IMAGE PROCESSING METHOD, CHEMICAL SENSITIVITY TESTING METHOD AND IMAGE PROCESSING DEVICE

To enable automatically measuring positions or the number of cells included in an image even from an image without using a marker.SOLUTION: An image processing method inputs a test image to a first learning model (step S102), input an output image to a second learning model (step S104), and outputs...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: KISHIMOTO KATSUMI, MIZUKAMI TAMIO
Format: Patent
Sprache:eng ; jpn
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:To enable automatically measuring positions or the number of cells included in an image even from an image without using a marker.SOLUTION: An image processing method inputs a test image to a first learning model (step S102), input an output image to a second learning model (step S104), and outputs the output image as a result image shown by a representative point indicating a position of a portion to be detected (step S105). The first learning model is configured by deep learning using teacher data which associates a first image in which a marker that is photographed while including the same cell mutually appears with a second image in which no marker appears. The second learning model is configured by deep learning using teacher data which associates a third image in which te marker appears with information indicating a position of the representative point included in the third image.SELECTED DRAWING: Figure 2 【課題】マーカーを用いない画像からであっても画像に含まれる細胞の位置や個数の自動計測を可能とする。【解決手段】本発明に係る画像処理方法は、テスト画像を第1の学習モデルに入力し(ステップS102)、その出力画像を第2の学習モデルに入力し(ステップS104)、その出力画像を被検出部位の位置がその代表点によって示された結果画像として出力する(ステップS105)。ここに第1の学習モデルは、互いに同じ細胞を含んで撮像された画像であるマーカーが発現した第1画像とマーカーの発現がない第2画像とを対応付けた教師データを用いたディープラーニングにより構築されたものである。また第2の学習モデルは、マーカーが発現した第3画像と、第3画像に含まれる代表点の位置を表す情報とを対応付けた教師データを用いたディープラーニングにより構築されたものである。【選択図】図2