細菌判別装置および細菌判別方法
【課題】細菌の形状が「く」の字の縦方向につぶれたような形状の場合でも太さを計測することが可能な細菌判別装置を提供する。
【解決手段】
光を照射して検体を蛍光させ、検体からの蛍光を含む画像を撮像し、画像から蛍光された領域を抽出し、領域における面積が所定面積未満となるまで、領域の分割を反復し、領域を分割するための各分割線分の長さに基づいて、検体の太さを算出し、太さに基づいて、検体が細菌であるか否かを判定する。この分割処理では、領域の重心の位置を算出し、領域の輪郭を算出しと、輪郭を形成する輪郭点のうち、重心の位置からの距離が所定距離以下となる対象輪郭点を算出し、重心の位置と対象輪郭点とを通る直線を算出し、直線上において、２つの輪郭点を結ぶ線分のうちの１つを分割線分として算出し、分割線分で領域を分割し、分割された領域における面積が所定面積未満であるか否かを判定する。
【解決手段】
光を照射して検体を蛍光させ、検体からの蛍光を含む画像を撮像し、画像から蛍光された領域を抽出し、領域における面積が所定面積未満となるまで、領域の分割を反復し、領域を分割するための各分割線分の長さに基づいて、検体の太さを算出し、太さに基づいて、検体が細菌であるか否かを判定する。この分割処理では、領域の重心の位置を算出し、領域の輪郭を算出しと、輪郭を形成する輪郭点のうち、重心の位置からの距離が所定距離以下となる対象輪郭点を算出し、重心の位置と対象輪郭点とを通る直線を算出し、直線上において、２つの輪郭点を結ぶ線分のうちの１つを分割線分として算出し、分割線分で領域を分割し、分割された領域における面積が所定面積未満であるか否かを判定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、細菌判別装置および細菌判別方法に係り、特に抗酸菌の蛍光検出において太さから形状を判定し細菌を検出するために好適に利用できるものである。
【背景技術】
【０００２】
細菌を分類する方法としては、寒天培養法が最も一般的な方法である。これは試料を寒天培地に塗り、所定時間培養して形成したコロニーを、染色又は無染色にて、顕微鏡を用いて観察者が分類する検査方法である。しかし、この寒天培養法は、基本的に手作業で行うため処理が煩わしく、また培養するため細菌の種類を判定するまでに時間がかかる。
【０００３】
そこで、抗酸菌の検出において、培養せずに観察する蛍光観察法がある。これは細菌だけが蛍光するように検体に蛍光染色処理を施し、その蛍光を落斜蛍光顕微鏡などの光学手段を用いて観察者が観察する検査方法である。近年では、喀痰中に抗酸菌が均一に分布していない場合でも検査の精度を保つようにするため、直接スライドガラスに塗抹するのではなく、喀痰を遠心分離機で均等化した遠心集菌材料をスライドガラスに塗抹して観察する集菌法が主に用いられている。
【０００４】
また、光学手段で観察者が観察する代わりに、カメラなど撮影手段を用いて自動で各視野を撮影し、撮影した画像から細菌を自動で検出する方法がある。検出方法としては、抗酸菌の蛍光は背景色と比較して特徴があり、また、抗酸菌は桿菌であるためカプセル状の形状をしていることから、細菌の色と形状の特徴を判定することにより細菌を識別する。細菌の形状は太さが一定であるという特徴があるので、太さの分散度を算出することで形状を判定する。
【０００５】
しかし、集菌法の遠心処理した場合に細菌が曲がることがあり、曲がりを考慮する必要がある。このような曲がりを考慮して太さを計測する方法としては、次のような方法が知られている。
【０００６】
例えば、長尺状の対象物の画像を撮影し、対象の輪郭と外接長方形の長手方向を算出する。長手方向の片側部分で外接長方形を等分する直線と輪郭が交わる点において、距離が最小となる輪郭上の点を算出し、距離の平均を太さとして算出する。（例えば、特許文献１参照。）
【０００７】
【特許文献１】特開平１１−１９４０１４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、従来の構成では、細菌の形状が「く」の字の縦方向につぶれたような形状の場合、長手方向に領域の重なりができてしまい、長手方向の片側部分の算出ができず、太さの計測ができない可能性がある。
【０００９】
本発明は、上記事情を鑑みてなされたものであって、細菌の形状が「く」の字の縦方向につぶれたような形状の場合でも太さを計測することが可能な細菌判別装置および細菌判別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】
【００１０】
上記目的を達成するために、本発明の第１の細菌判別装置は、光を照射して検体を蛍光
させる光学部と、前記検体からの蛍光を含む画像を撮像する撮像部と、前記画像から蛍光された領域を抽出する領域抽出部と、前記領域における面積が所定面積未満となるまで、前記領域の分割を反復する分割部と、前記領域を分割するための各分割線分の長さに基づいて、前記検体の太さを算出する太さ算出部と、前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判定部とを有し、前記分割部は、前記領域の重心の位置を算出する重心位置算出部と、前記領域の輪郭を算出する輪郭算出部と、前記輪郭を形成する輪郭点のうち、前記重心の位置からの距離が所定距離以下となる対象輪郭点を算出する対象輪郭点算出部と、前記重心の位置と前記対象輪郭点とを通る直線を算出する直線算出部と、前記直線上において、２つの前記輪郭点を結ぶ線分のうちの１つを前記分割線分として算出する線分算出部と、前記分割線分で領域を分割する領域分割部と、分割された領域における面積が前記所定面積未満であるか否かを判定する面積判定部を有する構成としている。
【００１１】
また、本発明の第２の細菌判別装置は、前記分割部が、反復して算出された分割線分が他の分割線分と交わる場合、前記分割の反復を終了する構成としている。
【００１２】
また、本発明の第３の細菌判別装置は、前記分割部が、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記分割の反復を終了する構成としている。
【００１３】
また、本発明の第４の細菌判別装置は、前記対象輪郭点算出部は、前記輪郭点のうち、前記重心の位置から最も近い最短輪郭点を前記対象輪郭点として算出する構成としている。
【００１４】
また、本発明の第５の細菌判別装置は、前記対象輪郭点算出部が、前記輪郭点のうち、前記重心の位置からの距離が所定距離以下となる複数の輪郭点を算出し、前記分割線分の長さが最短となる輪郭点を前記対象輪郭点として算出する構成としている。
【００１５】
また、本発明の第６の細菌判別装置は、前記線分算出部が、反復して算出された分割線分が他の分割線分と交わる場合、前記分割線分を算出した領域の重心の位置を通り前記分割線分に垂直な線分を、前記分割線分として代用する構成としている。
【００１６】
また、本発明の第７の細菌判別装置は、前記細菌判定部が、前記太さ算出部によって算出された前記検体の太さの最大値と最小値を除外して、前記太さに基づいて、前記検体が細菌であるか否かを判定する構成としている。
【００１７】
また、本発明の第８の細菌判別装置は、前記細菌判定部が、前記太さの分散度合いが所定値以下である場合、前記検体が細菌であると判定する構成としている。
【００１８】
また、本発明の第９の細菌判別装置は、前記細菌判定部が、前記太さの分散度合いが所定値より大きい場合、前記検体が細菌以外であると判定する構成としている。
【００１９】
また、本発明の第１０の細菌判別装置は、前記細菌判定部が、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記検体が細菌であると判定する構成としている。
【００２０】
また、本発明の第１１の細菌判別装置は、前記細菌判定部が、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数以下である場合、前記検体が細菌以外であると判定する構成としている。
【００２１】
また、本発明の第１の細菌判別方法は、光を照射して検体を蛍光させる光学工程と、
前記検体からの蛍光を含む画像を撮像する撮像工程と、前記画像から蛍光された領域を抽出する領域抽出工程と、前記領域における面積が所定面積未満となるまで、前記領域の分割を反復する分割工程と、前記領域を分割するための各分割線分の長さに基づいて、前記検体の太さを算出する太さ算出工程と、前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判定工程とを有し、前記分割工程は、前記領域の重心の位置を算出する重心位置算出工程と、前記領域の輪郭を算出する輪郭算出工程と、前記輪郭を形成する輪郭点のうち、前記重心の位置からの距離が所定距離以下となる対象輪郭点を算出する対象輪郭点算出工程と、前記重心の位置と前記対象輪郭点とを通る直線を算出する直線算出工程と、前記直線上において、２つの前記輪郭点を結ぶ線分のうちの１つを前記分割線分として算出する線分算出工程と、前記分割線分で領域を分割する領域分割工程と、分割された領域における面積が前記所定面積未満であるか否かを判定する面積判定工程を有する方法としている。
【００２２】
また、本発明の第２の細菌判別方法は、前記分割工程において、反復して算出された分割線分が他の分割線分と交わる場合、前記分割の反復を終了する方法としている。
【００２３】
また、本発明の第３の細菌判別方法は、前記分割工程において、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記分割の反復を終了する方法としている。
【００２４】
また、本発明の第４の細菌判別方法は、前記対象輪郭点算出工程において、前記輪郭点のうち、前記重心の位置から最も近い最短輪郭点を前記対象輪郭点として算出する方法としている。
【００２５】
また、本発明の第５の細菌判別方法は、前記対象輪郭点算出工程において、前記輪郭点のうち、前記重心の位置からの距離が所定距離以下となる複数の輪郭点を算出し、前記分割線分の長さが最短となる輪郭点を前記対象輪郭点として算出する方法としている。
【００２６】
また、本発明の第６の細菌判別方法は、前記線分算出工程において、反復して算出された分割線分が他の分割線分と交わる場合、前記分割線分を算出した領域の重心の位置を通り前記分割線分に垂直な線分を、前記分割線分として代用する方法としている。
【００２７】
また、本発明の第７の細菌判別方法は、前記細菌判定工程において、前記太さ算出部によって算出された前記検体の太さの最大値と最小値を除外して、前記太さに基づいて、前記検体が細菌であるか否かを判定する方法としている。
【００２８】
また、本発明の第８の細菌判別方法は、前記細菌判定工程において、前記太さの分散度合いが所定値以下である場合、前記検体が細菌であると判定する方法としている。
【００２９】
また、本発明の第９の細菌判別方法は、前記細菌判定工程において、前記太さの分散度合いが所定値より大きい場合、前記検体が細菌以外であると判定する方法としている。
【００３０】
また、本発明の第１０の細菌判別方法は、前記細菌判定工程において、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記検体が細菌であると判定する方法としている。
【００３１】
また、本発明の第１１の細菌判別方法は、前記細菌判定工程において、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数以下である場合、前記検体が細菌以外であると判定する方法としている。
【発明の効果】
【００３２】
本発明によれば、細菌の形状が「く」の字の縦方向につぶれたような形状の場合でも太さを計測し、太さから細菌を判定することができる。
【発明を実施するための最良の形態】
【００３３】
以下に、本発明の実施形態における細菌判別装置および細菌判別方法について、図面とともに詳細に説明する。
【００３４】
図１は、本発明の実施形態における細菌検出装置１００の構成の一例を示すブロック図である。細菌検出装置１００は、光学手段１０１、撮像手段１０２、画像処理手段１０３、表示手段１０４を有して構成される。細菌検出装置１００により、細菌判別方法を実現可能である。
【００３５】
尚、細菌検出装置１００は「細菌判別装置」の一例である。また、光学手段１０１は「光学部」としての機能を有する。また、撮像手段１０２は「撮像部」としての機能を有する。また、画像処理手段１０３は「領域抽出部」、「分割部」、「太さ算出部」、「細菌判定部」としての機能を有する。
【００３６】
図１において、プレート１は検査対象物である。光学手段１０１は、プレート１に励起光を照射し、プレート１上の細菌が励起され発した蛍光を撮像手段１０２へ導く。撮像手段１０２は、蛍光観察している領域を撮影して画像を生成し、画像を画像処理手段１０３へ出力する。画像処理手段１０３は、撮影した画像の輝度と形状から細菌を検出し、その検出結果を表示手段１０４へ出力する。表示手段１０４は、検出結果を表示する。
【００３７】
次に、プレート１について詳細に説明する。
【００３８】
プレート１は、スライドガラスを用いており、細菌が励起光により励起され蛍光を発するように調整された検体が塗られている。また、必要であれば熱処理などの処理を施す。検体としては例えば人の痰や便などである。なお、プレート１として、シャーレなどの任意のプレート１を採用してもよい。
【００３９】
次に、光学手段１０１の一例について、図２を用いて詳細に説明する。図２は蛍光観察において光学手段１０１の処理の一例を示す説明図である。
【００４０】
光学手段１０１は、蛍光顕微鏡を用いて蛍光観察を行う。まず、プレート１に紫外線を含む光２０２を照射するために光源２０１として水銀ランプなどを使用する。光源２０１からの光２０２は、励起フィルタ２０３を通る。励起フィルタ２０３は、細菌が蛍光するのに必要な波長の光（以下、励起光２０４という）を透過し、不要な光を遮光する。そして、ダイクロイックミラー２０５にて励起光２０４を対物レンズ２０６に導き、対物レンズ２０６を経由してプレート１に照射される。ダイクロイックミラー２０５は、光源２０１からの光２０２に対して４５度の角度で設置され、特定の波長のみ反射する。照射された励起光２０４で検体中の細菌が励起され、蛍光２０７を発する。その蛍光２０７は、対物レンズ２０６とダイクロイックミラー２０５を経由して、吸収フィルタ２０８を通り、撮像手段１０２へ導かれる。吸収フィルタ２０８は、蛍光２０７を透過し、反射した励起光２０４や外光などの蛍光２０７以外の光２０９を遮光する。なお、光学手段１０１として蛍光観察が可能なマイクロメータなど任意の光学手段１０１を採用してもよい。
【００４１】
次に、撮像手段１０２の一例について詳細に説明する。
【００４２】
撮像手段１０２は、モノクロＣＣＤカメラを用いており、光学手段１０１である蛍光顕微鏡にＣマウントで接合している。光学手段１０１により導かれた検体からの蛍光２０７
を、ＣＣＤカメラで撮影し、撮影した画像を画像処理手段１０３へ出力する。なお、撮像手段１０２として、カラーＣＣＤカメラなど任意の撮像手段１０２を採用してもよい。
【００４３】
次に、画像処理手段１０３の構成の一例について、図３〜図１６を用いて詳細に説明する。
【００４４】
図３は、画像の画素の位置を、二次元座標上の点の座標として取扱うことを示す説明図である。図３（ａ）は、横方向をＸ軸、縦方向をＹ軸、左下の画素を原点として、画像の各画素の位置を二次元座標上の点の座標として取扱うことを示す説明図である。図３（ｂ）は、注目画素の中心位置３０１が、二次元座標のＸＹ軸において整数の座標位置（Ｘｎ，Ｙｎ）であることを示す説明図である。画像処理手段１０３で取扱う画像については、図３のように画素の位置を二次元座標上の点の座標として取扱う。
【００４５】
図４は、画像処理手段１０３が行う細菌判別方法における各ステップの一例を示すフローチャートである。
【００４６】
まず、ステップＳ１０１において、画像処理手段１０３が、撮影した画像の輝度情報から細菌が抽出できるように二値化を行う。二値化の方法としては、例えば以下の処理を画像の全画素について行う。撮影した画像において、蛍光を発している部分の画素の輝度値は背景部分の画素の輝度値より高くなる。そこで、注目している画素の輝度値が閾値よりも高ければ１とし、それ以外を０とすることで二値化を行う。閾値の決め方としては、例えば観察者が細菌と背景を識別した領域について、細菌の輝度値の平均値と背景の輝度値の平均値を予め測定しておき、その中間値を閾値とする。画素の値が１の場合は細菌の領域の一部の可能性が高い画素であり、０の場合は背景である。
【００４７】
ステップＳ１０２は領域抽出工程であり、画像処理手段１０３が、ステップＳ１０１で算出した０と１に二値化した画像を用いて領域を抽出する。領域の抽出はニ値化した画像の全画素について、以下の処理を行う。注目画素の値が１の場合に周囲８近傍に１の値があればその画素も注目画素の領域と同じ領域であると識別する。領域を抽出する一般的な方法としては、領域毎に別々のラベル値を与えることで各領域を識別するラベリングなどがある。
【００４８】
以下のステップでは、算出した領域の内一つの領域を対象とする。
【００４９】
ステップＳ１０３は重心位置算出工程であり、画像処理手段１０３が、ステップＳ１０２で算出した領域について重心の算出を行う。
【００５０】
領域における重心の算出方法の一例について、図５を用いて説明する。図５は抽出した領域５０１と領域５０１の重心５０２の一例を示す説明図である。領域５０１の各画素の座標位置の平均値を重心５０２として算出する。具体的には、まず各画素のＸ座標とＹ座標それぞれについて加算する。そして、加算した値を画素数で割り平均値を算出する。そのＸ座標の平均値とＹ座標の平均値で表される座標位置を重心５０２として算出する。
【００５１】
ステップＳ１０４は輪郭算出工程であり、画像処理手段１０３が、ステップＳ１０２で算出した領域５０１について輪郭の算出を行う。
【００５２】
輪郭の算出方法の一例について、図６を用いて説明する。図６は抽出した領域５０１における輪郭６０１と、輪郭６０１上の輪郭点６０２の一例を示す説明図である。例えば、領域５０１中の注目する画素について、注目する画素の８近傍に背景の画素がある場合に、輪郭６０１上の画素として算出する。また、輪郭６０１上の画素を輪郭点６０２とする
。
【００５３】
ステップＳ１０５は最短輪郭点算出工程であり、画像処理手段１０３が、重心５０２とステップＳ１０４の輪郭算出工程で算出した輪郭点６０２の間の距離を算出し、距離が最短となる輪郭点を算出する。距離の算出では、二次元での二点間の距離を求める。
【００５４】
二点間の距離を求める方法の一例について説明する。二次元のＸＹ座標系において、重心５０２の座標（Ｘ１，Ｙ１）、輪郭点６０２の座標（Ｘ２，Ｙ２）とするときの二点間の距離Ｌを求める関係式は、以下のようになる。ＸとＹについてそれぞれ差の二乗を算出し、それを加算し平方根を求めることで二点間の距離Ｌとして算出する。
【００５５】
【数１】
【００５６】
距離が最短となる輪郭点の一例について、図７を用いて説明する。図７は、重心５０２からの距離が最短となる輪郭点７０１の一例を示す説明図である。全ての輪郭点６０２について重心５０２からの距離を算出し、図７のような距離が最短となる輪郭点７０１を算出する。
【００５７】
ステップＳ１０６は直線算出工程であり、画像処理手段１０３が、重心５０２と距離が最短となる輪郭点７０１のニ点を通る直線を算出する。
【００５８】
二点を通る直線の算出方法の一例について、図８を用いて説明する。図８は重心５０２と距離が最短となる輪郭点７０１を通る直線８０１の一例を示す図である。ＸＹ座標系において、重心５０２の座標（Ｘ１，Ｙ１）、距離が最短となる輪郭点７０１の座標（Ｘ２，Ｙ２）とするときの二点を通る直線８０１の関係式は、以下のようになる。
Ｙ−Ｙ１＝（（Ｙ２−Ｙ１）／（Ｘ２−Ｘ１））＊（Ｘ−Ｘ１）・・・（数式２）
また、数式２において、Ｘ１とＸ２が等しいときの直線８０１の関係式は、以下のようになる。
Ｘ＝Ｘ１・・・（数式３）
数式２または数式３を用いて、直線８０１を算出する。
【００５９】
ステップＳ１０７は交点数算出工程であり、画像処理手段１０７が、交点数を算出する。
【００６０】
交点の算出方法の一例について、図９を用いて説明する。図９は図８における直線８０１と輪郭６０１の交点の一例を示す説明図である。図９の場合、距離が最短となる輪郭点７０１は交点でもあるので、交点は交点９０１ａ、距離が最短となる輪郭点７０１、交点９０１ｂ、交点９０１ｃであり、交点数は四点である。
【００６１】
ステップＳ１０８では、画像処理手段１０３が、交点数を確認する。交点が一点の場合、つまり距離が最短となる輪郭点７０１の一点だけが交点である場合は、ステップＳ１１２の連続分割判定工程へ遷移する。交点が二点以上の場合は、ステップＳ１０９の線分算出工程へ遷移する。
【００６２】
ステップＳ１０９は線分算出工程であり、画像処理手段１０３が、領域５０１を分割する線分を算出する。
【００６３】
線分の算出方法の一例を、図９と図１０を用いて説明する。図１０は図９において領域
５０１を分割する直線８０１上の線分１００１の一例を示す説明図である。交点が二点の場合は、二点間を線分１００１として抽出する。交点が二点より多く、分割する線分１００１が複数ある場合に、領域５０１を分割する線分１００１を一本に絞り込む。絞り込む条件としては、例えば距離が最短となる輪郭点７０１を含む線分１００１を選択する。図９の場合、領域５０１を分割する線分１００１は、交点９０１ａから距離が最短となる輪郭点７０１までと、交点９０１ｂから交点９０１ｃまでの二箇所が考えられる。このような場合、図１０のように距離が最短となる輪郭点７０１を含む方の線分１００１について、領域５０１を分割する線分１００１として算出する。
【００６４】
ステップＳ１１０では、画像処理手段１０３が、線分同士の交わりを判断する。判断する方法の一例としては、ステップＳ１０９で算出した線分１００１が、以前算出した線分１００１と交わるかどうか確認し、交わらない場合はステップＳ１１１の領域分割工程へ遷移し、交わる場合はステップＳ１１２の連続分割判定工程へ遷移する。以前算出した線分１００１がない場合、つまり一度も分割していない場合はステップＳ１１１へ遷移する。
【００６５】
線分１００１が交わる場合の一例について、図１１を用いて説明する。図１１は領域５０１または分割した領域において、ステップＳ１０９の線分算出工程で新たに算出した線分１１０１と、以前算出した線分１１０２、１１０３が交わることを示す説明図である。図１１のように新たに算出した線分１１０１が以前算出した線分１１０２と線分１１０３の両方または一方と交わる場合にステップＳ１１２へ遷移する。
【００６６】
ここで、分割について簡単に説明する。
【００６７】
細菌検出装置１００は、まず、領域で線分を算出し、領域を２つに分割する。続いて、２つに分割した領域それぞれについて線分を算出し、更に２つに分割することを繰り返す。各領域について線分を算出するときは１つだけ選択されるが、基となる領域から見たときは複数の線分が算出されることになる。また、細菌検出装置１００は、分割した領域毎に重心、最短輪郭点の位置についても算出する。分割毎に得られる線分、重心、最短輪郭点の位置は、それぞれ異なるものとなる。
【００６８】
ステップＳ１１０では、上記の複数の線分が交わらないことを判定している。尚、例えば、３回分割を行う場合には、上記の新たに算出した線分とは３回目に算出した線分を指し、以前に算出した線分とは２回目以前に算出した線分を指す。
【００６９】
ステップＳ１１１は領域分割工程であり、画像処理手段１０３が、ステップＳ１０９で算出した線分１００１で領域５０１を分割する。
【００７０】
分割の一例について、図１２を用いて説明する。図１２は領域５０１を線分１００１で分割した一例を示す説明図である。図１２のように、領域５０１を線分１００１で分割領域１２０１ａと分割領域１２０１ｂに分割する。
【００７１】
ステップＳ１１２は連続分割判定工程であり、画像処理手段１０３が、分割領域１２０１に対して分割ができる場合に分割を繰返す。ステップＳ１１２の連続分割判定工程の一例について、図１３を用いて説明する。図１３は、ステップＳ１１２の連続分割判定工程における詳細なステップの一例を示すフローチャートである。
【００７２】
ステップＳ１１１から遷移してきた場合はステップＳ２０１へ遷移し、ステップＳ１０８またはステップＳ１１０から遷移してきた場合はステップＳ２０４へ遷移する。
【００７３】
まず、ステップＳ２０１において、ステップ１１１から遷移してきた場合、画像処理手段１０３が、分割領域１２０１の分割の優先順位を決定し、ステップＳ２０２へ遷移する分割領域１２０１と、順番待ちで一時保管しておく分割領域１２０１を決定する。決定する方法としては、例えば、第一優先として先に一時保管していた分割領域１２０１、つまり以前に一時保管していた分割領域１２０１を第一優先とする。そして、第二優先として分割領域１２０１の重心位置が左または上にある方を優先するとする。優先順位を決定したあと、最も優先順位が高い分割領域１２０１について、ステップＳ２０２へ遷移する。また、ステップＳ２０５から遷移してきた場合は、一時保管している分割領域１２０１の内、最も優先順位が高いものについてステップＳ２０２へ遷移する。
【００７４】
ステップＳ２０２において、画像処理手段１０３が、分割数を判断する。判断する方法の一例としては、予め分割する最大の所定数を決めておき、次の分割数つまり現在の分割数に１を加算した数が所定数以下であればステップＳ２０３へ遷移し、所定数より多くなる場合にステップＳ２０４へ遷移する。所定数の決め方としては、例えば予め対象物の短い方を１としたときの折れ曲がっていない細菌の縦横比が１：Ｎと分かっていれば、領域５０１をＮ等分でき、このとき各分割領域１２０１の縦横比は１：１となる。それぞれの分割領域１２０１が更に分割できる可能性があるので、最大で２Ｎ等分できる。このときの分割数は２Ｎ−１であることから、所定数を２Ｎ−１の小数点以下切り上げの整数とする。
【００７５】
ステップＳ２０３において、画像処理手段１０３が、分割領域１２０１の面積を判断して遷移先を決定する。判断する方法の一例として、分割領域１２０１の面積が所定値Ａ以上であればステップＳ１０３へ遷移し、所定値Ａより小さければステップＳ２０４へ遷移する。所定値Ａの決め方としては、例えば予め分割する最大の所定数が決まっているのであれば、領域５０１の面積を所定数で割った値を所定値Ａとする。
【００７６】
ステップＳ２０４において、画像処理手段１０３が、対象の分割領域１２０１の分割を終了し、ステップＳ２０５へ遷移する。
【００７７】
ステップＳ２０５において、画像処理手段１０３が、全ての分割領域１２０１の分割が終了したか確認する。確認する方法の一例として、ステップＳ２０１において一時保管している分割領域１２０１があるかどうか確認し、一時保管されている分割領域１２０１がなければステップＳ１１３へ遷移し、一時保管されている分割領域１２０１があればステップＳ２０１へ遷移する。
【００７８】
このようなステップＳ１１２の連続分割判定工程で、画像処理手段１０３が、分割領域１２０１に対して分割ができる場合に分割を繰返す。
【００７９】
ステップＳ１１３は太さ算出工程であり、画像処理手段１０３が、領域５０１を繰り返し分割した際に算出した線分１００１の長さを各個所における太さとして抽出する。この各個所とは、分割前の領域を想定すると、分割により複数の線分が算出されることになるが、この複数の線分が算出された個所を示している。
【００８０】
ステップＳ１１４は細菌判定工程であり、画像処理手段１０３が、ステップＳ１１３の太さ算出工程で算出した太さの分布を分析し、細菌を判定する。ここで、太さの分散度合いを数値化するために、例えば算出した太さの平均を１００として正規化した太さの分散を用いる。
【００８１】
細菌の判定方法の一例について、図１４を用いて説明する。図１４は縦軸が正規化した太さの分散、横軸はステップＳ１０２の領域抽出工程で算出した複数の領域を識別するた
めの領域番号とする棒グラフで、各領域について正規化した太さの分散をそれぞれ算出した値の一例を示す図である。各領域について正規化した太さの分散は、細菌は先端を除き一定の太さであるという特徴から小さい値となる。そのため、正規化した太さの分散と予め用意しておいた所定値Ｂを比較し、所定値Ｂ以下である場合に細菌と判定する。所定値Ｂより大きい場合には細菌ではないと判定する。
【００８２】
所定値Ｂの決め方としては、例えば、予め細菌と細菌以外について、ステップＳ１０１からステップＳ１１３までを行い正規化した太さの分散を計測し、細菌と細菌以外について正規化した太さの分散の平均値を算出し、各平均値の中間値を所定値Ｂとする。
【００８３】
また、分散については例えば標本分散を用いる。ｎ個のデータＸ１，Ｘ２，・・・，Ｘｎがあるとき、Ｘａがデータの平均、データ中のあるデータをＸｉ（ｉは１からｎまで）とすると、（Ｘａ−Ｘｉ）の二乗の平均が標本分散であり、この関係式は以下のようになる。数式４を用いてデータを太さとすることで、太さの分散が算出できる。
【００８４】
【数２】
【００８５】
次に、表示手段１０４の一例について詳細に説明する。
【００８６】
表示手段１０４としては、例えばＣＲＴモニタを用いる。表示手段１０４は画像処理手段１０３から出力された検出結果を表示する。なお、表示手段１０４として、タッチパネルなど任意の表示手段１０４を採用してもよい。
【００８７】
次に、細菌検出装置１００の動作の一例について説明する。
【００８８】
プレート１に塗られた検体を光学手段１０１が蛍光観察し、蛍光している様子を撮像手段１０２が撮影する。撮影された画像を画像処理手段１０３が出力し、太さの分散度合いから細菌を判定する。そして、その結果を表示手段１０４が表示する。
【００８９】
このような細菌検出装置１００によれば、領域の重心５０２と距離が最短となる輪郭点７０１を通る直線で領域を分割することを繰返すことで、形状が「く」の字の縦方向につぶれたような形状の場合でも、太さを計測でき、太さの分散度合いを分析することで細菌を識別することができる。
【００９０】
尚、ステップＳ１０５の最短輪郭点算出工程において、重心５０２への距離が最短となる輪郭点７０１を算出する代わりに、画像処理手段１０３が、距離が所定範囲内にある輪郭点６０２を複数算出しておき、ステップＳ１０９の線分算出工程において算出する線分１００１の長さが最短となる輪郭点６０２を算出してもよい。
【００９１】
所定範囲の決め方としては、例えば各輪郭点６０２と重心５０２との距離を算出し、最短の距離と距離の平均との中間値以下の距離を所定範囲として算出する。
【００９２】
次に、線分１００１の長さが最短となる輪郭点６０２を算出する方法の一例について、図１５を用いて説明する。図１５（ａ）はステップＳ１０６の直線算出工程において、距離が所定範囲内にある各輪郭点６０２と重心５０２を通る直線８０１の一例を示す説明図である。図１５（ｂ）はステップＳ１０９の線分算出工程により、図１５（ａ）のように
算出した直線８０１について領域５０１を分割する線分１００１の一例を示す説明図である。図１５（ｂ）のように、距離が所定範囲内にある各輪郭点６０２について線分１００１を算出し、その中で線分１００１の長さが最短となる輪郭点６０２を距離が最短となる輪郭点７０１の代わりに算出する。
【００９３】
このように、ステップＳ１０９の線分算出工程において、算出する線分１００１の長さが最短になるように調整することにより、太さについて分割によるばらつきを少なくすることとなり、正確に判断することができるため、線分１００１の長さが最短になるように調整することがより好ましい。
【００９４】
また、ステップＳ１０９の線分算出工程において、図１１のように新たに算出した線分１１０１が、以前算出した線分１１０２と線分１１０３の両方または一方と交わる場合に終了する代わりに、画像処理手段１０３が、垂直な線分を算出し、新たに算出した線分１１０１の代わりに用いて分割してもよい。垂直な線分を算出する方法の一例としては、まず分割領域１２０１の重心を通り、線分１１０１に垂直な線分を算出する。
【００９５】
垂直な線分の一例について、図１６を用いて説明する。図１６（ａ）は図１１の線分１１０１が交わっている個所の領域５０１の一部である分割領域１２０１の一例を示す説明図である。図１６（ｂ）は分割領域１２０１の重心１６０１を通り、線分１１０１に垂直な線分１６０２の一例を示す説明図である。図１６（ａ）のように線分１１０１が以前算出した線分１１０２と線分１１０３の両方または一方と交わる場合に分割を終了する代わりに、図１６（ｂ）のように、分割領域１２０１の重心１６０１を通り線分１１０１に垂直な線分１６０２を算出し、ステップＳ１１０へ遷移する。図１６の場合、分割領域１２０１において分割が終了していた箇所を、線分１１０１の代わりに垂直な線分１６０２を算出することで、分割を終了せずに垂直な線分１６０２の長さを太さとして算出できる。
【００９６】
このように、垂直な線分１６０２を新たに算出した線分１１０１の代わりに用いることにより、領域５０１の太さを計測する数が多くなることで正確に判断することができるため、垂直な線分１６０２について考慮することがより好ましい。
【００９７】
また、ステップＳ１１４の細菌判定工程において、ステップＳ１１３で算出した全ての太さを対象として分布を分析しているが、太さの最大値と最小値を除くことで、太さ計測における誤差の影響を少なくすることとなり、正確に判断することができるため、算出した太さの最大値と最小値を除くことがより好ましい。
【００９８】
また、太さの分散度合いから細菌を判定しているが、算出した分割数を考慮してもよい。分割数は主に折れ曲がっていないときの細菌の縦横比に依存するため、例えば分割数が１の場合は縦横比が１対１から１対２の形状である。この場合、例えば、予め計測する形状の縦横比が１対４と分かっている場合に、所定値Ｃを１とすると分割数が所定値Ｃ以下の場合は細菌ではないと判定できる。逆に所定値Ｃより大きければ細菌であると判定する。
【００９９】
このように、ステップＳ１１４の細菌判定工程において、細菌と判断されたものについて、予め計測する形状の縦横比が分かっている場合に分割数を考慮することで、形状の縦横比を考慮することとなり正確に判断することができるため、算出した分割数も考慮することがより好ましい。
【産業上の利用可能性】
【０１００】
本発明は、形状が「く」の字の縦方向につぶれたような形状の場合でも太さを計測する
機能を有し、領域の太さを計測する画像認識技術、細菌判別装置、細菌判別方法等として有用である。
【図面の簡単な説明】
【０１０１】
【図１】本発明の実施形態における細菌検出装置の構成の一例を示すブロック図
【図２】本発明の実施形態における光学手段における蛍光観察を説明するための図
【図３】本発明の実施形態における画像と座標系の説明図の一例であり、（ａ）は画像の各画素の位置を二次元の座標系へ拡張する一例を説明するための図、（ｂ）は注目画素の中心位置と二次元座標の一例を説明するための図である。
【図４】本発明の実施形態における細菌検出方法の一例を示すフローチャート
【図５】本発明の実施形態における領域と重心の一例を説明するための図
【図６】本発明の実施形態における輪郭と輪郭点の一例の説明するための図
【図７】本発明の実施形態における重心からの距離が最短となる輪郭点の一例を説明するための図
【図８】本発明の実施形態における輪郭点と重心を通る直線の一例を説明するための図
【図９】本発明の実施形態における直線と輪郭の交点の一例を説明するための図
【図１０】本発明の実施形態における領域を分割する線分の一例を説明するための図
【図１１】本発明の実施形態における線分が交わることの一例を説明するための図
【図１２】本発明の実施形態における線分で領域を分割する一例を説明するための図
【図１３】本発明の実施形態における連続分割判定工程の一例を示すフローチャート
【図１４】本発明の実施形態における細菌判定方法の一例を説明するための図
【図１５】本発明の実施形態における線分の距離が最短となる方法の一例を説明するための図
【図１６】本発明の実施形態における線分に対する垂直な線分の一例を説明するための図
【符号の説明】
【０１０２】
１ プレート
１００ 細菌検出装置
１０１ 光学手段
１０２ 撮像手段
１０３ 画像処理手段
１０４ 表示手段
２０１ 光源
２０２ 光源２０１からの光
２０３ 励起フィルタ
２０４ 励起光
２０５ ダイクロイックミラー
２０６ 対物レンズ
２０７ 蛍光
２０８ 吸収フィルタ
２０９ 蛍光以外の光
３０１ 中心
５０１ 領域
５０２ 重心
６０１ 輪郭
６０２ 輪郭点
７０１ 距離が最短となる輪郭点
８０１ 直線
９０１ 交点
１００１ 線分
１１０１ 線分
１１０２ 線分
１１０３ 線分
１２０１ 分割領域
１６０１ 分割領域１２０１の重心
１６０２ 垂直な線分
【技術分野】
【０００１】
本発明は、細菌判別装置および細菌判別方法に係り、特に抗酸菌の蛍光検出において太さから形状を判定し細菌を検出するために好適に利用できるものである。
【背景技術】
【０００２】
細菌を分類する方法としては、寒天培養法が最も一般的な方法である。これは試料を寒天培地に塗り、所定時間培養して形成したコロニーを、染色又は無染色にて、顕微鏡を用いて観察者が分類する検査方法である。しかし、この寒天培養法は、基本的に手作業で行うため処理が煩わしく、また培養するため細菌の種類を判定するまでに時間がかかる。
【０００３】
そこで、抗酸菌の検出において、培養せずに観察する蛍光観察法がある。これは細菌だけが蛍光するように検体に蛍光染色処理を施し、その蛍光を落斜蛍光顕微鏡などの光学手段を用いて観察者が観察する検査方法である。近年では、喀痰中に抗酸菌が均一に分布していない場合でも検査の精度を保つようにするため、直接スライドガラスに塗抹するのではなく、喀痰を遠心分離機で均等化した遠心集菌材料をスライドガラスに塗抹して観察する集菌法が主に用いられている。
【０００４】
また、光学手段で観察者が観察する代わりに、カメラなど撮影手段を用いて自動で各視野を撮影し、撮影した画像から細菌を自動で検出する方法がある。検出方法としては、抗酸菌の蛍光は背景色と比較して特徴があり、また、抗酸菌は桿菌であるためカプセル状の形状をしていることから、細菌の色と形状の特徴を判定することにより細菌を識別する。細菌の形状は太さが一定であるという特徴があるので、太さの分散度を算出することで形状を判定する。
【０００５】
しかし、集菌法の遠心処理した場合に細菌が曲がることがあり、曲がりを考慮する必要がある。このような曲がりを考慮して太さを計測する方法としては、次のような方法が知られている。
【０００６】
例えば、長尺状の対象物の画像を撮影し、対象の輪郭と外接長方形の長手方向を算出する。長手方向の片側部分で外接長方形を等分する直線と輪郭が交わる点において、距離が最小となる輪郭上の点を算出し、距離の平均を太さとして算出する。（例えば、特許文献１参照。）
【０００７】
【特許文献１】特開平１１−１９４０１４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００８】
しかしながら、従来の構成では、細菌の形状が「く」の字の縦方向につぶれたような形状の場合、長手方向に領域の重なりができてしまい、長手方向の片側部分の算出ができず、太さの計測ができない可能性がある。
【０００９】
本発明は、上記事情を鑑みてなされたものであって、細菌の形状が「く」の字の縦方向につぶれたような形状の場合でも太さを計測することが可能な細菌判別装置および細菌判別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】
【００１０】
上記目的を達成するために、本発明の第１の細菌判別装置は、光を照射して検体を蛍光
させる光学部と、前記検体からの蛍光を含む画像を撮像する撮像部と、前記画像から蛍光された領域を抽出する領域抽出部と、前記領域における面積が所定面積未満となるまで、前記領域の分割を反復する分割部と、前記領域を分割するための各分割線分の長さに基づいて、前記検体の太さを算出する太さ算出部と、前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判定部とを有し、前記分割部は、前記領域の重心の位置を算出する重心位置算出部と、前記領域の輪郭を算出する輪郭算出部と、前記輪郭を形成する輪郭点のうち、前記重心の位置からの距離が所定距離以下となる対象輪郭点を算出する対象輪郭点算出部と、前記重心の位置と前記対象輪郭点とを通る直線を算出する直線算出部と、前記直線上において、２つの前記輪郭点を結ぶ線分のうちの１つを前記分割線分として算出する線分算出部と、前記分割線分で領域を分割する領域分割部と、分割された領域における面積が前記所定面積未満であるか否かを判定する面積判定部を有する構成としている。
【００１１】
また、本発明の第２の細菌判別装置は、前記分割部が、反復して算出された分割線分が他の分割線分と交わる場合、前記分割の反復を終了する構成としている。
【００１２】
また、本発明の第３の細菌判別装置は、前記分割部が、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記分割の反復を終了する構成としている。
【００１３】
また、本発明の第４の細菌判別装置は、前記対象輪郭点算出部は、前記輪郭点のうち、前記重心の位置から最も近い最短輪郭点を前記対象輪郭点として算出する構成としている。
【００１４】
また、本発明の第５の細菌判別装置は、前記対象輪郭点算出部が、前記輪郭点のうち、前記重心の位置からの距離が所定距離以下となる複数の輪郭点を算出し、前記分割線分の長さが最短となる輪郭点を前記対象輪郭点として算出する構成としている。
【００１５】
また、本発明の第６の細菌判別装置は、前記線分算出部が、反復して算出された分割線分が他の分割線分と交わる場合、前記分割線分を算出した領域の重心の位置を通り前記分割線分に垂直な線分を、前記分割線分として代用する構成としている。
【００１６】
また、本発明の第７の細菌判別装置は、前記細菌判定部が、前記太さ算出部によって算出された前記検体の太さの最大値と最小値を除外して、前記太さに基づいて、前記検体が細菌であるか否かを判定する構成としている。
【００１７】
また、本発明の第８の細菌判別装置は、前記細菌判定部が、前記太さの分散度合いが所定値以下である場合、前記検体が細菌であると判定する構成としている。
【００１８】
また、本発明の第９の細菌判別装置は、前記細菌判定部が、前記太さの分散度合いが所定値より大きい場合、前記検体が細菌以外であると判定する構成としている。
【００１９】
また、本発明の第１０の細菌判別装置は、前記細菌判定部が、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記検体が細菌であると判定する構成としている。
【００２０】
また、本発明の第１１の細菌判別装置は、前記細菌判定部が、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数以下である場合、前記検体が細菌以外であると判定する構成としている。
【００２１】
また、本発明の第１の細菌判別方法は、光を照射して検体を蛍光させる光学工程と、
前記検体からの蛍光を含む画像を撮像する撮像工程と、前記画像から蛍光された領域を抽出する領域抽出工程と、前記領域における面積が所定面積未満となるまで、前記領域の分割を反復する分割工程と、前記領域を分割するための各分割線分の長さに基づいて、前記検体の太さを算出する太さ算出工程と、前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判定工程とを有し、前記分割工程は、前記領域の重心の位置を算出する重心位置算出工程と、前記領域の輪郭を算出する輪郭算出工程と、前記輪郭を形成する輪郭点のうち、前記重心の位置からの距離が所定距離以下となる対象輪郭点を算出する対象輪郭点算出工程と、前記重心の位置と前記対象輪郭点とを通る直線を算出する直線算出工程と、前記直線上において、２つの前記輪郭点を結ぶ線分のうちの１つを前記分割線分として算出する線分算出工程と、前記分割線分で領域を分割する領域分割工程と、分割された領域における面積が前記所定面積未満であるか否かを判定する面積判定工程を有する方法としている。
【００２２】
また、本発明の第２の細菌判別方法は、前記分割工程において、反復して算出された分割線分が他の分割線分と交わる場合、前記分割の反復を終了する方法としている。
【００２３】
また、本発明の第３の細菌判別方法は、前記分割工程において、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記分割の反復を終了する方法としている。
【００２４】
また、本発明の第４の細菌判別方法は、前記対象輪郭点算出工程において、前記輪郭点のうち、前記重心の位置から最も近い最短輪郭点を前記対象輪郭点として算出する方法としている。
【００２５】
また、本発明の第５の細菌判別方法は、前記対象輪郭点算出工程において、前記輪郭点のうち、前記重心の位置からの距離が所定距離以下となる複数の輪郭点を算出し、前記分割線分の長さが最短となる輪郭点を前記対象輪郭点として算出する方法としている。
【００２６】
また、本発明の第６の細菌判別方法は、前記線分算出工程において、反復して算出された分割線分が他の分割線分と交わる場合、前記分割線分を算出した領域の重心の位置を通り前記分割線分に垂直な線分を、前記分割線分として代用する方法としている。
【００２７】
また、本発明の第７の細菌判別方法は、前記細菌判定工程において、前記太さ算出部によって算出された前記検体の太さの最大値と最小値を除外して、前記太さに基づいて、前記検体が細菌であるか否かを判定する方法としている。
【００２８】
また、本発明の第８の細菌判別方法は、前記細菌判定工程において、前記太さの分散度合いが所定値以下である場合、前記検体が細菌であると判定する方法としている。
【００２９】
また、本発明の第９の細菌判別方法は、前記細菌判定工程において、前記太さの分散度合いが所定値より大きい場合、前記検体が細菌以外であると判定する方法としている。
【００３０】
また、本発明の第１０の細菌判別方法は、前記細菌判定工程において、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記検体が細菌であると判定する方法としている。
【００３１】
また、本発明の第１１の細菌判別方法は、前記細菌判定工程において、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数以下である場合、前記検体が細菌以外であると判定する方法としている。
【発明の効果】
【００３２】
本発明によれば、細菌の形状が「く」の字の縦方向につぶれたような形状の場合でも太さを計測し、太さから細菌を判定することができる。
【発明を実施するための最良の形態】
【００３３】
以下に、本発明の実施形態における細菌判別装置および細菌判別方法について、図面とともに詳細に説明する。
【００３４】
図１は、本発明の実施形態における細菌検出装置１００の構成の一例を示すブロック図である。細菌検出装置１００は、光学手段１０１、撮像手段１０２、画像処理手段１０３、表示手段１０４を有して構成される。細菌検出装置１００により、細菌判別方法を実現可能である。
【００３５】
尚、細菌検出装置１００は「細菌判別装置」の一例である。また、光学手段１０１は「光学部」としての機能を有する。また、撮像手段１０２は「撮像部」としての機能を有する。また、画像処理手段１０３は「領域抽出部」、「分割部」、「太さ算出部」、「細菌判定部」としての機能を有する。
【００３６】
図１において、プレート１は検査対象物である。光学手段１０１は、プレート１に励起光を照射し、プレート１上の細菌が励起され発した蛍光を撮像手段１０２へ導く。撮像手段１０２は、蛍光観察している領域を撮影して画像を生成し、画像を画像処理手段１０３へ出力する。画像処理手段１０３は、撮影した画像の輝度と形状から細菌を検出し、その検出結果を表示手段１０４へ出力する。表示手段１０４は、検出結果を表示する。
【００３７】
次に、プレート１について詳細に説明する。
【００３８】
プレート１は、スライドガラスを用いており、細菌が励起光により励起され蛍光を発するように調整された検体が塗られている。また、必要であれば熱処理などの処理を施す。検体としては例えば人の痰や便などである。なお、プレート１として、シャーレなどの任意のプレート１を採用してもよい。
【００３９】
次に、光学手段１０１の一例について、図２を用いて詳細に説明する。図２は蛍光観察において光学手段１０１の処理の一例を示す説明図である。
【００４０】
光学手段１０１は、蛍光顕微鏡を用いて蛍光観察を行う。まず、プレート１に紫外線を含む光２０２を照射するために光源２０１として水銀ランプなどを使用する。光源２０１からの光２０２は、励起フィルタ２０３を通る。励起フィルタ２０３は、細菌が蛍光するのに必要な波長の光（以下、励起光２０４という）を透過し、不要な光を遮光する。そして、ダイクロイックミラー２０５にて励起光２０４を対物レンズ２０６に導き、対物レンズ２０６を経由してプレート１に照射される。ダイクロイックミラー２０５は、光源２０１からの光２０２に対して４５度の角度で設置され、特定の波長のみ反射する。照射された励起光２０４で検体中の細菌が励起され、蛍光２０７を発する。その蛍光２０７は、対物レンズ２０６とダイクロイックミラー２０５を経由して、吸収フィルタ２０８を通り、撮像手段１０２へ導かれる。吸収フィルタ２０８は、蛍光２０７を透過し、反射した励起光２０４や外光などの蛍光２０７以外の光２０９を遮光する。なお、光学手段１０１として蛍光観察が可能なマイクロメータなど任意の光学手段１０１を採用してもよい。
【００４１】
次に、撮像手段１０２の一例について詳細に説明する。
【００４２】
撮像手段１０２は、モノクロＣＣＤカメラを用いており、光学手段１０１である蛍光顕微鏡にＣマウントで接合している。光学手段１０１により導かれた検体からの蛍光２０７
を、ＣＣＤカメラで撮影し、撮影した画像を画像処理手段１０３へ出力する。なお、撮像手段１０２として、カラーＣＣＤカメラなど任意の撮像手段１０２を採用してもよい。
【００４３】
次に、画像処理手段１０３の構成の一例について、図３〜図１６を用いて詳細に説明する。
【００４４】
図３は、画像の画素の位置を、二次元座標上の点の座標として取扱うことを示す説明図である。図３（ａ）は、横方向をＸ軸、縦方向をＹ軸、左下の画素を原点として、画像の各画素の位置を二次元座標上の点の座標として取扱うことを示す説明図である。図３（ｂ）は、注目画素の中心位置３０１が、二次元座標のＸＹ軸において整数の座標位置（Ｘｎ，Ｙｎ）であることを示す説明図である。画像処理手段１０３で取扱う画像については、図３のように画素の位置を二次元座標上の点の座標として取扱う。
【００４５】
図４は、画像処理手段１０３が行う細菌判別方法における各ステップの一例を示すフローチャートである。
【００４６】
まず、ステップＳ１０１において、画像処理手段１０３が、撮影した画像の輝度情報から細菌が抽出できるように二値化を行う。二値化の方法としては、例えば以下の処理を画像の全画素について行う。撮影した画像において、蛍光を発している部分の画素の輝度値は背景部分の画素の輝度値より高くなる。そこで、注目している画素の輝度値が閾値よりも高ければ１とし、それ以外を０とすることで二値化を行う。閾値の決め方としては、例えば観察者が細菌と背景を識別した領域について、細菌の輝度値の平均値と背景の輝度値の平均値を予め測定しておき、その中間値を閾値とする。画素の値が１の場合は細菌の領域の一部の可能性が高い画素であり、０の場合は背景である。
【００４７】
ステップＳ１０２は領域抽出工程であり、画像処理手段１０３が、ステップＳ１０１で算出した０と１に二値化した画像を用いて領域を抽出する。領域の抽出はニ値化した画像の全画素について、以下の処理を行う。注目画素の値が１の場合に周囲８近傍に１の値があればその画素も注目画素の領域と同じ領域であると識別する。領域を抽出する一般的な方法としては、領域毎に別々のラベル値を与えることで各領域を識別するラベリングなどがある。
【００４８】
以下のステップでは、算出した領域の内一つの領域を対象とする。
【００４９】
ステップＳ１０３は重心位置算出工程であり、画像処理手段１０３が、ステップＳ１０２で算出した領域について重心の算出を行う。
【００５０】
領域における重心の算出方法の一例について、図５を用いて説明する。図５は抽出した領域５０１と領域５０１の重心５０２の一例を示す説明図である。領域５０１の各画素の座標位置の平均値を重心５０２として算出する。具体的には、まず各画素のＸ座標とＹ座標それぞれについて加算する。そして、加算した値を画素数で割り平均値を算出する。そのＸ座標の平均値とＹ座標の平均値で表される座標位置を重心５０２として算出する。
【００５１】
ステップＳ１０４は輪郭算出工程であり、画像処理手段１０３が、ステップＳ１０２で算出した領域５０１について輪郭の算出を行う。
【００５２】
輪郭の算出方法の一例について、図６を用いて説明する。図６は抽出した領域５０１における輪郭６０１と、輪郭６０１上の輪郭点６０２の一例を示す説明図である。例えば、領域５０１中の注目する画素について、注目する画素の８近傍に背景の画素がある場合に、輪郭６０１上の画素として算出する。また、輪郭６０１上の画素を輪郭点６０２とする
。
【００５３】
ステップＳ１０５は最短輪郭点算出工程であり、画像処理手段１０３が、重心５０２とステップＳ１０４の輪郭算出工程で算出した輪郭点６０２の間の距離を算出し、距離が最短となる輪郭点を算出する。距離の算出では、二次元での二点間の距離を求める。
【００５４】
二点間の距離を求める方法の一例について説明する。二次元のＸＹ座標系において、重心５０２の座標（Ｘ１，Ｙ１）、輪郭点６０２の座標（Ｘ２，Ｙ２）とするときの二点間の距離Ｌを求める関係式は、以下のようになる。ＸとＹについてそれぞれ差の二乗を算出し、それを加算し平方根を求めることで二点間の距離Ｌとして算出する。
【００５５】
【数１】
【００５６】
距離が最短となる輪郭点の一例について、図７を用いて説明する。図７は、重心５０２からの距離が最短となる輪郭点７０１の一例を示す説明図である。全ての輪郭点６０２について重心５０２からの距離を算出し、図７のような距離が最短となる輪郭点７０１を算出する。
【００５７】
ステップＳ１０６は直線算出工程であり、画像処理手段１０３が、重心５０２と距離が最短となる輪郭点７０１のニ点を通る直線を算出する。
【００５８】
二点を通る直線の算出方法の一例について、図８を用いて説明する。図８は重心５０２と距離が最短となる輪郭点７０１を通る直線８０１の一例を示す図である。ＸＹ座標系において、重心５０２の座標（Ｘ１，Ｙ１）、距離が最短となる輪郭点７０１の座標（Ｘ２，Ｙ２）とするときの二点を通る直線８０１の関係式は、以下のようになる。
Ｙ−Ｙ１＝（（Ｙ２−Ｙ１）／（Ｘ２−Ｘ１））＊（Ｘ−Ｘ１）・・・（数式２）
また、数式２において、Ｘ１とＸ２が等しいときの直線８０１の関係式は、以下のようになる。
Ｘ＝Ｘ１・・・（数式３）
数式２または数式３を用いて、直線８０１を算出する。
【００５９】
ステップＳ１０７は交点数算出工程であり、画像処理手段１０７が、交点数を算出する。
【００６０】
交点の算出方法の一例について、図９を用いて説明する。図９は図８における直線８０１と輪郭６０１の交点の一例を示す説明図である。図９の場合、距離が最短となる輪郭点７０１は交点でもあるので、交点は交点９０１ａ、距離が最短となる輪郭点７０１、交点９０１ｂ、交点９０１ｃであり、交点数は四点である。
【００６１】
ステップＳ１０８では、画像処理手段１０３が、交点数を確認する。交点が一点の場合、つまり距離が最短となる輪郭点７０１の一点だけが交点である場合は、ステップＳ１１２の連続分割判定工程へ遷移する。交点が二点以上の場合は、ステップＳ１０９の線分算出工程へ遷移する。
【００６２】
ステップＳ１０９は線分算出工程であり、画像処理手段１０３が、領域５０１を分割する線分を算出する。
【００６３】
線分の算出方法の一例を、図９と図１０を用いて説明する。図１０は図９において領域
５０１を分割する直線８０１上の線分１００１の一例を示す説明図である。交点が二点の場合は、二点間を線分１００１として抽出する。交点が二点より多く、分割する線分１００１が複数ある場合に、領域５０１を分割する線分１００１を一本に絞り込む。絞り込む条件としては、例えば距離が最短となる輪郭点７０１を含む線分１００１を選択する。図９の場合、領域５０１を分割する線分１００１は、交点９０１ａから距離が最短となる輪郭点７０１までと、交点９０１ｂから交点９０１ｃまでの二箇所が考えられる。このような場合、図１０のように距離が最短となる輪郭点７０１を含む方の線分１００１について、領域５０１を分割する線分１００１として算出する。
【００６４】
ステップＳ１１０では、画像処理手段１０３が、線分同士の交わりを判断する。判断する方法の一例としては、ステップＳ１０９で算出した線分１００１が、以前算出した線分１００１と交わるかどうか確認し、交わらない場合はステップＳ１１１の領域分割工程へ遷移し、交わる場合はステップＳ１１２の連続分割判定工程へ遷移する。以前算出した線分１００１がない場合、つまり一度も分割していない場合はステップＳ１１１へ遷移する。
【００６５】
線分１００１が交わる場合の一例について、図１１を用いて説明する。図１１は領域５０１または分割した領域において、ステップＳ１０９の線分算出工程で新たに算出した線分１１０１と、以前算出した線分１１０２、１１０３が交わることを示す説明図である。図１１のように新たに算出した線分１１０１が以前算出した線分１１０２と線分１１０３の両方または一方と交わる場合にステップＳ１１２へ遷移する。
【００６６】
ここで、分割について簡単に説明する。
【００６７】
細菌検出装置１００は、まず、領域で線分を算出し、領域を２つに分割する。続いて、２つに分割した領域それぞれについて線分を算出し、更に２つに分割することを繰り返す。各領域について線分を算出するときは１つだけ選択されるが、基となる領域から見たときは複数の線分が算出されることになる。また、細菌検出装置１００は、分割した領域毎に重心、最短輪郭点の位置についても算出する。分割毎に得られる線分、重心、最短輪郭点の位置は、それぞれ異なるものとなる。
【００６８】
ステップＳ１１０では、上記の複数の線分が交わらないことを判定している。尚、例えば、３回分割を行う場合には、上記の新たに算出した線分とは３回目に算出した線分を指し、以前に算出した線分とは２回目以前に算出した線分を指す。
【００６９】
ステップＳ１１１は領域分割工程であり、画像処理手段１０３が、ステップＳ１０９で算出した線分１００１で領域５０１を分割する。
【００７０】
分割の一例について、図１２を用いて説明する。図１２は領域５０１を線分１００１で分割した一例を示す説明図である。図１２のように、領域５０１を線分１００１で分割領域１２０１ａと分割領域１２０１ｂに分割する。
【００７１】
ステップＳ１１２は連続分割判定工程であり、画像処理手段１０３が、分割領域１２０１に対して分割ができる場合に分割を繰返す。ステップＳ１１２の連続分割判定工程の一例について、図１３を用いて説明する。図１３は、ステップＳ１１２の連続分割判定工程における詳細なステップの一例を示すフローチャートである。
【００７２】
ステップＳ１１１から遷移してきた場合はステップＳ２０１へ遷移し、ステップＳ１０８またはステップＳ１１０から遷移してきた場合はステップＳ２０４へ遷移する。
【００７３】
まず、ステップＳ２０１において、ステップ１１１から遷移してきた場合、画像処理手段１０３が、分割領域１２０１の分割の優先順位を決定し、ステップＳ２０２へ遷移する分割領域１２０１と、順番待ちで一時保管しておく分割領域１２０１を決定する。決定する方法としては、例えば、第一優先として先に一時保管していた分割領域１２０１、つまり以前に一時保管していた分割領域１２０１を第一優先とする。そして、第二優先として分割領域１２０１の重心位置が左または上にある方を優先するとする。優先順位を決定したあと、最も優先順位が高い分割領域１２０１について、ステップＳ２０２へ遷移する。また、ステップＳ２０５から遷移してきた場合は、一時保管している分割領域１２０１の内、最も優先順位が高いものについてステップＳ２０２へ遷移する。
【００７４】
ステップＳ２０２において、画像処理手段１０３が、分割数を判断する。判断する方法の一例としては、予め分割する最大の所定数を決めておき、次の分割数つまり現在の分割数に１を加算した数が所定数以下であればステップＳ２０３へ遷移し、所定数より多くなる場合にステップＳ２０４へ遷移する。所定数の決め方としては、例えば予め対象物の短い方を１としたときの折れ曲がっていない細菌の縦横比が１：Ｎと分かっていれば、領域５０１をＮ等分でき、このとき各分割領域１２０１の縦横比は１：１となる。それぞれの分割領域１２０１が更に分割できる可能性があるので、最大で２Ｎ等分できる。このときの分割数は２Ｎ−１であることから、所定数を２Ｎ−１の小数点以下切り上げの整数とする。
【００７５】
ステップＳ２０３において、画像処理手段１０３が、分割領域１２０１の面積を判断して遷移先を決定する。判断する方法の一例として、分割領域１２０１の面積が所定値Ａ以上であればステップＳ１０３へ遷移し、所定値Ａより小さければステップＳ２０４へ遷移する。所定値Ａの決め方としては、例えば予め分割する最大の所定数が決まっているのであれば、領域５０１の面積を所定数で割った値を所定値Ａとする。
【００７６】
ステップＳ２０４において、画像処理手段１０３が、対象の分割領域１２０１の分割を終了し、ステップＳ２０５へ遷移する。
【００７７】
ステップＳ２０５において、画像処理手段１０３が、全ての分割領域１２０１の分割が終了したか確認する。確認する方法の一例として、ステップＳ２０１において一時保管している分割領域１２０１があるかどうか確認し、一時保管されている分割領域１２０１がなければステップＳ１１３へ遷移し、一時保管されている分割領域１２０１があればステップＳ２０１へ遷移する。
【００７８】
このようなステップＳ１１２の連続分割判定工程で、画像処理手段１０３が、分割領域１２０１に対して分割ができる場合に分割を繰返す。
【００７９】
ステップＳ１１３は太さ算出工程であり、画像処理手段１０３が、領域５０１を繰り返し分割した際に算出した線分１００１の長さを各個所における太さとして抽出する。この各個所とは、分割前の領域を想定すると、分割により複数の線分が算出されることになるが、この複数の線分が算出された個所を示している。
【００８０】
ステップＳ１１４は細菌判定工程であり、画像処理手段１０３が、ステップＳ１１３の太さ算出工程で算出した太さの分布を分析し、細菌を判定する。ここで、太さの分散度合いを数値化するために、例えば算出した太さの平均を１００として正規化した太さの分散を用いる。
【００８１】
細菌の判定方法の一例について、図１４を用いて説明する。図１４は縦軸が正規化した太さの分散、横軸はステップＳ１０２の領域抽出工程で算出した複数の領域を識別するた
めの領域番号とする棒グラフで、各領域について正規化した太さの分散をそれぞれ算出した値の一例を示す図である。各領域について正規化した太さの分散は、細菌は先端を除き一定の太さであるという特徴から小さい値となる。そのため、正規化した太さの分散と予め用意しておいた所定値Ｂを比較し、所定値Ｂ以下である場合に細菌と判定する。所定値Ｂより大きい場合には細菌ではないと判定する。
【００８２】
所定値Ｂの決め方としては、例えば、予め細菌と細菌以外について、ステップＳ１０１からステップＳ１１３までを行い正規化した太さの分散を計測し、細菌と細菌以外について正規化した太さの分散の平均値を算出し、各平均値の中間値を所定値Ｂとする。
【００８３】
また、分散については例えば標本分散を用いる。ｎ個のデータＸ１，Ｘ２，・・・，Ｘｎがあるとき、Ｘａがデータの平均、データ中のあるデータをＸｉ（ｉは１からｎまで）とすると、（Ｘａ−Ｘｉ）の二乗の平均が標本分散であり、この関係式は以下のようになる。数式４を用いてデータを太さとすることで、太さの分散が算出できる。
【００８４】
【数２】
【００８５】
次に、表示手段１０４の一例について詳細に説明する。
【００８６】
表示手段１０４としては、例えばＣＲＴモニタを用いる。表示手段１０４は画像処理手段１０３から出力された検出結果を表示する。なお、表示手段１０４として、タッチパネルなど任意の表示手段１０４を採用してもよい。
【００８７】
次に、細菌検出装置１００の動作の一例について説明する。
【００８８】
プレート１に塗られた検体を光学手段１０１が蛍光観察し、蛍光している様子を撮像手段１０２が撮影する。撮影された画像を画像処理手段１０３が出力し、太さの分散度合いから細菌を判定する。そして、その結果を表示手段１０４が表示する。
【００８９】
このような細菌検出装置１００によれば、領域の重心５０２と距離が最短となる輪郭点７０１を通る直線で領域を分割することを繰返すことで、形状が「く」の字の縦方向につぶれたような形状の場合でも、太さを計測でき、太さの分散度合いを分析することで細菌を識別することができる。
【００９０】
尚、ステップＳ１０５の最短輪郭点算出工程において、重心５０２への距離が最短となる輪郭点７０１を算出する代わりに、画像処理手段１０３が、距離が所定範囲内にある輪郭点６０２を複数算出しておき、ステップＳ１０９の線分算出工程において算出する線分１００１の長さが最短となる輪郭点６０２を算出してもよい。
【００９１】
所定範囲の決め方としては、例えば各輪郭点６０２と重心５０２との距離を算出し、最短の距離と距離の平均との中間値以下の距離を所定範囲として算出する。
【００９２】
次に、線分１００１の長さが最短となる輪郭点６０２を算出する方法の一例について、図１５を用いて説明する。図１５（ａ）はステップＳ１０６の直線算出工程において、距離が所定範囲内にある各輪郭点６０２と重心５０２を通る直線８０１の一例を示す説明図である。図１５（ｂ）はステップＳ１０９の線分算出工程により、図１５（ａ）のように
算出した直線８０１について領域５０１を分割する線分１００１の一例を示す説明図である。図１５（ｂ）のように、距離が所定範囲内にある各輪郭点６０２について線分１００１を算出し、その中で線分１００１の長さが最短となる輪郭点６０２を距離が最短となる輪郭点７０１の代わりに算出する。
【００９３】
このように、ステップＳ１０９の線分算出工程において、算出する線分１００１の長さが最短になるように調整することにより、太さについて分割によるばらつきを少なくすることとなり、正確に判断することができるため、線分１００１の長さが最短になるように調整することがより好ましい。
【００９４】
また、ステップＳ１０９の線分算出工程において、図１１のように新たに算出した線分１１０１が、以前算出した線分１１０２と線分１１０３の両方または一方と交わる場合に終了する代わりに、画像処理手段１０３が、垂直な線分を算出し、新たに算出した線分１１０１の代わりに用いて分割してもよい。垂直な線分を算出する方法の一例としては、まず分割領域１２０１の重心を通り、線分１１０１に垂直な線分を算出する。
【００９５】
垂直な線分の一例について、図１６を用いて説明する。図１６（ａ）は図１１の線分１１０１が交わっている個所の領域５０１の一部である分割領域１２０１の一例を示す説明図である。図１６（ｂ）は分割領域１２０１の重心１６０１を通り、線分１１０１に垂直な線分１６０２の一例を示す説明図である。図１６（ａ）のように線分１１０１が以前算出した線分１１０２と線分１１０３の両方または一方と交わる場合に分割を終了する代わりに、図１６（ｂ）のように、分割領域１２０１の重心１６０１を通り線分１１０１に垂直な線分１６０２を算出し、ステップＳ１１０へ遷移する。図１６の場合、分割領域１２０１において分割が終了していた箇所を、線分１１０１の代わりに垂直な線分１６０２を算出することで、分割を終了せずに垂直な線分１６０２の長さを太さとして算出できる。
【００９６】
このように、垂直な線分１６０２を新たに算出した線分１１０１の代わりに用いることにより、領域５０１の太さを計測する数が多くなることで正確に判断することができるため、垂直な線分１６０２について考慮することがより好ましい。
【００９７】
また、ステップＳ１１４の細菌判定工程において、ステップＳ１１３で算出した全ての太さを対象として分布を分析しているが、太さの最大値と最小値を除くことで、太さ計測における誤差の影響を少なくすることとなり、正確に判断することができるため、算出した太さの最大値と最小値を除くことがより好ましい。
【００９８】
また、太さの分散度合いから細菌を判定しているが、算出した分割数を考慮してもよい。分割数は主に折れ曲がっていないときの細菌の縦横比に依存するため、例えば分割数が１の場合は縦横比が１対１から１対２の形状である。この場合、例えば、予め計測する形状の縦横比が１対４と分かっている場合に、所定値Ｃを１とすると分割数が所定値Ｃ以下の場合は細菌ではないと判定できる。逆に所定値Ｃより大きければ細菌であると判定する。
【００９９】
このように、ステップＳ１１４の細菌判定工程において、細菌と判断されたものについて、予め計測する形状の縦横比が分かっている場合に分割数を考慮することで、形状の縦横比を考慮することとなり正確に判断することができるため、算出した分割数も考慮することがより好ましい。
【産業上の利用可能性】
【０１００】
本発明は、形状が「く」の字の縦方向につぶれたような形状の場合でも太さを計測する
機能を有し、領域の太さを計測する画像認識技術、細菌判別装置、細菌判別方法等として有用である。
【図面の簡単な説明】
【０１０１】
【図１】本発明の実施形態における細菌検出装置の構成の一例を示すブロック図
【図２】本発明の実施形態における光学手段における蛍光観察を説明するための図
【図３】本発明の実施形態における画像と座標系の説明図の一例であり、（ａ）は画像の各画素の位置を二次元の座標系へ拡張する一例を説明するための図、（ｂ）は注目画素の中心位置と二次元座標の一例を説明するための図である。
【図４】本発明の実施形態における細菌検出方法の一例を示すフローチャート
【図５】本発明の実施形態における領域と重心の一例を説明するための図
【図６】本発明の実施形態における輪郭と輪郭点の一例の説明するための図
【図７】本発明の実施形態における重心からの距離が最短となる輪郭点の一例を説明するための図
【図８】本発明の実施形態における輪郭点と重心を通る直線の一例を説明するための図
【図９】本発明の実施形態における直線と輪郭の交点の一例を説明するための図
【図１０】本発明の実施形態における領域を分割する線分の一例を説明するための図
【図１１】本発明の実施形態における線分が交わることの一例を説明するための図
【図１２】本発明の実施形態における線分で領域を分割する一例を説明するための図
【図１３】本発明の実施形態における連続分割判定工程の一例を示すフローチャート
【図１４】本発明の実施形態における細菌判定方法の一例を説明するための図
【図１５】本発明の実施形態における線分の距離が最短となる方法の一例を説明するための図
【図１６】本発明の実施形態における線分に対する垂直な線分の一例を説明するための図
【符号の説明】
【０１０２】
１ プレート
１００ 細菌検出装置
１０１ 光学手段
１０２ 撮像手段
１０３ 画像処理手段
１０４ 表示手段
２０１ 光源
２０２ 光源２０１からの光
２０３ 励起フィルタ
２０４ 励起光
２０５ ダイクロイックミラー
２０６ 対物レンズ
２０７ 蛍光
２０８ 吸収フィルタ
２０９ 蛍光以外の光
３０１ 中心
５０１ 領域
５０２ 重心
６０１ 輪郭
６０２ 輪郭点
７０１ 距離が最短となる輪郭点
８０１ 直線
９０１ 交点
１００１ 線分
１１０１ 線分
１１０２ 線分
１１０３ 線分
１２０１ 分割領域
１６０１ 分割領域１２０１の重心
１６０２ 垂直な線分
【特許請求の範囲】
【請求項１】
光を照射して検体を蛍光させる光学部と、
前記検体からの蛍光を含む画像を撮像する撮像部と、
前記画像から蛍光された領域を抽出する領域抽出部と、
前記領域における面積が所定面積未満となるまで、前記領域の分割を反復する分割部と、
前記領域を分割するための各分割線分の長さに基づいて、前記検体の太さを算出する太さ算出部と、
前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判定部と
を有し、
前記分割部は、
前記領域の重心の位置を算出する重心位置算出部と、
前記領域の輪郭を算出する輪郭算出部と、
前記輪郭を形成する輪郭点のうち、前記重心の位置からの距離が所定距離以下となる対象輪郭点を算出する対象輪郭点算出部と、
前記重心の位置と前記対象輪郭点とを通る直線を算出する直線算出部と、
前記直線上において、２つの前記輪郭点を結ぶ線分のうちの１つを前記分割線分として算出する線分算出部と、
前記分割線分で領域を分割する領域分割部と、
分割された領域における面積が前記所定面積未満であるか否かを判定する面積判定部を有する細菌判別装置。
【請求項２】
請求項１に記載の細菌判別装置であって、
前記分割部は、反復して算出された分割線分が他の分割線分と交わる場合、前記分割の反復を終了する細菌判別装置。
【請求項３】
請求項１または２に記載の細菌判別装置であって、
前記分割部は、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記分割の反復を終了する細菌判別装置。
【請求項４】
請求項１ないし３のいずれか１項に記載の細菌判別装置であって、
前記対象輪郭点算出部は、前記輪郭点のうち、前記重心の位置から最も近い最短輪郭点を前記対象輪郭点として算出する細菌判別装置。
【請求項５】
請求項１ないし３のいずれか１項に記載の細菌判別装置であって、
前記対象輪郭点算出部は、前記輪郭点のうち、前記重心の位置からの距離が所定距離以下となる複数の輪郭点を算出し、前記分割線分の長さが最短となる輪郭点を前記対象輪郭点として算出する細菌判別装置。
【請求項６】
請求項１ないし５のいずれか１項に記載の細菌判別装置であって、
前記線分算出部は、反復して算出された分割線分が他の分割線分と交わる場合、前記分割線分を算出した領域の重心の位置を通り前記分割線分に垂直な線分を、前記分割線分として代用する細菌判別装置。
【請求項７】
請求項１ないし６のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さ算出部によって算出された前記検体の太さの最大値と最小値を除外して、前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判別装置。
【請求項８】
請求項１ないし７のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さの分散度合いが所定値以下である場合、前記検体が細菌であると判定する細菌判別装置。
【請求項９】
請求項１ないし７のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さの分散度合いが所定値より大きい場合、前記検体が細菌以外であると判定する細菌判別装置。
【請求項１０】
請求項１ないし７のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記検体が細菌であると判定する細菌判別装置。
【請求項１１】
請求項１ないし７のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数以下である場合、前記検体が細菌以外であると判定する細菌判別装置。
【請求項１２】
光を照射して検体を蛍光させる光学工程と、
前記検体からの蛍光を含む画像を撮像する撮像工程と、
前記画像から蛍光された領域を抽出する領域抽出工程と、
前記領域における面積が所定面積未満となるまで、前記領域の分割を反復する分割工程と、
前記領域を分割するための各分割線分の長さに基づいて、前記検体の太さを算出する太さ算出工程と、
前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判定工程と
を有し、
前記分割工程は、
前記領域の重心の位置を算出する重心位置算出工程と、
前記領域の輪郭を算出する輪郭算出工程と、
前記輪郭を形成する輪郭点のうち、前記重心の位置からの距離が所定距離以下となる対象輪郭点を算出する対象輪郭点算出工程と、
前記重心の位置と前記対象輪郭点とを通る直線を算出する直線算出工程と、
前記直線上において、２つの前記輪郭点を結ぶ線分のうちの１つを前記分割線分として算出する線分算出工程と、
前記分割線分で領域を分割する領域分割工程と、
分割された領域における面積が前記所定面積未満であるか否かを判定する面積判定工程を有する細菌判別方法。
【請求項１３】
請求項１２に記載の細菌判別方法であって、
前記分割工程において、反復して算出された分割線分が他の分割線分と交わる場合、前記分割の反復を終了する細菌判別方法。
【請求項１４】
請求項１２または１３に記載の細菌判別方法であって、
前記分割工程において、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記分割の反復を終了する細菌判別方法。
【請求項１５】
請求項１２ないし１４のいずれか１項に記載の細菌判別方法であって、
前記対象輪郭点算出工程において、前記輪郭点のうち、前記重心の位置から最も近い最短輪郭点を前記対象輪郭点として算出する細菌判別方法。
【請求項１６】
請求項１２ないし１４のいずれか１項に記載の細菌判別方法であって、
前記対象輪郭点算出工程において、前記輪郭点のうち、前記重心の位置からの距離が所定距離以下となる複数の輪郭点を算出し、前記分割線分の長さが最短となる輪郭点を前記対象輪郭点として算出する細菌判別方法。
【請求項１７】
請求項１２ないし１６のいずれか１項に記載の細菌判別方法であって、
前記線分算出工程において、反復して算出された分割線分が他の分割線分と交わる場合、前記分割線分を算出した領域の重心の位置を通り前記分割線分に垂直な線分を、前記分割線分として代用する細菌判別方法。
【請求項１８】
請求項１２ないし１７のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さ算出部によって算出された前記検体の太さの最大値と最小値を除外して、前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判別方法。
【請求項１９】
請求項１２ないし１８のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さの分散度合いが所定値以下である場合、前記検体が細菌であると判定する細菌判別方法。
【請求項２０】
請求項１２ないし１８のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さの分散度合いが所定値より大きい場合、前記検体が細菌以外であると判定する細菌判別方法。
【請求項２１】
請求項１２ないし１８のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記検体が細菌であると判定する細菌判別方法。
【請求項２２】
請求項１２ないし１８のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数以下である場合、前記検体が細菌以外であると判定する細菌判別方法。
【請求項１】
光を照射して検体を蛍光させる光学部と、
前記検体からの蛍光を含む画像を撮像する撮像部と、
前記画像から蛍光された領域を抽出する領域抽出部と、
前記領域における面積が所定面積未満となるまで、前記領域の分割を反復する分割部と、
前記領域を分割するための各分割線分の長さに基づいて、前記検体の太さを算出する太さ算出部と、
前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判定部と
を有し、
前記分割部は、
前記領域の重心の位置を算出する重心位置算出部と、
前記領域の輪郭を算出する輪郭算出部と、
前記輪郭を形成する輪郭点のうち、前記重心の位置からの距離が所定距離以下となる対象輪郭点を算出する対象輪郭点算出部と、
前記重心の位置と前記対象輪郭点とを通る直線を算出する直線算出部と、
前記直線上において、２つの前記輪郭点を結ぶ線分のうちの１つを前記分割線分として算出する線分算出部と、
前記分割線分で領域を分割する領域分割部と、
分割された領域における面積が前記所定面積未満であるか否かを判定する面積判定部を有する細菌判別装置。
【請求項２】
請求項１に記載の細菌判別装置であって、
前記分割部は、反復して算出された分割線分が他の分割線分と交わる場合、前記分割の反復を終了する細菌判別装置。
【請求項３】
請求項１または２に記載の細菌判別装置であって、
前記分割部は、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記分割の反復を終了する細菌判別装置。
【請求項４】
請求項１ないし３のいずれか１項に記載の細菌判別装置であって、
前記対象輪郭点算出部は、前記輪郭点のうち、前記重心の位置から最も近い最短輪郭点を前記対象輪郭点として算出する細菌判別装置。
【請求項５】
請求項１ないし３のいずれか１項に記載の細菌判別装置であって、
前記対象輪郭点算出部は、前記輪郭点のうち、前記重心の位置からの距離が所定距離以下となる複数の輪郭点を算出し、前記分割線分の長さが最短となる輪郭点を前記対象輪郭点として算出する細菌判別装置。
【請求項６】
請求項１ないし５のいずれか１項に記載の細菌判別装置であって、
前記線分算出部は、反復して算出された分割線分が他の分割線分と交わる場合、前記分割線分を算出した領域の重心の位置を通り前記分割線分に垂直な線分を、前記分割線分として代用する細菌判別装置。
【請求項７】
請求項１ないし６のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さ算出部によって算出された前記検体の太さの最大値と最小値を除外して、前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判別装置。
【請求項８】
請求項１ないし７のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さの分散度合いが所定値以下である場合、前記検体が細菌であると判定する細菌判別装置。
【請求項９】
請求項１ないし７のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さの分散度合いが所定値より大きい場合、前記検体が細菌以外であると判定する細菌判別装置。
【請求項１０】
請求項１ないし７のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記検体が細菌であると判定する細菌判別装置。
【請求項１１】
請求項１ないし７のいずれか１項に記載の細菌判別装置であって、
前記細菌判定部は、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数以下である場合、前記検体が細菌以外であると判定する細菌判別装置。
【請求項１２】
光を照射して検体を蛍光させる光学工程と、
前記検体からの蛍光を含む画像を撮像する撮像工程と、
前記画像から蛍光された領域を抽出する領域抽出工程と、
前記領域における面積が所定面積未満となるまで、前記領域の分割を反復する分割工程と、
前記領域を分割するための各分割線分の長さに基づいて、前記検体の太さを算出する太さ算出工程と、
前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判定工程と
を有し、
前記分割工程は、
前記領域の重心の位置を算出する重心位置算出工程と、
前記領域の輪郭を算出する輪郭算出工程と、
前記輪郭を形成する輪郭点のうち、前記重心の位置からの距離が所定距離以下となる対象輪郭点を算出する対象輪郭点算出工程と、
前記重心の位置と前記対象輪郭点とを通る直線を算出する直線算出工程と、
前記直線上において、２つの前記輪郭点を結ぶ線分のうちの１つを前記分割線分として算出する線分算出工程と、
前記分割線分で領域を分割する領域分割工程と、
分割された領域における面積が前記所定面積未満であるか否かを判定する面積判定工程を有する細菌判別方法。
【請求項１３】
請求項１２に記載の細菌判別方法であって、
前記分割工程において、反復して算出された分割線分が他の分割線分と交わる場合、前記分割の反復を終了する細菌判別方法。
【請求項１４】
請求項１２または１３に記載の細菌判別方法であって、
前記分割工程において、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記分割の反復を終了する細菌判別方法。
【請求項１５】
請求項１２ないし１４のいずれか１項に記載の細菌判別方法であって、
前記対象輪郭点算出工程において、前記輪郭点のうち、前記重心の位置から最も近い最短輪郭点を前記対象輪郭点として算出する細菌判別方法。
【請求項１６】
請求項１２ないし１４のいずれか１項に記載の細菌判別方法であって、
前記対象輪郭点算出工程において、前記輪郭点のうち、前記重心の位置からの距離が所定距離以下となる複数の輪郭点を算出し、前記分割線分の長さが最短となる輪郭点を前記対象輪郭点として算出する細菌判別方法。
【請求項１７】
請求項１２ないし１６のいずれか１項に記載の細菌判別方法であって、
前記線分算出工程において、反復して算出された分割線分が他の分割線分と交わる場合、前記分割線分を算出した領域の重心の位置を通り前記分割線分に垂直な線分を、前記分割線分として代用する細菌判別方法。
【請求項１８】
請求項１２ないし１７のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さ算出部によって算出された前記検体の太さの最大値と最小値を除外して、前記太さに基づいて、前記検体が細菌であるか否かを判定する細菌判別方法。
【請求項１９】
請求項１２ないし１８のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さの分散度合いが所定値以下である場合、前記検体が細菌であると判定する細菌判別方法。
【請求項２０】
請求項１２ないし１８のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さの分散度合いが所定値より大きい場合、前記検体が細菌以外であると判定する細菌判別方法。
【請求項２１】
請求項１２ないし１８のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数より大きい場合、前記検体が細菌であると判定する細菌判別方法。
【請求項２２】
請求項１２ないし１８のいずれか１項に記載の細菌判別方法であって、
前記細菌判定工程において、前記太さの分散度合いが所定値以下であり、かつ、前記分割を反復する回数を示す分割数が所定回数以下である場合、前記検体が細菌以外であると判定する細菌判別方法。
【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１３】
【図１４】
【図１５】
【図１６】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【公開番号】特開２００８−３０４２９８（Ｐ２００８−３０４２９８Ａ）
【公開日】平成２０年１２月１８日（２００８．１２．１８）
【国際特許分類】
【出願番号】特願２００７−１５１２３９（Ｐ２００７−１５１２３９）
【出願日】平成１９年６月７日（２００７．６．７）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
【公開日】平成２０年１２月１８日（２００８．１２．１８）
【国際特許分類】
【出願日】平成１９年６月７日（２００７．６．７）
【出願人】（０００００５８２１）パナソニック株式会社 (73,050)
【Ｆターム（参考）】
[ Back to top ]