轮廓提取算法，指明对应于细胞壁的轮廓并且被包括在登记细胞候选区域40中的细胞壁区域，并且基于指明的细胞壁区域更新登记细胞候选区域40。例如，细胞对齐单元30可用细胞壁区域的限定的矩形区域来更新登记细胞候选区域40。例如，细胞对齐单元30可更新登记细胞候选区域40，使得登记细胞候选区域40的中心匹配细胞壁区域的中心(质心)。作为另外一种选择，登记细胞候选区域40可被设为其中心位于核候选区域38的质心并且包含细胞壁区域的矩形。
[0054]与图像特征值计算单元18相似，训练样本获取单元32获取登记细胞候选区域40的图像的图像特征值。在当前实施例中，训练样本获取单元32获取已显示的登记细胞候选区域40的图像特征值。具体地说，训练样本获取单元32参照细胞坐标数据库24，指明其显示标记值等于“ I ”的登记细胞候选区域40，并且提取指明的登记细胞候选区域40的图像的图像特征值。
[0055]辨别器训练单元34使用训练样本获取单元32获取的图像特征值作为训练样本来训练辨别器。作为训练结果获得的模型参数被存储在辨别模型存储区22中。训练样本也被称作训练数据。
[0056]基于通过辨别结果选择单元28接收的用户输入来训练辨别器。也就是说，当用户确定目标细胞在登记细胞候选区域40中示出时，将通过训练样本获取单元32获取的登记细胞候选区域40的图像的图像特征值用作正训练样本。也就是说，将其选择标记值等于“I”的登记细胞候选区域40的图像的图像特征值用作正训练样本。相反，当用户确定目标细胞未在登记细胞候选区域40中示出时，将通过训练样本获取单元32获取的登记细胞候选区域40的图像的图像特征值用作负训练样本。也就是说，将其选择标记值等于“O”的登记细胞候选区域40的图像的图像特征值用作负训练样本。可通过仅使用正训练样本或负训练样本来训练辨别器。作为另外一种选择，可通过利用仅一些正示例和负示例来训练辨别器。
[0057]因此，在图像处理设备4中，训练样本获取单元32和辨别器训练单元34用于在细胞检查操作的处理中获得训练样本，并且利用训练样本来训练辨别器。另外，图像处理设备4不使用所有细胞候选区域40的图像作为训练样本。仅是作为包含目标细胞的图像的由NRBC辨别单元识别的图像被用作训练样本。因此，提高了辨别器的辨别精度。
[0058]图8和图9是示出通过图像处理设备4执行的示例处理的流程图。首先，将描述图8。图像处理设备4使得测试图像获取单元8从光学显微镜2中获取测试图像(见图2)(SlOl)。将测试图像存储在测试图像存储区12中。图像处理设备4使得核候选区域提取单元10提取多个核候选区域38 (S102)。也就是说，在S102中，图像处理设备4产生通过将测试图像中的像素(它们中的每一个具有落入预定范围内的RGB值)的值转换为“I”和将其它像素的值转换为“O”获得的二进制图像。在S102中，图像处理设备4指定具有值等于“I”的像素的像素簇36(见图5)，以及针对像素簇36中的每一个提取限定的矩形区域作为核候选区域38。
[0059]图像处理设备4按顺序一个一个地选择核候选区域38，作为核候选区域(i)，并且针对核候选区域⑴执行步骤S103至S110。也就是说，图像处理设备4使得细胞大小估计单元14根据预定关系式，根据当将核候选区域(i)投影至载片表面时获得的投影大小，计算细胞候选区域40的大小(一边的长度)的最小值Smin和最大值Smax (S103)。图像处理设备4针对细胞候选区域40将大小S的值设为最小值Smin (S104)。
[0060]图像处理设备4在核候选区域⑴中按顺序一个一个地选择像素作为像素(k)，并且针对像素(k)执行步骤S105至S108。也就是说，图像处理设备4使得细胞候选区域限定单元16设置其中像素(k)位于中心并且具有大小S的细胞候选区域40(S105)。图像处理设备4使得图像特征值提取单元18计算细胞候选区域40的图像的图像特征值(S106)。例如，在S106中，图像处理设备4计算细胞候选区域40的图像的HOG特征值。
[0061]图像处理设备4使得NRBC辨别单元20基于在S106中计算的图像特征值，识别目标细胞是否在细胞候选区域40中示出(S107)。也就是说，图像处理设备4从辨别模型存储区22中读模型参数，并且使得辨别器基于在S106中计算的图像特征值，识别目标细胞是否在细胞候选区域40中示出。具体地说，在S106中，图像处理设备4将计算的图像特征值输入至辨别器，并且从辨别器中获得输出值。例如，当输出值等于或大于阈值时，细胞候选区域40作为其中示出了目标细胞的区域被识别。当输出值小于阈值时，细胞候选区域40不作为其中示出了目标细胞的区域被识别。
[0062]如果细胞候选区域40作为其中示出了目标细胞的区域被识别(S107中的是)，则图像处理设备4使得NRBC辨别单元20将细胞候选区域40登记在细胞坐标数据库24中(见图7) (S108)。也就是说，在S108中，图像处理设备4在细胞坐标数据库24中存储包括细胞候选区域40的ID、细胞候选区域40的坐标数据、显示标记值“O”和选择标记值“O”的记录。图像处理设备4利用下一像素作为像素(k)执行S105及其后续步骤。如果细胞候选区域40不作为其中示出了目标细胞的区域被识别(S107中的否)，则不用登记细胞候选区域40，并利用下一像素作为像素(k)执行S105及其后续步骤。
[0063]当针对核候选区域⑴中的所有像素执行了步骤S105至S108时，在S109中，图像处理设备4将大小S增大Δ S (S109)，并且确定增大的大小S是否超过Smax (SI 10)。如果增大的大小S超过SmaX(S110中的是)，则图像处理设备4使用下一核候选区域38作为核候选区域(i)以执行S103及其后续步骤。如果增大的大小S不超过SmaX(S110中的否)，则针对核候选区域(i)中的所有像素再次执行步骤S105至S108。
[0064]通过图8所示的处理，在细胞坐标数据库24中登记作为其中示出了目标细胞的区域被识别的多个细胞候选区域40。将登记细胞候选区域40分为预定数量的组。
[0065]图9所示的处理在图8所示的处理之后执行。每当用户通过点击按钮7选择一组时执行步骤S201至S203(见图3)。也就是说，图像处理设备4使得辨别结果显示单元26在显示设备6上显示包括在用户选择的组中的登记细胞候选区域40的图像的列表(S201)。
[0066]图像处理设备4使得辨别结果显示单元26针对显示在显示设备上的登记细胞候选区域40，用“I”更新显示标记值(S202)。每当用户选择(点击)任一个登记细胞候选区域40的图像时，图像处理设备4都使得辨别结果选择单元28针对选择的登记细胞候选区域40，用“ I ”更新选择标记值(S203)。
[0067]例如，当用户给出预定训练指示时，执行步骤S204及其后续步骤。图像处理设备4使得细胞对齐单元30执行对齐处理(S204)。也就是说，在对齐处理中，图像处理设备4参照细胞坐标数据库24来指明选择标记值等于“I”的登记细胞候选区域40。从测试图像存储区12中读测试图像，并且根据已知轮廓提取算法，分析指明的登记细胞候选区域40的图像，从而指明对应于细胞壁的轮廓并且被包括在登记细胞候选区域40中的细胞壁区域。基于细胞壁区域更新已指明的登记细胞候选区域40。例如，图像处理设备4可用细胞壁区域的限定的矩形区域更新已指明的登记细胞候选区域40。例如，图像处理设备4可按照登记细胞候选区域40的中心匹配细胞壁区域的中心(质心)的方式更新已指明的登记细胞候选区域40。作为另外一种选择，可用其中核候选区域38的质心位于中心并且包含细胞壁区域的矩形更新登记细胞候选区域40。通过更新存储在细胞坐标数据库24中的登记细胞候选区域40的坐标数据来更新登记细胞候选区域40。
[0068]图像处理设备4使得训练样本获取单元32获取已显示的登记细胞候选区域40的图像的图像特征值(S205)。也就是说