性的滤波器来实施 解卷积处理。
[0214] 然后，在步骤S109中确认是否对全部小区域结束了滤波器选择，在结束的情况下 (是）转移到步骤S110,在未结束的情况下（否），使i = i+1而转移到步骤S106,再次进 行第i个小区域的选择。
[0215] W上是由滤波器决定部107实施的处理。
[0216] 在对全部小区域结束了选择的情况下，运算部108利用在步骤SllO中按各小区域 决定出的滤波器来生成高分辨率图像，输出该图像数据。
[0217] W上是由运算部108实施的处理。另外，显示装置104将所取得的高分辨率图像 出示给使用者。此时，由所决定出的滤波器得到的解卷积结果W外也出示给使用者，让使用 者选择图像。由此，在滤波器的决定不适当的情况下也能够应对。
[0218] 另外，在出示给使用者时，为了符合在显微镜下观察时的色调，进行高分辨率图像 的图像数据的标准化。高分辨率图像的图像数据的标准化如下：事先取得在显微镜下进行 了观察的图像，将其设为目标图像，为了接近该目标图像而按下式对各高分辨率图像的图 像数据进行校正。
[0219] 【式14】
阳221] 其中，"y "和"0 "分别表示校正前的高分辨率图像的图像数据的检验标本图像的 平均和离散，"y杠"（在"y "之上有;W下记为"y 等。）和"0杠"（在"0 "之 上有W下记为等。）分别表示目标图像的图像数据的平均和离散。目标图像的 图像数据的平均和离散保存在参数部116中，在显示装置104中通过从参数部116读入各 参数信息来实施校正。由此，例如对于在由照度调整部110进行的调整不同的情况等在不 同的拍摄环境下取得的图像，也能够出示相同色调的高分辨率图像。另外，在显示装置104 中，除了上述的校正W外，也可W进行色阶校正（丫校正）、YC分离处理等的校正。
[0222] 如上所述，根据本实施方式，不需要PSF的计测，能够出示将拍摄对象的种类和拍 摄对象在各部位的差异考虑在内的高分辨率图像。 阳223] 另外，在滤波器存储部115中，具有大小和/或值按各个拍摄对象而不同的滤波 器，能够按各个拍摄对象而适用不同的滤波器。在本实施方式中，作为拍摄对象，包括组织 学诊断、细胞学诊断、无染色的类别。因此，例如对于组织学诊断而言出示2倍放大用的图 像、对于细胞学诊断而言出示3倍放大用的图像，能够按病理医生利用的检验标本的各个 种类来出示适当的高分辨率图像。 阳224] 另外，显示装置104具有将除了由最佳的滤波器得到的解卷积结果W外也出示给 使用者，让使用者选择图像的功能，因此在滤波器的决定不适当的情况下也能够应对。 阳225] 另外，显示装置104具有为了得到与目标图像相似的色调而进行校正的功能，因 此对于在不同的拍摄环境下取得的图像，也能够出示色调相近的高分辨率图像。 阳226] 在上述的说明中，作为显示装置104进行高分辨率图像的图像数据的标准化处理 (校正处理）而进行了说明，但运是一例。也可W是图像处理电路103进行校正处理。特别 是在显示装置104不是图像处理装置100的构成要素而是外接显示器的情况下，不需要使 显示装置104进行校正处理，图像处理电路103进行校正处理而使显示装置显示即可。 [0227](实施方式。 阳22引本实施方式的图像处理装置与实施方式1的图像处理装置的不同之处在于具有 如下机构：通过对滤波器存储部115所保存的滤波器集合分配的序号反馈由滤波器决定部 107得到的结果，从而变更滤波器存储部115中的序号。
[0229] 图21表示本实施方式的图像处理装置200的框图。W下，利用该框图来说明本实 施方式。此外，在图21中，对与图1同样的构成要素标注相同的附图标记，省略详细的说明。阳230] 在本实施方式中，对滤波器存储部115所保存的各滤波器保存序号，并且对滤波 器利用数进行计数并保存。计数通过计数器电路2101来进行。 阳231] 计数器电路2101首先从滤波器存储部115读入滤波器信息。然后，计数器电路 2101从其中选择由滤波器决定部107决定了进行利用的滤波器序号，根据决定了利用的小 区域的个数对该滤波器的使用频度进行计数。例如计数器电路2101按W下方式对已使用 的各滤波器的使用频度进行计数，上述方式是：已在3个小区域进行了利用的滤波器为3 点，已在10个小区域进行了利用的滤波器为10点。并且，计数器电路2101使用该结果进 行滤波器序号的变更，将变更结果反馈给滤波器存储部115。更具体地进行说明，计数器电 路2101按使用频度从高到低的顺序调换滤波器，按照该顺序对滤波器序号进行重新编号。 计数器电路2101按照该结果来改写滤波器存储部115所存储的滤波器序号。此时，使计数 个数多的滤波器的顺序靠前，使计数个数少的滤波器的顺序靠后。由此，使用频度高的滤波 器的候选排列在前面，使用频度低的滤波器的候选排列在后面。在本说明书中，将根据各滤 波器的使用频度来改写滤波器序号也表达为"进行反馈"。 阳232] 图22表示滤波器存储部所保存的滤波器集合的序号的变更例。滤波器集合2201 表示在新图像的各小区域已被利用的滤波器集合的序号和计数个数。滤波器集合2202是 滤波器存储部115内已保存的滤波器集合的序号和计数个数。而且，滤波器集合2203是在 对新图像实施后基于计数个数而更新后的反馈给滤波器存储部115的滤波器集合的序号 和计数个数。根据该图可知：最先实施的滤波器从滤波器A变更为滤波器D。由此，图像处 理装置从下次开始按不同的顺序来执行滤波器处理。 阳233] 另外，计数器电路2101在反馈时对各滤波器利用式15来计算评价值T。并且，也 可W具有在评价值T低于某一定值a的情况下删除该滤波器而添加新的滤波器的功能。 阳234]【式巧】
阳236]在式15中，"Vi"表示第i个滤波器的计数个数，"Vi"表示计数个数的最大值。 阳237] W下，作为例子考虑将一定值a设定为0. 1的情况。图23表示滤波器集合2203 的各评价值2301。根据评价值2301，能够确认滤波器H的评价值比一定值0. 1小。此时， 在本实施方式中，计数器电路2101将滤波器H删除，新添加滤波器I并改写滤波器存储部 115的滤波器信息。此时，计数器电路2101如式16所示来设定滤波器I的计数个数"V"。 阳23引【式16】 阳239]V=(ind(a Vi+ 5) 阳240]其中，"5 "表示随机数，（int) (?)表示小数点后的四舍五入。根据W上所述，滤 波器I的计数个数达到9个，改变了顺序的滤波器集合2302被反馈给滤波器存储部115。 阳241]根据本实施方式，能够进行滤波器存储部115内所保存的滤波器信息的最佳化。 阳242]另外，病理检验标本的差异容易根据检验标本制作者的本领、设备的喜好等而产 生。当利用本实施方式时，能够逐次学习运样的特征，按使用者、设备来定制滤波器存储部 115。因此，根据本实施方式，能够出示与使用者、设备相适合的高分辨率图像。 阳2创（实施方式如
[0244] 本实施方式的图像处理装置与实施方式1的图像处理装置的不同之处在于：进行 病理检验标本的种类的自动选择。由此，不需要使用者的手动输入而能够实施高分辨率处 理。
[0245] 图24表示本实施方式的图像处理装置300的框图。在图24中，对与图1和图21 同样的构成要素标注相同的附图标记，省略详细的说明。
[0246] 在本实施方式中，首先，图像处理电路103经由输入接口 105从第一图像部113读 入n2张低分辨率图像。特征算出部2401从一张低分辨率图像算出图像特征量。不利用放 大图像而利用低分辨率图像的理由是因为用于判定拍摄对象的特征量不利用放大图像也 能够算出。除此W外，因为从低分辨率图像算出特征量与从放大图像来算出特征量相比处 理时间更快。 阳247]作为图像特征量，利用RGB颜色直方图。运是因为：病理检验标本被进行染色，其 染色方法根据组织学诊断、细胞学诊断等诊断用途而各种各样，因此认为颜色信息对于对 象识别而言很重要。但是，RGB颜色直方图是图像特征量的一例而非限定于此，能够使用任 意的图像特征量。例如，不仅利用颜色或者替代利用颜色，为了将检验标本的局部形状的不 同组合进特征量中而利用特征袋化ag Of features)。或者，也可W使用深度学习（deep learning)从大量的图像数据中学习特征量本身。
[0248] 接着，利用由特征算出部2401算出的特征量，识别部2402实施拍摄对象的判定。 作为判定的方法，在本实施方式中利用SVM(suppcxrt vector machine :支持向量机）。知识 数据库部2403中保存有通过SVM事先学习得到的识别参数。识别参数例如根据组织学诊 断、细胞学诊断等目的（种类）而预先算出多个种类的染色的病理检验标本的图像特征量。 另外，预先算出无染色的病理检验标本的图像特征量。知识数据库部2403将运些图像特征 量作为知识参数而保持。识别部2402为了进行拍摄对象的判定而读入该识别参数，使用 SVM的方法对从一张低分辨率图像算出的图像特征量依照识别参数而接近哪个种类的病理 检验标本进行判定。由此，图像处理装置300能够判断成为了拍摄对象的病理检验标本的 种类。
[0249]另外，与图像特征量同样，判定方法也不限定于本实施方式，能够使用任意的方 法。例如，也能够利用k最近邻算法、逻辑回归。 阳巧0] 根据本实施方式，能够进行拍摄对象的自动选择。由此，使用者不输入拍摄对象和 /或倍率也能够输出高分辨率图像。 阳巧1](实施方式4) 阳252]本实施方式的图像处理装置与实施方式1的图像处理装置的不同之处在于如下 两点：具有一并存储与显示装置104所显示的图像信息处理的结果对应的滤波器信息的功 能；具有在输入接口 105读入与高分辨率图像对应的滤波器信息，并对使用者选择出的区 域按不同的滤波器信息来进行解卷积处理的功能。由此，能够对输入到输入接口 105的高 分辨率图像进行修正。
[0253]图25 W及图26分别表示本实施方式的图像处理装置400的框图W及流程图。W 下，利用图25 W及图26来说明本实施方式。此外，在图25制作，对与图1、图21、图24同 样的构成要素标注相同的附图标记，省略详细的说明。同样，在图26中，对与图16同样的 构成要素标注相同的附图标记，省略详细的说明。 阳巧4] 在本实施方式中，在结果保持部2501中一并存储有由显示装置104显示的高分辨 率图像和与其对应的滤波器信息。作为高分辨率图像与滤波器信息的关联，例如能够通过 一并存储小区域的开始位置、小区域的大小和选择出的滤波器序号来实现。 阳巧5] 在步骤S201中，输入接口 105从结果保持部2501 -并取得高分辨率图像和与其 对应的滤波器信息。然后，在步骤S202中，输入接口 105取得对使用者从高分辨率图像中 选择出的图像中的一部分区域进行确定的信息。在W下的处理中，仅W该选择出的区域为 对象来进行处理。 阳巧6] W上是在本实施方式中图像处理电路103用输入接口 105实施的处理。 阳巧7] 接着，在步骤S203中，滤波器决定部107为了输出与W前的处理结果不同的结果， 判定是否为事先读入的滤波器。对于第j个滤波器，在与结果保持部2501所保持的滤波器 相同的情况下（是），使j = j+1，处理转移到步骤S107。另外，在与结果保持部2501所保 持的滤波器不同的情况下（否），处理转移到步骤S108。 阳巧引 W上是在本实施方式中由滤波器决定部107新添加的处理。 阳巧9] 最后，在步骤S204中，运算部108进行