[發明專利]細胞圖像解析方法、細胞圖像解析裝置、及學習模型創建方法

在審

• 申請號: 201880090926.0
• 申請日: 2018-03-08
• 公開（公告）號: CN111837157A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 高橋涉;赤澤禮子
• 申請（專利權）人: 株式會社島津制作所
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 上海立群專利代理事務所(普通合伙) 31291
• 代理人: 楊楷;毛立群

1.一種細胞圖像解析方法,是通過解析細胞的觀察圖像來進行與細胞相關聯的分割的細胞圖像解析方法，其特征在于，使用機器學習作為用于該分割的圖像解析的方法,具有：

a)學習圖像擴充步驟：將輸入的學習圖像旋轉任意角度,且對于在該旋轉前的所述學習圖像的框內由于旋轉而圖像缺損的區域，填補與旋轉后的圖像可連續相接的圖像，由此生成新的學習圖像；

b)學習模型創建步驟,利用學習處理創建機器學習的模型，所述學習處理所使用的多個學習圖像包括所述輸入的學習圖像及在所述學習圖像擴充步驟中生成的學習圖像。

2.如權利要求1所述的細胞圖像解析方法，其特征在于，

在所述學習圖像擴充步驟中,通過以旋轉后的圖像的框作為軸的該框內的圖像的鏡像翻轉,填補有對由于旋轉而圖像缺損的區域進行填補的可連續相接的圖像。

3.如權利要求1所述的細胞圖像解析方法，其特征在于，

所述機器學習為卷積神經網絡。

4.如權利要求2所述的細胞圖像解析方法，其特征在于，

所述卷積神經網絡為全層卷積神經網絡。

5.如權利要求3所述的細胞圖像解析方法，其特征在于，

使用全層卷積神經網絡以像素單位分割輸入圖像。

6.如權利要求1所述的細胞圖像解析方法，其特征在于，

試樣所包含的細胞是包括人iPS細胞的多能性干細胞，所述分割至少識別未分化細胞、未分化逃脫細胞或者分化細胞。

7.如權利要求5所述的細胞圖像解析方法，其特征在于，

所述分割進一步識別存在異物的區域。

8.如權利要求1所述的細胞圖像解析方法，其特征在于，

所述細胞的觀察圖像是通過基于全息圖數據的運算處理求出的相位像。

9.如權利要求1所述的細胞圖像解析方法，其特征在于,

還具有細胞信息計算步驟，基于對細胞的觀察圖像進行與細胞相關的分割的結果,推測細胞區域的面積、細胞的數目或者細胞的密度中的至少任一項。

10.如權利要求1所述的細胞圖像解析方法，其特征在于,

具有顯示處理步驟，將對細胞的觀察圖像進行與細胞相關的分割的結果或基于該分割的細胞狀態的判定結果重疊于該觀察圖像，并在顯示部的顯示畫面上進行顯示。

11.一種細胞圖像解析裝置，是通過解析細胞的觀察圖像來進行與細胞相關聯的分割的細胞圖像解析裝置，其特征在于，

使用機器學習作為用于該分割的圖像解析的方法，該細胞圖像解析裝置具備：

a)學習圖像擴充處理部，將輸入的學習圖像旋轉任意角度,且對于在該旋轉前的所述學習圖像的框內由于旋轉而圖像缺損的區域，填補與旋轉后的圖像可連續相接的圖像，由此生成新的學習圖像；

b)學習模型創建部,通過使用了多個學習圖像的學習處理來創建機器學習的模型，所述多個學習圖像包括所述輸入的學習圖像及由所述學習圖像擴充處理部生成的學習圖像；

c)區域識別部，使用由所述學習模型創建部所創建的學習完畢的模型，執行對輸入的目標細胞觀察圖像的分割，從而輸出標簽圖像。

12.一種學習模型創建方法,是通過利用機器學習對基于由全息顯微鏡獲取的全息圖數據而創建的觀察圖像進行解析,從而創建在進行所述觀察圖像的分割時使用的學習模型的學習模型創建方法，其特征在于，

使用多個學習圖像執行機器學習的學習從而創建學習模型，所述多個學習圖像包括：將輸入的學習圖像旋轉任意角度,且對于在該旋轉前的所述學習圖像的框內由于旋轉而圖像缺損的區域，填補與旋轉后的圖像可連續相接的圖像，由此生成的新的學習圖像。