JPH0216682A - 細胞増殖状態のモニタ方法及びそのモニタ装置 - Google Patents

細胞増殖状態のモニタ方法及びそのモニタ装置

Info

Publication number
JPH0216682A
JPH0216682A JP63167618A JP16761888A JPH0216682A JP H0216682 A JPH0216682 A JP H0216682A JP 63167618 A JP63167618 A JP 63167618A JP 16761888 A JP16761888 A JP 16761888A JP H0216682 A JPH0216682 A JP H0216682A
Authority
JP
Japan
Prior art keywords
image
block
data
dct
cell proliferation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP63167618A
Other languages
English (en)
Inventor
Susumu Ito
晋 伊東
Toshio Utsunomiya
宇都宮 敏男
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sumitomo Electric Industries Ltd
Original Assignee
Sumitomo Electric Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sumitomo Electric Industries Ltd filed Critical Sumitomo Electric Industries Ltd
Priority to JP63167618A priority Critical patent/JPH0216682A/ja
Publication of JPH0216682A publication Critical patent/JPH0216682A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 [産業上の利用分野] 本発明は、正確且つ短時間で細胞状態を計測することが
出来る細胞増殖状態のモニタ方法及びそのモニタ装置に
関するものである。
[従来の技術] マイクロプレートなどの細胞培養容器内で細胞を培養す
る場合、生細胞の濃度が濃くなり過ぎると、フルグロー
スと呼ばれる状態になって、死滅する細胞が出てくる。
 このため、フルグロース状態になる前に、継代培養を
する必要がある。
また、細胞融合を行った場合には、目的とする抗体を産
生じているかどうかを、細胞が増殖してきた適当な時期
にチエツクする必要がある。 これらの継代培養の時期
、抗体産生の時期は、これまで、作業者が顕微鏡を用い
て培養容器内の細胞増殖状態を観察し、経験に頼ってい
た。
[発明が解決しようとする課題] 経験に頼る従来の方法では、培養細胞の増殖状態および
生細胞濃度の把握は、非常に曖昧なものとなり定量性が
なかった。 また、もし、顕微鏡下で、生細胞の数を数
えようとすれば、非常に時間がかかってしまい、多量の
培養細胞の増殖状態をすべて把握することは困難であっ
た。
顕微鏡の観察に代わり、画像処理による細胞認識方法、
例えば、単に二値化だけで行う方法も提唱されているが
、認識率が悪いものであった。
これは、寒天培地上に形成された細胞コロニーの場合の
ようなバックグランドが単純な場合には、認識が容易で
あるが、培養液中の培養では、死細胞、ゴミ、その他の
異物が含まれているため、バタンおよびバックグランド
が共に複雑であるためである。これを改良する方法とし
て、空間フィルタ処理を用いた方法も提唱されている(
特開昭62−201332号公報)。
しかし、この方法は空間フィルタを用いるため、精度は
良いが、時間がかかるという問題点がある。
[課題を解決するための手段] 本発明は、複雑なバタン、バックグランドを有する場合
にも、正確に且つ短時間で細胞の増殖状態を計測するた
めになされたもので、その第1の発明は、麗微鏡に接続
された撮像装置を介して、画像処理装置に取り込まれ、
デジタル化された細胞画像を、適切な画素数(水平n画
素×垂直n画素:n≧2)のブロックに分割し、ブロッ
ク毎に2次元離散的コサイン変換(DiscreteC
osine Transform:DCT)を施した後
のDCT係数を用いて、各ブロック内の生細胞の有無を
判別することによって、細胞増殖状態をモニタする方法
を提供するものであり、その第2の発明は、顕微鏡と、
該顕微鏡に接続された撮像装置と、該撮像装置からの信
号をデジタル信号化するA/D変換器と、デジタル化さ
れた画像データを記憶する記憶手段と、画像データを指
定された数に分割する画像分割手段と、分割によって得
られる各ブロックの画像データを2次元DCTする変換
手段と、2次元DCT後のDCT係数データを記憶する
手段と、記憶されたDCT係数のパワを計算する手段と
、記憶されたDCT係数データまたはパワデータのうち
から指定された一部又は全部を用いて判別関数の計算を
行い、得られた数値を基準値と比較する判別分析手段と
、各ブロックの判別結果を記憶する手段と、同一の判別
結果を有するブロックの全画像に対する集合の割合を計
算する演算手段と、計算された割合を出力する出力手段
からなる細胞増殖状態のモニタ装置を提供するものであ
る。
[作用] 図面を参照にして、本発明を説明する。
第1図は、本発明の細胞増殖状態のモニタ方法の手順を
示すフロー図である。
観察手段である顕微鏡に接続されたテレビカメラ等の撮
像装置を用いて、培養容器中の細胞の画像を画像処理装
置に入力する。
培養細胞画像の取り込みは、1個の培養生細胞の直径が
、指定したサイズのブロックの一辺の大きさの1/2〜
1倍になる倍率、すなわち、分割ブロックのサイズをn
Xn画素(n≧2)とした場合、培養生細胞の大きさは
、一般に10〜20μmφであるので、1画素の大きさ
が、最小10/n[μm]、最大40/n[μm]とな
る倍率で行う、 これは、生細胞が指定されたサイズの
ブロックより大き過ぎても、反対に小さ過ぎても識別効
率が低下するからである。
画像処理装置に取り込んだ画像をデジタル化した後、ブ
ロック分割する。 分割するブロックのサイズは、nx
n画素(n≧2)のものを用いる2次元DCTを高速で
行うためには、nは2のべき乗であることが望ましい。
次に各ブロックに対して、それぞれ、2次元離散的コサ
イン変換を施し、ブロックのサイズと同じ次数のDCT
行列を用いて行う、 −例に、ブロックサイズを8画素
×8画素に設定した場合に用いる8次のDCT行列は、
第3図に示す式(1)%式% 2次元DCT係数の行列Yfi8゜(n行n列)は、分
割したブロック内の輝度値の行列をX−0(n行n列)
とすると、式(2)で与えられる。
Ya、、=  D、X、、、D、      (2)こ
こで、YIIXII : nXn  DCT係数の行列
X axa : n X 11画素サイズのブロックの
輝度値の行列 :nXn  DCT行列 :Dfiの転置行列 n :n≧1の整数 である。
Dいは、 = 1   :   ta:1.2,3. ・−−、n
−1で与えられる。
このDCT後の係数行列Y、。の各値は、DCT行列で
表される各シーゲンシ成分の振幅を表している。 特に
、nの値が2のべき乗の場合、式(2)に示す行列計算
には、高速アルゴリズムが存在し、高速で計算すること
ができる。(W、H,Chen等 IEEE  Tra
ns、Commun、V。
1、C0M−25No、9  p、1004〜1O09
Sep、1977) このY IIXIIの全部の値または一部の値を用いて
分割したブロック内に生細胞が存在するか否かを判別す
る。
ブロック内の生細胞の有無の判別には、マハラノビス汎
距離を用いることができる。
DCT後の係数行列Y llX11の全部またはその一
部を特徴とする特徴パラメータベクトルをm、に=0.
1,2.−  ・・、  n−1その要素の数をp個と
する。
この際、DCT後の係数の絶対値を特徴パラメータとし
て採用してもよい。 また、DCT後の係数のパワ(2
乗)を特徴パラメータとして採用してもよい、 これは
、細胞像の画素データには、低シーケンシ成分のパワが
大きく寄与しており、判別分析の際にも細胞の有無の相
違は、主として低シーケンシ成分のパワに現れるからで
ある。
また、群数を2とすると、ブロック内の生細胞の有無は
線形判別関数2 2=χt R−1(ア、−足2)− Czt+72 )tR−’(x、 t−Σa)/’20
)の符号によって決定することができる。
ここで、χ:特徴パラメータベクトル、χj (j=1
.2):各群内の平均値ベクトル、R:分散・共分散行
列を表し、右肩のt、 −1は、それぞれ転置、逆行列
であることを示す。
予め、サンプル画像を用いて21 + 22およびR−
1(zt  x2”)を求めておけば、各ブロックのD
CT係数またはそのパワをこの式に代入することによっ
て、生細胞の有無を判定できる。
また、培養細胞の増殖度は、生細胞が存在すると判定さ
れたブロック数の全ブロック数に対する割合で表すこと
ができる。
第2図は、第2の発明の細胞増殖状態のモニタ装置のブ
ロック図である。  (1)は顕微装置、(2)は顕微
装置(1)と接続したテレビカメラ等の撮像装置である
。 撮像装置(2)からの画像信号は、A/D変換器(
3)によってデジタル化されてフレームメモリ(4)に
記憶される。
一方、(5)はブロック分割器で、フレームメモリ内に
記憶された画像データを、ブロック数入力手段(6)か
ら入力されたブロック数に分割する。 −ブロックにお
ける画像データを2次元OCT変換器(7)によって2
次元DCTを施し、DCT係数を算出する。 算出され
たDCT係数は、DCT係数メモリー(8)に記憶され
る。
他の各ブロックにおける画像データについても同様に、
2次元DCT係数が算出され記憶される。
(9)は、判別分析に使用するDCT係数またはそのパ
ワのデータを選択する係数データ選択手段で、選択デー
タ入力手段(10)から入力された選択されるべき変換
係数に基づいて選択する。
また、係数データのパワを計算する手段を介してもよい
。
選択された係数のデータは、判別分析手段(11)によ
って、予め結合係数入力手段(12)から入力され結合
係数記憶設定装置(13)に設定されている結合係数と
乗算され、各ブロックにおける細胞増殖の有無が判別さ
れる。
各ブロックにおける細胞増殖の有無は、判別分析結果メ
モリ(14)に記憶され、増殖率計算手段(15)によ
って、記憶された各ブロックにおける細胞増殖の有無か
ら増殖率が計算される。
(16)は、増殖率を表示するための出力装置で、例え
ば、プリンタ、デイスプレィ装置等が使用される。
[実施例] 死細胞、異物等の中に培養生細胞のコロニーが存在する
ような顕微鏡像をテレビカメラ、8ピツ)A/D変換器
を介して、画像処理装置に入力した。 一つの画像は、
512X480画素で構成されており、細胞の直径が4
画素程度になるように入力系の倍率を調整した。
画像のブロック分割は、1ブロツクが8画素×8画素と
なるように行い、式(1)に示した8×8DCT行列を
用いて、各ブロック毎に2次元DCTを施した。
得られた交流DCT係数を、ジャミングのバンドの定義
に従って、14グループに分類し、低シーケンシ成分の
グループから順に14個のDCT係数を選択し、それら
のパワを判別分析のパラメータとして用いた。 画像■
から培養細胞の存在するブロックと存在しないブロック
を100ブロツクづつ抽出し、これらより、式(3)の
R,;t+およびマ2を算出した。 ここで、 (at、aa−atJ=!R−’(zt  z2)1で
表される結合係数a1を求めた。
また、3種類の画像■〜■を対象として、この結合係数
a1を用いて実施した識別結果を表1に示す。
この結果、判別関数の結合係数a、を求めた画像はもと
より、他の細胞画像についても90%程度の識別率が得
られた。
ここで、識別率は、 識別率[%]=(生細胞の有無を正しく判定したブロッ
ク数)/(1画像中の全ブロック数)×100で求めた
。
表1 識別結果(ブロック数の分布) [発明の効果] 生細胞を含む画像の適当なサイズのブロック分割と各ブ
ロックの輝度分布をシーケンシ成分に変換する2次元D
CTの組み合わせにより、生細胞の特徴を表すシーケン
シ成分の大きさを容易に測定することができるので、複
雑なパターン、複雑なバックグランドを有する画像であ
っても、その中より生細胞を含むブロックを識別するこ
とができる。
また、(イ)ブロックサイズが2のべき乗の場合高速計
算アルゴリズムが存在し、高速に2次元DCTを行うこ
とができる。  (ロ)2次元DCTは、分割したブロ
ックの数だけ行えば良く、フィルタリング等で必要な、
画素毎の処理が不要である。  (ハ)DCT係数の全
部を使わなくても、ブロック内の生細胞の有無を判別す
ることができる。  (ニ)判別分析の結合係数は、−
度求めれば、各画像について求める必要がない。
以上の理由により、処理を高速で行え、短時間で大量の
培養細胞の増殖状態をモニターすることができる。
従って、継代培養の時期や抗体産生の有無のチエツク時
期を迅速かつ適切に決定でき、同時に行うことができる
。
【図面の簡単な説明】
第1図は2次元DCTと判別分析を用いた細胞増殖状態
のモニタ方法の処理フロー図、第2図は本発明の細胞増
殖状態のモニタ装置のブロック図、第3図は8次のDC
T行列式を示す。 (1〉・・・顕微鏡、(2)・・・撮像装置、(3)・
・・A/D変換器、(4)・・・フレームメモリ、(5
)・・・ブロック分割器、(7)・・・DCT変換器、
(8)・・・DCT変換係数メモリ、(9)・・・係数
データ選択手段、(11)・−・判別分析手段、(13
)・・・結合係数記憶設定装置、(14)・・・判別分
析結果メモリ、(15)・・・増殖率計算手段、(16
)・・・出力装置 −一一一ヰロ 図

Claims (2)

    【特許請求の範囲】
  1. (1)培養細胞の状態を顕微装置に接続された撮像装置
    で撮り、その画像をA/D変換器にてデジタル化し、次
    いで該画像を適当な画素数(水平n×垂直n:n≧2整
    数)からなるブロックに分割し、各ブロック毎に2次元
    離散的コサイン変換を施した後の変換係数を用いて、各
    ブロック内の生細胞の有無を判別することを特徴とする
    細胞増殖状態のモニタ方法。
  2. (2)顕微装置と、該顕微装置に接続された撮像装置と
    、該撮像装置からの信号をデジタル信号化するA/D変
    換器と、デジタル化された画像データを記憶する記憶手
    段と、画像データを指定された数に分割する画像分割手
    段と、分割によって得られる各ブロックの画像データを
    2次元離散的コサイン変換(DCT)する変換手段と、
    2次元離散的コサイン変換後のDCT係数データを記憶
    する手段と、DCT係数のパワを計算する手段と、記憶
    されたDCT係数データまたはパワデータのうちから指
    定された一部又は全部を用いて判別関数の計算を行い、
    得られた数値を基準値と比較する判別分析手段と、各ブ
    ロックの判別結果を記憶する手段と、同一の判別結果を
    有するブロックの集合の全画像に対する割合を計算する
    演算手段と、計算された割合を出力する出力手段からな
    る細胞増殖状態のモニタ装置。
JP63167618A 1988-07-04 1988-07-04 細胞増殖状態のモニタ方法及びそのモニタ装置 Pending JPH0216682A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP63167618A JPH0216682A (ja) 1988-07-04 1988-07-04 細胞増殖状態のモニタ方法及びそのモニタ装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP63167618A JPH0216682A (ja) 1988-07-04 1988-07-04 細胞増殖状態のモニタ方法及びそのモニタ装置

Publications (1)

Publication Number Publication Date
JPH0216682A true JPH0216682A (ja) 1990-01-19

Family

ID=15853126

Family Applications (1)

Application Number Title Priority Date Filing Date
JP63167618A Pending JPH0216682A (ja) 1988-07-04 1988-07-04 細胞増殖状態のモニタ方法及びそのモニタ装置

Country Status (1)

Country Link
JP (1) JPH0216682A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1267305A4 (en) * 2000-03-23 2003-05-21 Japan Science & Tech Corp CELL LINES EXTRACTION PROCESS
EP3588435A1 (en) * 2018-06-27 2020-01-01 SCREEN Holdings Co., Ltd. Image processing method, computer program and recording medium
EP3770853A4 (en) * 2018-03-19 2021-12-15 SCREEN Holdings Co., Ltd. IMAGE PROCESSING METHOD, COMPUTER PROGRAM AND RECORDING MEDIUM

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1267305A4 (en) * 2000-03-23 2003-05-21 Japan Science & Tech Corp CELL LINES EXTRACTION PROCESS
US7110584B2 (en) 2000-03-23 2006-09-19 Japan Science And Technology Corporation Cell lineage extracting method
EP3770853A4 (en) * 2018-03-19 2021-12-15 SCREEN Holdings Co., Ltd. IMAGE PROCESSING METHOD, COMPUTER PROGRAM AND RECORDING MEDIUM
US11430130B2 (en) * 2018-03-19 2022-08-30 SCREEN Holdings Co., Ltd. Image processing method and computer-readable recording medium having recorded thereon image processing program
EP3588435A1 (en) * 2018-06-27 2020-01-01 SCREEN Holdings Co., Ltd. Image processing method, computer program and recording medium
CN110717882A (zh) * 2018-06-27 2020-01-21 株式会社斯库林集团 图像处理方法、计算机程序以及记录介质
US11025924B2 (en) 2018-06-27 2021-06-01 SCREEN Holdings Co., Ltd. Image processing method and recording medium

Similar Documents

Publication Publication Date Title
Bacusmber et al. Leukocyte pattern recognition
US9014443B2 (en) Image diagnostic method, image diagnostic apparatus, and image diagnostic program
US6577754B2 (en) Robust stain detection and quantification for histological specimens based on a physical model for stain absorption
CN110956581B (zh) 一种基于双通道生成-融合网络的图像模态变换方法
JP2015123047A (ja) 画像処理装置及びプログラム
KR20090006295A (ko) 세포 슬라이드 판독 장치, 세포 슬라이드 판독 시스템,이를 이용하는 세포 슬라이드 판독 방법 및 기록매체
CN109670398A (zh) 一种猪只图像的分析方法及设备
CN113420636A (zh) 一种基于深度学习与阈值分割的线虫识别方法
Shahin et al. A novel enhancement technique for pathological microscopic image using neutrosophic similarity score scaling
CN120142258A (zh) 一种无创化精子细胞死活检测方法
CN107016521A (zh) 一种基于图像卷积神经网络技术的仓库标示牌识别方法
CN113971825A (zh) 基于人脸感兴趣区域贡献度的跨数据集微表情识别方法
CN109767414A (zh) 一种基于灰度中位数参照的多聚焦图像融合方法
US11025924B2 (en) Image processing method and recording medium
CN118887621B (zh) 输电线路的输电场景监控系统
CN110278486A (zh) 图像处理、图像分辨率处理参数的生成方法及装置
JPH07121232B2 (ja) 細胞増殖状態のモニタ−方法及びそのモニタ−装置
Barai et al. Human visual system inspired saliency guided edge preserving tone-mapping for high dynamic range imaging
JP2001307066A (ja) 細胞画像分析装置および細胞画像分析方法
JP2015125098A (ja) 画像処理装置及びプログラム
JP2018125019A (ja) 画像処理装置及び画像処理方法
Mao et al. Power transmission line defect recognition method based on binocular feature fusion and improved FCOS detection head
Wang Damage detection method of automobile hub based on image texture feature
Osman et al. Segmentation of tuberculosis bacilli in ziehl-neelsen tissue slide images using hibrid multilayered perceptron network
Wiling Identification of mouth cancer laceration using machine learning approach