１］混合割合の推定
　次に、図５Ａ～図５Ｃを用いて本実施形態のシミュレーション結果について説明する。なお、図５Ａ、図５Ｂ及び図５Ｃは、本実施形態における対数関数分布を用いたシミュレーション（混合分布関数、分布関数Ｎ１、又は、分布関数Ｎ２）を説明するための図である。
　本シミュレーションは、骨格筋芽細胞と線維芽細胞とを含む対象細胞群において実行する結果である。特に、本シミュレーションは、所定の混合割合によって混合されている各細胞（すなわち、属性の種別が未知の細胞）の遊走速度を検出するとともに、当該検出結果と、事前に検出した骨格筋芽細胞及び線維芽細胞の遊走速度情報と、に基づいて、各細胞群の混合割合を推定した結果である。
　具体的には、本シミュレーションにおいては、混合割合とサンプル数を変化させ、それぞれシミュレーションを１００回実施した際の平均誤差と標準偏差を示す。特に、本シミュレーションは、１フレーム毎に１００個の細胞に関する遊走速度を検出した結果を用いており、例えば、サンプル数が「１０００」の場合には、１０フレーム分の各細胞に関する遊走速度を検出した結果を用いるとともに、上述のＥＭアルゴリズムを用いて属性の異なる各細胞種の細胞群における割合を算出している。
　また、正規分布関数を用いたシミュレーション結果を表１に示し、対数正規分布関数を用いたシミュレーション結果を表２に示す。例えば、正規分布関数を用いたシミュレーション結果としては、図３Ａに示すような混合分布において、図３Ｂ及び図３Ｃのそれぞれの分布を得られるとともに、対数正規分布関数を用いたシミュレーション結果としては、図５Ａに示すような混合分布において、図５Ｂ及び図５Ｃのそれぞれの分布が得られる。
　なお、本シミュレーションとしては、遊走速度情報として、骨格筋芽細胞の遊走速度「μＡ」及び分散「σＡ」については、２９．７２８５７μｍ／ｆｒａｍｅ及び６．６０２２６４を用いるともに、線維芽細胞の場合には、遊走速度「μＢ」及び分散「σＢ」については、２２．５μｍ／ｆｒａｍｅ及び８．９２１３２３を用いている。また、本シミュレーションには、ノイズなしで実施されている。
Figure JPOXMLDOC01-appb-T000008
Figure JPOXMLDOC01-appb-T000009
　上述のように、正規分布関数を用いた場合は、最大誤差は７％以下であり、ある程度の精度は確保することができていると言える。特に、サンプル数が１０００以上であれば、２．５％以下の誤差であり、精度としては十分である。
　また、対数正規分布関数を用いた場合には、全てのサンプル数で正規分布関数を用いた場合よりも精度が向上しており、より好ましい結果となっている。これは、正規分布においては、各細胞の遊走速度を算出する際に用いる移動距離について「マイナス」の移動距離を許容している一方で、対数正規分布においては、当該移動距離が全て「プラス」の移動距離として取り扱うことができるので、その差が精度に表されているものと考えられる。
　なお、本実施形態の判定処理部３２４は、上記の誤差が予測されることを勘案して推定された対象細胞の対象細胞群に対する割合が所定の条件（一定値以上）を具備するか否かを判定すればよい。例えば、誤差が２．５％以下であると予測される場合には、所定の条件に±２．５％の範囲を合格と判定すればよい。ただし、当該２．５％は平均誤差であるので、±３．０％など合格範囲を広げて設定することも可能である。
［Ａ５．２］ノイズ耐性
　次に、図６Ａ～図６Ｃ及び図７を用いて本実施形態のノイズがある場合の推定精度の変化について説明する。なお、図６Ａ、図６Ｂ及び図６Ｃは、本実施形態のノイズ耐性（ノイズレベル０．０、０．５及び１．０）について説明するための図であり、図７は、平均遊走速度におけるノイズレベルに対する平均誤差のシミュレーション結果を示すグラフである。
　上述の実施形態においては、対象細胞群における検出すべき各細胞のドナーが、予め記録された遊走速度情報を得たドナーと相違する場合、予め記録された遊走速度情報のドナーと対象細胞を取得したドナーとが同一であったとしても体調その他によって遊走速度自体が異なっている場合、又は、混合されているそれぞれの細胞の属性（数値など）の分布範囲が大きく重なる場合も想定される。
　そこで、本シミュレーションにおいては、実際に検出すべき細胞の遊走速度及びその分布範囲（すなわち、平均と分散）にノイズが含まれている場合における測定誤差について検証したものである。
　具体的には、本シミュレーションは、上述のシミュレーションと同様に、骨格筋芽細胞と線維芽細胞とを含む対象細胞群について実施し、対象細胞群に含まれるそれぞれの平均遊走速度に対してノイズが発生している場合の結果を示す。
　また、本シミュレーションは、（式８）においてノイズレベルを定義する。特に、図６Ａに示すように、ノイズレベル「Ｌ」が「０．０」の場合に、対象細胞群に実際に含まれる骨格筋芽細胞と線維芽細胞の遊走速度の平均が一致し、図６Ｂに示すように、ノイズレベル「Ｌ」が「０．５」の場合に、当該実施形態の値の差の半分になり、図６Ｃに示すように、ノイズレベル「Ｌ」が「１．０」の場合に、当該遊走速度の平均について通常の値の差がある結果を示す。
Figure JPOXMLDOC01-appb-M000010
　なお、想定の遊走速度として、上述と同様に、骨格筋芽細胞の遊走速度「μＡ」及び分散「σＡ」については、ｍ１＝２９．７２８５７μｍ／ｆｒａｍｅ及び６．６０２２６４を用いるともに、線維芽細胞の遊走速度「μＢ」及び分散「σＢ」については、ｍ２＝２２．５μｍ／ｆｒａｍｅ及び８．９２１３２３を用いる。
　また、本シミュレーションにおいては、上述のノイズレベルＬが「０」から「１．０」まで「０．０５」毎に、混合割合を可変させつつ、サンプル数（１０００個）を固定し、上述のＥＭアルゴリズムを用いてそれぞれの（式８）に基づくノイズを加えてシミュレーションを１００回実施した際の混合割合における平均誤差を示す。
　また、遊走速度と平均誤差における本シミュレーションの結果を図７に示す。平均誤差が１０％未満であれば、精度は確保することができていると言えるので、信頼区間（９５％）内を満たすノイズレベルとしては、「０．２」程度までは許容範囲内である。
　これにより、ドナー差やドナーの体調差などの種々のノイズが発生したとしても、一定のノイズ以下であれば、対象細胞群における混合割合の推定は可能であると考えられる。
［Ａ６］変形例
［Ａ６．１］変形例１
　上記実施形態においては、撮像装置１０及び画像処理装置３０が同室や同一敷地内で設置又は使用されてもよいし、それぞれが国外などの遠隔地に設置され、又は、遠隔地にて使用されて上述の各処理が実行されてもよい。
　また、画像処理装置３０は、ネットワーク２０を介して接続されるデータベースを用いて品質判定処理を行ってもよいし、一又は複数の装置によって形成されていてもよい。なお、データベースを用いる場合には、データ記録部３００の機能の一部（対象画像の記録や遊走速度情報の記録）をデータベースが担う。
［Ａ６．２］変形例２
　上記実施形態においては、撮像装置１０と画像処理装置３０によって細胞品質評価システムを実現しているが、スキャナや撮像機能を備えた画像データ生成部を設け、スタンドアロン型によって実現してもよい。この場合には、例えば、画像データ生成部が本発明の取得手段を構成する。
［Ａ６．３］変形例３
　上記実施形態においては、骨格筋芽細胞と線維芽細胞など２種類の対象細胞群に含まれる混合割合を推定しているが、３種以上の属性の異なる複数の細胞群が混在する対象細胞群に適用することは可能である。
［Ａ６．４］変形例４
　上記実施形態においては、ＥＭアルゴリズムを用いて混合分布関数の割合を算出しているが、検出された各細胞の遊走速度の混合分布関数を求めることなく、制約条件付き最小二乗法問題として解くことも可能である。
　例えば、制約条件付き最小二乗法問題としては、混合分布は、所定のビン数のヒストグラムとして、混合分布が基本分布（すなわち、上記実施形態においては骨格筋芽細胞の分布Ａ及び線維芽細胞の分布Ｂ）の重み（すなわち、πＡ及びπＢ）の足し合わせと想定することができる。したがって、混合分布「Ｓ」及び基本分布「Ａ」及び「Ｂ」ともビン数ｑとした場合のｑ次元のベクトルとして表現することができるので、下記の（式９）に基づいて（式１０）のＰが最小となる（すなわち、πＡ及びπＢ）の割合を算出することができるようになる。
　すなわち、（式９）になるような重みπＡ及びπＢを求める問題を考えるが、必ずしも一致する値が存在するとは限らないので、重みが正かつ重みの合計が１となる制約を満たしつつ観察分布Ｓと推定した合成分布（πＡＡ+πＢＢ）との二乗誤差が最小になる問題を解くことで重みを推定する。
Figure JPOXMLDOC01-appb-M000011
Figure JPOXMLDOC01-appb-M000012
［Ａ６．５］変形例５
　上記実施形態の検出処理部３２１は、１０００サンプルの細胞の遊走速度を検出するようになっているが、撮像時間を長くすることによってタイムラプス画像におけるディッシュの任意の１カ所をサンプルすることによって実現してもよいし（時間的なサンプリング）、当該ライムラプス画像から任意の複数箇所をサンプルとして用いてもよい（空間的なサンプリング）。また、検出処理部３２１においては、時間的及び空間的サンプリングを組み合わせてもよい。
［Ａ６．６］変形例６ 
　上記実施形態においては、正規分布と対数正規分布を用いて複数種類の細胞群それぞれの混合割合を推定しているが、細胞遊走速度分布に合わせてフィットするガンマ分布又はベータ分布などの別の確率分布関数を用いてもよい。
　以上、本実施形態の細胞品質評価システムは、対象細胞群に利用対象となる特定の細胞種以外の細胞種が混在している場合に特定の細胞種の割合を画像を用いて推定することよって、対象細胞群に含まれる特定の細胞種の純度の算出など当該対象細胞群の品質評価を行うことができるとともに、培養中の特定の細胞種の細胞死や他の細胞種への変異など培養中又は培養後の対象細胞群の培養状況をも評価することができるので、対象細胞群や対象となる特定の細胞種の品質管理のみならず、細胞種の生産管理をも安易かつ的確に行うことができる。
［Ｂ］第２実施形態
［Ｂ１］培養管理システムの概要
　まず、第２実施形態における培養管理システム２の概要について説明する。
　本実施形態の培養管理システム２は、第１実施形態の細胞品質評価システム１を利用して所定の培養期間における属性が異なる複数種類の細胞群を有する対象細胞群の状態を管理するシステムである。
　特に、本実施形態の培養管理システム２は、第１実施形態における撮像装置１０及び画像処理装置３０を利用し、例えば、再生医療に使用不能となるなど、培養期間中に対象細胞群に利用対象となる特定の細胞種（例えば、骨格筋芽細胞）以外の細胞種（例えば線維芽細胞）が規定以上に培養されないように、属性が異なる複数種類の細胞群を有する対象細胞群の培養を管理するシステムである。
　また、本実施形態の培養管理システム２は、第１実施形態において、培養期間中の予め定められたタイミング又はタイミング毎において、上記複数種類の細胞群それぞれの混合割合が予め定められた混合割合条件を具備するか否かを判定する判定処理及び当該判定処理の結果を管理者に告知する告知制御処理を実行する特徴点を有している。
　なお、本実施形態においては、上記の特徴点を除き、第１実施形態と同一の構成を有し、同一の部材には同一の符号を付してその説明を省略する。
［Ｂ２］培養管理システムの構成
　次に、図８を用いて第２実施形態における培養管理システム２の構成について説明する。なお、図８は、本実施形態における培養管理システム２の構成を示すシステム構成図である。
　本実施形態の培養管理システム２は、対象細胞群を時系列に撮像して得られた対象画像データを生成する撮像装置１０と、ネットワーク２０と、培養期間中の対象細胞群の培養管理を実行する培養管理装置３１と、から構成される。
　培養管理装置３１は、第１実施形態の画像処理装置３０と同様の機能を有するとともに、これらの機能に追加して、所定の培養期間内の予め定められたタイミング毎に、対象細胞群における複数種類の細胞群それぞれの混合割合が混合割合条件を具備したか否かを判定し、その判定結果を管理者に対して所定の告知を実行する機能を有している。
　すなわち、培養管理装置３１は、第１実施形態の画像処理装置３０と同様の機能としては、撮像装置１０と連動し、撮像装置１０によって生成された対象画像データに対して画像解析を行うことによって、複数種類の細胞群の混合割合を推定し、推定した混合割合に基づいて対象細胞群の品質の評価を行う。
　具体的には、培養管理装置３１は、第１実施形態の画像処理装置３０と同様に
（１）予め定められた培養期間中に、撮像装置１０から対象細胞群が画像化された対象画像を時系列に沿って複数取得し、
（２）取得した複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出し、
（３）検出した各細胞のそれぞれの遊走速度に基づいて、画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成し、
（４）予め記録された、複数種類の細胞群のそれぞれにおける遊走速度の情報を示す遊走速度情報と、生成した分布関数又は分布状態と、に基づいて、複数種類の細胞群それぞれの混合割合を推定し、
（５）推定した混合割合が予め定められた条件を具備する場合に、当該対象細胞群の品質を合格と判定する判定処理を実行し、
品質判定処理を実行する構成を有している。
　その一方、本実施形態の培養管理装置３１は、判定処理については、培養期間中の予め定められたタイミング（特に、予め定められたタイミング毎）において実行するとともに、判定処理の結果において、複数種類の細胞群それぞれの混合割合が混合割合条件を具備した場合に、管理者に対して所定の告知を実行する構成を有している。
　上述のように、人体などの生体から採取した細胞を培養（例えば、骨格筋芽細胞）し、当該培養した細胞を再生医療などの治療に用いる場合には、一定以上の品質を確保する必要がある一方、そもそも人体から採取することによって人体への影響も発生するため、繰り返し行うこともできない現状においては、品質に合格しないからといって当該採取した細胞を破棄せずに利用可能なレベルまで品質を向上させることも必要とされる。
　特に、再生医療を享受する患者自らの細胞（自家細胞）を採取して対象細胞群として培養する場合には、全ての対象細胞群の品質を確保して治療に利用することが望まれている。
　そこで、本実施形態においては、培養期間中の予め定められたタイミング毎に、上記の判定処理を実行し、培養期間中において定期的に対象細胞群の品質を判定し、例えば、品質が維持されているときに、又は、品質が低下したときに、管理者に告知することができるようになっている。
　特に、本実施形態においては、管理者に対して、このような告知を実行することによって、例えば、倍加時間の異なる複数の細胞種から構成される対象細胞群について、不要な細胞種を除去（死滅させる場合も含む。）してそれ以降の増殖を止めるなどの所定の処理を実行させることも促すことができるようになっている。
　このような構成によって、本実施形態においては、培養中の対象細胞群の品質などの対象細胞群の状態を告知することによって、例えば、再生医療に使用不能となるなど、培養期間中に対象細胞群に利用対象となる特定の細胞種以外の細胞種が規定以上に培養されないように、属性が異なる複数種類の細胞群を有する対象細胞群の培養を管理することができるようになっている。
　特に、本実施形態においては、例えば、骨格筋芽細胞と線維芽細胞から構成される生体（具体的には筋線維）から採取された対象細胞群など、倍加時間が異なる複数の細胞種の細胞群によって構成される対象細胞群の場合には、線維芽細胞などの不要な細胞種の細胞群の培養を阻止しつつ、骨格筋芽細胞などの必要な細胞種の細胞群の培養を継続させることができるので、必要な細胞種の混合割合が高く利用可能な対象細胞群を培養させることができるようになっている。
　したがって、本実施形態においては、対象細胞群の培養中の品質管理を行うことができるとともに、管理者に当該品質管理を対象細胞群の培養を制御させることができるので、対象細胞群の製造効率を向上させることができるようになっている。
［Ｂ３］培養管理装置
　次に、図９を用いて本実施形態の培養管理装置３１の構成について説明する。なお、図９は、本実施形態の培養管理装置３１のブロックを示すブロック図である。
　本実施形態の培養管理装置３１は、図９に示すように、データ記録部３００、通信制御部３１０、表示部３４０、表示制御部３５０、操作部３７０、及び、管理制御部３８０とともに、管理者に対して所定の告知を行う出力部３９０と、タイマ３９１と、生成された対象画像に基づいて品質判定処理を実行するとともに培養管理を行うためのデータ処理部４００と、を有し、上述の各部は、バス３９によって相互に接続され、各構成要素間におけるデータの転送が実行される。
　なお、本実施形態のデータ処理部４００は、本発明の告知制御手段を構成し、出力部３９０は、本発明の出力手段を構成する。
　出力部３９０は、例えば、スピーカ、警報器、又は、ランプなどの管理者に対して音や光によって培養管理中の対象細胞群の異常を告知する装置である。
　具体的には、出力部３９０は、所定の培養期間中の予め定められたタイミングにおいて、又は、予め定められたタイミング毎において実行された判定処理の判定結果を管理者に告知する。
　例えば、出力部３９０は、複数種類の細胞群それぞれの混合割合が混合割合条件を具備した場合に、当該条件を具備したことを示す旨の告知や培養の継続が可能であることを示す告知を、表示、音又は光などによって管理者に対して告知する。
　また、出力部３９０は、複数種類の細胞群それぞれの混合割合が混合割合条件を具備していない場合に、当該条件を具備していないことを示す旨の告知や培養の継続が不可で何らかの処理（例えば、死滅させるなどの不要な細胞種の培養を抑制するための処理）が必要であることを示す告知を、表示、音又は光などによって管理者に対して告知する。
　なお、本実施形態においては、表示部３４０に所定の画像を表示させて管理者に告知するための出力部として機能させてもよい。
　タイマ３９１は、データ処理部４００の指示に基づいて、日時（日や現在時刻）を出力し、又は、計時を実行して予め定められたタイミングが到来した場合にその旨を出力する。
　データ処理部４００は、第１実施形態と同様に、遊走速度検出処理、分布関数生成処理、混合割合推定処理、及び、合格判定処理を実行するため、ＲＯＭ／ＲＡＭ３０４に記録されている品質判定処理を実行するアプリケーションを実行し、検出処理部３２１、生成処理部３２２、推定処理部３２３及び判定処理部３２４を実現する。
　また、データ処理部４００は、上記に加えて、アプリケーションを実行することによって、培養管理部４１０及び告知制御部４２０を実現する。
　培養管理部４１０は、培養期間中の予め定められたタイミング（予め定められたタイミング毎を含む。）に、各部を制御して、遊走速度検出処理、分布関数生成処理、混合割合推定処理、及び、合格判定処理を実行させ、合否判定結果を取得する。
　また、培養管理部４１０は、予め定められたタイミング毎に合格判定処理を実行する場合には、当該タイミング毎に混合割合条件を変化させて判定処理を実行させる。
　特に、培養管理部４１０は、培養期間内における経過時間の短いタイミングにおける判定処理の混合割合条件を、当該経過時間の長いタイミングにおける判定処理より合格の基準が厳しくなる混合割合条件を用いる。
　例えば、培養管理部４１０は、第１実施形態と同様に、骨格筋芽細胞群と線維芽細胞群の２つの細胞種から構成される対象細胞群について、初代培養及び継代培養（拡大培養）を含む培養期間中（具体的に初代培養及び各継代培養がそれぞれ１週間）において、培地交換時や継代培養時などの予め定められたタイミング毎に、対象細胞群（全体）に対する割合が所定の条件（例えば、一定値以上）を具備するか否かを判定させる。
　また、培養管理部４１０は、Ｎ回の拡大培養が実行され、かつ、再生医療などに用いられるための必要な細胞種（すなわち、骨格筋芽細胞）における対象細胞群全体からの混合割合が所定の割合（例えば、再生医療に利用可能な最低限の割合、具体的には、移植に必要な細胞数の２倍以上）以上である場合には、培養期間中（例えば、Ｎ＋１週間）のＮ－２回目の拡大培養については、混合割合条件として、必要な細胞種（例えば、骨格筋芽細胞）の対象細胞群全体における混合割合が９５％、及び、Ｎ－１回目の拡大培養については、必要な細胞種（例えば、骨格筋芽細胞）の対象細胞群全体における混合割合が９０％以上である混合割合条件を用いる。
　なお、勿論、上記の場合において、培養管理部４１０は、Ｎ回の拡大培養については、必要な細胞種（例えば、骨格筋芽細胞）の対象細胞群全体における混合割合が一定割合以上であることを示す混合割合条件を用いる。
　そして、培養管理部４１０は、当該混合割合条件に基づく判定処理の結果を取得する。
　なお、上記の例においては、Ｎ回の継代培養が実行される場合において、Ｎ－２回目及びＮ－１回目の継代培養後の判定処理において混合割合条件を変化させているが、初代培養や各継代培養後の判定処理において混合割合条件を変化させてもよいし、当該混合割合条件を変化させずに、一定の条件を用いてもよい。
　また、本実施形態においては、初代培養又は継代培養毎に判定処理が実行されてもよいし、所定のタイミングとして、初代培養中や初代培養後又は継代培養中や継代培養後などに当該判定処理が実行されてもよい。
　告知制御部４２０は、培養管理部４１０によって取得された各判定処理の判定結果に基づいて、それぞれの判定処理の実行後又は所定のタイミング（管理者の要求タイミングや最終の判定処理後など）に出力部３９０を制御し、当該出力部３９０に、管理者に対する所定の告知を実行させる。
　なお、第１実施形態においては、判定処理部３２４によって表示制御部３５０を制御させて表示部３４０に判定結果を表示させているが、本実施形態の告知制御部４２０は、表示制御部３５０を制御して表示部３４０に所定の告知を行うための画像を表示させてもよい。
［Ｂ４］培養管理システムの動作
　次に、図１０を用いて本実施形態の培養管理システム２の培養管理装置３１において実行される培養管理処理の動作について説明する。なお、図１０は、本実施形態の培養管理システム２の培養管理装置３１において実行される培養管理処理の動作を示すフローチャートである。
　本動作は、培養期間中の所定のタイミング毎に、判定処理が実行されるものとし、各判定処理における混合割合条件に具備しない場合に、管理者に警告として所定の告知を実行するものとする。
　また、本動作においては、対象細胞群の培養は所定のディッシュに載置されて図示しないインキュベータ内に設置されるものとし、培養中に予め定められたタイミングに対象細胞群の対象画像が撮像装置１０によって撮像されて時系列に沿って取得されてデータ記録部３００に記録されるものとする。
　また、本動作は、対象画像の対象細胞群における属性の異なる複数種類の細胞群の遊走速度情報は、予めデータ記録部３００に記録されているものとする。
　さらに、本動作においては、遊走速度検出処理においては、自動トラッキングによって実行されるものとする。
　まず、培養管理部４１０は、管理者の操作などに基づいて培養期間の培養開始を検出すると（ステップＳ２０１）、タイマ３９１に計時を開始させる（ステップＳ２０２）。
　次いで、培養管理部４１０は、タイマ３９１に、現在時刻が判定処理を実行するタイミングであるか否かを判定させ（ステップＳ２０３）、現在時刻が判定処理を実行するタイミングであると判定すると、ステップＳ２１２の処理に移行し、現在時刻が判定処理を実行するタイミングでないと判定すると、予め定められた期間待機し（ステップＳ２０４）、ステップＳ２０３の処理に戻る。
　次いで、培養管理部４１０は、タイマ３９１によって現在時刻が判定処理を実行するタイミングであると判定されると、操作部３７０の操作などに基づいて、対象となるディッシュ上の対象細胞群（すなわち、特定の対象細胞群）における対象画像を選択しつつ、選択した特定の対象細胞群の時系列に沿った複数の対象画像を取得する（ステップＳ２１２）。
　次いで、検出処理部３２１は、画像化された対象細胞群に含まれる各細胞のトラッキングを特定し、各細胞の遊走速度を検出する（ステップＳ２１３）。具体的には、検出処理部３２１は、対象細胞群に１００個の細胞が含まれている場合（又は１００個程度の含まれていると想定される場合）には、１０フレーム程度の対象画像を取得する。
　次いで、生成処理部３２２は、検出された各細胞の遊走速度の平均及び分散を算出しつつ、算出した平均及び分散に基づいて、対数正規分布の分布関数（混合分布関数）を算出する（ステップＳ２１４）。
　次いで、推定処理部３２３は、参照データ記録部３０３から該当する細胞群の遊走速度情報（平均と分散）を読み出すとともに（ステップＳ２１５）、当該読み出した遊走速度情報と、算出された混合分布関数と、に基づいて、所定のアルゴリズムに従って、（式３）及び（式４）を満たす混合割合の変数「π」を算出し、混合分布関数の割合を特定する（ステップＳ２１６）。
　次いで、判定処理部３２４は、対象細胞の対象細胞群に対する割合が所定の条件（一定値以上）を具備するか否かを判定する合否判定処理部を実行する（ステップＳ２１７）。具体的には、判定処理部３２４は、所定の条件を具備するか否かを判定する。このとき、判定処理部３２４は、対象細胞の対象細胞群に対する割合が所定の条件を具備する場合には、合格と判定し、当該所定の条件を具備しない場合には、不合格と判定する。
　次いで、告知制御部４２０は、表示制御部３５０などと連動して、判定結果、すなわち、合否の結果を表示部３４０や出力部３９０に出力させて管理者に告知する（ステップＳ２１８）。
　なお、培養管理部４１０は、対象細胞の対象細胞群に対する混合割合が所定の条件を具備しない場合には、当該対象細胞以外の細胞種を死滅させるなどの所定の処理の実行を促す。
　また、培養管理部４１０は、対象細胞の対象細胞群に対する混合割合が所定の条件を具備しない場合には、対象細胞の培養を中止して本動作を強制終了させてもよい。
　最後に、培養管理部４１０は、次の判定処理の有無を判断し（ステップＳ２１９）、次の判定処理のタイミングがあると判定された場合には、ステップＳ２０３の処理に移行し、次の判定処理のタイミングがない（すなわち、直前のステップＳ２１７の処理が最終の判定処理である）と判定された場合には、本動作を終了させる。
［Ｃ］第３実施形態
［Ｃ１］細胞群製造方法の概要
　次に、第３実施形態における細胞群製造方法の概要及び動作原理について説明する。
　本実施形態の細胞群製造方法は、生体から取得した対象細胞群であって属性が異なる複数種類の細胞群が含まれる対象細胞群に対して、所定の培養期間内の培養を制御することによって、少なくとも特定種類の細胞群を製造する製造方法である。
　そして、本実施形態の細胞群製造方法においては、後述する培養抑制機能を有する培養管理装置３１を有する培養管理システム２を用いるとともに、所定の培養期間の終了後に対象細胞群が利用可能な場合に、凍結保存や規格試験など、該当する対象細胞群に対して生体に利用するための所定の処理を実行する工程が実行される。
　具体的には、本実施形態の細胞群製造方法は、
（Ａ）上記の培養管理システム２を用いることによって、所定の期間内の予め定められたタイミングに、培養されている対象細胞群に対して、当該対象細胞群に含まれる前記複数種類の細胞群それぞれの混合割合が予め定められた混合割合条件を具備するか否かを判定する判定処理を少なくとも含む、検査処理を実行し、
（Ｂ）複数種類の細胞群それぞれの混合割合が前記混合割合条件を具備していないと判定処理によって判定された場合には、対象細胞群に対して不要な細胞種の培養を抑制させるための抑制処理、又は、当該抑制処理を実行するための準備処理、
の各処理を含む。
　また、本実施形態の細胞群製造方法においては、培養管理システム２は、（Ａ）の検査処理としては、第２実施形態と同様に、対象細胞群の培養中に
（Ａ１）予め定められたタイミング（予め定められたタイミング毎）に、対象細胞群が画像化された対象画像のデータを時系列に沿って複数取得し、
（Ａ２）取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出し、
（Ａ３）検出された各細胞のそれぞれの遊走速度に基づいて、画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成し、
（Ａ４）データベースに予め記録され、複数種類の細胞群のそれぞれにおける遊走速度の情報を含む遊走速度情報と、生成された分布関数又は分布状態と、に基づいて、前記対象細胞群に含まれる複数種類の細胞群それぞれの混合割合を推定して混合割合条件に基づく判定処理を実行する、
構成を有している。
　また、本実施形態の細胞群製造方法においては、（Ｂ）の処理としては、
（Ｂ１）対象細胞群に対して不要な細胞種の増殖（死滅を含む。）を止めるため、当該不要な細胞種の培養を抑制させるための抑制処理、又は、
（Ｂ２）上記の管理者へ抑制処理の実行を促すなどの当該抑制処理を実行するための準備処理、
が実行される。
　そして、本実施形態の細胞群製造方法においては、培養期間終了時点の判定処理において複数種類の細胞群それぞれの混合割合が混合割合条件（例えば、必要な細胞種の細胞群が対象細胞群に対して所定の割合以上）を具備した場合に、対象細胞群が利用可能であるとして、最終的な検査処理に合格したと判定する構成を有している。
　一方、本実施形態の細胞群製造方法においては、対象細胞群が利用可能であると最終的な検査処理で合格と判定されると、利用するタイミングまでに凍結保存が実行されるとともに、当該利用するタイミングにおいては、規格試験によって最終的な利用判定が実行され、当該規格試験に合格されると細胞シートなどの利用形態に加工されるようになっている。
　このような構成によって、本実施形態においては、例えば、対象細胞群に利用対象となる特定の細胞種（例えば、骨格筋芽細胞）以外の細胞種が混在している場合に、当該培養中の対象細胞群の培養（すなわち、対象細胞群の複数種類の細胞種における混合割合）を制御することもできるようになっている。
　すなわち、本実施形態においては、対象細胞群において不必要な細胞種の混合割合が規定以上に培養された場合には、検査処理に合格しないため、品質が不良な対象細胞群の利用を中止することができるとともに、検査処理後に対象細胞群における不必要な細胞種の培養を抑制させるなどの混合割合の制御を実行することもできるので、最終的な検査処理の合格に繋げることができるようになっている。
　したがって、本実施形態においては、品質が適正な対象細胞群を培養させて製造することができるとともに、当該対象細胞群の製造効率を向上させることができるようになっている。
　なお、本実施形態においては、培養管理装置３１が培養抑制機能を有しているものとして説明する。
　また、本実施形態の細胞群製造方法においては、培養管理システム２の培養管理装置３１に培養機能を備えさせてもよいし、当該培養管理システム２が、培養管理装置３１とは別な図示しない培養装置を有していてもよい。
　例えば、当該培養装置（培養管理装置３１）は、内部雰囲気が所定の環境条件に維持されるととともに、培養細胞を培養する培養容器が複数収容可能な恒温室と、第１実施形態において説明した培養細胞の画像を撮像する撮像部と、を備える構成を有している。
［Ｃ２］細胞群製造方法の原理
　次に、図１１、図１２Ａ及び図１２Ｂを用いて第３実施形態における細胞群製造方法の原理について説明する。
　なお、図１１は、本実施形態における細胞群製造方法の原理を説明するための図である。また、図１２は、第３実施形態において、線維芽細胞と骨格筋芽細胞とが混在した画像化された対象細胞群から線維芽細胞を特定することについて説明するための図であって、図１２Ａは、マウスにおける対象細胞群について位相差顕微鏡で撮影した位相差画像を示す図、及び、図１２Ｂは、図１２（Ａ）の対象細胞画像における線維芽細胞について蛍光に染色した画像を示す図である。
　まず、生体から採取した対象細胞群を所定の培地が設置されたディッシュに載置して培養（初代培養）を開始し、所定の期間（例えば、７日間）の培養を実行する（図１１の第１フェーズ）。
　このとき、培養管理装置３１は、管理者の操作に基づいて培養管理を開始するとともに、培養開始したディッシュをインキュベータ内で管理する。なお、初代培養中には所定のタイミング（例えば初代培養開始後４日目）に培地交換が実行される。
　次に、初代培養が終了すると、対象細胞の株分けがされてそれぞれ培養されるＮ回（Ｎは自然数）の継代培養が実行される（図１１の第２フェーズ）。
　このとき、培養管理装置３１は、管理者の操作に基づいて培養管理を実行するとともに、初代培養と同様に、対象細胞群を培養中の各ディッシュをインキュベータ内で管理する。なお、初代培養と同様に、各継代培養中には予め定められたタイミング（例えば、各継代培養開始後４日目）でそれぞれ培地交換が実行される。
　一方、初代培養中及び継代培養中（具体的には、撮像期間中）には、培養管理装置３１の制御に基づいて、又は、管理者の操作に基づいて、撮像装置１０は、撮像機能によって、予め定められたタイミング毎（例えば、６分や１２分毎）にディッシュに載置された対象細胞群を静止画像化し、タイムラプス画像として、対象画像データを生成するとともに、生成した対象画像データを、撮像時刻を示す時刻情報とともに培養管理装置３１に記録する（図１１の第１フェーズ及び第２フェーズ）。
　また、培養管理装置３１は、初代培養後、各継代培養後又は特定の回数後の継代培養後に、第２実施形態における培養管理処理（すなわち、判定処理）を実行し、各ディッシュにおける対象細胞群における対象細胞の混合割合を算出し、予め定められた混合割合条件に基づいて各ディッシュの対象細胞画像における品質についての合否判定（すなわち、検査処理における合否判定）を実行する（図１１の第１フェーズ及び第２フェーズ）。
　なお、混合割合条件については、各培養時の判定処理毎に変化させてもよいし（初期の培養であるほど合格基準を高くしてもよいし）、各培養時の判定処理毎に変化させなくてもよく、特定の培養時の判定処理についてのみ他の判定処理と異なる混合割合条件を用いてもよい。
　そして、培養管理装置３１は、不合格とされたディッシュの対象細胞群については、不要な細胞種の細胞群を除去（死滅）させるなどの不要な細胞の培養を抑制するための処理（以下、「抑制処理」という。）を培養管理装置３１に実行させ、又は、当該培養抑制装置３２に抑制処理を実行させるための準備処理を実行する（図１１の第１フェーズ及び第２フェーズ）。
　具体的には、培養管理装置３１は、抑制処理としては、
（１）画像内の全領域からパターンマッチング（色や形状）や遊走速度などによって不要な細胞群（具体的には、線維芽細胞）であるか必要な細胞群（具体的には、骨格筋芽細胞）であるかを特定し、
（２）不要な細胞種の細胞群に近赤外線レーザを照射することによって非接触で当該不要な細胞種の細胞群を除去する。
　例えば、培養管理装置３１は、（１）の処理においては、パターンマッチングを用いる場合には、予め記憶された線維芽細胞の形態を示すデータと各細胞を比較し、明らかに対象となる骨格筋芽細胞と形態が異なり、当該線維芽細胞と類似性が高い細胞（例えば、線維芽細胞のデータと９０％以上の一致率を有する細胞）を特定する。
　例えば、図１２（Ａ）及び（Ｂ）に示すように、骨格筋芽細胞群と線維芽細胞群とが混在する培養中の対象細胞群においては、原則、線維芽細胞の形態が骨格筋芽細胞とは著しく形態が異なるものが存在することが示される。したがって、通常はパターンマッチングによって線維芽細胞を特定することができるようになっている。
　ただし、線維芽細胞においては、骨格筋芽細胞に近しい形態を有していること、又は、骨格筋芽細胞においては、線維芽細胞に近しい形態を有している場合もある。しかしながら、本願は、一定の混合割合以上であれば利用可能であると判定されることから、そのような判断の難しい細胞については、線維芽細胞として特定せずに、確実な線維芽細胞のみ特定及び死滅させている。
　なお、図１２Ａは、マウスにおける対象細胞群について位相差顕微鏡で撮影した位相差画像であって、骨格筋芽細胞群と線維芽細胞群とが混在する、Ｃ２Ｃ１２（マウス筋芽細胞）とＳｗｉｓｓ３Ｔ３（マウス線維芽細胞）の共培養中の対象細胞群を画像化した図であり、図１２Ｂは、図１２Ａについて線維芽細胞について蛍光に染色した図である。
　そして、培養管理装置３１は、線維芽細胞として特定した細胞について近赤外線レーザを照射して当該細胞を死滅させる。
　一方、培養管理装置３１は、準備処理としては、抑制処理の実行を促す管理者への告知やそのためのディッシュの情報の管理者への告知を実行する。
　なお、抑制処理における対象細胞が分化した領域を画像解析によって特定する技術については、特開２０１６－１５４４２８２号公報に開示されており、その説明を省略する。
　次いで、対象細胞群の初代培養及び継代培養が終了すると、利用するまで凍結保存され（図１１の第３フェーズ）、対象細胞群を利用する際に規格試験を実行する（図１１の第４フェーズ）。
　最後に、規格試験に合格した対象細胞群がシート化されるなどによって利用形態に加工され（図１１の第５フェーズ）、再生医療などの利用に供される。
　特に、規格試験は、対象細胞群が再生医療に利用する際に適合しているか否かを確認するための試験であり、対象細胞群を利用する状況や利用する内容によって適宜定まる試験である。
１　…　細胞品質評価システム
２　…　培養管理システム
１０　…　撮像装置
２０　…　ネットワーク
３０　…　画像処理装置
３１　…　培養管理装置
３００　…　データ記録部
３０１　…　アプリケーション記録部
３０２　…　画像データ記録部
３０３　…　参照データ記録部
３１０　…　通信制御部
３２０、４００　…　データ処理部
３２１　…　検出処理部
３２２　…　生成処理部
３２３　…　推定処理部
３２４　…　判定処理部
３４０　…　表示部
３５０　…　表示制御部
３７０　…　操作部
３８０　…　管理制御部
３９０　…　出力部
３９１　…　タイマ
４１０　…　培養管理部
４２０　…　告知制御部
 

Claims (17)

  1. 　属性が異なる複数種類の細胞群を有する対象細胞群が画像化された対象画像のデータを時系列に沿って複数取得する取得手段と、
    　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する検出手段と、
    　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する生成手段と、
    　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を含む遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記複数種類の細胞群それぞれの混合割合を推定する推定手段と、
    　を備えることを特徴とする、画像解析システム。
  2. 　請求項１に記載の画像解析システムにおいて、
    　前記推定された混合割合が予め定められた条件を具備する場合に、当該対象細胞群の品質を合格と判定する判定手段を更に備える、画像解析システム。
  3. 　請求項１又は２に記載の画像解析システムにおいて、
    　前記遊走速度情報が分布関数によって示される情報であり、
    　前記生成手段が、前記検出された各細胞のそれぞれの遊走速度に基づいて、前記分布関数として、正規分布又は対数正規分布を用いる、画像解析システム。
  4. 　請求項１又は２に記載の画像解析システムにおいて、
    　前記遊走速度情報が遊走速度の分布状態を示す情報であり、
    　前記生成手段が、前記分布状態として、前記検出された各細胞のそれぞれの遊走速度のヒストグラムを算出し、
    　前記推定手段が、前記遊走速度情報と前記ヒストグラムの分布形状とに基づいて前記複数種類の細胞群それぞれの混合割合を推定する、画像解析システム。
  5. 　請求項１～４のいずれか１項に記載の画像解析システムにおいて、
    　容器に載置された前記対象細胞群を撮像して画像化する撮像装置を更に備え、
    　前記取得手段が、前記撮像装置から対象画像のデータを取得する、画像解析システム。
  6. 　コンピュータを、
    　属性が異なる複数種類の細胞群を有する対象細胞群が画像化された対象画像を時系列に沿って複数取得する取得手段、
    　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する検出手段、
    　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する生成手段、及び、
    　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を示す遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記複数種類の細胞群それぞれの混合割合を推定する推定手段、
    　として機能することを特徴とする、プログラム。
  7. 　属性が異なる複数種類の細胞群を有する対象細胞群が画像化された対象画像を時系列に沿って複数取得する工程と、
    　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する工程と、
    　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する工程と、
    　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を示す遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記複数種類の細胞群それぞれの混合割合を推定する工程と、
    　を含むことを特徴とする、画像解析方法。
  8. 　所定の培養期間における属性が異なる複数種類の細胞群を有する対象細胞群の状態を管理する培養管理システムであって、
    　前記培養期間内の予め定められたタイミングに、属性が異なる複数種類の細胞群を有する対象細胞群が画像化された対象画像のデータを時系列に沿って複数取得する取得手段と、
    　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する検出手段と、
    　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する生成手段と、
    　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を含む遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記複数種類の細胞群それぞれの混合割合を推定する推定手段と、
    　前記予め定められたタイミングにおける前記複数種類の細胞群それぞれの混合割合が予め定められた混合割合条件を具備するか否かを判定する判定処理を実行する判定手段と、
    　前記判定処理の結果を管理者に対して所定の告知を実行する出力手段を制御する告知制御手段と、
    　を備えることを特徴とする培養管理システム。
  9. 　請求項８に記載の培養管理システムにおいて、
    　前記推定手段が、
    　　前記培養期間内の予め定められたタイミング毎に前記複数種類の細胞群それぞれの混合割合を推定し、
    　前記判定手段が、
    　　前記予め定められたタイミング毎に、前記混合割合条件を変化させて前記判定処理を実行する、培養管理システム。
  10. 　請求項９に記載の培養管理システムにおいて、
    　前記培養期間内における経過時間の短いタイミングにおける前記判定処理に、当該経過時間の長いタイミングにおける前記判定処理より前記合格の基準が厳しくなる前記混合割合条件が用いられる、培養管理システム。
  11. 　請求項８～１０のいずれか１項に記載の培養管理システムにおいて、
    　前記推定手段が、
    　　異なる倍加時間によって類別されている前記複数種類の細胞群から構成される対象細胞群の混合割合を推定する、培養管理システム。
  12. 　所定の培養期間における属性が異なる複数種類の細胞群を有する対象細胞群の状態を管理するプログラムであって、
    　コンピュータを、
    　　前記培養期間内の予め定められたタイミングに、属性が異なる複数種類の細胞群を有する対象細胞群が画像化された対象画像のデータを時系列に沿って複数取得する取得手段、
    　　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する検出手段、
    　　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する生成手段、
    　　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を含む遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記複数種類の細胞群それぞれの混合割合を推定する推定手段、
    　　前記予め定められたタイミングにおける前記複数種類の細胞群それぞれの混合割合が予め定められた混合割合条件を具備するか否かを判定する判定処理を実行する判定手段、及び、
    　　前記複数種類の細胞群それぞれの混合割合が前記混合割合条件を具備した場合に、管理者に対して所定の告知を実行する告知手段、
    　として機能させることを特徴とするプログラム。
  13. 　所定の培養期間における属性が異なる複数種類の細胞群を有する対象細胞群の状態を管理する培養管理方法であって、
    　前記培養期間内の予め定められたタイミングに、属性が異なる複数種類の細胞群を有する対象細胞群が画像化された対象画像のデータを時系列に沿って複数取得する工程と、
    　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する工程と、
    　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する工程と、
    　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を含む遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記複数種類の細胞群それぞれの混合割合を推定する工程と、
    　前記予め定められたタイミングにおける前記複数種類の細胞群それぞれの混合割合が予め定められた混合割合条件を具備するか否かを判定する判定処理を実行する工程と、
    　前記複数種類の細胞群それぞれの混合割合が前記混合割合条件を具備した場合に、管理者に対して所定の告知を実行する工程と、
    　を含むことを特徴とする培養管理方法。
  14. 　生体から取得した対象細胞群であって属性が異なる複数種類の細胞群が含まれる前記対象細胞群に対して、所定の培養期間内の培養を制御することによって、少なくとも特定種類の細胞群を製造する細胞製造方法であって、
    　前記所定の期間内の予め定められたタイミングに、培養されている前記対象細胞群に対して、当該対象細胞群に含まれる前記複数種類の細胞群それぞれの混合割合が予め定められた混合割合条件を具備するか否かを判定する判定処理を少なくとも含む検査処理を実行する工程と、
    　前記複数種類の細胞群それぞれの混合割合が前記混合割合条件を具備していないと前記判定処理によって判定された場合には、対象細胞群に対して不要な細胞種の培養を抑制させるための抑制処理、又は、当該抑制処理を実行するための準備処理を実行する工程と、
    　を含み、
    　前記検査処理では、
    　　前記予め定められたタイミングに、前記対象細胞群が画像化された対象画像のデータを時系列に沿って複数取得する工程と、
    　前記取得され複数の対象画像について画像解析を行うことによって、当該対象画像に画像化されている各細胞のそれぞれの遊走速度を検出する工程と、
    　前記検出された各細胞のそれぞれの遊走速度に基づいて、前記画像化された対象細胞群の遊走速度に関する分布関数又は分布状態を生成する工程と、
    　記録手段に予め記録され、前記複数種類の細胞群のそれぞれにおける遊走速度の情報を含む遊走速度情報と、前記生成された分布関数又は分布状態と、に基づいて、前記対象細胞群に含まれる複数種類の細胞群それぞれの混合割合を推定して前記混合割合条件に基づく前記判定処理を実行する工程と、
    を更に含むことを特徴とする細胞群製造方法。
  15. 　請求項１４の細胞群製造方法において、
    　前記培養期間内の予め定められたタイミング毎に前記複数種類の細胞群それぞれの混合割合を推定する工程と、
    　前記所定の期間の終了時点の判定処理において、前記複数種類の細胞群それぞれの混合割合が前記混合割合条件を具備した場合に、培養された前記対象細胞群が利用可能であると判定する工程と、
    を更に含む、細胞群製造方法。
  16. 　請求項１５の細胞群製造方法において、
    　前記培養された対象細胞群が利用可能であると判定された場合には、当該対象細胞群を利用形態に加工する、細胞群製造方法。
  17. 　請求項１４～１６のいずれか１項に記載の細胞群製造方法において、
    　前記培養期間内における経過時間の短いタイミングにおける前記判定処理に、当該経過時間の長いタイミングにおける前記判定処理より前記合格の基準が厳しくなる前記混合割合条件が用いられる、細胞群製造方法。
PCT/JP2017/025596 2016-07-14 2017-07-13 画像解析システム、培養管理システム、画像解析方法、培養管理方法、細胞群製造方法及びプログラム WO2018012601A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP17827724.0A EP3517932B1 (en) 2016-07-14 2017-07-13 Image analysis system, culture management system, image analysis method, culture management method, cell group structure method, and program
US16/317,741 US11398032B2 (en) 2016-07-14 2017-07-13 Image analysis system, culture management system, image analysis method, culture management method, cell group structure method, and program
JP2018527671A JP6646746B2 (ja) 2016-07-14 2017-07-13 画像解析システム、培養管理システム、画像解析方法、培養管理方法、細胞群製造方法及びプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016139325 2016-07-14
JP2016-139325 2016-07-14

Publications (1)

Publication Number Publication Date
WO2018012601A1 true WO2018012601A1 (ja) 2018-01-18

Family

ID=60953105

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/025596 WO2018012601A1 (ja) 2016-07-14 2017-07-13 画像解析システム、培養管理システム、画像解析方法、培養管理方法、細胞群製造方法及びプログラム

Country Status (4)

Country Link
US (1) US11398032B2 (ja)
EP (1) EP3517932B1 (ja)
JP (1) JP6646746B2 (ja)
WO (1) WO2018012601A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020004575A1 (ja) * 2018-06-29 2020-01-02 株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓ 学習方法、混合率予測方法及び学習装置
WO2022071459A1 (ja) * 2020-09-30 2022-04-07 テルモ株式会社 老化細胞判定システム
RU2799788C2 (ru) * 2018-07-06 2023-07-11 Энзивант Терапьютикс Гмбх Система и способ осуществления количественной гистопатологической оценки неклассифицированного изображения ткани на предметном стекле, классификатор ткани для осуществления количественной гистопатологической оценки и способ его обучения
CN116416616A (zh) * 2023-04-13 2023-07-11 沃森克里克（北京）生物科技有限公司 一种dc细胞体外培养筛分方法、装置及计算机可读介质
WO2023153413A1 (ja) * 2022-02-08 2023-08-17 テルモ株式会社 ２種類以上の細胞を含む培養細胞における目的細胞の割合を予測するためのシステム、プログラム及び方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6960053B2 (ja) * 2018-06-07 2021-11-05 オリンパス株式会社 画像処理装置および培養評価システム
CN112469984B (zh) * 2019-12-31 2024-04-09 深圳迈瑞生物医疗电子股份有限公司 一种图像分析装置及其成像方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009229276A (ja) 2008-03-24 2009-10-08 Nikon Corp 細胞観察の画像解析方法、画像処理プログラム及び画像処理装置
JP2011229410A (ja) 2010-04-23 2011-11-17 Nagoya Univ 細胞評価装置、インキュベータ、プログラム、および、培養方法
JP2012511909A (ja) * 2008-12-15 2012-05-31 エス アール ユー バイオシステムズ，インコーポレイテッド 細胞の変化の検出方法
JP2014526031A (ja) * 2011-05-12 2014-10-02 チリラ、フローレン・ブイ． βアミロイドおよび細胞間コミュニケーションを用いてアルツハイマー病をスクリーニングするための末梢性診断方法
JP2015001859A (ja) * 2013-06-17 2015-01-05 大日本印刷株式会社 情報処理装置、情報処理システム及びプログラム
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
JP2016154482A (ja) 2015-02-24 2016-09-01 シンフォニアテクノロジー株式会社 除去領域設定方法、除去領域設定装置およびプログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6611339B1 (en) * 2000-06-09 2003-08-26 Massachusetts Institute Of Technology Phase dispersive tomography
GB0211072D0 (en) * 2002-05-15 2002-06-26 Amersham Biosciences Uk Ltd Reagent and method for the determination of changes in a cellular morphological parameter
JP4982381B2 (ja) * 2005-12-07 2012-07-25 Ｍ＆Ｔプロジェクトパートナーズ株式会社 病理検査方法
JP5355275B2 (ja) * 2009-07-24 2013-11-27 オリンパス株式会社 細胞画像解析装置
JPWO2011016189A1 (ja) * 2009-08-07 2013-01-10 株式会社ニコン 細胞の分類手法、この手法を用いた画像処理プログラム及び画像処理装置、並びに細胞塊の製造方法
US20110165143A1 (en) * 2010-01-06 2011-07-07 The Regents Of The University Of Colorado, A Body Corporate Modulation of caspases and therapeutical applications
JP5740101B2 (ja) * 2010-04-23 2015-06-24 国立大学法人名古屋大学 細胞評価装置、インキュベータ、細胞評価方法、細胞評価プログラムおよび細胞の培養方法
JP5973181B2 (ja) * 2012-02-09 2016-08-23 Ｍ＆Ｔプロジェクトパートナーズ株式会社 喘息の検査方法、検査装置およびプログラム
JP5945434B2 (ja) * 2012-03-16 2016-07-05 オリンパス株式会社 生物試料の画像解析方法、画像解析装置、画像撮影装置およびプログラム
JP6595156B2 (ja) * 2014-03-04 2019-10-23 富士フイルム株式会社 細胞画像取得装置および方法並びにプログラム
JP6301199B2 (ja) * 2014-05-30 2018-03-28 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
JP6696503B2 (ja) * 2015-05-22 2020-05-20 コニカミノルタ株式会社 画像処理装置、画像処理方法、および画像処理用のプログラム
JP2017023055A (ja) 2015-07-22 2017-02-02 大日本印刷株式会社 細胞管理システム、プログラム、及び、細胞管理方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009229276A (ja) 2008-03-24 2009-10-08 Nikon Corp 細胞観察の画像解析方法、画像処理プログラム及び画像処理装置
JP2012511909A (ja) * 2008-12-15 2012-05-31 エス アール ユー バイオシステムズ，インコーポレイテッド 細胞の変化の検出方法
JP2011229410A (ja) 2010-04-23 2011-11-17 Nagoya Univ 細胞評価装置、インキュベータ、プログラム、および、培養方法
JP2014526031A (ja) * 2011-05-12 2014-10-02 チリラ、フローレン・ブイ． βアミロイドおよび細胞間コミュニケーションを用いてアルツハイマー病をスクリーニングするための末梢性診断方法
JP2015001859A (ja) * 2013-06-17 2015-01-05 大日本印刷株式会社 情報処理装置、情報処理システム及びプログラム
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
JP2016154482A (ja) 2015-02-24 2016-09-01 シンフォニアテクノロジー株式会社 除去領域設定方法、除去領域設定装置およびプログラム

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
RYOMA BISE; ZHAOZHENG YIN; TAKEO KANADE: "Reliable Cell Tracking By Global Data Association", IEEE INTERNATIONAL SYMPOSIUM ON BIOMEDICAL IMAGING, 2011
See also references of EP3517932A4
TAKEO KANADE; ZHAOZHENG YIN; RYOMA BISE; SEUNGIL HUH; SUNGEUN EOM; MICHAEL SANDBOTHE; MEI CHEN: "Cell Image Analysis: Algorithms, System and Applications", IEEE WORKSHOP ON APPLICATIONS OF COMPUTER VISION (WACV, 2011
ZHAOZHENG YIN; RYOMA BISE; MEI CHEN; TAKEO KANADE: "Cell Segmentation in Microscopy Imagery Using a Bag of Local Bayesian Classifiers", IEEE INTERNATIONAL SYMPOSIUM ON BIOMEDICAL IMAGING (ISBI, 2010
ZHAOZHENG YIN; TAKEO KANADE; MEI CHEN: "Understanding the Phase Contrast Optics to Restore Artifact-Free Microscopy Images for Segmentation", MEDICAL IMAGE ANALYSIS, vol. 16, no. 5, 2012, pages 1047 - 1062, XP028521930, DOI: doi:10.1016/j.media.2011.12.006

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020004575A1 (ja) * 2018-06-29 2020-01-02 株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓ 学習方法、混合率予測方法及び学習装置
JP7421475B2 (ja) 2018-06-29 2024-01-24 株式会社Preferred Networks 学習方法、混合率予測方法及び学習装置
RU2799788C2 (ru) * 2018-07-06 2023-07-11 Энзивант Терапьютикс Гмбх Система и способ осуществления количественной гистопатологической оценки неклассифицированного изображения ткани на предметном стекле, классификатор ткани для осуществления количественной гистопатологической оценки и способ его обучения
WO2022071459A1 (ja) * 2020-09-30 2022-04-07 テルモ株式会社 老化細胞判定システム
WO2023153413A1 (ja) * 2022-02-08 2023-08-17 テルモ株式会社 ２種類以上の細胞を含む培養細胞における目的細胞の割合を予測するためのシステム、プログラム及び方法
CN116416616A (zh) * 2023-04-13 2023-07-11 沃森克里克（北京）生物科技有限公司 一种dc细胞体外培养筛分方法、装置及计算机可读介质
CN116416616B (zh) * 2023-04-13 2024-01-05 沃森克里克（北京）生物科技有限公司 一种dc细胞体外培养筛分方法、装置及计算机可读介质

Also Published As

Publication number Publication date
EP3517932B1 (en) 2020-09-23
EP3517932A4 (en) 2019-07-31
EP3517932A1 (en) 2019-07-31
JP6646746B2 (ja) 2020-02-14
US11398032B2 (en) 2022-07-26
JPWO2018012601A1 (ja) 2019-07-04
US20190236784A1 (en) 2019-08-01

Similar Documents

Publication Publication Date Title
JP6646746B2 (ja) 画像解析システム、培養管理システム、画像解析方法、培養管理方法、細胞群製造方法及びプログラム
Ran et al. Cataract detection and grading based on combination of deep convolutional neural network and random forests
JP5816415B2 (ja) 細胞評価装置、インキュベータ、プログラム、および、培養方法
JP5181385B2 (ja) 細胞の品質を予測する予測モデルの構築法、予測モデルの構築用ブログラム、該プログラムを記録した記録媒体、予測モデルの構築用装置
JP5816416B2 (ja) 細胞評価装置、インキュベータ、プログラム、および、培養方法
Prentašić et al. Detection of exudates in fundus photographs using convolutional neural networks
US20120092478A1 (en) Incubated state evaluating device, incubated state evaluating method, incubator, and program
Seoud et al. Automatic grading of diabetic retinopathy on a public database
CN105069304A (zh) 一种基于机器学习的评估预测asd的方法
JP7001060B2 (ja) 情報処理装置、情報処理方法及び情報処理システム
JP2017023055A (ja) 細胞管理システム、プログラム、及び、細胞管理方法
CN109034360A (zh) 一种从fMRI和DTI数据中构建脑效应连接网络的蚁群方法
Lesmana et al. Abnormal condition detection of pancreatic beta-cells as the cause of diabetes mellitus based on iris image
CN110135528A (zh) 年龄确定方法、眼部健康程度确定方法和装置
CN102567734A (zh) 基于比值的视网膜细小血管分割方法
CN109464122A (zh) 基于多模态数据的个体核心特质预测系统及方法
CN115810004A (zh) 一种光学相干断层扫描脉络膜血管分层造影方法
Chen et al. A low cost, adaptive mixed reality system for home-based stroke rehabilitation
Leopold et al. Segmentation and feature extraction of retinal vascular morphology
Nair et al. Multi-labelled ocular disease diagnosis enforcing transfer learning
US11475578B2 (en) Method for analyzing behavior of cell, and use thereof
Carratu et al. Use of Artificial Intelligence in optical microscope imaging
CN115223232A (zh) 一种眼健康综合管理系统
CN113854957A (zh) 一种基于眼部图像的人工智能屈光度精准测量方法
CN106725364B (zh) 基于概率统计方法的管制员疲劳检测方法及系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17827724

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018527671

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2017827724

Country of ref document: EP

Effective date: 20190214