JP2020003384A - Detector, method for detection, and detection program - Google Patents
Detector, method for detection, and detection program Download PDFInfo
- Publication number
- JP2020003384A JP2020003384A JP2018124245A JP2018124245A JP2020003384A JP 2020003384 A JP2020003384 A JP 2020003384A JP 2018124245 A JP2018124245 A JP 2018124245A JP 2018124245 A JP2018124245 A JP 2018124245A JP 2020003384 A JP2020003384 A JP 2020003384A
- Authority
- JP
- Japan
- Prior art keywords
- particle
- particles
- flow path
- detection device
- sensor
- 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
Links
- 238000001514 detection method Methods 0.000 title claims description 85
- 238000000034 method Methods 0.000 title claims description 48
- 239000002245 particle Substances 0.000 claims abstract description 360
- 238000004364 calculation method Methods 0.000 claims description 61
- 230000002123 temporal effect Effects 0.000 claims description 15
- 238000011056 performance test Methods 0.000 claims description 4
- 239000012466 permeate Substances 0.000 claims 1
- 238000012937 correction Methods 0.000 description 34
- 238000010586 diagram Methods 0.000 description 32
- 239000007788 liquid Substances 0.000 description 25
- 238000012545 processing Methods 0.000 description 19
- 238000003384 imaging method Methods 0.000 description 10
- 238000010191 image analysis Methods 0.000 description 9
- 239000011521 glass Substances 0.000 description 5
- 239000000758 substrate Substances 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 108091005461 Nucleic proteins Proteins 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 239000003094 microcapsule Substances 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N37/00—Details not covered by any other group of this subclass
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
Description
本開示は、検出装置、検出方法、及び検出プログラムに関する。 The present disclosure relates to a detection device, a detection method, and a detection program.
従来、流路中を通流する粒子を撮像して、画像情報に基づいて、当該粒子の粒子サイズ等を検出する検出装置が知られている。この種の検出装置は、例えば、ドロップレット（液滴）、細胞、マイクロカプセル、マイクロバブル、又はマイクロポリマー等の種々の微粒子の状態を検出する用途に適用される。 2. Description of the Related Art Conventionally, there has been known a detection device that images particles flowing in a flow path and detects the particle size or the like of the particles based on image information. This type of detection device is applied to, for example, applications of detecting the state of various fine particles such as droplets, cells, microcapsules, microbubbles, or micropolymers.
ところで、この種の検出装置の応用として、観察対象の粒子群に含まれる粒子の粒子サイズの分布や、又は粒子の個数を検出する要請がある。 By the way, as an application of this type of detection device, there is a demand for detecting the particle size distribution of the particles contained in the particle group to be observed or the number of particles.
一般に、この種の検出装置においては、粒子領域を検出する処理や、又はテンプレートマッチング処理等の画像解析アルゴリズムを用いて、画像情報から粒子の粒子サイズ等の検出を行っている。この点、かかる画像解析アルゴリズムは、一枚の画像のみに対して画像処理を行う上では有用であるが、処理対象の画像数が多い場合等においては、処理負荷及び処理速度の点で、実用的とは言えない。特に、かかる画像解析アルゴリズムを用いて、流路中を順次に通流する多数の粒子を撮像する場合には、処理対象の画像数も増大するため、かかる処理負荷及び処理速度が問題となる場合がある。 Generally, in this type of detection device, the particle size and the like of particles are detected from image information using a process for detecting a particle region or an image analysis algorithm such as a template matching process. In this regard, such an image analysis algorithm is useful for performing image processing on only one image, but when the number of images to be processed is large, the image analysis algorithm is not practical in terms of processing load and processing speed. Not a target. In particular, when using such an image analysis algorithm to image a large number of particles that sequentially flow through the flow path, the number of images to be processed increases, so that such processing load and processing speed may be a problem. There is.
本開示は、上記問題点に鑑みてなされたもので、簡易な手法で、且つ、高精度に、観察対象の粒子群に含まれる粒子の粒子サイズの分布や、又は粒子の個数を検出し得る検出装置、検出方法、及び検出プログラムを提供することを目的とする。 The present disclosure has been made in view of the above problems, and can detect the distribution of the particle size of the particles included in the particle group to be observed or the number of particles by a simple method and with high accuracy. It is an object to provide a detection device, a detection method, and a detection program.
前述した課題を解決する主たる本開示は、
流路内を一個ずつ移送される粒子の粒子群全体としての状態を検出する検出装置であって、
前記流路の所定領域を時間的に連続して撮像するイメージセンサのセンサ値を取得する入力部と、
前記流路の幅方向における前記イメージセンサのセンサ値の分布の時間的変化に基づいて、移送された前記粒子群に含まれる前記粒子の粒子サイズの分布、又は前記粒子の個数を推定する演算部と、
を備える検出装置である。
The main disclosure for solving the above-mentioned problems is as follows.
A detection device that detects the state of the entire particle group of particles transferred one by one in the flow path,
An input unit that acquires a sensor value of an image sensor that sequentially captures a predetermined region of the flow path temporally,
A calculating unit that estimates a particle size distribution of the particles included in the transferred particle group or a number of the particles based on a temporal change in a distribution of sensor values of the image sensor in a width direction of the flow path. When,
It is a detection device provided with.
又、他の局面では、
流路内を一個ずつ移送される粒子の粒子群全体としての状態を検出する検出方法であって、
前記流路の所定領域を時間的に連続して撮像するイメージセンサのセンサ値を取得する工程と、
前記流路の幅方向における前記イメージセンサのセンサ値の分布の時間的変化に基づいて、移送された前記粒子群に含まれる前記粒子の粒子サイズの分布、又は前記粒子の個数を推定する工程と、
を備える検出方法である。
Also, in other aspects,
A detection method for detecting the state of the entire particle group of particles transferred one by one in the flow path,
A step of acquiring a sensor value of an image sensor that sequentially and temporally images a predetermined region of the flow path,
A step of estimating the distribution of the particle size of the particles included in the transferred particle group, or the number of the particles, based on a temporal change in the distribution of the sensor values of the image sensor in the width direction of the flow path. ,
It is a detection method provided with.
又、他の局面では、
流路内を一個ずつ移送される粒子の粒子群全体としての状態を検出する検出プログラムであって、
コンピュータに、
前記流路の所定領域を時間的に連続して撮像するイメージセンサのセンサ値を取得する処理と、
前記流路の幅方向における前記イメージセンサのセンサ値の分布の時間的変化に基づいて、移送された前記粒子群に含まれる前記粒子の粒子サイズの分布、又は前記粒子の個数を推定する処理と、
を実行させる検出プログラムである。
Also, in other aspects,
A detection program for detecting the state of the entire particle group of particles transferred one by one in the flow path,
On the computer,
A process of acquiring a sensor value of an image sensor that sequentially and temporally images a predetermined region of the flow path;
A process of estimating the particle size distribution of the particles included in the transferred particle group, or estimating the number of the particles, based on a temporal change in the distribution of the sensor values of the image sensor in the width direction of the channel. ,
Is executed.
本開示に係る検出装置によれば、観察対象の粒子群に含まれる粒子の粒子サイズの分布や、又は粒子の個数を、簡易な手法で、且つ、高精度に、検出可能である。 According to the detection device according to the present disclosure, it is possible to detect the particle size distribution of the particles included in the particle group to be observed or the number of particles with a simple technique and with high accuracy.
以下に添付図面を参照しながら、本開示の好適な実施形態について詳細に説明する。尚、本明細書及び図面において、実質的に同一の機能を有する構成要素については、同一の符号を付することにより重複説明を省略する。 Hereinafter, preferred embodiments of the present disclosure will be described in detail with reference to the accompanying drawings. In the present specification and the drawings, components having substantially the same function are denoted by the same reference numerals, and redundant description is omitted.
（第１の実施形態）
以下、図１を参照して、本実施形態に係る検出装置が適用される検出システムの構成の一例について説明する。
(1st Embodiment)
Hereinafter, an example of a configuration of a detection system to which the detection device according to the present embodiment is applied will be described with reference to FIG.
図１は、本実施形態に係る検出システム１の構成の一例を示す図である。
FIG. 1 is a diagram illustrating an example of a configuration of a
検出システム１は、検出装置１０、イメージセンサ２０、光源３０、及び、流路４０を備えている。
The
検出システム１は、貯留槽３００内に存在する粒子群Ａａｌｌの状態（典型的には、粒子群Ａａｌｌに含まれる粒子の粒子サイズの分布、及び粒子の個数）を検出する装置である。本実施形態に係る検出システム１は、例えば、ドロップレット生成装置の性能試験の用途に適用され、ドロップレット生成装置において生成された液滴状の粒子（ドロップレットとも称される）の状態を検出する。
The
図２は、ドロップレット生成装置１００の構成の一例を示す図である。図２Ａは、ドロップレット生成装置１００を上方から見た平面図であり、図２Ｂは、ドロップレット生成装置１００を上方から見た斜視図である。
FIG. 2 is a diagram illustrating an example of the configuration of the
ドロップレット生成装置１００は、基板１１０に形成された貫通孔（第１液体導入口１２０、第２液体導入口１４０、及びドロップレット取出口２００）、及び溝（第１流路１３０、第２液体共通流路１５０、第２流路１６０、第３流路１７０、ドロップレット生成部１８０、及びドロップレットが移送されるドロップレット流路１９０）によって構成されている。
The
具体的には、基板１１０には、当該基板１１０を貫通するように、第１液体を導入する第１液体導入口１２０、第２液体を導入する第２液体導入口１４０、及び、生成されたドロップレットを取り出すドロップレット取出口２００が形成されている。
Specifically, the
又、基板１１０の上面には、第１流路１３０、第２液体共通流路１５０、第２流路１６０、第３流路１７０、ドロップレット生成部１８０、及びドロップレット流路１９０が形成されている。ここで、第１流路１３０は、第１液体導入口１２０から導入される第１液体（例えば、細胞等を含む液体）をドロップレット生成部１８０に供給する。一方、第２液体共通流路１５０、第２流路１６０及び第３流路１７０は、第２液体導入口１４０から導入される第２液体（例えば、第１液体と相溶せず、かつ第１液体を変性させないオイル等）をドロップレット生成部１８０に供給する。
In addition, a
ドロップレット生成部１８０は、第１流路１３０から供給される第１液体と、第２流路１６０及び第３流路１７０供給される第２液体とを合流する合流部である。ドロップレット生成部１８０には、第１流路１３０からの第１液体と、第２流路１６０及び第３流路１７０からの第２液体とが、同時に供給され、これによって、第２液体が第１液体の周囲を包み込むようにして、順次、ドロップレットが生成される。そして、生成されたドロップレットは、ドロップレット流路１９０を介して、ドロップレット取出口２００に移送される。
The
ドロップレット生成装置１００に生成された粒子は、ドロップレット取出口２００を介して、貯留槽３００に貯留される。尚、図１では、ドロップレット生成装置１００は、貯留槽３００から取り外された状態を示している。
The particles generated in the
ドロップレット生成装置１００に生成された粒子は、例えば、直径が０．１〜１０００μｍ程度の液滴状の粒子であって、細胞、核酸又はタンパク質等の被分析物を内包する水又は血液等の液滴である。そして、貯留槽３００内には、例えば、当該粒子が、オイル（第２液体）中に、貯留されている。
The particles generated by the
本実施形態に係る検出システム１は、このようにして生成された粒子群Ａａｌｌの状態を検出することで、ドロップレット生成装置１００が均一な粒径の粒子を生成することができるか、又は、所望の速度で粒子を生成することができるか等の性能試験を行う。
The
図１に戻って、本実施形態に係る検出システム１の構成について、説明する。
Returning to FIG. 1, the configuration of the
貯留槽３００に貯留された粒子群Ａａｌｌに含まれる粒子は、検出システム１による検出の際には、流路４０内を一個ずつ順番に移送される。ここでは、流路４０の一端が貯留槽３００内に配設され、他端が吸引ポンプ（図示せず）に接続されることによって、貯留槽３００内の粒子が、貯留槽３００内の液体と共に、流路４０内を一個ずつ移送されている。尚、図１の矢印は、粒子の通流方向を表している。
The particles contained in the group of particles Aall stored in the
流路４０は、例えば、透過性の部材によって構成されたガラス管である。流路４０は、例えば、短手断面が円形状を呈している。そして、流路４０の直径は、流路４０内を粒子が一個ずつ通流するように、例えば、ドロップレット生成装置１００に生成される典型的な粒子の粒子サイズにあわせて設定されている。
The
イメージセンサ２０は、例えば、ＣＭＯＳセンサ又はＣＣＤセンサであって、流路４０の所定位置に設定した撮像対象領域Ｒ１から到来する光の光強度を電気信号に変換する。イメージセンサ２０は、例えば、撮像対象領域Ｒ１を時間的に連続して撮像する。本実施形態に係るイメージセンサ２０は、例えば、一枚あたり３００画素×３００画素を有する画像を、１５０ｆｐｓのフレームレートの動画像として生成する。
The
イメージセンサ２０の撮像対象領域Ｒ１は、少なくとも流路４０の幅方向（流路４０の径方向を表す。以下同じ）の一端から他端までが画像内に映るように、設定されている。又、本実施形態に係るイメージセンサ２０は、二次元領域を撮像するエリアセンサである。尚、イメージセンサ２０は、光学レンズを用いて、撮像対象領域Ｒ１を数倍に拡大して撮像している。
The imaging target region R1 of the
光源３０は、例えば、白色ランプである。光源３０は、イメージセンサ２０から見て、流路４０の背面側に配設されている。光源３０から発される光は、イメージセンサ２０が流路４０内を通流する粒子を撮像する際に、粒子と当該粒子の周囲との間のコントラストを高める。
The
検出装置１０は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、入力ポート、及び、出力ポート等を含んで構成される一般的なコンピュータである。検出装置１０は、イメージセンサ２０からセンサ情報を取得し、撮像対象領域Ｒ１の流路４０の幅方向におけるセンサ値の分布に基づいて、流路４０の幅に対する粒子の占有幅（以下、「Distance値」又は「粒子幅」と称する）を算出する。そして、検出装置１０は、Distance値の時間的変化に基づいて、粒子群Ａａｌｌの状態を推定する。
The
尚、検出装置１０が有する機能は、例えば、ＣＰＵがＲＯＭやＲＡＭに格納された制御プログラムや各種データを参照することによって実現される。
The function of the
［画像解析処理について］
次に、図３〜図１５を参照して、本実施形態に係る検出装置１０が行う画像解析処理について説明する。
[About image analysis processing]
Next, an image analysis process performed by the
図３は、本実施形態に係る検出装置１０の構成の一例を示す図である。
FIG. 3 is a diagram illustrating an example of a configuration of the
本実施形態に係る検出装置１０は、入力部１０Ｘと演算部１０Ｙとを備えている。入力部１０Ｘは、センサ情報取得部１１によって構成され、演算部１０Ｙは、粒子幅算出部１２、データ連結部１３、データ補正部１４、粒子個数算出部１５、及び、粒子サイズ算出部１６によって構成されている。
The
＜センサ情報取得部１１について＞
センサ情報取得部１１は、イメージセンサ２０から、当該イメージセンサ２０が生成したセンサ情報を取得する。センサ情報取得部１１は、例えば、イメージセンサ２０から、貯留槽３００内に貯留された粒子群Ａａｌｌから粒子の移送が開始されてから、貯留槽３００内のすべての粒子群Ａａｌｌの移送が完了するまでの間の動画像の情報を取得する。
<About the sensor information acquisition unit 11>
The sensor information acquisition unit 11 acquires, from the
尚、動画像は、連続的に生成された複数の静止画像（以下、単に「画像」と略称する）によって構成されている。 The moving image is composed of a plurality of continuously generated still images (hereinafter, simply referred to as “images”).
本実施形態に係るセンサ情報取得部１１は、イメージセンサ２０から、光強度に係るセンサ値が、２５６階調で表現された画素値に変換されたセンサ情報を取得している。但し、センサ情報取得部１１は、イメージセンサ２０が検出した光強度に係るセンサ値を、そのままの状態で取得してもよい。換言すると、後述する粒子幅算出部１２、データ連結部１３、データ補正部１４、粒子サイズ算出部１５、及び、粒子個数算出部１５は、イメージセンサ２０が検出した光強度に係るセンサ値をそのまま用いて演算処理を行ってもよい。
The sensor information acquisition unit 11 according to the present embodiment acquires, from the
＜粒子幅算出部１２について＞
粒子幅算出部１２は、流路４０の幅方向におけるイメージセンサ２０のセンサ値の分布に基づいて、粒子のDistance値（流路４０の幅に対する粒子幅）を算出する。
<About the particle
The particle
図４は、本実施形態に係る粒子幅算出部１２におけるDistance値の算出方法について、説明する図である。
FIG. 4 is a diagram illustrating a method for calculating a Distance value in the particle
図４Ａは、動画像中の一枚の画像を示している。図４ＡのプラスＸ方向が流路４０の幅方向の一端側に相当し、プラスＹ方向が粒子の通流方向に相当する。即ち、ここでは、画像の行方向が、流路４０の幅方向に相当する。尚、以下では、プラスＹ方向を粒子の前端側、マイナスＹ方向を粒子の後端側とも称する。
FIG. 4A shows one image in the moving image. 4A corresponds to one end of the
尚、本実施形態では、イメージセンサ２０が検出した光強度に係るセンサ値は、画像中の画素値［Gray Value］として２５６階調で表現されている。即ち、撮像対象領域Ｒ１から到来する光の光強度が強い領域（画像中の白色の領域）は「２５６」の画素値で表現され、撮像対象領域Ｒ１から到来する光の光強度が低い領域（画像中の黒色の領域）は「０」の画素値で表現されている。
In the present embodiment, the sensor value related to the light intensity detected by the
図４Ａにおいて、リング状の物体Ａ１は、図１の撮像対象領域Ｒ１に映る粒子Ａ１である。又、図４Ａ中の粒子Ａ１の両側の±Ｙ方向に沿って延在する黒色領域は、流路４０（ここでは、ガラス管）の縁部である。ここでは、粒子Ａ１は、液滴状であるため、当該粒子Ａ１の中心部分は光源３０からの光を透過して白色に撮像され、当該粒子Ａ１の輪郭部分のみが光を透過させずに黒色に撮像されている。
4A, the ring-shaped object A1 is a particle A1 reflected in the imaging target region R1 in FIG. Further, the black regions extending along the ± Y directions on both sides of the particle A1 in FIG. 4A are the edges of the flow path 40 (here, the glass tube). Here, since the particle A1 is in the form of a droplet, the central portion of the particle A1 transmits light from the
図４Ｂは、図４ＡのＴ１−Ｔ１’の行における画素値の分布を示すグラフである。図４Ｃは、図４ＡのＴ２−Ｔ２’の行における画素値の分布を示すグラフである。図４Ｂ及び図４Ｃにおいて、横軸は流路４０の幅方向の位置を示し、縦軸は各画素の画素値を示している。尚、本実施形態では、画素値「１００」を、粒子の存在の有無を判定するための閾値として設定している。
FIG. 4B is a graph showing the distribution of pixel values in the row T1-T1 'in FIG. 4A. FIG. 4C is a graph showing the distribution of pixel values in the row T2-T2 'in FIG. 4A. 4B and 4C, the horizontal axis represents the position in the width direction of the
図４Ｂ、図４Ｃのグラフにおいて、画素値が「１００」よりも小さくなっているａ−ｂ間の領域及びｃ−ｄ間の領域は、ガラス管の縁部である。 In the graphs of FIG. 4B and FIG. 4C, the region between a and b and the region between cd where the pixel value is smaller than “100” are the edges of the glass tube.
又、図４Ｃのグラフにおいて、画素値が「１００」よりも小さくなっているｅ−ｆ間の領域及びｇ−ｈ間の領域は、それぞれ、粒子Ａ１の輪郭部分である。つまり、図４Ｃのグラフにおいては、ｅ−ｈ間の距離が、流路４０の幅方向のうちの粒子Ａ１の占有幅、即ちDistance値に相当する。
In the graph of FIG. 4C, the region between ef and the region between g and h where the pixel value is smaller than “100” are the contour portions of the particle A1. That is, in the graph of FIG. 4C, the distance between e and h corresponds to the occupied width of the particles A1 in the width direction of the
粒子幅算出部１２は、図４Ｂ、図４Ｃに示すような流路４０の幅方向における画素値の分布情報から、Distance値を算出する。具体的には、粒子幅算出部１２は、Ｔ２−Ｔ２’の行（図４Ｃ）においては、Distance値を、ｅ−ｈ間の距離に相当する１１０画素と算出する。一方、粒子幅算出部１２は、Ｔ１−Ｔ１’の行（図４Ｂ）においては、粒子Ａ１が存在する領域ではないため、Distance値を０画素と算出する。
The particle
つまり、本実施形態に係るDistance値は、画像内の各行において粒子Ａ１が占有する画素数として算出される。 That is, the Distance value according to the present embodiment is calculated as the number of pixels occupied by the particle A1 in each row in the image.
図５、図６は、粒子幅算出部１２におけるDistance値の算出方法の詳細について、説明する図である。図５は、粒子Ａ１の中心領域のDistance値の算出方法を示す図であり、図６は、粒子Ａ１の前端部及び後端部のDistance値の算出方法を示す図である。
FIGS. 5 and 6 are diagrams illustrating details of a method of calculating the Distance value in the particle
尚、図５Ａ、図６Ａは、いずれも、図４Ａと同一の画像である。又、図５Ｂは、粒子Ａ１の中心部分に相当するＴ３−Ｔ３’の行の画素値の分布を示す図であり、図６Ｂは、粒子Ａ１の前端部に相当するＴ４−Ｔ４’の行の画素値の分布を示す図である。 5A and 6A are the same images as those in FIG. 4A. FIG. 5B is a diagram showing a distribution of pixel values in a row of T3-T3 ′ corresponding to the central portion of the particle A1, and FIG. 6B is a view of a row of T4-T4 ′ corresponding to the front end of the particle A1. It is a figure showing distribution of a pixel value.
本実施形態に係る粒子Ａ１は、液滴状であり、図５Ｂと図６Ｂを比較すると分かるように、粒子Ａ１の前端部及び後端部の流路４０の幅方向における画素値の分布は、粒子Ａ１の中心部分とは異なる分布特性を示す。
The particles A1 according to the present embodiment are in the form of droplets. As can be seen by comparing FIGS. 5B and 6B, the distribution of pixel values in the width direction of the
そこで、本実施形態に係る粒子幅算出部１２は、各行における画素値の分布のパターンに基づいて、粒子Ａ１が存在しない領域、粒子Ａ１の中心部分の領域Ｒ２、及び、粒子Ａ１の前端部又は後端部の領域Ｒ３の３種類に分類して、Distance値を算出している。
Therefore, the particle
具体的には、粒子幅算出部１２は、一行の画素値の分布の中で、画素値が「１００」である位置が４箇所の場合には粒子Ａ１が存在しないと識別する（図４Ｂを参照）。又、粒子幅算出部１２は、一行の画素値の分布の中で、画素値が「１００」である位置が８箇所の場合には、粒子Ａ１の中心部分の領域Ｒ２と識別し（図５Ｂを参照）、ｅ−ｈ間の距離（即ち、画素値が「１００」である位置のうちのマイナスＸ方向側から３つ目の位置と６つ目の位置の間の距離）をDistance値として算出する。一方、粒子幅算出部１２は、一行の画素値の分布の中で、画素値が「１００」である位置が６箇所の場合には、粒子Ａ１の前端部又は後端部の領域Ｒ３と識別し（図６Ｂを参照）、ｉ−ｊ間の距離（即ち、画素値が「１００」である位置のうちのマイナスＸ方向側から３つ目の位置と４つ目の位置の間）をDistance値として算出する。
Specifically, the particle
これによって、粒子Ａ１の端部領域におけるDistance値の算出精度を高めている。 Thereby, the calculation accuracy of the Distance value in the end region of the particle A1 is increased.
粒子幅算出部１２は、このような手法によって、一枚の画像の各行の画素値の分布から、各行のDistance値を算出する。尚、本実施形態では、一枚の画像は、３００画素×３００画素によって構成されているため、粒子幅算出部１２は、一枚の画像から、３００行分のDistance値を生成する。
The particle
図７は、一枚の画像のDistance値の配列情報を示す図である。図７Ａは、図４Ａと同一の画像である。図７Ｂは、図７Ａの画像におけるDistance値の配列情報をグラフ化した図である。 FIG. 7 is a diagram illustrating arrangement information of Distance values of one image. FIG. 7A is the same image as FIG. 4A. FIG. 7B is a diagram in which arrangement information of Distance values in the image of FIG. 7A is graphed.
一個の粒子は、図７Ｂに示すように、山なり状のカーブを描くDistance値の配列情報として表出する。そのため、山なり状のカーブを描くDistance値の配列を、積算することにより、一個の粒子の粒子サイズを求めることができる（詳細は後述）。 As shown in FIG. 7B, one particle is represented as arrangement information of Distance values that form a mountain-shaped curve. Therefore, the particle size of one particle can be obtained by integrating the array of Distance values that draw a mountain-like curve (details will be described later).
粒子幅算出部１２は、同様の手法により、動画像の各画像について、３００行分のDistance値を生成する。これによって、動画像の各画像データは、Distance値の配列情報に変換されることになる。
The particle
＜データ連結部１３について＞
データ連結部１３は、各画像において算出されたDistance値の配列情報を連結する。
<About the data connection unit 13>
The data linking unit 13 links the array information of the Distance values calculated for each image.
図８、図９は、データ連結部１３におけるDistance値の連結方法について、説明する図である。図８Ａは、あるタイミングで撮像された画像（以下、「第１の画像」又は「第１センサ情報」と称する）と、当該第１の画像の各ラインにおけるDistance値を表している。図８Ｂは、第１の画像に続いて撮像された画像（以下、「第２の画像」又は「第２センサ情報」と称する）と、当該第２の画像の各ラインにおけるDistance値を表している。 8 and 9 are diagrams for explaining a method of connecting Distance values in the data connecting unit 13. FIG. FIG. 8A shows an image captured at a certain timing (hereinafter, referred to as “first image” or “first sensor information”) and Distance values of each line of the first image. FIG. 8B illustrates an image captured after the first image (hereinafter, referred to as “second image” or “second sensor information”) and Distance values in each line of the second image. I have.
図９は、第１の画像の各ラインにおけるDistance値と第２の画像の各ラインにおけるDistance値を連結したデータ（図９の右側のグラフ）を表している。尚、図９の左側の画像は、当該連結データに対応する第１の画像と第２の画像の合成画像である。図９において、点線領域Ｒａは第１の画像の領域、一点鎖線領域Ｒｂは第２の画像の領域を表している。但し、図９の合成画像は、データ連結部１３の処理を説明するために示すものであり、実際には、生成されないデータである。 FIG. 9 illustrates data (a graph on the right side of FIG. 9) in which the Distance value in each line of the first image and the Distance value in each line of the second image are connected. Note that the image on the left side of FIG. 9 is a composite image of the first image and the second image corresponding to the linked data. In FIG. 9, a dotted line region Ra represents a region of the first image, and a dashed line region Rb represents a region of the second image. However, the composite image in FIG. 9 is shown for explaining the processing of the data connection unit 13, and is actually data that is not generated.
一般に、動画像におけるフレームレートは、粒子が通流する速度よりも早いため、連続して生成される画像間には、重複して撮像される領域が発生する。そこで、データ連結部１３は、重複して撮像された領域同士を重ね合わせるようにして、第１の画像のDistance値と第２の画像のDistance値を連結する。 In general, the frame rate of a moving image is faster than the speed at which particles flow, and therefore, a region that is captured repeatedly occurs between continuously generated images. Thus, the data linking unit 13 links the Distance value of the first image and the Distance value of the second image such that the regions that have been imaged in an overlapping manner are overlapped.
データ連結部１３は、例えば、第１の画像のDistance値の配列情報と、第２の画像のDistance値の配列情報を比較することにより、第１の画像と第２の画像との間における重複領域を特定する。そして、データ連結部１３は、当該重複領域同士を重ね合わせるようにして、第１の画像のDistance値と、第２の画像のDistance値とを連結する。データ連結部１３は、例えば、第１の画像のDistance値と第２の画像のDistance値との差分を１ピクセルずつ算出し、Distance値の差分の合計値（絶対値）が最小となるよう連結するしてもよい。 The data connection unit 13 compares the array information of the Distance values of the first image with the array information of the Distance values of the second image, for example, to thereby determine the overlap between the first image and the second image. Identify the area. Then, the data connection unit 13 connects the Distance value of the first image and the Distance value of the second image such that the overlapping areas overlap each other. For example, the data connection unit 13 calculates a difference between the Distance value of the first image and the Distance value of the second image one pixel at a time, and connects the data so that the total value (absolute value) of the difference between the Distance values is minimized. You may.
データ連結部１３は、このような処理を、動画像中の全画像のDistance値の配列情報について実行し、全画像のDistance値を連結したデータを生成する（以下、「Distance値の連結データ」と称する）。 The data linking unit 13 performs such a process on the array information of the Distance values of all the images in the moving image to generate data in which the Distance values of all the images are linked (hereinafter, “linked data of Distance values”). ).
＜データ補正部１４について＞
データ補正部１４は、Distance値の連結データから複数の粒子が密着した領域を抽出し、当該領域のDistance値を補正する。
<About the
The
流路４０中を通流する粒子は、必ずしも、互いに離間した状態となっておらず、他の粒子と密着するようにして通流する場合がある（図１３を参照）。このような場合、Distance値の連結データは、粒子２個分のDistance値が分離されてない状態となっており、粒子サイズの算出精度の悪化、及び、粒子の個数の算出精度の悪化を引き起こす要因となる。データ補正部１４は、かかる観点から、Distance値の連結データを補正する。
The particles flowing in the
まず、検出装置１０が、Distance値の連結データから各粒子のデータ領域を特定する方法について、説明する。
First, a method in which the
図１０は、粒子同士が密着していない状態のDistance値の連結データの一例を示す図である。尚、図１０において、領域Ｌ１が一の粒子のデータ領域に相当し、領域Ｌ２が一の粒子に続いて通流する他の粒子のデータ領域に相当する。又、Distance値が０付近まで低下した領域Ｌｔが一の粒子と他の粒子の境界のデータ領域に相当する。 FIG. 10 is a diagram illustrating an example of linked data of Distance values in a state where the particles are not in close contact with each other. In FIG. 10, the region L1 corresponds to a data region of one particle, and the region L2 corresponds to a data region of another particle flowing following the one particle. The region Lt in which the Distance value has decreased to around 0 corresponds to a data region at the boundary between one particle and another particle.
流路４０内において粒子は、一個ずつ順番に通流するため、一の粒子と他の粒子が密着していない場合、Distance値の連結データには、図１０に示すように、一の粒子と他の粒子の間に、Distance値が「０」まで低下する境界領域Ｌｔが表出する。
In the
検出装置１０は、Distance値の連結データの当該データ特性を考慮して、粒子の通流する前方向（プラスＹ方向）から後方向（マイナスＹ方向）に向かってDistance値を順番に探索し、Distance値が「０」まで低下している領域から、Distance値が所定の閾値（ここでは、「１０」）よりも大きくなった位置を一の粒子の領域の開始位置と特定する。そして、検出装置１０は、粒子の領域の開始位置から、Distance値が所定の閾値（ここでは、「１０」）よりも小さくなる位置までの間を当該粒子の領域と特定する。
The
但し、一の粒子と他の粒子が密着するようにして通流している場合、一の粒子と他の粒子の間の境界領域においても、Distance値は、所定の閾値（ここでは、「１０」）以下とならない。そこで、データ補正部１４は、一の粒子に係るDistance値の配列情報と他の粒子に係るDistance値の配列情報を互いに分離するべく、当該境界領域におけるDistance値を粒子の前端を識別する際の所定の閾値（ここでは、「１０」）以下まで低下させる。
However, when one particle and another particle are flowing so as to be in close contact with each other, even in the boundary region between one particle and another particle, the Distance value is a predetermined threshold value (here, “10”). ) Not less than: Therefore, the
図１１、図１２及び図１３は、データ補正部１４における補正処理について、説明する図である。尚、図１１、図１２及び図１３は、同一領域のDistance値の配列情報を示している。
FIGS. 11, 12, and 13 are diagrams for explaining the correction processing in the
データ補正部１４は、一個の粒子の前端と後端の間にDistance値の極小値が存在するか否かを判定し、当該極小値によって、一の粒子と他の粒子が密着している状態及び密着している位置を特定する。
The
具体的には、データ補正部１４は、まず、Distance値の連結データから、Distance値が「１００」の位置を特定する（図１１Ａを参照）。次に、データ補正部１４は、Distance値の時間的変化のデータのうち、Distance値が「１００」以下の位置のDistance値を「０」にする（図１１Ｂを参照）。次に、データ補正部１４は、Distance値の微分値（即ち、隣接する画素間におけるDistance値の差）を算出する（図１１Ｃを参照）。尚、図１１Ｃでは、粒子の通流方向の前方側から後方側（即ち、プラスＹ方向からマイナスＹ方向）に向かって、Distance値の微分値を算出している。これによって、表出したDistance値の微分値が「−１００」となる位置が、粒子の後端側の位置に該当する。
Specifically, the
次に、データ補正部１４は、図１１ＣのDistance値の微分値に基づいて、粒子の後端側の位置を特定し、当該粒子の後端側の位置を基準として、粒子の通流方向の前方側から後方側（即ち、プラスＹ方向からマイナスＹ方向）に向かって３０画素分のDistance値を探索する（図１２）。この際、データ補正部１４は、当該粒子の後方側３０画素分の領域において、Distance値の極小値が存在するか（即ち、プラスＹ方向からマイナスＹ方向に向かって、Distance値が減少した後に再び増加しているデータ特性となっているか）否かを判定し、Distance値の極小値が存在する場合、当該極小値の位置（図１２のＸ点）を特定する。これにより、データ補正部１４は、一の粒子と他の粒子が密着した状態を抽出すると共に、Distance値が極小値となるＸ点を、隣接する一の粒子と他の粒子の境界位置と特定する。
Next, the
尚、データ補正部１４は、この際、粒子の後方側３０画素分のDistance値が、単調的に減少している場合には、複数の粒子が密着した状態ではないと判断して、特に、処理を行わない。
At this time, when the Distance value for the 30 pixels on the rear side of the particle is monotonically decreasing, the
次に、データ補正部１４は、Distance値の連結データのうち、図１２で特定したＸ点の位置におけるDistance値を「０」に補正する（図１３を参照）。図１３の左グラフは、補正処理を行う前のDistance値の連結データを示す図である。図１３の右グラフは、補正処理を行った後のDistance値の連結データを示す図である。
Next, the
つまり、補正後のDistance値の連結データは、一の粒子と他の粒子が密着する位置においても、Distance値がゼロまで低下した後に再び増加するようなカーブを描くようなデータとなる（図１３の右グラフを参照）。これによって、検出装置１０（粒子個数算出部１５及び粒子サイズ算出部１６）は、当該Distance値の連結データに基づいて、密着する一の粒子と他の粒子とを分離して、粒子サイズ及び粒子個数の算出を行うことが可能となる。
That is, the linked data of the corrected Distance value is data that draws a curve in which the Distance value decreases to zero and then increases again even at a position where one particle and another particle are in close contact (FIG. 13). On the right). Accordingly, the detection device 10 (the particle
尚、上記では、粒子サイズがおよそ直径１００μｍである粒子の場合のデータ補正方法を示した。データ補正部１４は、一の粒子と他の粒子が密着する位置を抽出する際に、Distance値「１００」を基準値とした。しかしながら、個々の粒子の粒子サイズ、又は一の粒子と他の粒子が密着する密着度合いは、種々に変化し得る。かかる観点から、データ補正部１４は、より好適には、上記したようなDistance値「１００」を基準値とした密着位置特定処理に加えて、Distance値「９０」を基準値とした密着位置特定処理、及び、Distance値「８０」を基準値とした密着位置特定処理を実行する。これによって、より確実に、一の粒子と他の粒子とを分離可能にしたDistance値の連結データに補正することが可能である。
In the above description, a data correction method for particles having a particle size of about 100 μm in diameter has been described. The
尚、目的とする粒子サイズが異なる場合には、データ補正部１４におけるDistance値の基準値は、適宜変更しうる。
When the target particle size is different, the reference value of the Distance value in the
＜粒子個数算出部１５について＞
粒子個数算出部１５は、データ補正部１４で補正したDistance値の連結データに基づいて、粒子群Ａａｌｌに含まれる粒子の個数を算出する。
<About the particle
The particle
粒子個数算出部１５は、Distance値の連結データから各粒子のデータ領域を特定し、これによって、粒子群Ａａｌｌに含まれる粒子の個数を算出する。具体的には、粒子個数算出部１５は、図１０を参照して説明したように、まず、補正後のDistance値の連結データを粒子の通流する前方向から後方向に向かってDistance値を順番に探索し、Distance値が０まで低下している領域からDistance値が所定の閾値（ここでは、「１０」）よりも大きくなった位置を一の粒子の領域の開始位置と特定する。そして、粒子個数算出部１５は、当該粒子の領域の開始位置から、Distance値が所定の閾値（ここでは、「１０」）よりも小さくなる位置までの間を当該粒子のデータ領域と特定する。
The particle
そして、粒子個数算出部１５は、Distance値の連結データ中における粒子のデータ領域の個数をカウントすることによって、粒子群Ａａｌｌに含まれる全粒子の個数を算出する。
Then, the particle
＜粒子サイズ算出部１６について＞
粒子サイズ算出部１６は、データ補正部１４で補正したDistance値の連結データに基づいて、粒子群Ａａｌｌに含まれる粒子の粒子サイズ（面積又は直径等）の分布を算出する。
<About the particle
The particle
具体的には、まず、粒子サイズ算出部１６は、図１０を参照して説明したように、補正後のDistance値の連結データを、粒子の通流する前方向から後方向に向かってDistance値を順番に探索し、補正後のDistance値の連結データ中における各粒子のデータ領域を特定する。
Specifically, first, as described with reference to FIG. 10, the particle
次に、粒子サイズ算出部１６は、一個の粒子の粒子サイズを算出する際には、当該粒子のデータ領域におけるDistance値を、当該粒子の前端側から後端側まで積算する（図７を参照）。そして、粒子サイズ算出部１６は、各粒子のデータ領域に対して同様の処理を実行し、これによって、粒子群Ａａｌｌに含まれる各粒子の粒子サイズを算出する。
Next, when calculating the particle size of one particle, the particle
このように、粒子サイズ算出部１６は、データ補正部１４で補正したDistance値の連結データに基づいて、粒子群Ａａｌｌに含まれる全粒子の粒子サイズの分布を算出する。尚、このようにして算出された粒子の粒子サイズは、画像内における粒子の面積に相当する。
As described above, the particle
尚、粒子サイズ算出部１６は、各粒子を完全球体と仮定して、Ｓ＝π×ｒ２（但し、Ｓは面積、ｒは粒子の半直径）の公式から、各粒子の直径（即ち、２×ｒ）を算出し、粒子群Ａａｌｌに含まれる全粒子の直径の分布を算出してもよい。又、粒子サイズ算出部１６は、粒子の粒子サイズの単位を、画素数基準の単位から、ＳＩ単位系（例えば、μｍ単位）に変換してもよい。
Note that the particle
図１４は、粒子サイズ算出部１６によって算出された粒子の直径と、従来技術に係る手法によって算出された粒子の直径を比較した図である。
FIG. 14 is a diagram comparing the particle diameter calculated by the particle
図１４Ａ、図１４Ｂ、図１４Ｃ、及び図１４Ｄにおいては、それぞれ、画像内に映る粒子の直径が算出されている。 14A, FIG. 14B, FIG. 14C, and FIG. 14D, the diameter of the particle reflected in the image is calculated.
従来技術に係る手法としては、公知の画像解析ソフトＩｍａｇｅ Ｊを用いている。当該手法は、画像内における粒子の領域を手作業で設定させ、当該粒子の領域から当該粒子の直径を算出するものである。尚、当該手法は、高精度に粒子の粒子サイズを算出可能であるものの、手作業を含むため画像処理に長時間を要する。 As a technique according to the related art, known image analysis software Image J is used. In this method, the region of a particle in an image is manually set, and the diameter of the particle is calculated from the region of the particle. Although this method can calculate the particle size of particles with high accuracy, it requires a long time for image processing because it involves manual work.
図１４Ａ、図１４Ｂ、図１４Ｃ、及び図１４Ｄから分かるように、粒子サイズ算出部１６によって算出された粒子のサイズと、従来手法によって算出された粒子のサイズとは、略同一の値となっている。つまり、本実施形態に係る粒子サイズ算出部１６によれば、簡易な手法で、高精度に画像内における粒子を特定することが可能であることが分かる。
As can be seen from FIGS. 14A, 14B, 14C, and 14D, the particle size calculated by the particle
尚、図１４では、一個の粒子の粒子サイズのみを示しているが、粒子サイズ算出部１６は、粒子群Ａａｌｌに含まれる全粒子の粒子サイズを算出する。
Note that FIG. 14 shows only the particle size of one particle, but the particle
＜画像解析処理のフローについて＞
図１５は、本実施形態に係る検出装置１０が行う画像解析処理のフローの一例を示す図である。
<About the flow of image analysis processing>
FIG. 15 is a diagram illustrating an example of a flow of an image analysis process performed by the
検出装置１０（センサ情報取得部１１）は、まず、イメージセンサ２０を用いて、貯留槽３００内に貯留された粒子群Ａａｌｌの移送が開始されてから、貯留槽３００内の粒子群Ａａｌｌのすべての粒子の移送が完了するまでの間の動画像を取得する（ステップＳ１）。次に、検出装置１０（粒子幅算出部１２）は、イメージセンサ２０のセンサ値の流路４０の幅方向における分布に基づいて、動画像中の画像それぞれについて、画像の各行のdistance値を算出する（ステップＳ２）。次に、検出装置１０（データ連結部１３）は、各画像において算出されたdistance値を連結する（ステップＳ３）。次に、検出装置１０は（データ補正部１４）、ステップＳ３で生成したdistance値の連結データを、密着する一の粒子と他の粒子とを分離することが可能になるように、補正する（ステップＳ４）。次に、検出装置１０（粒子個数算出部１５）は、ステップＳ４で補正したdistance値の連結データに基づいて、粒子群に含まれる粒子の個数を算出する（ステップＳ５）。次に、検出装置１０（粒子サイズ算出部１６）は、ステップＳ４で補正したdistance値の連結データに基づいて、粒子群に含まれる粒子の粒子サイズの分布を算出する（ステップＳ６）。
First, the detection device 10 (sensor information acquisition unit 11) uses the
尚、ステップＳ１〜ステップＳ６の各工程の詳細は、上記した通りである。 The details of each of the steps S1 to S6 are as described above.
このようにして、検出装置１０は、粒子群Ａａｌｌに含まれる粒子の粒子サイズの分布、及び粒子群Ａａｌｌに含まれる粒子の個数を推定する。
In this way, the
［効果］
以上のように、本実施形態に係る検出装置１０は、流路４０の所定領域Ｒ１を時間的に連続して撮像するイメージセンサ２０のセンサ値を取得する入力部１０Ｘと、流路４０の幅方向におけるイメージセンサ２０のセンサ値の分布の時間的変化に基づいて、移送された粒子の粒子サイズの分布、又は移送された粒子の個数を推定する演算部１０Ｙと、を備えている。
[effect]
As described above, the
従って、本実施形態に係る検出装置１０によれば、簡易な手法で、且つ、高精度に、観察対象の粒子群Ａａｌｌに含まれる粒子の粒子サイズの分布、又は粒子の個数を検出することができる。特に、本実施形態に係る検出装置１０によれば、パターン認識等を用いて画像に映る粒子を識別する手法（例えば、粒子領域を検出する処理や、又はテンプレートマッチング処理）と比較すると、処理負荷が小さく、処理速度の向上を図ることができる点で、有用である。
Therefore, according to the
又、特に、本実施形態に係る検出装置１０は、光源３０から発せられ、流路４０を透過した透過光に基づいて、粒子の粒子サイズ等を推定する。従って、本実施形態に係る検出装置１０によれば、蛍光剤を含有させて粒子を発光させて粒子の粒子サイズ等を推定する従来公知の手法と比較しても、高精度な推定が可能である。
In particular, the
（第２の実施形態）
次に、図１６を参照して、第２の実施形態に係る検出システム１について説明する。本実施形態に係る検出システム１は、イメージセンサ２０が線状領域のみを撮像するように構成されている（ラインセンサとも称される）点で、第１の実施形態と相違する。尚、第１の実施形態と共通する構成については、説明を省略する。
(Second embodiment)
Next, a
図１６は、第２の実施形態に係る検出システム１の構成の一例を示す図である。尚、図１６では、光源３０及び貯留槽３００の図示を省略している。
FIG. 16 is a diagram illustrating an example of a configuration of the
本実施形態に係るイメージセンサ２０は、図１６に示すように、流路４０の幅方向における一端と他端との間の領域を含む線状領域のみを撮像対象領域Ｒ１とする。従って、イメージセンサ２０によって検出された線状領域のセンサ値の分布は、第１の実施形態で説明した図４Ｂ、図４Ｃ等と同様に表出する。
In the
本実施形態に係る検出装置１０（粒子幅算出部１２）は、第１の実施形態で説明した手法と同様の手法によって、イメージセンサ２０が検出したセンサ情報から、粒子のDistance値（即ち、流路４０の幅に対する粒子の占有幅）を算出する。但し、本実施形態においては、イメージセンサ２０が検出したセンサ情報の時間的変化の中には、重複領域は存在しないため、検出装置１０は、異なるタイミングで撮像された撮像対象領域Ｒ１のセンサ情報を重ね合わせる処理（上記したデータ連結部１３の処理）を行う必要はない。換言すると、当該イメージセンサ２０に生成されたセンサ情報は、直接、Distance値の連結データに変換することができる。
The detection device 10 (particle width calculating unit 12) according to the present embodiment uses the same method as the method described in the first embodiment to detect the particle Distance value (that is, the flow The particle occupation width with respect to the width of the path 40) is calculated. However, in the present embodiment, since the overlapping area does not exist in the temporal change of the sensor information detected by the
以上のように、本実施形態に係る検出装置１０によれば、イメージセンサ２０が線状領域のみを撮像するように構成されているため、より一層の処理負荷の軽減及び処理速度の向上を図ることができる。
As described above, according to the
（その他の実施形態）
本発明は、上記実施形態に限らず、種々に変形態様が考えられる。
(Other embodiments)
The present invention is not limited to the above embodiment, and various modifications are possible.
上記実施形態では、検出システム１による観察対象の一例として、貯留槽３００に貯留された粒子群Ａａｌｌを示した。しかしながら、本発明に係る検出システム１による観察対象としては、一定時間内に流路４０内を移送された粒子であってもよい。例えば、検出システム１は、ドロップレット生成装置１００から生成される粒子を、ドロップレット流路１９０において検出してもよい。
In the above embodiment, the particle group Aall stored in the
又、上記実施形態では、検出システム１による観察対象の一例として、液滴状の粒子を示した。しかしながら、本発明に係る検出システム１による観察対象としては、固体状の粒子であってもよい。
In the above-described embodiment, droplet-shaped particles are shown as an example of an observation target by the
又、上記実施形態では、検出システム１の適用対象の一例として、ドロップレット生成装置１００の性能試験に適用する態様を示した。しかしながら、本発明に係る検出システム１の適用対象は、任意であり、例えば、流路４０内を移送される粒子の品質管理等の用途にも適用し得る。
In the above-described embodiment, an example in which the
又、上記実施形態では、流路４０の一例として、ガラス管を示した。しかしながら、流路４０としては、チューブ、又は、ガラス基板上に形成された溝等が用いられてもよい。
In the above embodiment, a glass tube is shown as an example of the
又、上記実施形態では、光源３０の一例として、白色ランプを示した。しかしながら、光源３０としては、レーザ、発光ダイオード、白熱光源、又は、蛍光光源等が用いられてもよい。
In the above embodiment, a white lamp is shown as an example of the
以上、本発明の具体例を詳細に説明したが、これらは例示にすぎず、請求の範囲を限定するものではない。請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。 As mentioned above, although the specific example of this invention was demonstrated in detail, these are only illustrations and do not limit a claim. The technology described in the claims includes various modifications and changes of the specific examples illustrated above.
本開示に係る検出装置によれば、観察対象の粒子群に含まれる粒子の粒子サイズの分布や、又は粒子の個数を、簡易な手法で、且つ、高精度に、検出可能である。 According to the detection device according to the present disclosure, it is possible to detect the particle size distribution of the particles included in the particle group to be observed or the number of particles with a simple technique and with high accuracy.
１ 検出システム
１０ 検出装置
１０Ｘ 入力部
１０Ｙ 演算部
１１ センサ情報取得部
１２ 粒子幅算出部
１３ データ連結部
１４ データ補正部
１５ 粒子個数算出部
１６ 粒子サイズ算出部
２０ イメージセンサ
３０ 光源
４０ 流路
１００ ドロップレット生成装置
３００ 貯留槽
Ａａｌｌ 粒子群
DESCRIPTION OF
Claims (16)
前記流路の所定領域を時間的に連続して撮像するイメージセンサのセンサ値を取得する入力部と、
前記流路の幅方向における前記イメージセンサのセンサ値の分布の時間的変化に基づいて、移送された前記粒子群に含まれる前記粒子の粒子サイズの分布、又は前記粒子の個数を推定する演算部と、
を備える検出装置。 A detection device that detects the state of the entire particle group of particles transferred one by one in the flow path,
An input unit that acquires a sensor value of an image sensor that sequentially captures a predetermined region of the flow path temporally,
A calculating unit that estimates a particle size distribution of the particles included in the transferred particle group or a number of the particles based on a temporal change in a distribution of sensor values of the image sensor in a width direction of the flow path. When,
A detection device comprising:
請求項１に記載の検出装置。 The detection device according to claim 1, wherein the calculation unit converts data relating to a temporal change in the distribution of sensor values of the image sensor in a width direction of the flow path into data relating to a temporal change in a particle width.
請求項２に記載の検出装置。 The calculation unit, for each of the particles, by calculating the integrated value of the particle width from the front end side to the rear end side of the particles, the particle size of the particles included in the transferred particle group The detection device according to claim 2, wherein the distribution is estimated.
請求項２又は３に記載の検出装置。 The arithmetic unit, when a minimum value of the particle width exists between the front end and the rear end of the particle, reduces the particle width at the position of the minimum value to a predetermined value or less when identifying the front end of the particle. The detection device according to claim 2 or 3.
請求項４に記載の検出装置。 The detection device according to claim 4, wherein the calculation unit uses two or more reference values when determining whether the minimum value exists.
請求項２乃至５のいずれか一項に記載の検出装置。 The arithmetic unit identifies a data area of each of the different particles based on data relating to a temporal change of the particle width, and counts the number of the particles included in the transferred particle group. The detection device according to any one of claims 1 to 5.
請求項２乃至６のいずれか一項に記載の検出装置。 The detection device according to any one of claims 2 to 6, wherein the particles are droplet-shaped particles.
請求項７に記載の検出装置。 The calculation unit may be configured such that a distribution of sensor values of the image sensor in a width direction of the flow path corresponds to any of a region where the particles do not exist, a region of a central portion of the particles, and an end region of the particles. 8. The detection device according to claim 7, wherein the detection is performed to convert data relating to a temporal change in the distribution of sensor values of the image sensor in the width direction of the flow path into data relating to a temporal change in the particle width. .
請求項１乃至８のいずれか一項に記載の検出装置。 The said image sensor is emitted from the light source arrange | positioned at the back part of the said flow path seen from the said image sensor, and detects the intensity | strength of the light which permeate | transmitted the said flow path. Detection device.
請求項１乃至９のいずれか一項に記載の検出装置。 The detection device according to any one of claims 1 to 9, wherein the image sensor captures an image of a two-dimensional region including a region between one end and the other end in the width direction of the flow path.
請求項１０に記載の検出装置。 The arithmetic unit refers to first sensor information generated by the image sensor at a first timing and second sensor information generated by the image sensor at a second timing subsequent to the first timing, and The detection device according to claim 10, wherein the first sensor information and the second sensor information are connected such that an overlapping area between the first sensor information and the second sensor information overlaps.
請求項１乃至９のいずれか一項に記載の検出装置。 The detection device according to any one of claims 1 to 9, wherein the image sensor captures an image of a linear region including a region between one end and the other end in the width direction of the flow path.
請求項１乃至１２のいずれか一項に記載の検出装置。 The detection device according to any one of claims 1 to 12, wherein the particle group is a particle group stored in a storage tank.
請求項１乃至１３のいずれか一項に記載の検出装置。 The detection device according to any one of claims 1 to 13, which is applied to a performance test of a droplet generation device.
前記流路の所定領域を時間的に連続して撮像するイメージセンサのセンサ値を取得する工程と、
前記流路の幅方向における前記イメージセンサのセンサ値の分布の時間的変化に基づいて、移送された前記粒子群に含まれる前記粒子の粒子サイズの分布、又は前記粒子の個数を推定する工程と、
を備える検出方法。 A detection method for detecting the state of the entire particle group of particles transferred one by one in the flow path,
A step of acquiring a sensor value of an image sensor that sequentially and temporally images a predetermined region of the flow path,
A step of estimating the distribution of the particle size of the particles included in the transferred particle group, or the number of the particles, based on a temporal change in the distribution of the sensor values of the image sensor in the width direction of the flow path. ,
A detection method comprising:
コンピュータに、
前記流路の所定領域を時間的に連続して撮像するイメージセンサのセンサ値を取得する処理と、
前記流路の幅方向における前記イメージセンサのセンサ値の分布の時間的変化に基づいて、移送された前記粒子群に含まれる前記粒子の粒子サイズの分布、又は前記粒子の個数を推定する処理と、
を実行させる検出プログラム。 A detection program for detecting the state of the entire particle group of particles transferred one by one in the flow path,
On the computer,
A process of acquiring a sensor value of an image sensor that sequentially and temporally images a predetermined region of the flow path;
A process of estimating the particle size distribution of the particles included in the transferred particle group, or estimating the number of the particles, based on a temporal change in the distribution of the sensor values of the image sensor in the width direction of the channel. ,
A detection program to execute.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018124245A JP2020003384A (en) | 2018-06-29 | 2018-06-29 | Detector, method for detection, and detection program |
| PCT/JP2019/025025 WO2020004353A1 (en) | 2018-06-29 | 2019-06-25 | Detection device, detection method, and detection program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018124245A JP2020003384A (en) | 2018-06-29 | 2018-06-29 | Detector, method for detection, and detection program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2020003384A true JP2020003384A (en) | 2020-01-09 |
Family
ID=68985064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018124245A Pending JP2020003384A (en) | 2018-06-29 | 2018-06-29 | Detector, method for detection, and detection program |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP2020003384A (en) |
| WO (1) | WO2020004353A1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5383677A (en) * | 1976-12-29 | 1978-07-24 | Rikagaku Kenkyusho | Measurement of grain size distribution |
| JPS59154337A (en) * | 1983-02-23 | 1984-09-03 | Fuji Electric Co Ltd | Measuring device of particle size distribution of granular material suspended in fluid |
| JPH0658928A (en) * | 1992-08-10 | 1994-03-04 | Toa Medical Electronics Co Ltd | Particle analyzer |
| JP2014507662A (en) * | 2011-02-22 | 2014-03-27 | バイオ−ラド ラボラトリーズ インコーポレイテッド | Line scan hemocytometer system and method |
| JP2015520397A (en) * | 2012-06-22 | 2015-07-16 | マルバーン インストゥルメンツ リミテッド | Characterization of heterogeneous fluid samples |
-
2018
- 2018-06-29 JP JP2018124245A patent/JP2020003384A/en active Pending
-
2019
- 2019-06-25 WO PCT/JP2019/025025 patent/WO2020004353A1/en active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5383677A (en) * | 1976-12-29 | 1978-07-24 | Rikagaku Kenkyusho | Measurement of grain size distribution |
| JPS59154337A (en) * | 1983-02-23 | 1984-09-03 | Fuji Electric Co Ltd | Measuring device of particle size distribution of granular material suspended in fluid |
| JPH0658928A (en) * | 1992-08-10 | 1994-03-04 | Toa Medical Electronics Co Ltd | Particle analyzer |
| JP2014507662A (en) * | 2011-02-22 | 2014-03-27 | バイオ−ラド ラボラトリーズ インコーポレイテッド | Line scan hemocytometer system and method |
| JP2015520397A (en) * | 2012-06-22 | 2015-07-16 | マルバーン インストゥルメンツ リミテッド | Characterization of heterogeneous fluid samples |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020004353A1 (en) | 2020-01-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9571817B2 (en) | Inspection apparatus, inspection method, and program | |
| JP2007104171A (en) | Front monitoring device | |
| US20100310150A1 (en) | Feature analyzing apparatus | |
| US20200200681A1 (en) | Systems and methods for multi-view nonlinear optical imaging for improved signal-to-noise ratio and resolution in point scanning multi-photon microscopy | |
| WO2019198611A1 (en) | Feature estimation device and feature estimation method | |
| US8155424B2 (en) | Coin detecting apparatus | |
| CN112368569A (en) | Multi-mode defect classification in semiconductor inspection | |
| CN111091525A (en) | Contact net hard spot detection system and method thereof | |
| US20150379334A1 (en) | Object recognition apparatus | |
| CN111323397A (en) | Optical imaging system, imaging detection system and method and gene sequencing method | |
| US10823682B2 (en) | Water measurement apparatus | |
| Awasthi et al. | Cell tracking using a distributed algorithm for 3‐D image segmentation | |
| JP2005077411A (en) | Method and system for image processing on structured optical profile of components | |
| US11256929B2 (en) | Image-based road cone recognition method and apparatus, storage medium, and vehicle | |
| WO2020004353A1 (en) | Detection device, detection method, and detection program | |
| US9674503B2 (en) | Stereo matching apparatus using image property | |
| JP4733433B2 (en) | Fluorescence reading apparatus for bead array and fluorescence reading method for bead array | |
| Rieger et al. | Image processing and analysis for single-molecule localization microscopy: Computation for nanoscale imaging | |
| JP2019188918A (en) | Track identification apparatus | |
| JP6646133B2 (en) | Image processing device and endoscope | |
| US20190303694A1 (en) | Device and a method for clustering light spots | |
| CN112902881A (en) | Parallel testing method of multi-optical-axis system based on digital image processing | |
| JP4563184B2 (en) | Method and apparatus for inspecting mura defect | |
| JP2020013291A (en) | Object detecting system and object detecting program | |
| JP2020012667A (en) | Identification apparatus, identification method and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20190617 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20191030 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210507 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220531 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221129 |