JP3314759B2 - Cell shape extraction device and cell shape extraction method - Google Patents
Cell shape extraction device and cell shape extraction methodInfo
- Publication number
- JP3314759B2 JP3314759B2 JP13014299A JP13014299A JP3314759B2 JP 3314759 B2 JP3314759 B2 JP 3314759B2 JP 13014299 A JP13014299 A JP 13014299A JP 13014299 A JP13014299 A JP 13014299A JP 3314759 B2 JP3314759 B2 JP 3314759B2
- Authority
- JP
- Japan
- Prior art keywords
- cell
- contour
- center position
- extraction
- selecting
- 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.)
- Expired - Fee Related
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、細胞形状抽出装置
及び細胞形状抽出方法に関し、特に画像から細胞の中心
位置を算出した後、当該算出した中心位置に基づいて細
胞形状の個別抽出に重要な画素のみを選択し、細胞中心
位置と選択された画素から細胞輪郭を詳細に抽出する細
胞形状抽出装置及び細胞形状抽出方法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a cell shape extracting device and a cell shape extracting method, and more particularly to a method for calculating a center position of a cell from an image and then extracting the cell shape individually based on the calculated center position. The present invention relates to a cell shape extraction device and a cell shape extraction method for selecting only a pixel and extracting a cell outline in detail from a cell center position and the selected pixel.
【０００２】[0002]
【従来の技術】従来、画像から細胞形状を抽出する技術
は、画像に基づき病理学的な診断を下す上で大変重要で
ある。画像から細胞形状を抽出する技術は、例えば、従
来例１として、特開平６−９６１９２号公報に開示され
る「核抽出方法」がある。2. Description of the Related Art Conventionally, a technique for extracting a cell shape from an image is very important for making a pathological diagnosis based on the image. As a technique for extracting a cell shape from an image, for example, as a conventional example 1, there is a “nucleus extraction method” disclosed in JP-A-6-96192.
【０００３】従来例１においては、細胞画像について１
画素ずつ、あるしきい値より大きい濃度値を有する画素
を検索し、検索した画素の座標と当該検索された画素の
近傍の複数の座標とを中心として半径が等しい円を設定
し、当該円内に含まれていて上述のしきい値よりも大き
い濃度値を有する画素の数を各円毎に計数する。そし
て、これらの計数値の最大値が所定値よりも大きい場合
に、最大値となる円内に含まれていて上述のしきい値よ
りも大きい濃度値を有する画素が、細胞核を構成する画
素であると判定してこれらの画素が抽出されるものであ
る。[0003] In Conventional Example 1, 1
A pixel is searched for a pixel having a density value greater than a certain threshold value, and a circle having the same radius is set centering on the coordinates of the searched pixel and a plurality of coordinates near the searched pixel. And the number of pixels having a density value larger than the above-described threshold value is counted for each circle. When the maximum value of these count values is larger than a predetermined value, a pixel included in the maximum circle and having a density value larger than the above-described threshold value is a pixel constituting the cell nucleus. It is determined that there is a pixel and these pixels are extracted.
【０００４】また、従来例２として、特開昭５８−２１
１２７２号公報に開示される「閾値決定法」がある。従
来例２においては、濃度値ヒストグラムに基づいて細胞
を抽出する。つまり従来例２では、量子化された画像の
濃度ヒストグラムから細胞核、細胞質、その他の各濃度
分布のピークを探し出し、そのピーク数から３ピーク
型、２ピーク型、１ピーク型のいずれかに分類する。次
に、各分布形状の解析結果から、細胞核と細胞質とを分
ける閾値ＴＮ、細胞質とその他とを分ける閾値ＴＣを求
め、細胞像のＴＮ以上の工程分を領域とする細胞核画
像、ＴＣ以上を領域とする細胞核および細胞質の画像を
出力するものである。A second conventional example is disclosed in Japanese Patent Application Laid-Open No. 58-21 / 1983.
There is a “threshold determination method” disclosed in Japanese Patent No. 1272. In Conventional Example 2, cells are extracted based on a density value histogram. In other words, in Conventional Example 2, peaks of the cell nucleus, cytoplasm, and other density distributions are searched for from the density histogram of the quantized image, and classified into one of the three-peak type, the two-peak type, and the one-peak type based on the number of peaks. . Next, a threshold value TN for separating the cell nucleus from the cytoplasm and a threshold value TC for separating the cytoplasm from the others are obtained from the analysis results of the respective distribution shapes. And outputs an image of the cell nucleus and cytoplasm.
【０００５】また、従来例３として、特開平５−２７４
４２２号公報に開示される「細胞画像処理方法」があ
る。従来例３においては、２個以上の連結細胞をいびつ
な形状の細胞が抽出されないように、分割して抽出が行
われる。従来例３については図８を参照しながら説明す
る。A third conventional example is disclosed in Japanese Patent Laid-Open No. 5-274.
No. 422 discloses a “cell image processing method”. In Conventional Example 3, extraction is performed by dividing two or more connected cells so that irregular shaped cells are not extracted. Conventional example 3 will be described with reference to FIG.
【０００６】図８において、従来例３の細胞画像処理方
法は、まず細胞組織の原画像から、実際の数よりも少な
く細胞が抽出されたために２個以上の細胞が連結され、
見かけ上１個の細胞として抽出される分割対象領域１０
３を含む少なめ細胞画像１０１と、実際の数よりも多く
細胞が抽出された多め細胞画像１０２とが得られる。Referring to FIG. 8, the cell image processing method of the conventional example 3 first connects two or more cells because an original number of cells is smaller than the actual number of cells from the original image of the cell tissue.
Division target area 10 apparently extracted as one cell
Thus, a small cell image 101 including 3 and a large cell image 102 in which cells are extracted more than the actual number are obtained.
【０００７】次に、少なめ細胞画像１０１中の分割対象
領域１０３を所定範囲拡大したマスク１０４に対応する
多め細胞画像１０２の領域１０５を抽出し、領域１０５
から細線化処理、ノイズ処理および枝線除去処理により
細胞の境界線を抽出する。さらに、抽出された境界線を
分割候補線１０７として少なめ細胞画像１０１から抽出
された分割対象領域１０３を分割することにより、細胞
画像を提供する。Next, a region 105 of the large cell image 102 corresponding to the mask 104 obtained by enlarging the division target region 103 in the small cell image 101 by a predetermined range is extracted.
, A cell boundary is extracted by thinning processing, noise processing, and branch line removal processing. Further, a cell image is provided by dividing the division target area 103 extracted from the cell image 101 with the extracted boundary line as a division candidate line 107.
【０００８】また、従来例４として、画像中の細胞の位
置を大まかに抽出しておき、その結果から細胞形状を詳
細に抽出する手法として、金谷らによる「エネルギー最
小化原理を利用した角膜内皮細胞の抽出」がある（電子
情報通信学会論文誌D-II Vol.J80-D-IINo.7 1705ページ
から1711ページ）。図９には、従来例４の構成が示され
ている。As a conventional example 4, as a method of roughly extracting the position of a cell in an image and extracting a cell shape in detail from the result, Kanaya et al., "Cornea endothelium utilizing the principle of energy minimization". Cell Extraction ”(Transactions of the Institute of Electronics, Information and Communication Engineers, D-II Vol.J80-D-IINo.7, pp. 1705 to 1711). FIG. 9 shows the configuration of Conventional Example 4.
【０００９】図９に示される従来例４の主な構成は、画
像入力部１１と、画像整形部１２と、細胞中心位置候補
抽出部１３と、細胞中心位置選択部１４と、詳細輪郭抽
出実行部１５と、細胞輪郭抽出結果出力部１６と、を有
して構成される。The main configuration of the conventional example 4 shown in FIG. 9 is as follows: an image input unit 11, an image shaping unit 12, a cell center position candidate extraction unit 13, a cell center position selection unit 14, and a detailed contour extraction execution. And a cell contour extraction result output unit 16.
【００１０】従来例４においては、細胞が円形もしくは
長円形をしているという知識に基づいて、図９に示され
る細胞中心位置候補抽出部１３において細胞組織の原画
像から得た微分２値画像に一般化ハフ変換を適用して円
に近い輪郭をしている物体の中心位置を求め、細胞中心
位置選択部１４で真の細胞中心位置を選択した後で該中
心位置の周りに正多角形の閉曲線を設定し、詳細輪郭抽
出実行部１５において該閉曲線を用いたスネークスと呼
ばれる動的輪郭抽出法により細胞形状を詳細に抽出して
いるものである。In Conventional Example 4, based on the knowledge that cells are circular or oval, a differential binary image obtained from an original image of a cell tissue in a cell center position candidate extracting unit 13 shown in FIG. After applying the generalized Hough transform to the center position of an object having a contour close to a circle, the cell center position selection unit 14 selects a true cell center position, and then forms a regular polygon around the center position. Is set, and the detailed contour extraction execution unit 15 extracts the cell shape in detail by a dynamic contour extraction method called snakes using the closed curve.
【００１１】このスネークスという手法は、ＫＡＳＳら
によって提案され、インターナショナル・ジャーナル・
オブ・コンピュータ・ヴィジョンに記載されている（”
Snakes：active contour model”, International Jour
nal of Computer Vision、vol.１、No.41988、321 ペー
ジから331 ページ）。This snake technique has been proposed by KASS et al.
Of Computer Vision ("
Snakes: active contour model ”, International Jour
nal of Computer Vision, vol. 1, No. 41988, pages 321 to 331).
【００１２】スネークスは、まず輪郭抽出対象の物体に
対して閉曲線を与える。この閉曲線を構成している画素
（制御点）の座標値や画素値、微分画素値を用いて計算
される評価関数を設定する。全制御点で評価関数値を求
めてその和をとり、該閉曲線の評価関数値とする。つま
り該閉曲線の評価関数値Ｅを下記のように定義する。 Ｅ＝Ｅ（閉曲線形状）＋Ｅ（画像情報）Snakes first give a closed curve to an object whose contour is to be extracted. An evaluation function calculated using the coordinate values, pixel values, and differential pixel values of the pixels (control points) constituting the closed curve is set. The evaluation function values are obtained at all the control points, the sum is taken, and the sum is used as the evaluation function value of the closed curve. That is, the evaluation function value E of the closed curve is defined as follows. E = E (closed curve shape) + E (image information)
【００１３】Ｅ（閉曲線形状）は、通常、閉曲線の全周
長や各制御点での曲率の一周和といった閉曲線形状依存
の数値の線形和、Ｅ（画像情報）は、通常、各制御点に
おける濃度勾配の絶対値の一周和が用いられる。これら
の評価関数項には重み係数がかかり、通常その値は０も
しくは正の実数であるが、画像情報に関する評価関数項
として濃度勾配の絶対値を用いた場合、画像情報に関す
る評価関数項の重み係数は０もしくは負の実数となる。
そして該閉曲線評価関数値が小さくなるように制御点の
位置を修正することによって該閉曲線形状を変化させて
いき、対象とした物体の輪郭を抽出するものである。E (closed curve shape) is usually a linear sum of numerical values depending on the closed curve shape, such as the total circumference of the closed curve or the sum of one round of curvature at each control point. E (image information) is usually One round sum of the absolute value of the concentration gradient is used. A weighting factor is applied to these evaluation function terms, and the value is usually 0 or a positive real number. However, when the absolute value of the density gradient is used as the evaluation function term for image information, the weight of the evaluation function term for image information is The coefficient is 0 or a negative real number.
Then, the shape of the closed curve is changed by correcting the position of the control point so that the value of the closed curve evaluation function becomes small, and the contour of the target object is extracted.
【００１４】[0014]
【発明が解決しようとする課題】しかしながら、上記各
従来例においては、画像中で細胞が重畳して存在してい
る時に、細胞形状を個別に抽出することができないとい
う問題点がある。However, in each of the above-mentioned conventional examples, there is a problem that when cells are superimposed on an image, the cell shape cannot be individually extracted.
【００１５】例えば、従来例１及び従来例２において
は、入力画像中の各画素が細胞を構成する画素であるか
否かを判定した上で細胞領域を特定するものであり、個
別の細胞についての輪郭形成画素を特定しているわけで
はない。例えば、２つの細胞が接している、もしくは重
畳している時には、１つの細胞として抽出してしまうと
いう可能性があるという問題点がある。For example, in the prior arts 1 and 2, a cell region is specified after determining whether each pixel in an input image is a pixel constituting a cell, and a cell region is specified. Is not specified. For example, there is a problem in that when two cells are in contact or overlap, there is a possibility that the cells may be extracted as one cell.
【００１６】また、従来例３においては、隣接している
複数の細胞が存在している場合に、それらを分離するこ
とは可能であるが、重畳している時には細胞形状を個別
に抽出することはできないという問題がある。Further, in the conventional example 3, when a plurality of adjacent cells exist, it is possible to separate them, but when the cells overlap, it is necessary to individually extract the cell shape. There is a problem that can not be.
【００１７】また、従来例４においては、細胞が接して
いる、もしくは重畳している時のスネークス初期閉曲線
の設定方法については触れられていない。Further, in the conventional example 4, there is no mention of a method of setting the snakes initial closed curve when the cells are in contact with or superimposed.
【００１８】本発明は、画像中に存在している複数細胞
が重畳している場合においても、細胞形状を個別に抽出
することのできる細胞形状抽出装置及び細胞形状抽出方
法を提供することを目的とする。An object of the present invention is to provide a cell shape extracting apparatus and a cell shape extracting method which can individually extract a cell shape even when a plurality of cells existing in an image are superimposed. And
【００１９】[0019]
【課題を解決するための手段】前記課題を解決するため
に、請求項１記載の発明は、入力画像を電気的信号に変
換して入力する画像入力手段と、画像入力手段により入
力された入力画像を平滑化する画像整形手段と、画像成
形手段により平滑化された入力画像に対して細胞形状の
あてはめにより細胞中心位置候補群を抽出する細胞中心
位置候補抽出手段と、細胞中心位置候補抽出手段により
抽出された細胞中心位置候補群から各々の細胞中心を選
択する細胞中心位置選択手段と、細胞中心位置選択手段
により選択された各々の細胞中心に対して細胞輪郭形成
画素を選択する輪郭形成画素選択手段と、細胞中心位置
選択手段により選択された細胞中心と輪郭形成画素選択
手段により選択された輪郭形成画素から各々の細胞輪郭
形状を詳細に抽出する詳細輪郭抽出実行手段と、詳細輪
郭抽出実行手段により実行された抽出結果を出力する細
胞輪郭抽出結果出力手段とを有し、輪郭形成画素抽出手
段は、入力画像の濃度勾配の方向と細胞中心への方向と
の一致度により輪郭形成画素を抽出することを特徴とす
る。According to a first aspect of the present invention, there is provided an image input means for converting an input image into an electric signal and inputting the converted signal, and an input device for inputting the image by the image input means. Image shaping means for smoothing an image, cell center position candidate extracting means for extracting a cell center position candidate group by applying a cell shape to the input image smoothed by the image shaping means, and cell center position candidate extracting means Cell center position selecting means for selecting each cell center from the cell center position candidate group extracted by the method, and a contour forming pixel for selecting a cell contour forming pixel for each cell center selected by the cell center position selecting means The cell contour shape extracted in detail from the cell center selected by the selecting means and the cell center position selecting means and the contour forming pixel selected by the contour forming pixel selecting means. And a cell contour extraction result output means for outputting the extraction result executed by the detailed contour extraction execution means. The contour forming pixel extraction means includes a direction of the density gradient of the input image and a cell center. The feature is that the contour forming pixels are extracted based on the degree of coincidence with the direction.
【００２０】請求項２記載の発明は、入力画像を電気的
信号に変換して入力する画像入力手段と、画像入力手段
により入力された入力画像を平滑化する画像整形手段
と、画像成形手段により平滑化された入力画像に対して
細胞形状のあてはめにより細胞中心位置候補群を抽出す
る細胞中心位置候補抽出手段と、細胞中心位置候補抽出
手段により抽出された細胞中心位置候補群から各々の細
胞中心を選択する細胞中心位置選択手段と、細胞中心位
置選択手段により選択された各々の細胞中心に対して細
胞輪郭形成画素を選択する輪郭形成画素選択手段と、細
胞中心位置選択手段により選択された細胞中心から各々
の細胞輪郭形状を詳細に抽出する詳細輪郭抽出実行手段
と、詳細輪郭抽出実行手段により実行された抽出結果を
出力する細胞輪郭抽出結果出力手段とを有し、輪郭形成
画素抽出手段は、入力画像の濃度勾配の方向と細胞中心
への方向との一致度により輪郭形成画素を抽出すること
を特徴とする。According to a second aspect of the present invention, there is provided image input means for converting an input image into an electric signal and inputting the same, image shaping means for smoothing the input image input by the image input means, and image forming means. A cell center position candidate extracting unit for extracting a cell center position candidate group by applying a cell shape to the smoothed input image, and a cell center position candidate group extracted from the cell center position candidate group extracted by the cell center position candidate group. A cell center position selecting means for selecting the cell center, a contour forming pixel selecting means for selecting a cell contour forming pixel for each cell center selected by the cell center position selecting means, and a cell selected by the cell center position selecting means. A detailed contour extraction executing means for extracting each cell contour shape from the center in detail, and a cell contour extraction for outputting an extraction result executed by the detailed contour extraction executing means Results and an output means, profiling pixel extraction means and extracting a contour forming pixel by coincidence degree between the direction of the direction and the cell center of the gradient of the input image.
【００２１】請求項３記載の発明は、請求項２記載の発
明において、詳細輪郭抽出実行手段は、詳細輪郭抽出の
初期条件を設定する初期条件設定手段と、細胞輪郭形成
画素を選択する輪郭形成画素選択手段と、輪郭形成画素
選択手段によって選択された輪郭形成画素に高い評価値
を与える評価関数値算出手段と、評価関数値算出手段に
より高い評価値を得た輪郭形成画素の座標から最適輪郭
を抽出する最適輪郭探索手段と、詳細輪郭抽出の終了条
件を判定する詳細輪郭抽出終了条件判定手段と、を有す
ることを特徴とする。According to a third aspect of the present invention, in the second aspect of the present invention, the detailed contour extraction executing means includes an initial condition setting means for setting an initial condition for detailed contour extraction, and a contour forming means for selecting a cell contour forming pixel. A pixel selecting means, an evaluation function value calculating means for giving a high evaluation value to the contour forming pixel selected by the contour forming pixel selecting means, and an optimal contour from the coordinates of the contour forming pixel having obtained a high evaluation value by the evaluation function value calculating means. , And a detailed contour extraction end condition determining means for determining an end condition of the detailed contour extraction.
【００２２】請求項４記載の発明は、請求項１から３の
いずれか１項に記載の発明において、輪郭形成画素抽出
手段は、一致度が、予め指定された基準値よりも高い場
合に注目画素を輪郭形成画素の１つとして選択して抽出
することを特徴とする。According to a fourth aspect of the present invention, in the first aspect of the present invention, the contour forming pixel extracting means focuses on the case where the degree of coincidence is higher than a predetermined reference value. It is characterized in that a pixel is selected and extracted as one of the contour forming pixels.
【００２３】請求項５記載の発明は、入力画像を電気的
信号に変換して入力する画像入力工程と、画像入力工程
により入力された入力画像を平滑化する画像整形工程
と、画像成形工程により平滑化された入力画像に対して
細胞形状のあてはめにより細胞中心位置候補群を抽出す
る細胞中心位置候補抽出工程と、細胞中心位置候補抽出
工程により抽出された細胞中心位置候補群から各々の細
胞中心を選択する細胞中心位置選択工程と、細胞中心位
置選択工程により選択された各々の細胞中心に対して細
胞輪郭形成画素を選択する輪郭形成画素選択工程と、細
胞中心位置選択工程により選択された細胞中心と輪郭形
成画素選択工程により選択された輪郭形成画素から各々
の細胞輪郭形状を詳細に抽出する詳細輪郭抽出実行工程
と、詳細輪郭抽出実行工程により実行された抽出結果を
出力する細胞輪郭抽出結果出力工程とを有し、輪郭形成
画素抽出工程は、入力画像の濃度勾配の方向と細胞中心
への方向との一致度により輪郭形成画素を抽出すること
を特徴とする。According to a fifth aspect of the present invention, an image input step of converting an input image into an electric signal and inputting the same, an image shaping step of smoothing the input image input in the image input step, and an image forming step A cell center position candidate extraction step of extracting a cell center position candidate group by applying a cell shape to the smoothed input image; and a cell center position candidate group extracted from the cell center position candidate group extracted in the cell center position candidate extraction step. A cell center position selecting step of selecting, a contour forming pixel selecting step of selecting a cell contour forming pixel for each cell center selected by the cell center position selecting step, and a cell selected by the cell center position selecting step. A detailed contour extraction executing step of extracting each cell contour shape in detail from the center and the contour forming pixels selected in the contour forming pixel selecting step; A cell contour extraction result output step of outputting an extraction result executed by the step.The contour formation pixel extraction step includes the step of extracting the contour formation pixels based on the degree of coincidence between the direction of the density gradient of the input image and the direction toward the cell center. It is characterized by extracting.
【００２４】請求項６記載の発明は、入力画像を電気的
信号に変換して入力する画像入力工程と、画像入力工程
により入力された入力画像を平滑化する画像整形工程
と、画像成形工程により平滑化された入力画像に対して
細胞形状のあてはめにより細胞中心位置候補群を抽出す
る細胞中心位置候補抽出工程と、細胞中心位置候補抽出
工程により抽出された細胞中心位置候補群から各々の細
胞中心を選択する細胞中心位置選択工程と、細胞中心位
置選択工程により選択された各々の細胞中心に対して細
胞輪郭形成画素を選択する輪郭形成画素選択工程と、細
胞中心位置選択工程により選択された細胞中心から各々
の細胞輪郭形状を詳細に抽出する詳細輪郭抽出実行工程
と、詳細輪郭抽出実行工程により実行された抽出結果を
出力する細胞輪郭抽出結果出力工程とを有し、輪郭形成
画素抽出工程は、入力画像の濃度勾配の方向と細胞中心
への方向との一致度により輪郭形成画素を抽出すること
を特徴とする。According to a sixth aspect of the present invention, an image input step of converting an input image into an electric signal and inputting the same, an image shaping step of smoothing the input image input in the image input step, and an image forming step A cell center position candidate extraction step of extracting a cell center position candidate group by applying a cell shape to the smoothed input image; and a cell center position candidate group extracted from the cell center position candidate group extracted in the cell center position candidate extraction step. A cell center position selecting step of selecting, a contour forming pixel selecting step of selecting a cell contour forming pixel for each cell center selected by the cell center position selecting step, and a cell selected by the cell center position selecting step. A detailed contour extraction executing step of extracting each cell contour shape from the center in detail, and a cell contour extraction outputting the extraction result executed in the detailed contour extraction executing step Results and an output step, the contoured pixel extracting step, and extracting a contour forming pixel by coincidence degree between the direction of the direction and the cell center of the gradient of the input image.
【００２５】請求項７記載の発明は、請求項６記載の発
明において、詳細輪郭抽出実行工程は、詳細輪郭抽出の
初期条件を設定する初期条件設定工程と、細胞輪郭形成
画素を選択する輪郭形成画素選択工程と、輪郭形成画素
選択工程によって選択された輪郭形成画素に高い評価値
を与える評価関数値算出工程と、評価関数値算出工程に
より高い評価値を得た輪郭形成画素の座標から最適輪郭
を抽出する最適輪郭探索工程と、詳細輪郭抽出の終了条
件を判定する詳細輪郭抽出終了条件判定工程と、を有す
ることを特徴とする。According to a seventh aspect of the present invention, in the invention of the sixth aspect, the detailed contour extraction executing step includes an initial condition setting step of setting an initial condition of the detailed contour extraction, and a contour forming step of selecting a cell contour forming pixel. A pixel selecting step, an evaluation function value calculating step of giving a high evaluation value to the contour forming pixel selected in the contour forming pixel selecting step, and an optimal contour from the coordinates of the contour forming pixel having obtained a high evaluation value in the evaluation function value calculating step. , And a detailed contour extraction end condition determining step of determining an end condition of the detailed contour extraction.
【００２６】請求項８記載の発明は、請求項５から７の
いずれか１項に記載の発明において、輪郭形成画素抽出
工程は、一致度が、予め指定された基準値よりも高い場
合に注目画素を輪郭形成画素の１つとして選択して抽出
することを特徴とする。[0026] According to an eighth aspect of the present invention, in the invention according to any one of the fifth to seventh aspects, the contour forming pixel extracting step focuses on the case where the degree of coincidence is higher than a predetermined reference value. It is characterized in that a pixel is selected and extracted as one of the contour forming pixels.
【００２７】〈作用〉本発明の細胞形状抽出装置におい
ては、画像から抽出された細胞中心位置の周りに探索領
域を設定し、探索領域内の各画素に対して、近傍画素と
の画素値の差（濃度勾配と記す）である濃度勾配の方向
と細胞中心一方向との一致度を測定し、両者が高い一致
度を示した場合にのみ該画素を輪郭形成画素として選択
する輪郭形成画素選択手段を備える。<Operation> In the cell shape extracting apparatus of the present invention, a search area is set around the cell center position extracted from the image, and the pixel value of each pixel in the search area is compared with the neighboring pixels. A contour forming pixel selection for measuring the degree of coincidence between the direction of the concentration gradient, which is a difference (hereinafter referred to as a concentration gradient), and one direction of the cell center, and selecting the pixel as a contour forming pixel only when both show a high degree of coincidence Means.
【００２８】輪郭形成画素選択手段が行う処理を図１０
を用いて詳細に説明する。図１０のような細胞中心Ｃを
注目している時、その細胞の輪郭を形成する画素の濃度
勾配（図１０の実線の矢印）は細胞中心方向に向いてい
る。それに対し、細胞の重畳により探索領域内に別の細
胞輪郭が存在する時、当該輪郭形成画素の濃度勾配（図
１０の破線の矢印）の方向は細胞中心とは一致しない。
したがって、細胞輪郭を形成している候補画素のうち、
その濃度勾配方向が細胞中心方向と一致している画素の
みを選択することで、重畳している細胞の輪郭を個別に
抽出する。FIG. 10 shows the processing performed by the contour forming pixel selecting means.
This will be described in detail with reference to FIG. When attention is paid to the cell center C as shown in FIG. 10, the density gradient (solid arrow in FIG. 10) of the pixel forming the contour of the cell is directed toward the cell center. On the other hand, when another cell contour is present in the search area due to the superposition of cells, the direction of the density gradient (dashed arrow in FIG. 10) of the contour forming pixel does not coincide with the cell center.
Therefore, of the candidate pixels forming the cell contour,
By selecting only pixels whose concentration gradient direction coincides with the cell center direction, the contours of the overlapping cells are individually extracted.
【００２９】[0029]
【発明の実施の形態】次に、添付図面を参照して本発明
の実施形態である細胞形状抽出装置及び細胞形状抽出方
法を詳細に説明する。図１から図１６を参照すると、本
発明による細胞形状抽出装置及び細胞形状抽出方法の実
施の形態が示されている。DESCRIPTION OF THE PREFERRED EMBODIMENTS Next, a cell shape extracting apparatus and a cell shape extracting method according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings. 1 to 16 show an embodiment of a cell shape extraction device and a cell shape extraction method according to the present invention.
【００３０】〈第１の実施形態の構成〉図１は、本発明
の第１の実施形態である細胞形状抽出装置の概略構成を
示すブロック図である。図１を参照すると、本発明の第
１の実施形態である細胞形状抽出装置は、画像入力部１
と、画像整形部２と、細胞中心位置候補抽出部３と、細
胞中心位置選択部４と、詳細輪郭抽出実行部５と、細胞
輪郭抽出結果出力部６と、輪郭形成画素選択部７と、を
有して構成される。図１に示される破線で囲まれた輪郭
形成画素選択部７を設けた点が本発明の新規部分であ
る。<Structure of First Embodiment> FIG. 1 is a block diagram showing a schematic structure of a cell shape extracting apparatus according to a first embodiment of the present invention. Referring to FIG. 1, a cell shape extraction device according to a first embodiment of the present invention includes an image input unit 1
An image shaping section 2, a cell center position candidate extracting section 3, a cell center position selecting section 4, a detailed contour extraction executing section 5, a cell contour extraction result output section 6, a contour forming pixel selecting section 7, Is configured. The point of providing the contour forming pixel selection unit 7 surrounded by the broken line shown in FIG. 1 is a novel part of the present invention.
【００３１】画像入力部１では画像を電気的信号に変換
し、各画素の画素値として記憶する。画像整形部２では
画像入力部１で電気的信号化された画像に対して、ノイ
ズ除去のための平滑化を行う。細胞中心位置候補抽出部
３では入力画像の微分画像に対して細胞形状のあてはめ
を行うことにより、細胞形状の中心位置候補の画素を抽
出する。細胞中心位置候補選択部４では、細胞中心位置
候補抽出部３で抽出した細胞中心位置候補の画素から、
細胞中心位置として適している画素を所定の基準により
選択する。輪郭形成画素選択部７では、細胞中心位置候
補選択部４で選択された中心位置のそれぞれに対して、
細胞輪郭を形成している画素を抽出する。すなわち複数
ある細胞中心位置の中から一つを選んで注目細胞中心と
し、該注目細胞中心位置の周りに探索領域を設定し、該
探索領域の中から画素を１つ選んで注目画素とし、該注
目画素における濃度勾配ベクトルと該注目画素から該注
目細胞中心位置までの大きさ１の変位ベクトルを計算
し、両ベクトルの内積を計算してその結果が正の場合に
該注目画素を輪郭形成画素の１つとして選択する。前記
処理を該探索領域内すべての画素に対して行うことで、
該注目細胞中心位置の全輪郭形成画素を抽出し、さらに
全細胞中心位置に対して前記処理を行うことで全細胞の
輪郭形状を個別に抽出する。The image input unit 1 converts an image into an electric signal and stores it as a pixel value of each pixel. The image shaping unit 2 performs smoothing for removing noise on the image converted into an electrical signal by the image input unit 1. The cell center position candidate extraction unit 3 extracts a pixel of a cell shape center position candidate by performing cell shape fitting on the differential image of the input image. In the cell center position candidate selection unit 4, the cell center position candidate pixels extracted by the cell center position candidate extraction unit 3 are
A pixel suitable as the cell center position is selected based on a predetermined criterion. In the contour forming pixel selection unit 7, for each of the center positions selected by the cell center position candidate selection unit 4,
The pixels forming the cell contour are extracted. That is, one of the plurality of cell center positions is selected as the cell of interest, a search area is set around the cell center of interest, and one pixel is selected from the search area as the pixel of interest. A density gradient vector at the pixel of interest and a displacement vector of magnitude 1 from the pixel of interest to the center of the cell of interest are calculated, and the inner product of both vectors is calculated. To be selected. By performing the process on all pixels in the search area,
All contour forming pixels at the center position of the cell of interest are extracted, and the above-described processing is performed on the center position of all cells, thereby individually extracting the contour shape of all cells.
【００３２】詳細輪郭抽出実行部５では、細胞中心位置
候補選択部４の結果である細胞中心位置と輪郭形成画素
選択部７の結果である輪郭形成画素の情報から、各個別
の細胞輪郭形状を詳細に抽出する。細胞輪郭抽出結果出
力部６では、詳細輪郭抽出実行部５の結果を表示する。The detailed contour extraction execution unit 5 calculates each individual cell contour shape from the cell center position obtained by the cell center position candidate selection unit 4 and the information of the contour forming pixel obtained by the contour forming pixel selection unit 7. Extract in detail. The cell contour extraction result output unit 6 displays the result of the detailed contour extraction execution unit 5.
【００３３】〈第１の実施形態の実施例〉次に、図１の
ブロック図及び図２〜図５のフローチャートを参照して
第１の実施の形態の全体の動作について詳細に説明す
る。図２が図１における細胞中心位置候補抽出部３の動
作を表し、図３が図１における細胞中心位置候補選択部
４の動作を表し、図４が図１における輪郭形成画素選択
部７の動作を表し、図５が図１における詳細輪郭抽出実
行部５の動作を表す。細胞中心位置抽出部３の動作を説
明する。<Embodiment of First Embodiment> Next, the overall operation of the first embodiment will be described in detail with reference to the block diagram of FIG. 1 and the flowcharts of FIGS. 2 shows the operation of the cell center position candidate extracting unit 3 in FIG. 1, FIG. 3 shows the operation of the cell center position candidate selecting unit 4 in FIG. 1, and FIG. 4 shows the operation of the contour forming pixel selecting unit 7 in FIG. FIG. 5 shows the operation of the detailed contour extraction execution unit 5 in FIG. The operation of the cell center position extraction unit 3 will be described.
【００３４】図２のステップＡ１では、入力画像のサイ
ズを横Ｍ画素、縦Ｎ画素として、M×N の大きさの配列P
ic の各要素に画素値が保存される。ステップＡ２で
は、抽出したい細胞の大きさr が設定される。ステップ
Ａ３では各画素に対する細胞中心画素としての評価値を
保存する細胞中心位置評価値配列C[i][j](i=1,…,M、j=
1,…,N) の値が０に初期化される。In step A1 in FIG. 2, the size of the input image is set to M pixels in the horizontal direction and N pixels in the vertical direction.
The pixel value is stored in each element of ic. In step A2, the size r of the cell to be extracted is set. In step A3, a cell center position evaluation value array C [i] [j] (i = 1,..., M, j =
1, ..., N) are initialized to 0.
【００３５】ステップＡ４では、画素値配列Pic から画
素(i,j) におけるｘ方向の濃度勾配Ix[i][j]、y 方向の
Iy[i][j]が以下の式によって計算される。 Ix[i][j]=Pic[i+1][j]-Pic[i][j] 、Iy[i][j]=Pic[i][j+1]-Pic[i][j]… (1)In step A4, the density gradient Ix [i] [j] in the x direction at the pixel (i, j) from the pixel value array Pic,
Iy [i] [j] is calculated by the following equation. Ix [i] [j] = Pic [i + 1] [j] -Pic [i] [j], Iy [i] [j] = Pic [i] [j + 1] -Pic [i] [j ]… (1)
【００３６】上式（１）による計算は全画素に対して行
われ、濃度勾配配列Ix,Iy に保存される。ステップＡ５
では、ステップＡ４で算出した濃度勾配配列を用いて画
素(i,j) における濃度勾配大きさ配列I[i][j](i=1,…,
M、j=1,…,N) が次式によって計算される。The calculation according to the above equation (1) is performed for all pixels, and is stored in the density gradient arrays Ix and Iy. Step A5
Then, using the density gradient array calculated in step A4, the density gradient size array I [i] [j] (i = 1,.
M, j = 1,..., N) are calculated by the following equations.
【００３７】[0037]
【数１】 (Equation 1)
【００３８】上式（２）による計算が全画素に対して行
われ、濃度大きさ配列I に保存される。The calculation according to the above equation (2) is performed for all pixels, and is stored in the density size array I.
【００３９】ステップＡ６では、濃度勾配大きさに対す
るしきい値thI が設定される。ステップＡ７では、カウ
ンタi,j の値がどちらも１に設定される。ステップＡ８
では、配列要素I[i][j] としきい値thI の大小関係が比
較され、I[i][j] のほうが大きい場合には、ステップＡ
９に処理が移り、小さい場合にはステップＡ１０に処理
が移る。In step A6, a threshold value thI for the magnitude of the density gradient is set. In step A7, the values of the counters i and j are both set to 1. Step A8
Then, the magnitude relationship between the array element I [i] [j] and the threshold value thI is compared, and if I [i] [j] is greater, step A
The process moves to step A9, and if smaller, the process moves to step A10.
【００４０】ステップＡ１０では、画素(i,j) と細胞の
大きさr から座標値(k,h) が以下の式によって計算され
る。 k = i+r×Ix[i][j]/I[i][j]、h = j+r ×Iy[i][j]/I[i][j]……… (3)In step A10, a coordinate value (k, h) is calculated from the pixel (i, j) and the cell size r by the following equation. k = i + r × Ix [i] [j] / I [i] [j], h = j + r × Iy [i] [j] / I [i] [j] ……… (3)
【００４１】座標値(k,h) は、上式（３）により計算さ
れ、配列要素C[k][h] に１が加算される。ステップＡ１
０では、j とN の関係が調べられ、等しい場合にはステ
ップＡ１２に処理が移り、等しくない場合にはステップ
Ａ１１でj に１を加算してステップＡ８に処理を戻す。The coordinate value (k, h) is calculated by the above equation (3), and 1 is added to the array element C [k] [h]. Step A1
At 0, the relationship between j and N is checked. If they are equal, the process proceeds to step A12. If they are not equal, 1 is added to j in step A11 and the process returns to step A8.
【００４２】ステップＡ１２では、ｉとＭの関係が調べ
られ、等しい場合にはステップＡ１４に処理が移り、等
しくない場合にはステップＡ１３でi に１を加算し、j
を１としてステップＡ８に処理を戻す。ステップＡ１４
では加算処理終了後の細胞中心位置評価値配列C 、濃度
勾配大きさ配列I 、濃度勾配配列Ix,Iy 、濃度勾配大き
さしきい値thI 、画像の横画素数M 、縦画素数N 、細胞
大きさr が出力され、細胞中心位置候補抽出部の処理が
終わる。In step A12, the relationship between i and M is examined. If they are equal, the process proceeds to step A14. If not, 1 is added to i in step A13, and j
Is set to 1 and the process returns to step A8. Step A14
After the addition processing, the cell center position evaluation value array C, the density gradient size array I, the density gradient array Ix, Iy, the density gradient size threshold thI, the number of horizontal pixels M, the number of vertical pixels N, The size r is output, and the process of the cell center position candidate extraction unit ends.
【００４３】次に、細胞中心位置候補選択部４の動作を
説明する。図３のステップＡ１５では、細胞中心位置候
補抽出部３の出力結果である細胞中心位置評価値配列C
に対するしきい値thC が設定される。ステップＡ１６で
は細胞中心位置候補抽出部３の出力結果である画像の横
画素数M 、縦画素数N を用いて細胞中心位置配列D[i]
[j](i=1,…,M、j=1,…,N) の値が０に初期化される。ス
テップＡ１７では、thCをしきい値として図１１（Ａ）
のように配列C[i][j] を２値化した画像を作成し、図１
１（Ｂ）のように連結画素領域をラベリングする。ステ
ップＡ１８ではラベリングされた領域の総数がＬとす
る。ステップＡ１９では、ラベリングした領域の中から
任意の領域を１つ選ぶ。Next, the operation of the cell center position candidate selecting section 4 will be described. In step A15 of FIG. 3, the cell center position evaluation value array C
The threshold value thC for is set. In step A16, the cell center position array D [i] is obtained by using the number M of horizontal pixels and the number N of vertical pixels of the image output from the cell center position candidate extraction unit 3.
[j] (i = 1,..., M, j = 1,..., N) are initialized to zero. In step A17, using thC as a threshold,
An image is obtained by binarizing the array C [i] [j] as shown in FIG.
The connected pixel area is labeled as shown in FIG. In step A18, the total number of labeled areas is set to L. In step A19, one arbitrary area is selected from the labeled areas.
【００４４】ステップＡ２０では、カウンタ変数ｒの値
が１に初期化される。ステップＡ２１では、選択したラ
ベリング領域の中心画素の座標を(t,u) として、配列要
素D[t][u] の値を１とする。ステップＡ２２では、r と
L の値が比較され、等しくない場合にはステップＡ２３
でr に１が加算され、ステップＡ２４で選択済みラベリ
ング領域以外のラベリングが選択されてステップＡ２１
に処理が戻り、等しい場合にはステップＡ２５に処理が
進む。ステップＡ２５では細胞中心位置配列Dと、ラベ
リング領域総数L が出力されて細胞中心位置候補選択部
４の処理が終了する。In step A20, the value of the counter variable r is initialized to 1. In step A21, the coordinates of the center pixel of the selected labeling area are set to (t, u), and the value of the array element D [t] [u] is set to 1. In step A22, r and
The values of L are compared, and if they are not equal, step A23
In step A24, 1 is added to r, a labeling area other than the selected labeling area is selected, and step A21 is performed.
When the values are equal, the process proceeds to step A25. In step A25, the cell center position array D and the total number L of labeling regions are output, and the processing of the cell center position candidate selection unit 4 ends.
【００４５】次に、輪郭形成画素選択部７の動作を説明
する。図４のステップＡ２６では、細胞中心位置候補選
択部４の出力結果であるラベリング領域総数Ｌと任意の
十分大きな整数S を用いて定義されるL ×S の配列CTx
、CTy が、輪郭形成画素位置配列として設定される。
ステップＡ２７では、カウンタ変数i,j の値が１に、カ
ウンタ変数R の値が０に設定される。Next, the operation of the contour forming pixel selecting section 7 will be described. In step A26 in FIG. 4, an L × S array CTx defined using the total number L of labeling regions, which is the output result of the cell center position candidate selection unit 4, and an arbitrarily large integer S
, CTy are set as a contour forming pixel position array.
In step A27, the value of the counter variable i, j is set to 1 and the value of the counter variable R is set to 0.
【００４６】ステップＡ２８では、細胞中心位置候補選
択部４の出力結果である細胞中心位置配列D を用いて、
配列要素D[i][j] の値と１が比較され、等しい場合には
ステップＡ２９に、等しくない場合にはステップＡ４０
に処理が進む。ステップＡ２９では、r に１が加算され
る。ステップＡ３０では、画素(i,j) の周りに探索領域
Ａが設定される。ステップＡ３１では、カウンタ変数s
の値が１に設定され、ステップＡ３２では、領域Ａの中
から任意の画素(t,u) が選択される。ステップＡ３３で
は、細胞中心位置候補抽出部３の出力結果である濃度勾
配大きさ配列Iと濃度勾配大きさしきい値thI を用い
て、I[t][u] の値とthI の大小関係が比較される。I[t]
[u] の方が大きい場合にはステップＡ３４に処理が進
み、I[t][u]のほうが小さい場合にはステップＡ３７に
処理が進む。ステップＡ３４では、画素(t,u) から画素
(i,j) に向かう大きさ１の変位ベクトル(ex,ey) が、以
下の式によって計算される。In step A 28, using the cell center position array D, which is the output result of the cell center position candidate selection unit 4,
The value of the array element D [i] [j] and 1 are compared, and if they are equal, the process proceeds to step A29.
The process proceeds to. In step A29, 1 is added to r. In step A30, a search area A is set around the pixel (i, j). In step A31, the counter variable s
Is set to 1 and an arbitrary pixel (t, u) is selected from the area A in step A32. In step A33, the magnitude relationship between the value of I [t] [u] and thI is determined using the concentration gradient magnitude array I and the concentration gradient magnitude threshold thI, which are the output results of the cell center position candidate extraction unit 3. Be compared. I [t]
If [u] is larger, the process proceeds to step A34. If I [t] [u] is smaller, the process proceeds to step A37. In step A34, pixel (t, u)
A magnitude one displacement vector (ex, ey) towards (i, j) is calculated by the following equation.
【００４７】[0047]
【数２】 (Equation 2)
【００４８】ステップＡ３５では、細胞中心位置抽出部
３の出力結果である濃度勾配配列Ix,Iy を用いて、以下
の式によって示される。 (ex ×Ix[t][u]＋ey×Iy[t][u])>0 …………(5)In step A35, the following expression is used using the concentration gradient arrays Ix and Iy, which are the output results of the cell center position extraction unit 3. (ex × Ix [t] [u] + ey × Iy [t] [u])> 0 ………… (5)
【００４９】以上の式（５）により可否が判定され、成
立する場合はステップＡ３６に処理が進み、成立しない
場合はステップＡ３７に処理が進む。Whether or not the above expression (5) is satisfied is determined. If the condition is satisfied, the process proceeds to step A36. If not, the process proceeds to step A37.
【００５０】ステップＡ３６では、選択画素のｘ座標で
あるt が配列要素Ctx[r][s] の値となり、ｙ座標である
u が配列要素CTy[r][s] の値となる。ステップＡ３７で
は、領域Ａ内の全ての画素を選択したかが調べられ、全
画素が選択済みであればステップＡ４０に処理が進み、
未選択画素があればステップＡ３８においてs に１を加
算した上でステップＡ３９において領域Ａの中から未選
択画素を選択してその座標を(t,u) とし、ステップＡ３
３に処理を戻す。In step A36, t, which is the x coordinate of the selected pixel, becomes the value of the array element Ctx [r] [s], which is the y coordinate.
u is the value of the array element CTy [r] [s]. In step A37, it is checked whether all the pixels in the area A have been selected. If all the pixels have been selected, the process proceeds to step A40,
If there is an unselected pixel, 1 is added to s in step A38, and an unselected pixel is selected from the area A in step A39, and its coordinates are set to (t, u).
The processing is returned to 3.
【００５１】ステップＡ４０では、j の値と細胞中心位
置候補抽出部３の出力結果である画像の縦画素数N が比
較され、等しい場合にはステップＡ４２に処理が進み、
等しくない場合には、ステップＡ４１でj に１を加算し
てステップＡ２８に処理が戻る。In step A40, the value of j is compared with the number N of vertical pixels of the image, which is the output result of the cell center position candidate extraction unit 3, and if they are equal, the process proceeds to step A42.
If not equal, 1 is added to j in step A41, and the process returns to step A28.
【００５２】ステップＡ４２では、i の値と細胞中心位
置候補抽出部３の出力結果である画像の横画素数M が比
較され、等しい場合にはステップＡ４４に処理が進み、
等しくない場合には、ステップＡ４１でi に１を加算
し、j を１とした上でステップＡ２８に処理が戻る。ス
テップＡ４４では、輪郭形成画素位置配列CTx,CTy が出
力され、輪郭形成画素選択部７の処理が終了する。In step A42, the value of i is compared with the number M of horizontal pixels of the image, which is the output result of the cell center position candidate extraction unit 3, and if they are equal, the process proceeds to step A44.
If not equal, 1 is added to i in step A41, j is set to 1, and the process returns to step A28. In step A44, the contour forming pixel position arrays CTx and CTy are output, and the processing of the contour forming pixel selecting unit 7 ends.
【００５３】次に、詳細輪郭抽出実行部６の動作を説明
する。図５のステップＡ４５では、細胞中心位置候補選
択部４の出力結果であるラベリング領域総数Ｌと任意の
十分大きな整数S を用いて定義されるL ×S の配列skx,
sky が、詳細輪郭位置配列として設定される。ステップ
Ａ４６では、カウンタ変数i,j の値が１に、カウンタ変
数r の値が０に設定される。Next, the operation of the detailed contour extraction executing section 6 will be described. In step A45 in FIG. 5, an L × S array skx, defined by using the total number L of labeling regions, which is the output result of the cell center position candidate selection unit 4, and an arbitrarily large integer S
sky is set as the detailed contour position array. In step A46, the value of the counter variable i, j is set to 1, and the value of the counter variable r is set to 0.
【００５４】ステップＡ４７では、細胞中心位置候補選
択部４の出力結果である細胞中心位置配列D を用いて、
配列要素D[i][j] の値と１が比較され、等しい場合には
ステップＡ４８に、等しくない場合にはステップＡ７０
に処理が進む。ステップＡ４８では、r に１が加算され
る。ステップＡ４９では、細胞中心位置候補抽出部３の
出力結果である濃度勾配大きさ配列I を用いて、細胞中
心画素(i,j) の周りに設定される閉曲線の構成画素(p,
q) が、輪郭形成画素選択部７の出力である配列Ctx[i]
[s] 、Cty[i][s](s=1,2,…) に含まれる時にdE= -I[p]
[q]、含まれない時にdE=0をとるものし、以下の式によ
って表される。 Etot =ΣdE（和は全閉曲線構成画素に対してとる） ………（６）In step A 47, using the cell center position array D, which is the output result of the cell center position candidate selection unit 4,
The value of the array element D [i] [j] is compared with 1; if they are equal, the process proceeds to step A48; if not, the process proceeds to step A70.
The process proceeds to. In step A48, 1 is added to r. In step A49, the pixels (p, p, c) of the closed curve set around the cell center pixel (i, j) are used using the density gradient size array I output from the cell center position candidate extraction unit 3.
q) is an array Ctx [i] output from the contour forming pixel selection unit 7
dE = -I [p] when included in [s] and Cty [i] [s] (s = 1,2,…)
[q], dE = 0 when not included, and is represented by the following equation. Etot = ΣdE (the sum is taken for the pixels constituting the fully closed curve) ............ (6)
【００５５】上式（６）により表される関数が動的輪郭
抽出法の評価関数として設定される。ステップＡ５０で
は動的輪郭抽出の繰り返し計算回数の上限値Lim が設定
される。The function represented by the above equation (6) is set as an evaluation function of the active contour extraction method. In step A50, the upper limit value Lim of the number of times of repetitive calculation of the active contour extraction is set.
【００５６】ステップＡ５１では、動的輪郭抽出計算の
繰り返し回数のカウンタ変数ite の値が１に設定され
る。ステップＡ５２では、細胞中心位置候補抽出部３の
出力結果である細胞大きさr を用いて、画素(i,j) の周
りに半径r の円が設定される。ステップＡ５３では、設
定した円周上にN'個の制御点が設定され、そのｘ座標値
が配列skx[r][s] 、ｙ座標値がsky[r][s] に保存される
（s=1,…,N' ）。In step A51, the value of a counter variable ite for the number of repetitions of the active contour extraction calculation is set to 1. In step A52, a circle having a radius r is set around the pixel (i, j) using the cell size r, which is the output result of the cell center position candidate extraction unit 3. In step A53, N ′ control points are set on the set circumference, and their x-coordinate values are stored in an array skx [r] [s] and their y-coordinate values are stored in sky [r] [s] ( s = 1,…, N ').
【００５７】ステップＡ５４では、配列skx,sky を用い
て式（６）より評価関数Etotが計算され、その値がE'と
される。ステップＡ５５では、カウンタ変数h の値が１
に設定される。ステップＡ５６では、第ｈ制御点(skx
[r][h],sky[r][h]) の座標値とその８近傍画素（図１
２）の座標値が計算され、そのｘ座標が配列Ax[k] に、
ｙ座標がAy[k] に保存される（ｋ＝１，…９）。In step A54, the evaluation function Etot is calculated from the equation (6) using the array skx, sky, and its value is set to E '. In step A55, the value of the counter variable h is 1
Is set to In step A56, the h-th control point (skx
[r] [h], sky [r] [h]) and its eight neighboring pixels (Fig. 1
The coordinate value of 2) is calculated, and its x coordinate is stored in the array Ax [k],
The y coordinate is stored in Ay [k] (k = 1,... 9).
【００５８】ステップＡ５７では、カウンタ変数k の値
が１に設定され、ステップＡ５８でskx[r][h] の値がAx
[k] に、sky[r][h] の値がAy[k] に置き換えられる。ス
テップＡ５９では、配列skx,sky を用いて評価関数Ｅto
t が計算され、その値が配列ene[k]に保存される。ステ
ップＡ６０では、変数k の値と９が比較され、等しくな
い時にはステップＡ６１でk に１が加算されてステップ
Ａ５８に処理が戻る。等しい時にはステップＡ６２に進
み、配列ene[k]が最小となる時のｋがｋ’とされる。ス
テップＡ６３では、skx[r][h] の値がAx[k']に、sky[r]
[h] の値がAy[k']に置き換えられ、ene[k'] の値がE と
される。ステップＡ６４では変数h の値とN'が比較さ
れ、等しくない時にはステップＡ６５で変数h に１が加
算され処理がステップＡ５６に戻る。等しい時にはステ
ップＡ６６に進み、不等式Ｅ＝Ｅ’＜ε（εは十分小さ
い正数）が満たされるかが調べられる。成立する時には
ステップＡ７０に進み、成立しない時はステップＡ６７
に進む。In step A57, the value of the counter variable k is set to 1, and in step A58, the value of skx [r] [h] is set to Ax
In [k], the value of sky [r] [h] is replaced with Ay [k]. In step A59, the evaluation function Eto is calculated using the array skx, sky.
t is calculated and its value is stored in the array ene [k]. In step A60, the value of the variable k is compared with 9; if they are not equal, 1 is added to k in step A61, and the process returns to step A58. If they are equal, the process proceeds to step A62, where k when the array ene [k] is minimum is set to k '. In step A63, the value of skx [r] [h] is changed to Ax [k '] and sky [r]
The value of [h] is replaced by Ay [k '], and the value of ene [k'] is E. In step A64, the value of the variable h is compared with N '. If they are not equal, 1 is added to the variable h in step A65, and the process returns to step A56. If they are equal, the process proceeds to step A66 to check whether the inequality E = E ′ <ε (ε is a sufficiently small positive number) is satisfied. When the condition is satisfied, the process proceeds to step A70. When the condition is not satisfied, the process proceeds to step A67.
Proceed to.
【００５９】ステップＡ６７では、変数ite の値とlim
が比較され、等しい時にはステップＡ７０に進み、等し
くない時にはステップＡ６８で変数ite に１が加算さ
れ、ステップＡ６９でE'の値がE に置き換えられ、処理
がステップＡ５５に戻る。ステップＡ５１では変数j の
値と細胞中心位置候補抽出部３の出力結果である画像の
縦画素数N が比較され、等しくない時はステップＡ７１
で変数j に１が加算されてステップＡ４７に処理が戻
る。等しい時にはステップＡ７２に進む。In step A67, the value of the variable ite and lim
Are compared. If they are not equal, the process proceeds to step A70. If they are not equal, 1 is added to the variable ite in step A68, the value of E 'is replaced with E in step A69, and the process returns to step A55. In step A51, the value of the variable j is compared with the number N of vertical pixels of the image as the output result of the cell center position candidate extraction unit 3.
Then, 1 is added to the variable j, and the process returns to step A47. If they are equal, the process proceeds to step A72.
【００６０】ステップＡ７２では、変数i の値と細胞中
心位置候補抽出部３の出力結果である画像の横画素数M
が比較され、等しくない時はステップＡ７３で変数i に
１が加算され、j が１とされてステップＡ４７に処理が
戻る。等しい時にはステップＡ７４に進む。ステップＡ
７４では配列skx,sky が出力され、詳細輪郭抽出実行部
５の処理が終了する。At step A 72, the value of the variable i and the number M of horizontal pixels of the image as the output result of the cell center position candidate extraction unit 3 are obtained.
Are compared. If they are not equal, 1 is added to the variable i in step A73, j is set to 1, and the process returns to step A47. If they are equal, the process proceeds to step A74. Step A
At 74, the array skx, sky is output, and the process of the detailed contour extraction execution unit 5 ends.
【００６１】〈第１の実施形態の効果〉次に、本発明の
第１の実施形態の効果について説明する。本発明の第１
の実施形態においては、ステップＡ３５において濃度勾
配大きさの大きい画素と細胞中心の間の変位ベクトル
と、濃度勾配大きさの大きい画素における濃度勾配ベク
トルとの内積をとり、その値の正負によって細胞輪郭形
成画素であるかを判断している。これは細胞が円形もし
くは長円形をしており、１つの細胞の輪郭を形成してい
る画素の濃度勾配は細胞中心を向いていることを用いて
いる。この性質を用いることにより、細胞が重なりあう
ことで１つの細胞輪郭内部に別の細胞の輪郭が存在して
いても、注目細胞の輪郭形成画素のみを正確に抽出する
ことができる。<Effects of First Embodiment> Next, effects of the first embodiment of the present invention will be described. First of the present invention
In the embodiment, the inner product of the displacement vector between the pixel having a large density gradient and the cell center and the density gradient vector at the pixel having a large density gradient is calculated in step A35, and the cell contour is determined by the sign of the value. It is determined whether the pixel is a formation pixel. This is based on the fact that the cells are circular or oval, and that the density gradient of the pixels forming the outline of one cell is oriented toward the cell center. By using this property, it is possible to accurately extract only the contour-forming pixels of the cell of interest, even if the cells overlap each other and another cell contour exists inside one cell contour.
【００６２】また、ステップＡ４９において、動的輪郭
抽出の評価関数として注目細胞の輪郭形成画素の微分情
報のみを用いることで、細胞の重畳に対して頑健に細胞
輪郭を抽出することができる。Further, in step A49, by using only the differential information of the contour forming pixel of the cell of interest as an evaluation function of the active contour extraction, the cell contour can be extracted robustly with respect to the superposition of cells.
【００６３】本発明の第１の実施形態に関して、濃度勾
配を式（３）のように定義して説明したが、近傍画素と
の画素値の差を表現する定義であれば、制限はない。The first embodiment of the present invention has been described by defining the density gradient as shown in equation (3). However, there is no limitation as long as it is a definition that expresses the difference in pixel value between neighboring pixels.
【００６４】本発明の第１の実施形態に関して、細胞中
心位置候補抽出部において細胞を円形として抽出する方
法を説明したが、細胞中心位置の候補画素を抽出する手
法であれば制限はない。In the first embodiment of the present invention, the method of extracting a cell as a circle in the cell center position candidate extraction unit has been described. However, there is no limitation as long as it is a method of extracting candidate pixels at the cell center position.
【００６５】本発明の第１の実施形態に関して、細胞中
心位置候補選択部においてしきい値処理を用いた選択方
法で説明したが、その選択方法に制限はない。In the first embodiment of the present invention, the selection method using the threshold processing in the cell center position candidate selection unit has been described, but the selection method is not limited.
【００６６】本発明の第１の実施形態に関して、詳細輪
郭抽出部における動的輪郭抽出法の極小解探索の方法に
関して、制限はない。Regarding the first embodiment of the present invention, there is no limitation on the method of searching for the minimum solution of the active contour extraction method in the detailed contour extraction unit.
【００６７】本発明の第１の実施形態に関して、詳細輪
郭抽出部における動的輪郭抽出法の評価関数において、
閉曲線の全周長や制御点における曲率の一周和など、閉
曲線形状を用いた評価関数項を加えてもよい。Regarding the first embodiment of the present invention, in the evaluation function of the active contour extraction method in the detailed contour extraction unit,
An evaluation function term using a closed curve shape, such as the total circumference of the closed curve or the one-round sum of the curvature at the control point, may be added.
【００６８】本発明の第１の実施形態に関して、詳細輪
郭抽出部の処理を動的輪郭抽出法を用いて説明したが、
微分画素値から求める評価関数を用いる手法であれば、
詳細輪郭抽出部において用いる手法には制限はない。In the first embodiment of the present invention, the processing of the detailed contour extraction unit has been described using the dynamic contour extraction method.
If it is a method using the evaluation function obtained from the differential pixel value,
There is no limitation on the method used in the detailed contour extraction unit.
【００６９】〈第２の実施形態の構成〉図６は、本発明
の第２の実施形態の構成を示すブロック図である。本発
明の第２の実施形態は、細胞輪郭形成画素の選択を詳細
輪郭抽出時の評価関数値算出で用いるものである。<Structure of the Second Embodiment> FIG. 6 is a block diagram showing the structure of the second embodiment of the present invention. In the second embodiment of the present invention, selection of a cell contour forming pixel is used for calculating an evaluation function value at the time of extracting a detailed contour.
【００７０】図６における詳細輪郭抽出実行部５は、詳
細輪郭抽出の初期条件を設定する初期条件設定部５１
と、輪郭形成画素を選択する輪郭形成画素選択部５２
と、詳細輪郭抽出を行うために用いる評価関数値を算出
する評価関数値算出部５３と、評価関数値を基に最適輪
郭を探索する最適輪郭探索部５４と、詳細輪郭抽出処理
の条件を判定する詳細輪郭抽出終了条件判定部５５とか
ら構成される。The detailed contour extraction executing section 5 in FIG. 6 includes an initial condition setting section 51 for setting initial conditions for detailed contour extraction.
And a contour forming pixel selection unit 52 for selecting a contour forming pixel
An evaluation function value calculation unit 53 for calculating an evaluation function value used for performing detailed contour extraction; an optimum contour search unit 54 for searching for an optimum contour based on the evaluation function value; And a detailed contour extraction end condition determining unit 55 to be executed.
【００７１】図６に示される本発明の第２の実施形態と
図１に示される本発明の第１の実施形態とを比較する
と、輪郭形成画素選択部５２が詳細輪郭抽出実行部５の
中にあることに相違点がある。Comparing the second embodiment of the present invention shown in FIG. 6 with the first embodiment of the present invention shown in FIG. Is different.
【００７２】〈第２の実施形態の動作〉本発明の第２の
実施形態においては、細胞形状の詳細輪郭抽出を行う段
階で細胞輪郭形成画素の選択を行い、選択結果を基に詳
細輪郭抽出の評価関数値を算出して、細胞個別輪郭形状
の詳細抽出を行う。<Operation of the Second Embodiment> In the second embodiment of the present invention, a cell contour forming pixel is selected at the stage of extracting a detailed contour of a cell shape, and a detailed contour is extracted based on the selection result. Is calculated, and detailed extraction of the cell individual contour shape is performed.
【００７３】なお、図６における画像入力部１〜細胞中
心位置選択部４および細胞輪郭抽出結果出力部６は、図
１における画像入力部１〜細胞中心位置候補選択部４お
よび細胞輪郭抽出結果出力部６と同様の動作を行うので
説明を省略する。The image input unit 1 to cell center position selecting unit 4 and the cell contour extraction result output unit 6 in FIG. 6 correspond to the image input unit 1 to cell center position candidate selecting unit 4 and the cell contour extraction result output unit in FIG. Since the same operation as the unit 6 is performed, the description is omitted.
【００７４】図６における初期条件設定部５１において
は、細胞の詳細輪郭抽出を行うための初期条件の設定が
行われる。輪郭形成画素選択部５２では、注目画素にお
ける濃度勾配ベクトルと該画素から細胞中心方向に向か
う大きさ１の変位ベクトルとの内積が計算され、内積値
の符号が正の時に輪郭形成画素として選択されて高い得
点が与えられ、内積値の符号が負の時には低い得点が与
えられる。評価関数値算出部５３では、前記輪郭形成画
素選択部５２の得点を用いた評価関数値の算出が行われ
る。最適輪郭探索部５４では、上述の評価関数値算出部
９の結果を基に、評価関数による評価が最も高くなる輪
郭形状が探索される。詳細輪郭抽出終了条件判定部５５
では、評価関数値算出部５３の出力結果と詳細輪郭抽出
処理の条件が比較され、条件を満たしていない時に輪郭
形成画素選択部５２に処理が戻り、満たしている時に詳
細輪郭抽出処理を終了する。The initial condition setting section 51 in FIG. 6 sets initial conditions for extracting a detailed contour of a cell. The contour forming pixel selection unit 52 calculates an inner product of the density gradient vector of the target pixel and a displacement vector of magnitude 1 from the pixel toward the cell center, and selects the contour forming pixel when the sign of the inner product value is positive. Is given, and when the sign of the inner product value is negative, a low score is given. The evaluation function value calculator 53 calculates an evaluation function value using the score of the contour forming pixel selector 52. The optimum contour search unit 54 searches for a contour shape having the highest evaluation by the evaluation function based on the result of the evaluation function value calculation unit 9 described above. Detailed contour extraction end condition determination unit 55
Then, the output result of the evaluation function value calculation unit 53 is compared with the condition of the detailed contour extraction process, and when the condition is not satisfied, the process returns to the contour forming pixel selection unit 52, and when the condition is satisfied, the detailed contour extraction process ends. .
【００７５】〈第２の実施形態の実施例〉本発明の第２
の実施形態の実施例をフローチャートに基づいて説明す
る。本発明の第２の実施形態は、第１の実施形態と比較
して詳細輪郭抽出実行部５における処理が相違するもの
である。図７は、詳細輪郭抽出実行部５の処理の流れを
示すフローチャートである。<Example of the Second Embodiment> The second embodiment of the present invention
An example of the embodiment will be described based on a flowchart. The second embodiment of the present invention is different from the first embodiment in the processing in the detailed contour extraction execution unit 5. FIG. 7 is a flowchart showing the flow of the process of the detailed contour extraction execution unit 5.
【００７６】図７において、ステップＢ１からＢ８が初
期条件設定部５１に対応し、ステップＢ９、Ｂ１５が輪
郭形成画素選択部５２に対応し、ステップＢ１０、Ｂ１
６が評価関数値算出部５３に対応し、ステップＢ１０〜
Ｂ１４、Ｂ１７〜Ｂ２８、Ｂ３０が、最適輪郭探索部５
４に対応し、ステップＢ２９が詳細輪郭抽出終了条件判
定部５５に対応する。ステップＢ７、Ｂ８、Ｂ１３、Ｂ
１４以外は、図５の対応するステップと同じ処理を行う
ので、説明を省略する。In FIG. 7, steps B1 to B8 correspond to the initial condition setting unit 51, steps B9 and B15 correspond to the contour forming pixel selection unit 52, and steps B10 and B1.
6 corresponds to the evaluation function value calculation unit 53, and corresponds to steps B10 to B10.
B14, B17 to B28, and B30 are the optimum contour search units 5
Step B29 corresponds to the detailed contour extraction end condition determining unit 55. Steps B7, B8, B13, B
Steps other than 14 perform the same processing as the corresponding steps in FIG.
【００７７】ステップＢ９、Ｂ１５では、閉曲線の構成
画素(p,q) における得点SCORE が、(p,q) における閉曲
線の接線に垂直で閉曲線中心方向に向かう大きさ１の法
線ベクトル(ex,ey) と、該制御点における濃度勾配配列
Ix,Iy の値を用いて以下の式により計算される。 SCORE = -(Ix[p][q] ×ex+Iy[p][q] ×ey) ………（７）In steps B9 and B15, the score SCORE at the pixel (p, q) constituting the closed curve is converted to a normal vector (ex, ey) and the concentration gradient array at the control point
It is calculated by the following equation using the values of Ix and Iy. SCORE =-(Ix [p] [q] × ex + Iy [p] [q] × ey) ……… (7)
【００７８】ステップＢ１０、Ｂ１６では、前ステップ
で計算された各閉曲線構成画素の得点を用いて、以下の
ように定義され、動的輪郭抽出評価関数の値が計算され
る。 Etot = Σscore(和は全閉曲線構成画素に対してとる) ………（８）In steps B10 and B16, the values of the active contour extraction evaluation function are calculated as follows using the scores of the respective pixels constituting the closed curve calculated in the previous step. Etot = Σscore (the sum is taken for the pixels constituting the fully closed curve) ............ (8)
【００７９】本発明の第２の実施形態の実施例は、動的
輪郭抽出の過程の中で輪郭形成画素とみなすことが可能
な画素に対して高い評価関数値を与えて詳細に細胞の個
別輪郭形状を抽出する例である。In the embodiment of the second embodiment of the present invention, a high evaluation function value is given to a pixel which can be regarded as a contour forming pixel in the process of active contour extraction, and the individual This is an example of extracting a contour shape.
【００８０】本発明の第２の実施形態に関して、詳細輪
郭抽出部における動的輪郭抽出法の極小解探索の方法に
関して、制限はない。Regarding the second embodiment of the present invention, there is no limitation on the method of searching for the minimum solution of the active contour extraction method in the detailed contour extraction unit.
【００８１】本発明の第２の実施形態に関して、詳細輪
郭抽出部における動的輪郭抽出法の評価関数において、
閉曲線の全周長や制御点における曲率の一周和など、閉
曲線形状を用いた評価関数項を加えてもよい。Regarding the second embodiment of the present invention, in the evaluation function of the active contour extraction method in the detailed contour extraction unit,
An evaluation function term using a closed curve shape, such as the total circumference of the closed curve or the one-round sum of the curvature at the control point, may be added.
【００８２】本発明の第２の実施形態に関して、詳細輪
郭抽出部の処理を動的輪郭抽出法を用いて説明したが、
微分画素値から求める評価関数を用いる手法であれば、
詳細輪郭抽出部において用いる手法には制限はない。In the second embodiment of the present invention, the processing of the detailed contour extraction unit has been described using the dynamic contour extraction method.
If it is a method using the evaluation function obtained from the differential pixel value,
There is no limitation on the method used in the detailed contour extraction unit.
【００８３】図１３から図１６は、本発明の実施形態で
ある細胞形状抽出装置を用いた場合の実施例を詳細に説
明する細胞映像である。FIG. 13 to FIG. 16 are cell images for explaining an example in which the cell shape extracting apparatus according to the embodiment of the present invention is used in detail.
【００８４】図１３は、細胞が重畳した状態の細胞画像
が示されている。通常、このような画像が入力画像とし
て入力される。FIG. 13 shows a cell image in a state where cells are superimposed. Usually, such an image is input as an input image.
【００８５】図１４は、図１３に示される入力画像を２
値化処理した場合の細胞画像である。このような２値化
処理が行われてしまうと、細胞同士が重畳している状態
が認識できない状態で映像化されてしまう。FIG. 14 shows the input image shown in FIG.
It is a cell image at the time of a value process. If such a binarization process is performed, a state in which the cells are superimposed is visualized in a state where the cells cannot be recognized.
【００８６】図１５は、図１３に示される入力画像から
細胞中心を１つ選択して探索領域を設定し、当該探索領
域中の画素群において濃度勾配が細胞中心方向を向いて
いる画素を選択した映像である。FIG. 15 shows a case in which one cell center is selected from the input image shown in FIG. 13 to set a search area, and a pixel group having a density gradient directed to the cell center direction in a pixel group in the search area is selected. It is a video that was done.
【００８７】図１６は、各細胞中心に対して濃度勾配方
向を基にして輪郭形成画素選択により輪郭を抽出した映
像である。このようにして抽出された細胞画像は、細胞
同士が重畳している場合においても、１つ１つの細胞の
輪郭を忠実に再現することができる。FIG. 16 is an image in which a contour is extracted by selecting a contour forming pixel based on the density gradient direction with respect to each cell center. The cell image extracted in this manner can faithfully reproduce the contour of each cell even when the cells are superimposed.
【００８８】[0088]
【発明の効果】以上の説明より明らかなように、本発明
の細胞形状抽出装置及び細胞形状抽出方法によれば、画
像中に存在する複数の細胞が重畳している場合において
も、細胞輪郭形状を個別に抽出することができる。その
理由は、細胞輪郭形成画素における濃度勾配ベクトルと
該画素から細胞中心位置に向かう変位ベクトルとの内積
値の符号の正負によって、輪郭形成画素の選択を行って
いるためである。As is apparent from the above description, according to the cell shape extracting device and the cell shape extracting method of the present invention, even when a plurality of cells existing in an image are superimposed, the cell contour shape can be obtained. Can be individually extracted. The reason is that the contour forming pixel is selected by the sign of the inner product value of the density gradient vector in the cell contour forming pixel and the displacement vector from the pixel to the cell center position.
【図１】本発明の第１の実施形態の構成を示すブロック
図である。FIG. 1 is a block diagram illustrating a configuration of a first exemplary embodiment of the present invention.
【図２】本発明の第１の実施形態における第１の実施例
を示すフローチャートである。FIG. 2 is a flowchart illustrating a first example of the first embodiment of the present invention.
【図３】本発明の第１の実施形態における第２の実施例
を示すフローチャートである。FIG. 3 is a flowchart showing a second example of the first embodiment of the present invention.
【図４】本発明の第１の実施形態における第３の実施例
を示すフローチャートである。FIG. 4 is a flowchart showing a third example of the first embodiment of the present invention.
【図５】本発明の第１の実施形態における第４の実施例
を示すフローチャートである。FIG. 5 is a flowchart showing a fourth example of the first embodiment of the present invention.
【図６】本発明の第２の実施形態の構成を示すブロック
図である。FIG. 6 is a block diagram illustrating a configuration of a second exemplary embodiment of the present invention.
【図７】本発明の第２の実施形態における実施例を示す
フローチャートである。FIG. 7 is a flowchart illustrating an example according to the second embodiment of the present invention.
【図８】従来例３の処理内容をを説明する図である。FIG. 8 is a diagram for explaining processing contents of Conventional Example 3.
【図９】従来例４の構成を示すブロック図である。FIG. 9 is a block diagram showing a configuration of a conventional example 4.
【図１０】本発明の第１の実施形態における輪郭形成画
素選択方法を説明する図である。FIG. 10 is a diagram illustrating a contour forming pixel selection method according to the first embodiment of the present invention.
【図１１】細胞中心位置選択において細胞中心位置評価
値配列から生成する２値画像に対して連結画素領域をラ
ベリングする処理を説明する図である。FIG. 11 is a diagram illustrating a process of labeling a connected pixel region with respect to a binary image generated from a cell center position evaluation value array in cell center position selection.
【図１２】詳細輪郭抽出における探索近傍画素を説明す
る図である。FIG. 12 is a diagram illustrating search neighboring pixels in detailed contour extraction.
【図１３】細胞が重畳して存在している状態を示す図で
ある。FIG. 13 is a view showing a state in which cells are superimposed.
【図１４】図１３の映像を２値化処理した図である。FIG. 14 is a diagram obtained by binarizing the image in FIG. 13;
【図１５】図１３の映像から選択した細胞中心の周りの
輪郭形成画素を示す図である。FIG. 15 is a diagram showing contour forming pixels around a cell center selected from the image of FIG. 13;
【図１６】図１３の映像から個々の細胞の輪郭を抽出し
た図である。FIG. 16 is a diagram in which contours of individual cells are extracted from the image of FIG.
１ 画像入力部 ２ 画像成形部 ３ 細胞中心位置候補抽出部 ４ 細胞中心位置選択部 ５ 詳細輪郭抽出実行部 ６ 細胞輪郭抽出結果出力部 ７ 輪郭形成画素選択部 DESCRIPTION OF SYMBOLS 1 Image input part 2 Image shaping part 3 Cell center position candidate extraction part 4 Cell center position selection part 5 Detailed outline extraction execution part 6 Cell outline extraction result output part 7 Outline formation pixel selection part
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平５−274422（ＪＰ，Ａ) 特開 平２−245881（ＪＰ，Ａ) 特開 平８−315155（ＪＰ，Ａ) 特開 平７−91917（ＪＰ，Ａ) 特開 平８−194820（ＪＰ，Ａ) 特開 平５−233806（ＪＰ，Ａ) 特開 平３−259706（ＪＰ，Ａ) 特開 昭48−41631（ＪＰ，Ａ) 特開 平３−63774（ＪＰ，Ａ) 特開 平８−329253（ＪＰ，Ａ) 特公 昭60−22389（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.7，ＤＢ名) G01B 11/00 - 11/30 G01N 33/48 G06T 7/00 G06T 1/00 ──────────────────────────────────────────────────続 き Continuation of front page (56) References JP-A-5-274422 (JP, A) JP-A-2-245881 (JP, A) JP-A-8-315155 (JP, A) JP-A-7- 91917 (JP, A) JP-A-8-194820 (JP, A) JP-A-5-233806 (JP, A) JP-A-3-259706 (JP, A) JP-A-48-41631 (JP, A) JP-A-3-63774 (JP, A) JP-A-8-329253 (JP, A) JP-B-60-22389 (JP, B2) (58) Fields investigated (Int. Cl. 7 , DB name) G01B 11/00-11/30 G01N 33/48 G06T 7/00 G06T 1/00
Claims (8)
る画像入力手段と、 前記画像入力手段により入力された前記入力画像を平滑
化する画像整形手段と、 前記画像成形手段により平滑化された前記入力画像に対
して細胞形状のあてはめにより細胞中心位置候補群を抽
出する細胞中心位置候補抽出手段と、 前記細胞中心位置候補抽出手段により抽出された前記細
胞中心位置候補群から各々の細胞中心を選択する細胞中
心位置選択手段と、 前記細胞中心位置選択手段により選択された前記各々の
細胞中心に対して細胞輪郭形成画素を選択する輪郭形成
画素選択手段と、 前記細胞中心位置選択手段により選択された細胞中心と
前記輪郭形成画素選択手段により選択された輪郭形成画
素から各々の細胞輪郭形状を詳細に抽出する詳細輪郭抽
出実行手段と、 前記詳細輪郭抽出実行手段により実行された抽出結果を
出力する細胞輪郭抽出結果出力手段とを有し、 前記輪郭形成画素抽出手段は、前記入力画像の濃度勾配
の方向と細胞中心への方向との一致度により輪郭形成画
素を抽出することを特徴とする細胞形状抽出装置。1. An image input means for converting an input image into an electric signal and inputting the signal, an image shaping means for smoothing the input image input by the image input means, and an image shaping means for smoothing the input image. A cell center position candidate extracting unit that extracts a cell center position candidate group by applying a cell shape to the input image; and a cell center from each of the cell center position candidate groups extracted by the cell center position candidate extracting unit. Cell center position selecting means for selecting; cell forming position selecting means for selecting a cell contour forming pixel for each of the cell centers selected by the cell center position selecting means; selecting by the cell center position selecting means Detailed contour extraction for extracting each cell contour shape in detail from the selected cell center and the contour forming pixels selected by the contour forming pixel selecting means And a cell contour extraction result output means for outputting an extraction result executed by the detailed contour extraction execution means, wherein the contour forming pixel extraction means is configured to adjust a direction of a density gradient of the input image to a cell center. A cell shape extraction device for extracting a contour forming pixel based on a degree of coincidence with a direction.
る画像入力手段と、 前記画像入力手段により入力された前記入力画像を平滑
化する画像整形手段と、 前記画像成形手段により平滑化された前記入力画像に対
して細胞形状のあてはめにより細胞中心位置候補群を抽
出する細胞中心位置候補抽出手段と、 前記細胞中心位置候補抽出手段により抽出された前記細
胞中心位置候補群から各々の細胞中心を選択する細胞中
心位置選択手段と、 前記細胞中心位置選択手段により選択された前記各々の
細胞中心に対して細胞輪郭形成画素を選択する輪郭形成
画素選択手段と、 前記細胞中心位置選択手段により選択された細胞中心か
ら各々の細胞輪郭形状を詳細に抽出する詳細輪郭抽出実
行手段と、 前記詳細輪郭抽出実行手段により実行された抽出結果を
出力する細胞輪郭抽出結果出力手段とを有し、 前記輪郭形成画素抽出手段は、前記入力画像の濃度勾配
の方向と細胞中心への方向との一致度により輪郭形成画
素を抽出することを特徴とする細胞形状抽出装置。2. An image input means for converting an input image into an electric signal and inputting the signal, an image shaping means for smoothing the input image input by the image input means, and an image shaping means for smoothing the input image. A cell center position candidate extracting unit that extracts a cell center position candidate group by applying a cell shape to the input image; and a cell center from each of the cell center position candidate groups extracted by the cell center position candidate extracting unit. Cell center position selecting means for selecting; cell forming position selecting means for selecting a cell contour forming pixel for each of the cell centers selected by the cell center position selecting means; selecting by the cell center position selecting means Detailed contour extraction executing means for extracting each cell contour shape in detail from the extracted cell center; and the extraction result executed by the detailed contour extraction executing means. Cell contour extraction result output means for outputting a result, wherein the contour forming pixel extracting means extracts contour forming pixels based on the degree of coincidence between the direction of the density gradient of the input image and the direction toward the cell center. Characteristic cell shape extraction device.
と、 細胞輪郭形成画素を選択する輪郭形成画素選択手段と、 前記輪郭形成画素選択手段によって選択された前記輪郭
形成画素に高い評価値を与える評価関数値算出手段と、 前記評価関数値算出手段により高い評価値を得た輪郭形
成画素の座標から最適輪郭を抽出する最適輪郭探索手段
と、 詳細輪郭抽出の終了条件を判定する詳細輪郭抽出終了条
件判定手段と、 を有することを特徴とする請求項２記載の細胞形状抽出
装置。3. The detailed contour extraction executing means includes: initial condition setting means for setting initial conditions for detailed contour extraction; contour forming pixel selecting means for selecting cell contour forming pixels; and selecting by the contour forming pixel selecting means. Evaluation function value calculation means for giving a high evaluation value to the obtained contour forming pixel; optimum contour search means for extracting an optimum contour from the coordinates of the contour formation pixel having obtained a high evaluation value by the evaluation function value calculation means; 3. The cell shape extraction device according to claim 2, further comprising: a detailed contour extraction end condition judging means for judging an end condition of the outline extraction.
注目画素を輪郭形成画素の１つとして選択して抽出する
ことを特徴とする請求項１から３のいずれか１項に記載
の細胞形状抽出装置。4. The method according to claim 1, wherein the contour forming pixel extracting means selects and extracts the pixel of interest as one of the contour forming pixels when the degree of coincidence is higher than a predetermined reference value. Item 4. The cell shape extraction device according to any one of Items 1 to 3.
る画像入力工程と、前記画像入力工程により入力された
前記入力画像を平滑化する画像整形工程と、 前記画像成形工程により平滑化された前記入力画像に対
して細胞形状のあてはめにより細胞中心位置候補群を抽
出する細胞中心位置候補抽出工程と、 前記細胞中心位置候補抽出工程により抽出された前記細
胞中心位置候補群から各々の細胞中心を選択する細胞中
心位置選択工程と、 前記細胞中心位置選択工程により選択された前記各々の
細胞中心に対して細胞輪郭形成画素を選択する輪郭形成
画素選択工程と、 前記細胞中心位置選択工程により選択された細胞中心と
前記輪郭形成画素選択工程により選択された輪郭形成画
素から各々の細胞輪郭形状を詳細に抽出する詳細輪郭抽
出実行工程と、 前記詳細輪郭抽出実行工程により実行された抽出結果を
出力する細胞輪郭抽出結果出力工程とを有し、 前記輪郭形成画素抽出工程は、前記入力画像の濃度勾配
の方向と細胞中心への方向との一致度により輪郭形成画
素を抽出することを特徴とする細胞形状抽出方法。5. An image input step of converting an input image into an electric signal and inputting the converted signal, an image shaping step of smoothing the input image input in the image input step, and a smoothing process performed by the image forming step. A cell center position candidate extraction step of extracting a cell center position candidate group by applying a cell shape to the input image, and each cell center is extracted from the cell center position candidate group extracted in the cell center position candidate extraction step. A cell center position selecting step of selecting the cell center position selecting step; a contour forming pixel selecting step of selecting a cell contour forming pixel for each of the cell centers selected in the cell center position selecting step; and a cell center position selecting step. Detailed contour extraction for extracting each cell contour shape in detail from the selected cell center and the contour forming pixels selected in the contour forming pixel selecting step And a cell contour extraction result output step of outputting an extraction result executed in the detailed contour extraction execution step, wherein the contour forming pixel extraction step includes the steps of: A cell shape extraction method, wherein a contour forming pixel is extracted based on a degree of coincidence with a direction.
る画像入力工程と、 前記画像入力工程により入力された前記入力画像を平滑
化する画像整形工程と、 前記画像成形工程により平滑化された前記入力画像に対
して細胞形状のあてはめにより細胞中心位置候補群を抽
出する細胞中心位置候補抽出工程と、 前記細胞中心位置候補抽出工程により抽出された前記細
胞中心位置候補群から各々の細胞中心を選択する細胞中
心位置選択工程と、 前記細胞中心位置選択工程により選択された前記各々の
細胞中心に対して細胞輪郭形成画素を選択する輪郭形成
画素選択工程と、 前記細胞中心位置選択工程により選択された細胞中心か
ら各々の細胞輪郭形状を詳細に抽出する詳細輪郭抽出実
行工程と、 前記詳細輪郭抽出実行工程により実行された抽出結果を
出力する細胞輪郭抽出結果出力工程とを有し、 前記輪郭形成画素抽出工程は、前記入力画像の濃度勾配
の方向と細胞中心への方向との一致度により輪郭形成画
素を抽出することを特徴とする細胞形状抽出方法。6. An image inputting step of converting an input image into an electric signal and inputting the input image, an image shaping step of smoothing the input image input in the image inputting step, and an image shaping step of the image forming step A cell center position candidate extraction step of extracting a cell center position candidate group by applying a cell shape to the input image, and each cell center is extracted from the cell center position candidate group extracted in the cell center position candidate extraction step. A cell center position selecting step of selecting the cell center position selecting step; a contour forming pixel selecting step of selecting a cell contour forming pixel for each of the cell centers selected in the cell center position selecting step; and a cell center position selecting step. A detailed contour extraction execution step of extracting each cell contour shape from the extracted cell center in detail, and an extraction result executed by the detailed contour extraction execution step. A cell contour extraction result output step of outputting a result, wherein the contour forming pixel extracting step extracts contour forming pixels based on the degree of coincidence between the direction of the density gradient of the input image and the direction toward the cell center. Characteristic cell shape extraction method.
と、 細胞輪郭形成画素を選択する輪郭形成画素選択工程と、 前記輪郭形成画素選択工程によって選択された前記輪郭
形成画素に高い評価値を与える評価関数値算出工程と、 前記評価関数値算出工程により高い評価値を得た輪郭形
成画素の座標から最適輪郭を抽出する最適輪郭探索工程
と、 詳細輪郭抽出の終了条件を判定する詳細輪郭抽出終了条
件判定工程と、 を有することを特徴とする請求項６記載の細胞形状抽出
方法。7. The detailed contour extraction executing step includes: an initial condition setting step of setting an initial condition for detailed contour extraction; a contour forming pixel selecting step of selecting a cell contour forming pixel; and a selecting step by the contour forming pixel selecting step. An evaluation function value calculating step of giving a high evaluation value to the obtained contour forming pixel; an optimum contour searching step of extracting an optimum contour from the coordinates of the contour forming pixel having obtained a high evaluation value in the evaluation function value calculating step; 7. The cell shape extraction method according to claim 6, further comprising: a step of determining a detailed contour extraction end condition for determining an end condition of the outline extraction.
注目画素を輪郭形成画素の１つとして選択して抽出する
ことを特徴とする請求項５から７のいずれか１項に記載
の細胞形状抽出方法。8. The contour forming pixel extracting step, wherein the target pixel is selected and extracted as one of the contour forming pixels when the degree of coincidence is higher than a predetermined reference value. Item 8. The cell shape extraction method according to any one of Items 5 to 7.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP13014299A JP3314759B2 (en) | 1999-05-11 | 1999-05-11 | Cell shape extraction device and cell shape extraction method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP13014299A JP3314759B2 (en) | 1999-05-11 | 1999-05-11 | Cell shape extraction device and cell shape extraction method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000321031A JP2000321031A (en) | 2000-11-24 |
| JP3314759B2 true JP3314759B2 (en) | 2002-08-12 |
Family
ID=15026984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP13014299A Expired - Fee Related JP3314759B2 (en) | 1999-05-11 | 1999-05-11 | Cell shape extraction device and cell shape extraction method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3314759B2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8073233B2 (en) | 2005-01-31 | 2011-12-06 | Olympus Corporation | Image processor, microscope system, and area specifying program |
| WO2016190129A1 (en) * | 2015-05-22 | 2016-12-01 | コニカミノルタ株式会社 | Image processing device, image processing method, and program for image processing |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4749637B2 (en) * | 2001-09-28 | 2011-08-17 | オリンパス株式会社 | Image analysis method, apparatus, and recording medium |
| JP2003156427A (en) * | 2001-11-21 | 2003-05-30 | Mauntekku:Kk | Method and device for analyzing particle shape |
| DE10360414A1 (en) | 2003-12-19 | 2005-07-21 | Carl Zeiss Smt Ag | EUV projection lens and method for its production |
| JP4496860B2 (en) * | 2004-06-30 | 2010-07-07 | 株式会社ニコン | Cell identification device, cell identification method, cell identification program, and cell analysis device |
| JP2007041664A (en) * | 2005-08-01 | 2007-02-15 | Olympus Corp | Device and program for extracting region |
| JP4801974B2 (en) * | 2005-11-10 | 2011-10-26 | 株式会社トプコン | Cell image processing device, corneal endothelial cell image processing device, cell image processing program, and corneal endothelial cell image processing program |
| JP2007195755A (en) * | 2006-01-26 | 2007-08-09 | Topcon Corp | Corneal endothelial cell image processor |
| TWI439815B (en) | 2006-07-03 | 2014-06-01 | Zeiss Carl Smt Gmbh | Method for revising/repairing a projection objective of a lithography projection expose apparatus and such projection objective |
| JP4843394B2 (en) * | 2006-07-10 | 2011-12-21 | 株式会社トプコン | Corneal endothelial cell image processing apparatus and corneal endothelial cell image processing program |
| EP2097789B1 (en) | 2006-12-01 | 2012-08-01 | Carl Zeiss SMT GmbH | Optical system with an exchangeable, manipulable correction arrangement for reducing image aberrations |
| JP5292886B2 (en) * | 2008-03-27 | 2013-09-18 | 日本電気株式会社 | Image analysis apparatus, method, program, and recording medium |
| JP5077040B2 (en) * | 2008-04-15 | 2012-11-21 | 株式会社コーナン・メディカル | Corneal endothelial cell analysis method and corneal endothelial cell analyzer |
| JP5052451B2 (en) * | 2008-07-30 | 2012-10-17 | オリンパス株式会社 | Cell measuring device and cell measuring method |
| US8265364B2 (en) * | 2010-02-05 | 2012-09-11 | Alcon Lensx, Inc. | Gradient search integrated with local imaging in laser surgical systems |
| JP5545128B2 (en) * | 2010-08-25 | 2014-07-09 | 大日本印刷株式会社 | Jaggy mitigation processing apparatus and jaggy mitigation processing method |
| US8908945B2 (en) * | 2012-10-22 | 2014-12-09 | General Electric Company | Biological unit identification based on supervised shape ranking |
| EP3124967B1 (en) | 2014-03-27 | 2018-11-28 | Konica Minolta, Inc. | Image-processing device and image-processing program |
| JP6337629B2 (en) * | 2014-06-12 | 2018-06-06 | コニカミノルタ株式会社 | Diagnosis support information generation method, image processing apparatus, diagnosis support information generation system, and image processing program |
| WO2016136441A1 (en) | 2015-02-23 | 2016-09-01 | コニカミノルタ株式会社 | Image processing device, image processing method, and image processing program |
| JP6499506B2 (en) * | 2015-04-30 | 2019-04-10 | 富士フイルム株式会社 | Imaging apparatus and method, and imaging control program |
| US10641706B2 (en) | 2015-06-16 | 2020-05-05 | Konica Minolta, Inc. | Cell morphology image processing and corrections |
| EP3477586A4 (en) | 2016-06-23 | 2019-05-01 | Konica Minolta, Inc. | Image processing device, image processing method, and image processing program |
| CN109886928B (en) * | 2019-01-24 | 2023-07-14 | 平安科技（深圳）有限公司 | Target cell marking method, device, storage medium and terminal equipment |
-
1999
- 1999-05-11 JP JP13014299A patent/JP3314759B2/en not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8073233B2 (en) | 2005-01-31 | 2011-12-06 | Olympus Corporation | Image processor, microscope system, and area specifying program |
| WO2016190129A1 (en) * | 2015-05-22 | 2016-12-01 | コニカミノルタ株式会社 | Image processing device, image processing method, and program for image processing |
| US10591402B2 (en) | 2015-05-22 | 2020-03-17 | Konica Minolta, Inc. | Image processing apparatus, image processing method, and image processing program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000321031A (en) | 2000-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3314759B2 (en) | Cell shape extraction device and cell shape extraction method | |
| CN111079602B (en) | Vehicle fine granularity identification method and device based on multi-scale regional feature constraint | |
| Gamarra et al. | Split and merge watershed: A two-step method for cell segmentation in fluorescence microscopy images | |
| Shu et al. | A novel contour descriptor for 2D shape matching and its application to image retrieval | |
| CN107633522B (en) | Brain image segmentation method and system based on local similarity active contour model | |
| US20100217743A1 (en) | Attribute estimation system, age estimation system, gender estimation system, age and gender estimation system and attribute estimation method | |
| Ratnasari et al. | Sugarcane leaf disease detection and severity estimation based on segmented spots image | |
| Liang et al. | Cluster validity index for irregular clustering results | |
| CN111462102B (en) | Intelligent analysis system and method based on novel coronavirus pneumonia X-ray chest radiography | |
| Cong et al. | Model-based segmentation of nuclei | |
| CN112446891A (en) | Medical image segmentation method based on U-Net network brain glioma | |
| JP5747733B2 (en) | Object detection device, object detection method, classifier creation device, and classifier creation method | |
| CN115272652A (en) | Dense object image detection method based on multiple regression and adaptive focus loss | |
| CN112862834A (en) | Image segmentation method based on visual salient region and active contour | |
| CN112163599A (en) | Image classification method based on multi-scale and multi-level fusion | |
| CN113379777A (en) | Shape description and retrieval method based on minimum circumscribed rectangle vertical internal distance proportion | |
| CN112183237A (en) | Automatic white blood cell classification method based on color space adaptive threshold segmentation | |
| Li et al. | Data-driven few-shot crop pest detection based on object pyramid for smart agriculture | |
| CN113762151A (en) | Fault data processing method and system and fault prediction method | |
| CN114596253A (en) | Alzheimer's disease identification method based on brain imaging genome features | |
| Sáez et al. | Neuromuscular disease classification system | |
| Merkurjev | A fast graph-based data classification method with applications to 3D sensory data in the form of point clouds | |
| CN115330603B (en) | Human chromosome image rectification method based on deep learning convolutional neural network | |
| CN117437691A (en) | Real-time multi-person abnormal behavior identification method and system based on lightweight network | |
| Chang et al. | Fuzzy Hopfield neural network with fixed weight for medical image segmentation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20020507 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080607 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090607 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100607 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |