WO2022259648A1 - 情報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システム - Google Patents
情報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システム Download PDFInfo
- Publication number
- WO2022259648A1 WO2022259648A1 PCT/JP2022/008730 JP2022008730W WO2022259648A1 WO 2022259648 A1 WO2022259648 A1 WO 2022259648A1 JP 2022008730 W JP2022008730 W JP 2022008730W WO 2022259648 A1 WO2022259648 A1 WO 2022259648A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- characteristic information
- image
- information
- processing
- unit
- Prior art date
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 96
- 238000003672 processing method Methods 0.000 title abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 180
- 238000004458 analytical method Methods 0.000 claims abstract description 93
- 238000003384 imaging method Methods 0.000 claims description 67
- 238000000034 method Methods 0.000 claims description 51
- 230000008569 process Effects 0.000 claims description 44
- 210000001519 tissue Anatomy 0.000 description 38
- 239000000523 sample Substances 0.000 description 32
- 239000012472 biological sample Substances 0.000 description 28
- 230000003287 optical effect Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 23
- 230000001575 pathological effect Effects 0.000 description 15
- 210000004027 cell Anatomy 0.000 description 13
- 238000000926 separation method Methods 0.000 description 9
- 238000010827 pathological analysis Methods 0.000 description 7
- 238000010186 staining Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000002194 synthesizing effect Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 239000007850 fluorescent dye Substances 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000799 fluorescence microscopy Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003364 immunohistochemistry Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000004413 cardiac myocyte Anatomy 0.000 description 1
- 210000003855 cell nucleus Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012916 chromogenic reagent Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical compound [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000834 fixative Substances 0.000 description 1
- 102000034287 fluorescent proteins Human genes 0.000 description 1
- 108091006047 fluorescent proteins Proteins 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000011532 immunohistochemical staining Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
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
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/06—Means for illuminating specimens
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/06—Means for illuminating specimens
- G02B21/08—Condensers
- G02B21/10—Condensers affording dark-field illumination
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/06—Means for illuminating specimens
- G02B21/08—Condensers
- G02B21/12—Condensers affording bright-field illumination
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/06—Means for illuminating specimens
- G02B21/08—Condensers
- G02B21/14—Condensers affording illumination for phase-contrast observation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Definitions
- the determining step may determine that the analysis process is not to be performed using the predetermined parameter when the first characteristic information and the second characteristic information are not within a predetermined distance on a statistical distribution. .
- the information processing section 5120 can acquire data (such as imaging data) acquired by the microscope device 5100 from the microscope device 5100 .
- the information processing section can perform image processing on the imaging data.
- the image processing may include color separation processing.
- the color separation process is a process of extracting data of light components of a predetermined wavelength or wavelength range from the captured data to generate image data, or removing data of light components of a predetermined wavelength or wavelength range from the captured data. It can include processing and the like.
- the image processing may include autofluorescence separation processing for separating the autofluorescence component and dye component of the tissue section, and fluorescence separation processing for separating the wavelengths between dyes having different fluorescence wavelengths.
- FIG. 4 is a block diagram showing a more detailed configuration example of the information processing section 5120.
- the information processing section 5120 includes a storage section 100 , a processing section 200 , an operation section 300 and a display section 400 .
- the information processing unit 5120 corresponds to the information processing device.
- the ROI area information associated with the captured image stored in the input image database 102, the feature amount calculated based on the image in the ROI area, and the parameter associated with this feature amount are mutually. stored in an associated manner.
- the analyzed ROI database 104 may store only the feature amount calculated based on the image in the ROI area and the parameters associated with this feature amount. Further, details such as the feature amount will be described later.
- the program used by the processing unit 200 may be stored in the storage unit 100, or may be stored in a storage medium such as a DVD (Digital Versatile Disc), a cloud computer, or the like.
- the program may be executed by a CPU (Central Processing Unit) or MPU (Micro Processor) using a RAM (Random Access Memory) or the like as a work area, or may be executed by an ASIC (Application Specific Integrated Circuit) or an FPGA (Field Programmable Gate). It may be implemented by an integrated circuit.
- the analysis process is performed based on parameters corresponding to the similar characteristic information, ( 14) The information processing program described in 14).
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hematology (AREA)
- Molecular Biology (AREA)
- Urology & Nephrology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Microscoopes, Condenser (AREA)
Abstract
［課題］より効率的にパラメタ調整が可能な報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システムを提供する。 ［解決手段］検体組織を撮像した第１画像を取得する取得工程と、所定のパラメタを用いて前記第１画像を解析処理する解析処理工程と、前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定工程と、をコンピュータに実行させるための情報処理プログラム。
Description
本開示は情報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システムに関する。
ガラススライドに収められた観察対象物を顕微鏡で撮影して、デジタル化した病理画像であるＷＳＩ画像（ＷＳＩ： Ｗｈｏｌｅ Ｓｌｉｄｅ Ｉｍａｇｉｎｇ）を生成する顕微鏡システムが知られている。この顕微鏡システムは、各種の画像解析を行うことで情報を抽出することが可能である。また、この顕微鏡システム上で各種の画像解析を行うためには、ユーザがパラメタを調整する必要がある。
ところがＷＳＩ画像上の全ての組織領域を用いてパラメタ調整を行うと処理時間がかかってしまう。そのため、ＷＳＩ画像上の微小な関心領域（ＲＯＩ）を用いることで、より高速にパラメタを調整する。このパラメタの調整は観察者の処理負荷を増加させてしまう恐れがある。
そこで、本開示では、より効率的にパラメタ調整が可能な報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システムを提供するものである。
そこで、本開示では、より効率的にパラメタ調整が可能な報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システムを提供するものである。
上記の課題を解決するために、本開示によれば、検体組織を撮像した第１画像を取得する取得工程と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理工程と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定工程と、
をコンピュータに実行させるための情報処理プログラムが提供される。
所定のパラメタを用いて前記第１画像を解析処理する解析処理工程と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定工程と、
をコンピュータに実行させるための情報処理プログラムが提供される。
前記判定工程は、前記第１特性情報と、前記第２特性情報とが統計分布上で所定の距離内にない場合に、前記所定のパラメタにより前記解析処理を行わせないと判定してもよい。
前記判定工程が、記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記解析処理工程に対して新たなパラメタを設定することを推奨する表示形態を表示部に表示させる表示制御工程を、更に備えてもよい。
前記第１特性情報は、前記第１画像の所定領域内の画像に基づき生成されており、
前記表示形態として、前記所定領域内の画像、及び前記所定領域を示す画像の少なくともいずれか表示させてもよい。
前記表示形態として、前記所定領域内の画像、及び前記所定領域を示す画像の少なくともいずれか表示させてもよい。
前前記表示形態として、パラメタを設定することを推奨することに関する言語を表示させてもよい。
前記表示制御工程は、前記統計分布内における前記第１特性情報の位置情報を示す画像と、前記表示形態とを並べて前記表示部に表示させてもよい。
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記表示制御工程は、前記選択された複数の特性情報に対応する処理領域内の画像を並べて前記表示部に表示させてもよい。
前記表示制御工程は、前記選択された複数の特性情報に対応する処理領域内の画像を並べて前記表示部に表示させてもよい。
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報を複数の領域にクラスタリングし、各クラスタリング領域の中から選択された複数の特性情報であり、
前記表示制御工程は、前記クラスタリングされた領域毎の前記処理領域を前記第１画像上に関連付けて表示してもよい。
前記表示制御工程は、前記クラスタリングされた領域毎の前記処理領域を前記第１画像上に関連付けて表示してもよい。
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、判定基準を変更してもよい。
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、判定基準を変更してもよい。
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、前記第１画像を撮像した撮像装置の撮像条件を変更してもよい。
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、前記第１画像を撮像した撮像装置の撮像条件を変更してもよい。
前記第２特性情報は、それぞれ異なる撮像画像から演算された複数の特性情報であってもよい。
前記判定工程は、前記所定のパラメタに対応する前記第２特性情報の数に応じて、前記所定の距離を変更してもよい。
前記解析処理工程に用いる複数のパラメタを、対応する前記第２特性情報に関連付けて記憶部に記憶させる記憶工程を更に備え、
前記判定工程が、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記第１特性情報に対応する前記解析処理工程の新たなパラメタを、前記第１特性情報に関連づけて前記記憶部に記憶させてもよい。
前記判定工程が、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記第１特性情報に対応する前記解析処理工程の新たなパラメタを、前記第１特性情報に関連づけて前記記憶部に記憶させてもよい。
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記記憶部内に前記第１特性情報に類似する特性情報が記憶されているかを判定し、記憶されていない場合に、前記第１特性情報に対応する前記解析処理工程の新たなパラメタを前記記憶部に記憶させてもよい。
前記判定工程は、前記記憶部内に前記第１特性情報に類似する特性情報が記憶されていると判定する場合に、前記類似する特性情報に対応するパラメタに基づき、前記解析処理を行わせてもよい。
前記判定工程は、前記第１特性情報と、前記第２特性情報とが統計分布上で所定の距離内にある場合に、前記所定のパラメタにより前記解析処理を行わせてもよい。
前記判定工程が、前記所定のパラメタにより前記解析処理を行わせると判定する場合に、前記所定のパラメタで解析処理可能であること示す表示形態を表示部に表示させる表示制御工程を、更に備えてもよい。
前記第１特性情報及び前記第２特性情報は、輝度値、細胞の密度、細胞の円形度、細胞の周長、局所特徴量の少なくともいずれかであってもく、前記距離はマハラノビス距離、及びユークリッド距離の少なくともいずれかであってもよい。
上記の課題を解決するために、本開示によれば、検体組織を撮像した第１画像を取得する取得部と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を備える情報処理装置が提供される。
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を備える情報処理装置が提供される。
上記の課題を解決するために、本開示によれば、検体組織を撮像した第１画像を取得する顕微鏡装置と、
情報処理装置と、を備える顕微鏡システムであって、
前記情報処理装置は、
検体組織を撮像した第１画像を取得する取得部と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を有する、顕微鏡システムが提供される。
情報処理装置と、を備える顕微鏡システムであって、
前記情報処理装置は、
検体組織を撮像した第１画像を取得する取得部と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を有する、顕微鏡システムが提供される。
以下、図面を参照して、情報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システムの実施形態について説明する。以下では、情報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システムの主要な構成部分を中心に説明するが、情報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システムには、図示又は説明されていない構成部分や機能が存在しうる。以下の説明は、図示又は説明されていない構成部分や機能を除外するものではない。
（第１実施形態）
本開示の顕微鏡システムの構成例を図１に示す。図１に示される顕微鏡システム５０００は、顕微鏡装置５１００、制御部５１１０、及び情報処理部５１２０を含む。顕微鏡装置５１００は、光照射部５１０１、光学部５１０２、及び信号取得部５１０３を備えている。顕微鏡装置５１００はさらに、生体由来試料Ｓが配置される試料載置部５１０４を備えていてよい。なお、顕微鏡装置の構成は図１に示されるものに限定されず、例えば、光照射部５１０１は、顕微鏡装置５１００の外部に存在してもよく、例えば顕微鏡装置５１００に含まれない光源が光照射部５１０１として利用されてもよい。また、光照射部５１０１は、光照射部５１０１と光学部５１０２とによって試料載置部５１０４が挟まれるように配置されていてよく、例えば、光学部５１０２が存在する側に配置されてもよい。顕微鏡装置５１００は、明視野観察、位相差観察、微分干渉観察、偏光観察、蛍光観察、及び暗視野観察のうちの１又は２以上で構成されてよい。
本開示の顕微鏡システムの構成例を図１に示す。図１に示される顕微鏡システム５０００は、顕微鏡装置５１００、制御部５１１０、及び情報処理部５１２０を含む。顕微鏡装置５１００は、光照射部５１０１、光学部５１０２、及び信号取得部５１０３を備えている。顕微鏡装置５１００はさらに、生体由来試料Ｓが配置される試料載置部５１０４を備えていてよい。なお、顕微鏡装置の構成は図１に示されるものに限定されず、例えば、光照射部５１０１は、顕微鏡装置５１００の外部に存在してもよく、例えば顕微鏡装置５１００に含まれない光源が光照射部５１０１として利用されてもよい。また、光照射部５１０１は、光照射部５１０１と光学部５１０２とによって試料載置部５１０４が挟まれるように配置されていてよく、例えば、光学部５１０２が存在する側に配置されてもよい。顕微鏡装置５１００は、明視野観察、位相差観察、微分干渉観察、偏光観察、蛍光観察、及び暗視野観察のうちの１又は２以上で構成されてよい。
顕微鏡システム５０００は、いわゆるＷＳＩ（Ｗｈｏｌｅ Ｓｌｉｄｅ Ｉｍａｇｉｎｇ）システム又はデジタルパソロジーシステムとして構成されてよく、病理診断のために用いられうる。また、顕微鏡システム５０００は、蛍光イメージングシステム、特には多重蛍光イメージングシステムとして構成されてもよい。
例えば、顕微鏡システム５０００は、術中病理診断又は遠隔病理診断を行うために用いられてよい。当該術中病理診断では、手術が行われている間に、顕微鏡装置５１００が、当該手術の対象者から取得された生体由来試料Ｓのデータを取得し、そして、当該データを情報処理部５１２０へと送信しうる。当該遠隔病理診断では、顕微鏡装置５１００は、取得した生体由来試料Ｓのデータを、顕微鏡装置５１００とは離れた場所（別の部屋又は建物など）に存在する情報処理装置５１２０へと送信しうる。そして、これらの診断において、情報処理装置５１２０は、当該データを受信し、出力する。出力されたデータに基づき、情報処理装置５１２０のユーザが、病理診断を行いうる。
（生体由来試料）
生体由来試料Ｓは、生体成分を含む試料であってよい。前記生体成分は、生体の組織、細胞、生体の液状成分（血液や尿等）、培養物、又は生細胞（心筋細胞、神経細胞、及び受精卵など）であってよい。
前記生体由来試料は、固形物であってよく、パラフィンなどの固定試薬によって固定された標本又は凍結により形成された固形物であってよい。前記生体由来試料は、当該固形物の切片でありうる。前記生体由来試料の具体的な例として、生検試料の切片を挙げることができる。
生体由来試料Ｓは、生体成分を含む試料であってよい。前記生体成分は、生体の組織、細胞、生体の液状成分（血液や尿等）、培養物、又は生細胞（心筋細胞、神経細胞、及び受精卵など）であってよい。
前記生体由来試料は、固形物であってよく、パラフィンなどの固定試薬によって固定された標本又は凍結により形成された固形物であってよい。前記生体由来試料は、当該固形物の切片でありうる。前記生体由来試料の具体的な例として、生検試料の切片を挙げることができる。
前記生体由来試料は、染色又は標識などの処理が施されたものであってよい。当該処理は、生体成分の形態を示すための又は生体成分が有する物質（表面抗原など）を示すための染色であってよく、ＨＥ（Ｈｅｍａｔｏｘｙｌｉｎ－Ｅｏｓｉｎ）染色、免疫組織化学（Ｉｍｍｕｎｏｈｉｓｔｏｃｈｅｍｉｓｔｒｙ）染色を挙げることができる。前記生体由来試料は、１又は２以上の試薬により前記処理が施されたものであってよく、当該試薬は、蛍光色素、発色試薬、蛍光タンパク質、又は蛍光標識抗体でありうる。
前記標本は、人体から採取された検体または組織サンプルから病理診断または臨床検査などを目的に作製されたものであってよい。また、前記標本は、人体に限らず、動物、植物、又は他の材料に由来するものであってもよい。前記標本は、使用される組織（例えば臓器または細胞など）の種類、対象となる疾病の種類、対象者の属性（例えば、年齢、性別、血液型、または人種など）、または対象者の生活習慣（例えば、食生活、運動習慣、または喫煙習慣など）などにより性質が異なる。前記標本は、各標本それぞれ識別可能な識別情報（バーコード情報又はＱＲコード（商標）情報等）を付されて管理されてよい。
（光照射部）
光照射部５１０１は、生体由来試料Ｓを照明するための光源、および光源から照射された光を標本に導く光学部である。光源は、可視光、紫外光、若しくは赤外光、又はこれらの組合せを生体由来試料に照射しうる。光源は、ハロゲンランプ、レーザ光源、ＬＥＤランプ、水銀ランプ、及びキセノンランプのうちの１又は２以上であってよい。蛍光観察における光源の種類及び／又は波長は、複数でもよく、当業者により適宜選択されてよい。光照射部は、透過型、反射型又は落射型（同軸落射型若しくは側射型）の構成を有しうる。
光照射部５１０１は、生体由来試料Ｓを照明するための光源、および光源から照射された光を標本に導く光学部である。光源は、可視光、紫外光、若しくは赤外光、又はこれらの組合せを生体由来試料に照射しうる。光源は、ハロゲンランプ、レーザ光源、ＬＥＤランプ、水銀ランプ、及びキセノンランプのうちの１又は２以上であってよい。蛍光観察における光源の種類及び／又は波長は、複数でもよく、当業者により適宜選択されてよい。光照射部は、透過型、反射型又は落射型（同軸落射型若しくは側射型）の構成を有しうる。
（光学部）
光学部５１０２は、生体由来試料Ｓからの光を信号取得部５１０３へと導くように構成される。光学部は、顕微鏡装置５１００が生体由来試料Ｓを観察又は撮像することを可能とするように構成されうる。
光学部５１０２は、対物レンズを含みうる。対物レンズの種類は、観察方式に応じて当業者により適宜選択されてよい。また、光学部は、対物レンズによって拡大された像を信号取得部に中継するためのリレーレンズを含んでもよい。光学部は、前記対物レンズ及び前記リレーレンズ以外の光学部品、接眼レンズ、位相板、及びコンデンサレンズなど、をさらに含みうる。
また、光学部５１０２は、生体由来試料Ｓからの光のうちから所定の波長を有する光を分離するように構成された波長分離部をさらに含んでよい。波長分離部は、所定の波長又は波長範囲の光を選択的に信号取得部に到達させるように構成されうる。波長分離部は、例えば、光を選択的に透過させるフィルタ、偏光板、プリズム（ウォラストンプリズム）、及び回折格子のうちの１又は２以上を含んでよい。波長分離部に含まれる光学部品は、例えば対物レンズから信号取得部までの光路上に配置されてよい。波長分離部は、蛍光観察が行われる場合、特に励起光照射部を含む場合に、顕微鏡装置内に備えられる。波長分離部は、蛍光同士を互いに分離し又は白色光と蛍光とを分離するように構成されうる。
光学部５１０２は、生体由来試料Ｓからの光を信号取得部５１０３へと導くように構成される。光学部は、顕微鏡装置５１００が生体由来試料Ｓを観察又は撮像することを可能とするように構成されうる。
光学部５１０２は、対物レンズを含みうる。対物レンズの種類は、観察方式に応じて当業者により適宜選択されてよい。また、光学部は、対物レンズによって拡大された像を信号取得部に中継するためのリレーレンズを含んでもよい。光学部は、前記対物レンズ及び前記リレーレンズ以外の光学部品、接眼レンズ、位相板、及びコンデンサレンズなど、をさらに含みうる。
また、光学部５１０２は、生体由来試料Ｓからの光のうちから所定の波長を有する光を分離するように構成された波長分離部をさらに含んでよい。波長分離部は、所定の波長又は波長範囲の光を選択的に信号取得部に到達させるように構成されうる。波長分離部は、例えば、光を選択的に透過させるフィルタ、偏光板、プリズム（ウォラストンプリズム）、及び回折格子のうちの１又は２以上を含んでよい。波長分離部に含まれる光学部品は、例えば対物レンズから信号取得部までの光路上に配置されてよい。波長分離部は、蛍光観察が行われる場合、特に励起光照射部を含む場合に、顕微鏡装置内に備えられる。波長分離部は、蛍光同士を互いに分離し又は白色光と蛍光とを分離するように構成されうる。
（信号取得部）
信号取得部５１０３は、生体由来試料Ｓからの光を受光し、当該光を電気信号、特にはデジタル電気信号へと変換することができるように構成されうる。信号取得部は、当該電気信号に基づき、生体由来試料Ｓに関するデータを取得することができるように構成されてよい。信号取得部は、生体由来試料Ｓの像（画像、特には静止画像、タイムラプス画像、又は動画像）のデータを取得することができるように構成されてよく、特に光学部によって拡大された画像のデータを取得するように構成されうる。信号取得部は、１次元又は２次元に並んで配列された複数の画素を備えている１つ又は複数の撮像素子、ＣＭＯＳ又はＣＣＤなど、を含む。信号取得部は、低解像度画像取得用の撮像素子と高解像度画像取得用の撮像素子とを含んでよく、又は、ＡＦなどのためのセンシング用撮像素子と観察などのための画像出力用撮像素子とを含んでもよい。撮像素子は、前記複数の画素に加え、各画素からの画素信号を用いた信号処理を行う信号処理部（ＣＰＵ、ＤＳＰ、及びメモリのうちの１つ、２つ、又は３つを含む）、及び、画素信号から生成された画像データ及び信号処理部により生成された処理データの出力の制御を行う出力制御部を含みうる。更には、撮像素子は、入射光を光電変換する画素の輝度変化が所定の閾値を超えたことをイベントとして検出する非同期型のイベント検出センサを含み得る。前記複数の画素、前記信号処理部、及び前記出力制御部を含む撮像素子は、好ましくは１チップの半導体装置として構成されうる。
信号取得部５１０３は、生体由来試料Ｓからの光を受光し、当該光を電気信号、特にはデジタル電気信号へと変換することができるように構成されうる。信号取得部は、当該電気信号に基づき、生体由来試料Ｓに関するデータを取得することができるように構成されてよい。信号取得部は、生体由来試料Ｓの像（画像、特には静止画像、タイムラプス画像、又は動画像）のデータを取得することができるように構成されてよく、特に光学部によって拡大された画像のデータを取得するように構成されうる。信号取得部は、１次元又は２次元に並んで配列された複数の画素を備えている１つ又は複数の撮像素子、ＣＭＯＳ又はＣＣＤなど、を含む。信号取得部は、低解像度画像取得用の撮像素子と高解像度画像取得用の撮像素子とを含んでよく、又は、ＡＦなどのためのセンシング用撮像素子と観察などのための画像出力用撮像素子とを含んでもよい。撮像素子は、前記複数の画素に加え、各画素からの画素信号を用いた信号処理を行う信号処理部（ＣＰＵ、ＤＳＰ、及びメモリのうちの１つ、２つ、又は３つを含む）、及び、画素信号から生成された画像データ及び信号処理部により生成された処理データの出力の制御を行う出力制御部を含みうる。更には、撮像素子は、入射光を光電変換する画素の輝度変化が所定の閾値を超えたことをイベントとして検出する非同期型のイベント検出センサを含み得る。前記複数の画素、前記信号処理部、及び前記出力制御部を含む撮像素子は、好ましくは１チップの半導体装置として構成されうる。
（制御部）
制御部５１１０は、顕微鏡装置５１００による撮像を制御する。制御部は、撮像制御のために、光学部５１０２及び／又は試料載置部５１０４の移動を駆動して、光学部と試料載置部との間の位置関係を調節しうる。制御部５１１０は、光学部及び／又は試料載置部を、互いに近づく又は離れる方向（例えば対物レンズの光軸方向）に移動させうる。また、制御部は、光学部及び／又は試料載置部を、前記光軸方向と垂直な面におけるいずれかの方向に移動させてもよい。制御部は、撮像制御のために、光照射部５１０１及び／又は信号取得部５１０３を制御してもよい。
制御部５１１０は、顕微鏡装置５１００による撮像を制御する。制御部は、撮像制御のために、光学部５１０２及び／又は試料載置部５１０４の移動を駆動して、光学部と試料載置部との間の位置関係を調節しうる。制御部５１１０は、光学部及び／又は試料載置部を、互いに近づく又は離れる方向（例えば対物レンズの光軸方向）に移動させうる。また、制御部は、光学部及び／又は試料載置部を、前記光軸方向と垂直な面におけるいずれかの方向に移動させてもよい。制御部は、撮像制御のために、光照射部５１０１及び／又は信号取得部５１０３を制御してもよい。
（試料載置部）
試料載置部５１０４は、生体由来試料の試料載置部上における位置が固定できるように構成されてよく、いわゆるステージであってよい。試料載置部５１０４は、生体由来試料の位置を、対物レンズの光軸方向及び／又は当該光軸方向と垂直な方向に移動させることができるように構成されうる。
試料載置部５１０４は、生体由来試料の試料載置部上における位置が固定できるように構成されてよく、いわゆるステージであってよい。試料載置部５１０４は、生体由来試料の位置を、対物レンズの光軸方向及び／又は当該光軸方向と垂直な方向に移動させることができるように構成されうる。
（情報処理部）
情報処理部５１２０は、顕微鏡装置５１００が取得したデータ（撮像データなど）を、顕微鏡装置５１００から取得しうる。情報処理部は、撮像データに対する画像処理を実行しうる。当該画像処理は、色分離処理を含んでよい。当該色分離処理は、撮像データから所定の波長又は波長範囲の光成分のデータを抽出して画像データを生成する処理、又は、撮像データから所定の波長又は波長範囲の光成分のデータを除去する処理などを含みうる。また、当該画像処理は、組織切片の自家蛍光成分と色素成分を分離する自家蛍光分離処理や互いに蛍光波長が異なる色素間の波長を分離する蛍光分離処理を含みうる。前記自家蛍光分離処理では、同一ないし性質が類似する前記複数の標本のうち、一方から抽出された自家蛍光シグナルを用いて他方の標本の画像情報から自家蛍光成分を除去する処理を行ってもよい。
情報処理部５１２０は、制御部５１１０に撮像制御のためのデータを送信してよく、当該データを受信した制御部５１１０が、当該データに従い顕微鏡装置５１００による撮像を制御してもよい。
情報処理部５１２０は、顕微鏡装置５１００が取得したデータ（撮像データなど）を、顕微鏡装置５１００から取得しうる。情報処理部は、撮像データに対する画像処理を実行しうる。当該画像処理は、色分離処理を含んでよい。当該色分離処理は、撮像データから所定の波長又は波長範囲の光成分のデータを抽出して画像データを生成する処理、又は、撮像データから所定の波長又は波長範囲の光成分のデータを除去する処理などを含みうる。また、当該画像処理は、組織切片の自家蛍光成分と色素成分を分離する自家蛍光分離処理や互いに蛍光波長が異なる色素間の波長を分離する蛍光分離処理を含みうる。前記自家蛍光分離処理では、同一ないし性質が類似する前記複数の標本のうち、一方から抽出された自家蛍光シグナルを用いて他方の標本の画像情報から自家蛍光成分を除去する処理を行ってもよい。
情報処理部５１２０は、制御部５１１０に撮像制御のためのデータを送信してよく、当該データを受信した制御部５１１０が、当該データに従い顕微鏡装置５１００による撮像を制御してもよい。
情報処理部５１２０は、汎用のコンピュータなどの情報処理装置として構成されてよく、ＣＰＵ、ＲＡＭ、及びＲＯＭを備えていてよい。情報処理部は、顕微鏡装置５１００の筐体内に含まれていてよく、又は、当該筐体の外にあってもよい。また、情報処理部による各種処理又は機能は、ネットワークを介して接続されたサーバコンピュータ又はクラウドにより実現されてもよい。
顕微鏡装置５１００による生体由来試料Ｓの撮像の方式は、生体由来試料の種類及び撮像の目的などに応じて、当業者により適宜選択されてよい。当該撮像方式の例を以下に説明する。
撮像方式の一つの例は以下のとおりである。顕微鏡装置は、まず、撮像対象領域を特定しうる。当該撮像対象領域は、生体由来試料が存在する領域全体をカバーするように特定されてよく、又は、生体由来試料のうちの目的部分（目的組織切片、目的細胞、又は目的病変部が存在する部分）をカバーするように特定されてもよい。次に、顕微鏡装置は、当該撮像対象領域を、所定サイズの複数の分割領域へと分割し、顕微鏡装置は各分割領域を順次撮像する。これにより、各分割領域の画像が取得される。
図１に示されるように、顕微鏡装置は、生体由来試料Ｓ全体をカバーする撮像対象領域Ｒを特定する。そして、顕微鏡装置は、撮像対象領域Ｒを１６の分割領域へと分割する。そして、顕微鏡装置は分割領域Ｒ１の撮像を行い、そして次に、その分割領域Ｒ１に隣接する領域など、撮像対象領域Ｒに含まれる領域の内いずれか領域を撮像しうる。そして、未撮像の分割領域がなくなるまで、分割領域の撮像が行われる。なお、撮像対象領域Ｒ以外の領域についても、分割領域の撮像画像情報に基づき、撮像してもよい。
或る分割領域を撮像した後に次の分割領域を撮像するために、顕微鏡装置と試料載置部との位置関係が調整される。当該調整は、顕微鏡装置の移動、試料載置部の移動、又は、これらの両方の移動により行われてよい。この例において、各分割領域の撮像を行う撮像装置は、２次元撮像素子（エリアセンサ）又は１次元撮像素子（ラインセンサ）であってよい。信号取得部は、光学部を介して各分割領域を撮像してよい。また、各分割領域の撮像は、顕微鏡装置及び／又は試料載置部を移動させながら連続的に行われてよく、又は、各分割領域の撮像に際して顕微鏡装置及び／又は試料載置部の移動が停止されてもよい。各分割領域の一部が重なり合うように、前記撮像対象領域の分割が行われてよく、又は、重なり合わないように前記撮像対象領域の分割が行われてもよい。各分割領域は、焦点距離及び／又は露光時間などの撮像条件を変えて複数回撮像されてもよい。
また、情報処理装置は、隣り合う複数の分割領域が合成して、より広い領域の画像データを生成しうる。当該合成処理を、撮像対象領域全体にわたって行うことで、撮像対象領域について、より広い領域の画像を取得することができる。また、分割領域の画像、または合成処理を行った画像から、より解像度の低い画像データを生成しうる。
図１に示されるように、顕微鏡装置は、生体由来試料Ｓ全体をカバーする撮像対象領域Ｒを特定する。そして、顕微鏡装置は、撮像対象領域Ｒを１６の分割領域へと分割する。そして、顕微鏡装置は分割領域Ｒ１の撮像を行い、そして次に、その分割領域Ｒ１に隣接する領域など、撮像対象領域Ｒに含まれる領域の内いずれか領域を撮像しうる。そして、未撮像の分割領域がなくなるまで、分割領域の撮像が行われる。なお、撮像対象領域Ｒ以外の領域についても、分割領域の撮像画像情報に基づき、撮像してもよい。
或る分割領域を撮像した後に次の分割領域を撮像するために、顕微鏡装置と試料載置部との位置関係が調整される。当該調整は、顕微鏡装置の移動、試料載置部の移動、又は、これらの両方の移動により行われてよい。この例において、各分割領域の撮像を行う撮像装置は、２次元撮像素子（エリアセンサ）又は１次元撮像素子（ラインセンサ）であってよい。信号取得部は、光学部を介して各分割領域を撮像してよい。また、各分割領域の撮像は、顕微鏡装置及び／又は試料載置部を移動させながら連続的に行われてよく、又は、各分割領域の撮像に際して顕微鏡装置及び／又は試料載置部の移動が停止されてもよい。各分割領域の一部が重なり合うように、前記撮像対象領域の分割が行われてよく、又は、重なり合わないように前記撮像対象領域の分割が行われてもよい。各分割領域は、焦点距離及び／又は露光時間などの撮像条件を変えて複数回撮像されてもよい。
また、情報処理装置は、隣り合う複数の分割領域が合成して、より広い領域の画像データを生成しうる。当該合成処理を、撮像対象領域全体にわたって行うことで、撮像対象領域について、より広い領域の画像を取得することができる。また、分割領域の画像、または合成処理を行った画像から、より解像度の低い画像データを生成しうる。
撮像方式の他の例は以下のとおりである。顕微鏡装置は、まず、撮像対象領域を特定しうる。当該撮像対象領域は、生体由来試料が存在する領域全体をカバーするように特定されてよく、又は、生体由来試料のうちの目的部分（目的組織切片又は目的細胞が存在する部分）をカバーするように特定されてもよい。次に、顕微鏡装置は、撮像対象領域の一部の領域（「分割スキャン領域」ともいう）を、光軸と垂直な面内における一つの方向（「スキャン方向」ともいう）へスキャンして撮像する。当該分割スキャン領域のスキャンが完了したら、次に、前記スキャン領域の隣の分割スキャン領域を、スキャンする。これらのスキャン動作が、撮像対象領域全体が撮像されるまで繰り返される。
図３に示されるように、顕微鏡装置は、生体由来試料Ｓのうち、組織切片が存在する領域（グレーの部分）を撮像対象領域Ｓａとして特定する。そして、顕微鏡装置は、撮像対象領域Ｓａのうち、分割スキャン領域Ｒｓを、Ｙ軸方向へスキャンする。顕微鏡装置は、分割スキャン領域Ｒｓのスキャンが完了したら、次に、Ｘ軸方向における隣の分割スキャン領域をスキャンする。撮像対象領域Ｓａの全てについてスキャンが完了するまで、この動作が繰り返しされる。
各分割スキャン領域のスキャンのために、及び、或る分割スキャン領域を撮像した後に次の分割スキャン領域を撮像するために、顕微鏡装置と試料載置部との位置関係が調整される。当該調整は、顕微鏡装置の移動、試料載置部の移動、又は、これらの両方の移動により行われてよい。この例において、各分割スキャン領域の撮像を行う撮像装置は、１次元撮像素子（ラインセンサ）又は２次元撮像素子（エリアセンサ）であってよい。信号取得部は、拡大光学系を介して各分割領域を撮像してよい。また、各分割スキャン領域の撮像は、顕微鏡装置及び／又は試料載置部を移動させながら連続的に行われてよい。各分割スキャン領域の一部が重なり合うように、前記撮像対象領域の分割が行われてよく、又は、重なり合わないように前記撮像対象領域の分割が行われてもよい。各分割スキャン領域は、焦点距離及び／又は露光時間などの撮像条件を変えて複数回撮像されてもよい。
また、情報処理装置は、隣り合う複数の分割スキャン領域が合成して、より広い領域の画像データを生成しうる。当該合成処理を、撮像対象領域全体にわたって行うことで、撮像対象領域について、より広い領域の画像を取得することができる。また、分割スキャン領域の画像、または合成処理を行った画像から、より解像度の低い画像データを生成しうる。
図３に示されるように、顕微鏡装置は、生体由来試料Ｓのうち、組織切片が存在する領域（グレーの部分）を撮像対象領域Ｓａとして特定する。そして、顕微鏡装置は、撮像対象領域Ｓａのうち、分割スキャン領域Ｒｓを、Ｙ軸方向へスキャンする。顕微鏡装置は、分割スキャン領域Ｒｓのスキャンが完了したら、次に、Ｘ軸方向における隣の分割スキャン領域をスキャンする。撮像対象領域Ｓａの全てについてスキャンが完了するまで、この動作が繰り返しされる。
各分割スキャン領域のスキャンのために、及び、或る分割スキャン領域を撮像した後に次の分割スキャン領域を撮像するために、顕微鏡装置と試料載置部との位置関係が調整される。当該調整は、顕微鏡装置の移動、試料載置部の移動、又は、これらの両方の移動により行われてよい。この例において、各分割スキャン領域の撮像を行う撮像装置は、１次元撮像素子（ラインセンサ）又は２次元撮像素子（エリアセンサ）であってよい。信号取得部は、拡大光学系を介して各分割領域を撮像してよい。また、各分割スキャン領域の撮像は、顕微鏡装置及び／又は試料載置部を移動させながら連続的に行われてよい。各分割スキャン領域の一部が重なり合うように、前記撮像対象領域の分割が行われてよく、又は、重なり合わないように前記撮像対象領域の分割が行われてもよい。各分割スキャン領域は、焦点距離及び／又は露光時間などの撮像条件を変えて複数回撮像されてもよい。
また、情報処理装置は、隣り合う複数の分割スキャン領域が合成して、より広い領域の画像データを生成しうる。当該合成処理を、撮像対象領域全体にわたって行うことで、撮像対象領域について、より広い領域の画像を取得することができる。また、分割スキャン領域の画像、または合成処理を行った画像から、より解像度の低い画像データを生成しうる。
図４は、情報処理部５１２０のより詳細な構成例を示すブロック図である。図４に示すように、情報処理部５１２０は、記憶部１００と、処理部２００と、操作部３００と、表示部４００とを、備える。なお、本実施形態に係る情報処理部５１２０が情報処理装置に対応する。
記憶部１００には、例えば不揮発性半導体メモリ、ハードディスクドライブ等の記憶装置が用いられる。この記憶部１００には、本実施形態に係る各種の制御パラメタ、プログラムなどが予め記憶される。また、記憶部１００は、入力画像データベース１０２と、解析済みＲＯＩデータベース１０４とを有する。
入力画像データベース１０２は、顕微鏡装置５１００で撮像されたデジタルの撮像画像を記憶する。この撮入力画像データベース１０２には、例えば顕微鏡装置５１００の光学部の光軸方向の複数の異なる深度で撮像された第１領域画像が記憶される。更に、同一深度における複数の第１領域画像をステッチィング処理して生成した深度毎のＷＳＩ画像が記憶される。また、各画像に付随するアノテーションデータ（病理医や研究者が示した腫瘍領域など）が指し示す一部の領域内の画像であってもよい。これらの撮像画像の染色性は、ＨＥ（Ｈｅｍａｔｏｘｙｌｉｎ ＆ Ｅｏｓｉｎ）染色であってもよいし、ＩＨＣ（（Ｉｍｍｕｎｏｈｉｓｔｏｃｈｅｍｉｓｔｒｙ）染色であってもよいし、蛍光染色であってもよい。
解析済みＲＯＩデータベース１０４には、入力画像データベース１０２に記憶される撮像画像に関連付けられたＲＯＩ領域情報、ＲＯＩ領域内の画像に基づき算出された特徴量、及びこの特徴量に関連付けられるパラメタが相互に関連づけられて記憶される。なお、解析済みＲＯＩデータベース１０４には、ＲＯＩ領域内の画像に基づき算出された特徴量、及びこの特徴量に関連付けられるパラメタのみを記憶させてもよい。また、特徴量などの詳細は後述する。
処理部２００は、（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）やＭＰＵ（ＭｉｃｒｏＰｒｏｃｅｓｓｏｒ）を含んで構成され、記憶部１００に記憶されるプログラムを実行することにより各処理部を構成する。この処理部２００は、顕微鏡装置５１００で撮像されたデジタルの撮像画像を解析し、解析情報を生成する。なお、処理部２００の詳細は後述する。
処理部２００が用いるプログラムは、記憶部１００に記憶に記憶されていてもよいし、あるいは、ＤＶＤ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｃ）などの記憶媒体やクラウドコンピュータ等に記憶されていてもよい。また、そのプログラムは、処理部２００において、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）やＭＰＵ（ＭｉｃｒｏＰｒｏｃｅｓｓｏｒ）によってＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）等を作業領域として実行されてもよいし、あるいは、ＡＳＩＣ（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）やＦＰＧＡ（ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ）等の集積回路により実行されてもよい。
操作部３００は、例えばキーボード、マウスなどで構成される。この操作部３００は、観察者（ユーザ）、例えば病理医の操作に応じた指示信号を処理部２００に入力する。
表示部４００は、例えばモニタである。この表示部４００は、後述するように、撮像画像、解析に関するデータ、及びユーザインターフェース（ＵＩ画面）などを表示する。
ここで、処理部２００の詳細を説明する。処理部２００は、取得部２０２と、領域抽出部２０４と、特徴量演算部２０６と、領域選択部２０８と、類似判定処理部２１０と、パラメタ設定部２１２と、解析処理部２１４と、表示制御部２１６とを、有する。
取得部２０２は、解析対象となる検体組織を撮像した第１画像（対象画像）を入力画像データベース１０２から取得する。或いは、取得部２０２は、対象画像を顕微鏡装置５１００から直接的に取得してもよい。或いは、取得部２０２は、対象画像を、例えば院内ネットワークを介して、他の顕微鏡装置、記憶装置などから直接的に取得してもよい。
領域抽出部２０４は、撮像画像Ｇ１００内に特徴量を演算するためのＲＯＩ（関心領域：Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）を設定する。図５は、撮像画像Ｉｍ１００と特徴量を演算するための複数のＲＯＩの例を示す図である。図５に示すように、領域抽出部２０４は、撮像画像Ｉｍ１００内から標本領域Ｔ１００を抽出し、所定の間隔で、所定の大きさである複数のＲＯＩを標本領域Ｔ１００内に設定する。ＲＯＩの大きさ及び間隔は、演算する特徴量に応じて、予め解析済みＲＯＩデータベース１０４に設定される。また、ＲＯＩの形状も限定されず、例えば円形でもよい。なお、本実施形態では、特徴量を特性情報と称する場合がある。この特性情報は、画像内に存在する組織形態を含む様々な幾何学的な特性、及び組織形態を含む様々なパターンの視覚的特性の少なくともいずれかを定量化したものであり、特性情報は、特徴量を含む情報である。
特徴量演算部２０６は、領域抽出部２０４が設定した複数のＲＯＩそれぞれから特徴量を演算する。例えば、特徴量は、輝度値、細胞の密度、核円形度、核周長、色情報、周波数特性、局所特徴量であるＳＩＦＴ（Ｓｃａｌｅ Ｉｎｖａｒｉａｎｔ Ｆｅａｔｕｒｅ Ｔｒａｎｓｆｏｒｍ）、ＳＵＲＦ（Ｓｐｅｅｄ Ｕｐ Ｒｏｂｕｓｔ Ｆｅａｔｕｒｅｓ）、ＬＢＰ（Ｌｏｃａｌ Ｂｉｎａｒｙ Ｐａｔｔｅｒｎ）、ＡＫＡＺＥ（Ａｃｃｅｌｅｒａｔｅｄ ＫＡＺＥ）、ＨＯＧ（Ｈｉｓｔｏｇｒａｍ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔｓ）等である。本実施形態では、これらの特徴量を用いるがこれに限定されない。例えば、コンボリューショナル ニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＣＮＮ））などのニューラルネットワーク（Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＮＮ））などから出力される特徴量などでもよい。このように、特徴量は、病理画像の画像特性を抽出し、病理形態の分類、識別、認識などに用いられる特徴量であればよい。例えば、人手で設計した特徴量には、上述のように、特定の形態の色特徴（輝度値、染色強度など）、形状特徴（円形度、周長など）、密度、特定の形態からの距離、および局所特徴量（ＡＫＡＺＥ、ＳＩＦＴ、ＨＯＧ 、ＳＵＲＦ、ＬＢＰなど）が含まれる。また、解析対象データがＩＨＣ染色や蛍光染色である場合には、組織内で算出される陽性・陰性の細胞数などの情報を用いてもよい。
図６は、特徴量を選択する特性情報選択用のユーザインターフェースＵ１００の例を示す図である。観察者である病理医などは、操作部３００を用いて、特徴量を選択する。図６では、核円形度のＲＯＩ内の平均値と、核周長のＲＯＩ内の平均値とが選択されている。以下では説明を簡単にするため、核円形度のＲＯＩ内の平均値と、核周長のＲＯＩ内の平均値とを用いた例を説明するがこれに限定されない。例えば、全特徴量として、数十、数百などのオーダの数の特徴量を用いることも可能である。なお、ユーザインターフェースＵ１００は、表示制御部２１６を介して表示部４００に表示される。
領域選択部２０８は、領域抽出部２０４が設定した複数のＲＯＩ内の画像情報それぞれから演算された特徴量の分布に基づき、代表となるＲＯＩを選択する。
図７は、特徴量演算部２０６により演算された各ＲＯＩの特徴量の分布を模式的に示す図である。縦軸は、ＲＯＩ毎の核周長の平均値を示し、横軸は、ＲＯＩ毎の核円形度の平均値を示す。
図７は、特徴量演算部２０６により演算された各ＲＯＩの特徴量の分布を模式的に示す図である。縦軸は、ＲＯＩ毎の核周長の平均値を示し、横軸は、ＲＯＩ毎の核円形度の平均値を示す。
領域選択部２０８は、特徴量をクラスタリングし、クラスタリングした各領域の代表となるＲＯＩを選択する。図７に示すよう、例えば、領域選択部２０８は、ケイミーンズ（ｋ－Ｍｅａｎｓ）法により、クラスタリングする。分類数は、任意の数に設定可能である。例えば、クラスタの数は、ユーザが手動で指定してもよいし、エルボー法やシルエット分析などにより領域選択部２０８が自動的に決定してもよい。
領域選択部２０８は、例えば、各クラスタＧ１００、Ｇ１０２、Ｇ１０４の中から代表ＲＯＩを選択する。本実施形態に係る領域選択部２０８は、例えば各クラスタＧ１００、Ｇ１０２、Ｇ１０４の重心に最も近いＲＯＩを代表ＲＯＩとし、代表ＲＯＩの特徴量としてＦ１００、Ｆ１０２、Ｆ１０４を選択する。このように、統計処理により、代表ＲＯＩ及び代表ＲＯＩに対応する特徴量を選択することが可能となる。これにより、観察者の経験に依らずに代表ＲＯＩ及び代表ＲＯＩに対応する特徴量が選択されるため、代表ＲＯＩ及び代表ＲＯＩに対応する特徴量の選択性における再現性を向上させることが可能となる。
類似判定処理部２１０は、解析済みＲＯＩデータベース１０４に記憶される所定のパラメタに対応するＲＯＩの特徴量と、領域選択部２０８により選択された特徴量の類似性を判定する。類似判定処理部２１０は、所定のパラメタに対応するＲＯＩの特徴量と、領域選択部２０８により選択された特徴量が類似すると判定する場合には、所定のパラメタをパラメタ設定部２１２に供給する。なお、本実施形態では、特徴量間の類似性の判定を、特徴量の比較と称する場合がある。
より詳細には、類似判定処理部２１０は、類似判定を、特性情報空間における各代表ＲＯＩに対応する特徴量Ｆ１００、Ｆ１０２、Ｆ１０４と、比較対象となる各ＲＯＩに対応する特徴量間の距離や空間ベクトル等に基づいて行うことが可能である。この類似判定処理部２１０は、例えば、幾何学的な直線距離であるユークリッド距離やマハラノビス距離が閾値以下の場合を類似していると判定する。或いは、類似判定処理部２１０は、例えば空間ベクトルの向きの近さを表すコサイン類似度の値が閾値以上の場合を類似していると判定してもよい。或いは、上記のように各特性情報空間上で類似度を比較したうえで、距離・ベクトルが近いものを共通項として、集合間の類似度を用いてもよい。その際の指標には、集合間の類似度指標であるジャッカード（Ｊａｃｃａｒｄ）係数、ダイス（Ｄｉｃｅ）係数、シンプソン（Ｓｉｍｐｓｏｎ）係数を用いてもよい。
図８は、代表ＲＯＩの特徴量Ｆ１００、Ｆ１０２、Ｆ１０４の所定の特徴量分布内の位置を模式的に示す図である。図８では、特徴量Ｆ１００、Ｆ１０２、Ｆ１０４が、特徴量分布内の各特徴量と所定のマハラノビス距離以下ある例を示す。このような場合、類似判定処理部２１０は、特徴量Ｆ１００、Ｆ１０２、Ｆ１０４は、パラメタに対応するＲＯＩの特徴量と類似していると判定する。
図９は、代表ＲＯＩの特徴量Ｆ１００、Ｆ１０２、Ｆ１０４の別のパラメタに対応する特徴量分布内の位置を模式的に示す図である。図９では、特徴量Ｆ１０４が、特徴量分布内の各特徴量と所定のマハラノビス距離以上である例を示す。例えば、代表特徴量の１つでも特徴量分布内の各特徴量と所定のマハラノビス距離以上である場合、類似判定処理部２１０は、特徴量Ｆ１００、Ｆ１０２、Ｆ１０４は、パラメタに対応するＲＯＩの特徴量と類似していないと判定する。換言すると、類似判定処理部２１０は、パラメタに対応するＲＯＩ内の画像における病理形態と、代表ＲＯＩの画像における病理形態とが類似するか否かを判定している。なお、表示制御部２１６は、図５乃至９などの処理結果を表示部４００に表示させてもよい。これにより、観察者は、処理結果を客観的に把握することが可能となる。
類似判定処理部２１０は、特徴量Ｆ１００、Ｆ１０２、Ｆ１０４が、パラメタに対応するＲＯＩの特徴量と類似していると判定する場合、表示制御部を介して表示部４００に、使用中のパラメタにより解析可能であることをユーザに示す表示形態を表示させる。一方で、類似判定処理部２１０は、特徴量Ｆ１００、Ｆ１０２、Ｆ１０４は、パラメタに対応するＲＯＩの特徴量と類似していないと判定する場合、表示制御部を介して表示部４００に、パラメタの再調整を行うことを観察者（ユーザ）に、促す表示形態を表示させる。なお、本実施形態に係る類似判定処理部２１０が判定処理部に対応する。
パラメタ設定部２１２は、類似判定処理部２１０から供給されたパラメタを解析処理部２１４に設定する。また、パラメタ設定部２１２は、操作部３００を介して設定されたパラメタを解析処理部２１４に設定することも可能である。
解析処理部２１４は、パラメタ設定部２１２により設定されたパラメタを用いて対象画像の解析を行う。例えば、解析処理部２１４は、設定されたパラメタを用いて、各症例にあわせた解析処理を行う。本実施形態に係る解析処理は、例えば対象画像である病理画像から病変部を抽出する処理を行うが、これに限定されない。例えば、解析処理は、対象画像である病理画像から細胞核などの目的とする構造を抽出する処理を行うことも可能である。また、例えば解析処理部２１４は、複数の画像処理フィルタを設定されたパラメタにしたがい構成し、これらの複数の画像処理フィルタの組合せにより病変部を抽出するなどの解析処理を行ってもよい。或いは、周波数処理、階調変換処理の組合せを含む処理を、設定されたパラメタにしたがって行ってもよい。
表示制御部２１６は、各種の画像を表示部４００に表示させる処理を行う。この表示制御部２１６は、記憶部１００に記憶される所定のＵＩ画面を読込み、表示部４００に表示させる処理を行うことも可能である。この場合、ＵＩ画面を介して入力された指示信号を処理部２００の各部に供給する。
図１０は、第１実施形態に係る情報処理装置５１２０の処理例を示すフローチャートである。図１０に示すように取得部２０２は、入力画像データベース１０２から処理対象となる対象画像を取得する（ステップＳ１００）。
次に、領域抽出部２０４は、撮像画像Ｇ１００内に特徴量を演算するためのＲＯＩを設定し、特徴量演算部２０６は、領域抽出部２０４が設定した複数のＲＯＩそれぞれから特徴量を演算して、領域選択部２０８は、例えば、各クラスタＧ１００、Ｇ１０２、Ｇ１０４の中から代表ＲＯＩを選択する（ステップＳ１０２）。
次に、類似判定処理部２１０は、解析済みＲＯＩデータベース１０４に記憶される所定のパラメタに対応するＲＯＩの特徴量と、領域選択部２０８により選択された特徴量の類似性を判定する（ステップＳ１０６）。類似判定処理部２１０は、類似すると判定する場合（ステップＳ１０６のｙ）、表示制御部を介して表示部４００に、過去に調整した所定のパラメタにより解析可能であることをユーザ示す表示形態を表示させる（ステップＳ１０８）。
一方で、類似判定処理部２１０は、類似していないと判定する場合（ステップＳ１０６のｎ）、表示制御部２１６を介して表示部４００に、パラメタの再調整を行うことを観察者に、促す表示形態を表示させ（ステップＳ１１０）、全体処理を終了する。
以上説明したように、取得部２０２が検体組織を撮像した画像を取得し、解析処理部２１４が所定のパラメタを用いて画像を解析処理する。この場合に、類似判定処理部２１０が、画像内に存在するＲＯＩ内の画像における組織形態の特性情報と、所定のパラメタに対応する画像における組織形態の第２特性情報とに基づき、所定のパラメタにより解析処理を行わせるかを判定することとした。これにより、取得部２０２が取得した画像に対して、所定のパラメタを用いて解析処理を行えるか否かを客観的に判定可能となる。このように画像からＲＯＩの抽出、およびＲＯＩに基づく特性情報の類似判定処理を行うことにより、過去に調整したパラメタを新規の解析対象画像に適用可能か否かを経験や知見によらずに客観的に判断することが可能となる。
（第２実施形態）
第２実施形態に係る顕微鏡システム５０００は、処理部２００がパラメタ調整制御部２１８を更に備える点で、第１実施形態に係る顕微鏡システム５０００と相違する。以下では、第１実施形態に係る顕微鏡システム５０００と相違する点を説明する。
第２実施形態に係る顕微鏡システム５０００は、処理部２００がパラメタ調整制御部２１８を更に備える点で、第１実施形態に係る顕微鏡システム５０００と相違する。以下では、第１実施形態に係る顕微鏡システム５０００と相違する点を説明する。
図１１は、第２実施形態に係る情報処理部５１２０の構成例を示すブロック図である。図１１に示すように、パラメタ調整制御部２１８を、更に備える。
パラメタ調整制御部２１８は、パラメタ調整を行う際の制御処理を行うことが可能である。
図１２、及び図１３は、パラメタ調整制御部２１８が、表示制御部２１６を介して、パラメタ調整制御を行う際に表示部４００に表示させる画面例を示す図である。図１２は、画面領域例を示す図である。図１２に示すように、画面領域Ｗ１１０は、領域選択部２０８が選択したＲＯＩ内の画像を表示させる領域であり、画面領域Ｗ１１２は、ＷＳＩ画像に関する情報を表示させる領域であり、画面領域Ｗ１１４は、特性情報に関する情報を表示させる領域であり、画面領域Ｗ１１６は、類似判定結果に関する情報を表示させる領域である。
図１２、及び図１３は、パラメタ調整制御部２１８が、表示制御部２１６を介して、パラメタ調整制御を行う際に表示部４００に表示させる画面例を示す図である。図１２は、画面領域例を示す図である。図１２に示すように、画面領域Ｗ１１０は、領域選択部２０８が選択したＲＯＩ内の画像を表示させる領域であり、画面領域Ｗ１１２は、ＷＳＩ画像に関する情報を表示させる領域であり、画面領域Ｗ１１４は、特性情報に関する情報を表示させる領域であり、画面領域Ｗ１１６は、類似判定結果に関する情報を表示させる領域である。
図１３は、図１２で示した各領域に具体的な情報を表示させた例を示す図である。図１３に示すように、パラメタ調整制御部２１８は、画面領域Ｗ１１０に、領域選択部２０８により選択された各代表ＲＯＩ１～７内の画像を、表示制御部２１６を介して表示部４００に表示させる。これにより、観察者は、代表ＲＯＩ内の画像における病理形態を、他の代表ＲＯＩ内の画像における病理形態と比較させつつ、確認可能となる。
また、パラメタ調整制御部２１８は、画面領域Ｗ１１２に、対象画像である病理画像Ｗ１１２ａを表示させると共に、代表ＲＯＩの位置を図示する。同様にパラメタ調整制御部２１８は、画面領域Ｗ１１２に、領域選択部２０８によるクラスタリングの結果画像Ｗ１１２ｂを表示させる。結果画像Ｗ１１２ｂでは、特性情報の近い領域を同じ色で表示するなどにより可視化する。これにより、特性情報と視覚的特性の対応をユーザにフィードバック可能となる。このフィードバックを行うことによって、例えばクラスタ分割数の妥当性等をユーザがモニタリングすることが可能となる。
同様に、パラメタ調整制御部２１８は、画面領域Ｗ１１４に、ＵＩ画面Ｕ１００と、類似判定処理部２１０により記憶部１００から読み込まれた各ＲＯＩの特徴量の分布画像Ｗ１１４ａを、表示制御部２１６を介して表示部４００に表示させる。また、類似判定処理部２１０により類似しないと判定されたＲＯＩ６も分布画像Ｗ１１４ａ内に表示させる。これにより、類似しないと判定されたＲＯＩ６の統計上の位置関係を、特徴量の分布図上で確認可能となる。このため、観察者は、類似しないと判定されたＲＯＩ６の統計的な位置づけを客観的に把握可能となる。
同様に、パラメタ調整制御部２１８は、画面領域Ｗ１１６に、類似しないと判定されたＲＯＩ６内における画像の拡大図１１６ａを、表示制御部２１６を介して表示部４００に表示させる。これにより、観察者は、類似しないと判定されたＲＯＩ６の病理形態をより詳細に確認可能となり、特徴量の統計分布上での分布ずれの原因を把握できる。
さらにまた、パラメタ調整制御部２１８は、パラメタの再調整を行うことを観察者に、促す表示形態Ｗ１１６ｂを表示させる。また、表示形態Ｗ１１６ｂは、パラメタの再調整を承諾するか否かの信号（ｙ ｏｒ ｎ）を入力するために用いられる。
このような表示形態により、観察者は、類似判定処理部２１０により類似しないと判定されたＲＯＩ６の情報を客観的に把握可能となる。このように、解析済みＲＯＩと非類似であるＲＯＩを推薦する機構を追加することで、ユーザの経験や病理学的知見に依らずに、パラメタ調整に適したＲＯＩを選択することが可能となる。
また、類似判定処理部２１０により、解析済みＲＯＩと非類似であるＲＯＩ６が検出された場合、検出されたＲＯＩ６はこれまでに解析したことのない特性情報を含んでいることになる。すなわち、この推奨するＲＯＩ６が、新規にパラメタ調整を行うためのＲＯＩとしてより適切であることを示している。このように、解析済みＲＯＩと特性情報が離れたＲＯＩであれば、パラメタ調整の有用性が高いと考えられる。
図１４は、第２実施形態に係る情報処理装置５１２０の処理例を示すフローチャートである。図１４に示すように、類似判定処理部２１０が類似していないと判定する場合（ステップＳ１０６のｎ）、パラメタ調整制御部２１８は、パラメタの再調整用に推奨するＲＯＩ６の情報を、例えば図１２で示す画面として表示部４００に表示制御部２１６を介して表示させる（ステップＳ２００）。
次に、観察者は、パラメタ設定部２１２に新規のパラメタを、操作部３００を介して供給する（ステップＳ２０２）。そして、パラメタ調整制御部２１８は、操作部３００及びパラメタ設定部２１２を介して供給された新規のパラメタを対応するＲＯＩ６の特徴量と関連づけて、解析済みＲＯＩデータベース１０４に記憶させ、全体処理を終了する。
図１５は、推奨するＲＯＩ６を採用しない場合（パラメタの再調整に用い無い場合）の情報処理装置５１２０の処理例を示すフローチャートである。図１５に示すように、類似判定処理部２１０が類似していないと判定する場合（ステップＳ１０６のｎ）、更にパラメタ調整制御部２１８は、類似判定処理部２１０により記憶部１００から読み込まれた各ＲＯＩの特徴量の分布画像Ｗ１１４ａを表示させる（ステップＳ３００）。そして、パラメタ調整制御部２１８は、表示形態Ｗ１１６ｂ（図１３参照）を介して、推奨ＲＯＩ６を選択しないことを示す信号が操作部３００により入力されるか否かを判定する（ステップＳ３０２）。
推奨ＲＯＩ６を選択しないことを示す信号（ｎ）が入力された場合（ステップＳ３０２のｙ）、パラメタ設定部２１２は、解析対象内の任意のＲＯＩに関連するパラメタを解析処理部２１４に設定し、解析処理を行う。
続けて、パラメタ調整制御部２１８は、推奨ＲＯＩ６に関する撮像情報を、顕微鏡装置５１００にフィードバックする（ステップＳ３０４）。例えば推奨ＲＯＩ６に関連する特徴量が取得されないようにする撮像条件を顕微鏡装置５１００にフィードバックする（ステップＳ３０６）。例えば、パラメタ調整制御部２１８は、顕微鏡装置５１００の光源における波長帯域、照度を変更させる情報を顕微鏡装置５１００に供給する。これにより、例えば顕微鏡装置５１００は、推奨ＲＯＩ６に関する統計情報の取得を抑制するように、光照射部５１０１における光源の波長や照度を調整することが可能となる。
以上説明したように、本実施形態では、パラメタ調整制御部２１８が、解析済みＲＯＩと非類似である推奨ＲＯＩを、表示制御部２１６を介して表示部４００に表示させることとした。これにより、ユーザの経験や病理学的知見に依らずに、パラメタ調整に適したＲＯＩを選択することが可能となる。
（第３実施形態）
第３実施形態に係る顕微鏡システム５０００は、処理部２００が判定基準学習部２２０を更に備える点で、第２実施形態に係る顕微鏡システム５０００と相違する。以下では、第２実施形態に係る顕微鏡システム５０００と相違する点を説明する。
第３実施形態に係る顕微鏡システム５０００は、処理部２００が判定基準学習部２２０を更に備える点で、第２実施形態に係る顕微鏡システム５０００と相違する。以下では、第２実施形態に係る顕微鏡システム５０００と相違する点を説明する。
図１６は、第３実施形態に係る情報処理装置５１２０の構成例を示すブロック図である。図１６に示すように、判定基準学習部２２０を、更に備える。
上述のように、類似判定処理部２１０は、既存の特徴量分布において代表ＲＯＩ６（図１３参照）がはずれた位置にある場合、すなわち、代表ＲＯＩ６に基づく特徴量と、各特徴量とが所定の距離内にない場合に、パラメタの調整を促す。一方で、代表ＲＯＩ６がパラメタの調整に採用されない場合もある。このような場合、代表ＲＯＩ６の特徴量の特徴量空間上での位置を、既存の特徴量分布に近づけないと、代表ＲＯＩ６に類似する特徴量がパラメタの調整に採用されてしまう可能性が高くなってしまう。そこで、判定基準学習部２２０は、代表ＲＯＩ６の特徴量が、特徴量空間上で既存の特徴量分布に近づくように類似判定基準を再学習する処理を行う。
判定基準学習部２２０は、例えば類似判定処理部２１０の類似判定基準を再学習させる。判定基準学習部２２０は、再学習方法として、類似判定処理部２１０が用いるマハラノビス距離、空間ベクトルに関する閾値を自動的に更新する。これにより、不採用となった代表ＲＯＩ６の統計量が解析済みＲＯＩと「類似」と判定されるように閾値を更新することが可能となる。さらに、ディープ メトリック ラニング（Ｄｅｅｐ Ｍｅｔｒｉｃ Ｌｅａｒｎｉｎｇ）等を用いることにより、不採用となった代表ＲＯＩ６の持つ特徴量を生成する距離空間上で、解析済みＲＯＩと近い位置にプロットするように学習を行ってもよい。このようにすることで、ユーザが有する病理学的知見等を類似判定に取り入れて、システムの類似判定基準を制御することができるようになる。
図１７は、推奨するＲＯＩ６を採用しない場合の情報処理装置５１２０の再学習例を示すフローチャートである。図１７に示すように、推奨ＲＯＩ６を選択しないことを示す信号が入力された場合（ステップＳ３０２のｙ）、判定基準学習部２２０は、例えば類似判定処理部２１０の類似判定基準を再学習させる（ステップＳ４００）。
以上説明したように、本実施形態によれば、類似判定処理部２１０が、既存の特徴量分布において代表ＲＯＩ６（図１３参照）がはずれた位置にあると判定し、且つユーザが代表ＲＯＩ６をパラメタの調整に採用しない場合に、判定基準学習部２２０は、代表ＲＯＩ６の特徴量が、特徴量空間上で既存の特徴量分布に近づくように類似判定基準を再学習する処理を行うこととした。これにより、類似判定処理部２１０が、代表ＲＯＩ６に類似する特徴量を有するＲＯＩを推奨ＲＯＩとして選択することが抑制される。このように、特性情報の他にもユーザが有する病理学的知見等を類似判定に取り入れることが可能となり、システムの類似判定基準をも制御可能となる。
（第４実施形態）
第４実施形態に係る顕微鏡システム５０００は、類似判定処理部２１０が、既存の特徴量分布において代表ＲＯＩ６（図１３参照）がはずれた位置にあると判定した場合に、記憶部１００に記憶される特性情報に類似情報があるかを判定する点で第２実施形態に係る顕微鏡システム５０００と相違する。以下では、第２実施形態に係る顕微鏡システム５０００と相違する点を説明する。
第４実施形態に係る顕微鏡システム５０００は、類似判定処理部２１０が、既存の特徴量分布において代表ＲＯＩ６（図１３参照）がはずれた位置にあると判定した場合に、記憶部１００に記憶される特性情報に類似情報があるかを判定する点で第２実施形態に係る顕微鏡システム５０００と相違する。以下では、第２実施形態に係る顕微鏡システム５０００と相違する点を説明する。
図１８は、記憶部１００に記憶される特性情報に類似情報があるかを判定する例を示すフローチャートである。図１８に示すように類似判定処理部２１０が類似していないと判定する場合（ステップＳ１０６のｎ）、パラメタ調整制御部２１８は、記憶部１００に推奨ＲＯＩ６に対応する特徴量が存在するか否かを判定する（ステップＳ５００）。パラメタ調整制御部２１８が、類似する特徴量が存在すると判定する場合（ステップＳ５００のｙ）、パラメタ調整制御部２１８は、類似する特徴量に関連付けられているパラメタ、及びパラメタに関連付けられているＲＯＩ内の画像を、表示制御部２１６を介して表示部４００に表示させる（ステップＳ５０２）。そして、表示させたパラメタでの解析をユーザに推奨する表示形態を表示させる。
一方で、判定しない場合（ステップＳ５００のｎ）、上述のＳ２００～Ｓ２０４ステップを実行する。
以上説明したように、本実施形態によれば、類似判定処理部２１０が、既存の特徴量分布において代表ＲＯＩ６（図１３参照）が類似しないと判定した場合に、記憶部１００に推奨ＲＯＩ６に対応する特徴量が存在するか否かを判定することとした。これにより、記憶部１００に推奨ＲＯＩ６に対応する特徴量が存在する場合に、対応する特徴量に関連付けられたパラメタの使用が可能となり、より処理の効率化を図ることが可能となる。
（第４実施形態の変形例）
第５実施形態に係る顕微鏡システム５０００は、類似判定処理部２１０で用いる判定距離を、記憶部１００に記憶される特性情報の数に応じて変更する点で第４実施形態に係る顕微鏡システム５０００と相違する。以下では、第４実施形態に係る顕微鏡システム５０００と相違する点を説明する。
第５実施形態に係る顕微鏡システム５０００は、類似判定処理部２１０で用いる判定距離を、記憶部１００に記憶される特性情報の数に応じて変更する点で第４実施形態に係る顕微鏡システム５０００と相違する。以下では、第４実施形態に係る顕微鏡システム５０００と相違する点を説明する。
図１９は、類似判定処理部２１０で用いる判定距離例を示す図である。横軸は、記憶部１００に記憶される特性情報の数を示し、縦軸は、類似判定処理部２１０で用いる判定距離を示す。図１９に示すように、類似判定処理部２１０は、パラメタに関連付けられる特性情報が増加するに従い、判定に用いる所定のマハラノビス距離を短くする。
新たなパラメタに関連付けられる特性情報の数は、撮影画像の数が増加するに従い増加する。このため、特性情報が増加するに従い、判定に用いる所定のマハラノビス距離を短くすることにより、代表ＲＯＩの類似性の判定領域の広がりを一定化させることが可能となる。これにより、類似判定処理部２１０の判定処理精度を、特性情報のデータ数の変動に対して抑制可能となる。
なお、本技術は以下のような構成を取ることができる。
（１）
検体組織を撮像した第１画像を取得する取得工程と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理工程と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定工程と、
をコンピュータに実行させるための情報処理プログラム。
検体組織を撮像した第１画像を取得する取得工程と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理工程と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定工程と、
をコンピュータに実行させるための情報処理プログラム。
（２）
前記判定工程は、前記第１特性情報と、前記第２特性情報とが統計分布上で所定の距離内にない場合に、前記所定のパラメタにより前記解析処理を行わせないと判定する、（１）に記載の情報処理プログラム。
前記判定工程は、前記第１特性情報と、前記第２特性情報とが統計分布上で所定の距離内にない場合に、前記所定のパラメタにより前記解析処理を行わせないと判定する、（１）に記載の情報処理プログラム。
（３）
前記判定工程が、記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記解析処理工程に対して新たなパラメタを設定することを推奨する表示形態を表示部に表示させる表示制御工程を、更に備える、（２）に記載の情報処理プログラム。
前記判定工程が、記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記解析処理工程に対して新たなパラメタを設定することを推奨する表示形態を表示部に表示させる表示制御工程を、更に備える、（２）に記載の情報処理プログラム。
（４）
前記第１特性情報は、前記第１画像の所定領域内の画像に基づき生成されており、
前記表示形態として、前記所定領域内の画像、及び前記所定領域を示す画像の少なくともいずれか表示させる、（３）に記載の情報処理プログラム。
前記第１特性情報は、前記第１画像の所定領域内の画像に基づき生成されており、
前記表示形態として、前記所定領域内の画像、及び前記所定領域を示す画像の少なくともいずれか表示させる、（３）に記載の情報処理プログラム。
（５）
前記表示形態として、パラメタを設定することを推奨することに関する言語を表示させる、（３）に記載の情報処理プログラム。
前記表示形態として、パラメタを設定することを推奨することに関する言語を表示させる、（３）に記載の情報処理プログラム。
（６）
前記表示制御工程は、前記統計分布内における前記第１特性情報の位置情報を示す画像と、前記表示形態とを並べて前記表示部に表示させる、（３）乃至（５）のいずれか一項に記載の情報処理プログラム。
前記表示制御工程は、前記統計分布内における前記第１特性情報の位置情報を示す画像と、前記表示形態とを並べて前記表示部に表示させる、（３）乃至（５）のいずれか一項に記載の情報処理プログラム。
（７）
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記表示制御工程は、前記選択された複数の特性情報に対応する処理領域内の画像を並べて前記表示部に表示させる、（３）乃至（６）のいずれか一項に記載の情報処理プログラム。
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記表示制御工程は、前記選択された複数の特性情報に対応する処理領域内の画像を並べて前記表示部に表示させる、（３）乃至（６）のいずれか一項に記載の情報処理プログラム。
（８）
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報を複数の領域にクラスタリングし、各クラスタリング領域の中から選択された複数の特性情報であり、
前記表示制御工程は、前記クラスタリングされた領域毎の前記処理領域を前記第１画像上に関連付けて表示する、（３）乃至（６）のいずれか一項に記載の情報処理プログラム。
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報を複数の領域にクラスタリングし、各クラスタリング領域の中から選択された複数の特性情報であり、
前記表示制御工程は、前記クラスタリングされた領域毎の前記処理領域を前記第１画像上に関連付けて表示する、（３）乃至（６）のいずれか一項に記載の情報処理プログラム。
（９）
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、判定基準を変更する、（１）乃至（６）のいずれか一項に記載の情報処理プログラム。
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、判定基準を変更する、（１）乃至（６）のいずれか一項に記載の情報処理プログラム。
（１０）
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、前記第１画像を撮像した撮像装置の撮像条件を変更する、（１）乃至（６）のいずれか一項に記載の情報処理プログラム。
前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、前記第１画像を撮像した撮像装置の撮像条件を変更する、（１）乃至（６）のいずれか一項に記載の情報処理プログラム。
（１１）
前記第２特性情報は、それぞれ異なる撮像画像から演算された複数の特性情報である（２）乃至（１０）のいずれか一項に記載の情報処理プログラム。
前記第２特性情報は、それぞれ異なる撮像画像から演算された複数の特性情報である（２）乃至（１０）のいずれか一項に記載の情報処理プログラム。
（１２）
前記判定工程は、前記所定のパラメタに対応する前記第２特性情報の数に応じて、前記所定の距離を変更する、（９）に記載の情報処理プログラム。
前記判定工程は、前記所定のパラメタに対応する前記第２特性情報の数に応じて、前記所定の距離を変更する、（９）に記載の情報処理プログラム。
（１３）
前記解析処理工程に用いる複数のパラメタを、対応する前記第２特性情報に関連付けて記憶部に記憶させる記憶工程を更に備え、
前記判定工程が、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記第１特性情報に対応する前記解析処理工程の新たなパラメタを、前記第１特性情報に関連づけて前記記憶部に記憶させる、（１）乃至（１２）のいずれか一項に記載の情報処理プログラム。
前記解析処理工程に用いる複数のパラメタを、対応する前記第２特性情報に関連付けて記憶部に記憶させる記憶工程を更に備え、
前記判定工程が、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記第１特性情報に対応する前記解析処理工程の新たなパラメタを、前記第１特性情報に関連づけて前記記憶部に記憶させる、（１）乃至（１２）のいずれか一項に記載の情報処理プログラム。
（１４）
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記記憶部内に前記第１特性情報に類似する特性情報が記憶されているかを判定し、記憶されていない場合に、前記第１特性情報に対応する前記解析処理工程の新たなパラメタを前記記憶部に記憶させる、（１３）に記載の情報処理プログラム。
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記記憶部内に前記第１特性情報に類似する特性情報が記憶されているかを判定し、記憶されていない場合に、前記第１特性情報に対応する前記解析処理工程の新たなパラメタを前記記憶部に記憶させる、（１３）に記載の情報処理プログラム。
（１５）
前記判定工程は、前記記憶部内に前記第１特性情報に類似する特性情報が記憶されていると判定する場合に、前記類似する特性情報に対応するパラメタに基づき、前記解析処理を行わせる、（１４）に記載の情報処理プログラム。
前記判定工程は、前記記憶部内に前記第１特性情報に類似する特性情報が記憶されていると判定する場合に、前記類似する特性情報に対応するパラメタに基づき、前記解析処理を行わせる、（１４）に記載の情報処理プログラム。
（１６）
前記判定工程は、前記第１特性情報と、前記第２特性情報とが統計分布上で所定の距離内にある場合に、前記所定のパラメタにより前記解析処理を行わせる、（１）に記載の情報処理プログラム。
前記判定工程は、前記第１特性情報と、前記第２特性情報とが統計分布上で所定の距離内にある場合に、前記所定のパラメタにより前記解析処理を行わせる、（１）に記載の情報処理プログラム。
（１７）
前記判定工程が、前記所定のパラメタにより前記解析処理を行わせると判定する場合に、前記所定のパラメタで解析処理可能であること示す表示形態を表示部に表示させる表示制御工程を、更に備える、（１）に記載の情報処理プログラム。
前記判定工程が、前記所定のパラメタにより前記解析処理を行わせると判定する場合に、前記所定のパラメタで解析処理可能であること示す表示形態を表示部に表示させる表示制御工程を、更に備える、（１）に記載の情報処理プログラム。
（１８）
前記第１特性情報及び前記第２特性情報は、輝度値、細胞の密度、細胞の円形度、細胞の周長、局所特徴量の少なくともいずれかであり、前記距離はマハラノビス距離、及びユークリッド距離の少なくともいずれかである、（２）に記載の情報処理プログラム。
前記第１特性情報及び前記第２特性情報は、輝度値、細胞の密度、細胞の円形度、細胞の周長、局所特徴量の少なくともいずれかであり、前記距離はマハラノビス距離、及びユークリッド距離の少なくともいずれかである、（２）に記載の情報処理プログラム。
（１９）
検体組織を撮像した第１画像を取得する取得部と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を備える、情報処理装置。
検体組織を撮像した第１画像を取得する取得部と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を備える、情報処理装置。
（２０）
検体組織を撮像した第１画像を取得する取得工程と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理工程と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定工程と、
を備える、情報処理方法。
検体組織を撮像した第１画像を取得する取得工程と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理工程と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定工程と、
を備える、情報処理方法。
（２１）
検体組織を撮像した第１画像を取得する顕微鏡装置と、
情報処理装置と、を備える顕微鏡システムであって、
前記情報処理装置は、
検体組織を撮像した第１画像を取得する取得部と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を有する、顕微鏡システム。
検体組織を撮像した第１画像を取得する顕微鏡装置と、
情報処理装置と、を備える顕微鏡システムであって、
前記情報処理装置は、
検体組織を撮像した第１画像を取得する取得部と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を有する、顕微鏡システム。
本開示の態様は、上述した個々の実施形態に限定されるものではなく、当業者が想到しうる種々の変形も含むものであり、本開示の効果も上述した内容に限定されない。すなわち、特許請求の範囲に規定された内容およびその均等物から導き出される本開示の概念的な思想と趣旨を逸脱しない範囲で種々の追加、変更および部分的削除が可能である。
１００：記憶部、２００：処理部、２０２：取得部、２０４：領域抽出部、２０６：特徴量演算部、２０８：領域選択部、２１０：類似判定処理部、２１２：パラメタ設定部、２１４：解析処理部、２１６：表示制御部、５０００：顕微鏡システム、４００：表示部、５１２０：情報処理装置、５１００：顕微鏡装置。
Claims (21)
- 検体組織を撮像した第１画像を取得する取得工程と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理工程と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定工程と、
をコンピュータに実行させるための情報処理プログラム。 - 前記判定工程は、前記第１特性情報と、前記第２特性情報とが統計分布上で所定の距離内にない場合に、前記所定のパラメタにより前記解析処理を行わせないと判定する、請求項１に記載の情報処理プログラム。
- 前記判定工程が、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記解析処理工程に対して新たなパラメタを設定することを推奨する表示形態を表示部に表示させる表示制御工程を、更に備える、請求項２に記載の情報処理プログラム。
- 前記第１特性情報は、前記第１画像の所定領域内の画像に基づき生成されており、
前記表示形態として、前記所定領域内の画像、及び前記所定領域を示す画像の少なくともいずれかを表示させる、請求項３に記載の情報処理プログラム。 - 前記表示形態として、パラメタを設定することを推奨することに関する言語を表示させる、請求項３に記載の情報処理プログラム。
- 前記表示制御工程は、前記統計分布内における前記第１特性情報の位置情報を示す画像と、前記表示形態とを並べて前記表示部に表示させる、請求項３に記載の情報処理プログラム。
- 前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記表示制御工程は、前記選択された複数の特性情報に対応する処理領域内の画像を並べて前記表示部に表示させる、請求項３に記載の情報処理プログラム。 - 前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報を複数の領域にクラスタリングし、各クラスタリング領域の中から選択された複数の特性情報であり、
前記表示制御工程は、前記クラスタリングされた領域毎の前記処理領域を前記第１画像上に関連付けて表示する、請求項３に記載の情報処理プログラム。 - 前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、判定基準を変更する、請求項１に記載の情報処理プログラム。 - 前記第１特性情報は、前記第１画像の中の複数の処理領域それぞれに基づく複数の特性情報の中から選択された複数の特性情報であり、
前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定し、且つ前記第１特性情報に対応する処理領域に基づくパラメタを前記解析処理に用いない場合に、前記第１特性情報が選択されないように、前記第１画像を撮像した撮像装置の撮像条件を変更する、請求項１に記載の情報処理プログラム。 - 前記第２特性情報は、それぞれ異なる撮像画像から演算された複数の特性情報である、請求項２に記載の情報処理プログラム。
- 前記判定工程は、前記所定のパラメタに対応する前記第２特性情報の数に応じて、前記所定の距離を変更する、請求項９に記載の情報処理プログラム。
- 前記解析処理工程に用いる複数のパラメタを、対応する前記第２特性情報に関連付けて記憶部に記憶させる記憶工程を更に備え、
前記判定工程が、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記第１特性情報に対応する前記解析処理工程の新たなパラメタを、前記第１特性情報に関連づけて前記記憶部に記憶させる、請求項１に記載の情報処理プログラム。 - 前記判定工程は、前記所定のパラメタにより前記解析処理を行わせないと判定する場合に、前記記憶部内に前記第１特性情報に類似する特性情報が記憶されているか否かを判定し、記憶されていない場合に、前記第１特性情報に対応する前記解析処理工程の新たなパラメタを前記記憶部に記憶させる、請求項１３に記載の情報処理プログラム。
- 前記判定工程は、前記記憶部内に前記第１特性情報に類似する特性情報が記憶されていると判定する場合に、前記類似する特性情報に対応するパラメタに基づき、前記解析処理を行わせる、請求項１４に記載の情報処理プログラム。
- 前記判定工程は、前記第１特性情報と、前記第２特性情報とが統計分布上で所定の距離内にある場合に、前記所定のパラメタにより前記解析処理を行わせる、請求項１に記載の情報処理プログラム。
- 前記判定工程が、前記所定のパラメタにより前記解析処理を行わせると判定する場合に、前記所定のパラメタで解析処理可能であること示す表示形態を表示部に表示させる表示制御工程を、更に備える、請求項１に記載の情報処理プログラム。
- 前記第１特性情報及び前記第２特性情報は、輝度値、細胞の密度、核円形度、核周長、色情報、周波数特性、及び局所特徴量の少なくともいずれかであり、前記距離はマハラノビス距離、及びユークリッド距離の少なくともいずれかである、請求項２に記載の情報処理プログラム。
- 検体組織を撮像した第１画像を取得する取得部と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を備える、情報処理装置。 - 検体組織を撮像した第１画像を取得する取得工程と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理工程と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定工程と、
を備える、情報処理方法。 - 検体組織を撮像した第１画像を取得する顕微鏡装置と、
情報処理装置と、を備える顕微鏡システムであって、
前記情報処理装置は、
検体組織を撮像した第１画像を取得する取得部と、
所定のパラメタを用いて前記第１画像を解析処理する解析処理部と、
前記第１画像内に存在する組織形態の第１特性情報と、前記所定のパラメタに対応する組織形態の第２特性情報とに基づき、前記所定のパラメタにより前記解析処理を行わせるかを判定する判定部と、
を有する、顕微鏡システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2023527505A JPWO2022259648A1 (ja) | 2021-06-09 | 2022-03-02 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021096758 | 2021-06-09 | ||
| JP2021-096758 | 2021-06-09 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022259648A1 true WO2022259648A1 (ja) | 2022-12-15 |
Family
ID=84425804
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2022/008730 WO2022259648A1 (ja) | 2021-06-09 | 2022-03-02 | 情報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システム |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JPWO2022259648A1 (ja) |
| WO (1) | WO2022259648A1 (ja) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006275771A (ja) * | 2005-03-29 | 2006-10-12 | Olympus Corp | 細胞画像解析装置 |
| JP2012008027A (ja) * | 2010-06-25 | 2012-01-12 | Dainippon Screen Mfg Co Ltd | 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体 |
| JP2012202743A (ja) * | 2011-03-24 | 2012-10-22 | Yokogawa Electric Corp | 画像解析方法および画像解析装置 |
| WO2017150194A1 (ja) * | 2016-03-04 | 2017-09-08 | コニカミノルタ株式会社 | 画像処理装置、画像処理方法及びプログラム |
| JP2018180794A (ja) * | 2017-04-07 | 2018-11-15 | 株式会社日立ハイテクノロジーズ | 画像診断支援装置及び画像診断支援システム、並びに画像診断支援方法 |
| US20200043166A1 (en) * | 2018-07-31 | 2020-02-06 | Flagship Biosciences, Inc. | Method for Comparative Visualization of Image Analysis Features of Tissue |
| JP2020115283A (ja) * | 2019-01-17 | 2020-07-30 | パナソニックＩｐマネジメント株式会社 | 特徴量決定方法、学習用データ生成方法、学習用データセット、評価システム、プログラム、及び、学習方法 |
| WO2021065937A1 (ja) * | 2019-10-01 | 2021-04-08 | 株式会社日立ハイテク | 機械学習装置 |
-
2022
- 2022-03-02 WO PCT/JP2022/008730 patent/WO2022259648A1/ja active Application Filing
- 2022-03-02 JP JP2023527505A patent/JPWO2022259648A1/ja active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006275771A (ja) * | 2005-03-29 | 2006-10-12 | Olympus Corp | 細胞画像解析装置 |
| JP2012008027A (ja) * | 2010-06-25 | 2012-01-12 | Dainippon Screen Mfg Co Ltd | 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体 |
| JP2012202743A (ja) * | 2011-03-24 | 2012-10-22 | Yokogawa Electric Corp | 画像解析方法および画像解析装置 |
| WO2017150194A1 (ja) * | 2016-03-04 | 2017-09-08 | コニカミノルタ株式会社 | 画像処理装置、画像処理方法及びプログラム |
| JP2018180794A (ja) * | 2017-04-07 | 2018-11-15 | 株式会社日立ハイテクノロジーズ | 画像診断支援装置及び画像診断支援システム、並びに画像診断支援方法 |
| US20200043166A1 (en) * | 2018-07-31 | 2020-02-06 | Flagship Biosciences, Inc. | Method for Comparative Visualization of Image Analysis Features of Tissue |
| JP2020115283A (ja) * | 2019-01-17 | 2020-07-30 | パナソニックＩｐマネジメント株式会社 | 特徴量決定方法、学習用データ生成方法、学習用データセット、評価システム、プログラム、及び、学習方法 |
| WO2021065937A1 (ja) * | 2019-10-01 | 2021-04-08 | 株式会社日立ハイテク | 機械学習装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2022259648A1 (ja) | 2022-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DK2973397T3 (en) | Tissue-object-based machine learning system for automated assessment of digital whole-slide glass | |
| WO2017150194A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP5469070B2 (ja) | 生物検体を処理するための複数の波長を用いる方法およびシステム | |
| US11062168B2 (en) | Systems and methods of unmixing images with varying acquisition properties | |
| KR20080007447A (ko) | 자동 이미징 프로세스 및 장치 | |
| US20240079116A1 (en) | Automated segmentation of artifacts in histopathology images | |
| WO2022176396A1 (ja) | 情報処理装置及び情報処理方法、コンピュータプログラム、並びに医療診断システム | |
| Ortega et al. | Hyperspectral database of pathological in-vitro human brain samples to detect carcinogenic tissues | |
| JP2005331394A (ja) | 画像処理装置 | |
| US20040014165A1 (en) | System and automated and remote histological analysis and new drug assessment | |
| EP4196906A1 (en) | Automated identification of necrotic regions in digital images of multiplex immunofluorescence stained tissue | |
| US20240169534A1 (en) | Medical image analysis device, medical image analysis method, and medical image analysis system | |
| WO2022259648A1 (ja) | 情報処理プログラム、情報処理装置、情報処理方法、及び顕微鏡システム | |
| WO2022201992A1 (ja) | 医療用画像解析装置、医療用画像解析方法及び医療用画像解析システム | |
| EP4318402A1 (en) | Information processing device, information processing method, information processing system and conversion model | |
| WO2023157755A1 (ja) | 情報処理装置、生体試料解析システム及び生体試料解析方法 | |
| JP2022510203A (ja) | 構造を識別する自動化方法 | |
| WO2022259647A1 (ja) | 情報処理装置、情報処理方法、及び顕微鏡システム | |
| WO2023157756A1 (ja) | 情報処理装置、生体試料解析システム及び生体試料解析方法 | |
| Tran et al. | Mobile Fluorescence Imaging and Protein Crystal Recognition | |
| WO2023149296A1 (ja) | 情報処理装置、生体試料観察システム及び画像生成方法 | |
| Sergeev et al. | Development of automated computer vision methods for cell counting and endometrial gland detection for medical images processing | |
| US20230071901A1 (en) | Information processing apparatus and information processing system | |
| CN117546007A (zh) | 信息处理装置、生物样本观察系统及图像生成方法 |
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: 22819838 Country of ref document: EP Kind code of ref document: A1 |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 2023527505 Country of ref document: JP |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 18566254 Country of ref document: US |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 22819838 Country of ref document: EP Kind code of ref document: A1 |