特許ウォッチ

公開番号2025137595
公報種別公開特許公報(A)
公開日2025-09-19
出願番号2025116500,2021575728
出願日2025-07-10,2021-01-25
発明の名称情報処理装置及び情報処理システム
出願人ソニーグループ株式会社
代理人弁理士法人酒井国際特許事務所
主分類G01N 21/64 20060101AFI20250911BHJP(測定;試験)
要約【課題】より正確に蛍光分離を行うことを可能にする。
【解決手段】実施形態に係る情報処理装置は、細胞を含む生体試料の蛍光画像と、前記生体試料または蛍光試薬由来の参照スペクトルと、前記細胞の形態情報と、に基づいて前記蛍光画像から前記蛍光試薬由来の蛍光信号を分離する分離部を備える。
【選択図】図1
特許請求の範囲【請求項１】
細胞を含む生体試料の蛍光画像と、前記生体試料または蛍光試薬由来の参照スペクトルと、前記細胞の形態情報と、に基づいて前記蛍光画像から前記蛍光試薬由来の蛍光信号を分離する分離部を備える情報処理装置。
続きを表示（約 680 文字）【請求項２】
前記分離部は、前記蛍光画像から前記生体試料由来の蛍光信号をさらに分離する、請求項１に記載の情報処理装置。
【請求項３】
前記形態情報は、前記生体試料中の標的の分布情報を含む、請求項１に記載の情報処理装置。
【請求項４】
前記標的は、前記生体試料中の抗原であり、前記分布情報は、前記抗原の発現量の分布を含む、請求項３に記載の情報処理装置。
【請求項５】
前記形態情報は、前記抗原の発現量の分布を示す二値マスク画像を含む、請求項４に記載の情報処理装置。
【請求項６】
前記蛍光試薬は、蛍光色素で標識された抗体を含む、請求項１に記載の情報処理装置。
【請求項７】
前記分離された蛍光信号に基づいて補正された蛍光画像を生成する画像生成部をさらに備える、請求項１に記載の情報処理装置。
【請求項８】
前記生体試料または蛍光試薬由来の参照スペクトルを最適化する抽出部をさらに備える、請求項１に記載の情報処理装置。
【請求項９】
前記分離部は、前記参照スペクトルと前記形態情報とを用いた最小二乗法、重み付き最小二乗法又は制限付き最小二乗法により、前記蛍光画像の蛍光信号を分離する請求項８に記載の情報処理装置。
【請求項１０】
前記分離部は、前記蛍光画像と前記参照スペクトルと前記形態情報とを第１の画像生成モデルに入力することで前記蛍光画像の蛍光信号を分離する請求項８に記載の情報処理装置。
（【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】
本開示は、情報処理装置及び情報処理システムに関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
近年、がん免疫療法等の発展により免疫染色の蛍光化及び多重標識化が進展している。例えば、同一組織ブロックの非染色切片から自家蛍光スペクトルを抽出した上で、当該自家蛍光スペクトルを用いて染色切片の蛍光分離を行う手法が行われている。
【０００３】
また、例えば以下の特許文献１には、複数の蛍光色素により多重標識された微小粒子に励起光が照射されることで得られた蛍光スペクトルを、各蛍光色素が個別に標識された微小粒子で得られる単染色スペクトルの線形和により近似する技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０１２－１８１０８号公報
特開２０１９－４５５４０号公報
特開２０１８－１８５７５９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ここで、近年では、がん免疫療法などの普及から、免疫染色の蛍光化・多マーカー化が進み始めている。多色化においてより多種類の蛍光色素を用いるためにも、染色蛍光同士の蛍光分離、染色蛍光と自家蛍光との蛍光分離は共に正確性が要求される。
【０００６】
そこで本開示は、上記事情に鑑みてなされたものであり、より正確に蛍光分離を行うことが可能な、新規かつ最適化された情報処理装置及び情報処理システムを提供する。
【課題を解決するための手段】
【０００７】
本開示の実施形態に係る情報処理装置は、細胞を含む生体試料の蛍光画像と、前記生体試料または蛍光試薬由来の参照スペクトルと、前記細胞の形態情報と、に基づいて前記蛍光画像から前記蛍光試薬由来の蛍光信号を分離する分離部を備える。
【図面の簡単な説明】
【０００８】
第１の実施形態に係る情報処理システムの構成例を示すブロック図である。
蛍光信号取得部によって取得された蛍光スペクトルの具体例を示す図である。
第１の実施形態に係る情報処理システムが顕微鏡システムとして実現される場合における顕微鏡システムの構成例を示すブロック図である。
第１の実施形態に係る情報処理装置による蛍光分離の処理フロー例を示すフローチャートである。
第１の実施形態に係る推論モデルを用いた蛍光分離処理の流れの一例を説明するための模式図である。
第１の実施形態に係る推論モデルのトレーニングを説明するための図である。
第２の実施形態に係る推論モデルを用いた蛍光分離処理の流れの一例を示す模式図である。
第２の実施形態に係る分離処理部のより具体的な構成例を示すブロック図である。
第２の実施形態に係る推論モデルのトレーニングを説明するための図である。
第３の実施形態の第１の手順例に係る推論モデルの構築方法を説明するための模式図である。
第３の実施形態の第２の手順例に係る推論モデルの構築方法を説明するための模式図である。
第４の実施形態に係る分離処理部の概略構成例を示すブロック図である。
非負値行列因子分解の概要を説明する図である。
クラスタリングの概要を説明する図である。
第５の実施形態に係るＮＭＦの流れを説明するためのフローチャートである。
図１５に示すＮＭＦの最初のループにおける処理の流れを説明するための図である。
各実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。
実際の標本情報および試薬情報がカタログ値や文献値と異なることを説明するための図である。
実際の標本情報および試薬情報がカタログ値や文献値と異なることを説明するための図である。
各実施形態の変形例に係る情報処理システムの構成例を示すブロック図である。
診断支援システムの概略的な構成の一例を示すブロック図である。
【発明を実施するための形態】
【０００９】
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成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。
【００１０】
なお、説明は以下の順序で行うものとする。
１．はじめに
２．第１の実施形態
２．１．構成例
２．２．顕微鏡システムへの応用例
２．３．処理フロー
２．４．蛍光分離処理
２．５．推論モデルのトレーニング
２．６．作用・効果
３．第２の実施形態
３．１．蛍光分離処理
３．２．最小二乗法を用いた蛍光分離処理について
３．３．推論モデルのトレーニング
３．４．作用・効果
４．第３の実施形態
４．１．第１の手順例
４．２．第２の手順例
５．第４の実施形態
６．第５の実施形態
６．１漸化式を用いた平均平方二乗残差Ｄの極小化における染色蛍光スペクトルの固定方法
６．２ＤＦＰ法やＢＦＧＳ法等を用いた平均平方二乗残差Ｄの極小化における染色蛍光スペクトルの固定方法
７．ハードウェア構成例
８．備考
９．システム構成の変形例
１０．応用例１
１１．応用例２
（【００１１】以降は省略されています）

関連特許