特許ウォッチ

公開番号2025144389
公報種別公開特許公報(A)
公開日2025-10-02
出願番号2024044140
出願日2024-03-19
発明の名称モデル生成プログラム、モデル生成方法、細胞選別装置および学習済みモデル
出願人日本精工株式会社
代理人個人,個人,個人,個人
主分類G06T 7/00 20170101AFI20250925BHJP(計算;計数)
要約【課題】細胞画像に含まれる複数の細胞からから所望の細胞を選別できるモデルを効率的に生成する。
【解決手段】モデル生成プログラムは、複数の細胞が含まれる細胞画像から所望の細胞を選別するモデルをコンピュータに生成させるプログラムであって、前記細胞画像から前記細胞が含まれる部分領域を切り取る第一工程と、前記部分領域を一部に含むように貼り付けられた部分領域貼付画像を生成する第二工程と、前記部分領域に含まれる前記細胞に対してアノテーションを付与する第三工程と、前記アノテーションが付与された前記部分領域貼付画像を教師データとして機械学習により前記モデルを生成する第四工程と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
複数の細胞が含まれる細胞画像から所望の細胞を選別するモデルをコンピュータに生成させるプログラムであって、
前記細胞画像から前記細胞が含まれる部分領域を切り取る第一工程と、
前記部分領域を一部に含むように貼り付けられた部分領域貼付画像を生成する第二工程と、
前記部分領域に含まれる前記細胞に対してアノテーションを付与する第三工程と、
前記アノテーションが付与された前記部分領域貼付画像を教師データとして機械学習により前記モデルを生成する第四工程と、
を備える、
モデル生成プログラム。
続きを表示（約 1,000 文字）【請求項２】
前記部分領域貼付画像は、前記部分領域が配置された領域のみに前記細胞が含まれる、
請求項１に記載のモデル生成プログラム。
【請求項３】
前記部分領域貼付画像は、前記部分領域以外の領域が無地である、
請求項１に記載のモデル生成プログラム。
【請求項４】
前記部分領域貼付画像に対する前記部分領域の大きさは、前記細胞画像に対する前記部分領域の大きさと同じ、
請求項１に記載のモデル生成プログラム。
【請求項５】
前記部分領域貼付画像の画像サイズは、前記細胞画像の画像サイズと同じである、
請求項１に記載のモデル生成プログラム。
【請求項６】
前記第一工程は、複数の前記細胞画像からそれぞれ前記部分領域を切り取り、
前記複数の細胞画像は、それぞれ同じ倍率で観察された画像である、
請求項１から請求項５のいずれか一項に記載のモデル生成プログラム。
【請求項７】
前記第二工程は、同じ前記部分領域が異なる位置に配置された複数の前記部分領域貼付画像を生成する、
請求項１から請求項５のいずれか一項に記載のモデル生成プログラム。
【請求項８】
推論に用いる前記細胞画像である推論用細胞画像に対して前記モデルを用いて前記所望の細胞を選別する第五工程を有し、
学習に用いた前記細胞画像である学習用細胞画像と前記推論用細胞画像とは、同じ倍率で観察された画像である、
請求項１から請求項５のいずれか一項に記載のモデル生成プログラム。
【請求項９】
前記推論用細胞画像の画像サイズは、前記学習用細胞画像の画像サイズと同じである、
請求項８に記載のモデル生成プログラム。
【請求項１０】
複数の細胞が含まれる細胞画像から所望の細胞を選別するモデルを生成する方法であって、
前記細胞画像から前記細胞が含まれる部分領域を切り取る第一工程と、
前記部分領域を一部に含むように貼り付けられた部分領域貼付画像を生成する第二工程と、
前記部分領域に含まれる前記細胞に対してアノテーションを付与する第三工程と、
前記アノテーションが付与された前記部分領域貼付画像を教師データとして機械学習により前記モデルを生成する第四工程と、
を備える、
モデル生成方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、モデル生成プログラム、モデル生成方法、細胞選別装置および学習済みモデルに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
再生医療や細胞医薬品に使う細胞を効率的に培養するため、品質の高い細胞を再現性良く選別することが望まれている。人の目視による選別は、人と熟練度などにより選別にばらつきがあるため再現性が低い。
【０００３】
細胞を撮像した細胞画像を用いて品質の高い細胞を選別する方法が考案されている。アノテーションが付与された細胞画像を教師データした機械学習により学習したモデルを用いて、細胞画像に含まれる複数の細胞から所望の細胞を選別する方法が考案されている（例えば、特許文献１）。
【先行技術文献】
【特許文献】
【０００４】
特許第６９４１１２３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
一般的に機械学習において教師データは多種多様であることが望ましいとされているため、モデルの学習のためにアノテーションが付与された細胞画像を多く用意することが望ましい。しかしながら、多様な細胞画像を用意したり、細胞画像に多く含まれる細胞にアノテーションを付与したりする教師データの作成作業に手間がかかる。
【０００６】
上記事情を踏まえ、本発明は、細胞画像に含まれる複数の細胞からから所望の細胞を選別できるモデルを効率的に生成できるモデル生成プログラム、モデル生成方法、当該モデルを備える細胞選別装置、および当該モデルを提供することを目的とする。
【課題を解決するための手段】
【０００７】
上記課題を解決するために、この発明は以下の手段を提案している。
本発明の第一の態様にモデル生成プログラムは、複数の細胞が含まれる細胞画像から所望の細胞を選別するモデルをコンピュータに生成させるプログラムであって、前記細胞画像から前記細胞が含まれる部分領域を切り取る第一工程と、前記部分領域を一部に含むように貼り付けられた部分領域貼付画像を生成する第二工程と、前記部分領域に含まれる前記細胞に対してアノテーションを付与する第三工程と、前記アノテーションが付与された前記部分領域貼付画像を教師データとして機械学習により前記モデルを生成する第四工程と、を備える。
【０００８】
本発明の第二の態様に係るモデル生成方法は、複数の細胞が含まれる細胞画像から所望の細胞を選別するモデルを生成する方法であって、前記細胞画像から前記細胞が含まれる部分領域を切り取る第一工程と、前記部分領域を一部に含むように貼り付けられた部分領域貼付画像を生成する第二工程と、前記部分領域に含まれる前記細胞に対してアノテーションを付与する第三工程と、前記アノテーションが付与された前記部分領域貼付画像を教師データとして機械学習により前記モデルを生成する第四工程と、を備える。
【０００９】
本発明の第三の態様に係る細胞選別装置は、複数の細胞が含まれる細胞画像を顕微鏡から取得する画像取得部と、前記細胞画像から所望の細胞を選別するモデルを有する選別部と、選別した前記細胞に関する情報を出力する出力部と、を備え、前記モデルは、加工画像に含まれる前記細胞に対してアノテーションが付与された教師データを用いて機械学習により生成された推論モデルであり、前記加工画像は、前記細胞画像から切り取られた前記細胞が含まれる部分領域を、一部に含むように貼り付けられた部分領域貼付画像である。
【００１０】
本発明の第四の態様に係る学習済みモデルは、複数の細胞が含まれる細胞画像から所望の細胞を選別する学習済みモデルであって、加工画像に含まれる前記細胞に対してアノテーションが付与された教師データを用いて機械学習により生成され、前記加工画像は、前記細胞画像から切り取られた前記細胞が含まれる部分領域を、一部に含むように貼り付けられた部分領域貼付画像である。
【発明の効果】
（【００１１】以降は省略されています）

関連特許