WO2021112162A1 - 走性解析方法、がん評価方法、走性解析システム及びプログラム - Google Patents

走性解析方法、がん評価方法、走性解析システム及びプログラム Download PDF

Info

Publication number
WO2021112162A1
WO2021112162A1 PCT/JP2020/044989 JP2020044989W WO2021112162A1 WO 2021112162 A1 WO2021112162 A1 WO 2021112162A1 JP 2020044989 W JP2020044989 W JP 2020044989W WO 2021112162 A1 WO2021112162 A1 WO 2021112162A1
Authority
WO
WIPO (PCT)
Prior art keywords
taxis
container
analysis
area
region
Prior art date
Application number
PCT/JP2020/044989
Other languages
English (en)
French (fr)
Inventor
祐輝 今泉
研二 岩尾
Original Assignee
株式会社Ｈｉｒｏｔｓｕバイオサイエンス
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 株式会社Ｈｉｒｏｔｓｕバイオサイエンス filed Critical 株式会社Ｈｉｒｏｔｓｕバイオサイエンス
Priority to EP20896568.1A priority Critical patent/EP4071471A4/en
Priority to AU2020396635A priority patent/AU2020396635A1/en
Priority to CA3163902A priority patent/CA3163902A1/en
Priority to US17/781,898 priority patent/US20230020220A1/en
Priority to CN202080080211.4A priority patent/CN114729925A/zh
Publication of WO2021112162A1 publication Critical patent/WO2021112162A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/493—Physical analysis of biological material of liquid biological material urine
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/5082—Supracellular entities, e.g. tissue, organisms
    • G01N33/5085—Supracellular entities, e.g. tissue, organisms of invertebrates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00732—Identification of carriers, materials or components in automatic analysers
    • 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
    • G06T2207/30096—Tumor; Lesion

Definitions

  • the present invention relates to a taxis analysis method, a cancer evaluation method, a taxis analysis system and a program.
  • Non-Patent Document 1 a cancer detection method using the taxis in which nematodes show an attractive behavior to the urine of a cancer patient.
  • Non-Patent Document 1 if a large number of urine samples are to be processed, automation by a machine is required. A urine sample is dropped on a medium in a container (for example, a petri dish), a nematode is placed on the medium, and after a predetermined time has passed, the nematode is moved to the bottom of the imaging device and the nematode in the medium is imaged by the imaging device. By doing so, it is conceivable to analyze the runnability of nematodes. In this case, the container may rotate as the container moves.
  • a container for example, a petri dish
  • the container has a point-symmetrical or line-symmetrical shape, it is not possible to identify the place where the urine sample is dropped in the container from the captured image, and it is judged whether the nematode shows an attractive behavior. There is a problem that it cannot be done.
  • the present invention has been made in view of the above problems, and even if the container on which the nematodes are placed has a point-symmetrical or axisymmetric shape, does the nematodes show an attractive behavior from the captured image? It is an object of the present invention to provide a Taxis analysis method, a cancer evaluation method, a Taxis analysis system and a program that enable the determination of worms.
  • the taxis analysis method is a taxis analysis method for analyzing the taxis of nematodes using the container or a container in which a reference point is provided on the medium in the container. , The step of imaging the distribution mode of the nematode in the container, the step of determining the attracting region and / or the repellent region based on the reference point, and the nematode in the determined attracting region and / or the repellent region. It has a step of performing a taximetric analysis using the object of.
  • the attraction area and the repellent area are correctly set based on the position of the reference point object corresponding to the reference point regardless of the rotation angle of the container from the position facing the bottom surface. Therefore, the taxis analysis of the nematode can be correctly performed regardless of the rotation angle of the container taken from the position facing the bottom surface.
  • the taxis analysis method according to the second aspect of the present invention is the taxis analysis method according to the first aspect, and counts nematodes in the determined attraction region in the step of executing the taxis analysis. Then, and / or the nematodes in the determined repellent region are counted, and the taxis analysis result is output according to the counting result.
  • the taxitactic analysis result can be output regardless of the rotation angle of the container taken from the position facing the bottom surface.
  • the taxis analysis method is the taxis analysis method according to the first or second aspect, and the reference point is a code including container identification information for identifying the container.
  • the image captured in the imaging step includes a code object corresponding to the code, and the step of reading the container identification information from the code object and the run in association with the read container identification information. It has a step of storing the taxitactic analysis result, which is the result of executing the sex analysis, in the storage.
  • the container identification information and the taxis analysis result can be managed in association with each other. Therefore, if the subject and the container identification information are associated and managed in advance, the subject and the taxis analysis result can be managed from the container identification information. Since it is possible to identify the subject, it is possible to reduce the possibility that the subject's taxis analysis result is mistaken.
  • the runnability analysis method according to the fourth aspect of the present invention is the runnability analysis method according to the third aspect, and the storage stores the subject identification information for identifying the subject and the container identification information in association with each other. It has a step of identifying the subject identification information corresponding to the container identification information read from the code object with reference to the storage.
  • the taxis analysis method according to the fifth aspect of the present invention is the taxis analysis method according to the first or second aspect, and the reference point is a first reference point and / or a second reference point. Including.
  • the attracting region and the repelling region can be determined with reference to the first reference point and / or the second reference point.
  • the taxis analysis method according to the sixth aspect of the present invention is the taxis analysis method according to any one of the first to fifth aspects, and the lid of the container is removed before the inside of the container is imaged. Have steps.
  • the taxis analysis method according to the seventh aspect of the present invention is the taxis analysis method according to any one of the first to sixth aspects, and is the reference in the step of determining the attraction region and / or the repellent region.
  • the angle of the straight line passing through the position of the point object and the center of the object of the container with respect to the reference line is determined, and the reference format in which the attraction region and / or the repellent region is set in advance is rotated by the angle to rotate the attraction region. And / or determine the repellent area.
  • an appropriate attracting area and / or repelling area can be determined manually.
  • the taxis analysis method according to the eighth aspect of the present invention is the taxis analysis method according to any one of the first to sixth aspects, and is the reference in the step of determining the attraction region and / or the repellent region.
  • the angle of the straight line passing through the position of the point object and the center of the object of the container with respect to the reference line is determined, and the angle, the image obtained by imaging is rotated, and the attraction region and / or the repellent region is formed. decide.
  • an appropriate attracting area and / or repelling area can be determined manually.
  • the taxis analysis method is a taxis analysis method for analyzing the taxis of nematodes using a container or a container provided with a reference point in a medium in the container.
  • the taxis analysis method is the taxis analysis method according to any one of the first to sixth aspects, and is the reference in the step of determining the attraction region and / or the repellent region.
  • the angle of the straight line passing through the position of the point object and the center of the object of the container with respect to the reference line is determined, the container is rotated at the angle, the distribution mode of the nematodes in the container after rotation is imaged, and the imaging is performed.
  • the attracting region and / or the repellent region is determined by comparing the image with the reference format in which the attracting region and / or the repellent region is set in advance.
  • an appropriate attracting area and / or repelling area can be determined manually.
  • the cancer evaluation method uses the taxis analysis method according to any one of the first to sixth aspects and the taxis analysis result obtained by executing the taxis analysis. It has a step of evaluating the possibility of cancer of the subject.
  • the attraction area and the repellent area are correctly set based on the position of the reference point object corresponding to the reference point regardless of the rotation angle of the container from the position facing the bottom surface. Therefore, the accuracy of the evaluation of the taxis analysis can be maintained regardless of the rotation angle of the container taken from the position facing the bottom surface.
  • the runnability analysis system is a runnability analysis system that analyzes the runnability of nematodes using the container or a container in which a reference point is provided on the medium in the container.
  • the control unit that controls the imaging unit to image the distribution mode of the nematodes in the container after the nematodes and the specimen of the subject are dropped into the container, and the images obtained by the imaging.
  • the position of the reference point object corresponding to the reference point is detected, the attraction area and / or the repellent area is determined based on the position, and the nematode object in the determined attraction area and / or the repellent area is used.
  • the attraction area and the repellent area are correctly set based on the position of the reference point object corresponding to the reference point regardless of the rotation angle of the container from the position facing the bottom surface. Therefore, the taxis analysis of the nematode can be correctly performed regardless of the rotation angle of the container taken from the position facing the bottom surface.
  • the program according to the twelfth aspect of the present invention is a program for analyzing the runnability of nematodes using the container or a container in which a reference point is provided in the medium in the container, and uses a computer. After the nematode and the sample of the subject were dropped into the container, the position of the reference point object corresponding to the reference point included in the image obtained by imaging the distribution mode of the nematode in the container was detected. The attraction region and / or the repellent region is determined based on the position, and the nematode object in the determined attraction region and / or the repellent region is used to execute the program as an analysis unit for executing the running performance analysis. It is a program.
  • the attraction area and the repellent area are correctly set based on the position of the reference point object corresponding to the reference point regardless of the rotation angle of the container from the position facing the bottom surface. Therefore, the taxis analysis of the nematode can be correctly performed regardless of the rotation angle of the container taken from the position facing the bottom surface.
  • the taxis analysis method is a taxis analysis method for analyzing the taxis of a nematode, in which a nematode and a sample of a subject are dropped into a container and then a line in the container. It has a step of imaging the distribution mode of the insect and a step of performing a taxis analysis using the area value of the area occupied by the nematode object in the attracting region and / or the repellent region.
  • the cancer evaluation method according to the fourteenth aspect of the present invention uses the taxis analysis method according to the thirteenth aspect and the taxis analysis result obtained by executing the taxis analysis of the subject. It has steps to assess the likelihood of cancer.
  • the taxis analysis system is a taxis analysis system that analyzes the taxis of a nematode, and is a line in the container after the nematodes and a sample of a subject are dropped into the container.
  • a control unit that controls the imaging unit to image the distribution mode of insects, and an analysis unit that executes taxis analysis using the area value of the area occupied by the nematode object in the attraction region and / or the repellent region.
  • the program according to the sixteenth aspect of the present invention is a program for analyzing the runnability of nematodes, in which a computer is used to drop nematodes and a sample of a subject into a container and then the nematodes in the container.
  • a computer is used to drop nematodes and a sample of a subject into a container and then the nematodes in the container.
  • the attraction region and the repellent region are set with reference to the position of the reference point object corresponding to the reference point. Since it can be set correctly, the nematode taxis analysis can be performed correctly regardless of the rotation angle of the container taken from the position facing the bottom surface.
  • This is an example of a schematic perspective view of the container take-out unit 13 in a state before the container is conveyed.
  • This is an example of a schematic perspective view of the container take-out unit 13 in a state after the container is conveyed.
  • This is an example of a top view of a petri dish according to this embodiment.
  • It is a flowchart which shows an example of the process of taxis analysis which concerns on this Embodiment.
  • This is an example of a table of inspection information stored in storage.
  • It is a schematic diagram of the captured image which concerns on this embodiment.
  • It is a schematic diagram which shows an example of an attraction region and a repellent region in a captured image.
  • the "nematode” means Caenorhabditis elegans. Nematodes are popular organisms that are widely bred and studied all over the world as model organisms in biological research, and are characterized by being easy to breed and having an excellent sense of smell.
  • cancer refers to cancer types such as gastric cancer, rectal colon cancer, esophageal cancer, pancreatic cancer, prostate cancer, bile duct cancer, lung cancer, blood cancer, leukemia, and lymphoma. means.
  • the "tactical behavior” means an attracting behavior or a repelling behavior.
  • the attracting behavior means the behavior of shortening the physical distance from a certain substance
  • the repellent behavior means the behavior of increasing the physical distance from a certain substance.
  • a substance that induces attracting behavior is called an attracting substance
  • a substance that induces repellent behavior is called a repellent substance.
  • taxis analysis means to analyze the taxis behavior.
  • the "reference point” is a mark (for example, printing, pattern, etc.) or morphological change (for example, printing, pattern, etc.) provided on the container or medium in order to recognize the rotation angle of the bottom surface of the container in a plane including the bottom surface. Grooves, protrusions, etc.).
  • the attraction region and the repellent region can be discriminated by providing a reference point having an asymmetric shape or by providing a reference point having an arbitrary shape other than the center point of the bottom surface.
  • the taxis analysis method and the taxis analysis system according to the present embodiment are used as an example to evaluate the possibility of cancer in a subject using the taxis behavior of a nematode as an index.
  • the taxis analysis method and the taxis analysis system according to the present embodiment can be used not only for nematodes but also for taxis analysis of other organisms and cells, and are not limited to the evaluation of cancer possibility. It can also be applied to assess the likelihood of a disease.
  • the container according to the present embodiment is a container having a line-symmetrical or point-symmetrical shape on the inner bottom surface, and as an example in the present embodiment, the container is a container having a point-symmetrical shape, specifically, a circular mast. It is explained as if. Further, in the present embodiment, it is assumed that the container or the medium in the container is provided with a reference point in a region other than the point-symmetrical symmetry point (here, since it is a circular petri dish, the center of the petri dish). When the container has a line-symmetrical shape, a reference point is provided in a region other than the axis of symmetry in the container or the medium in the container.
  • FIG. 1 is a block diagram showing a schematic configuration of a taxis analysis system according to the present embodiment.
  • the taxitactic analysis system 1 includes a processor 10, a container supply unit 11, a stand 12, a container take-out unit 13, an imaging unit 15, and a storage 16. ..
  • the container supply unit 11 is a unit that carries the container after the nematode and the sample of the subject (for example, a urine sample) are dropped to the standing table 12. After the nematodes and the specimens of the subject are dropped, the container is covered and the container is carried to the stand 12 with the lid closed.
  • the container supply unit 11 includes a supply conveyor 111 that carries the container to a predetermined position, and a supply robot 112 that carries the container from the predetermined position to the standing table 12.
  • the stand 12 is a stand for standing at room temperature for a predetermined time, for example. At this predetermined time, the nematode acts to attract or repel the specimen.
  • the container take-out unit 13 is a unit that takes out the container and carries the container to a predetermined imaging position (for example, the focal position of the imaging unit 15).
  • the container take-out unit 13 includes a take-out robot 131 for taking out the container from the stand 12, a container transport unit 132 for transporting the container to a predetermined imaging position, a lid removal unit 133 for removing the lid of the container, and a sensor. It is provided with 134.
  • the storage 16 stores a program for the processor 10 to read and execute.
  • the processor 10 functions as a control unit 14 and an analysis unit 17 by reading and executing a program stored in the storage 16.
  • the control unit 14 controls the container supply unit 11, the container take-out unit 13, and the image pickup unit 15.
  • the storage 16 stores an image database (also referred to as an image DB) 161 and an inspection database (also referred to as an inspection DB) 162.
  • the image pickup unit 15 takes an image of the distribution mode of the nematodes in the container carried by the container take-out unit 13, and stores the image obtained by the image in the image database 161 of the storage 16.
  • the analysis unit 17 reads an image from the image database 161 of the storage 16 and executes the taxis analysis using the inside of the image obtained by imaging.
  • the analysis unit 17 evaluates the possibility of cancer of the subject by using the taxis analysis result obtained by executing the taxis analysis.
  • the analysis unit 17 stores the taxis analysis result and the evaluation result of the subject's cancer possibility (hereinafter, also referred to as cancer evaluation result) as examination information in the examination database 162 of the storage 16.
  • FIG. 2 is an example of a schematic perspective view of the container take-out unit 13 in a state before the container is conveyed.
  • the container transport unit 132 has a robot hand 1321 that grips a petri dish 21, which is an example of a container.
  • the lid removal unit 133 has an arm 1331 that grips the lid 22 of the petri dish 21.
  • the sensor 134 detects whether or not the robot hand 1321 of the container transport unit 132 is in a predetermined position, and outputs the detection result to the control unit 14.
  • the control unit 14 moves the arm 1331 of the lid removal unit 133 to the predetermined position described above.
  • the arm 1331 controls to grip the lid 22 of the petri dish 21.
  • the imaging unit 15 is fixed to the support column 151, and the support column 151 is fixed on the base member 152. Further, the light source 153 is fixed to the support column 151.
  • the petri dish 21 from which the lid 22 has been removed is transported by the container transport unit 132 directly below the image pickup unit 15.
  • FIG. 3 is an example of a schematic perspective view of the container take-out unit 13 in a state after the container is conveyed.
  • the petri dish 21 from which the lid 22 has been removed is moved directly below the imaging unit 15 as an example.
  • the position of the petri dish 21 is preferably separated by the focal length of the imaging unit 15.
  • the image pickup unit 15 images the distribution of nematodes in the petri dish 21 while the light source 153 illuminates the bottom of the petri dish 21 with light.
  • FIG. 4 is an example of a view of the petri dish according to the present embodiment as viewed from above.
  • a reference point S1 representing a plus and a reference point S2 representing a minus are provided on the bottom surface of the petri dish 21 as an example.
  • the reference points S1 and S2 are provided at positions symmetrical with respect to the center of the petri dish 21. That is, the reference points S1 and S2 have the same distance from the center of the petri dish 21, and the centers of the reference points S1 and S2 and the petri dish 21 are in the same straight line.
  • the reference points S1 and S2 may be printed on the petri dish 21, or may be expressed by providing unevenness on the petri dish 21.
  • the paper on which the reference points S1 and S2 are printed may be attached to the bottom surface of the petri dish with the printed surface as the attachment surface.
  • the positions of the reference points S1 and S2 on the bottom surface of the petri dish 21 are merely examples, and are not limited thereto. Further, the reference points S1 and S2 may be on the side surface of the petri dish 21 or may be provided on the medium.
  • FIG. 5 is a flowchart showing an example of the taxitactic analysis process according to the present embodiment.
  • Step S10 First, anesthesia is dropped onto the medium whose horizontal position corresponds to the position of the reference point S1 and the reference point S2. As a result, when the position of the reference point S1 or the reference point S2 or its vicinity is reached, the patient becomes immobile due to anesthesia.
  • Step S20 Next, the nematode is dropped onto the medium corresponding to the substantially central position of the petri dish 21, and the buffer is removed with a non-woven fabric, a dispenser, or the like.
  • Step S30 Next, a urine sample derived from a cancer patient is dropped onto a medium whose horizontal position corresponds to the position of the reference point S1. As a result, when the nematode is attracted by the odor of urine and reaches the position of the reference point S1 or its vicinity, the nematode becomes immobile due to anesthesia.
  • the order of steps S10 to S30 may be different.
  • Step S40 Next, the container supply unit 11 conveys the petri dish 21 to the standing table 12.
  • Step S50 Next, the petri dish 21 is allowed to stand on the stand 12 for a predetermined time.
  • Step S60 Next, the take-out robot 131 takes out the petri dish 21 from the standing table 12, and the lid removal unit 133 removes the lid 22 from the petri dish 21. In this way, the lid 22 of the petri dish 21 is removed before the inside of the petri dish 21 is imaged.
  • Step S70 Next, the container transport unit 132 transports the petri dish 21 to a predetermined imaging position.
  • Step S80 Next, the imaging unit 15 images the distribution mode of the nematodes in the petri dish 21.
  • Step S90 Next, the analysis unit 17 executes the taxis analysis.
  • Step S100 Next, the analysis unit 17 evaluates the possibility of cancer of the subject by using the taxis analysis result obtained by executing the taxis analysis. Then, the analysis unit 17 stores the taxis analysis result and the evaluation result of the subject's cancer possibility as test information in the test database 162 of the storage 16. As a result, the inspection information as shown in FIG. 6 is accumulated.
  • FIG. 6 is an example of a table of inspection information stored in the storage.
  • the table T1 shows a subject ID, which is subject identification information for identifying a subject, a petri dish ID, which is an example of container identification information for identifying a container (here, a petri dish as an example), and a standing start date and time.
  • a set of records of the end date and time of standing, the temperature at the time of standing, the shooting ID for identifying the shot image, the number of attracting nematodes, the number of repellent nematodes, the taxis index, and the cancer evaluation result are accumulated.
  • FIG. 7 is a schematic view of a captured image according to the present embodiment. As shown in FIG. 7, the captured image shows the object OB3 of the petri dish 21, the object OB1 of the reference point S1, and the object OB2 of the reference point S2.
  • FIG. 8 is a schematic view showing an example of an attracting region and a repellent region in a captured image.
  • the center P1 of the object OB3 of the petri dish 21 draws, for example, a straight line orthogonal to the tangent of the contour of the object OB3 of the petri dish 21 at two points having different contours. It is extracted as a point where straight lines intersect.
  • a straight line L1 orthogonal to the straight line L0 can be drawn at a position close to the object OB1 by a distance d1 from the center P1 along the straight line L0 connecting the center P1 of the object OB3 of the mast 21 and the object OB1 of the reference point S1.
  • a straight line L2 orthogonal to the straight line L0 can be drawn at a position separated from the object OB1 by a distance d1 from the center P1.
  • the area R1 surrounded by the outline of the straight line L1 and the object OB3 of the petri dish 21 is the attraction area.
  • the area R2 surrounded by the outline of the straight line L2 and the object OB3 of the petri dish 21 is a repellent area.
  • the analysis unit 17 extracts, for example, the center P1 of the object OB3 of the petri dish 21 from the captured image G1b. Further, the analysis unit 17 detects, for example, the position of the object OB1 at the reference point S1 from the captured image G1b. For example, the analysis unit 17 draws a straight line L1 orthogonal to the straight line L0 at a position close to the object OB1 by a distance d1 from the center P1 along the straight line L0 connecting the center P1 of the object OB3 of the mast 21 and the object OB1 of the reference point S1.
  • the straight line L1 and the area R1 surrounded by the outline of the object OB3 of the planet 21 are determined as the attraction area. Further, as a method of determining the repellent region, in the case of the example of FIG. 8, a straight line L2 orthogonal to the straight line L0 is set at a position separated from the object OB1 by a distance d1 from the center P1 along the straight line L0, and the straight line L2 and the mast are set. The area R2 surrounded by the outline of the object OB3 of 21 is determined as a repellent area.
  • the analysis unit 17 does not have to extract the center P1 of the object OB3 of the petri dish 21 from the captured image G1b.
  • the analysis unit 17 extracts the object OB1 of the reference point S1 and the object OB2 of the reference point S2 from the captured image G1b.
  • a straight line passing through the center of the object OB1 at the reference point S1 and the center of the object OB2 at the reference point S2 may be set to the straight line L0.
  • the analysis unit 17 reads an image from the image database 161 of the storage 16 and captures the image, and includes the reference point object corresponding to the reference point (for example, the reference of FIGS. 7 and 8) included in the image.
  • the position of the object OB1) at the point S1 is detected, and the attraction region (for example, the region R1 in FIG. 8) and the repellent region (for example, the region R2 in FIG. 8) are determined based on the position.
  • the analysis unit 17 executes the taxis analysis using the nematode objects in the determined attraction region and repellent region.
  • the analysis unit 17 determines the number of nematode objects in the attracting region as the number of nematodes showing the attracting behavior. In addition, the analysis unit 17 determines the number of nematode objects in the repellent region as the number of nematodes exhibiting repellent behavior.
  • FIG. 9 is a flowchart showing an example of the taxis analysis method according to the present embodiment.
  • Step S110 First, the analysis unit 17 of the processor 10 acquires image data from the image DB 161.
  • Step S120 Next, the analysis unit 17 detects the petri dish position in the image data.
  • Step S130 the analysis unit 17 detects a petri dish reference point in the image data. For example, when the image data is shown in FIG. 8, the analysis unit 17 detects the object OB1 at the reference point S1 and / or the object OB2 at the reference point S2 from the image data G1b.
  • Step S140 the analysis unit 17 sets the nematode taxis analysis region according to the reference point of the petri dish. At that time, for example, when the image data is FIG. 8, the analysis unit 17 determines the area R1 of FIG. 8 as the attraction area based on the object OB1 of the reference point S1 and / or the object OB2 of the reference point S2, and FIG. Region R2 is determined as the repellent region.
  • Step S150 the analysis unit 17 performs image analysis for each analysis region determined in step S140. At that time, for example, the analysis unit 17 executes image processing that makes the outline of the nematode in the image data stand out.
  • Step S160 the analysis unit 17 counts nematodes for each analysis region. At that time, for example, the analysis unit 17 counts the nematode region in the image data for each analysis region.
  • Step S170 the analysis unit 17 executes the taxis analysis from the count value of the nematode for each analysis region. At that time, for example, the analysis unit 17 calculates the taxis index. In this way, the nematodes in the determined attracting region are counted, the nematodes in the determined repellent region are counted, and the taxis analysis result is output according to the counting result.
  • the taxis analysis method uses a container in which a reference point is provided in a region other than the axis of symmetry or a region other than the point of symmetry in the container or the medium in the container.
  • This taxitactic analysis method includes the step of imaging the distribution mode of the nematodes in the container after the nematodes and the sample of the subject are dropped into the container, and the image obtained by the imaging. Using the step of detecting the position of the reference point object corresponding to the reference point, the step of determining the attraction area and the repellent area based on the position, and the nematode object in the determined attraction area and the repellent area. It has a step of performing a runnability analysis.
  • the attraction area and the repellent area can be set correctly based on the position of the reference point object corresponding to the reference point, regardless of the rotation angle of the container from the position facing the bottom surface. Therefore, the taxis analysis of the nematode can be correctly performed regardless of the rotation angle of the container taken from the position facing the bottom surface.
  • step S130 may be omitted in FIG.
  • the container or the camera may be positioned so that the reference point of the container and the camera have a predetermined positional relationship at the imaging position in step S70 of FIG.
  • the analysis unit 17 applies the taxis analysis result obtained by executing the taxis analysis to a predetermined evaluation rule to evaluate the possibility of cancer in the subject. For example, when the evaluation rule evaluates the possibility of cancer based on the magnitude relationship with the threshold value, the analysis unit 17 evaluates that the possibility of cancer is high when the taxis analysis result is higher than the threshold value, and the taxis analysis is performed. If the result is below the threshold, the possibility of cancer may be evaluated as low. As a result, the accuracy of the evaluation of the possibility of cancer can be maintained regardless of the rotation angle of the container taken from the position facing the bottom surface.
  • plus and minus reference points are provided on the bottom surface of the petri dish, but the present invention is not limited to this, and a reference point may be provided on the side surface of the petri dish, or a reference point may be provided on the medium.
  • plus and minus reference points are attached to the petri dish, but the reference points are not limited to this.
  • the reference point may be a code (for example, a two-dimensional code) including container identification information for identifying the container.
  • FIG. 10 is an example of a view of the petri dish according to the modified example from above.
  • a two-dimensional code S3 is provided on the bottom surface of the petri dish 21b.
  • the two-dimensional code may be printed on the petri dish 21b, or may be expressed by providing unevenness on the petri dish 21b.
  • the paper on which the two-dimensional code is printed may be attached to the bottom surface of the petri dish 21b with the printed surface as the attachment surface.
  • FIG. 11 is a schematic view of a captured image according to a modified example.
  • the captured image G2 includes the code object OB11 corresponding to the two-dimensional code S3 in the object OB12 corresponding to the petri dish.
  • the captured image contains a code object corresponding to the code.
  • the analysis unit 17 reads the container identification information (here, a Petri dish ID as an example) from the code object OB11. Then, the analysis unit 17 stores the taxis analysis result, which is the result of executing the taxis analysis, in the storage 16 in association with the read container identification information (here, a Petri dish ID as an example).
  • the container identification information and the taxis analysis result can be managed in association with each other. Therefore, if the subject identification information and the container identification information are associated and managed in advance, the subject and the taxis analysis result can be managed from the container identification information. Since it is possible to identify the subject, it is possible to reduce the possibility that the subject's taxis analysis result is mistaken.
  • the combination of the subject and the container of the urine sample is determined.
  • the subject identification information for identifying the subject and the container identification information are used.
  • the subject and the container identification information may be associated and managed by being associated and stored in the storage 16.
  • the analysis unit 17 may refer to the storage 16 and specify the subject identification information corresponding to the container identification information read from the code object.
  • the analysis unit 17 refers to the storage 16 and outputs a set of subject identification information and taxis analysis result or a set of subject identification information and cancer evaluation result corresponding to the container identification information read from the code object. You may. With this configuration, the taxis analysis result or the cancer evaluation result for each subject can be obtained, so that the possibility of confusing the taxis analysis result or the cancer evaluation result of the subject can be reduced.
  • the taxis analysis system is a taxis analysis system that analyzes the taxis of nematodes using the container or a container in which a reference point is provided on the medium in the container.
  • the taxitactic analysis system includes a control unit that controls an imaging unit to image the distribution mode of the nematodes in the container after the nematodes and the sample of the subject are dropped into the container, and the above-mentioned imaging.
  • the position of the reference point object corresponding to the reference point included in the obtained image is detected, the attraction area and the repellent area are determined based on the position, and the determined attraction area and the repellent area are used.
  • It has an analysis unit that executes taxis analysis using nematode objects.
  • the attraction area and the repellent area can be set correctly based on the position of the reference point object corresponding to the reference point, regardless of the rotation angle of the container from the position facing the bottom surface. Therefore, the taxis analysis of the nematode can be correctly performed regardless of the rotation angle of the container taken from the position facing the bottom surface.
  • FIG. 12 is a schematic view showing an example of an attracting region and a repellent region in a captured image in a modified example.
  • L11 can be drawn.
  • a straight line L12 orthogonal to the straight line L10 can be drawn at a position separated from the code object OB11 by a distance d1 from the center P2.
  • the area R3 surrounded by the outline of the straight line L11 and the object OB12 of the petri dish 21 is the attraction area.
  • the area R4 surrounded by the outline of the straight line L12 and the object OB12 of the petri dish 21 is a repellent area.
  • the analysis unit 17 reads an image from the image database 161 of the storage 16 and captures the image of the code object (for example, the code object OB11 of FIG. 12) corresponding to the two-dimensional code included in the image.
  • the position is detected, the attraction area (for example, the area R3 in FIG. 12) and the repellent area (for example, the area R4 in FIG. 12) are determined based on the position, and the nematode object in the determined attraction area and the repellent area is determined. You may use it to perform a taximetric analysis.
  • the code is not limited to the two-dimensional code and may be a bar code.
  • FIG. 13 is an example of a reference format stored in the storage 16 in advance.
  • the reference format is a reference format for setting the attraction region and the repellent region.
  • a straight line L15 that passes through the center of the circle C1 and is parallel to the straight line L10 parallel to the y-axis by a distance d in the ⁇ x direction is shown.
  • the region R5 partitioned by the straight line L15 and the circle C1 is the reference attracting region.
  • a straight line L16 that passes through the center of the circle C1 and is parallel to the straight line L10 parallel to the y-axis by a distance d in the + x direction is shown.
  • the region R6 partitioned by the straight line L16 and the circle C1 is the reference repellent region.
  • FIG. 14 is a schematic view showing an example of an attracting region and a repelling region in a captured image in a modified example.
  • the analysis unit 17 recognizes the petri dish object OB12 by image processing and recognizes the center P2 of the petri dish object OB12.
  • the analysis unit 17 recognizes a two-dimensional code which is an example of a reference point by image processing. The order of the recognition process of the center P2 and the two-dimensional code recognition process may be reversed.
  • Step S230 the analysis unit 17 determines a straight line L12 (straight line L12 shown in FIG. 14) connecting the center P2 and the two-dimensional code.
  • Step S240 Next, the analysis unit 17 obtains an angle ⁇ (angle ⁇ shown in FIG. 14) formed by the straight line L11 and the straight line L12 parallel to the vertical direction of the image G2, which is an example of the reference line.
  • Step S251 As shown in FIG. 14, the analysis unit 17 rotates the reference format of FIG. 13 by ⁇ counterclockwise around the center of the circle.
  • Step S252 Next, as shown in FIG. 14, the analysis unit 17 so that the center of the reference format circle C1 after being rotated by ⁇ counterclockwise overlaps the center P2 of the petri dish object OB12 in the image G2. It is assumed that the reference format after being rotated by ⁇ counterclockwise is superimposed or superimposed.
  • the analysis unit 17 sets the region R5 of the reference format after superimposition (or the case of superimposition) as the attraction region, and sets the region R6 of the reference format after superimposition (or the case of superimposition). , Set in the repellent area.
  • the analysis unit 17 determines that the circle C1 in the reference format is in the image G2.
  • the circle C1 in the reference format may be enlarged or reduced so as to match the outer circumference of the Petri dish object OB12.
  • the analysis unit 17 sets the region R5 of the reference format after expansion or reduction as the attraction region, and sets the region R6 of the reference format after expansion or reduction as the repellent region.
  • Step S261 The analysis unit 17 rotates the image G2 clockwise by ⁇ .
  • the analysis unit 17 sets a region R5 between the straight line L15 parallel to the straight line L10 separated from the straight line L10 by a distance d1 and the contour of the object OB12 as an attracting region, and sets the region R5 as an attractive region, and the straight line L10 is separated by a distance d1.
  • the region R6 between the straight line L16 parallel to L10 and the contour of the object OB12 is set as the repellent region.
  • step S261 the image G2 is rotated by ⁇ clockwise, but the robot hand 1321 is provided with a mechanism for gripping and rotating the petri dish, and the petri dish itself is physically held while holding the petri dish. It may be rotated by ⁇ clockwise.
  • the distribution mode of the nematodes in the container after rotation is imaged, and the captured image is compared with the reference format in which the attracting region and / or the repellent region is set in advance, thereby forming the attracting region and / or the repellent region. / Or the area of repellent may be determined.
  • the present invention is not limited to this, and the petri dish is placed in the recess of a table (for example, a mortar-shaped table) provided with a recess on the surface.
  • the petri dish may be physically rotated by the robot hand 1321 with the petri dish placed.
  • both the attracting region and the repellent region are set, the number of nematodes in both regions is counted, and the taxis analysis is performed using the number of nematodes in both regions.
  • the distribution of nematodes after standing tends to be concentrated in the area where anesthesia is dropped on the medium. Therefore, only one of the attraction area and the repellent area is set, the number of nematodes in this set area is counted, and the number of nematodes in this set area and the number of nematodes in the area of the Petri dish object OB12 are calculated. It may be used to perform a runnability analysis.
  • the number of nematodes in the repellent region can be regarded as a value obtained by subtracting the number of nematodes in the attraction region from the number of nematodes in the region of the petri dish object OB12 corresponding to the inner bottom surface of the petri dish.
  • the taxis analysis method shown in FIG. 9 was executed in order to evaluate the possibility of cancer in the subject, but the taxis is not limited to the cancer evaluation, but the taxis of other organisms and cells is evaluated. You may execute it when you do.
  • the number of nematodes is visually counted (also referred to as counting) with a microscope.
  • the tactical behavior of nematodes is evaluated using the tactical analysis value as an index, and the tactical index calculated from the following formula has been used.
  • Taxis index (xy) / (x + y)
  • x is the number of nematodes that showed attractive behavior with respect to the sample
  • y is the number of nematodes that showed repellent behavior with respect to the sample
  • this taxitactic index is that of the first embodiment. Is the same as.
  • the following calculation method can be considered as a method for automatically calculating this taxis index. That is, when the camera is arranged from above the petri dish on which the nematode is placed and the light source is applied from below the petri dish, the image is taken with higher brightness than the surroundings due to the diffused reflection of the light generated by the nematode, and the area of the nematode is identified. Then, there is a method of calculating by the following method using the captured image or moving image.
  • (2) A method of measuring the number of nematode regions in a predetermined region in an captured image.
  • the number of regions having higher brightness than the surroundings is measured as the number of nematodes.
  • the nematodes are recognized as one region, and the actual number of nematodes and the number of regions may differ significantly. Due to this, when the computer automatically counts nematodes from the image, it is difficult to accurately count the number of nematodes from the image when the nematodes overlap in the image, and the computer-calculated taxis There is a problem that the index is significantly different from the taxis index calculated by visually counting nematodes by humans (hereinafter referred to as the taxis index calculated by manually counting). Further, if a fixed threshold value is set in the region to be counted, there is a problem that the accuracy of the taxitactic analysis value may decrease due to the difference in imaging conditions.
  • a new method for determining the taxis analysis value has been developed in order to automatically determine the presence or absence of cancer from the nematode image captured by a computer.
  • a computer calculates a taxis index by this new taxis analysis value calculation method, and automatically evaluates the possibility of cancer of a subject using this new taxis analysis value.
  • the taxis analysis value calculated by the new taxis analysis value calculation method is the "taxis index calculated by manually counting". Since the value is close to, the computer can automatically determine the possibility of cancer of the subject from the image with the same accuracy as the "taxis index calculated by manually counting".
  • the area of the object corresponding to the nematode changes relatively depending on the imaging conditions, but according to the taxis analysis value calculation method according to the present embodiment, even if the imaging conditions change, a new taxis analysis value is calculated. The result was that the difference between the taxitactic analysis value calculated by the method and the taxitactic index calculated by manually counting was small. Therefore, in this embodiment, the possibility of cancer of the subject is automatically determined from the image by the computer with the same accuracy as the "taxis index calculated by manually counting" without being greatly affected by the imaging conditions. can do.
  • FIG. 15 is a schematic configuration diagram of the taxis analysis system according to the second embodiment.
  • the taxis analysis system 1b includes a light source 21, a camera 15b which is an example of an imaging unit, a taxis analysis device 3 connected to the camera 15b, and a storage 16 in which an image database (image DB) 161 is stored. ..
  • the light of the light source 21 is applied from below the petri dish 21 after the taxis test, the imaging unit 15 is arranged above the petri dish 21, and the petri dish 21 is imaged by the taxis analysis device 3 to calculate the taxis analysis value.
  • the light source 21 is preferably a circular white LED.
  • the camera 15b is controlled by the taxis analysis device 3, and the images captured by the camera 15b are stored in the image database 161.
  • FIG. 16 is a block diagram of the taxitactic analyzer according to the second embodiment.
  • the taximetric analysis device 3 includes a processor 10b, and the processor 10b reads and executes a program stored in the storage 16 to execute the camera control unit 31. It functions as an image processing unit 32 and an analysis unit 33.
  • the camera control unit 31 controls the camera 15b to capture the petri dish 21, and stores the captured image in the image database 161 of the storage 16.
  • the image processing unit 32 performs image processing.
  • the analysis unit 33 calculates the taxis analysis value using the image after the image processing, and evaluates the possibility of cancer using the taxis analysis value.
  • FIG. 17 is a schematic schematic diagram of an image of a petri dish in which taxis analysis is performed. As shown in FIG. 17, an attractive region R11 in which the nematode is determined to exhibit an attracting behavior and a repellent region R12 in which the nematode is determined to exhibit a repellent behavior are shown.
  • FIG. 18 is a diagram showing a process of processing according to the second embodiment. Hereinafter, the processing process will be described with reference to FIG.
  • the image processing unit 32 performs image processing (for example, edge extraction by hue or binarization processing by hue) from the captured image, and performs an attraction region (also referred to as a + region) and a repellent region (also referred to as a ⁇ region) shown in FIG. In each of), each area occupied by the nematode object corresponding to each nematode is extracted. Then, the analysis unit 33 calculates the area of the extracted nematode object. Specifically, for example, the analysis unit 33 counts the number of pixels occupied by the nematode object.
  • the first calculation method is a method of calculating the taxis analysis value using the sum of the area values of the nematode objects in the attracting region and the sum of the area values of the nematode objects in the repellent region.
  • FIG. 19 is an example of a histogram of the area values of nematode objects in the attracting region and the repellent region.
  • the taxis test adults of approximately the same size are used as nematodes, but the area value of each nematode object varies due to the light diffusely reflected by the nematodes during imaging.
  • (1) It has been observed that the variation in the area values of the attracting region and the repellent region is almost the same. From this, even if the taxis analysis value was calculated using the following formula, the difference from the taxis index calculated by manually counting was small.
  • I is in run analysis value
  • the S A the sum of area values of the object nematode in attraction area
  • S B is the sum of the area value of the object of the nematode in the avoidance region.
  • the above equation (1) is used for calculating the taxitactic analysis value in the flowchart of FIG. 20 to be described later.
  • only one of the attraction area and the repellent area is set, and the area value of the nematode object in this set area and the area value of the nematode object in the entire area of the Petri dish OB12 are used for taxis. Analysis may be performed.
  • the area value of the nematode object in the repellent area is the area value of the nematode object in the entire area of the planet object OB12 corresponding to the inner bottom surface of the planet, and the nematode object in the attraction area. It can be regarded as the value obtained by subtracting the area value of.
  • FIG. 20 is a flowchart showing an example of processing using the first calculation method of the taxis analysis value.
  • Step S310 the camera control unit 31 controls the camera 15b to image a petri dish 21 containing nematodes, and stores the image data obtained by the imaging in the storage 16.
  • the image processing unit 32 acquires this image data.
  • Step S320 the image processing unit 32 detects the petri dish position in the image data.
  • Step S330 the image processing unit 32 detects a petri dish reference point in the image data.
  • Step S340 the image processing unit 32 sets the nematode attraction region and the repellent region on the petri dish in accordance with the reference point.
  • the attraction region and the repellent region are collectively referred to as a taxis analysis region.
  • Step S350 the analysis unit 33 determines the area value of the area (nematode object) occupied by each nematode object corresponding to each nematode for each attraction region and repellent region.
  • Step S360 the analysis unit 33 calculates the total sum S A of the area values of the nematode objects in the attracting region and the total sum S B of the area values of the nematode objects in the repellent region.
  • S A and the sum S B are substituted into the equation (1).
  • the second calculation method is a method of calculating the taxis analysis value using the peak in the histogram of the area value of the nematode object.
  • FIG. 21 is an example of a histogram of the number of nematode objects and the area value of nematode objects in all the taxis analysis regions (both the attracting region and the repellent region).
  • a histogram W3 of the number of nematode objects and the area value of the nematode objects in all the taxis analysis regions (both the attracting region and the repellent region) is shown.
  • the area range U1 of one nematode represents the area range of one nematode, and is the range between the boundary line L21 and the boundary line L22.
  • the area range U2 of the two nematodes represents the area range when two nematodes overlap, and is a range between the boundary line L22 and the boundary line L23.
  • the area range U3 of the three nematodes represents the area range when three nematodes overlap, and is a range between the boundary line L23 and the boundary line L24.
  • the area value in the area where a plurality of nematodes overlap is larger than that of the object of one nematode, and the range in which the area value can be taken differs depending on the number of overlapping nematodes.
  • the area range of the area occupied by the number of nematodes for each of the regions R21, R22, and R23 including one maximum point for example, the area range U1 of one nematode,
  • the area range U2 for two animals and the area range U3 for three animals are set from a histogram of the number of nematode objects and the area value of the nematode objects as shown in FIG.
  • the number of nematode objects is integrated for each set area range, and the taxis analysis value is calculated according to the following equation (2).
  • N A attraction regions
  • N B In the repellent area
  • the area value of the nematode object in this set area and the area value of the nematode object in the entire area of the Petri dish OB12 are used for taxis. Analysis may be performed.
  • N B in the avoidance region is "number nematodes assigned to the area range" in the entire region dish object OB12 ⁇ "The number of objects of nematodes that fits area range" it can be regarded as a value obtained by subtracting N a in the attraction area from the sum.
  • FIG. 22 is a flowchart showing an example of processing using the second calculation method of the taxis analysis value.
  • Step S410 the camera control unit 31 controls the camera 15b to image a petri dish 21 containing nematodes, and stores the image data obtained by the imaging in the storage 16.
  • the image processing unit 32 acquires this image data.
  • Step S420 the image processing unit 32 detects the petri dish position in the image data.
  • Step S430 the image processing unit 32 detects a petri dish reference point in the image data.
  • Step S440 the image processing unit 32 sets the nematode attraction region and the repellent region on the petri dish in accordance with the reference point.
  • Step S450 the analysis unit 33 determines the area value of the area occupied by the object of each nematode corresponding to each nematode for each attraction region and repellent region.
  • Step S460 the analysis unit 33 uses a histogram of the number of nematode objects and the area value in the total taxis analysis region (see FIG. 21) to determine the area occupied by each number of nematodes. Determine the range. Details of this process will be described later with reference to FIG. 23.
  • Step S470 Next, in each taxis analysis region (that is, the attraction region and the repellent region, respectively), for each of the area ranges U1, U2, and U3, the number of nematode objects that fit within the area range and the area. Multiply the number of nematodes assigned to the range, calculate the sum of each value after multiplication for each taxis analysis region (that is, for each of the attraction region and the repellent region), and the sum of each taxis analysis region. N a, using N B, to determine the run analysis value according to equation (2).
  • FIG. 23 is a flowchart showing an example of the process of step S460 of FIG. (Step S510)
  • the analysis unit 33 obtains the maximum and minimum points of the histogram (see FIG. 21) of the number of nematode objects and the area value in the total taxis analysis region. Then, the index n is set to 1.
  • Step S520 the analysis unit 33 determines whether or not there is a minimum point nth from the left.
  • the predetermined value is a set value for excluding as noise such as small nematodes and dust that are not adults.
  • n 2 or more
  • the analysis unit 33 sets the lower limit of the area range of n animals to the x-coordinate +1 at the (n-1) th minimum point from the left of the histogram.
  • Step S540 The analysis unit 33 sets the x-coordinate at the nth minimum point from the left of the histogram to the upper limit of the area range of n animals. Then, the analysis unit 33 increments the index n by 1, and repeats the processing after step S520.
  • Step S550 When it is determined in step S520 that there is no minimum point at the nth position from the left (step S520 NO), it is determined whether or not the upper limit of the area range of (n-1) animals is equal to or greater than a predetermined value.
  • step S560 when the upper limit of the area range of (n-1) animals is equal to or greater than a predetermined value (step S550 YES), the analysis unit 33 does not set the upper limit of the area range of n animals (that is, n).
  • the upper limit of the area range of n animals is equal to or greater than the lower limit of the area range of n animals).
  • the analysis unit 33 sets the upper limit of the area range of n animals to Xmaxn + (half width at half maximum of the nth maximum point from the left), assuming that the x coordinate of the nth maximum point is Xmaxn. You may.
  • Step S570 In step S550, when the upper limit of the area range of (n-1) animals is not equal to or more than the predetermined value, that is, less than the predetermined value (step S550 NO), the analysis unit 33 determines the upper limit of the area range of n animals. Is set to a predetermined value.
  • At least a part of the control unit 14 and the analysis unit 17 described in the above-described embodiment may be configured by hardware or software.
  • a program that realizes at least a part of the functions of the analysis unit 17 may be stored in a recording medium such as a flexible disk or a CD-ROM, read by a computer, and executed.
  • the recording medium is not limited to a removable one such as a magnetic disk or an optical disk, and may be a fixed recording medium such as a hard disk device or a memory.
  • a program that realizes at least a part of the functions of the control unit 14 and the analysis unit 17 may be distributed via a communication line (including wireless communication) such as the Internet. Further, the program may be encrypted, modulated, compressed, and distributed via a wired line or wireless line such as the Internet, or stored in a recording medium.
  • control unit 14 and the analysis unit 17 may be made to function by one or a plurality of information processing devices.
  • one of the information processing devices may be a computer, and the function may be realized as at least one means of the analysis unit 17 by executing a predetermined program by the computer.
  • all the steps (steps) may be realized by automatic control by a computer. Further, the progress control between the processes may be manually performed while the computer is used to perform each process. Further, at least a part of the whole process may be manually performed.
  • the present invention is not limited to the above embodiment as it is, and at the implementation stage, the components can be modified and embodied within a range that does not deviate from the gist thereof.
  • various inventions can be formed by an appropriate combination of the plurality of components disclosed in the above-described embodiment. For example, some components may be removed from all the components shown in the embodiments. Further, components over different embodiments may be combined as appropriate.
  • Taxis analysis system 10 10b processor 11 Container supply unit 111 Supply conveyor 112 Supply robot 12 Stand 13 Container take-out unit 131 Extraction robot 132 Container transport unit 1321 arm 133 Lid removal unit 1331 robot hand 134 sensor 14 Control unit 15 Imaging unit 151 stanchions 152 Base member 153 light source 16 storage 161 image database 162 Inspection database 17 Analysis Department 21, 21b petri dish 22 lid 3 Taxis analyzer 31 Camera control unit 32 Image processing unit 33 Analysis Department

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Molecular Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Cell Biology (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Biochemistry (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • Toxicology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するステップと、撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出するステップと、当該位置を基準に、誘引領域と忌避領域を決定するステップと、決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、を有する。

Description

走性解析方法、がん評価方法、走性解析システム及びプログラム

　本発明は、走性解析方法、がん評価方法、走性解析システム及びプログラムに関する。

　従来、線虫ががん患者の尿に対して誘引行動を示す走性を利用したがん検出方法が知られている（例えば、非特許文献１参照）。

Hirotsu T. et al., PLOS ONE, 1 0 (3): e 0118699, 2015

　非特許文献１の技術において、多くの尿検体を処理しようとすると、機械による自動化が必要になる。尿検体を容器（例えばシャーレ）内の培地に滴下し、線虫を培地に載置し、所定の時間経過してから、撮影装置の下まで移動させて撮像装置で、培地の線虫を撮像することで、線虫の走性を解析することが考えられる。この場合、容器の移動に伴って容器が回転する場合がある。このため、容器が点対称または線対称の形状であると、撮像された画像からは、容器内で尿検体を滴下した場所を特定できず、線虫が誘引行動を示しているかを判断することができないという問題がある。

　本発明は、上記問題に鑑みてなされたものであり、線虫が載置される容器が点対称または線対称の形状であっても、撮像された画像から線虫が誘引行動を示しているかを判断することを可能とする走性解析方法、がん評価方法、走性解析システム及びプログラムを提供することを目的とする。

　本発明の第１の態様に係る走性解析方法は、当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、当該容器内の線虫の分布態様を撮像するステップと、前記基準点に基づいて、誘引領域及び／または忌避領域を決定するステップと、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、を有する。

　この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。

　本発明の第２の態様に係る走性解析方法は、第１の態様に係る走性解析方法であって、前記走性解析を実行するステップにおいて、前記決定された誘引領域の線虫を計数し、及び／または前記決定された忌避領域の線虫を計数し、計数結果に応じて、走性解析結果を出力する。

　この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、走性解析結果を出力することができる。

　本発明の第３の態様に係る走性解析方法は、第１または２の態様に係る走性解析方法であって、前記基準点は、前記容器を識別する容器識別情報が含まれるコードであり、前記撮像するステップにおいて撮像された画像には、前記コードに対応するコードオブジェクトが含まれており、前記コードオブジェクトから容器識別情報を読み取るステップと、前記読み取った容器識別情報に関連付けて、前記走性解析を実行した結果である走性解析結果をストレージに記憶させるステップと、を有する。

　この構成によれば、容器識別情報と走性解析結果とを関連付けて管理することができるので、予め被験者と容器識別情報を関連付けて管理しておけば、容器識別情報から被験者と走性解析結果を特定することができるので、被験者の走性解析結果を取り違える可能性を低減することができる。

　本発明の第４の態様に係る走性解析方法は、第３の態様に係る走性解析方法であって、前記ストレージには、被験者を識別する被験者識別情報と容器識別情報が関連付けられて記憶されており、前記ストレージを参照して、前記コードオブジェクトから読み取った容器識別情報に対応する被験者識別情報を特定するステップを有する。

　この構成によれば、容器識別情報から被験者を特定することができるので、被験者の走性解析結果を取り違える可能性を低減することができる。

　本発明の第５の態様に係る走性解析方法は、第１または２の態様に係る走性解析方法であって、前記基準点は、第１の基準点及び／または第２の基準点を含む。

　この構成によれば、第１の基準点及び／または第２の基準点を参照して、誘引領域及び忌避領域を決定することができる。

　本発明の第６の態様に係る走性解析方法は、第１から５のいずれかの態様に係る走性解析方法であって、前記容器の内部を撮像する前に、前記容器の蓋を外すステップを有する。

　この構成によれば、容器の蓋を外して撮像するので、線虫の分布を精度良く把握でき、走性解析の精度を向上させることができる。

　本発明の第７の態様に係る走性解析方法は、第１から６のいずれかの態様に係る走性解析方法であって、前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、予め誘引領域及び／または忌避領域が設定されている基準フォーマットを当該角度、回転させて、前記誘引領域及び／または前記忌避領域を決定する。

　この構成によれば、適切な誘引領域及び／または忌避領域を人手によらず決定することができる。

　本発明の第８の態様に係る走性解析方法は、第１から６のいずれかの態様に係る走性解析方法であって、前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、当該角度、前記撮像して得られた画像を回転させて、前記誘引領域及び／または前記忌避領域を決定する。

　この構成によれば、適切な誘引領域及び／または忌避領域を人手によらず決定することができる。

　本発明の第９の態様に係る走性解析方法は、容器または容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、前記基準点と撮像装置とを所定の位置関係に位置決めするステップと、当該容器内の線虫の分布態様を前記撮像装置により撮像するステップと、誘引領域及び／または忌避領域を決定するステップと、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、を有する。

　この構成によれば、撮像された画像において容器の向きと位置が常に同じであるため、撮像画像から誘引領域と忌避領域の位置を補正する必要がなく、線虫の走性解析を正しく実行することができる。

　本発明の第１０の態様に係る走性解析方法は、第１から６のいずれかの態様に係る走性解析方法であって、前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、当該角度、前記容器を回転させ、回転後の容器内の線虫の分布態様を撮像し、当該撮像された画像と、予め誘引領域及び／または忌避領域が設定されている基準フォーマットとを比較することによって、前記誘引領域及び／または前記忌避領域を決定する。

　この構成によれば、適切な誘引領域及び／または忌避領域を人手によらず決定することができる。

　本発明の第１０の態様に係るがん評価方法は、第１から６のいずれかの態様に係る走性解析方法と、前記走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価するステップと、を有する。

　この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、走性解析の評価の精度を維持することができる。

　本発明の第１１の態様に係る走性解析システムは、当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析システムであって、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、前記撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域及び／または忌避領域を決定し、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部と、を有する。

　この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。

　本発明の第１２の態様に係るプログラムは、当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をするためのプログラムであって、コンピュータを、線虫及び被験者の検体が容器に滴下された後に当該容器内の線虫の分布態様を撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域及び／または忌避領域を決定し、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部として実行させるためのプログラムである。

　この構成によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。

　本発明の第１３の態様に係る走性解析方法は、線虫の走性解析をする走性解析方法であって、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するステップと、誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行するステップと、を有する。

　本発明の第１４の態様に係るがん評価方法は、第１３の態様に係る走性解析方法と、前記走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価するステップと、を有する。

　本発明の第１５の態様に係る走性解析システムは、線虫の走性解析をする走性解析システムであって、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行する解析部と、を有する。

　本発明の第１６の態様に係るプログラムは、線虫の走性解析をするためのプログラムであって、コンピュータを、線虫及び被験者の検体が容器に滴下された後に当該容器内の線虫の分布態様を撮像して得られた画像内に含まれる、誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行する解析部として実行させるためのプログラムである。

　本発明の一態様によれば、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。

本実施形態に係る走性解析システムの概略構成を示すブロック図である。 容器を搬送する前の状態における容器取出ユニット１３の概略斜視図の一例である。 容器を搬送した後の状態における容器取出ユニット１３の概略斜視図の一例である。 本実施形態に係るシャーレを上から見た図の一例である。 本実施形態に係る走性解析の処理の一例を示すフローチャートである。 ストレージに保存されている検査情報のテーブルの一例である。 本実施形態に係る撮像画像の模式図である。 撮像画像中において誘引領域及び忌避領域の一例を示す模式図である。 本実施形態に係る走性解析方法の一例を示すフローチャートである。 変形例に係るシャーレを上から見た図の一例である。 変形例に係る撮像画像の模式図である。 変形例において撮像画像中の誘引領域及び忌避領域の一例を示す模式図である。 予めストレージ１６に記憶されている基準フォーマットの一例である。 変形例において、撮像画像中の誘引領域及び忌避領域の一例を示す模式図である。 第２の実施形態に係る走性解析システムの概略構成図である。 第２の実施形態に係る走性解析装置のブロック図である。 走性解析が行われるシャーレの画像の概略模式図である。 第２の実施形態に係る処理の工程を示す図である。 誘引領域及び忌避領域における線虫のオブジェクトの面積値のヒストグラムの一例である。 走性解析値の第１の算出方法を用いた処理の一例を示すフローチャートである。 全ての走性解析領域（誘引領域および忌避領域の両方）における線虫のオブジェクトの数と線虫のオブジェクトの面積値のヒストグラムの一例である。 走性解析値の第２の算出方法を用いた処理の一例を示すフローチャートである。 図２２のステップＳ４６０の処理の一例を示すフローチャートである。

　以下、実施形態について、図面を参照しながら説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。

　本実施形態では、「線虫」とは、セノラブディティス・エレガンス（Caenorhabditis　elegans）を意味する。線虫は、生物研究においてモデル生物として世界中で広く飼育され、研究されているポピュラーな生物であり、飼育が容易で、嗅覚が優れているという特徴を有する。

　本実施形態において、「がん」とは、胃がん、直腸結腸がん、食道がん、すい臓がん、前立腺がん、胆管がん、肺がん、血液がん、白血病、リンパ腫等のがん種を意味する。

　本実施形態において、「走性行動」とは、誘引行動または忌避行動を意味する。誘引行動とは、ある物質からの物理的距離を縮める行動を意味し、忌避行動とは、ある物質からの物理的距離を広げる行動を意味する。誘引行動を誘発する物質を誘引物質といい、忌避行動を誘発する物質を忌避物質という。また、本実施形態において、「走性解析」とは、走性行動を解析することをいう。

　本実施形態において、「基準点」とは、容器の底面の当該底面を含む平面における回転角度を認識するために容器や培地に設けられる印（例えば、印字、模様など）または形態変化（例えば、溝、突起など）をいう。例えば、円形シャーレの場合、非対称形状の基準点を設けるか、または任意の形状の基準点を底面の中心点以外に設けることにより誘引領域と忌避領域を判別することができる。

　本実施形態に係る走性解析方法及び走性解析システムは、一例として線虫の走性行動を指標に被験者のがんの可能性を評価するのに使用する。但し、本実施形態に係る走性解析方法及び走性解析システムは、線虫に限らず他の生物や細胞の走性解析にも使用可能であり、がんの可能性評価に限らず、別の疾患の可能性を評価するのにも適用可能である。

　本実施形態に係る容器は、線対称または点対称な形状を内底面に有する容器であり、本実施形態ではその一例として容器は点対称な形状を有する容器であり、具体的には円形のシャーレであるものとして説明する。また、本実施形態では、容器または当該容器内の培地に、点対称となる対称点（ここでは円形のシャーレなのでシャーレの中心）以外の領域に基準点が設けられているものとして説明する。

　なお、容器が線対称な形状を有する容器の場合には、容器または当該容器内の培地に、対称軸以外の領域に基準点が設けられる。

　図１は、本実施形態に係る走性解析システムの概略構成を示すブロック図である。図１に示すように、本実施形態に係る走性解析システム１は、プロセッサ１０と、容器供給ユニット１１と、静置台１２と、容器取出ユニット１３と、撮像ユニット１５と、ストレージ１６とを備える。

　容器供給ユニット１１は、線虫及び被験者の検体（例えば、尿検体）が滴下された後の容器を、静置台１２まで運ぶユニットである。線虫及び被験者の検体が滴下された後、この容器は蓋がされ、この容器は蓋がされた状態で静置台１２まで運ばれる。ここで容器供給ユニット１１は、容器を予め決められた位置まで運ぶ供給コンベア１１１と、容器をその予め決められた位置から静置台１２まで運ぶ供給ロボット１１２とを備える。

　静置台１２は、所定の時間だけ、例えば室温で静置するための台である。この所定の時間で、線虫が検体に対して、誘引行動または忌避行動をする。

　容器取出ユニット１３は、容器を取り出して、容器を予め決められた撮像位置（例えば、撮像ユニット１５の焦点位置）まで運ぶユニットである。容器取出ユニット１３は一例として、容器を静置台１２から取り出す取出ロボット１３１と、容器を予め決められた撮像位置まで搬送する容器搬送ユニット１３２と、容器の蓋を取り外す蓋取外ユニット１３３と、センサ１３４とを備える。

　ストレージ１６には、プロセッサ１０が読み出して実行するためのプログラムが記憶されている。プロセッサ１０は、ストレージ１６に記憶されたプログラムを読み出して実行することにより、制御部１４及び解析部１７として機能する。

　制御部１４は、容器供給ユニット１１と、容器取出ユニット１３と、撮像ユニット１５を制御する。

　またストレージ１６には、画像データベース（画像ＤＢともいう）１６１と、検査データベース（検査ＤＢともいう）１６２が保存されている。

　撮像ユニット１５は、容器取出ユニット１３によって運ばれた容器内の線虫の分布態様を撮像し、撮像して得られた画像を、ストレージ１６の画像データベース１６１に保存する。

　解析部１７は、ストレージ１６の画像データベース１６１から画像を読み出し、撮像して得られた画像内を用いて、走性解析を実行する。

　そして、解析部１７は、走性解析を実行することにより得られた走性解析結果を用いて、当該被験者のがんの可能性を評価する。解析部１７は、走性解析結果と被験者のがんの可能性の評価結果（以下、がん評価結果ともいう）を検査情報として、ストレージ１６の検査データベース１６２に保存する。

　図２は、容器を搬送する前の状態における容器取出ユニット１３の概略斜視図の一例である。図２において、容器搬送ユニット１３２は、容器の一例であるシャーレ２１を把持するロボットハンド１３２１を有する。一方、蓋取外ユニット１３３は、シャーレ２１の蓋２２を把持するアーム１３３１を有する。

　センサ１３４は、容器搬送ユニット１３２のロボットハンド１３２１が予め決められた位置にあることか否かを検出し、検出結果を制御部１４へ出力する。センサ１３４は、ロボットハンド１３２１が予め決められた位置にあることか否かを検出した場合、制御部１４は、蓋取外ユニット１３３のアーム１３３１を、上記の予め決められた位置まで移動させ、アーム１３３１で、シャーレ２１の蓋２２を把持するよう制御する。

　図２に示すように、撮像ユニット１５は、支柱１５１に固定され、この支柱１５１は、ベース部材１５２の上に固定されている。また、光源１５３が支柱１５１に固定されている。蓋２２が外されたシャーレ２１が撮像ユニット１５の真下に、容器搬送ユニット１３２によって搬送される。

　図３は、容器を搬送した後の状態における容器取出ユニット１３の概略斜視図の一例である。図３に示すように、蓋２２が外されたシャーレ２１が一例として撮像ユニット１５の真下に移動される。このシャーレ２１の位置は、撮像ユニット１５の焦点距離だけ離れていることが好ましい。光源１５３によってシャーレ２１の底から光で照らされた状態で、撮像ユニット１５によってシャーレ２１内の線虫の分布態様が撮像される。

　図４は、本実施形態に係るシャーレを上から見た図の一例である。図４に示すように、シャーレ２１の底面には一例として、プラスを表す基準点Ｓ１と、マイナスを表す基準点Ｓ２とが設けられている。図４では一例として、基準点Ｓ１、Ｓ２は、シャーレ２１の中心に対して点対称な位置に設けられている。すなわち、基準点Ｓ１、Ｓ２は、シャーレ２１の中心からの距離が同じであり、基準点Ｓ１、Ｓ２、及びシャーレ２１の中心は同一の直線状にある。また、基準点Ｓ１、Ｓ２がシャーレ２１に印字されていてもよいし、シャーレ２１に凹凸を設けて表現されていてもよい。なお、基準点Ｓ１、Ｓ２が印字された紙が、印字面を貼付面としてシャーレの底面に貼付されていてもよい。

　なお、この基準点Ｓ１、Ｓ２のシャーレ２１の底面内における位置は、一例であって、これに限ったものではない。また、基準点Ｓ１、Ｓ２は、シャーレ２１の側面にあってもよいし、培地に設けられていてもよい。

　図５は、本実施形態に係る走性解析の処理の一例を示すフローチャートである。

　（ステップＳ１０）まず、水平位置が基準点Ｓ１及び基準点Ｓ２の位置に該当する培地の上に、麻酔を滴下する。これにより、この基準点Ｓ１または基準点Ｓ２の位置もしくはその近傍に到達すると、麻酔により動けなくなる。

　（ステップＳ２０）次に、シャーレ２１の略中心の位置に該当する培地の上に、線虫を滴下し、バッファを不織布やディスペンサーなどで除去する。

　（ステップＳ３０）次に、水平位置が基準点Ｓ１の位置に該当する培地の上に、がん患者由来の尿検体を滴下する。これにより、線虫が尿のにおいに誘引されて、この基準点Ｓ１の位置もしくはその近傍に到達すると、麻酔により動けなくなる。

　なお、ステップＳ１０～Ｓ３０の順序は異なっていてもよい。

　（ステップＳ４０）次に、容器供給ユニット１１は、シャーレ２１を静置台１２に搬送する。

　（ステップＳ５０）次に、シャーレ２１を静置台１２に所定の時間、静置する。

　（ステップＳ６０）次に、取出ロボット１３１がシャーレ２１を静置台１２から取り出し、蓋取外ユニット１３３が、シャーレ２１から蓋２２を取り外す。このように、シャーレ２１の内部を撮像する前に、シャーレ２１の蓋２２を外す。

　（ステップＳ７０）次に、容器搬送ユニット１３２は、シャーレ２１を予め決められた撮像位置まで搬送する。

　（ステップＳ８０）次に、撮像ユニット１５は、シャーレ２１内の線虫の分布態様を撮像する。

　（ステップＳ９０）次に、解析部１７は、走性解析を実行する。

　（ステップＳ１００）次に、解析部１７は、走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価する。そして解析部１７は、走性解析結果と被験者のがんの可能性の評価結果を検査情報として、ストレージ１６の検査データベース１６２に保存する。これにより、図６に示すような検査情報が蓄積される。

　図６は、ストレージに保存されている検査情報のテーブルの一例である。図６に示すように、テーブルＴ１には、被験者を識別する被験者識別情報である被験者ＩＤ、容器（ここでは一例としてシャーレ）を識別する容器識別情報の一例であるシャーレＩＤ、静置開始日時、静置終了日時、静置時の温度、撮影画像を識別する撮影ＩＤ、誘引線虫数、忌避線虫数、走性インデックス、がん評価結果の組のレコードが蓄積されている。ここで走性インデックスは、走性解析結果の一例であり、その式は例えば、走性インデックス＝（誘引行動を示す線虫の数－忌避行動を示す線虫の数）／線虫の総数である。

　図７は、本実施形態に係る撮像画像の模式図である。図７に示すように、撮像画像には、シャーレ２１のオブジェクトＯＢ３と、基準点Ｓ１のオブジェクトＯＢ１と、基準点Ｓ２のオブジェクトＯＢ２が示されている。

　図８は、撮像画像中において誘引領域及び忌避領域の一例を示す模式図である。図８に示すように、撮像画像Ｇ１ｂにおいてシャーレ２１のオブジェクトＯＢ３の中心Ｐ１は、例えばシャーレ２１のオブジェクトＯＢ３の輪郭の接線に直交する直線を輪郭の異なる２点の位置で引き、この２本の直線が交わる点として抽出される。シャーレ２１のオブジェクトＯＢ３の中心Ｐ１と基準点Ｓ１のオブジェクトＯＢ１とを結ぶ直線Ｌ０に沿って中心Ｐ１から距離ｄ１だけオブジェクトＯＢ１に近づいた位置において、直線Ｌ０に直交する直線Ｌ１を引くことができる。また、直線Ｌ０において、中心Ｐ１から距離ｄ１だけオブジェクトＯＢ１から離れた位置において直線Ｌ０に直交する直線Ｌ２を引くことができる。この直線Ｌ１とシャーレ２１のオブジェクトＯＢ３の輪郭で囲まれた領域Ｒ１が誘引領域である。この直線Ｌ２とシャーレ２１のオブジェクトＯＢ３の輪郭で囲まれた領域Ｒ２が忌避領域である。

　図８の例の場合、誘引領域の決定方法として、解析部１７は例えば、撮像画像Ｇ１ｂから、シャーレ２１のオブジェクトＯＢ３の中心Ｐ１を抽出する。また、解析部１７は例えば、撮像画像Ｇ１ｂから、基準点Ｓ１のオブジェクトＯＢ１の位置を検出する。解析部１７は例えば、シャーレ２１のオブジェクトＯＢ３の中心Ｐ１と基準点Ｓ１のオブジェクトＯＢ１とを結ぶ直線Ｌ０に沿って中心Ｐ１から距離ｄ１だけオブジェクトＯＢ１に近づいた位置において直線Ｌ０に直交する直線Ｌ１を設定し、この直線Ｌ１とシャーレ２１のオブジェクトＯＢ３の輪郭で囲まれた領域Ｒ１を誘引領域として決定する。また、忌避領域の決定方法として、図８の例の場合、直線Ｌ０に沿って中心Ｐ１から距離ｄ１だけオブジェクトＯＢ１から離れた位置において直線Ｌ０に直交する直線Ｌ２を設定し、この直線Ｌ２とシャーレ２１のオブジェクトＯＢ３の輪郭で囲まれた領域Ｒ２を忌避領域として決定する。

　なお、解析部１７は、撮像画像Ｇ１ｂから、シャーレ２１のオブジェクトＯＢ３の中心Ｐ１を抽出しなくてもよい。基準点Ｓ１と基準点Ｓ２がシャーレ２１の中心を挟んで点対称の位置にある場合、解析部１７は、基準点Ｓ１のオブジェクトＯＢ１と基準点Ｓ２のオブジェクトＯＢ２とを撮像画像Ｇ１ｂから抽出し、基準点Ｓ１のオブジェクトＯＢ１の中心と、基準点Ｓ２のオブジェクトＯＢ２の中心とを通る直線を、直線Ｌ０に設定してもよい。

　このように解析部１７は、ストレージ１６の画像データベース１６１から画像を読み出し、撮像して得られた画像内に含まれる、当該基準点に対応する基準点オブジェクト（例えば、図７及び図８の基準点Ｓ１のオブジェクトＯＢ１）の位置を検出し、当該位置を基準に、誘引領域（例えば図８の領域Ｒ１）と忌避領域（例えば図８の領域Ｒ２）を決定する。そして、解析部１７は、決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行する。

　その際、解析部１７は、誘引領域における線虫のオブジェクトの数を、誘引行動を示す線虫の数として決定する。また、解析部１７は、忌避領域における線虫のオブジェクトの数を、忌避行動を示す線虫の数として決定する。

　続いて、図９を用いて、図５のステップＳ９０の走性解析処理の具体例について説明する。図９は、本実施形態に係る走性解析方法の一例を示すフローチャートである。

　（ステップＳ１１０）まず、プロセッサ１０の解析部１７は画像データを画像ＤＢ１６１から取得する。

　（ステップＳ１２０）次に、解析部１７は画像データにおけるシャーレ位置を検出する。

　（ステップＳ１３０）次に、解析部１７は画像データにおけるシャーレの基準点を検出する。例えば画像データが図８の場合、解析部１７は、画像データＧ１ｂから、基準点Ｓ１のオブジェクトＯＢ１及び／または基準点Ｓ２のオブジェクトＯＢ２を検出する。

　（ステップＳ１４０）次に、解析部１７はシャーレの基準点に合わせて線虫の走性解析領域を設定する。その際、例えば画像データが図８の場合、解析部１７が、基準点Ｓ１のオブジェクトＯＢ１及び／または基準点Ｓ２のオブジェクトＯＢ２を基準に、図８の領域Ｒ１を誘引領域に決定し、図８の領域Ｒ２を忌避領域に決定する。

　（ステップＳ１５０）次に、解析部１７は、ステップＳ１４０で決定された解析領域毎に画像解析を行う。その際、例えば、解析部１７は、画像データ中の線虫の輪郭を際立たせる画像処理を実行する。

　（ステップＳ１６０）次に、解析部１７は解析領域毎の線虫をカウントする。その際、例えば、解析部１７は画像データ中の線虫の領域を解析領域毎に計数する。

　（ステップＳ１７０）次に、解析部１７は、解析領域毎の線虫のカウント値から走性解析を実行する。その際、例えば、解析部１７は走性インデックスを算出する。このように、決定された誘引領域の線虫を計数し、決定された忌避領域の線虫を計数し、計数結果に応じて、走性解析結果を出力する。

　以上のように、本実施形態に係る走性解析方法は、当該容器または当該容器内の培地に対称軸以外の領域もしくは対称点以外の領域に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法である。この走性解析方法は、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するステップと、前記撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出するステップと、当該位置を基準に、誘引領域と忌避領域を決定するステップと、前記決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、を有する。

　この構成により、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。

　なお、図９においてステップＳ１３０を省略することもできる。この場合、図５のステップＳ７０の撮像位置において容器の基準点とカメラとが所定の位置関係になるように容器またはカメラを位置決めしてもよい。この構成により、撮像された画像において容器の向きと位置が常に同じであるため、撮像画像から誘引領域と忌避領域の位置を補正する必要がなく、線虫の走性解析を正しく実行することができる。

　また、本実施形態では、解析部１７は、走性解析を実行することにより得られた走性解析結果を予め決められた評価ルールに適用して、被験者のがんの可能性を評価する。例えば当該評価ルールが閾値との大小関係でがんの可能性を評価する場合、解析部１７は、走性解析結果が閾値より高い場合にがんの可能性が高いと評価し、走性解析結果が閾値以下の場合にがんの可能性が低いと評価してもよい。これにより、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、がんの可能性の評価の精度を維持することができる。

　なお、本実施形態では、シャーレの底面にプラス及びマイナスの基準点をつけたが、これに限らず、シャーレの側面に基準点を設けてもよいし、培地に基準点を設けてもよい。

　＜変形例＞

　なお、本実施形態では、シャーレにプラス及びマイナスの基準点をつけたが、基準点は、これに限ったものではない。基準点は、容器を識別する容器識別情報が含まれるコード（例えば、２次元コード）であってもよい。

　図１０は、変形例に係るシャーレを上から見た図の一例である。図１０に示すように、シャーレ２１ｂの底面には、２次元コードＳ３が設けられている。例えば、２次元コードがシャーレ２１ｂに印字されていてもよいし、シャーレ２１ｂに凹凸を設けて表現されていてもよい。なお、２次元コードが印字された紙が、印字面を貼付面としてシャーレ２１ｂの底面に貼付されていてもよい。

　図１１は、変形例に係る撮像画像の模式図である。図１１に示すように、撮像画像Ｇ２には、シャーレに対応するオブジェクトＯＢ１２内に、２次元コードＳ３に対応するコードオブジェクトＯＢ１１が含まれている。このように、撮像された画像には、コードに対応するコードオブジェクトが含まれている。

　この場合において、解析部１７は、コードオブジェクトＯＢ１１から容器識別情報（ここでは一例としてシャーレＩＤ）を読み取る。そして、解析部１７は、読み取った容器識別情報（ここでは一例としてシャーレＩＤ）に関連付けて、走性解析を実行した結果である走性解析結果をストレージ１６に記憶させる。

　この構成により、容器識別情報と走性解析結果とを関連付けて管理することができるので、予め被験者識別情報と容器識別情報を関連付けて管理しておけば、容器識別情報から被験者と走性解析結果を特定することができるので、被験者の走性解析結果を取り違える可能性を低減することができる。

　なお、尿検体を容器（ここでは一例としてシャーレ）に滴下した際に、当該尿検体の被験者と容器との組み合わせが決まるので、その際に、被験者を識別する被験者識別情報と、容器識別情報を関連付けてストレージ１６に記憶させて、被験者と容器識別情報を関連付けて管理してもよい。その場合、解析部１７は、ストレージ１６を参照して、コードオブジェクトから読み取った容器識別情報に対応する被験者識別情報を特定してもよい。この構成により、容器識別情報から被験者を特定することができるので、被験者の走性解析結果を取り違える可能性を低減することができる。

　同様に、解析部１７は、ストレージ１６を参照して、コードオブジェクトから読み取った容器識別情報に対応する、被験者識別情報と走性解析結果の組または被験者識別情報とがん評価結果の組を出力してもよい。この構成により、被験者毎の走性解析結果またはがん評価結果を得ることができるので、被験者の走性解析結果またはがん評価結果を取り違える可能性を低減することができる。

　以上、本実施形態に係る走性解析システムは、当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析システムである。本実施形態に係る走性解析システムは、線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、前記撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域と忌避領域を決定し、前記決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部と、を有する。

　この構成により、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、基準点に対応する基準点オブジェクトの位置を基準にして、誘引領域と忌避領域を正しく設定することができるので、底面に対向する位置から容器がどの回転角度の状態で撮影されたとしても、線虫の走性解析を正しく実行することができる。

　図１２は、変形例において撮像画像中の誘引領域及び忌避領域の一例を示す模式図である。図１２に示すように、シャーレ２１のオブジェクトＯＢ１２の中心Ｐ２と２次元コードのコードオブジェクトＯＢ１１とを結ぶ直線Ｌ１０において、中心Ｐ２から距離ｄ１だけコードオブジェクトＯＢ１１に近づいた位置において直線Ｌ１０に直交する直線Ｌ１１を引くことができる。また、直線Ｌ１０において、中心Ｐ２から距離ｄ１だけコードオブジェクトＯＢ１１から離れた位置において直線Ｌ１０に直交する直線Ｌ１２を引くことができる。この直線Ｌ１１とシャーレ２１のオブジェクトＯＢ１２の輪郭で囲まれた領域Ｒ３が誘引領域である。この直線Ｌ１２とシャーレ２１のオブジェクトＯＢ１２の輪郭で囲まれた領域Ｒ４が忌避領域である。

　この場合、解析部１７は、ストレージ１６の画像データベース１６１から画像を読み出し、撮像して得られた画像内に含まれる、２次元コードに対応するコードオブジェクト（例えば、図１２のコードオブジェクトＯＢ１１）の位置を検出し、当該位置を基準に、誘引領域（例えば図１２の領域Ｒ３）と忌避領域（例えば図１２の領域Ｒ４）を決定し、決定された誘引領域及び忌避領域における線虫のオブジェクトを用いて、走性解析を実行してもよい。なお、２次元コードに限定されず、バーコードであってもよい。

　図１３は、予めストレージ１６に記憶されている基準フォーマットの一例である。図１３に示すように、基準フォーマットは、誘引領域及び忌避領域を設定するための基準となるフォーマットである。図１３の基準フォーマットにおいて、円Ｃ１の中心を通り、ｙ軸に平行な直線Ｌ１０を基準に－ｘ方向に距離ｄだけ平行に離れた直線Ｌ１５が示されている。この直線Ｌ１５と円Ｃ１とで区画される領域Ｒ５が、基準の誘引領域である。同様に図１３の基準フォーマットにおいて、円Ｃ１の中心を通り、ｙ軸に平行な直線Ｌ１０を基準に＋ｘ方向に距離ｄだけ平行に離れた直線Ｌ１６が示されている。この直線Ｌ１６と円Ｃ１とで区画される領域Ｒ６が、基準の忌避領域である。

　図１４を参照しつつ、図９のステップＳ１４０の処理の一例を説明する。図１４は、変形例において、撮像画像中の誘引領域及び忌避領域の一例を示す模式図である。解析部１７は、画像処理によりシャーレオブジェクトＯＢ１２を認識し、当該シャーレオブジェクトＯＢ１２の中心Ｐ２を認識する。次に解析部１７は、画像処理により基準点の一例である２次元コードを認識する。なお、上記中心Ｐ２の認識処理と上記２次元コード認識処理の順序は逆でもよい。

　（ステップＳ２３０）次に解析部１７は、中心Ｐ２と２次元コードを結ぶ直線Ｌ１２（図１４に示す直線Ｌ１２）を決定する。

　（ステップＳ２４０）次に解析部１７は、基準線の一例である画像Ｇ２の縦方向に平行な直線Ｌ１１と直線Ｌ１２のなす角θ（図１４に示す角θ）を求める。

　次にステップＳ２５１およびＳ２５２を実行するか、またはステップＳ２６１を実行する。

　（ステップＳ２５１）解析部１７は、図１４に示すように、図１３の基準フォーマットを、円の中心を軸に左周りにθ回転させる。

　（ステップＳ２５２）次に解析部１７は、図１４に示すように、左周りにθ回転させた後の基準フォーマットの円Ｃ１の中心が、画像Ｇ２内のシャーレオブジェクトＯＢ１２の中心Ｐ２に重なるように左周りにθ回転させた後の基準フォーマットを重畳させるか、重畳した場合を仮定する。そして、解析部１７は、重畳後（または重畳した場合を仮定した場合）の基準フォーマットの領域Ｒ５を、誘引領域に設定し、重畳後（または重畳した場合を仮定）の基準フォーマットの領域Ｒ６を、忌避領域に設定する。

　なお、上記重畳の際に、基準フォーマットの円Ｃ１が、画像Ｇ２内のシャーレオブジェクトＯＢ１２の外周（すなわち輪郭）に一致しない場合には、解析部１７は、基準フォーマットの円Ｃ１が、画像Ｇ２内のシャーレオブジェクトＯＢ１２の外周に一致するよう、基準フォーマットの円Ｃ１を拡大または縮小してもよい。その場合、解析部１７は、拡大または縮小後の基準フォーマットの領域Ｒ５を、誘引領域に設定し、拡大または縮小後の基準フォーマットの領域Ｒ６を、忌避領域に設定する。

　（ステップＳ２６１）解析部１７は、画像Ｇ２を右回りにθ回転させる。次に解析部１７は、直線Ｌ１０から距離ｄ１だけ離れた直線Ｌ１０に平行な直線Ｌ１５とオブジェクトＯＢ１２の輪郭との間の領域Ｒ５を、誘引領域に設定し、直線Ｌ１０から距離ｄ１だけ離れた直線Ｌ１０に平行な直線Ｌ１６とオブジェクトＯＢ１２の輪郭との間の領域Ｒ６を、忌避領域に設定する。

　なお、ステップＳ２６１では、画像Ｇ２を右回りにθ回転させたが、これに限らず、ロボットハンド１３２１がシャーレを把持して回転する機構を備えており、シャーレを把持した状態でシャーレ自体を物理的に右回りにθ回転させてもよい。この場合、回転後の容器内の線虫の分布態様を撮像し、当該撮像された画像と、予め誘引領域及び／または忌避領域が設定されている基準フォーマットとを比較することによって、誘引領域及び／または忌避領域を決定してもよい。なお、ここではロボットハンド１３２１がシャーレを把持して回転させる変形例について説明したが、これに限らず、表面に窪みが設けられた台（例えば、すり鉢状の台）の窪みにシャーレを置き、当該シャーレを置いた状態で、ロボットハンド１３２１によってシャーレを物理的に回転させてもよい。

　なお、本実施形態では、誘引領域と忌避領域の両方を設定し、両方の領域における線虫数を計数して、両方の領域における線虫数を用いて走性解析を行ったが、これに限ったものではない。静置後の線虫の分布は培地に麻酔を滴下した箇所に集中する傾向がある。そのため、誘引領域と忌避領域のどちらか片方のみを設定し、この設定された領域における線虫数を計数し、この設定された領域における線虫数とシャーレオブジェクトＯＢ１２の領域における線虫数とを用いて走性解析を行ってもよい。例えば、誘引領域を設定した場合、忌避領域における線虫数は、シャーレの内底面に対応するシャーレオブジェクトＯＢ１２の領域における線虫数から誘引領域における線虫数を引いた値とみなすことができる。

　なお、本実施形態では、被験者のがんの可能性を評価するために、図９に示す走性解析方法を実行したが、がん評価に限らず、他の生物や細胞の走性を評価する場合に実行してもよい。

　＜第２の実施形態＞

　続いて第２の実施形態について説明する。従来の走性インデックスは、線虫の数を顕微鏡で目視して計数（カウントともいう）している。具体的には、線虫の走性行動は走性解析値を指標として評価され、下記の式から算出される走性インデックスが用いられてきた。

　走性インデックス＝（ｘ－ｙ）／（ｘ＋ｙ）

　ここでｘはサンプルに対して誘引行動を示した線虫の数であり、ｙはサンプルに対して忌避行動を示した線虫の数であり、この走性インデックスは第１の実施形態のものと同じである。

　この走性インデックスを自動で計算する方法として以下の算出方法が考えられる。すなわち、線虫が載ったシャーレの上方からカメラを配置し、シャーレの下方から光源を当てると、線虫で生じる光の乱反射により周囲より高い輝度で撮像され、線虫の領域を識別する。そして、撮像した画像や動画を用いて、以下の方法で算出する方法がある。

（１）撮像した画像における所定の領域の輝度重心を計測して走性インデックスを算出する方法。

（２）撮像した画像における所定の領域における線虫の領域の数を計測する方法。

　（１）及び（２）の場合、周囲より輝度の高い領域の数を線虫の数として計測する。しかし、線虫が複数匹重なった状態で撮像されると、線虫が一つの領域として認識され、実際の線虫の数と領域の数とでは大きく異なることがある。このことが原因で、画像からコンピュータが線虫を自動計数する場合、画像中で線虫が重なった場合に、画像から正確に線虫の数を計数することが難しく、コンピュータが算出した走性インデックスが、人間が目視で線虫をカウントして算出した走性インデックス（以下、手動でカウントして算出した走性インデックスという）と大きく異なってしまうという問題がある。

　また、計数対象の領域に固定の閾値を設定すると撮像条件の差異により走性解析値の精度が落ちることがあるという問題もある。

　それに対して、本実施形態では、コンピュータで線虫撮像画像からがんの有無を自動判定するために、新たな走性解析値の決定方法を開発した。本実施形態では、コンピュータが、この新たな走性解析値算出方法で走性インデックスを算出し、この新たな走性解析値を用いて、被験者のがんの可能性を自動評価する。

　これによれば、画像中で線虫が重なった場合であっても、新たな走性解析値の算出方法により算出された走性解析値が、「手動でカウントして算出した走性インデックス」に近い値になるので、「手動でカウントして算出した走性インデックス」と同等の精度で、コンピュータが、画像から被験者のがんの可能性を自動で判定することができる。

　また、線虫に対応するオブジェクトの面積は撮像条件により相対的に変化するが、本実施形態による走性解析値の算出方法によれば撮像条件が変化しても、新たな走性解析値算出方法により算出された走性解析値と手動でカウントして算出した走性インデックスとの差が小さい結果が得られた。したがって、本実施形態は撮像条件の影響をあまり受けることなく、「手動でカウントして算出した走性インデックス」と同等の精度で、コンピュータが、画像から被験者のがんの可能性を自動で判定することができる。

　＜システム構成＞

　図１５は、第２の実施形態に係る走性解析システムの概略構成図である。走性解析システム１ｂは、光源２１と、撮像ユニットの一例であるカメラ１５ｂと、カメラ１５ｂに接続された走性解析装置３と、画像データベース（画像ＤＢ）１６１が格納されたストレージ１６とを備える。走性試験後のシャーレ２１の下方から光源２１の光を当て、シャーレ２１の上方に撮像ユニット１５を配置し、走性解析装置３によりシャーレ２１を撮像して走性解析値を算出する。光源２１は円形型白色ＬＥＤが望ましい。カメラ１５ｂは、走性解析装置３によって制御され、カメラ１５ｂによって撮像されて得られた画像は、画像データベース１６１に蓄積される。

　図１６は、第２の実施形態に係る走性解析装置のブロック図である。図１６に示すように、第２の実施形態に係る走性解析装置３は、プロセッサ１０ｂを備え、プロセッサ１０ｂは、ストレージ１６に記憶されたプログラムを読み出して実行することにより、カメラ制御部３１、画像処理部３２、及び解析部３３として機能する。カメラ制御部３１はカメラ１５ｂがシャーレ２１を撮像するように制御し、撮像した画像をストレージ１６の画像データベース１６１に格納する。画像処理部３２は、画像処理を行う。解析部３３は、画像処理後の画像を用いて、走性解析値を算出し、走性解析値を用いてがんの可能性を評価する。

　＜線虫のオブジェクト及び面積値＞

　図１７は、走性解析が行われるシャーレの画像の概略模式図である。図１７に示すように、線虫が誘引行動を示すと判断される誘引領域Ｒ１１と、線虫が忌避行動を示すと判断される忌避領域Ｒ１２が示されている。図１８は、第２の実施形態に係る処理の工程を示す図である。以下、処理の工程を図１８に沿って説明する。

　画像処理部３２は、撮像された画像から、画像処理（例えば、色相によるエッジ抽出または２値化処理など）で、図１７に示す誘引領域（＋領域ともいう）と忌避領域（－領域ともいう）のそれぞれにおいて、線虫それぞれに対応する線虫のオブジェクトが占める領域それぞれを抽出する。そして、解析部３３は、抽出された線虫のオブジェクトの面積を算出する。具体的には例えば解析部３３は、線虫のオブジェクトが占めるピクセル数をカウントする。

　本実施形態の走性解析値の算出方法は２種類あり、ともに線虫のオブジェクトの面積値を用いて算出される。以下にそれぞれ説明する。

　＜第１の算出方法＞

　まず、本実施形態の走性解析値の第１の算出方法について説明する。第１の算出方法は、誘引領域における線虫のオブジェクトの面積値の総和と、忌避領域における線虫のオブジェクトの面積値の総和を用いた走性解析値の算出方法である。

　図１９は、誘引領域及び忌避領域における線虫のオブジェクトの面積値のヒストグラムの一例である。走性試験において、線虫は略同じ大きさの成虫が用いられるが、撮像の際に線虫で乱反射される光により各線虫のオブジェクトの面積値にばらつきが生じる。（１）このばらつきは誘引領域と忌避領域におけるそれぞれの面積値のばらつきがほぼ同じであることが観測されている。このことから、下記式を用いて走性解析値を算出しても、手動でカウントして算出した走性インデックスとの差は小さかった。

　Ｉ　＝（ＳA－ＳB）／（ＳA＋ＳB）　…　（１）

　ここで、Ｉは走性解析値で、ＳAは誘引領域における線虫のオブジェクトの面積値の総和で、ＳBは忌避領域における線虫のオブジェクトの面積値の総和である。後述する図２０のフローチャート中の走性解析値の算出には上記式（１）が用いられる。なお、誘引領域と忌避領域のどちらか片方のみを設定し、この設定された領域における線虫のオブジェクトの面積値と、シャーレオブジェクトＯＢ１２全体の領域における線虫のオブジェクトの面積値を用いて走性解析を行ってもよい。例えば、誘引領域を設定した場合、忌避領域における線虫のオブジェクトの面積値は、シャーレの内底面に対応するシャーレオブジェクトＯＢ１２全体の領域における線虫のオブジェクトの面積値から誘引領域における線虫のオブジェクトの面積値を引いた値とみなすことができる。

　また（１）検査に用いられる線虫の成虫の大きさに個体差があっても、線虫の大きさにより化学走性行動に偏りが観測されないこと、（２）ほとんどの検査において、検査後の線虫の分布は、複数匹で重なっている状態よりも、１匹で静止している状態が最も多いこと、（３）がん検査において走性解析値の絶対値が小さい結果が得られる場合であっても、線虫が複数匹重なった状態もまた、誘引領域（＋）と忌避領域（－）それぞれにおいて偏って分布しない傾向にあること、（４）特にがん検査において従来の方法で得られた臨床結果と遜色ない結果が得られたことから、線虫が複数匹重なった状態で撮像された場合であっても、「コンピュータによる上記式（１）の計算によって算出された走性解析値」が、「手動でカウントして算出した走性インデックス」から乖離しない。

　図２０は、走性解析値の第１の算出方法を用いた処理の一例を示すフローチャートである。

　（ステップＳ３１０）まずカメラ制御部３１は、カメラ１５ｂを制御して、線虫を含むシャーレ２１を撮像し、撮像で得られた画像データをストレージ１６に保存する。画像処理部３２は、この画像データを取得する。

　（ステップＳ３２０）次に、画像処理部３２は、画像データにおいてシャーレ位置を検出する。

　（ステップＳ３３０）次に、画像処理部３２は、画像データにおいてシャーレの基準点を検出する。

　（ステップＳ３４０）次に、画像処理部３２は、シャーレに基準点に合わせて、線虫の誘引領域および忌避領域を設定する。ここで、誘引領域および忌避領域をまとめて走性解析領域という。

　（ステップＳ３５０）次に、解析部３３は、誘引領域および忌避領域毎に、各線虫に対応する各線虫のオブジェクトが占める領域（線虫のオブジェクト）の面積値を決定する。

　（ステップＳ３６０）次に、解析部３３は、誘引領域における線虫のオブジェクトの面積値の総和ＳAと、忌避領域における線虫のオブジェクトの面積値の総和ＳBとを算出し、算出した総和ＳAと、総和ＳBを、式（１）に代入することによって、式（１）に従って走性解析値を算出する。

　＜第２の算出方法＞

　続いて、本実施形態の走性解析値の第２の算出方法について説明する。第２の算出方法は、線虫のオブジェクトの面積値のヒストグラムにおけるピークを用いた走性解析値の算出方法である。

　図２１は、全ての走性解析領域（誘引領域および忌避領域の両方）における線虫のオブジェクトの数と線虫のオブジェクトの面積値のヒストグラムの一例である。図２１において、全ての走性解析領域（誘引領域および忌避領域の両方）における線虫のオブジェクトの数と線虫のオブジェクトの面積値のヒストグラムＷ３が示されている。図２１において、１匹の面積範囲Ｕ１は線虫１匹の面積範囲を表し、境界線Ｌ２１と境界線Ｌ２２の間の範囲である。また２匹の面積範囲Ｕ２は線虫２匹が重なった場合の面積範囲を表し、境界線Ｌ２２と境界線Ｌ２３の間の範囲である。また３匹の面積範囲Ｕ３は線虫３匹が重なった場合の面積範囲を表し、境界線Ｌ２３と境界線Ｌ２４の間の範囲である。

　線虫が複数匹重なった領域は１匹の線虫のオブジェクトよりも面積値が大きくなり、線虫の重なり数毎に面積値の取り得る範囲が異なることが観測されている。第２の算出方法では、図２１に示すように、極大点を一つ含む領域Ｒ２１、Ｒ２２、Ｒ２３毎に、線虫の匹数毎に占める領域の面積範囲（例えば１匹の面積範囲Ｕ１、２匹の面積範囲Ｕ２、３匹の面積範囲Ｕ３）を、図２１に示すような線虫のオブジェクトの数と線虫のオブジェクトの面積値のヒストグラムから設定する。設定された面積範囲毎に線虫のオブジェクトの数を積算し、走性解析値を次の式（２）に従って算出する。

Ｉ　＝（ＮA－ＮB）／（ＮA＋ＮB）　…（２）

　ここでＩは走性解析値で、ＮAは誘引領域において、「面積範囲に割り当てられた線虫の匹数」×「面積範囲に収まる線虫のオブジェクトの数」の総和で、ＮBは忌避領域において、「面積範囲に割り当てられた線虫の匹数」×「面積範囲に収まる線虫のオブジェクトの数」の総和である。なお、誘引領域と忌避領域のどちらか片方のみを設定し、この設定された領域における線虫のオブジェクトの面積値と、シャーレオブジェクトＯＢ１２全体の領域における線虫のオブジェクトの面積値を用いて走性解析を行ってもよい。例えば、誘引領域を設定した場合、忌避領域におけるＮBは、シャーレオブジェクトＯＢ１２全体の領域における「面積範囲に割り当てられた線虫の匹数」×「面積範囲に収まる線虫のオブジェクトの数」の総和から誘引領域におけるＮAを引いた値とみなすことができる。

　この第２の算出方法は、（１）検査後の線虫の分布は、１匹で静止している状態が最も多く、複数匹重なっている状態は、重なり数が多くなるにつれてその状態数が少ない傾向にあることが観測されていること、（２）誘引領域（＋）及び忌避領域（－）における線虫のオブジェクトの面積値のヒストグラムから、１匹、２匹、３匹…の重なり状態を、ヒストグラムの極大点、極小点から予測できることから、線虫が複数匹重なった状態で撮像された場合であっても、「コンピュータによる自動計算によって算出された走性解析値」が、「手動でカウントして算出した走性インデックス」から乖離しない。

　図２２は、走性解析値の第２の算出方法を用いた処理の一例を示すフローチャートである。

　（ステップＳ４１０）まずカメラ制御部３１は、カメラ１５ｂを制御して、線虫を含むシャーレ２１を撮像し、撮像で得られた画像データをストレージ１６に保存する。画像処理部３２は、この画像データを取得する。

　（ステップＳ４２０）次に、画像処理部３２は、画像データにおいてシャーレ位置を検出する。

　（ステップＳ４３０）次に、画像処理部３２は、画像データにおいてシャーレの基準点を検出する。

　（ステップＳ４４０）次に、画像処理部３２は、シャーレに基準点に合わせて、線虫の誘引領域および忌避領域を設定する。

　（ステップＳ４５０）次に、解析部３３は、誘引領域および忌避領域毎に、各線虫に対応する各線虫のオブジェクトが占める領域の面積値を決定する。

　（ステップＳ４６０）次に、解析部３３は、線虫のオブジェクトの数と全走性解析領域における面積値のヒストグラム（図２１参照）を用いて、線虫の匹数毎に占める領域の面積の範囲を決定する。この処理の詳細は、後述する図２３で説明する。

　（ステップＳ４７０）次に、各走性解析領域（すなわち誘引領域および忌避領域それぞれ）において、面積の範囲Ｕ１、Ｕ２、Ｕ３毎に、当該面積範囲に収まる線虫のオブジェクトの数と、当該面積の範囲に割り当てられた線虫の匹数を乗算し、乗算後のそれぞれの値の総和を走性解析領域毎に（すなわち誘引領域および忌避領域それぞれについて）算出し、この走性解析領域毎の総和ＮA、ＮBを用いて、式（２）に従って走性解析値を決定する。

　図２３は、図２２のステップＳ４６０の処理の一例を示すフローチャートである。

　（ステップＳ５１０）まず、解析部３３は、線虫のオブジェクトの数と全走性解析領域における面積値のヒストグラム（図２１参照）の極大点と極小点を求める。そして、インデックスｎを１に設定する。

　（ステップＳ５２０）次に、解析部３３は、左からｎ番目に極小点があるか否か判定する。

　（ステップＳ５３０）ステップＳ５２０で、左からｎ番目に極小点があると判定された場合（ステップＳ５２０　ＹＥＳ）、解析部３３は、ｎ＝１のときには、１匹の面積範囲の下限を所定値に設定する。ここで、所定値は成虫ではない小さな線虫やほこり等のノイズとして除外するための設定された値である。

　解析部３３は、ｎが２以上のときには、ｎ匹の面積範囲の下限をヒストグラムの左から（ｎ－１）番目の極小点におけるｘ座標＋１に設定する。

　なお、ｎ＝１のときには、Ｘｍａｘ１を左から１番目の極大点におけるｘ座標とすると、１匹の面積値の下限をＸｍａｘ１－（左から１番目の極大点の半値半幅）に設定してもよい。

　（ステップＳ５４０）解析部３３は、ヒストグラムの左からｎ番目の極小点におけるｘ座標をｎ匹の面積範囲の上限に設定する。そして、解析部３３は、インデックスｎを１増加させ、ステップＳ５２０以降の処理を繰り返す。

　（ステップＳ５５０）ステップＳ５２０で左からｎ番目に極小点がないと判定された場合（ステップＳ５２０　ＮＯ）、（ｎ－１）匹の面積範囲の上限が所定値以上であるか否か判定する。

　（ステップＳ５６０）ステップＳ５５０で、（ｎ－１）匹の面積範囲の上限が所定値以上である場合（ステップＳ５５０　ＹＥＳ）、解析部３３は、ｎ匹の面積範囲の上限を設定しない（すなわちｎ匹の面積範囲の上限は、ｎ匹の面積範囲の下限以上となる）。なお、これに限らず、解析部３３は、ｎ番目の極大点のｘ座標をＸｍａｘｎとすると、ｎ匹の面積範囲の上限を、Ｘｍａｘｎ＋（左からｎ番目の極大点の半値半幅）に設定してもよい。

　（ステップＳ５７０）ステップＳ５５０で、（ｎ－１）匹の面積範囲の上限が所定値以上でない場合すなわち所定値未満である場合（ステップＳ５５０　ＮＯ）、解析部３３は、ｎ匹の面積範囲の上限を所定値に設定する。

　なお、上述した実施形態で説明した制御部１４及び解析部１７の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。解析部１７の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ－ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。

　また、制御部１４及び解析部１７の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。

　さらに、一つまたは複数の情報処理装置によって制御部１４及び解析部１７を機能させてもよい。複数の情報処理装置を用いる場合、情報処理装置のうちの１つをコンピュータとし、当該コンピュータが所定のプログラムを実行することにより解析部１７の少なくとも１つの手段として機能が実現されてもよい。

　また、方法の発明においては、全ての工程（ステップ）をコンピュータによって自動制御で実現するようにしてもよい。また、各工程をコンピュータに実施させながら、工程間の進行制御を人の手によって実施するようにしてもよい。また、さらには、全工程のうちの少なくとも一部を人の手によって実施するようにしてもよい。

　以上、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

１　走性解析システム

１０、１０ｂ　プロセッサ

１１　容器供給ユニット

１１１　供給コンベア

１１２　供給ロボット

１２　静置台

１３　容器取出ユニット

１３１　取出ロボット

１３２　容器搬送ユニット

１３２１　アーム

１３３　蓋取外ユニット

１３３１　ロボットハンド

１３４　センサ

１４　制御部

１５　撮像ユニット

１５１　支柱

１５２　ベース部材

１５３　光源

１６　ストレージ

１６１　画像データベース

１６２　検査データベース

１７　解析部

２１、２１ｂ　シャーレ

２２　蓋

３　走性解析装置

３１　カメラ制御部

３２　画像処理部

３３　解析部

Claims (17)


  1. 　当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、

    　当該容器内の線虫の分布態様を撮像するステップと、

    　前記基準点に基づいて、誘引領域及び／または忌避領域を決定するステップと、

    　前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、

    走性解析を実行するステップと、

    　を有する走性解析方法。

  2. 　前記走性解析を実行するステップにおいて、前記決定された誘引領域の線虫の計数及び／または前記決定された忌避領域の線虫の計数を実行し、計数結果に応じて、走性解析結果を出力する

    　請求項１に記載の走性解析方法。

  3. 　前記基準点は、前記容器を識別する容器識別情報が含まれるコードであり、

    　前記撮像するステップにおいて撮像された画像には、前記コードに対応するコードオブジェクトが含まれており、

    　前記コードオブジェクトから容器識別情報を読み取るステップと、

    　前記読み取った容器識別情報に関連付けて、前記走性解析を実行した結果である走性解析結果をストレージに記憶させるステップと、

    　を有する請求項１または２に記載の走性解析方法。

  4. 　前記ストレージには、被験者を識別する被験者識別情報と容器識別情報が関連付けられて記憶されており、

    　前記ストレージを参照して、前記コードオブジェクトから読み取った容器識別情報に対応する被験者識別情報を特定するステップ

    　を有する請求項３に記載の走性解析方法。

  5. 　前記基準点は、第１の基準点及び／または第２の基準点を含む

    　請求項１または２に記載の走性解析方法。

  6. 　前記容器の内部を撮像する前に、前記容器の蓋を外すステップを有する

    　請求項１から５のいずれか一項に記載の走性解析方法。

  7. 　前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、予め誘引領域及び／または忌避領域が設定されている基準フォーマットを当該角度、回転させて、前記誘引領域及び／または忌避領域を決定する

    　請求項１から６のいずれか一項に記載の走性解析方法。

  8. 　前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、前記撮像して得られた画像を当該角度、回転させて、回転後の画像において前記誘引領域及び／または前記忌避領域を決定する

    　請求項１から６のいずれか一項に記載の走性解析方法。

  9. 　容器または容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析方法であって、

    　前記基準点と撮像装置とを所定の位置関係に位置決めするステップと、

    　当該容器内の線虫の分布態様を前記撮像装置により撮像するステップと、

    　誘引領域及び／または忌避領域を決定するステップと、

    　前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行するステップと、

    　を有する走性解析方法。

  10. 　前記誘引領域及び／または忌避領域を決定するステップにおいて、前記基準点オブジェクトの位置と前記容器のオブジェクトの中心とを通る直線の基準線に対する角度を決定し、前記容器を当該角度、回転させ、回転後の容器内の線虫の分布態様を撮像し、当該撮像された画像と、予め誘引領域及び／または忌避領域が設定されている基準フォーマットとを比較することによって、前記誘引領域及び／または前記忌避領域を決定する

    　請求項１から６のいずれか一項に記載の走性解析方法。

  11. 　請求項１から１０のいずれか一項に記載の走性解析方法と、

    　前記走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価するステップと、

    　を有するがん評価方法。

  12. 　当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をする走性解析システムであって、

    　当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、

    　前記撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域及び／または忌避領域を決定し、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部と、

    　を有する走性解析システム。

  13. 　当該容器または当該容器内の培地に基準点が設けられた容器を用いて、線虫の走性解析をするためのプログラムであって、コンピュータを、

    　当該容器内の線虫の分布態様を撮像して得られた画像内に含まれる、前記基準点に対応する基準点オブジェクトの位置を検出し、当該位置を基準に、誘引領域及び／または忌避領域を決定し、前記決定された誘引領域及び／または忌避領域における線虫のオブジェクトを用いて、走性解析を実行する解析部

    　として実行させるためのプログラム。

  14. 　線虫の走性解析をする走性解析方法であって、

    　当該容器内の線虫の分布態様を撮像するステップと、

    　誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行するステップと、

    　を有する走性解析方法。

  15. 　請求項１４に記載の走性解析方法と、

    　前記走性解析を実行することにより得られた走性解析結果を用いて、前記被験者のがんの可能性を評価するステップと、

    　を有するがん評価方法。

  16. 　線虫の走性解析をする走性解析システムであって、

    　線虫及び被験者の検体が容器に滴下された後に、当該容器内の線虫の分布態様を撮像するよう撮像ユニットを制御する制御部と、

    　誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行する解析部と、

    　を有する走性解析システム。

  17. 　線虫の走性解析をするためのプログラムであって、コンピュータを、

    　線虫及び被験者の検体が容器に滴下された後に当該容器内の線虫の分布態様を撮像して得られた画像内に含まれる、誘引領域及び／または忌避領域における線虫のオブジェクトが占める領域の面積値を用いて、走性解析を実行する解析部

    　として実行させるためのプログラム。
PCT/JP2020/044989 2019-12-06 2020-12-03 走性解析方法、がん評価方法、走性解析システム及びプログラム WO2021112162A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP20896568.1A EP4071471A4 (en) 2019-12-06 2020-12-03 TAXI ANALYSIS METHOD, METHOD FOR EVALUATION OF CANCER, TAXI ANALYSIS SYSTEM AND PROGRAM
AU2020396635A AU2020396635A1 (en) 2019-12-06 2020-12-03 Taxis analysis method, cancer evaluation method, taxis analysis system and program
CA3163902A CA3163902A1 (en) 2019-12-06 2020-12-03 Taxis analysis method, cancer evaluation method, taxis analysis system and program
US17/781,898 US20230020220A1 (en) 2019-12-06 2020-12-03 Taxis analysis method, cancer evaluation method, taxis analysis system and program
CN202080080211.4A CN114729925A (zh) 2019-12-06 2020-12-03 趋性解析方法、癌症评价方法、趋性解析系统以及程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019221268A JP7442785B2 (ja) 2019-12-06 2019-12-06 走性解析方法、がん評価方法、走性解析システム及びプログラム
JP2019-221268 2019-12-06

Publications (1)

Publication Number Publication Date
WO2021112162A1 true WO2021112162A1 (ja) 2021-06-10

Family

ID=76222395

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/044989 WO2021112162A1 (ja) 2019-12-06 2020-12-03 走性解析方法、がん評価方法、走性解析システム及びプログラム

Country Status (8)

Country Link
US (1) US20230020220A1 (ja)
EP (1) EP4071471A4 (ja)
JP (1) JP7442785B2 (ja)
CN (1) CN114729925A (ja)
AU (1) AU2020396635A1 (ja)
CA (1) CA3163902A1 (ja)
TW (1) TW202138807A (ja)
WO (1) WO2021112162A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016147268A1 (ja) * 2015-03-13 2016-09-22 株式会社日立製作所 癌検査システム及び癌検査方法
WO2017081750A1 (ja) * 2015-11-10 2017-05-18 株式会社日立製作所 癌検査システム及び癌検査評価方法
WO2017094066A1 (ja) * 2015-11-30 2017-06-08 株式会社日立製作所 癌検査システム及び癌検査評価方法
WO2017150569A1 (ja) * 2016-02-29 2017-09-08 株式会社日立製作所 がん解析システム及びがん解析方法
WO2018047959A1 (ja) * 2016-09-12 2018-03-15 株式会社Ｈｉｒｏｔｓｕバイオサイエンス 線虫の嗅覚に基づく匂い物質に対する走性行動の評価方法、並びに該評価方法に用いるシャーレおよび行動評価系
JP2018061515A (ja) * 2013-12-10 2018-04-19 国立大学法人九州大学 線虫の嗅覚を用いた癌検出法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6113554A (en) * 1998-10-16 2000-09-05 Haemonetics Corporation Automatic whole blood collection system
GB2525884A (en) * 2014-05-07 2015-11-11 Unisense Fertilitech As Culture dish
JP6747908B2 (ja) * 2016-08-09 2020-08-26 株式会社Ｈｉｒｏｔｓｕバイオサイエンス バッファ吸取装置及びがん解析システム
PE20240726A1 (es) * 2016-10-05 2024-04-15 Fmc Corp Composiciones de bacillus thuringiensis rti545

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018061515A (ja) * 2013-12-10 2018-04-19 国立大学法人九州大学 線虫の嗅覚を用いた癌検出法
WO2016147268A1 (ja) * 2015-03-13 2016-09-22 株式会社日立製作所 癌検査システム及び癌検査方法
WO2017081750A1 (ja) * 2015-11-10 2017-05-18 株式会社日立製作所 癌検査システム及び癌検査評価方法
WO2017094066A1 (ja) * 2015-11-30 2017-06-08 株式会社日立製作所 癌検査システム及び癌検査評価方法
WO2017150569A1 (ja) * 2016-02-29 2017-09-08 株式会社日立製作所 がん解析システム及びがん解析方法
WO2018047959A1 (ja) * 2016-09-12 2018-03-15 株式会社Ｈｉｒｏｔｓｕバイオサイエンス 線虫の嗅覚に基づく匂い物質に対する走性行動の評価方法、並びに該評価方法に用いるシャーレおよび行動評価系

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HIROTSU T. ET AL., PLOS ONE, no. 3, 2015, pages e 0118699
See also references of EP4071471A4

Also Published As

Publication number Publication date
TW202138807A (zh) 2021-10-16
CA3163902A1 (en) 2021-06-10
JP2021092395A (ja) 2021-06-17
CN114729925A (zh) 2022-07-08
EP4071471A4 (en) 2024-01-10
AU2020396635A1 (en) 2022-06-09
EP4071471A1 (en) 2022-10-12
JP7442785B2 (ja) 2024-03-05
US20230020220A1 (en) 2023-01-19

Similar Documents

Publication Publication Date Title
JP5920994B2 (ja) マイクロプレートのウェル壁境界を識別するための方法及びシステム
US8229194B2 (en) Feature-based registration of sectional images
US11346764B2 (en) Image-based assay using intelligent monitoring structures
US11226280B2 (en) Automated slide assessments and tracking in digital microscopy
US11333658B2 (en) Urine test strip comprising timer, and method for detecting and analyzing urine test strip
JP2021506003A (ja) デジタル病理学分析結果の格納および読み出し方法
US11016006B2 (en) System and method for real-time volume control
US20220012884A1 (en) Image analysis system and analysis method
US20150043805A1 (en) Image processing system, image processing method, and computer-readable recording medium
TW201403488A (zh) 圖樣比對方法及裝置
WO2014192184A1 (ja) 画像処理装置、画像処理方法、プログラム、及び記憶媒体
CN106526177A (zh) 基于胶体金试纸条的生物标志物检测系统及方法
Bianco et al. Emlen funnel experiments revisited: methods update for studying compass orientation in songbirds
Lo et al. Glomerulus detection on light microscopic images of renal pathology with the faster R-CNN
CN111492368B (zh) 用于基于膜特征对组织图像中的细胞进行分类的系统和方法
WO2021112162A1 (ja) 走性解析方法、がん評価方法、走性解析システム及びプログラム
US20150260973A1 (en) Focus determination apparatus, focus determination method, and imaging apparatus
TW202434883A (zh) 趨性解析方法、癌症可能性評估方法、趨性解析系統及程式產品
CN114223016A (zh) 载玻片的扫描/预扫描质量控制
WO2015089564A1 (en) Thickness estimation for microscopy
Hargas et al. Artefacts Recognition and Elimination in Video Sequences with Ciliary Respiratory Epithelium
CN118275717A (zh) 一种全数字化的标本处理系统
CN114125261A (zh) 可移动装置运动校准的方法、图像分析装置和分析系统
CN117911340A (zh) 光学载具检测方法及检测装置、计算机可读存储介质
KR20190096755A (ko) 대형 부품 인식 방법

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: 20896568

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 3163902

Country of ref document: CA

ENP Entry into the national phase

Ref document number: 2020396635

Country of ref document: AU

Date of ref document: 20201203

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: 2020896568

Country of ref document: EP

Effective date: 20220706