JP7834528B2 - 微小粒子計測システム、および、微小粒子計測方法 - Google Patents

Description

本発明の実施形態は、微小粒子計測システム、および、微小粒子計測方法に関する。

従来から、例えば、有機系廃水処理では、様々な有用微生物を利用して廃水中の有機物分解、窒素やリンの除去等を行っている。その際、汚泥濃度や処理水質などの指標に基づいて廃水処理を行っているが、有機物分解や窒素除去等に寄与する有用微生物の濃度を測定できれば有意義である。

有用微生物（バチルスなどの微小粒子）の濃度を測定する従来技術として、例えば、コロニーカウント法やＰＣＲ（Polymerase Chain Reaction）法が存在する。しかし、これらの手法での測定には専門性の高い設備が必要であり、検体を専門施設に輸送する手間がかかったり、測定時間が長かったりするという問題がある。

そこで、測定対象の微小粒子による光の屈折の特性を利用し、深層学習を用いた画像処理によって撮像画像から微小粒子（例えばバチルス芽胞）を検出する技術が提案されている。これにより、専門施設への検体の輸送が不要になり、かつ、短時間で微小粒子の濃度測定を行うことができる。

特開２０１６－１４７０４４号公報

しかしながら、上述の深層学習の手法では、測定精度が一定ではないという問題がある。例えば、汚泥中のバチルス濃度は均一ではなく濃淡があり、撮像画像に映っているバチルスの個数（濃度）にばらつきが存在する。したがって、例えば、撮像画像1枚あたりで検出されるバチルスの個数が少ない場合、撮像画像の枚数が少ないと、測定結果の精度が低くなってしまう。また、撮像画像が少ないか否かの判断は作業者にとって容易とは限らない。

そこで、本発明は、上記事情に鑑みてなされたものであり、撮像画像を用いて微小粒子に関する測定を行う場合の精度を向上可能な微小粒子計測システム、および、微小粒子計測方法を提供することを課題とする。

実施形態の微小粒子測定システムは、測定対象の微小粒子を含む液体に対して照明光を出射する光源と、前記照明光を集光する対物レンズと、集光された前記照明光を結像する結像レンズと、結像された前記照明光を撮像して撮像画像を出力するイメージセンサと、前記撮像画像に映っている前記微小粒子を検出する検出部と、前記検出部による検出結果と所定の指標に基づいて微小粒子検出の信頼度を算出する算出部と、前記信頼度に基づいて次の処理を決定する処理部と、を備える。

図１は、実施形態の微小粒子計測システムの概要構成図である。 図２は、光線追跡行列におけるパラメータの説明図である。 図３は、バチルス芽胞についての相対透過光強度などの説明図である。 図４は、アクリル粒子についての相対透過光強度などの説明図である。 図５は、汚泥の撮像画像の例を示す図である。 図６は、深層学習で使用する撮像画像と教示画像の例を示す図である。 図７は、深層学習によるバチルス検出結果の例を示す図である。 図８は、信頼度算出用の参照テーブルの例を示す図である。 図９は、実施形態の微小粒子計測システムによる処理を示すフローチャートである。

以下、図面を参照して、本発明の微小粒子計測システム、および、微小粒子計測方法の実施形態について説明する。なお、以下では、バチルス芽胞を単にバチルスとも称する。

図１は、実施形態の微小粒子計測システム１０の概要構成図である。微小粒子計測システム１０は、光源１１と、ステージ１３と、ステージ駆動部１４と、レーザ変位計１５と、対物レンズ１６と、結像レンズ１７と、イメージセンサ１８と、計測制御部１９と、情報処理装置２０と、を備える。なお、計測制御部１９と情報処理装置２０を一体に構成してもよい。また、情報処理装置２０を２つ以上に分けて構成してもよい。

光源１１は、測定対象の微小粒子を含む測定用試料ＳＰ（液体。検体）に対して照明光Ｌを出射する。

ステージ１３は、測定用試料ＳＰを保持するスライドガラス（プレパラート）１２を支持する。

ステージ駆動部１４は、ステージ１３を光軸に沿って図１の上下方向に移動させる。
レーザ変位計１５は、スライドガラス１２の位置をレーザによって検出する。

対物レンズ１６は、照明光Ｌを集光して平行光とする。
結像レンズ１７は、平行光となった照明光Ｌを集光して結像する。

イメージセンサ１８は、結像レンズ１７により結像された照明光を撮像して撮像画像を出力する。
計測制御部１９は、ステージ駆動部１４やイメージセンサ１８を制御する。

情報処理装置２０は、取得部２１と、検出部２２と、算出部２３と、処理部２４と、記憶部２５と、表示部２６と、を備える。

取得部２１は、イメージセンサ１８から撮像画像を取得する。

検出部２２は、撮像画像に映っている微小粒子や夾雑物などを検出する。

算出部２３は、検出部２２による検出結果と所定の指標に基づいて微小粒子検出の信頼度を算出する（詳細は後述）。

処理部２４は、各種の情報処理を実行する。例えば、処理部２４は、信頼度に基づいて次の処理を決定する。例えば、処理部２４は、信頼度が所定の閾値未満の場合に、信頼度を向上させるための所定の動作をユーザ（作業者）に要求する画面を表示部２６に表示させる。例えば、処理部２４は、信頼度が所定の閾値未満の場合に、追加の撮像画像の取得をユーザに要求する。

また、例えば、処理部２４は、信頼度が所定の閾値未満の場合に、自動的に追加の撮像画像を取得するようにしてもよい。

記憶部２５は、各部２１～２４の動作プログラムや、各種パラメータや、取得部２１が取得した撮像画像や、検出部２２による検出結果や、算出部２３による信頼度などの算出結果や、処理部２４による処理結果などを記憶する。

表示部２６は、処理部２４からの指示により各種情報を表示する。

なお、上記の各部２１～２４で行われる処理の全て若しくは一部は、記憶部２５に記憶されている動作プログラムや各種のパラメータに基づいて１つのプロセッサ（制御部）によって実行される場合がある。

次に、微小粒子の計測原理について説明する。液体中の微小粒子の背面側から照明光を照射した場合、微小粒子のレンズ効果により、照明光は微小粒子の粒子径及び屈折率に応じた位置に集光される。

なお、集光位置に近づくほど透過光強度は高くなり、集光位置で透過光強度が最大となり、ふたたび集光位置から離れることにより、透過光強度は低下する。すなわち、透過光強度が最大となる位置が集光位置である。このとき、対物レンズ１６と透過光強度が最大となる位置との間の距離を測定することにより、集光位置を特定することができる。

この場合において、照明光の光路は、以下の式により表すことができるので、対物レンズ１６と透過光強度が最大となる位置との間の距離に加えて、微小粒子の粒子径がわかっていれば、下記の光線追跡行列により表された方程式を解くことで、微小粒子の屈折率がわかる。

図２は、光線追跡行列におけるパラメータの説明図である。上記光線追跡行列において、微小粒子ＰＣの半径をｒとし、微小粒子の屈折率をｎとし、対象となる微小粒子において照明光Ｌの透過光強度が最大となるときの微小粒子と対物レンズ１６との間の距離をｚとする。また、微小粒子に照明光Ｌが入射したときの光軸からの距離をｘ_０とし、微小粒子に照明光Ｌが入射したときの入射角度をｕ_０とする。また、イメージセンサ１８に入射した照明光Ｌの光軸からの距離をｘ_１とし、イメージセンサ１８に入射した照明光Ｌの入射角度をｕ_１とする。

さらに、対物レンズ１６と結像レンズ１７との距離をｌ_１とし、結像レンズ１７とイメージセンサ１８との距離をｌ_２とする。また、対物レンズの焦点距離をｆ_１とし、結像レンズ１７の焦点距離をｆ_２とする。

そして、上述のように、微小粒子の屈折率がわかっていれば、上記光線追跡行列により表された方程式を解くことにより、微小粒子の粒子径を算出できる。

また、有機系廃水処理において用いられる有用微生物は、条件によっては、微小粒子とみなすことが可能である。条件とは、例えば、有用微生物が芽胞を形成している場合である。芽胞を形成している場合には、形状等が変化しなくなるとともに、その形状も有用微生物によりほぼ一定であるためである。

有用微生物の芽胞は、固有の大きさ（例えば粒子径）及び固有の屈折率を有していることから、微小粒子と同様に取り扱うことにより、このような有用微生物の検出、観測視野あたりの個数（ひいては、濃度）を計測することが可能となる。

濃度を計測する場合には、光軸方向に沿って、観察位置（画像撮像位置）を走査することにより、観察視野×走査距離に対応する容積中における有用微生物の個数を計測することで、濃度の計測が可能となる。

ところで、光の屈折率が既知で粒径が１μｍ以下である汚泥中のバチルス（Bacillus）属菌株の芽胞（バチルス芽胞）では、透過光強度が最大となる距離ｚに対応する位置は画像取得においての焦点距離ｆ_１に対応する被写界深度内（実効的な焦点位置）に位置することがわかっている。このため、あらかじめ設定した透過光強度閾値に基づいて閾値以上の光強度を持つ部分をバチルス芽胞と見なすことができる。

この場合において、バチルス芽胞を含む液体の透過光強度は、バチルス芽胞を含まない液体の透過光強度よりも大きくなる。
したがって、バチルス芽胞を含むか否かの判断を行うための透過光強度の閾値を、芽胞を含まない液中における透過光強度よりやや大きな値とすることにより、バチルス芽胞を確実に検出することができる。

さらに、設定した閾値を用いて、試料を光軸方向に連続的に移動させつつ、順次画像を撮像し、撮像画像から得られた場所毎（画素毎）の透過光強度と微小粒子としてのバチルス芽胞の大きさ（粒子径）を判断基準とする深層学習（機械学習）を組み合わせることでバチルス芽胞の検出及び個数の計測、ひいては、バチルス芽胞の濃度の計測を高精度化することが可能となる。

深層学習を行う場合、例えば、微小粒子の濃度が異なる複数の試料を予め調整し、各試料毎にユーザ（作業者）の人手による検出結果が深層学習による検出結果と等しくなるように、教師あり学習を行って、学習対象の微小粒子の粒子径及び屈折率に応じて得られる微小粒子の検出結果を得るようにすればよい。

次に、図３は、バチルス芽胞についての相対透過光強度などの説明図である。詳しくは、この図３は、バチルス芽胞について透過光強度が最大となるときのバチルス芽胞と対物レンズ１６との間の距離ｚに対する実際の対物レンズ１６の位置の差と、相対透過光強度と、の関係を説明する図である。

また、図４は、アクリル粒子についての相対透過光強度などの説明図である。より詳しくは、この図４は、粒子径＝３０μｍのアクリル粒子について透過光強度が最大となるときのアクリル粒子（微小粒子）と対物レンズ１６との間の距離ｚに対する実際の対物レンズ１６の位置の差と、相対透過光強度と、の関係を説明する図である。

まず、バチルス芽胞及びアクリル粒子について、イメージセンサ１８により焦点位置における画像を取得した。
その後、ステージ駆動部１４によりステージ１３を光軸方向に沿って上下方向に移動させ、イメージセンサ１８上でそれぞれの微小粒子の相対透過光強度が最大となるときの対物レンズ１６の位置と、実際の対物レンズ１６の位置との位置差Δｚをレーザ変位計１５により測定した。

図３（Ａ）は、バチルス芽胞を含む液体において、相対透過光強度が最大となった場合の撮像画像である。図３（Ａ）に示すように、撮像領域の中心で相対透過光強度が最大となっていることがわかる。そして、図３（Ｂ）に示すように、バチルス芽胞を含む液体においては、位置差Δｚ＝０μｍで相対透過光強度が最大となると算出された。

これに対し、図４（Ｂ）に示すように、粒子径＝３０μｍのアクリル粒子を含む液体の場合、バチルス芽胞において相対透過光強度が最大となった位置差Δ０μｍにおいては、相対透過光強度は負の値を有している。すなわち、透過光強度は、背景光強度より低くなっていることがわかる。また、図４（Ａ）に示すように、アクリル粒子の周辺で相対透過光強度が最小となっていることがわかる。そして、図４（Ｂ）に示すように、粒子径＝３０μｍのアクリル粒子を含む液体においては、位置差Δｚ＝±１５μｍより外側で相対透過光強度が最大となると算出された。

また、図４（Ｃ）は、粒子径＝３０μｍのアクリル粒子を含む液体において、相対透過光強度が最大となった場合の撮像画像である。図４（Ｃ）に示すように、撮像領域の中心で相対透過光強度が最大となっていることがわかる。そして、図４（Ｄ）に示すように、粒子径＝３０μｍのアクリル粒子を含む液体においては、位置差Δｚ＝２６μｍで相対透過光強度が最大となると算出された。

この計測結果に基づき、上述した光線追跡行列を用いてバチルス芽胞及び粒子径３０μｍのアクリル粒子について、透過光強度が最大となるときの微小粒子であるバチルス芽胞及び粒子径３０μｍのアクリル粒子から対物レンズ１６迄の距離ｚと、対物レンズの焦点距離との差に相当する位置差Δｚを算出したところ、バチルス芽胞を含む液体における位置差Δｚ＝０．９μｍ、粒子径３０μｍのアクリル粒子を含む液体における位置差Δｚ＝２２．５μｍとなり、レーザ変位計１５を用いた計測結果とほぼ一致することがわかった。このときの対物レンズ１６と結像レンズ１７との距離をｌ_１＝１３０ｍｍ、結像レンズ１７とイメージセンサ１８との距離をｌ_２＝１６４．５ｍｍ、対物レンズの焦点距離をｆ_１＝４．１１２５ｍｍ、結像レンズ１７の焦点距離をｆ_２＝１６４．５ｍｍとした。また、バチルス芽胞のｒ＝１μｍ、ｎ＝１．４とし、アクリル粒子のｎ＝１．５とした。

特に、バチルス芽胞を含む液体における位置差Δｚ＝０．９μｍは、実効的に対物レンズ１６の焦点距離と等しく（被写界深度内）、相対透過光強度は、焦点位置において最大となることがわかった。
このことから、バチルス芽胞の計測においては、焦点距離における透過光強度を測定することで、バチルス芽胞の検出が可能であるということがわかった。

このようにして、バチルス芽胞について、透過光強度が最大の時に中心部が明るく光るという特性を利用し、撮像画像からバチルス芽胞のみを検出可能である。

次に、図５は、汚泥の撮像画像の例を示す図である。図５（ａ）（ｂ）に示すように、撮像画像には、バチルス芽胞Ｂのほかに、夾雑物Ｃが映る場合もある。

次に、図６は、深層学習で使用する撮像画像と教示画像の例を示す図である。（ａ）はバチルス芽胞Ｂと夾雑物Ｃが映っている撮像画像である。この撮像画像に対してユーザが正解データとしてバチルス芽胞Ｂの中心位置Ｐを与えて（ｂ）に示す教示画像とする。これらの画像を用いて、撮像画像においてバチルス芽胞Ｂの中心位置Ｐを検出するようにネットワークを学習させることで、深層学習を行うことができる。

次に、図７は、深層学習によるバチルス検出結果の例を示す図である。検出部２２は、深層学習を用いた画像処理によるバチルス芽胞の検出結果の尤度（画素ごとのバチルス芽胞の中心位置である可能性（確からしさ））を算出する。

図７（ａ）は入力画像（撮像画像）である。検出部２２は、例えば、図７（ｂ）に示す尤度マップを算出する。この尤度マップは、明るいほど尤度が高く、暗いほど尤度が低いことを示す。符号Ｑは、バチルス芽胞Ｂ（図７（ａ））に対応して尤度が高くなっている部分である。

そして、検出部２２は、この尤度を閾値処理し、一定以上の尤度を持つ画素をバチルスの中心位置とすることで、図７（ｃ）に示す検出結果を得る。図７（ｃ）において、符号Ｓは、検出したバチルス芽胞の中心位置を示す。

次に、信頼度の閾値について詳細に説明する。信頼度の閾値は、例えば、バチルスの優占化濃度を測定するために必要な画像枚数や、微小粒子計測システム１０が測定できる最低濃度や、微小粒子計測システム１０の測定誤差などに基づいて設定する。

また、信頼度の閾値は、例えば、微小粒子計測システム１０で事前に設定した値を使用してもよいし、あるいは、微小粒子計測システム１０を導入する現場ごとに異なる値を設定してもよい。

具体的には、信頼度の閾値を、例えば、以下の信頼度の指標の各例について、１．０と設定する。その場合、信頼度が１．０以上になるように測定作業を実施する。また、濃度測定結果の信頼度をより高めたい場合は、閾値を１．０より大きい値に設定してもよい。逆に、信頼度が高くなくてよい場合は、閾値を１．０より小さく設定してもよい。

以下、信頼度の指標の例について説明する。

（信頼度の指標が微小粒子の個数）
信頼度の指標が微小粒子の個数の場合、算出部２３は、検出した微小粒子の個数に基づいて、信頼度を算出する。

例えば、バチルス芽胞をＬ個計測すれば統計的に計測濃度と実際の濃度が一致すると仮定する。このとき、信頼度を以下の式で算出する。

生物測定に関する手法（標準計数法）には、測定対象生物を約３０個計測すれば統計的に計測濃度と実際の濃度が一致するという考え方がある。したがって、例えば、変数Ｌを３０とすることができる。

なお、その場合、上述の式ではなく、図８に示す参照テーブルを用いて信頼度を算出してもよい。ただし、変数Ｌ＝３０は一例であり、バチルス個数の値の範囲や信頼度の値は任意に設定することができる。

（信頼度の指標が撮像画像の枚数）
信頼度の指標が撮像画像の枚数の場合、算出部２３は、撮像画像の枚数に基づいて、信頼度を算出する。

有機系廃水処理において、バチルスが優占化する濃度は10⁵[個/ml]以上である。この濃度を測定するために必要な撮像画像枚数から信頼度を計算する。

例えば、バチルス濃度が10⁵[個/ml]のとき、「撮像画像1枚あたりにバチルスがm個映る」とすると、「測定対象生物をL個計測」するためには、L/m枚の画像が必要である。よって、信頼度を以下の式で算出する。

画像枚数に基づいて信頼度を算出するので、作業者にとってわかりやすい。つまり、例えば、信頼度が基準を満たさない場合、撮像画像の枚数を増やすだけでよい。

また、微小粒子計測システム１０が測定できる（または測定したい）最低濃度が決められている場合、同様に信頼度を求めることができる。

例えば、微小粒子計測システム１０が測定できる最低濃度が10³[個/ml]のとき、「撮像画像1枚あたりにバチルスがn個映る」とすると、「測定対象生物をL個計測」するためには、L/n枚の画像が必要である。よって、信頼度を以下の式で算出する。

（信頼度の指標がバチルス芽胞の検出結果の尤度）
信頼度の指標がバチルス芽胞の検出結果の尤度の場合、算出部２３は、深層学習を用いた画像処理によるバチルス芽胞の検出結果の尤度に基づいて、信頼度を算出する。

例えば、信頼度の基準を「バチルス検出結果の尤度の平均値がr以上」としたとき、信頼度を以下の式で算出する。

（信頼度の指標が夾雑物の検出結果）
信頼度の指標がバチルス芽胞以外の夾雑物の検出結果の場合、算出部２３は、夾雑物の検出結果に基づいて、信頼度を算出する。

例えば、信頼度の基準を「バチルス以外の夾雑物が占めるピクセル数がs以下」としたとき、信頼度を以下の式で算出する。

また、夾雑物が占めるピクセル数のほかに、夾雑物の大きさや個数などを用いて信頼度を算出するようにしてもよい。

次に、図９は、実施形態の微小粒子計測システム１０による処理を示すフローチャートである。まず、この処理以前の作業などについて説明する。

まず、測定作業者は、測定したい微生物（バチルス）が存在する水処理装置から採水する。採水した検体に所定の前処理（フィルタ処理、加熱処理など）を実施する。前処理の終わった検体を微小粒子計測システム１０にセットする。

次に、図９のステップＳ１において、取得部２１は、イメージセンサ１８から撮像画像を取得する。

次に、ステップＳ２において、検出部２２は、撮像画像に映っているバチルス芽胞を検出する。

次に、ステップＳ３において、算出部２３は、ステップＳ２による検出結果と所定の指標に基づいて微小粒子検出の信頼度を算出する。

次に、ステップＳ４において、処理部２４は、ステップＳ３で算出した信頼度が閾値以上か否かを判定し、Ｙｅｓの場合は処理を終了し、Ｎｏの場合はステップＳ５に進む。

ステップＳ５において、処理部２４は、信頼度を向上させるための所定の動作をユーザに要求する画面を表示部２６に表示させる。例えば、処理部２４は、追加の撮像画像の取得をユーザに要求する。ユーザは、この表示を見て、信頼度が上がるように、スライドガラス１２をずらしてイメージセンサ１８による撮像を行ったり、スライドガラス１２を交換してイメージセンサ１８による撮像を行ったりする。

ユーザが行う作業としては、ほかに、例えば、夾雑物を除去するためのフィルタ処理や、バチルスの生菌を芽胞化させる加熱処理、活性剤注入などがある。

また、信頼度を高める操作を一定回数以上行っても信頼度が閾値以上とならない状態が続いた場合、測定結果を「計測下限以下の濃度」または「測定不能」とし、測定を終了するようにしてもよい。

また、例えば、微小粒子計測システム１０の構成が異なっていて、スライドガラス１２を使用せずに検体を直接撮像する場合、検体を振るなどして状態を変えてからイメージセンサ１８による撮像を行ってもよい。

また、例えば、微小粒子計測システム１０の構成が異なっていて、追加の新たな撮像画像の自動的な取得が可能になっている場合、処理部２４が自動的に追加の新たな撮像画像を取得するようにしてもよい。その場合、例えば、スライドガラス１２を自動的にずらす装置が設けられているものとする。

ステップＳ５で要求した所定の動作が終わった後、再びステップＳ１以降の処理を実行する。

このようにして、本実施形態の微小粒子計測システム１０によれば、微小粒子検出の信頼度を算出し、信頼度に基づいて次の処理を決定することで、微小粒子測定の精度を向上させることができる。つまり、信頼度が低い場合に作業者に具体的な作業を要求することで、専門知識のない作業者でも適切な作業を容易に実行できる。

なお、以上では、微小粒子計測システム１０をスタンドアロンで構成する場合について説明したが、これに限定されない。例えば、微小粒子計測システム１０は、ローカル端末側でイメージセンサ１８により撮像画像を取得し、その撮像画像を通信インタフェース及び通信ネットワークを介してクラウドサーバに転送し、クラウドサーバ側で情報処理装置２０による処理を行い、処理結果をローカル端末で表示するようにしてもよい。

また、本実施形態の微小粒子計測システム１０は、ＣＰＵ（Central Processing Unit）などの制御装置と、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）などの記憶装置と、ＨＤＤ（Hard Disk Drive）などの外部記憶装置と、ディスプレイ装置などの表示装置と、キーボードやマウスなどの入力装置を備えており、通常のコンピュータを利用したハードウェア構成となっている。

また、本実施形態の微小粒子計測システム１０で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルで、ＤＶＤ（Digital Versatile Disk）、ＵＳＢ（Universal Serial Bus）メモリ、ＳＳＤ（Solid State Drive）などの半導体記憶装置等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

また、当該プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、当該プログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。

また、当該プログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

１０…微小粒子計測システム、１１…光源、１２…スライドガラス、１３…ステージ、１４…ステージ駆動部、１５…レーザ変位計、１６…対物レンズ、１７…結像レンズ、１８…イメージセンサ、１９…計測制御部、２０…情報処理装置、２１…取得部、２２…検出部、２３…算出部、２４…処理部、２５…記憶部、２６…表示部

Claims (5)

1. 測定対象の微小粒子を含む液体に対して照明光を出射する光源と、
   前記照明光を集光する対物レンズと、
   集光された前記照明光を結像する結像レンズと、
   結像された前記照明光を撮像して撮像画像を出力するイメージセンサと、
   前記撮像画像に映っている前記微小粒子を検出する検出部と、
   前記検出部による検出結果と前記撮像画像の枚数に基づいて微小粒子検出の信頼度を算出する算出部と、
   前記信頼度に基づいて次の処理を決定する処理部と、
   を備える微小粒子計測システム。
2. 前記処理部は、前記信頼度が所定の閾値未満の場合に、前記信頼度を向上させるための所定の動作をユーザに要求する画面を表示部に表示させる、請求項１に記載の微小粒子計測システム。
3. 前記処理部は、前記信頼度が所定の閾値未満の場合に、追加の前記撮像画像の取得をユーザに要求する、請求項１に記載の微小粒子計測システム。
4. 前記処理部は、前記信頼度が所定の閾値未満の場合に、自動的に追加の前記撮像画像を取得する、請求項１に記載の微小粒子計測システム。
5. 測定対象の微小粒子を含む液体に対して照明光を出射する光源と、前記照明光を集光する対物レンズと、集光された前記照明光を結像する結像レンズと、結像された前記照明光を撮像して撮像画像を出力するイメージセンサと、検出部と、算出部と、処理部と、を備える微小粒子計測システムによる微小粒子計測方法であって、
   前記検出部が、前記撮像画像に映っている前記微小粒子を検出する検出ステップと、
   前記算出部が、前記検出ステップによる検出結果と前記撮像画像の枚数に基づいて微小粒子検出の信頼度を算出する算出ステップと、
   前記処理部が、前記信頼度に基づいて次の処理を決定する処理ステップと、を含む微小粒子計測方法。