特許ウォッチ

公開番号2025135719
公報種別公開特許公報(A)
公開日2025-09-19
出願番号2024033638
出願日2024-03-06
発明の名称評価装置、評価方法、および評価プログラム
出願人横河電機株式会社
代理人弁理士法人RYUKA国際特許事務所
主分類G01N 33/18 20060101AFI20250911BHJP(測定;試験)
要約【解決手段】被食物の特徴量に基づいて被食物を捕食する捕食物の特徴量を予測する予測部を備え、被食物の特徴量を予測部に入力した結果に基づいて、被食物の評価値を推定する評価装置を提供する。予測部は、被食物の特徴量と被食物を捕食した捕食物の特徴量との組を含む学習データを用いて、被食物の評価値として利用可能な捕食物の特徴量を学習させた予測モデルを有してよい。評価装置は、予測部による捕食物の特徴量の予測を用いて被食物の評価値を推定する推定部を備えてもよい。
【選択図】図1
特許請求の範囲【請求項１】
被食物の特徴量に基づいて前記被食物を捕食する捕食物の特徴量を予測する予測部を備え、
前記被食物の特徴量を前記予測部に入力した結果に基づいて、前記被食物の評価値を推定する
評価装置。
続きを表示（約 1,000 文字）【請求項２】
前記予測部は、前記被食物の特徴量と前記被食物を捕食した前記捕食物の特徴量との組を含む学習データを用いて、前記被食物の評価値として利用可能な前記捕食物の特徴量を学習させた予測モデルを有する請求項１に記載の評価装置。
【請求項３】
前記予測部による前記捕食物の特徴量の予測を用いて前記被食物の評価値を推定する推定部を備える請求項１に記載の評価装置。
【請求項４】
前記被食物の画像を取得する画像取得部と、
前記被食物の画像から前記被食物の特徴量を抽出する特徴量抽出部と
を備える請求項１に記載の評価装置。
【請求項５】
前記予測部は、被食物群に含まれる複数の被食物のそれぞれの特徴量に基づいて、前記被食物群を給餌した前記捕食物の特徴量を予測する請求項４に記載の評価装置。
【請求項６】
前記画像取得部は、前記被食物群に含まれる前記複数の被食物のそれぞれの画像を取得して画像記憶部に格納し、
前記特徴量抽出部は、前記画像記憶部に格納された前記複数の被食物のそれぞれの画像から前記被食物の特徴量を抽出し、
前記複数の被食物のそれぞれの画像のうち、前記被食物の特徴量をすでに抽出した少なくとも１つの画像を前記予測部による前記捕食物の特徴量の予測よりも前に前記画像記憶部から消去する消去部を更に備える
請求項５に記載の評価装置。
【請求項７】
評価対象となる１つの対象被食物のみの特徴量を前記予測部に入力したことに応じて得られる前記捕食物の特徴量の予測を用いて前記対象被食物の評価値を推定する
請求項５に記載の評価装置。
【請求項８】
前記被食物はクロレラまたはナンノクロロプシスであり、前記捕食物はワムシである請求項１から７のいずれか一項に記載の評価装置。
【請求項９】
予測部が、被食物の特徴量に基づいて前記被食物を捕食する捕食物の特徴量を予測することと、
前記被食物の特徴量を前記予測部に入力した結果に基づいて、前記被食物の評価値を推定することと
を備える評価方法。
【請求項１０】
コンピュータにより実行され、
前記コンピュータを、被食物の特徴量に基づいて前記被食物を捕食する捕食物の特徴量を予測する予測部として機能させ、
前記コンピュータにより、前記被食物の特徴量を前記予測部に入力した結果に基づいて、前記被食物の評価値を推定させる
評価プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、評価装置、評価方法、および評価プログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
特許文献１には、「本発明は、顕微鏡により得られる画像のうち、画像…に含まれている細胞を分類するための教師付き分類のための方法と関係する」（段落０００１）、「図２を参照すると、この学習ステップは、専門家によってラベル付けされた細胞から結果的に得られる教師付き分類器についてのプロトタイプを計算することによって分類の精度を改善することを可能にし、そのようなプロトタイプは、好ましくない分類結果を表す分類誤り関数を最小化することによって算出される。」（段落００８０）と記載されている。
【０００３】
特許文献２には、「１つのウェルＷおよびその内部を撮像した画像を処理対象画像として、当該画像のウェルＷ内部から、細胞の形態を有する画像オブジェクトが検出される」（段落００３４）、「分類器は、画像オブジェクトをその特徴ベクトルに基づき、「生細胞」カテゴリおよび「死細胞」カテゴリを含む複数の分類カテゴリのいずれかに分類する機能を有する」（段落００３５）、「蛍光標本としては、生死判定の対象とされる細胞と同種の細胞を、その生死に応じて励起光に対する蛍光の発生態様が異なるように標識したものが用いられる」（段落００３８）と記載されている。
【０００４】
特許文献３には、「最初のステップ１０２において、…画像分析システム２００は、複数のデジタル組織画像２１２を受信する。例えば、各組織画像は、患者、例えばがん患者から採取されたスライド全体の組織サンプルを描くことができる」（段落０１８９）、「次に、ステップ１０４において、画像分析システムは、受信した各画像を一組の重なり合うまたは重なり合わない画像タイル２１６に分割する」（段落０１９０）、「次に、ステップ１０６において、画像分析システムは、タイルのそれぞれに対して、特徴ベクトル２２０を計算する」（段落０１９２）、「次いで、トレーニングされインスタンス化されたＭＩＬプログラムは、受信した組織画像を分類するためのテスト時に受信したデジタル組織画像のタイルを処理する」（段落０１９３）と記載されている。
［先行技術文献］
［特許文献］
［特許文献１］特表２０１５－５０８５０１号公報
［特許文献２］特許第６６６０７１２号公報
［特許文献３］特表２０２３－５０１１２６号公報
【発明の概要】
【０００５】
本発明の第１の態様においては、被食物の特徴量に基づいて前記被食物を捕食する捕食物の特徴量を予測する予測部を備え、前記被食物の特徴量を前記予測部に入力した結果に基づいて、前記被食物の評価値を推定する評価装置を提供する。
【０００６】
上記の評価装置において、前記予測部は、前記被食物の特徴量と前記被食物を捕食した前記捕食物の特徴量との組を含む学習データを用いて、前記被食物の評価値として利用可能な前記捕食物の特徴量を学習させた予測モデルを有してよい。
【０００７】
上記のいずれかの評価装置は、前記予測部による前記捕食物の特徴量の予測を用いて前記被食物の評価値を推定する推定部を備えてよい。
【０００８】
上記のいずれかの評価装置は、前記被食物の画像を取得する画像取得部と、前記被食物の画像から前記被食物の特徴量を抽出する特徴量抽出部とを備えてよい。
【０００９】
上記のいずれかの評価装置において、前記予測部は、被食物群に含まれる複数の被食物のそれぞれの特徴量に基づいて、前記被食物群を給餌した前記捕食物の特徴量を予測してよい。
【００１０】
上記のいずれかの評価装置において、前記画像取得部は、前記被食物群に含まれる前記複数の被食物のそれぞれの画像を取得して画像記憶部に格納し、前記特徴量抽出部は、前記画像記憶部に格納された前記複数の被食物のそれぞれの画像から前記被食物の特徴量を抽出し、評価装置は、上記前記複数の被食物のそれぞれの画像のうち、前記被食物の特徴量をすでに抽出した少なくとも１つの画像を前記予測部による前記捕食物の特徴量の予測よりも前に前記画像記憶部から消去する消去部を更に備えてよい。
（【００１１】以降は省略されています）

関連特許