知財求人 - 知財ポータルサイト「IP Force」
▶ みずほ情報総研株式会社の特許一覧 ▶ 株式会社アサヒテクノリサーチの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024141469
(43)【公開日】2024-10-10
(54)【発明の名称】アスベスト検査装置、およびアスベスト判定方法
(51)【国際特許分類】
G01N 21/17 20060101AFI20241003BHJP
G01N 21/94 20060101ALI20241003BHJP
【ＦＩ】
G01N21/17 A
G01N21/94
【審査請求】未請求
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2023053145
(22)【出願日】2023-03-29
(71)【出願人】
【識別番号】592131906
【氏名又は名称】みずほリサーチ＆テクノロジーズ株式会社
(71)【出願人】
【識別番号】520271023
【氏名又は名称】株式会社アサヒテクノリサーチ
(74)【代理人】
【識別番号】100105957
【弁理士】
【氏名又は名称】恩田 誠
(74)【代理人】
【識別番号】100068755
【弁理士】
【氏名又は名称】恩田 博宣
(72)【発明者】
【氏名】井筒 雄介
(72)【発明者】
【氏名】松下 裕也
(72)【発明者】
【氏名】高野 哲平
(72)【発明者】
【氏名】三谷 勇義
(72)【発明者】
【氏名】伴丈 修
(72)【発明者】
【氏名】三島 洋平
【テーマコード（参考）】
2G051
2G059
【Ｆターム（参考）】
2G051AC01
2G051AC02
2G051CA04
2G051EA14
2G051EB01
2G051EB09
2G051ED04
2G059AA05
2G059BB09
2G059DD13
2G059FF03
2G059KK04
2G059MM01
2G059MM05
(57)【要約】
【課題】試料にアスベストが存在するか否かの判断にかかる工数を削減できるようにしたアスベスト検査装置を提供する。
【解決手段】アスベスト検査装置４０のＰＵ４２は、試料１２の光学顕微鏡による拡大画像を写像データ４４ｂによって規定される写像に入力する。写像は、画像データ３４を入力として且つ、画像中のアスベストが存在する位置を示す変数の値を出力する学習済みモデルである。写像の出力が指定する位置に限って、第２分析者７０は、試料１２を光学顕微鏡８０を用いて確認する。
【選択図】図１
【解決手段】アスベスト検査装置４０のＰＵ４２は、試料１２の光学顕微鏡による拡大画像を写像データ４４ｂによって規定される写像に入力する。写像は、画像データ３４を入力として且つ、画像中のアスベストが存在する位置を示す変数の値を出力する学習済みモデルである。写像の出力が指定する位置に限って、第２分析者７０は、試料１２を光学顕微鏡８０を用いて確認する。
【選択図】図１
【特許請求の範囲】
【請求項1】
実行装置、および記憶装置を備え、
前記記憶装置には、写像データが記憶されており、
前記実行装置は、取得処理、およびアスベスト変数算出処理を実行するように構成され、
取得処理は、試料の光学顕微鏡による拡大画像の画像データを取得する処理であり、
前記写像データは、前記画像データを入力として且つ、アスベスト変数の値を出力する写像を規定するデータであり、
前記アスベスト変数は、位置変数を含み、
前記位置変数は、前記拡大画像におけるアスベストの位置情報を示す変数であり、
前記アスベスト変数算出処理は、前記画像データを前記写像に入力することによって、前記アスベスト変数の値を算出する処理であるアスベスト検査装置。
前記記憶装置には、写像データが記憶されており、
前記実行装置は、取得処理、およびアスベスト変数算出処理を実行するように構成され、
取得処理は、試料の光学顕微鏡による拡大画像の画像データを取得する処理であり、
前記写像データは、前記画像データを入力として且つ、アスベスト変数の値を出力する写像を規定するデータであり、
前記アスベスト変数は、位置変数を含み、
前記位置変数は、前記拡大画像におけるアスベストの位置情報を示す変数であり、
前記アスベスト変数算出処理は、前記画像データを前記写像に入力することによって、前記アスベスト変数の値を算出する処理であるアスベスト検査装置。
【請求項2】
前記アスベスト変数は、確率変数を含み、
前記確率変数は、前記位置情報によって示される位置に前記アスベストが存在する確率を示す変数である請求項１記載のアスベスト検査装置。
前記確率変数は、前記位置情報によって示される位置に前記アスベストが存在する確率を示す変数である請求項１記載のアスベスト検査装置。
【請求項3】
請求項２記載のアスベスト検査装置を利用しつつ前記試料中のアスベストの有無を判定するアスベスト判定方法において、
撮影工程、および判定工程を有し、
前記撮影工程は、前記光学顕微鏡によって拡大された前記試料の画像を撮影する工程であり、
前記判定工程は、前記撮影工程によって撮影された画像に応じた前記画像データを入力とする前記アスベスト変数算出処理によって算出された前記アスベスト変数の値に基づき前記試料中にアスベストが存在するか否かを判定する工程であるアスベスト判定方法。
撮影工程、および判定工程を有し、
前記撮影工程は、前記光学顕微鏡によって拡大された前記試料の画像を撮影する工程であり、
前記判定工程は、前記撮影工程によって撮影された画像に応じた前記画像データを入力とする前記アスベスト変数算出処理によって算出された前記アスベスト変数の値に基づき前記試料中にアスベストが存在するか否かを判定する工程であるアスベスト判定方法。
【請求項4】
前記撮影工程は、アスベスト検査装置における前記試料を分割した複数の領域のそれぞれについて、前記光学顕微鏡によって画像を撮影する工程であり、
前記判定工程は、前記試料の互いに異なる領域に対応する複数の画像に応じた前記画像データを入力とする前記アスベスト変数算出処理によって算出された前記アスベスト変数の値に基づき前記試料中にアスベストが存在するか否かを判定する工程である請求項３記載のアスベスト判定方法。
前記判定工程は、前記試料の互いに異なる領域に対応する複数の画像に応じた前記画像データを入力とする前記アスベスト変数算出処理によって算出された前記アスベスト変数の値に基づき前記試料中にアスベストが存在するか否かを判定する工程である請求項３記載のアスベスト判定方法。
【請求項5】
前記撮影工程は、前記光学顕微鏡によって拡大された前記試料の画像を撮影した後、該試料の周囲に対して前記試料を相対回転させた状態で前記光学顕微鏡によって拡大された前記試料の画像を撮影する工程を有し、
前記判定工程は、前記相対回転させる前後のそれぞれの画像に応じた前記画像データを入力とする前記アスベスト変数算出処理によって算出された前記アスベスト変数の値に基づき前記試料中にアスベストが存在するか否かを判定する工程である請求項３記載のアスベスト判定方法。
前記判定工程は、前記相対回転させる前後のそれぞれの画像に応じた前記画像データを入力とする前記アスベスト変数算出処理によって算出された前記アスベスト変数の値に基づき前記試料中にアスベストが存在するか否かを判定する工程である請求項３記載のアスベスト判定方法。
【請求項6】
前記撮影工程は、前記光学顕微鏡によって複数種類の拡大率に拡大された前記試料の画像を撮影する工程を有し、
前記判定工程は、複数種類に拡大された画像のそれぞれに応じた前記画像データを入力とする前記アスベスト変数算出処理によって算出された前記アスベスト変数の値に基づき前記試料中にアスベストが存在するか否かを判定する工程である請求項３記載のアスベスト判定方法。
前記判定工程は、複数種類に拡大された画像のそれぞれに応じた前記画像データを入力とする前記アスベスト変数算出処理によって算出された前記アスベスト変数の値に基づき前記試料中にアスベストが存在するか否かを判定する工程である請求項３記載のアスベスト判定方法。
【請求項7】
前記判定工程は、
前記確率変数の値が閾値以上の場合、対応する前記位置変数の値に応じた前記画像の領域に前記アスベストが含まれるか否かを人が確認する確認工程と、
前記確認工程によって前記アスベストの存在が確認される場合、前記試料にアスベストがあると判定する工程と、を有する請求項３記載のアスベスト判定方法。
前記確率変数の値が閾値以上の場合、対応する前記位置変数の値に応じた前記画像の領域に前記アスベストが含まれるか否かを人が確認する確認工程と、
前記確認工程によって前記アスベストの存在が確認される場合、前記試料にアスベストがあると判定する工程と、を有する請求項３記載のアスベスト判定方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、アスベスト検査装置、およびアスベスト判定方法に関する。
【背景技術】
【0002】
たとえば下記特許文献１には、アスベストの含有が認められた建物の解体工事において、アスベストの粉塵濃度を検出する装置が記載されている。
一方、建材にアスベストが含まれるか否かは、従来、建材をすりつぶした試料を人が光学顕微鏡で拡大して目視にて判断していた。
一方、建材にアスベストが含まれるか否かは、従来、建材をすりつぶした試料を人が光学顕微鏡で拡大して目視にて判断していた。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２１－１８５３６９号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
上記光学顕微鏡を用いた人による目視の判断では、人に過大な負荷がかかる。
【課題を解決するための手段】
【0005】
以下、上記課題を解決するための手段およびその作用効果について記載する。
実行装置、および記憶装置を備え、前記記憶装置には、写像データが記憶されており、前記実行装置は、取得処理、およびアスベスト変数算出処理を実行するように構成され、取得処理は、試料の光学顕微鏡による拡大画像の画像データを取得する処理であり、前記写像データは、前記画像データを入力として且つ、アスベスト変数の値を出力する写像を規定するデータであり、前記アスベスト変数は、位置変数を含み、前記位置変数は、前記拡大画像におけるアスベストの位置情報を示す変数であり、前記アスベスト変数算出処理は、前記画像データを前記写像に入力することによって、前記アスベスト変数の値を算出する処理であるアスベスト検査装置である。
実行装置、および記憶装置を備え、前記記憶装置には、写像データが記憶されており、前記実行装置は、取得処理、およびアスベスト変数算出処理を実行するように構成され、取得処理は、試料の光学顕微鏡による拡大画像の画像データを取得する処理であり、前記写像データは、前記画像データを入力として且つ、アスベスト変数の値を出力する写像を規定するデータであり、前記アスベスト変数は、位置変数を含み、前記位置変数は、前記拡大画像におけるアスベストの位置情報を示す変数であり、前記アスベスト変数算出処理は、前記画像データを前記写像に入力することによって、前記アスベスト変数の値を算出する処理であるアスベスト検査装置である。
【0006】
上記構成では、アスベスト変数算出処理によって、アスベストの位置情報を示す変数の値が算出される。これにより、人が光学顕微鏡による試料の拡大画像を目視で全て確認する場合と比較して、試料にアスベストが存在するか否かの判断にかかる工数を削減できる。
【図面の簡単な説明】
【0007】
【図1】第１の実施形態にかかるアスベスト検出システムの構成を示すブロック図である。
【図2】同実施形態にかかるアスベスト検出の手順を示す流れ図である。
【図3】同実施形態にかかるアスベスト検出の手順を示す流れ図である。
【図4】第２の実施形態にかかるアスベスト検出の手順を示す流れ図である。
【図5】第３の実施形態にかかるアスベスト検出の手順を示す流れ図である。
【発明を実施するための形態】
【0008】
【0009】
図１に示すスライドガラス１０には、試料１２が載せられている。試料１２は、一例として、解体前の建材から採取される。スライドガラス１０における試料１２が占める領域は、たとえば、数百平方ミリメートル程度である。詳しくは、一例として、縦が数ミリから十数ミリメートルであって且つ横が数十ミリメートルである。
【0010】
スライドスキャナー２０は、試料１２の拡大画像を撮影する装置である。詳しくは、スライドスキャナー２０は、スライドガラス１０における撮影対象の位置を少しずつずらしつつ、試料１２の拡大画像を撮影する機能を有する。スライドスキャナー２０は、試料１２の拡大画像を示すデータを所定のファイル３０に保存して出力する装置である。
【0011】
スライドスキャナー２０は、ＰＵ２２、記憶装置２４、光学顕微鏡付きのカメラ２６およびアクチュエータ２８を備えている。カメラ２６は、試料１２の拡大画像を撮影する撮影機器である。カメラ２６は、一例としてＲ，Ｇ，Ｂの画素からなるカラー画像を生成する機器である。アクチュエータ２８は、スライドガラス１０とカメラ２６との相対的な位置を変更する装置である。ＰＵ２２は、ＣＰＵ、ＧＰＵ、およびＴＰＵ等の少なくとも１つを備えるソフトウェア処理装置である。スライドスキャナー２０は、記憶装置２４に記憶されたプログラムをＰＵ２２が実行することによって、試料１２の拡大画像を撮影する。
【0012】
ファイル３０は、バーコード３２および画像データ３４を含む。バーコード３２は、試料１２の識別記号を表現する。画像データ３４は、１枚のスライドガラス１０に載せられた試料１２に関する全画像のデータを含む。
【0013】
アスベスト検査装置４０は、画像データ３４を入力することによって、試料１２にアスベストが含まれるか否かを判定する装置である。アスベスト検査装置４０は、ＰＵ４２、および記憶装置４４を備える。ＰＵ４２は、ＣＰＵ、ＧＰＵ、およびＴＰＵ等の少なくとも１つを備えるソフトウェア処理装置である。記憶装置４４には、検査プログラム４４ａ、写像データ４４ｂおよび一覧データ４４ｃが記憶されている。
【0014】
写像データ４４ｂは、試料１２の画像データを入力として且つ、アスベストの有無に関する変数の値を出力する写像を規定するデータである。詳しくは、この写像は、回帰モデル兼識別モデルである。すなわち、写像の出力は、入力された画像データのうちのアスベストが含まれる位置を示す変数を含む。このため、写像は、回帰モデルである。また、写像の出力は、同位置においてアスベストが存在する確率を示す変数（確率変数）を含む。このため、写像は、識別モデルである。
【0015】
なお、写像の一度の入力に対する一度の出力には、アスベストが含まれる位置を示す変数と、同位置においてアスベストが存在する確率を示す変数との複数の組が含まれてもよい。
【0016】
同写像を構成するアーキテクチャは、一例としてニューラルネットワークである。なお、ニューラルネットワークの出力活性化関数は、位置を示す変数を出力する部分については、たとえばＲｅｌｕを用いることができる。また、ニューラルネットワークの出力活性化関数は、確率変数を出力する部分については、たとえばロジスティックシグモイド関数を用いることができる。
【0017】
上記写像データは、画像データが所定の表示装置に表示された状態において人がアスベストの有無を目視によって確認した結果と、画像データとからなる訓練データを用いて学習された学習済みモデルである。ここで、確認した結果には、アスベストの有無と、アスベストの位置を示す変数と、を含む。なお、アスベストがない場合、アスベストの位置を示す変数は、画像領域のいずれをも示さない値とすればよい。
【0018】
アスベスト検査装置４０は、写像によるアスベストの有無の判定結果を一覧データ４４ｃとして記憶装置４４に保存する。アスベスト検査装置４０は、第１分析者６０の求めに応じて、表示装置５０を操作することによって、一覧データ４４ｃが示す視覚情報を表示装置５０に表示させる。
【0019】
本システムにおいて、１つの試料１２の検査に関与する人は、第１分析者６０と第２分析者７０である。第２分析者７０は、光学顕微鏡８０を用いて試料１２を検査する。
「試料の検査」
図２および図３に、本実施形態にかかるアスベストの検査工程に関する手順を示す。なお、図２に示すＳ１０～Ｓ１６の処理は、記憶装置２４に記憶されたプログラムをＰＵ２２がたとえば所定周期で繰り返し実行することにより実現される。また、図２に示すＳ１８～Ｓ２８の処理は、検査プログラム４４ａをＰＵ４２がたとえば所定周期で繰り返し実行することによって実現される。なお、以下では、先頭に「Ｓ」が付与された数字によって各処理のステップ番号を表現する。
「試料の検査」
図２および図３に、本実施形態にかかるアスベストの検査工程に関する手順を示す。なお、図２に示すＳ１０～Ｓ１６の処理は、記憶装置２４に記憶されたプログラムをＰＵ２２がたとえば所定周期で繰り返し実行することにより実現される。また、図２に示すＳ１８～Ｓ２８の処理は、検査プログラム４４ａをＰＵ４２がたとえば所定周期で繰り返し実行することによって実現される。なお、以下では、先頭に「Ｓ」が付与された数字によって各処理のステップ番号を表現する。
【0020】
図２に示す一連の工程において、まずスライドガラス１０がスライドスキャナー２０にセットされることによって、スライドスキャナー２０において試料１２の拡大画像が撮影される（Ｓ１０）。すなわち、ＰＵ２２がカメラ２６を操作することによって、カメラ２６により試料１２の拡大画像を撮影する。次にＰＵ２２は、試料１２の全領域の画像が撮影されたか否かを判定する（Ｓ１２）。これは、カメラ２６による一度の撮影によっては、試料１２の全領域の拡大画像を撮影できないことが前提となっている。
【0021】
ＰＵ２２は、未だ全領域の撮影が完了していないと判定する場合（Ｓ１２：ＮＯ）、アクチュエータ２８を操作することによってスライドガラス１０のうちの撮影領域をシフトさせる（Ｓ１４）。ここで、ＰＵ２２は、カメラ２６の撮影領域に、前回撮影した領域の境界部分が含まれるように撮影領域をシフトさせることが望ましい。ＰＵ２２は、スライドガラス１０をシフトさせると、Ｓ１０の処理に戻る。
【0022】
一方、ＰＵ２２は、全領域の撮影を完了したと判定する場合（Ｓ１２：ＹＥＳ）、複数回のＳ１０の処理によって得られた画像データを合成する（Ｓ１６）。この処理は、試料１２の全領域を表現する１つの画像データを生成する処理である。そして、ＰＵ２２は、生成したデータを図１に示した画像データ３４として且つ、これに識別記号を付与することによって、図１に示したファイル３０を生成する。
【0023】
一方、アスベスト検査装置４０のＰＵ４２は、ファイル３０を受け取ると、ファイル３０の画像データ３４を上記写像に一度に入力可能なデータ量に分割する（Ｓ１８）。ここで、写像に一度に入力可能な画像データは、一例として、試料１２の０．１平方ミリメートルから数平方ミリメートル程度である。詳しくは、一例として、縦０．１～２ｍｍであって且つ横０．１～２ｍｍである。なお、Ｓ１８の処理によって、画像データ３４は、一例として、２００～１０００個の画像データに分割される。
【0024】
次に、ＰＵ４２は、Ｓ１８の処理によって分割した画像データの１つを取得する（Ｓ２０）。そしてＰＵ４２は、Ｓ２０の処理において取得した画像データを上記写像に入力することによって、画像データ中の所定の位置座標とその位置座標に関する確率変数の値とを算出する（Ｓ２２）。
【0025】
次にＰＵ４２は、Ｓ１８の処理によって生成された全てのデータについて、Ｓ２２の処理を完了したか否かを判定する（Ｓ２４）。ＰＵ４２は、未だＳ２２の処理を実行していないデータがあると判定する場合（Ｓ２４：ＮＯ）、Ｓ２０の処理に戻る。一方、ＰＵ４２は、全てのデータについてＳ２２の処理を完了したと判定する場合（Ｓ２４：ＹＥＳ）、一覧表を作成して、図１に示す一覧データ４４ｃとして記憶装置４４に記憶する（Ｓ２６）。
【0026】
一覧表は、Ｓ２２の処理の全ての結果を示す表である。すなわち、一覧表には、試料１２のうちの位置毎に、アスベストが存在する確率を示す情報が含まれている。
次にＰＵ４２は、図１に示す表示装置５０を操作することによって一覧表を表示装置５０に表示させる（Ｓ２８）。なお、この処理は、実際には、第１分析者６０による指示に応じて実行されることとしてもよい。
次にＰＵ４２は、図１に示す表示装置５０を操作することによって一覧表を表示装置５０に表示させる（Ｓ２８）。なお、この処理は、実際には、第１分析者６０による指示に応じて実行されることとしてもよい。
【0027】
図３に移行し、第１分析者６０は、一覧表を目視で確認することによって、Ｓ２２の処理により確率変数の値が閾値以上となったことがあるか否かを判定する（Ｓ３０）。この処理は、試料１２に、アスベストである確率が高いと学習済みモデルによって判定された箇所があるか否かを判定する処理である。
【0028】
第１分析者６０は、閾値以上となったことがあると判断する場合（Ｓ３０：ＹＥＳ）、第２分析者７０に通知する（Ｓ３２）。第２分析者７０は、通知を受けると、光学顕微鏡８０にスライドガラス１０を載せることによって、試料１２のうちの上記確率変数の値が閾値以上となっている位置のみを確認する（Ｓ３４）。第２分析者７０は、アスベストの存在を確認すると（Ｓ３６：ＹＥＳ）、アスベストがある旨の判定を確定させる（Ｓ３８）。これにより、図１に示したシステムによる試料１２にアスベストがある旨の判定が確定される。
【0029】
一方、第１分析者６０が閾値以上となったことがないと判断する場合（Ｓ３０：ＮＯ）、第１分析者６０は、一覧データ４４ｃが示す全画像を確認する（Ｓ４２）。これは、たとえば、ＰＵ４２が表示装置５０に一覧データ４４ｃが示す画像の一部を表示して且つ、表示対象となる領域を少しずつシフトすることによって実現できる。
【0030】
第１分析者６０は、アスベストの存在を確認する場合（Ｓ４４：ＹＥＳ）、その旨と確認した位置情報とを第２分析者７０に通知する（Ｓ３２）。これにより、第２分析者７０は、Ｓ３４～Ｓ３８等の処理を実行する。
【0031】
一方、第１分析者６０は、アスベストの存在を確認できない場合（Ｓ４４：ＮＯ）、第２分析者７０にその旨を通知する（Ｓ４６）。
一方、Ｓ４６の工程の通知がなされた場合と、Ｓ３６の工程においてアスベストの存在を確認できない場合には、第２分析者７０は、不含有検査を実行する。（Ｓ４８）。不含有検査は、試料１２にアスベストが含まれていない旨の判定を確定させるための検査である。不含有検査は、光学顕微鏡８０を用いて行われる。ただし、ここで用いる試料１２は、Ｓ１０～Ｓ３０，Ｓ４２の処理において扱った試料１２と同一の建材から新たに採取した試料とする。そして第２分析者７０がアスベストの存在を確認できない場合（Ｓ５０：ＹＥＳ）、試料１２にアスベストがない旨の判定を確定させる（Ｓ５２）。これにより、図１に示したシステムによる試料１２にアスベストがない旨の判定が確定される。
一方、Ｓ４６の工程の通知がなされた場合と、Ｓ３６の工程においてアスベストの存在を確認できない場合には、第２分析者７０は、不含有検査を実行する。（Ｓ４８）。不含有検査は、試料１２にアスベストが含まれていない旨の判定を確定させるための検査である。不含有検査は、光学顕微鏡８０を用いて行われる。ただし、ここで用いる試料１２は、Ｓ１０～Ｓ３０，Ｓ４２の処理において扱った試料１２と同一の建材から新たに採取した試料とする。そして第２分析者７０がアスベストの存在を確認できない場合（Ｓ５０：ＹＥＳ）、試料１２にアスベストがない旨の判定を確定させる（Ｓ５２）。これにより、図１に示したシステムによる試料１２にアスベストがない旨の判定が確定される。
【0032】
【0033】
「本実施形態の作用および効果」
試料１２にアスベストが存在するかの検査工程において、まず、学習済みモデルを用いた試料１２の位置毎の確率変数の算出処理がなされる。そして、学習済みモデルによって、試料１２に確率変数の値が閾値以上となる部分があると判定される場合、第２分析者７０によって、その部分に実際にアスベストが存在するか否かが、光学顕微鏡８０を用いて確認される。そして、第２分析者７０がアスベストの存在を確認する場合、試料１２にアスベストが存在する旨の判定が確定される。
試料１２にアスベストが存在するかの検査工程において、まず、学習済みモデルを用いた試料１２の位置毎の確率変数の算出処理がなされる。そして、学習済みモデルによって、試料１２に確率変数の値が閾値以上となる部分があると判定される場合、第２分析者７０によって、その部分に実際にアスベストが存在するか否かが、光学顕微鏡８０を用いて確認される。そして、第２分析者７０がアスベストの存在を確認する場合、試料１２にアスベストが存在する旨の判定が確定される。
【0034】
この場合、人によるアスベストの有無の確認は、試料１２のうちの学習済みモデルが示した位置に限った光学顕微鏡８０による拡大画像の目視確認となる。したがって、人が試料１２の全領域について光学顕微鏡８０による拡大画像を目視で確認する場合と比較して、アスベストの検出精度を高く維持しつつもアスベストの検査にかかる工数を大きく削減できる。
【0035】
以上説明した本実施形態によれば、さらに以下に記載する作用および効果が得られる。
（１－１）学習済みモデルの出力変数に、学習済みモデルに入力されたデータが示す画像領域におけるアスベストが存在する位置を示す変数を含めた。これにより、人が、学習済みモデルによるアスベストありの判定の妥当性を容易に確認することができる。
（１－１）学習済みモデルの出力変数に、学習済みモデルに入力されたデータが示す画像領域におけるアスベストが存在する位置を示す変数を含めた。これにより、人が、学習済みモデルによるアスベストありの判定の妥当性を容易に確認することができる。
【0036】
（１－２）学習済みモデルの出力変数に、アスベストの存在に関する確率変数を含めた。これにより、学習済みモデルによるアスベスト有の判定の精度を人が把握することができる。
【0037】
（１－３）試料１２を分割した複数の領域のそれぞれについて、学習済みモデルによるアスベストの有無の判定を行った。これにより、学習済みモデルにとって判定しやすい画像データが学習済みモデルに入力される確率を高めることができる。そのため、試料１２にアスベストが存在する場合に、学習済みモデルがアスベストがある旨の判定をする確実性を高めることができる。換言すれば、Ｓ３０の処理において肯定判断される可能性を高めることができる。
【0038】
すなわち、学習済みモデルに入力されたデータが示す画像にアスベストの画像が含まれていても、次の要因によって、アスベストがある旨の判定が難しい場合がある。
要因１．学習済みモデルに入力されるデータが示す画像の全領域を、アスベストの画像がほぼ覆うか、アスベストの画像が同全領域からはみ出すか、同全領域に占めるアスベストの画像領域が過度に小さいかする場合。こうしたケースは、アスベストのサイズが大きなばらつきを有することから、学習済みモデルに入力されるデータが示す画像領域の寸法を固定する限り、生じうる。
要因１．学習済みモデルに入力されるデータが示す画像の全領域を、アスベストの画像がほぼ覆うか、アスベストの画像が同全領域からはみ出すか、同全領域に占めるアスベストの画像領域が過度に小さいかする場合。こうしたケースは、アスベストのサイズが大きなばらつきを有することから、学習済みモデルに入力されるデータが示す画像領域の寸法を固定する限り、生じうる。
【0039】
要因２．学習済みモデルに入力されるデータが示す画像が撮影されたときのアスベストに対する光の照射角度によって、アスベストが存在する旨の判定が難しい場合。こうしたケースは、スライドガラス１０に載置された試料１２の中にアスベストがどのような状態で存在するかがまちまちであることから、一定の確率で生じうる。
【0040】
上記の要因によって、学習済みモデルに入力されるデータが示す画像がアスベストの画像を含んでいても、学習済みモデルがアスベストを検知することが困難となるケースがある。しかし、学習済みモデルによって、上記複数の領域のそれぞれの画像にアスベストがあるか否かを判定することにより、アスベストが含まれる画像のうちの上記要因１，２に該当しない画像が学習済みモデルに入力される可能性を高めることができる。
【0041】
＜第２の実施形態＞
以下、第２の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。
以下、第２の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。
【0042】
【0043】
図４に示す一連の処理において、ＰＵ２２は、Ｓ１２の処理において肯定判定する場合、スライドガラス１０の回転角を予め定められた複数種類の回転角のそれぞれとした撮影を完了したか否かを判定する（Ｓ６０）。ここで、回転角は、スライドスキャナー２０におけるスライドガラス１０の相対的な回転角である。ＰＵ２２は、未だ完了していないと判定する場合（Ｓ６０：ＮＯ）、アクチュエータ２８を操作することによりスライドガラス１０を回転させることによって、未だ撮影がなされていない新たな回転角とする（Ｓ６２）。この処理は、スライドガラス１０に載せられた試料１２に対する光の照射状態を変えることを狙っている。
【0044】
ＰＵ２２は、Ｓ６２の処理を完了する場合、Ｓ１０の処理に戻る。一方、ＰＵ２２は、Ｓ６０の処理において肯定判定する場合、Ｓ１６の処理に移行する。
「本実施形態の作用および効果」
ＰＵ２２は、スライドスキャナー２０におけるスライドガラス１０の相対的な回転角を複数通りに設定したそれぞれについて、試料１２の全領域の拡大画像を撮影する。上述したように、学習済みモデルに入力されるデータが示す画像がアスベストの画像を含んでいるにもかかわらず、アスベストに対する光の照射状態が学習済みモデルの判定精度を低下させるものとなる場合がある。その場合であっても、回転角が異なる画像については、アスベストに対する光の照射状態が学習済みモデルの判定精度を低下させるものとはならない。そのため、学習済みモデルに入力されるデータが示す画像がアスベストの画像を含んでいるにもかかわらず、学習済みモデルによってアスベストが存在しない旨の判定がなされない事態が生じることを抑制できる。そのため、学習済みモデルによるアスベストの認識率を高めることができる。これにより、たとえば、Ｓ１２の処理における全領域を極力小さい領域とすることも可能となる。
「本実施形態の作用および効果」
ＰＵ２２は、スライドスキャナー２０におけるスライドガラス１０の相対的な回転角を複数通りに設定したそれぞれについて、試料１２の全領域の拡大画像を撮影する。上述したように、学習済みモデルに入力されるデータが示す画像がアスベストの画像を含んでいるにもかかわらず、アスベストに対する光の照射状態が学習済みモデルの判定精度を低下させるものとなる場合がある。その場合であっても、回転角が異なる画像については、アスベストに対する光の照射状態が学習済みモデルの判定精度を低下させるものとはならない。そのため、学習済みモデルに入力されるデータが示す画像がアスベストの画像を含んでいるにもかかわらず、学習済みモデルによってアスベストが存在しない旨の判定がなされない事態が生じることを抑制できる。そのため、学習済みモデルによるアスベストの認識率を高めることができる。これにより、たとえば、Ｓ１２の処理における全領域を極力小さい領域とすることも可能となる。
【0045】
＜第３の実施形態＞
以下、第３の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。
以下、第３の実施形態について、第１の実施形態との相違点を中心に図面を参照しつつ説明する。
【0046】
【0047】
図５に示す一連の処理において、ＰＵ２２は、Ｓ１２の処理において肯定判定する場合、予め定められた複数種類の倍率の全てについて、撮影が完了したか否か判定する（Ｓ７０）。ここで、複数種類の倍率は、写像に一度に入力される画像データが示す画像の領域内に特定のアスベストの全体が収まって且つ、特定のアスベストの長さが画像の対角線の長さの所定割合となると想定される倍率に設定されている。ここで所定割合は、たとえば３０～７０％であってもよい。また、特定のアスベストは、試料１２に含まれるアスベストに想定される様々なサイズのアスベストのうちの任意のサイズのアスベストのことである。ＰＵ２２は、未だ完了してない倍率があると判定する場合（Ｓ７０：ＮＯ）、Ｓ１０の処理を実行する倍率を変更する（Ｓ７２）。
【0048】
ＰＵ２２は、Ｓ７２の処理を完了する場合、Ｓ１０の処理に戻る。一方、ＰＵ２２は、Ｓ７０の処理において肯定判定する場合、Ｓ１６の処理に移行する。
「本実施形態の作用および効果」
ＰＵ２２は、試料１２の拡大画像の拡大率を複数通りに設定したそれぞれについて、試料１２の全領域の拡大画像を撮影する。上述したように、学習済みモデルに入力されるデータが示す画像領域に対して、アスベストを示す画像領域が占める割合が過度に大きいか過度に小さい場合には、学習済みモデルの判定精度を低下させるおそれがある。その場合であっても、拡大率が異なる画像の中には、学習済みモデルに入力されるデータが示す画像領域に占めるアスベストの画像領域の割合が適切なものとなるものがある。そのため、学習済みモデルに入力されるデータが示す画像がアスベストの画像を含んでいるにもかかわらず、学習済みモデルによってアスベストが存在する旨の判定がなされない事態が生じることを抑制できる。そのため、学習済みモデルによるアスベストの認識率を高めることができる。これにより、たとえば、Ｓ１２の処理における全領域を極力小さい領域とすることも可能となる。
「本実施形態の作用および効果」
ＰＵ２２は、試料１２の拡大画像の拡大率を複数通りに設定したそれぞれについて、試料１２の全領域の拡大画像を撮影する。上述したように、学習済みモデルに入力されるデータが示す画像領域に対して、アスベストを示す画像領域が占める割合が過度に大きいか過度に小さい場合には、学習済みモデルの判定精度を低下させるおそれがある。その場合であっても、拡大率が異なる画像の中には、学習済みモデルに入力されるデータが示す画像領域に占めるアスベストの画像領域の割合が適切なものとなるものがある。そのため、学習済みモデルに入力されるデータが示す画像がアスベストの画像を含んでいるにもかかわらず、学習済みモデルによってアスベストが存在する旨の判定がなされない事態が生じることを抑制できる。そのため、学習済みモデルによるアスベストの認識率を高めることができる。これにより、たとえば、Ｓ１２の処理における全領域を極力小さい領域とすることも可能となる。
【0049】
＜その他の実施形態＞
なお、上記実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。ちなみに、上記実施形態において、取得処理は、Ｓ２０の処理に対応する。アスベスト変数算出処理は、Ｓ２２の処理に対応する。また、アスベスト検査装置における前記試料を分割した複数の領域のそれぞれについて、前記光学顕微鏡によって画像を撮影する工程は、Ｓ１０～Ｓ１４の処理を実行する工程に対応する。また、「光学顕微鏡によって拡大された前記試料の画像を撮影した後、該試料の周囲に対して試料を相対回転させた状態で光学顕微鏡によって拡大された前記試料の画像を撮影する工程」は、図４に対応する。また、「前記光学顕微鏡によって複数種類の拡大率に拡大された前記試料の画像を撮影する工程」は、図５に対応する。確認工程は、Ｓ３４の処理を実行する工程に対応する。「試料にアスベストがあると判定する工程」は、Ｓ３６，Ｓ３８の処理を実行する工程に対応する。
なお、上記実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。ちなみに、上記実施形態において、取得処理は、Ｓ２０の処理に対応する。アスベスト変数算出処理は、Ｓ２２の処理に対応する。また、アスベスト検査装置における前記試料を分割した複数の領域のそれぞれについて、前記光学顕微鏡によって画像を撮影する工程は、Ｓ１０～Ｓ１４の処理を実行する工程に対応する。また、「光学顕微鏡によって拡大された前記試料の画像を撮影した後、該試料の周囲に対して試料を相対回転させた状態で光学顕微鏡によって拡大された前記試料の画像を撮影する工程」は、図４に対応する。また、「前記光学顕微鏡によって複数種類の拡大率に拡大された前記試料の画像を撮影する工程」は、図５に対応する。確認工程は、Ｓ３４の処理を実行する工程に対応する。「試料にアスベストがあると判定する工程」は、Ｓ３６，Ｓ３８の処理を実行する工程に対応する。
【0050】
「写像データについて」
・写像データ４４ｂが規定する写像の出力が、位置毎の確率変数であることは必須ではない。たとえば、写像の出力は、入力された画像中のアスベストが存在する位置の座標のみであってもよい。ここで、画像中にアスベストがない場合、写像の出力が画像の位置を表現しない数値を出力するようにすればよい。その場合、図３のＳ３０の処理に代えて、写像がアスベストの存在する位置を出力したか否かを判定する処理を採用すればよい。
・写像データ４４ｂが規定する写像の出力が、位置毎の確率変数であることは必須ではない。たとえば、写像の出力は、入力された画像中のアスベストが存在する位置の座標のみであってもよい。ここで、画像中にアスベストがない場合、写像の出力が画像の位置を表現しない数値を出力するようにすればよい。その場合、図３のＳ３０の処理に代えて、写像がアスベストの存在する位置を出力したか否かを判定する処理を採用すればよい。
【0051】
・写像データ４４ｂが規定する写像を構成するアーキテクチャがニューラルネットワークであることは必須ではない。たとえば、入力された画像中のアスベストが存在する位置の座標を出力するサポートベクトル回帰であってもよい。
【0052】
・第３の実施形態においては、倍率が異なる複数種類の画像データを同一の写像に入力したが、これに限らない。たとえば、倍率毎に、互いに異なる写像に画像データを入力してもよい。その場合、各写像は、対応する倍率の画像データを訓練データとして用いて学習された学習済みモデルとする。
【0053】
「撮影工程について」
撮影工程は、図２のＳ１０～Ｓ１４の処理を実行する工程に対応する。また、撮影工程は、図４のＳ１０～Ｓ１４，Ｓ６０，Ｓ６２の処理を実行する工程に対応する。また、撮影工程は、図５のＳ１０～Ｓ１４，Ｓ７０，Ｓ７２の処理を実行する工程に対応する。
撮影工程は、図２のＳ１０～Ｓ１４の処理を実行する工程に対応する。また、撮影工程は、図４のＳ１０～Ｓ１４，Ｓ６０，Ｓ６２の処理を実行する工程に対応する。また、撮影工程は、図５のＳ１０～Ｓ１４，Ｓ７０，Ｓ７２の処理を実行する工程に対応する。
【0054】
・たとえば撮影工程を、Ｓ１０～Ｓ１４，Ｓ６０，Ｓ６２，Ｓ７０，Ｓ７２の処理を全て含む工程としてもよい。
・撮影工程を、Ｓ１０，Ｓ６０，Ｓ６２の処理のみによって構成してもよい。すなわち、撮影工程を、１つの領域についての互いに異なる回転角度による撮影をする工程としてもよい。また、撮影工程を、Ｓ１０，Ｓ７０，Ｓ７２の処理のみによって構成してもよい。すなわち、撮影工程を、試料１２の少なくとも一部の領域を共有する互いに異なる倍率の画像を撮影する工程としてもよい。また、撮影工程を、Ｓ１０，Ｓ６０，Ｓ６２，Ｓ７０，Ｓ７２の処理のみによって構成してもよい。すなわち、撮影工程を、試料１２の少なくとも一部の領域を共有する互いに異なる倍率の画像を複数種類の回転角度にて撮影する工程としてもよい。
・撮影工程を、Ｓ１０，Ｓ６０，Ｓ６２の処理のみによって構成してもよい。すなわち、撮影工程を、１つの領域についての互いに異なる回転角度による撮影をする工程としてもよい。また、撮影工程を、Ｓ１０，Ｓ７０，Ｓ７２の処理のみによって構成してもよい。すなわち、撮影工程を、試料１２の少なくとも一部の領域を共有する互いに異なる倍率の画像を撮影する工程としてもよい。また、撮影工程を、Ｓ１０，Ｓ６０，Ｓ６２，Ｓ７０，Ｓ７２の処理のみによって構成してもよい。すなわち、撮影工程を、試料１２の少なくとも一部の領域を共有する互いに異なる倍率の画像を複数種類の回転角度にて撮影する工程としてもよい。
【0055】
「判定工程について」
判定工程は、Ｓ２２～Ｓ５２の処理を実行する工程に対応する。
・第２分析者７０が用いる光学顕微鏡８０が、スライドスキャナー２０が備える光学顕微鏡と異なることは必須ではない。たとえばスライドスキャナー２０に光学顕微鏡がとらえた画像を表示する表示装置を備えることによって、第２分析者７０が表示装置に表示された拡大画像を確認することとしてもよい。
判定工程は、Ｓ２２～Ｓ５２の処理を実行する工程に対応する。
・第２分析者７０が用いる光学顕微鏡８０が、スライドスキャナー２０が備える光学顕微鏡と異なることは必須ではない。たとえばスライドスキャナー２０に光学顕微鏡がとらえた画像を表示する表示装置を備えることによって、第２分析者７０が表示装置に表示された拡大画像を確認することとしてもよい。
【0056】
・Ｓ５０の処理において否定判定される場合、第２分析者７０がアスベストを確認した部分について、第１分析者６０が光学顕微鏡８０を用いてアスベストの有無を確認する再検査を実行してもよい。
【0057】
・上記実施形態では、Ｓ３０の処理を第１分析者６０が実行したが、これに限らない。たとえば、ＰＵ４２が実行してもよい。その場合、ＰＵ４２は、閾値以上となる部分がないと判定する場合に第１分析者６０がＳ４２の処理を実行するように促せばよい。
【0058】
・Ｓ３０の処理において否定判定する場合、第１分析者６０が光学顕微鏡８０を用いて試料１２の全領域についてアスベストの有無を確認することとしてもよい。
・判定工程において、第１分析者６０と第２分析者７０とがアスベストの有無を適宜確認することは必須ではない。たとえば、判定工程に関与する人が１人であってもよい。その場合、たとえば、図３の処理において、Ｓ４２～Ｓ４６の処理を省略し、Ｓ３０の処理において否定判定する場合にＳ４８の処理に移行することとしてもよい。
・判定工程において、第１分析者６０と第２分析者７０とがアスベストの有無を適宜確認することは必須ではない。たとえば、判定工程に関与する人が１人であってもよい。その場合、たとえば、図３の処理において、Ｓ４２～Ｓ４６の処理を省略し、Ｓ３０の処理において否定判定する場合にＳ４８の処理に移行することとしてもよい。
【0059】
・判定工程に関与する人の数は、１人または２人に限らない。たとえば、３人以上であってもよい。その場合であっても、学習済みモデルを利用することにより、人がかけた工数の割に検出精度の高い判定結果をうることができる。
【0060】
「実行装置について」
・実行装置としては、ＰＵ４２と記憶装置４４とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理するたとえばＡＳＩＣ等の専用のハードウェア回路を備えてもよい。すなわち、実行装置は、以下の（ａ）～（ｃ）のいずれかの構成であればよい。（ａ）上記処理の全てを、プログラムに従って実行する処理装置と、プログラムを記憶する記憶装置等のプログラム格納装置とを備える。（ｂ）上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。（ｃ）上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。
・実行装置としては、ＰＵ４２と記憶装置４４とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理するたとえばＡＳＩＣ等の専用のハードウェア回路を備えてもよい。すなわち、実行装置は、以下の（ａ）～（ｃ）のいずれかの構成であればよい。（ａ）上記処理の全てを、プログラムに従って実行する処理装置と、プログラムを記憶する記憶装置等のプログラム格納装置とを備える。（ｂ）上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。（ｃ）上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。
【0061】
「アスベスト検査装置について」
・アスベスト検査装置が、スライドスキャナー２０の構成の一部または全部を備えてもよい。
・アスベスト検査装置が、スライドスキャナー２０の構成の一部または全部を備えてもよい。
【符号の説明】
【0062】
１０…スライドガラス、１２…試料、２０…スライドスキャナー、３０…ファイル、３２…バーコード、３４…画像データ、４０…アスベスト検査装置、６０…第１分析者、７０…第２分析者、８０…光学顕微鏡
【図1】
【図2】
【図3】
【図4】
【図5】