我々は、局所的なエッジ密度推定に基づいて、生体医療画像の斑状構造（patchiness）に応じた半自動的セグメンテーションの効果的な手法を提案する。本手法は、事前学習やパラメータチューニングを必要としないが、エンドユーザーが直接操作可能な少数の自由パラメータにより、解析の解像度および感度をそれぞれ調整可能である。明示的に示すところでは、局所エッジ密度は、ドメイン専門家による手動評価で得られた細胞単層密度と非常に高い相関を示しており、相関係数は高い値を示す。結果から、提案アルゴリズムが、さまざまな生体医療顕微鏡画像における斑状領域の効率的なセグメンテーションおよび定量が可能であることが明らかになった。特に、in vitroスクラッチアッセイにおける細胞単層が覆う画像領域のセグメンテーションにおいて、中央値として95～99％の高い正確性を達成している。さらに、組織病理学的断面画像において、本アルゴリズムは、元来の組織と再生組織の断片を、対応する画像領域における局所エッジ密度のほぼ3倍の差異を示すことにより、効果的に区別できる。本研究では、局所エッジ密度推定が、従来の細胞または組織特異的蛍光染色の代替または補完として、画像の斑状性を特徴づける代替的な画像チャネルとして、今後さらに応用可能であると考えられる。場合によっては、複雑な実験プロトコルの使用を回避または制限することができる。本研究では、ドメイン専門家が画像解析技術に関する特別な知識を持たなくても、即時可視化機能を備えたシンプルなオープンソースソフトウェアツールを実装した。本ツールは、https://gitlab.com/digiratory/biomedimaging/bcanalyzer にて無料でオンライン公開されている。