審判番号 不服2024-016978
請求人 ベクトン・ディキンソン・アンド・カンパニー(代理人 弁理士2名)
特願2021-556841「周波数符号化画像に基づく細胞選別のシステムとその使用方法」拒絶査定不服審判事件〔令和2年10月1日国際公開、WO2020/197785、令和4年6月10日国内公表、特表2022-528323〕について、次のとおり審決する。
結 論
本件審判の請求は、成り立たない。
理 由
第1 手続の経緯
本件出願(以下、「本願」という。)は、2020年(令和2年)3月12日(優先権主張2019年(平成31年)3月27日(以下「優先日」という。)(US)米国)を国際出願日とする特許出願であって、その手続の経緯は以下のとおりである。
令和5年10月3日付け:拒絶理由通知書
令和6年1月5日 :意見書、手続補正書の提出
同年1月30日付け:拒絶理由(最後の拒絶理由)通知書
同年5月1日 :意見書、手続補正書の提出
(以下、「本補正」という。)
同年6月7日付け:拒絶査定(以下、「原査定」という。)
同年10月24日 :審判請求書の提出
第2 本願発明
本願の請求項に係る発明は、本補正により補正された特許請求の範囲の請求項1~14に記載された事項により特定されるものと認められるところ、その請求項1に係る発明は、次のとおりのものである。
「【請求項1】
試料の細胞を選別する方法であって、
流体ストリーム内の細胞を含有する試料から光を検出することと、
各細胞のグレースケール画像からの各画素と決定された閾値とを比較し、各画素を2値の画素値に変換することにより、前記流体ストリーム内の細胞の2値の画像マスクを生成することと、
細胞を含む液滴を生成し、生成された画像マスクに基づいて、前記液滴を2つ以上の分離された試料収集容器内に分離することにより、試料の細胞を選別することと
を含む、方法。」
(以下、「本願発明」という。)
第3 原査定の拒絶の理由
原査定の拒絶の理由は、本願の請求項1~14に係る発明について、本願の優先日前に日本国内又は外国において、頒布された又は電気通信回線を通じて公衆に利用可能となった下記の引用文献3に記載された発明及び周知技術に基づいて、優先日前にその発明の属する技術の分野における通常の知識を有する者が容易に発明をすることができたものであるから、特許法第29条第2項の規定により特許を受けることができない、というものである。
引用文献1:特開平5-332915号公報
引用文献2:特開平8-145871号公報
引用文献3:特開2013-167582号公報
第4 引用文献の記載及び引用発明
1 引用文献3
(1)引用文献3の記載
原査定の拒絶の理由で引用され、本願の優先日前に頒布された引用文献3には、以下の事項が記載されている。なお、引用発明の認定等に用いた箇所に下線を付した。以下同様。
ア 【技術分野】
「【0001】
本発明は、フローサイトメータに関する。」
イ 【発明が解決しようとする課題】
「【0016】
本発明は上記の点に鑑みて成されたものであり、その目的とするところは、短時間での測定が可能であり、且つ目的粒子が癌幹細胞のような微量な粒子であっても確実に検出することのできるフローサイトメータを提供することにある。」
ウ 【発明の効果】
「【0024】
以上の通り、本発明に係るフローサイトメータによれば、短時間で多数の被検粒子を撮影することができると共に、目的粒子を見逃すことなく確実に検出することが可能となる。」
エ 【発明を実施するための形態】
「【0026】
本発明に係るフローサイトメータの一実施例を添付図面を参照して説明する。図1は本実施例によるフローサイトメータの概略構成図である。
【0027】
このフローサイトメータでは、導入系20に設けられたシース液導入部21からシース液が導入され、フローセル10内に所定の流速に保たれた層流が形成されるように、シース液の流れが制御されている。更に同じく導入系20に設けられたサンプル導入部22からはサンプル液がフローセル10に導入され、該サンプル液中の各被検粒子は、層流が形成されたフローセル10の中を順番に流れていく。
【0028】
フローセル10の中途にはストロボランプ31と高速度カメラ33を含んだ撮像系30が配置されており、各被検粒子はフローセル10中の撮影領域32を通過する際にストロボランプ31によって照明され、高速度カメラ33によって撮影される。
【0029】
本実施例のフローサイトメータでは、高速度カメラ33として特許文献1に記載のバースト型のCCDイメージセンサ又はCMOSイメージセンサ(以下、「バースト型イメージセンサ」と呼ぶ)を備えたものを使用する。
【0030】
高速度カメラ33が撮影した画像のデータは、データ処理部50の画像解析部53へと送出される。画像解析部53では、各画像データに対して二値化等の画像処理を施した後、予め撮影された目的粒子の画像データとの類似度を算出する。この類似度が所定の閾値以上となる画像データが含まれていれば、撮影した被検粒子が目的粒子であると判定する。
(中略)
【0032】
フローセル10の出口端には、目的粒子を分取するためのセルソータ40が配設されており、セルソータ40の分取領域41に到達した被検粒子はその種類(目的粒子かそれ以外か)に応じて容器42又は容器43に振り分けられる。
【0033】
前記の画像解析部53において、撮影した被検粒子が目的粒子であると判定された場合、分取制御部54は、撮像系30が撮影を行った時点から所定の遅延時間が経過した時点でセルソータ40に分取トリガ信号を出力し、セルソータ40の分取領域41に来た被検粒子(目的粒子)を容器42へと分取させる。この遅延時間はフローセル10の撮影領域32と分取領域41の間の流路長さと、流速制御部52が設定した流速によって決まる。
【0034】
セルソータ40は、例えば非特許文献1に記載されているように、フローセル10の出口端から滴下される目的粒子を含む液滴を帯電させ、この液滴が落下する間に特定の電場を液滴に印加することにより、落下方向を容器42へと制御する方法を用いることができる。
【0035】
画像解析部53において、撮影した被検粒子が目的粒子でないと判定された場合は、該被検粒子を含む液滴は、セルソータ40において電場を印加されることなく、そのまま容器43に落下する。
(中略)
【0048】
次に、候補粒子が検出された時点で撮影モードを切り替える場合について説明する。
(中略)
しかし、目的粒子が癌幹細胞のような微量粒子の場合は、直前の第1撮影モードにおいて目的粒子が撮影されている可能性は低いため、この点が問題となるおそれは殆どないといえる。」
合議体注:図1は、次のものである。
〔図省略〕
(2)引用文献3に記載された発明
引用文献3の記載事項エに基づけば、引用文献3には、フローサイトメータの作動方法として次の発明(以下、「引用発明」という。)が記載されていると認められる。
「 シース液導入部21からシース液が導入され、フローセル10内に所定の流速に保たれた層流が形成されるように、シース液の流れが制御され、サンプル導入部22からはサンプル液がフローセル10に導入され、該サンプル液中の各被検粒子は、層流が形成されたフローセル10の中を順番に流れていき、
各被検粒子はフローセル10中の撮影領域32を通過する際にストロボランプ31によって照明され、高速度カメラ33によって撮影され、
高速度カメラ33が撮影した画像のデータは、画像解析部53へと送出され、画像解析部53では、各画像データに対して二値化の画像処理を施した後、予め撮影された目的粒子の画像データとの類似度を算出し、この類似度が所定の閾値以上となる画像データが含まれていれば、撮影した被検粒子が目的粒子であると判定し、
画像解析部53において、撮影した被検粒子が目的粒子であると判定された場合、分取制御部54は、セルソータ40に分取トリガ信号を出力し、セルソータ40の分取領域41に来た被検粒子(目的粒子)を容器42へと分取させ、
セルソータ40は、フローセル10の出口端から滴下される目的粒子を含む液滴を帯電させ、この液滴が落下する間に特定の電場を液滴に印加することにより、落下方向を容器42へと制御し、
画像解析部53において、撮影した被検粒子が目的粒子でないと判定された場合は、該被検粒子を含む液滴は、セルソータ40において電場を印加されることなく、そのまま容器43に落下させ、
目的粒子が癌幹細胞である、
フローサイトメータの制御方法。」
1 周知技術
(1)引用文献1の記載
原査定の拒絶の理由で引用され、本願の優先日前に頒布された引用文献1には、以下の事項が記載されている。
ア 「【0001】
【産業上の利用分野】本発明は、閉鎖性の湖沼,河川,ダム貯留池、或いは海洋等の水圏監視装置或いは浄化装置に関する。
【0002】
【従来の技術】湖沼,ダム、及び内海等の閉鎖性水域では、特定の植物性プランクトンが異常増殖し、その対策が急務となっている。これは、異常増殖した植物性プランクトンが特定地域に集積して水圏の景観を損なうだけでなく、魚類等の生態系に影響を与え、異臭味の原因となり、人間の生活にも大きな障害を及ぼすからである。特に、水道水の水源となっている湖沼やダムでは異臭味や濁りの問題が深刻化している。このため、水圏自らを浄化する対策が講じられている、たとえば浄水場では生物酸化やオゾン,活性炭処理などの新たな設備を設置して独自の対策を進めている。」
イ 「【0005】
【発明が解決しようとする課題】水圏の汚染を回復し、利水障害を発生させないためには、植物プランクトンの増殖状態やその環境を観測し、水質汚染の度合や汚染水域を正確に診断して、最良の対策を施すことが望ましい。」
ウ 「【0014】
【実施例】以下、本発明を図示する一実施例に基づき、より詳細に説明する。
(中略)
【0017】図3に光を利用した検出装置12の一構成例を示す。光が透過可能な光透過器121をサンプリング管18Bと18Cに連結させて採取液を流す。光透過器121の特定位置に光照射器122を設置し、光透過器121内の採取液に光を照射し、その透過光、あるいは散乱光を受光器123で検知する。受光器123で検知された光は光電変換器124で電気信号sに変換される。この電気信号は光透過器121内の採取液に存在する懸濁物質量に対応した出力が得られる。光照射器122からの光は可視光,可視光の特定波長帯のみを選択した特定波長光、あるいはレーザー光を適用できる。特定波長光、あるいはレーザー光は植物プランクトンが有するクロロフィルを励起させる波長光を用いて蛍光を発生させ、この蛍光量を受光して光電変換器124で電気信号に変換してもよい。この電気信号はクロロフィル量すなわち植物プランクトン濃度に対応した出力が得られる。
【0018】検出装置12から移送された採取液は撮像装置13のフローセル133に導かれる。フローセル133は光透過物質、例えばガラスやアクリル材を用いて、内部にスリット状の液流通路を形成させた平板型構造とする。撮像装置13はフローセル133を挟んで第1筐体13Aと第2筐体13Bで構成される。第1筐体13Aはフローセル133のスリット部に焦点を合わせた拡大光学レンズ134と、拡大光学レンズ134の光像を撮影し、アナログの電気信号に変換するテレビカメラ135で構成される。一方、第2筐体13Bは照明装置131と、照明装置131からの光を集光して平行光を提供する機能を有する集光レンズ132を内蔵している。この平行光はフローセル133に照射され、拡大光学レンズ134の視野範囲にある採取液の拡大光像をテレビカメラ135で撮影する。移送装置11を連続操作することにより、撮像対象となる採取液が時々刻々変化し、新たな拡大光像が得られる。撮像調節装置14は撮像装置13の電源入切操作,照明装置131の電圧調整,拡大光学レンズ134のピント位置調整、あるいはフローセル133内液流通路の洗浄機構(図示していない)を操作する機能を有する。
(中略)
【0027】図7において、映像インターフェース263でディジタル信号に変換された懸濁物質の濃淡画像は、まず、画像取込工程270で原画像として濃淡画像メモリ(図示しない)に記憶される。この原画像を対象に、2値化処理する2値化工程271と,2値化された画像から物体を識別してラベリング処理するラベリング工程272と,ラベリングされた複数の物体を画像を1画像ずつ切り出す画像切出工程273と,原画像の輝度を選択的に強調処理する強調処理工程274と,強調された画像を画像切出工程273で切り出した2値画像でマスク処理する第1マスク処理工程275と,第1マスク処理工程275でマスク処理された強調画像を2値化処理する2値化工程276と,原画像を2値化工程271で得られた2値画像でマスク処理する第2マスク処理工程277と,原画像を画像切出工程273で切り出した2値画像でマスク処理する第3マスク処理工程278と,入力された2値画像及び濃淡画像から各物体の特徴量を演算して求める特徴量演算工程279により原画像内の全懸濁物質の各種画像情報を求める。なお、繰り返し工程280は物体画像を1画像ずつ切り出して全物体について順次特徴量を演算するものである。
【0028】以下に、画像処理手順の詳細を説明する。
【0029】画像取込工程270で原画像として取り込まれた濃淡画像は、その明るさに対応して、例えば256階調に区別された輝度情報G(i,j)を持ち2値化工程271,強調処理工程274,第2マスク処理工程277、及び第3マスク処理工程278に入力される。2値化工程271は、任意の輝度レベルLを設定し、次式(数1)による2値化処理を行い、物体(“1”情報)と液相部(“0”情報)を分離認識する。
【0030】
G(i,j)<LならばB(i,j)=1
G(i,j)≧LならばB(i,j)=0
…(数1)
ただし G(i,j):濃淡画像中の(X座標,Y座標)=(i,j)の点の輝度情報
B(i,j):二値画像中の(X座標,Y座標)=(i,j)の点の輝度情報
L :2値化閾値
ラベリング工程272は2値化工程271で得られた2値画像の物体輪郭線を求め、その輪郭線が閉じたものを1個の物体と認識する機能と、認識した物体ごとに予め定めた識別符号、例えば番号,記号,名称等を付す機能とを有する。
(中略)
【0036】第2マスク処理工程277は、画像取込工程270から入力された原画像G(i,j)を2値化工程271からの2値画像でマスク処理する。このマスク処理工程では、2値画像を反転、すなわち数1において液相部を情報“1”とし、液相領域に対応した濃淡画像のみが選択的に抽出される。2値化工程271の2値画像は原画像G(i,j)に存在した全懸濁物体が認識された画像で、上述の反転してマスク処理することにより、液相全体の画像を得ることができる。第2マスク処理工程275で得られたマスク画像は特徴量演算工程279に出力され、液相部の画像特徴量が演算される。
(中略)
【0044】推論装置256は、外部記憶装置252に記憶された画像特徴量を呼出し、各画面ごと、あるいは予め設定された単位時間ごとに全物体の面積分布あるいは粒径分布と、プランクトンの種類並びにゴミ状物質を分類し、種類ごとに面積あるいは粒径を基準として分級する。
【0045】種類の判別は、例えば、表1に示す判定ルールをルールベース255に予め記憶しておき、この判定ルールに当てはめて実行する。
【0046】
【表1】
〔図省略〕
(中略)
【0052】以上、説明した画像処理手段によれば、群体プランクトンと単体プランクトン及びゴミ状物質を明確に分類でき、湖沼等の貯留水の汚染状態を直接監視できる。」
(2)国際公開第2017/214572号(以下、「引用文献4」という。)の記載
新たに提示する文献であって、本願の優先日前において公衆に利用可能となった引用文献4には、以下の事項が記載されている。また、原文の摘記の後に当審訳を示す。
ア 「DETAILED DESCRIPTION
(中略)
[0087] As demonstrated in the example implementation of an example embodiment of the system 200, the disclosed systems and techniques provide a high-throughput flow cytometer with cell sorting capabilities based on single cells' fluorescent and light scattering images.
(中略)
[0088] FIG. 11 shows a diagram of an image-based cell sorting microfluidic system 1100 in accordance with some embodiments of the image-based particle sorting system 100. The system 1100 includes a microfluidic device 1110 to flow particles through an optical interrogation channel for sorting, an imaging system 1120 to obtain image data of the particles in an illumination area of the interrogation channel, a data processing and control system 1130 to process the obtained image data in real time and determine a sorting command, and an actuator 1140 to gate the particles in the microfluidic device 210 based on the determined sorting command.
(中略)
[0091] FIG. 12 shows a flow diagram of an example image processing implementation of an example embodiment of the system 1100. The data processing and control unit 1130 includes image processing modules to process fluorescence and bright field images captured by the imaging system 1120.
(中略)
In some implementations, for example, grayscale images are converted to binary image based on intensity threshold. In some implementations, for example, binary images are filtered by open filter to eliminate spurious noise. In some implementations, for example, cell contour algorithm is launched to detect contour of both binary images. In some implementations, for example, morphology parameters are extracted based on processed images and sorting decision is made based on extracted parameters.
[0092] FIG. 13A shows a flow diagram depicting example data through the example image processing steps shown in FIG. 12. In the diagram, the example image processing module produces a reconstructed and resized image of the detected individual cell including image contour features, which allow for cellular feature parameters such as cell morphology to be extracted from the produced image.」
(詳細な説明
[0087]システム200の例示的な実施形態の例示的な実装で実証されるように、開示されるシステムおよび技法は、単一細胞の蛍光画像および光散乱画像に基づく細胞分取能力を有する高スループットのフローサイトメータを提供する。
[0088]図11は、画像ベースの粒子分取システム100のいくつかの実施形態による、画像ベースの細胞分取マイクロ流体システム1100の図を示す。システム1100は、分取のために粒子に光学インテロゲーション流路を貫流させるためのマイクロ流体装置1110と、インテロゲーション流路の照射エリア内の粒子の画像データを取得するための撮像システム1120と、取得した画像データをリアルタイムで処理して分取コマンドを決定するためのデータ処理および制御システム1130と、決定した分取コマンドに基づいてマイクロ流体装置210内の粒子にゲートをかけるためのアクチュエータ1140とを含む。
(中略)
[0091]図12は、システム1100の例示的な実施形態の例示的な画像処理実装の流れ図を示す。データ処理および制御ユニット1130は、撮像システム1120によって取り込まれた蛍光画像および明視野画像を処理するための画像処理モジュールを含む。
(中略)
いくつかの実装では、例えば、グレースケール画像は、強度閾値に基づいて二値画像に変換される。いくつかの実装では、例えば、二値画像は、スプリアスノイズを除去するためにオープンフィルタによってフィルタ処理される。いくつかの実装では、例えば、細胞輪郭アルゴリズムが、両方の二値画像の輪郭を検出するために起動される。いくつかの実装では、例えば、形態パラメータは処理された画像に基づいて抽出され、分取決定は抽出されたパラメータに基づいて行われる。
[0092]図13Aは、図12に示す例示的な画像処理ステップによる例示的なデータを描いた流れ図を示す。図において、例示的な画像処理モジュールは、生成された画像から細胞形態などの細胞特徴パラメータを抽出することを可能にする、画像輪郭特徴を含む検出された個々の細胞の再構成されサイズ変更された画像を生成する。)
(3)特表2014-513292号公報(以下、「引用文献5」という。)の記載
新たに提示する文献であって、本願の優先日前に頒布された引用文献5には、以下の事項が記載されている。
ア 「【0031】
(発明の詳細な説明)
(中略)
【0033】
本発明の1つの実施形態によれば、サンプルの解析は、基準細胞核とみなされる正常なメラニン細胞核(上皮細胞の基底層からのメラニン細胞)と、異常なメラニン細胞核(腫瘍病巣からのメラニン細胞)との双方においてメラスタチン染色を定量化するのに用いることができる。そのような定量的解析の結果は、遺伝子が異常な細胞核内で下方制御されるのか又は正常に発現されるのかを示す。しかしながら、この定量的解析の効率は、プロトコルに用いられる特有の色素の比色解析だけでなく、メラニン細胞核の分割を検討及び実行しなければならない画像解析方法論に大きく依存する。
(中略)
【0051】
画像から水平プロファイル及び垂直プロファイルを抽出するように、シェード補正された画像から2値化された画像マスクを作成することができる。シェード補正された光学濃度画像に基づいて、ピクセルの光学濃度を詳細化するヒストグラムを作成することができ(ブロック32)、このヒストグラムは、シェード補正された画像を2値化して、2値化された画像マスクを形成するように構成される。」
(4)特開2009-296439号公報(以下、「引用文献6」という。)の記載
新たに提示する文献であって、本願の優先日前に頒布された引用文献6には、以下の事項が記載されている。
ア 「【発明を実施するための最良の形態】
(中略)
【0073】
この抽出画像41において、抽出された領域の情報を1、抽出されなかった領域の情報を0として2値化処理を行い手書き画像マスクデータ42を作成する。」
(4)周知技術
上記引用文献1の記載事項ウ(特に、段落【0027】~【0030】、【0036】、【0044】~【0046】等を参照。)及び引用文献4の記載事項ア(特に、段落【0091】~【0092】等を参照。)に基づけば、以下の周知技術が記載されている。
[周知技術1]
「細胞を分類するための画像の二値化処理において、各細胞のグレースケール画像からの各画素の値と決定された閾値とを比較し、各画素の値を2値の画素値に変換することにより、2値画像を生成すること」
上記引用文献5の記載事項ア(特に、段落【0051】等を参照。)及び引用文献6の記載事項ア(特に、段落【0073】等を参照。)に基づけば、以下の周知技術が記載されている。
[周知技術2]
「二値化の画像処理を施した画像データを、画像マスクと呼称すること」
第5 対比
本願発明と引用発明とを対比する。
1 引用発明は、「サンプル液がフローセル10に導入され、該サンプル液中の各被検粒子は、層流が形成されたフローセル10の中を順番に流れて」いる。引用発明における、フローセル10中に形成されるサンプル液の流れが、本願発明の「流体ストリーム」に相当する。
2 引用発明の被検粒子に含まれる目的粒子は「癌幹細胞」である。そうすると、引用発明の「被検粒子」は、本願発明の「細胞」に相当する。
3 引用発明の「サンプル」は、本願発明の「試料」に相当する。
4 引用発明は、「各被検粒子はフローセル10中の撮影領域32を通過する際にストロボランプ31によって照明され、高速度カメラによって撮影され」ている。ここで、当該「被検粒子」は、フローセル内のサンプル液の流れの中の各被検粒子であることが明らかである。したがって、引用発明の「ストロボランプ31によって照明」し「高速度カメラによって撮影」することは、本願発明の「流体ストリーム内の細胞を含有する試料から光を検出すること」に相当する。
5 引用発明の「各画像データに対して二値化の画像処理を施」すことと本願発明の「各細胞のグレースケール画像からの各画素と決定された閾値とを比較し、各画素を2値の画素値に変換することにより、前記流体ストリーム内の細胞の2値の画像マスクを生成すること」とは、「各細胞の画像からの各画素を2値の画素値に変換することにより、前記流体ストリーム内の細胞の2値の画像を生成する」点で一致する。
6 引用発明は「フローセル10の出口端から滴下される目的粒子を含む液滴を帯電させ」ている。そうすると、引用発明は、フローセル10の出口端において、「被検粒子を含む液滴」を生成しているといえる。したがって、引用発明は、本願発明の「細胞を含む液滴を生成」するという構成を含んでいる。
7 引用発明の「各画像データに対して二値化の画像処理を施した後、予め撮影された目的粒子の画像データとの類似度を算出し、この類似度が所定の閾値以上となる画像データが含まれていれば、撮影した被検粒子が目的粒子であると判定し」、「撮影した被検粒子が目的粒子であると判定された場合」、「被検粒子(目的粒子)を容器42へと分取させ」、「撮影した被検粒子が目的粒子でないと判定された場合は」、「該被検粒子を含む液滴は」、「そのまま容器43へ落下させ」ることと、本願発明の「生成された画像マスクに基づいて、前記液滴を2つ以上の分離された試料収集容器内に分離することにより、試料の細胞を選別すること」とは、「生成された画像に基づいて、前記液滴を2つ以上の分離された試料収集容器内に分離することにより、試料の細胞を選別する」点で一致する。
8 引用発明の「フローサイトメータの制御方法」は、被検粒子が目的粒子であると判定された場合、被検粒子を容器42へと制御し、被検粒子が目的粒子でないと判定された場合は、被検粒子を容器43に落下させる方法であり、目的粒子は癌幹細胞である。そうすると、引用発明の「フローサイトメータの制御方法」は、被検粒子から、目的粒子である癌幹細胞を選別しているといえる。したがって、引用発明の「フローサイトメータの制御方法」は、本願発明の「試料の細胞を選別する方法」に相当する。
9 一致点及び相違点
以上より、本願発明と引用発明とは、
「試料の細胞を選別する方法であって、
流体ストリーム内の細胞を含有する試料から光を検出することと、
各細胞の画像からの各画素を2値の画素値に変換することにより、前記流体ストリーム内の細胞の2値の画像を生成することと、
細胞を含む液滴を生成し、生成された2値の画像に基づいて、前記液滴を2つ以上の分離された試料収集容器内に分離することにより、試料の細胞を選別することと
を含む、方法。」
である点で一致し、以下の点で相違又は一応相違する。
[相違点1]本願発明は、「グレースケール」画像からの各画素と「決定された閾値とを比較」し、各画素を2値の画素値に変換するのに対し、引用発明は、各画素を2値の画素値に変換する前の画像が「グレースケール」画像であること、及び、「決定された閾値と比較」することを特定していない点。
[相違点2]本願発明は、各画素を2値の画素値に変換することにより「画像マスク」を生成し、生成された「画像マスク」に基づいて、試料の細胞を選別するのに対し、引用発明は、二値化の画像処理を施した画像データ、及び、判定に用いる画像データを、「マスク」と特定していない点。
第6 判断
1 相違点1について
前記第42(3)において[周知技術1]として記載したとおり、「細胞を分類するための画像の二値化処理において、各細胞のグレースケール画像からの各画素の値と決定された閾値とを比較し、各画素の値を2値の画素値に変換することにより、2値画像を生成すること」は周知技術である。
引用発明は、「撮影した画像データ」について、グレースケール画像又はカラー画像のいずれであるかを特定していない。また、引用発明は、二値化の画像処理について、具体的な処理を特定していない。しかしながら、引用発明は、「各画像データに対して二値化の画像処理」を施すものであるから、各画素の値を2つの値に変換する処理を行っているといえる。引用発明において、「撮影した画像データ」、つまり、変換に用いる各画素の値としてどのような値を採用するのか、及び、「二値化の画像処理」として、各画素の値にどのような処理を適用するのかは設計的事項である。そうすると、引用発明に周知技術1を適用して、「撮影した各画像データ」及び「二値化の画像処理」のそれぞれを、「グレースケール」及び「(グレースケールの)各画素の値と決定された閾値とを比較し、各画素の値を2値の画素値に変換すること」となすことは、当業者であれば容易に想到し得たことである。また、引用発明に[相違点1]に係る構成を採用したことにより、格別な効果を生じるともいえない。
したがって、引用発明において、周知技術1を採用し、「グレースケール」画像からの各画素と「決定された閾値とを比較」し、各画素を2値の画素値に変換するように構成することは、当業者が容易に想到し得たことである。
2 相違点2について
本願発明の「画像マスク」について、発明の詳細な説明には以下の記載がある。
「【発明の詳細な説明】
(中略)
【0006】
実施形態では、方法は、流体ストリーム内の細胞の画像マスクを生成することを含む。いくつかの事例では、画像マスクを生成することは、流体ストリーム内の細胞のグレースケール画像を生成することを含む。
(中略)
いくつかの実施形態では、画像マスクを生成することは、グレースケール画像からの各画素の強度と決定された画素強度閾値とを比較することと、グレースケール画像の各画素を2値化された画素値に変換することとを含む。いくつかの事例では、画像マスクを生成することは、グレースケール画像の各画素強度値と決定された閾値とを水平列にわたって比較することを含む。
(中略)
【0007】
特定の実施形態に基づく方法は、生成された画像マスクに基づいて、流体ストリーム内の細胞の1つ以上の性質を決定することを含む。例えば、方法は、画像マスクに基づいて、細胞のサイズ、細胞の質量中心、または細胞の偏心を決定すること含む。
(中略)
【0017】
ある特定の実施形態では、方法は、画像からの各画素値と画像マスクからの各画素値とを乗算して、細胞のマスクされた画像を生成することをさらに含む。
(中略)
【0026】
いくつかの実施形態では、方法は各細胞について、画像、画像マスク及びマスクされた画像の2つ以上を比較することを含む。他の実施形態では、方法は、細胞の2つ以上の異なる画像マスク、細胞の2つ以上の異なる画像、または細胞の2つ以上の異なるマスクされた画像を生成し、且つ比較することを含む。これらの実施形態では、方法は、画像マスク、画像またはマスクされた画像における細胞の1つ以上の特徴について共局在係数(すなわち、共局在の度合い)を計算することをさらに含む。
(中略)
さらに他の実施例では、共局在係数は、細胞の2つ以上の異なるマスクされた画像を使って、細胞の特徴について計算される。さらに他の実施例では、共局在係数は、細胞の画像マスク、画像、及びマスクされた画像の2つ以上の組み合わせを使って細胞の特徴について計算される。」
上記記載から、本願発明の「画像マスク」は、「マスクされた画像」とは区別して用いられる用語であって、試料の細胞を選別するため、または、「マスクされた画像」を生成するために用いることができる、各画素を2値の画素値に変換して得られた画像自体であると理解できる。仮に、本願発明の「画像マスク」が、「マスクされた画像」を生成するために用いることができる画像と限定的に解釈されるとしても、各画素を2値の画素値に変換して得られた画像であれば「マスクされた画像」を生成するために用いることができるものである。よって、引用発明の「二値化の画像処理を施した」画像は、本願発明の「画像マスク」に相当することとなり、上記相違点2は実質的な相違点とはいえない。
また、仮に、相違点2が実質的な相違点であるとしても、前記第42(3)において[周知技術2]として記載したように、「二値化の画像処理を施した画像データを、画像マスクと呼称する」ことは周知技術である。そうすると、引用発明に[周知技術2]を適用して、引用発明の、「二値化の画像処理を施した」画像データを「画像マスク」とすることは当業者が容易に想到し得たものである。また、引用発明に[相違点2]に係る構成を採用したことにより、格別な効果を生じるともいえない。
審判請求人は、審判請求書において、「当業者であっても、本発明のような2値の画像マスクを使って選別決定を実行して細胞を選別することを期待しない。本願の明細書に記載されているように、細胞の生成された画像のマスクは、細胞サイズ、画像モーメント、質量中心、及び偏心などのある種の選別特徴またはパラメータを決定するために使用される。」と主張している。
しかしながら、前記第2に記載したように、本願発明は、「生成された画像マスクに基づいて」、「試料の細胞を選別すること」が特定されているのみであり、「細胞の生成された画像のマスク」(本願発明における「画像マスク」に対応するものと解される。)が、細胞サイズ、画像モーメント、質量中心、及び偏心などのある種の選別特徴またはパラメータを決定するために使用されることは特定されていない。したがって、審判請求人の上記主張は、特許請求の範囲の記載に基づくものではないため、採用することができない。
なお、引用発明は二値化の画像処理を施した画像データに基づいて「類似度」を算出している。そうすると、引用発明の二値化の画像処理を施した画像データも「ある種の選別特徴またはパラメータを決定するため」に使用されるものといえる。そうすると、仮に、本願発明が、ある種の選別特徴またはパラメータを決定するために使用されることを特定していたとしても、実質的な相違点ということができない。
3 効果について
本願明細書の段落【0299】には、発明の効果として、「本開示の方法及びデバイスは、従来のフローサイトメトリシステムと比較して、効率が向上し、コストが低い生体試料(例えば、臓器、組織、組織断片、流体など)から細胞を分離し、収集することを可能にする。」と記載されている。上記記載に基づけば、本件発明が奏する効果は、効率を向上することによって、コストが低い細胞の分離及び収集を可能にすることであるといえる。
一方、引用文献3の記載事項ウによれば、引用発明は「短時間で多数の被検粒子を撮影することができると共に、目的粒子を見逃すことなく確実に検出することが可能となる」という効果を奏するものである。引用発明は、「短時間で多数の被検粒子を撮影することができる」ものであるから、癌幹細胞の判定及び分取を、効率良く行うことができるものといえる。そして、その結果、コストが低い癌幹細胞の分離及び収集が可能となるものである。
そうすると、本願発明の効果は、引用文献3の記載から当業者が予測できた範囲のものであり、格別なものということができない。
審判請求人は、審判請求書において、「2値の画像から計算されたパラメータまたは特徴が粒子を選別するために使用され得ること」、や「2値の画像マスクの特徴と共に選別ゲートを計算すること」の「ような発明特定事項を有することにより、従来のフローサイトメトリシステムと比較して、効率が向上し、コストが低く、生体試料(例えば、臓器、組織、組織断片、流体など)から細胞を容易に分離して収集することができるという格別の効果を奏する。」と主張している。
しかし、引用発明も、二値化の画像処理を施した画像データに基づいて類似度を算出し、判別に用いるものであるから、本願発明と同様に、効率が向上し、コストが低く、生体試料から細胞を容易に分離して収集することができるものである。また、本願発明は、「選定ゲートを計算すること」を特定していない。このため、当該「選別ゲートを計算すること」による効果を本願発明の効果とすることはできず、当該主張は、特許請求の範囲の記載に基づかないものであるから、採用することができない。
第7 むすび
以上のとおり、本願発明は、引用発明及び周知技術に基づいて、当業者が容易に発明をすることができたものであり、その効果も当業者が予測できる範囲のものであるから、特許法第29条第2項の規定により特許を受けることができない。
したがって、他の請求項に係る発明について検討するまでもなく、本願は拒絶すべきものである。
よって、結論のとおり審決する。
令和7年9月29日
審判長 特許庁審判官 加々美 一恵
特許庁審判官 藏田 敦之
特許庁審判官 宮澤 浩
(行政事件訴訟法第46条に基づく教示)
この審決に対する訴えは、この審決の謄本の送達があった日から30日(附加期間がある場合は、その日数を附加します。)以内に、特許庁長官を被告として、提起することができます。
審判長 加々美 一恵
出訴期間として在外者に対し90日を附加する。
出典:特許庁「審決公報」(令和8年3月27日発行・号数2026-003、公報発行サイト https://www.gazette.jpo.go.jp/scciidl010 )を加工して作成(加工:TaiLexi AI)
本文は公表資料(PDF 等)から機械的に抽出・整形したもので、改行や記号に誤りを含むことがあります。正確な文言は原本でご確認ください。