画像解析装置、画像解析システム、画像解析プログラム、及び、画像解析方法
【課題】 重なっている複数の細胞等の画像から適切な境界線が得られない。
【解決手段】 画像解析装置は、対象領域を含む画像が格納された画像記憶部と、画像記憶部の画像から、対象領域の形状がくびれている部分の対象領域の境界線の区間（結合部）を抽出する結合部検出手段と、検出された結合部内の点を始点として対象領域を切断する切断経路を抽出し、切断経路の評価値を算出し、当該評価値に基づいて選択した切断経路を出力する切断経路生成手段と、切断経路で分割された対象領域の画像を出力する出力手段、を備える。
【解決手段】 画像解析装置は、対象領域を含む画像が格納された画像記憶部と、画像記憶部の画像から、対象領域の形状がくびれている部分の対象領域の境界線の区間（結合部）を抽出する結合部検出手段と、検出された結合部内の点を始点として対象領域を切断する切断経路を抽出し、切断経路の評価値を算出し、当該評価値に基づいて選択した切断経路を出力する切断経路生成手段と、切断経路で分割された対象領域の画像を出力する出力手段、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像解析装置、画像解析システム、画像解析プログラム、及び、画像解析方法に関する。
【背景技術】
【０００２】
特許文献１には、Watershed法により、複数の細胞が重なっている輪郭上で、くびれている部分を個々の細胞の境界として認識し、単一の細胞ごとを検出することが記載されている。
【０００３】
特許文献２には、濃度勾配に基づいて細胞輪郭を抽出する装置が開示されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００６−０７９１９６
【特許文献２】特開２００８−１４６２７８
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１の技術は、重なっている複数の細胞の境界線をどのように抽出するかを開示していない。従って、当該技術によって適切な境界線が得られない。特許文献２の技術は細胞の境界線を抽出する技術ではなく、上記の課題を解決しない。
【０００６】
本発明は、上記の課題等を解決するための、画像解析装置、画像解析システム、画像解析プログラム、及び、画像解析方法を提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明の一実施形態の画像解析装置は、対象領域を含む画像が格納された画像記憶部と、前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出手段と、検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成手段と、前記切断経路で分割された前記対象領域の画像を出力する出力手段、を備える。
【０００８】
本発明の一実施形態の画像解析プログラムは、対象領域を含む画像が格納された画像記憶部を備えたコンピュータに、前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出処理と、検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成処理と、前記切断経路で分割された前記対象領域の画像を出力する出力処理、を実行させる。
【０００９】
本発明の一実施形態の画像解析方法は、対象領域を含む画像が格納された画像記憶部を備えたコンピュータが、前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出工程と、検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成工程と、前記切断経路で分割された前記対象領域の画像を出力する出力工程、を有する。
【発明の効果】
【００１０】
本発明の画像解析装置は、対象領域の画像を適切な切断経路で分割できる。
【図面の簡単な説明】
【００１１】
【図１】第１の実施形態における画像解析システム１３１の構成を示すブロック図である。
【図２】画像解析装置１２１の動作フローチャートである。
【図３】結合部検出手段１０３の動作フローチャートである。
【図４】画像記憶部１０６に格納された画像情報１１１の一例である。
【図５】結合部検出手段１０３による重み付けの例を説明する図である。
【図６】検出された結合部の例である。
【図７】結合部検出手段１０３による曲率半径の算出例を説明する図である。
【図８】生成過程にある切断経路（部分経路）の例を示す図である。
【図９】部分経路の近傍領域の例を示す図である。
【図１０】出力手段１０５が出力する切断経路で分割された画像の例を示す図である。
【図１１】第２の実施形態における画像解析システム１３１の構成を示すブロック図である。
【図１２】画像解析装置１２１の基本的構成を示す図である。
【発明を実施するための形態】
【００１２】
以下、図面を参照しながら本発明の第１の実施の形態について説明する。
【００１３】
本実施形態にかかる画像解析装置１２１は、重なっている複数の細胞や細胞核の画像から個々の細胞核等の境界線を抽出して、当該画像を細胞核等の単位に分割することを目的とする。画像解析装置１２１は、複数の種子、分子、微生物等の粒状物が重なって撮影された画像から個々の種子等の境界線を抽出して、当該画像を割することも可能である。
【００１４】
以下の説明に於いて、画像解析装置１２１が解析する画像は、ＤＡＰＩ（4',6-diamidino-2-phenylindole）等によって細胞核が染色されたグレースケール画像であるとする。染色された細胞核の画像であれば、それ以外の染色手法で染色した細胞核の画像、あるいは他の撮影方法で撮影した画像であっても構わない。また、入力画像が細胞核ではなく細胞のものであっても構わない。
【００１５】
図１は、本実施形態における画像解析システム１３１の構成を示すブロック図である。また、図２は、画像解析装置１２１の動作フローチャートである。
【００１６】
図１によれば、画像解析システム１３１は、例えば、ネットワーク１２４を介して相互に接続された画像解析装置１２１と端末１２３を包含する。両者は、ネットワーク１２４を介さず直接接続されていても良い。また、両者は１体１の接続関係になくても良い。
【００１７】
画像解析装置１２１は、画像入力手段１０１と、領域抽出手段１０２と、結合部検出手段１０３と、切断経路生成手段１０４と、出力手段１０５、画像記憶部１０６を備えている。
【００１８】
画像入力手段１０１、領域抽出手段１０２、結合部検出手段１０３、切断経路生成手段１０４および出力手段１０５は、論理回路装置としてハードウェアで実現されていても良い。画像入力手段１０１、領域抽出手段１０２、結合部検出手段１０３、切断経路生成手段１０４または出力手段１０５は、コンピュータ１２２である画像解析装置１２１のプロセッサが、メモリ上の画像解析プログラム１０７を実行することで実現されても良い。
【００１９】
画像記憶部１０６は、画像解析装置１２１が読み書き可能なディスク装置等の記憶装置である。画像記憶部１０６は、画像情報１１１、領域配列１１２、境界線配列１１３、重み配列１１４を格納する。
【００２０】
画像情報１１１は、画像解析装置１２１が入力した細胞核等の画像の画像データである。領域配列１１２、境界線配列１１３、重み配列１１４は、画像データの各画素に対応する配列要素を包含する配列データである。領域配列１１２、境界線配列１１３、重み配列１１４は、例えば、座標（ｘ、ｙ）（ｘ、ｙは自然数）の画素に対して、添え字を（ｘ、ｙ）とする配列要素を有する。
【００２１】
以下、図１を参照しながら、図２に示すフローチャートに従って画像解析装置１２１の動作を説明する。
【００２２】
画像入力手段１０１は、端末１２３等から画像データを読み込んで画像記憶部１０６に画像情報１１１として格納する（ステップＡ１）。この画像データは、例えば、ＤＡＰＩ染色法等を用いて細胞核が明瞭に染色されたグレースケール画像である。読み込む画像データはＲＧＢカラー画像であってもよい。ＲＧＢカラー画像の場合、例えば、画像入力手段１０１は、画像データをＲ、Ｇ、Ｂの各チャネルに分解し、細胞核が画像化されているチャネルをグレースケール画像として画像記憶部１０６に格納する。
【００２３】
端末１２３は、例えば、光源、励起フィルタ、バリアフィルタ、ＣＣＤカメラ、対眼レンズ、対物レンズ、ダイクロックミラー等を包含する装置である。
【００２４】
図４は、画像記憶部１０６に格納された画像情報１１１の一例である。本画像情報１１１は複数の細胞核等の画像領域（対象領域）を包含している。以下に示すように、本発明の画像解析装置１２１は、このように対象領域の形状が非円形で大きさも多様性があり、かつ互いに密着したような場合であっても、個々の細胞核等の輪郭抽出が可能である。
【００２５】
領域抽出手段１０２は、画像において高輝度値を持った領域で表示されている細胞核等の領域である対象領域を抽出して領域配列１１２に格納する（ステップＡ２）。領域抽出手段１０２は、対象領域を抽出する為に、例えば以下の方法を用いることができる。
【００２６】
領域抽出手段１０２は、画像情報１１１の核画素に対して、輝度の値に基づいてクラスタリングを行い、各画素を輝度の高い領域と輝度の低い領域に分離する。領域抽出手段１０２は、例えば、輝度の高い領域に分類された画素は細胞核内部に属する領域と見なす。領域抽出手段１０２は、クラスタリングの手法として、例えば、k-means法や、Expectation-Maximization（ＥＭ）アルゴリズム等を用いる。このような手法は公知であり、例えば特開２００３−３０３３４４に詳細な方法が記載されている。
【００２７】
領域抽出手段１０２は、抽出した領域を保持する為に、例えば、画像の幅（Ｗと記す）と高さ（Ｈと記す）と同じ大きさの２次元配列である領域配列１１２に細胞内領域を１、細胞外領域を０としてラベル付け（値を格納）する。あるいは、同手段は、Ｗ×Ｈの大きさを持つ１次元配列に、画像上の座標が（ｘ、ｙ）で与えられる点が細胞内領域に属するならば１を、細胞外領域に属するするならば０を、１次元配列のi = y×w + x 番目の要素にラベル付けすればよい。ラベルの値は、０や１に限定される必要はなく、細胞内領域と細胞外領域が区別できるならば何でもよい。
画像情報１１１と領域配列１１２は一体に構成しても良い。即ち、画像情報１１１の画素情報が、細胞内領域と細胞外領域の区別情報も併せて有する構成としても良い。この点は、境界線配列１１３、重み配列１１４についても同様である。
なお、入力した画像情報１１１に於いて、細胞内領域と細胞外領域の区別が明確である場合は、領域抽出手段１０２及び領域配列１１２は不要である。
【００２８】
結合部検出手段１０３は、領域配列１１２等を参照して、細胞核等同士が結合している結合部を検出する（ステップＡ３）。
【００２９】
図３は、結合部検出手段１０３の動作フローチャートである。図３に示すように、結合部検出手段１０３は、画像記憶部１０６から領域配列１１２を読み込んで（ステップＢ１）、細胞核等の領域（対象領域）の境界線を抽出して境界線配列１１３に格納する（ステップＢ２）。
【００３０】
結合部検出手段１０３は、例えば領域配列１１２から細胞核領域内に属する点ｐ特定して、その８近傍（左右、上下、右上、左上、左下、右下）の各点が細胞核領域内の点であるか、あるいは細胞核領域外の点であるかを調べる。同手段は、点ｐの近傍に１個以上の細胞核領域外に属する点があれば、点ｐを境界線上にあると判断して抽出する。同手段は、細胞核領域内部にある点すべてについて上述の処理を行い、細胞核領域の境界線を得る。
【００３１】
同手段は、得られた境界線の情報を画像記憶部１０６に境界線配列１１３として格納する。同手段は、例えば、境界線に属する画素に対応する、境界線配列１１３の配列要素に１を、境界線上でない画素に対応する配列要素に０を格納する。格納する値は、０や１に限定される必要はなく、境界線上か否かが区別できるならば何でもよい。以降、画像解析装置１２１は、境界線配列１１３を参照して境界線を認識する。
【００３２】
次に、結合部検出手段１０３は、得られた境界線に属する各点で、長さｄの外向き法線を算出し（ステップＢ３）、境界線に属する点ｐから、法線方向に距離ｄだけ離れた点ｑを中心として、その点の近傍領域に重みを付与する（ステップＢ４）。ｄの値は、例えば、画像解析装置１２１のシステムパラメータ値である。
【００３３】
結合部検出手段１０３は例えば以下のように重みを付与する。同手段は、重み配列１１４の全配列要素の値を０で初期化し、次に点ｑの近傍領域、例えば点ｑを中心とした半径ｒの円内に含まれる各点に対して、一様に重み定数を加算する。同手段は、これを境界線に属する点について距離ｒの間隔で行う。重み定数の値は、例えば１．０等を用いればよいが、これに限定するものではなくその他の正の数を用いてもよい。また、距離ｒは、例えば標的とする結合部分の曲率半径程度の大きさにするとよい。
【００３４】
結合部検出手段１０３は、境界線から法線方向にｄだけ離れた細胞核領域外の点ｑを中心として、ｑからの距離の関数を用いて重みを付与してもよい。距離の関数は、例えば以下のGauss関数である。
【００３５】
ここで、ｒは重みを付与する点と点ｑとの距離、σは重みの広がり（距離に応じた重みの変化量）を制御するパラメータである。重みを、Gauss関数を用いて付与することによって、重みの大きな点が明確に得られるという利点がある。ここでσの値は、例えばｒ／３の値であるが、その他の値でも良い。
【００３６】
また、距離の関数は、例えば以下のコーシー分布であっても良い。
【００３７】
ここで、ｒは重みを付与する点と点ｑとの距離、σは重みの広がりを制御するパラメータ、πは円周率である。σの値は、例えばｒ／２の値であればよいが、その他の値でも良い。
【００３８】
細胞核同士が結合している部位の近傍においては、境界線が内側にへこんでいる場合が多い。このような方法で境界線近傍に重みを付与することによって、結合している部位を同定することが可能となる。結合している部位の大きさは細胞核自体の大きさにはあまり影響されないため、結合部検出手段１０３は、細胞核の大きさの変動が大きい場合においても、結合している部位を安定して検出することが可能である。
【００３９】
図５は、結合部検出手段１０３による重み付けの例を説明する図である。図５は、細胞核内領域５０１、境界線例５０２、法線の始点５０３（上述の点ｐ）を示す。図５は更に、法線方向に距離ｄだけ離れた細胞核外点５０４（上述の点ｑ）、細胞核外点５０４から距離ｒ以内にある点から成る重みを付与する領域５０５（点ｑの近傍領域）、法線ベクトルの先端が重なり合って、重みが大きくなる領域５０６の例を示す。
【００４０】
次に、結合部検出手段１０３は、重み配列１１４の各配列要素の値を参照しながら、所定の重み閾値以上の重みを持つ点ｒを抽出する（ステップＢ５）。同手段は、重み閾値以上の重みを持つ点ｒが１個以上あるかどうかを調べ（ステップＢ６）、１個もない場合（ステップＢ６でＮ）は結合部の数０を切断経路生成手段１０４に出力して（ステップＢ９）終了する。
【００４１】
重み閾値以上の重みを持つ点ｒが１個以上ある場合（ステップＢ６でＹ）、点ｒから距離Ｌ以内に存在する境界線の区間（結合部）を抽出する（ステップＢ７）。Ｌの値は、例えば上述した距離ｄよりも大きな１．５ｄまたは２ｄの値とするが、その他のｄより大きな値でもよい。
【００４２】
次に結合部検出手段１０３は、抽出された結合部が所与の条件を満たしているどうかを調べ、条件を満たす境界線の区間が１個もない場合（ステップＢ８でＮ）は、結合部の数０を切断経路生成手段１０４に出力して（ステップＢ９）終了する。条件を満たす結合部が１個以上あるならば、結合部検出手段１０３は、結合部を境界線配列１１３に記録して、その数を切断経路生成手段１０４に出力して（ステップＢ１０）終了する。
【００４３】
ここで用いる結合部抽出の条件は、例えば境界線の区間の長さがＬ以上であることであるが、それ以外の閾値を用いても良い。また、結合部検出手段１０３は、結合部に属する画素に対応する境界線配列１１３の配列要素に、結合部であることを示す値（例えば２）を格納（ラベル付け）することで、結合部を境界線配列１１３に記録する。
【００４４】
図６は検出された結合部の例である。図６は、検出された結合部６０１と、結合部の検出領域６０２（点ｒの近傍領域）を示す。同図に於いて、結合部の検出領域６０２は、重みの最も強い点ｒを中心とする半径２ｄの円である。図６から分かるように、細胞核同士が結合した部分は、法線尖端が重なり合って重みの値が大きくなる。したがって、結合部検出手段１０３は、重みの大きい点の近傍を調べることにより、細胞核同士が結合した部分を検出することができる。
【００４５】
結合部検出手段１０３は、境界線近傍の外部に重みを付与する方法に代えて、結合部を抽出する基準として、例えば境界線の区間の曲率半径Ｒを用いても良い。曲率半径Ｒは下記式によって算出できる。
【００４６】
ここでΔθは、曲率半径を求めようとする境界線に属する点から、両側にΔｓ／２ずつ離れた２点の法線ベクトルの角度の差異（両法線ベクトルがなす角）である。Δｓの値は、上述した法線ベクトルの長さｄの２倍である２ｄ程度であるが、その他の値を用いても良い。また、結合部を抽出するための条件は、曲率半径の大きさが標的とする細胞核同士が結合した部分の曲率半径値の近傍（所定範囲内）であることである。ここで、標的とする細胞核同士が結合した部分の曲率半径値や範囲の幅は、システムパラメータとして与えられる。
【００４７】
図７は結合部検出手段１０３による曲率半径の算出例を説明する図である。図７は、曲率半径の算出点７０１、同点から両側にΔｓ／２離れた近傍点７０２を示す。この場合、結合部検出手段１０３は、所与の大きさの曲率半径を持つ境界線の区間をそのまま結合部として境界線配列１１３に記録する。
【００４８】
切断経路生成手段１０４は、結合部検出手段１０３から結合部の個数を受け取り、当該個数が１以上であれば（ステップＡ４でＹ）、細胞同士が結合している部分の切断経路の始点を設定する（ステップＡ５）。切断経路生成手段１０４は、例えば、結合部の中間点を切断経路の始点とする。
【００４９】
次に切断経路生成手段１０４は、ステップＡ５で設定した切断経路の始点から、切断経路を生成しながら延長する（ステップＡ６）。同部は、切断経路の延長を例えば次にように行う。まず同手段は、ステップＡ５で設定した各始点から、Ｎ個の方向に長さｓの部分経路を生成し、生成した部分経路の尖端が、他の結合部の始点から出発した部分経路と交差して閉じた経路（切断経路）が構成されているか調べる（ステップＡ７）。同手段は、各始点から出発した部分経路が閉じているならば、切断経路を境界線配列１１３に記録する（ステップＡ８）。切断経路生成手段１０４は、切断経路に属する画素に対応する境界線配列１１３の配列要素に、切断経路であることを示す値（例えば３）を格納することで、切断経路を境界線配列１１３に記録する。
【００５０】
図８は、生成過程にある切断経路（部分経路）の例を示す図である。図８は、異なる２つの切断経路の始点８０１から延長されている２つの部分経路８０２を示している。
【００５１】
切断経路生成手段１０４は、部分経路の公差を判断するために部分経路に近傍領域（経路近傍領域）を設けても良い。切断経路生成手段１０４は、各部分経路に属する画素の近傍の画素に対応する境界線配列１１３の配列要素に、部分経路の始点ごとに異なる数値や記号を格納することによって経路近傍を設ける。切断経路生成手段１０４は、異なる部分経路の経路近傍領域が重なる場合に、当該２つの部分経路の公差を検出する。
【００５２】
経路近傍領域を設けることにより、切断経路生成手段１０４は、切断経路の生成途中である部分経路が他の部分経路の近傍に到達したことを検出できるようになり、無用な経路探索を行わずに済む。
【００５３】
図９は、部分経路の近傍領域（経路近傍領域）の例を示す図である。図９は、ある結合部に属する点を始点として生成された第１の部分経路の経路近傍領域９０１と、他の結合部に属する点を始点として生成された第２の部分経路の経路近傍領域９０２を示す。このように、始点の異なる部分経路の経路近傍領域に重複部分が出来た場合に、切断経路生成手段１０４は２つの部分経路を接合して切断経路とする。
【００５４】
切断経路生成手段１０４は、生成途中の部分経路を評価（後述）して、その評価値の高い部分経路だけを選択して切断経路の生成を続行してもよい。このようにして、部分経路を間引きすることにより、切断経路生成手段１０４は効率的な切断経路の生成が可能となる。
【００５５】
切断経路生成手段１０４は、生成された複数の切断経路を評価（後述）して、評価値に基づいて適切な切断経路を選択する（ステップＡ９）。切断経路生成手段１０４は、選択しなかった切断経路を境界線配列１１３から削除する。削除は、例えば選択しなかった切断経路に属する画素に対応する配列要素の値を初期値に戻すことにより行う。
【００５６】
切断経路生成手段１０４は、与えられた切断経路または部分経路に対して、評価値を算出する。切断経路生成手段１０４は、例えば切断経路等に属する画素の輝度値を用いることができる。
【００５７】
ここで、Ｉｊは切断経路等に属するｊ番目の点における画素の輝度値である。細胞核同士が密着している部分は一般に輝度が小さな値となっている。したがって、切断経路等に属する画素の輝度値の和が小さければ、当該切断経路等は、正しい切断経路等である可能性が高い。そこで、切断経路生成手段１０４は、上記Ｅ１の小さな切断経路等に対して、高い評価値を与える。
【００５８】
また、切断経路生成手段１０４は、切断経路の滑らかさに基づいて評価値を算出することも可能である。経路の滑らかさを評価する為に、切断経路生成手段１０４は例えば次のような関数を用いることが出来る。
【００５９】
ここで、ｖｊ、ａｊは、それぞれ切断経路等のｊ番目の点における１次微分、２次微分であり、αｊ、βｊはそのパラメータである。αｊ、βｊは、例えば画像解析装置１２１のシステムパラメータとして与えられる。この場合、切断経路生成手段１０４は、上記Ｅ２の小さな切断経路等に対してより高い評価値を与える。これによって、過度に折れ曲がった切断経路等は評価値が低くなり、切断経路生成手段１０４は滑らかな切断経路等を選択するようになる。
【００６０】
切断経路生成手段１０４は、上記Ｅ１とＥ２の組み合わせから評価値を算出することもできる。
【００６１】
ここでｃ１、ｃ２は結合パラメータであり、画像解析装置１２１のシステムパラメータ等として与えられる。切断経路生成手段１０４は、このＥ３を小さくするような切断経路等に対して高い評価値を与える。これによって切断経路生成手段１０４は、正確に細胞同士を分離し、より滑らかな切断経路を得ることが出来るようになる。
【００６２】
最後に出力手段１０５は、境界線配列１１３に記録されている切断経路で切断された画像情報１１１を端末１２３に出力する（ステップＡ１０）。出力手段１０５は、例えば、切断経路に属する画素の色彩を変えて画像情報１１１を出力する。
【００６３】
図１０は、出力手段１０５が出力する切断経路で分割された画像の例を示す図である。図１０は、細胞核の結合した部分に適切な切断経路が得られ、個々の細胞核の形状や大きさの定量化が可能な細胞核領域の分割がなされていることを示している。
【００６４】
本実施形態の画像解析装置１２１は、細胞核等の重なり合った画像を適切な細胞核等単位に分離が可能である。その理由は、結合部検出手段１０３が、例えば、細胞の大きさによる変化をあまり受けない細胞間結合部のへこみの大きさや曲率に基づいて、細胞間結合部を検出するからである。更に、切断経路生成手段１０４が、分離する際の切断経路の候補を評価して、評価値に基づいて適切な切断経路を選択するからである。
【００６５】
さらに、実施形態の画像解析装置１２１は、細胞核等の画像の安定的な細胞核等の分離が可能である。その理由は、生成中の切断経路に経路近傍領域を設け、経路同士が正しく結合されることを容易にするからである。
【００６６】
図１１は、第２の実施形態における画像解析システム１３１の構成を示すブロック図である。本実施形態では、画像解析装置１２１は、画像入力手段１０１と領域抽出手段１０２を備えていない。端末１２３が画像入力手段１０１と領域抽出手段１０２を備える。
【００６７】
端末１２３の送信手段１０９は、入力した画像情報と当該画像情報から作成した領域配列を画像解析装置１２１に送信する。画像解析装置１２１の受信手段１０８は、端末１２３から送信された画像情報と領域配列を画像記憶部１０６に格納する。他の点に於いて、本実施形態の画像解析システム１３１は、第１の実施形態と同じである。
【００６８】
本実施形態の画像解析システム１３１は、画像解析装置１２１と端末１２３との間で適切な負荷分散をはかることが出来る。その理由は、端末１２３の領域抽出手段１０２が領域抽出処理を実施するからである。
【００６９】
図１２は、画像解析装置１２１の基本的構成を示す図である。画像解析装置１２１は、画像情報１１１が格納された画像記憶部１０６と、結合部検出手段１０３と、切断経路生成手段１０４と、出力手段１０５を備える。
【符号の説明】
【００７０】
１０１ 画像入力手段
１０２ 領域抽出手段
１０３ 結合部検出手段
１０４ 切断経路生成手段
１０５ 出力手段
１０６ 画像記憶部
１０７ 画像解析プログラム
１０８ 受信手段
１０９ 送信手段
１１１ 画像情報
１１２ 領域配列
１１３ 境界線配列
１１４ 重み配列
１２１ 画像解析装置
１２２ コンピュータ
１２３ 端末
１２４ ネットワーク
１３１ 画像解析システム
５０１ 細胞核内領域
５０２ 境界線例
５０３ 法線の始点
５０４ 細胞核外点
５０５ 重みを付与する領域
５０６ 重みが大きくなる領域
６０１ 検出された結合部
６０２ 結合部の検出領域
７０１ 曲率半径の算出点
７０２ Δｓ／２離れた近傍点
８０１ 切断経路の始点
８０２ 部分経路
９０１ 第１の部分経路の経路近傍領域
９０２ 第２の部分経路の経路近傍領域
【技術分野】
【０００１】
本発明は、画像解析装置、画像解析システム、画像解析プログラム、及び、画像解析方法に関する。
【背景技術】
【０００２】
特許文献１には、Watershed法により、複数の細胞が重なっている輪郭上で、くびれている部分を個々の細胞の境界として認識し、単一の細胞ごとを検出することが記載されている。
【０００３】
特許文献２には、濃度勾配に基づいて細胞輪郭を抽出する装置が開示されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００６−０７９１９６
【特許文献２】特開２００８−１４６２７８
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１の技術は、重なっている複数の細胞の境界線をどのように抽出するかを開示していない。従って、当該技術によって適切な境界線が得られない。特許文献２の技術は細胞の境界線を抽出する技術ではなく、上記の課題を解決しない。
【０００６】
本発明は、上記の課題等を解決するための、画像解析装置、画像解析システム、画像解析プログラム、及び、画像解析方法を提供することを目的とする。
【課題を解決するための手段】
【０００７】
本発明の一実施形態の画像解析装置は、対象領域を含む画像が格納された画像記憶部と、前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出手段と、検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成手段と、前記切断経路で分割された前記対象領域の画像を出力する出力手段、を備える。
【０００８】
本発明の一実施形態の画像解析プログラムは、対象領域を含む画像が格納された画像記憶部を備えたコンピュータに、前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出処理と、検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成処理と、前記切断経路で分割された前記対象領域の画像を出力する出力処理、を実行させる。
【０００９】
本発明の一実施形態の画像解析方法は、対象領域を含む画像が格納された画像記憶部を備えたコンピュータが、前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出工程と、検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成工程と、前記切断経路で分割された前記対象領域の画像を出力する出力工程、を有する。
【発明の効果】
【００１０】
本発明の画像解析装置は、対象領域の画像を適切な切断経路で分割できる。
【図面の簡単な説明】
【００１１】
【図１】第１の実施形態における画像解析システム１３１の構成を示すブロック図である。
【図２】画像解析装置１２１の動作フローチャートである。
【図３】結合部検出手段１０３の動作フローチャートである。
【図４】画像記憶部１０６に格納された画像情報１１１の一例である。
【図５】結合部検出手段１０３による重み付けの例を説明する図である。
【図６】検出された結合部の例である。
【図７】結合部検出手段１０３による曲率半径の算出例を説明する図である。
【図８】生成過程にある切断経路（部分経路）の例を示す図である。
【図９】部分経路の近傍領域の例を示す図である。
【図１０】出力手段１０５が出力する切断経路で分割された画像の例を示す図である。
【図１１】第２の実施形態における画像解析システム１３１の構成を示すブロック図である。
【図１２】画像解析装置１２１の基本的構成を示す図である。
【発明を実施するための形態】
【００１２】
以下、図面を参照しながら本発明の第１の実施の形態について説明する。
【００１３】
本実施形態にかかる画像解析装置１２１は、重なっている複数の細胞や細胞核の画像から個々の細胞核等の境界線を抽出して、当該画像を細胞核等の単位に分割することを目的とする。画像解析装置１２１は、複数の種子、分子、微生物等の粒状物が重なって撮影された画像から個々の種子等の境界線を抽出して、当該画像を割することも可能である。
【００１４】
以下の説明に於いて、画像解析装置１２１が解析する画像は、ＤＡＰＩ（4',6-diamidino-2-phenylindole）等によって細胞核が染色されたグレースケール画像であるとする。染色された細胞核の画像であれば、それ以外の染色手法で染色した細胞核の画像、あるいは他の撮影方法で撮影した画像であっても構わない。また、入力画像が細胞核ではなく細胞のものであっても構わない。
【００１５】
図１は、本実施形態における画像解析システム１３１の構成を示すブロック図である。また、図２は、画像解析装置１２１の動作フローチャートである。
【００１６】
図１によれば、画像解析システム１３１は、例えば、ネットワーク１２４を介して相互に接続された画像解析装置１２１と端末１２３を包含する。両者は、ネットワーク１２４を介さず直接接続されていても良い。また、両者は１体１の接続関係になくても良い。
【００１７】
画像解析装置１２１は、画像入力手段１０１と、領域抽出手段１０２と、結合部検出手段１０３と、切断経路生成手段１０４と、出力手段１０５、画像記憶部１０６を備えている。
【００１８】
画像入力手段１０１、領域抽出手段１０２、結合部検出手段１０３、切断経路生成手段１０４および出力手段１０５は、論理回路装置としてハードウェアで実現されていても良い。画像入力手段１０１、領域抽出手段１０２、結合部検出手段１０３、切断経路生成手段１０４または出力手段１０５は、コンピュータ１２２である画像解析装置１２１のプロセッサが、メモリ上の画像解析プログラム１０７を実行することで実現されても良い。
【００１９】
画像記憶部１０６は、画像解析装置１２１が読み書き可能なディスク装置等の記憶装置である。画像記憶部１０６は、画像情報１１１、領域配列１１２、境界線配列１１３、重み配列１１４を格納する。
【００２０】
画像情報１１１は、画像解析装置１２１が入力した細胞核等の画像の画像データである。領域配列１１２、境界線配列１１３、重み配列１１４は、画像データの各画素に対応する配列要素を包含する配列データである。領域配列１１２、境界線配列１１３、重み配列１１４は、例えば、座標（ｘ、ｙ）（ｘ、ｙは自然数）の画素に対して、添え字を（ｘ、ｙ）とする配列要素を有する。
【００２１】
以下、図１を参照しながら、図２に示すフローチャートに従って画像解析装置１２１の動作を説明する。
【００２２】
画像入力手段１０１は、端末１２３等から画像データを読み込んで画像記憶部１０６に画像情報１１１として格納する（ステップＡ１）。この画像データは、例えば、ＤＡＰＩ染色法等を用いて細胞核が明瞭に染色されたグレースケール画像である。読み込む画像データはＲＧＢカラー画像であってもよい。ＲＧＢカラー画像の場合、例えば、画像入力手段１０１は、画像データをＲ、Ｇ、Ｂの各チャネルに分解し、細胞核が画像化されているチャネルをグレースケール画像として画像記憶部１０６に格納する。
【００２３】
端末１２３は、例えば、光源、励起フィルタ、バリアフィルタ、ＣＣＤカメラ、対眼レンズ、対物レンズ、ダイクロックミラー等を包含する装置である。
【００２４】
図４は、画像記憶部１０６に格納された画像情報１１１の一例である。本画像情報１１１は複数の細胞核等の画像領域（対象領域）を包含している。以下に示すように、本発明の画像解析装置１２１は、このように対象領域の形状が非円形で大きさも多様性があり、かつ互いに密着したような場合であっても、個々の細胞核等の輪郭抽出が可能である。
【００２５】
領域抽出手段１０２は、画像において高輝度値を持った領域で表示されている細胞核等の領域である対象領域を抽出して領域配列１１２に格納する（ステップＡ２）。領域抽出手段１０２は、対象領域を抽出する為に、例えば以下の方法を用いることができる。
【００２６】
領域抽出手段１０２は、画像情報１１１の核画素に対して、輝度の値に基づいてクラスタリングを行い、各画素を輝度の高い領域と輝度の低い領域に分離する。領域抽出手段１０２は、例えば、輝度の高い領域に分類された画素は細胞核内部に属する領域と見なす。領域抽出手段１０２は、クラスタリングの手法として、例えば、k-means法や、Expectation-Maximization（ＥＭ）アルゴリズム等を用いる。このような手法は公知であり、例えば特開２００３−３０３３４４に詳細な方法が記載されている。
【００２７】
領域抽出手段１０２は、抽出した領域を保持する為に、例えば、画像の幅（Ｗと記す）と高さ（Ｈと記す）と同じ大きさの２次元配列である領域配列１１２に細胞内領域を１、細胞外領域を０としてラベル付け（値を格納）する。あるいは、同手段は、Ｗ×Ｈの大きさを持つ１次元配列に、画像上の座標が（ｘ、ｙ）で与えられる点が細胞内領域に属するならば１を、細胞外領域に属するするならば０を、１次元配列のi = y×w + x 番目の要素にラベル付けすればよい。ラベルの値は、０や１に限定される必要はなく、細胞内領域と細胞外領域が区別できるならば何でもよい。
画像情報１１１と領域配列１１２は一体に構成しても良い。即ち、画像情報１１１の画素情報が、細胞内領域と細胞外領域の区別情報も併せて有する構成としても良い。この点は、境界線配列１１３、重み配列１１４についても同様である。
なお、入力した画像情報１１１に於いて、細胞内領域と細胞外領域の区別が明確である場合は、領域抽出手段１０２及び領域配列１１２は不要である。
【００２８】
結合部検出手段１０３は、領域配列１１２等を参照して、細胞核等同士が結合している結合部を検出する（ステップＡ３）。
【００２９】
図３は、結合部検出手段１０３の動作フローチャートである。図３に示すように、結合部検出手段１０３は、画像記憶部１０６から領域配列１１２を読み込んで（ステップＢ１）、細胞核等の領域（対象領域）の境界線を抽出して境界線配列１１３に格納する（ステップＢ２）。
【００３０】
結合部検出手段１０３は、例えば領域配列１１２から細胞核領域内に属する点ｐ特定して、その８近傍（左右、上下、右上、左上、左下、右下）の各点が細胞核領域内の点であるか、あるいは細胞核領域外の点であるかを調べる。同手段は、点ｐの近傍に１個以上の細胞核領域外に属する点があれば、点ｐを境界線上にあると判断して抽出する。同手段は、細胞核領域内部にある点すべてについて上述の処理を行い、細胞核領域の境界線を得る。
【００３１】
同手段は、得られた境界線の情報を画像記憶部１０６に境界線配列１１３として格納する。同手段は、例えば、境界線に属する画素に対応する、境界線配列１１３の配列要素に１を、境界線上でない画素に対応する配列要素に０を格納する。格納する値は、０や１に限定される必要はなく、境界線上か否かが区別できるならば何でもよい。以降、画像解析装置１２１は、境界線配列１１３を参照して境界線を認識する。
【００３２】
次に、結合部検出手段１０３は、得られた境界線に属する各点で、長さｄの外向き法線を算出し（ステップＢ３）、境界線に属する点ｐから、法線方向に距離ｄだけ離れた点ｑを中心として、その点の近傍領域に重みを付与する（ステップＢ４）。ｄの値は、例えば、画像解析装置１２１のシステムパラメータ値である。
【００３３】
結合部検出手段１０３は例えば以下のように重みを付与する。同手段は、重み配列１１４の全配列要素の値を０で初期化し、次に点ｑの近傍領域、例えば点ｑを中心とした半径ｒの円内に含まれる各点に対して、一様に重み定数を加算する。同手段は、これを境界線に属する点について距離ｒの間隔で行う。重み定数の値は、例えば１．０等を用いればよいが、これに限定するものではなくその他の正の数を用いてもよい。また、距離ｒは、例えば標的とする結合部分の曲率半径程度の大きさにするとよい。
【００３４】
結合部検出手段１０３は、境界線から法線方向にｄだけ離れた細胞核領域外の点ｑを中心として、ｑからの距離の関数を用いて重みを付与してもよい。距離の関数は、例えば以下のGauss関数である。
【００３５】
ここで、ｒは重みを付与する点と点ｑとの距離、σは重みの広がり（距離に応じた重みの変化量）を制御するパラメータである。重みを、Gauss関数を用いて付与することによって、重みの大きな点が明確に得られるという利点がある。ここでσの値は、例えばｒ／３の値であるが、その他の値でも良い。
【００３６】
また、距離の関数は、例えば以下のコーシー分布であっても良い。
【００３７】
ここで、ｒは重みを付与する点と点ｑとの距離、σは重みの広がりを制御するパラメータ、πは円周率である。σの値は、例えばｒ／２の値であればよいが、その他の値でも良い。
【００３８】
細胞核同士が結合している部位の近傍においては、境界線が内側にへこんでいる場合が多い。このような方法で境界線近傍に重みを付与することによって、結合している部位を同定することが可能となる。結合している部位の大きさは細胞核自体の大きさにはあまり影響されないため、結合部検出手段１０３は、細胞核の大きさの変動が大きい場合においても、結合している部位を安定して検出することが可能である。
【００３９】
図５は、結合部検出手段１０３による重み付けの例を説明する図である。図５は、細胞核内領域５０１、境界線例５０２、法線の始点５０３（上述の点ｐ）を示す。図５は更に、法線方向に距離ｄだけ離れた細胞核外点５０４（上述の点ｑ）、細胞核外点５０４から距離ｒ以内にある点から成る重みを付与する領域５０５（点ｑの近傍領域）、法線ベクトルの先端が重なり合って、重みが大きくなる領域５０６の例を示す。
【００４０】
次に、結合部検出手段１０３は、重み配列１１４の各配列要素の値を参照しながら、所定の重み閾値以上の重みを持つ点ｒを抽出する（ステップＢ５）。同手段は、重み閾値以上の重みを持つ点ｒが１個以上あるかどうかを調べ（ステップＢ６）、１個もない場合（ステップＢ６でＮ）は結合部の数０を切断経路生成手段１０４に出力して（ステップＢ９）終了する。
【００４１】
重み閾値以上の重みを持つ点ｒが１個以上ある場合（ステップＢ６でＹ）、点ｒから距離Ｌ以内に存在する境界線の区間（結合部）を抽出する（ステップＢ７）。Ｌの値は、例えば上述した距離ｄよりも大きな１．５ｄまたは２ｄの値とするが、その他のｄより大きな値でもよい。
【００４２】
次に結合部検出手段１０３は、抽出された結合部が所与の条件を満たしているどうかを調べ、条件を満たす境界線の区間が１個もない場合（ステップＢ８でＮ）は、結合部の数０を切断経路生成手段１０４に出力して（ステップＢ９）終了する。条件を満たす結合部が１個以上あるならば、結合部検出手段１０３は、結合部を境界線配列１１３に記録して、その数を切断経路生成手段１０４に出力して（ステップＢ１０）終了する。
【００４３】
ここで用いる結合部抽出の条件は、例えば境界線の区間の長さがＬ以上であることであるが、それ以外の閾値を用いても良い。また、結合部検出手段１０３は、結合部に属する画素に対応する境界線配列１１３の配列要素に、結合部であることを示す値（例えば２）を格納（ラベル付け）することで、結合部を境界線配列１１３に記録する。
【００４４】
図６は検出された結合部の例である。図６は、検出された結合部６０１と、結合部の検出領域６０２（点ｒの近傍領域）を示す。同図に於いて、結合部の検出領域６０２は、重みの最も強い点ｒを中心とする半径２ｄの円である。図６から分かるように、細胞核同士が結合した部分は、法線尖端が重なり合って重みの値が大きくなる。したがって、結合部検出手段１０３は、重みの大きい点の近傍を調べることにより、細胞核同士が結合した部分を検出することができる。
【００４５】
結合部検出手段１０３は、境界線近傍の外部に重みを付与する方法に代えて、結合部を抽出する基準として、例えば境界線の区間の曲率半径Ｒを用いても良い。曲率半径Ｒは下記式によって算出できる。
【００４６】
ここでΔθは、曲率半径を求めようとする境界線に属する点から、両側にΔｓ／２ずつ離れた２点の法線ベクトルの角度の差異（両法線ベクトルがなす角）である。Δｓの値は、上述した法線ベクトルの長さｄの２倍である２ｄ程度であるが、その他の値を用いても良い。また、結合部を抽出するための条件は、曲率半径の大きさが標的とする細胞核同士が結合した部分の曲率半径値の近傍（所定範囲内）であることである。ここで、標的とする細胞核同士が結合した部分の曲率半径値や範囲の幅は、システムパラメータとして与えられる。
【００４７】
図７は結合部検出手段１０３による曲率半径の算出例を説明する図である。図７は、曲率半径の算出点７０１、同点から両側にΔｓ／２離れた近傍点７０２を示す。この場合、結合部検出手段１０３は、所与の大きさの曲率半径を持つ境界線の区間をそのまま結合部として境界線配列１１３に記録する。
【００４８】
切断経路生成手段１０４は、結合部検出手段１０３から結合部の個数を受け取り、当該個数が１以上であれば（ステップＡ４でＹ）、細胞同士が結合している部分の切断経路の始点を設定する（ステップＡ５）。切断経路生成手段１０４は、例えば、結合部の中間点を切断経路の始点とする。
【００４９】
次に切断経路生成手段１０４は、ステップＡ５で設定した切断経路の始点から、切断経路を生成しながら延長する（ステップＡ６）。同部は、切断経路の延長を例えば次にように行う。まず同手段は、ステップＡ５で設定した各始点から、Ｎ個の方向に長さｓの部分経路を生成し、生成した部分経路の尖端が、他の結合部の始点から出発した部分経路と交差して閉じた経路（切断経路）が構成されているか調べる（ステップＡ７）。同手段は、各始点から出発した部分経路が閉じているならば、切断経路を境界線配列１１３に記録する（ステップＡ８）。切断経路生成手段１０４は、切断経路に属する画素に対応する境界線配列１１３の配列要素に、切断経路であることを示す値（例えば３）を格納することで、切断経路を境界線配列１１３に記録する。
【００５０】
図８は、生成過程にある切断経路（部分経路）の例を示す図である。図８は、異なる２つの切断経路の始点８０１から延長されている２つの部分経路８０２を示している。
【００５１】
切断経路生成手段１０４は、部分経路の公差を判断するために部分経路に近傍領域（経路近傍領域）を設けても良い。切断経路生成手段１０４は、各部分経路に属する画素の近傍の画素に対応する境界線配列１１３の配列要素に、部分経路の始点ごとに異なる数値や記号を格納することによって経路近傍を設ける。切断経路生成手段１０４は、異なる部分経路の経路近傍領域が重なる場合に、当該２つの部分経路の公差を検出する。
【００５２】
経路近傍領域を設けることにより、切断経路生成手段１０４は、切断経路の生成途中である部分経路が他の部分経路の近傍に到達したことを検出できるようになり、無用な経路探索を行わずに済む。
【００５３】
図９は、部分経路の近傍領域（経路近傍領域）の例を示す図である。図９は、ある結合部に属する点を始点として生成された第１の部分経路の経路近傍領域９０１と、他の結合部に属する点を始点として生成された第２の部分経路の経路近傍領域９０２を示す。このように、始点の異なる部分経路の経路近傍領域に重複部分が出来た場合に、切断経路生成手段１０４は２つの部分経路を接合して切断経路とする。
【００５４】
切断経路生成手段１０４は、生成途中の部分経路を評価（後述）して、その評価値の高い部分経路だけを選択して切断経路の生成を続行してもよい。このようにして、部分経路を間引きすることにより、切断経路生成手段１０４は効率的な切断経路の生成が可能となる。
【００５５】
切断経路生成手段１０４は、生成された複数の切断経路を評価（後述）して、評価値に基づいて適切な切断経路を選択する（ステップＡ９）。切断経路生成手段１０４は、選択しなかった切断経路を境界線配列１１３から削除する。削除は、例えば選択しなかった切断経路に属する画素に対応する配列要素の値を初期値に戻すことにより行う。
【００５６】
切断経路生成手段１０４は、与えられた切断経路または部分経路に対して、評価値を算出する。切断経路生成手段１０４は、例えば切断経路等に属する画素の輝度値を用いることができる。
【００５７】
ここで、Ｉｊは切断経路等に属するｊ番目の点における画素の輝度値である。細胞核同士が密着している部分は一般に輝度が小さな値となっている。したがって、切断経路等に属する画素の輝度値の和が小さければ、当該切断経路等は、正しい切断経路等である可能性が高い。そこで、切断経路生成手段１０４は、上記Ｅ１の小さな切断経路等に対して、高い評価値を与える。
【００５８】
また、切断経路生成手段１０４は、切断経路の滑らかさに基づいて評価値を算出することも可能である。経路の滑らかさを評価する為に、切断経路生成手段１０４は例えば次のような関数を用いることが出来る。
【００５９】
ここで、ｖｊ、ａｊは、それぞれ切断経路等のｊ番目の点における１次微分、２次微分であり、αｊ、βｊはそのパラメータである。αｊ、βｊは、例えば画像解析装置１２１のシステムパラメータとして与えられる。この場合、切断経路生成手段１０４は、上記Ｅ２の小さな切断経路等に対してより高い評価値を与える。これによって、過度に折れ曲がった切断経路等は評価値が低くなり、切断経路生成手段１０４は滑らかな切断経路等を選択するようになる。
【００６０】
切断経路生成手段１０４は、上記Ｅ１とＥ２の組み合わせから評価値を算出することもできる。
【００６１】
ここでｃ１、ｃ２は結合パラメータであり、画像解析装置１２１のシステムパラメータ等として与えられる。切断経路生成手段１０４は、このＥ３を小さくするような切断経路等に対して高い評価値を与える。これによって切断経路生成手段１０４は、正確に細胞同士を分離し、より滑らかな切断経路を得ることが出来るようになる。
【００６２】
最後に出力手段１０５は、境界線配列１１３に記録されている切断経路で切断された画像情報１１１を端末１２３に出力する（ステップＡ１０）。出力手段１０５は、例えば、切断経路に属する画素の色彩を変えて画像情報１１１を出力する。
【００６３】
図１０は、出力手段１０５が出力する切断経路で分割された画像の例を示す図である。図１０は、細胞核の結合した部分に適切な切断経路が得られ、個々の細胞核の形状や大きさの定量化が可能な細胞核領域の分割がなされていることを示している。
【００６４】
本実施形態の画像解析装置１２１は、細胞核等の重なり合った画像を適切な細胞核等単位に分離が可能である。その理由は、結合部検出手段１０３が、例えば、細胞の大きさによる変化をあまり受けない細胞間結合部のへこみの大きさや曲率に基づいて、細胞間結合部を検出するからである。更に、切断経路生成手段１０４が、分離する際の切断経路の候補を評価して、評価値に基づいて適切な切断経路を選択するからである。
【００６５】
さらに、実施形態の画像解析装置１２１は、細胞核等の画像の安定的な細胞核等の分離が可能である。その理由は、生成中の切断経路に経路近傍領域を設け、経路同士が正しく結合されることを容易にするからである。
【００６６】
図１１は、第２の実施形態における画像解析システム１３１の構成を示すブロック図である。本実施形態では、画像解析装置１２１は、画像入力手段１０１と領域抽出手段１０２を備えていない。端末１２３が画像入力手段１０１と領域抽出手段１０２を備える。
【００６７】
端末１２３の送信手段１０９は、入力した画像情報と当該画像情報から作成した領域配列を画像解析装置１２１に送信する。画像解析装置１２１の受信手段１０８は、端末１２３から送信された画像情報と領域配列を画像記憶部１０６に格納する。他の点に於いて、本実施形態の画像解析システム１３１は、第１の実施形態と同じである。
【００６８】
本実施形態の画像解析システム１３１は、画像解析装置１２１と端末１２３との間で適切な負荷分散をはかることが出来る。その理由は、端末１２３の領域抽出手段１０２が領域抽出処理を実施するからである。
【００６９】
図１２は、画像解析装置１２１の基本的構成を示す図である。画像解析装置１２１は、画像情報１１１が格納された画像記憶部１０６と、結合部検出手段１０３と、切断経路生成手段１０４と、出力手段１０５を備える。
【符号の説明】
【００７０】
１０１ 画像入力手段
１０２ 領域抽出手段
１０３ 結合部検出手段
１０４ 切断経路生成手段
１０５ 出力手段
１０６ 画像記憶部
１０７ 画像解析プログラム
１０８ 受信手段
１０９ 送信手段
１１１ 画像情報
１１２ 領域配列
１１３ 境界線配列
１１４ 重み配列
１２１ 画像解析装置
１２２ コンピュータ
１２３ 端末
１２４ ネットワーク
１３１ 画像解析システム
５０１ 細胞核内領域
５０２ 境界線例
５０３ 法線の始点
５０４ 細胞核外点
５０５ 重みを付与する領域
５０６ 重みが大きくなる領域
６０１ 検出された結合部
６０２ 結合部の検出領域
７０１ 曲率半径の算出点
７０２ Δｓ／２離れた近傍点
８０１ 切断経路の始点
８０２ 部分経路
９０１ 第１の部分経路の経路近傍領域
９０２ 第２の部分経路の経路近傍領域
【特許請求の範囲】
【請求項１】
対象領域を含む画像が格納された画像記憶部と、
前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出手段と、
検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成手段と、
前記切断経路で分割された前記対象領域の画像を出力する出力手段、を備えた画像解析装置。
【請求項２】
前記境界線に属する点ｐを起点とする外向き法線上で、点ｐからの距離が所定距離である点ｑの位置を算出し、点ｑの近傍領域の各座標に、座標に依存しない一定重みまたは付与される座標と前記点ｑとの距離に依存する重みを付与し、複数の点ｐに基づいて付与された各座標の重みの合計値が所定の重み閾値以上の点ｒの近傍に存在する前記境界線の区間を前記結合部として抽出する前記結合部検出手段を備える、請求項１の画像解析装置。
【請求項３】
曲率半径が所定値範囲内の前記境界線の区間を前記結合部として抽出する前記結合部検出手段を備える、請求項１または２の画像解析装置。
【請求項４】
複数の始点から所定数方向に所定距離ずつ部分経路を延長し、２つの部分経路の近傍領域が重複したときに前記２つの部分経路の交差を検出して、交差した前記２つの部分経路を接合して前記切断経路を抽出する前記切断経路生成手段を備えた、請求項１乃至３の何れかの画像解析装置。
【請求項５】
部分経路の延長時に、前記部分経路上の前記画像の画素の輝度に基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成手段を備えた、請求項１乃至４の何れかの画像解析装置。
【請求項６】
部分経路の延長時に、前記部分経路の滑らかさに基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成手段を備えた、請求項１乃至５の何れかの画像解析装置。
【請求項７】
前記画像を入力する画像入力手段と、
入力された前記画像から前記対象領域を抽出して、前記画像と前記領域の情報を前記画像記憶部に格納する領域抽出手段、を備える請求項１乃至６の何れかの画像解析装置。
【請求項８】
前記画像と前記領域の情報を受信して前記画像記憶部に格納する受信手段を備える、請求項１乃至７の何れかの画像解析装置と、
前記画像を入力する画像入力手段と、入力された前記画像から前記対象領域を抽出して、前記画像と前記領域の情報を前記画像解析装置に送信する送信手段を備える画像入力装置を包含する画像解析システム。
【請求項９】
対象領域を含む画像が格納された画像記憶部を備えたコンピュータに、
前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出処理と、
検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成処理と、
前記切断経路で分割された前記対象領域の画像を出力する出力処理、を実行させる画像解析プログラム。
【請求項１０】
前記コンピュータに、
前記境界線に属する点ｐを起点とする外向き法線上で、点ｐからの距離が所定距離である点ｑの位置を算出し、点ｑの近傍領域の各座標に、座標に依存しない一定重みまたは付与される座標と前記点ｑとの距離に依存する重みを付与し、複数の点ｐに基づいて付与された各座標の重みの合計値が所定の重み閾値以上の点ｒの近傍に存在する前記境界線の区間を前記結合部として抽出する前記結合部検出処理を実行させる、請求項９の画像解析プログラム。
【請求項１１】
前記コンピュータに、
曲率半径が所定値範囲内の前記境界線の区間を前記結合部として抽出する前記結合部検出処理を実行させる、請求項９または１０の画像解析プログラム。
【請求項１２】
前記コンピュータに、
複数の始点から所定数方向に所定距離ずつ部分経路を延長し、２つの部分経路の近傍領域が重複したときに前記２つの部分経路の交差を検出して、交差した前記２つの部分経路を接合して前記切断経路を抽出する前記切断経路生成処理を実行させる、請求項９乃至１１の何れかの画像解析プログラム。
【請求項１３】
前記コンピュータに、
部分経路の延長時に、前記部分経路上の前記画像の画素の輝度に基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成処理を実行させる、請求項９乃至１２の何れかの画像解析プログラム。
【請求項１４】
前記コンピュータに、
部分経路の延長時に、前記部分経路の滑らかさに基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成処理を実行させる、請求項９乃至１３の何れかの画像解析プログラム。
【請求項１５】
前記コンピュータに、
前記画像を入力する画像入力処理と、
入力された前記画像から前記対象領域を抽出して、前記画像と前記領域の情報を前記画像記憶部に格納する領域抽出処理、を実行させる請求項９乃至１４の何れかの画像解析プログラム。
【請求項１６】
対象領域を含む画像が格納された画像記憶部を備えたコンピュータが、
前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出工程と、
検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成工程と、
前記切断経路で分割された前記対象領域の画像を出力する出力工程、を有する画像解析方法。
【請求項１７】
前記コンピュータが、
前記境界線に属する点ｐを起点とする外向き法線上で、点ｐからの距離が所定距離である点ｑの位置を算出し、点ｑの近傍領域の各座標に、座標に依存しない一定重みまたは付与される座標と前記点ｑとの距離に依存する重みを付与し、複数の点ｐに基づいて付与された各座標の重みの合計値が所定の重み閾値以上の点ｒの近傍に存在する前記境界線の区間を前記結合部として抽出する前記結合部検出工程を有する、請求項９の画像解析方法。
【請求項１８】
前記コンピュータが、
曲率半径が所定値範囲内の前記境界線の区間を前記結合部として抽出する前記結合部検出工程を有する、請求項９または１０の画像解析方法。
【請求項１９】
前記コンピュータが、
複数の始点から所定数方向に所定距離ずつ部分経路を延長し、２つの部分経路の近傍領域が重複したときに前記２つの部分経路の交差を検出して、交差した前記２つの部分経路を接合して前記切断経路を抽出する前記切断経路生成工程を有する、請求項９乃至１１の何れかの画像解析方法。
【請求項２０】
前記コンピュータが、
部分経路の延長時に、前記部分経路上の前記画像の画素の輝度に基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成工程を有する、請求項９乃至１２の何れかの画像解析方法。
【請求項２１】
前記コンピュータが、
部分経路の延長時に、前記部分経路の滑らかさに基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成工程を有する、請求項９乃至１３の何れかの画像解析方法。
【請求項２２】
前記コンピュータが、 前記画像を入力する画像入力工程と、
入力された前記画像から前記対象領域を抽出して、前記画像と前記領域の情報を前記画像記憶部に格納する領域抽出工程、を有する請求項９乃至１４の何れかの画像解析方法。
【請求項１】
対象領域を含む画像が格納された画像記憶部と、
前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出手段と、
検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成手段と、
前記切断経路で分割された前記対象領域の画像を出力する出力手段、を備えた画像解析装置。
【請求項２】
前記境界線に属する点ｐを起点とする外向き法線上で、点ｐからの距離が所定距離である点ｑの位置を算出し、点ｑの近傍領域の各座標に、座標に依存しない一定重みまたは付与される座標と前記点ｑとの距離に依存する重みを付与し、複数の点ｐに基づいて付与された各座標の重みの合計値が所定の重み閾値以上の点ｒの近傍に存在する前記境界線の区間を前記結合部として抽出する前記結合部検出手段を備える、請求項１の画像解析装置。
【請求項３】
曲率半径が所定値範囲内の前記境界線の区間を前記結合部として抽出する前記結合部検出手段を備える、請求項１または２の画像解析装置。
【請求項４】
複数の始点から所定数方向に所定距離ずつ部分経路を延長し、２つの部分経路の近傍領域が重複したときに前記２つの部分経路の交差を検出して、交差した前記２つの部分経路を接合して前記切断経路を抽出する前記切断経路生成手段を備えた、請求項１乃至３の何れかの画像解析装置。
【請求項５】
部分経路の延長時に、前記部分経路上の前記画像の画素の輝度に基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成手段を備えた、請求項１乃至４の何れかの画像解析装置。
【請求項６】
部分経路の延長時に、前記部分経路の滑らかさに基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成手段を備えた、請求項１乃至５の何れかの画像解析装置。
【請求項７】
前記画像を入力する画像入力手段と、
入力された前記画像から前記対象領域を抽出して、前記画像と前記領域の情報を前記画像記憶部に格納する領域抽出手段、を備える請求項１乃至６の何れかの画像解析装置。
【請求項８】
前記画像と前記領域の情報を受信して前記画像記憶部に格納する受信手段を備える、請求項１乃至７の何れかの画像解析装置と、
前記画像を入力する画像入力手段と、入力された前記画像から前記対象領域を抽出して、前記画像と前記領域の情報を前記画像解析装置に送信する送信手段を備える画像入力装置を包含する画像解析システム。
【請求項９】
対象領域を含む画像が格納された画像記憶部を備えたコンピュータに、
前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出処理と、
検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成処理と、
前記切断経路で分割された前記対象領域の画像を出力する出力処理、を実行させる画像解析プログラム。
【請求項１０】
前記コンピュータに、
前記境界線に属する点ｐを起点とする外向き法線上で、点ｐからの距離が所定距離である点ｑの位置を算出し、点ｑの近傍領域の各座標に、座標に依存しない一定重みまたは付与される座標と前記点ｑとの距離に依存する重みを付与し、複数の点ｐに基づいて付与された各座標の重みの合計値が所定の重み閾値以上の点ｒの近傍に存在する前記境界線の区間を前記結合部として抽出する前記結合部検出処理を実行させる、請求項９の画像解析プログラム。
【請求項１１】
前記コンピュータに、
曲率半径が所定値範囲内の前記境界線の区間を前記結合部として抽出する前記結合部検出処理を実行させる、請求項９または１０の画像解析プログラム。
【請求項１２】
前記コンピュータに、
複数の始点から所定数方向に所定距離ずつ部分経路を延長し、２つの部分経路の近傍領域が重複したときに前記２つの部分経路の交差を検出して、交差した前記２つの部分経路を接合して前記切断経路を抽出する前記切断経路生成処理を実行させる、請求項９乃至１１の何れかの画像解析プログラム。
【請求項１３】
前記コンピュータに、
部分経路の延長時に、前記部分経路上の前記画像の画素の輝度に基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成処理を実行させる、請求項９乃至１２の何れかの画像解析プログラム。
【請求項１４】
前記コンピュータに、
部分経路の延長時に、前記部分経路の滑らかさに基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成処理を実行させる、請求項９乃至１３の何れかの画像解析プログラム。
【請求項１５】
前記コンピュータに、
前記画像を入力する画像入力処理と、
入力された前記画像から前記対象領域を抽出して、前記画像と前記領域の情報を前記画像記憶部に格納する領域抽出処理、を実行させる請求項９乃至１４の何れかの画像解析プログラム。
【請求項１６】
対象領域を含む画像が格納された画像記憶部を備えたコンピュータが、
前記画像記憶部の画像から、前記対象領域の形状がくびれている部分の前記対象領域の境界線の区間（結合部）を抽出する結合部検出工程と、
検出された前記結合部内の点を始点として前記対象領域を切断する切断経路を抽出し、前記切断経路の評価値を算出し、当該評価値に基づいて選択した前記切断経路を出力する切断経路生成工程と、
前記切断経路で分割された前記対象領域の画像を出力する出力工程、を有する画像解析方法。
【請求項１７】
前記コンピュータが、
前記境界線に属する点ｐを起点とする外向き法線上で、点ｐからの距離が所定距離である点ｑの位置を算出し、点ｑの近傍領域の各座標に、座標に依存しない一定重みまたは付与される座標と前記点ｑとの距離に依存する重みを付与し、複数の点ｐに基づいて付与された各座標の重みの合計値が所定の重み閾値以上の点ｒの近傍に存在する前記境界線の区間を前記結合部として抽出する前記結合部検出工程を有する、請求項９の画像解析方法。
【請求項１８】
前記コンピュータが、
曲率半径が所定値範囲内の前記境界線の区間を前記結合部として抽出する前記結合部検出工程を有する、請求項９または１０の画像解析方法。
【請求項１９】
前記コンピュータが、
複数の始点から所定数方向に所定距離ずつ部分経路を延長し、２つの部分経路の近傍領域が重複したときに前記２つの部分経路の交差を検出して、交差した前記２つの部分経路を接合して前記切断経路を抽出する前記切断経路生成工程を有する、請求項９乃至１１の何れかの画像解析方法。
【請求項２０】
前記コンピュータが、
部分経路の延長時に、前記部分経路上の前記画像の画素の輝度に基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成工程を有する、請求項９乃至１２の何れかの画像解析方法。
【請求項２１】
前記コンピュータが、
部分経路の延長時に、前記部分経路の滑らかさに基づいて前記部分経路の評価値を算出し、前記評価値が閾値より低い場合、当該部分経路の延長を中止する前記切断経路生成工程を有する、請求項９乃至１３の何れかの画像解析方法。
【請求項２２】
前記コンピュータが、 前記画像を入力する画像入力工程と、
入力された前記画像から前記対象領域を抽出して、前記画像と前記領域の情報を前記画像記憶部に格納する領域抽出工程、を有する請求項９乃至１４の何れかの画像解析方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公開番号】特開２０１０−２２４８７５（Ｐ２０１０−２２４８７５Ａ）
【公開日】平成２２年１０月７日（２０１０．１０．７）
【国際特許分類】
【出願番号】特願２００９−７１５２２（Ｐ２００９−７１５２２）
【出願日】平成２１年３月２４日（２００９．３．２４）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
【公開日】平成２２年１０月７日（２０１０．１０．７）
【国際特許分類】
【出願日】平成２１年３月２４日（２００９．３．２４）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
[ Back to top ]