[发明专利]分类器构成方法、以及用其进行的判定细胞生死的方法在审

专利信息
申请号: 201680065837.1 申请日: 2016-10-26
公开(公告)号: CN108350410A 公开(公告)日: 2018-07-31
发明(设计)人: 藤本博己;小林正嘉;佐佐木隆造 申请(专利权)人: 株式会社斯库林集团;株式会社前沿制药
主分类号: C12M1/34 分类号: C12M1/34;C12Q1/02;G01N21/17;G01N21/64;G01N33/48
代理公司: 隆天知识产权代理有限公司 72003 代理人: 张永康
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 荧光 活细胞 死细胞 标本 训练数据 分类器 判定 明视场图像 细胞 机器学习 特征向量 图像目标 荧光图像 激发光 明视场 自动地 拍摄 主观
【说明书】:

本发明不依赖于判定人的主观而自动地且高精度地判断不使用标记而制成的试样中的细胞的生死。准备荧光标本(S201),对荧光标本进行荧光拍摄(S203),所述荧光标本在活细胞和死细胞中对激发光的荧光产生状态相互不同。对荧光标本进行明视场拍摄(S204),根据荧光图像确定活细胞和死细胞各自的位置(S206、S207)。将位于与所确定的活细胞和死细胞的位置对应的位置的明视场图像中的图像目标分别提取为活细胞目标和死细胞目标(S209),通过使用了训练数据的机器学习来构成分类器(S210、S211),所述训练数据包含所提取的目标各自的特征向量。

技术领域

本发明涉及基于拍摄的细胞的图像判定细胞生死的技术。

背景技术

例如,以研制新药为目的,要进行筛选实验用于考察化合物对细胞造成的影响。在这样的实验中,在含有培养后的细胞的试样中添加各种浓度的化合物,在规定的时刻判定细胞的生死。一直以来,这样的细胞的生死判定由有经验者利用显微镜观察用目视进行判定。近年来,为了进行更简便且不依赖判定人的主观的稳定的判定,正在开发一种通过用拍摄的试样的图像进行图像解析来自动进行细胞的检测及生死判定的技术。

例如,在专利文献1所记载的技术中,使用能对活的细胞(生存细胞)和死亡的细胞(非生存细胞)中的一者进行选择性染色的染色方法使试样被染色,对染色后的试样进行观察。如此地,对细胞实施基因操作、试剂添加,根据其种类、状态而附加选择性的着色等标识的处理被称作“标记(labeling)”。

现有技术文献

专利文献

专利文献1:特表2015-521037号公报。

发明内容

发明要解决的课题

例如,在筛选作为医学试剂的候补的化合物中,不仅要确认化合物是否对病变有效地发挥作用,还要确认对正常细胞没有不良影响。鉴于这样的目的,不能使用对试样中的细胞有影响的那样的标记。而且,标记还需要特殊的材料、作业,存在成本高以及工序繁杂的问题。基于此,期望建立一种不进行标记就可判定细胞生死的技术。然而,至今尚未建立一种根据不使用标记而拍摄的图像自动地且高精度地确定细胞的生死的技术。

解决课题的技术方案

本发明是鉴于上述课题而完成的,其目的在于,提供一种能够不依赖于判定人的主观而自动地且高精度地确定不使用标记而制成的试样中的细胞的生死的技术。

本发明的一个方式是用于判定细胞生死的分类器构成方法,为了达到上述目的,其包括:第一工序,获取对荧光标本进行荧光拍摄而得到的荧光图像,所述荧光标本包含对激发光的荧光产生状态相互不同的活细胞和死细胞;第二工序,获取对前述荧光标本进行明视场(bright-field)拍摄而得到的明视场图像;第三工序,根据前述荧光图像确定前述荧光标本中的活细胞和死细胞各自的位置;第四工序,在前述明视场图像中,将位于与在前述第三工序中确定的活细胞的位置对应的位置的图像目标提取为活细胞目标,将位于与在前述第三工序中确定的死细胞的位置对应的位置的图像目标提取为死细胞目标;第五工序,求出作为前述活细胞目标和前述死细胞目标被提取的前述图像目标各自的特征向量,通过使用了训练数据(training data)的机器学习来构成分类器,所述训练数据包括前述特征向量。

根据如此构成的发明所得到的分类器,能够自动地判定没有进行标记而制成的试样中的细胞的生死。即,通过使用由本发明所构成的分类器对试样中的细胞图像进行分类,从而自动地判断该细胞具有更强的作为活的细胞的活细胞的特征还是作为死亡的细胞的死细胞的特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于株式会社斯库林集团;株式会社前沿制药,未经株式会社斯库林集团;株式会社前沿制药许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680065837.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top