CN101545863A - 生物试样分析仪 - Google Patents
生物试样分析仪 Download PDFInfo
- Publication number
- CN101545863A CN101545863A CN200910129174A CN200910129174A CN101545863A CN 101545863 A CN101545863 A CN 101545863A CN 200910129174 A CN200910129174 A CN 200910129174A CN 200910129174 A CN200910129174 A CN 200910129174A CN 101545863 A CN101545863 A CN 101545863A
- Authority
- CN
- China
- Prior art keywords
- characteristic information
- biosample
- under inspection
- person under
- blood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000012472 biological sample Substances 0.000 title claims abstract description 43
- 239000000523 sample Substances 0.000 claims description 103
- 238000007689 inspection Methods 0.000 claims description 61
- 238000012545 processing Methods 0.000 claims description 53
- 239000000203 mixture Substances 0.000 claims description 20
- 238000002360 preparation method Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 19
- 239000003086 colorant Substances 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 description 138
- 239000008280 blood Substances 0.000 description 137
- 238000004364 calculation method Methods 0.000 description 48
- 238000010586 diagram Methods 0.000 description 27
- 238000004458 analytical method Methods 0.000 description 22
- 238000000034 method Methods 0.000 description 22
- 238000003860 storage Methods 0.000 description 15
- 210000004027 cell Anatomy 0.000 description 13
- 210000000601 blood cell Anatomy 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 11
- 210000000265 leukocyte Anatomy 0.000 description 11
- 210000004698 lymphocyte Anatomy 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000005755 formation reaction Methods 0.000 description 9
- 210000001616 monocyte Anatomy 0.000 description 9
- 239000003795 chemical substances by application Substances 0.000 description 7
- 238000004043 dyeing Methods 0.000 description 7
- 210000001501 megacaryocyte Anatomy 0.000 description 7
- 210000000440 neutrophil Anatomy 0.000 description 7
- 239000002245 particle Substances 0.000 description 6
- 210000001772 blood platelet Anatomy 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- KPHWPUGNDIVLNH-UHFFFAOYSA-M diclofenac sodium Chemical compound [Na+].[O-]C(=O)CC1=CC=CC=C1NC1=C(Cl)C=CC=C1Cl KPHWPUGNDIVLNH-UHFFFAOYSA-M 0.000 description 4
- 206010018910 Haemolysis Diseases 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 3
- 239000013068 control sample Substances 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000008588 hemolysis Effects 0.000 description 3
- 210000001995 reticulocyte Anatomy 0.000 description 3
- 210000002700 urine Anatomy 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- HTTJABKRGRZYRN-UHFFFAOYSA-N Heparin Chemical compound OC1C(NC(=O)C)C(O)OC(COS(O)(=O)=O)C1OC1C(OS(O)(=O)=O)C(O)C(OC2C(C(OS(O)(=O)=O)C(OC3C(C(O)C(O)C(O3)C(O)=O)OS(O)(=O)=O)C(CO)O2)NS(O)(=O)=O)C(C(O)=O)O1 HTTJABKRGRZYRN-UHFFFAOYSA-N 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 238000004820 blood count Methods 0.000 description 2
- 238000010241 blood sampling Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229960002897 heparin Drugs 0.000 description 2
- 229920000669 heparin Polymers 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000003219 hemolytic agent Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 230000000527 lymphocytic effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1468—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle
- G01N15/147—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle the analysis being performed on a sample stream
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/30—Data warehousing; Computing architectures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
- G01N2015/016—White blood cells
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Dispersion Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Databases & Information Systems (AREA)
- Bioethics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
本发明提供一种能够以适应年龄、性别等特征的条件精确分析从人身上采集的生物试样的生物试样分析仪。生物试样分析包括:特征信息获取部件,用于获取显示受检者生物试样中所含成份特征的特征信息;处理器;及存储器,用于存储能让该处理器执行以下处理的软件的执行指令:(a)根据用于分析不具一定属性的受检者生物试样的第一条件,分析上述特征信息;及(b)根据用于分析具有上述一定属性的受检者生物试样的第二条件,分析上述特征信息。
Description
技术领域:
本发明涉及一种分析受检者血液、尿液等生物试样的生物试样分析仪。
背景技术:
过去,比如美国专利第6391263号和日本专利申请公报第2003-083960号公开有分析血液、尿液等生物试样的试样分析仪。
美国专利第6391263号公开的是可根据动物种类变换分析条件的试样分析仪。
日本专利申请公报第2003-083960号公开的血液分析仪,当诸如儿童那样难以确保充足的采血量时及分析血细胞数量异常多的血液时,用试剂稀释血液来增量后测定,测定结果通过演算处理对增量进行补正。
从人以外的动物采集的试样其性状因动物种类有很大不同,因此如上述美国专利第6391263号所示,能根据动物种类改变分析条件进行试样分析的试样分析仪以前就有。
而从人类采集的试样其性状不会因受检者的不同而有很大差异,因此,没有人根据试样改变分析条件。然而,随着对分析仪分析精度的要求逐年增高,有时传统的仪器已经不能满足这种要求。
比如日本专利申请公报第2003-083960号上记载的血液分析仪,是将儿童血那种无法保证采血量的血液比通常更稀释,增加测定试样后以适应成人血性状的条件进行测定的,不是以适应儿童这类人属性的条件测定的。因此,用日本专利申请公报第2003-083960号上记载的血液分析仪难以进行适应人群属性的精确分析。
发明内容:
本发明提供:
一种生物试样分析仪,包括:特征信息获取部件,用于获取显示受检者的生物试样中所含的成份特征的特征信息;处理器;及存储器,所述存储器用于存储能让所述处理器执行以下处理的软件执行指令:(a)根据用于分析不具有一定属性的受检者生物试样的第一条件,分析上述特征信息;及(b)根据用于分析具有上述一定属性的受检者生物试样的第二条件,分析上述特征信息。
所述生物试样分析仪,其特征在于,所述(a)处理包括以下操作:(c)根据所述第一条件,由所述特征信息获取部件获取的所述特征信息,生成用于分类所述生物试样中所含成份的第一分类数据;(d)根据一定分类条件和上述第一分类数据,将所述生物试样中的成份分类为多种成份;所述(b)处理包括以下操作:(e)根据所述第二条件,由所述特征信息获取部件获取的所述特征信息,生成用于分类所述生物试样中所含成份的第二分类数据;及(f)根据上述一定分类条件和上述第二分类数据,将所述生物试样中的成份分类为多种成份。
所述生物试样分析仪,其特征在于,所述(a)处理包括以下操作:(g)由所述特征信息获取部件获取的所述特征信息,生成用于分类所述生物试样成份的分类数据;及(h)根据上述分类数据和所述第一条件,将所述生物试样成份分类为多种成份;所述(b)处理包括以下操作:(i)生成上述分类数据;及(j)根据上述分类数据和所述第二条件,将所述生物试样成份分类为多种成份。
所述生物试样分析仪,其特征在于,所述软件的执行指令可使所述处理器执行还包含以下内容的处理:(k)判断所述受检者是否具备一定属性;其中,所述软件的执行指令还可以当上述(k)处理判断所述受检者不具上述一定属性时,使所述处理器执行所述(a)处理,当上述(k)处理判断所述受检者具有上述一定属性时,使所述处理器执行所述(b)处理。
所述生物试样分析仪,还包括获取识别所述生物试样的识别信息的识别信息获取部件,其中,所述存储器将所述受检者的属性信息和所述识别信息对应存储;所述软件执行指令可以使所述处理器根据上述识别信息获取部件获取的所述识别信息和所述存储器存储的上述属性信息执行所述(k)处理。
所述生物试样分析仪,其特征在于,所述软件执行顺序可以使所述处理器执行还包含以下内容的处理:(1)根据与所述一定属性对应的所述第二条件,接受分析所述特征信息的指示信息;其中,所述软件执行指令可以当在上述(1)处理中收到上述指示信息时,使所述处理器执行所述(b)处理。
其中之一所述生物试样分析仪,其特征在于,具有所述一定属性的受检者为儿童,不具有所述一定属性的受检者为成人。
所述生物试样分析仪,还包括,显示器,其中,所述软件执行指令使所述处理器执行还包含以下内容的处理:(m)根据所述特征信息获取部件获取的所述特征信息,生成表示所述生物试样中所含成份分布状态的分布图数据;及(n)控制该显示器显示该分布图数据。
所述生物试样分析仪,其特征在于,所述特征信息获取部件获取所述生物试样中的白细胞的特征信息。
一种生物试样分析仪,包括:特征信息获取部件,当受检者不具有一定属性时,根据第一获取条件获取表示该受检者生物试样中所含成份特征的特征信息,当受检者具有一定属性时,根据第二获取条件获取表示该受检者生物试样中所含成份特征的特征信息;及处理器,对上述特征信息获取部件获取的特征信息进行分析处理。
所述生物试样分析仪,其特征在于,所述具有一定属性的受检者为儿童,所述不具有一定属性的受检者为成人。
所述生物试样分析仪,其特征在于,所述特征信息获取部件包括:制样器,混合所述生物试样和染色剂,制备测定试样;荧光检测器,用光照射上述测定试样,检测该测定试样发出的荧光;及检测控制器,控制上述荧光检测器,当所述受检者不是儿童时,用适合成人生物试样的检测感度检测上述荧光,当所述受检者是儿童时,用适合儿童生物试样的检测感度检测上述荧光。
所述生物试样分析仪,其特征在于,所述特征信息获取部件包括:制样器,混合所述生物试样和染色剂,制备测定试样;荧光检测器,用光照射上述测定试样,检测该测定试样发出的荧光;及制样控制器,控制上述制样器,当所述受检者不是儿童时,用份量适合成人生物试样的上述染色剂制备上述测定试样,当所述受检者是儿童时,用份量适合儿童生物试样的上述染色剂制备上述测定试样。
附图说明:
图1为本发明实施方式一所涉及的生物试样分析仪的结构示意斜视图;
图2为本发明实施方式一所涉及的生物试样分析仪的测定装置的结构框图;
图3为示意性地说明本发明实施方式一所涉及的制样器的结构的框图;
图4为示意性地说明本发明实施方式一所涉及的检测器及模拟信号处理器结构的框图;
图5为本发明实施方式一所涉及的生物试样分析仪的演算显示装置的结构的框图;
图6为年龄信息存储单元的数据结构例示图;
图7为白细胞分类测定(DIFF测定)时的散点图的例示图;
图8为DIFF测定时散点图的淋巴细胞的分布区域与抽样值的关系的例示图;
图9为本发明实施方式一所涉及的测定装置的底板控制部件的控制器和演算显示装置的CPU的处理步骤的流程图;
图10为本发明实施方式一所涉及的演算显示装置的CPU分析儿童血处理步骤的流程图;
图11为测定数据的演算处理结果的例示图;
图12为本发明实施方式一所涉及的演算显示装置的CPU再分析处理步骤的流程图;及
图13为本发明实施方式二所涉及的测定装置控制底板的控制器和演算显示装置的CPU处理步骤的流程图。
具体实施方式:
下面,在本实施方式中以分析血液的血液分析仪作为生物试样分析仪的一例,根据附图进行具体说明。因此,分析处理即为血细胞的分类处理,分析用数据即作为分类数据生成。
(实施方式一)
图1为本发明实施方式一所涉及的试样分析仪的结构示意斜视图。如图1所示,本实施方式一所涉及的试样分析仪由测定装置1和与测定装置1可进行数据通信的演算显示装置2构成。
测定装置1和演算显示装置2通过无图示的通信线路连接。演算显示装置2通过与测定装置1进行数据通信,来控制测定装置1的运行,处理测定装置1输出的测定数据,获取分析结果。测定装置1和演算显示装置2可以通过网络连接,也可以作为一个整体构成一个装置,以进程间通信来收发数据。
测定装置1用流式细胞法检测血液中的白细胞、网织红细胞和血小板等的特征信息,将检测结果作为测定数据传送至演算显示装置2。在此,所谓流式细胞法是一种形成含测定试样的试样流,向该试样流照射激光,检测测定试样中的粒子(血细胞)发出的前向散射光、侧向散射光、侧向荧光等光束,以此检出试样中的粒子(血细胞)的粒子(血细胞)测定方法。
图2为本发明实施方式一所涉及的试样分析仪的测定装置1的结构框图。测定装置1具有装置机械部分4、执行测定待测试样的检测器5、对检测器5的输出进行处理的模拟信号处理器6、显示·操作部件7和控制上述硬件各部分运行的底板控制部件9。
底板控制部件9有具备控制用处理器和使控制用处理器运行的存储设备的控制器91、将模拟信号处理器6输出的信号转换为数字信号的12位A/D转换器92、存储A/D转换器92输出的数字信号并选择向控制器91输出的数据的演算器93。控制器91通过总线94a和接口95b与显示·操作部件7连接,通过总线94b和接口95a与装置机械部分4及检测器5连接,通过总线94b和接口95c与演算显示装置2连接。演算器93通过接口95d和总线94a向控制器91输出演算结果。控制器91再将演算结果(测定数据)输送到演算显示装置2。
装置机械部分4设有从试剂和血液制备测定试样的制样器41。制样器41制备白细胞测定用试样、网织红细胞测定用试样和血小板测定用试样。
图3为示意性说明本发明实施方式一的制样器41的结构的框图。制样器41备有装填一定量血液的采血管41a、吸移血液的样阀41b和反应仓41c。
样阀41b可定量无图示的吸移管吸移的采血管41a内的血液。反应仓41c连接样阀41b,可在样阀41b定量的血液中进一步混合一定的试剂和染色剂。反应仓41c与检测器5连接,可使在反应仓41c由一定试剂和染色剂混合制备的测定试样流入检测器5。
以此,制样器41可以制备白细胞被染色的同时红细胞被溶血的测定试样作为白细胞测定用试样。制样器41还可以制备网织红细胞被染色的测定试样作为网织红细胞测定用试样,也可以制备血小板被染色的测定试样作为血小板测定用试样。制备好的测定试样与鞘液一起供往后述检测器5的鞘流池503。
图4为示意性地说明本发明实施方式一所涉及的检测器5和模拟信号处理器6的结构的框图。如图4所示,检测器5有:射出激光的发光器501、照射镜组件502、激光照射的鞘流池503、配置在发光器501发射的激光光路延长线上的聚光镜504、针孔505、PD(光电二极管)506(鞘流池503和聚光镜504之间配置有无图示的半透射反射镜)、配置在与发光器501发射的激光照射方向交叉的方向上的聚光镜507、分色镜508、光学滤光器509、针孔510、APD(雪崩光电二极管)511以及配置于分色镜508侧面的PD(光电二极管)512。
发光器501用于向从鞘流池503内流过的包含测定试样的试样流发射光束。照射镜组件502用于使发光器501发出的光成为平行光。
PD506用于接受从鞘流池503发出的前向散射光。根据鞘流池503发出的前向散射光,可以获得有关测定试样中粒子(血细胞)大小的信息。
分色镜508用于分离鞘流池503发出的侧向散射光和侧向荧光。具体而言,分色镜508将鞘流池503发出的侧向散射光射入PD512,同时将鞘流池503发出的侧向荧光射入APD511。PD512用于接受侧向散射光。根据鞘流池503发出的侧向散射光,可以获得测定试样中粒子(血细胞)的核的大小等内部信息。
APD511用于接受侧向荧光。当光照射经染色的血细胞那种荧光物质时,会发出波长比照射光的波长长的光束。染色程度越高荧光强度就会越强。因此,通过测定鞘流池503发出的侧向荧光强度,可以获得有关血细胞染色程度的特征信息。这样,根据侧向荧光强度之差即可进行白细胞的分类及其他测定。PD506、512和APD511分别将已接受的光信号转换为电信号,在放大器61、62和63上放大,输送到底板控制部件9。
在本实施方式一中,发光器501在白细胞分类测定(以下称DIFF测定)时以3.4mW的输出功率发射光。发光器501在网织红细胞测定(以下称RET测定)时以6mW的输出功率发射光、在血小板测定(PLT测定)时以10mW的输出功率发射光。
图5为本发明实施方式一所涉及的试样分析仪的演算显示装置2的结构框图。如图5所示,演算显示装置2由CPU(中央演算器)21、RAM22、存储设备23、输入设备24、显示器25、输出设备26、通信接口27和连接上述硬件的内部总线28构成。CPU21通过内部总线28与演算显示装置2的上述硬件各部连接,控制上述硬件各部分的运行,同时按照存储设备23中所存计算机程序231执行各种软件功能。RAM22由SRAM、SDRAM等挥发性存储器构成,在执行计算机程序231时展开下载模块,储存执行计算机程序231时发生的临时性数据等。
存储设备23由内置的固定型存储设备(硬盘)等构成。存储设备23还有患者信息存储单元232,里面储存有与读取条形码标签所能获得的识别信息相对应的包括患者(受检者)年龄信息在内的患者相关信息。图6是发挥年龄信息存储单元功能的患者信息存储单元232的数据结构例示图。如图6所示,患者信息存储单元232与读取条形码标签所获得的识别信息即试样ID相对应地储存着识别受检者的识别信息即受检者ID、受检者性别信息、受检者年龄信息、有关疾病内容的疾病信息以及识别就诊科室的就诊科室信息。患者信息存储单元232不限于放置在存储设备23中,也可以采取存在外部计算机中、通过通信接口27查询的结构。
通信接口27连接到内部总线28上,通过通信线路与测定装置1连接,可进行数据的传输。即通信接口27向测定装置1发送表示开始测定的指示信息,接收测定数据等。
输入设备24是键盘和鼠标等数据输入介质。显示器25是CRT监视器、LCD等显示设备,将有关判断结果的信息用图形显示出来。输出设备26是激光打印机、喷墨打印机等印刷设备等。
当用上述结构的试样分析仪测定装置1和演算显示装置2测定成人血液,将血液中所含白细胞分类为淋巴细胞、单核细胞、中性细胞、嗜碱性细胞和嗜酸性细胞时(白细胞分类测定(称为DIFF测定)),绘制成如图7所示散点图显示在显示器25。图7为白细胞分类测定(DIFF测定)时的散点图例示图。在图7中,纵轴和横轴分别表示侧向荧光强度和侧向散射光强度。下面就生物试样分析仪所用的白细胞分类方法进行说明。
在实施方式一所涉及的生物试样分析仪,如图7所示,根据成人血液过去的统计值,事先设定假设有淋巴细胞分布的淋巴细胞分布区101、假设有单核细胞分布的单核细胞分布区102、假设有嗜酸性细胞分布的嗜酸性细胞分布区103、假设有中性细胞分布的中性细胞分布区104及假设有嗜碱性细胞分布的嗜碱性细胞分布区105。并在同一坐标轴上抽取基于测定数据的整数列信息后,算出血细胞对淋巴细胞分布区101、单核细胞分布区102、嗜酸性细胞分布区103、中性细胞分布区104和嗜碱性细胞分布区105各分布区的归属度,根据算出的归属度,将各血细胞分为一定种类。通过计数已被分类的血细胞,即可求出淋巴细胞、单核细胞等的数量。上述白细胞分类法在美国专利第5555196号公报上有详细记述。用于执行上述白细胞分类法的计算机程序和执行计算机程序时所用的数据均事先存储在存储设备23中。
本项发明的发明者们发现,儿童血液中所含血细胞比成人血液中所含血细胞被染色剂染色的程度低。因此得知,在从儿童血液测得的测定数据中,抽样值分布在图7所示本来应该分布的各区域的偏下方位置。图8为DIFF测定时绘制的散点图中淋巴细胞分布区101和抽样值的关系的例示图。
如图8所示,在测定数据为成人血液的情况下,抽样值应该集中在淋巴分布区101周围。然而,当测定数据不是成人血液,而是儿童血液时,儿童血液被染色剂染色的程度比成人血液低,故荧光强度和散射光强度的测得值都很低。因此,抽样值集中在比淋巴细胞分布区101靠下的区域111附近。
如此得知,当从散点图看分布倾向整体比假设区域向下偏移时,可以判断测定数据是以儿童血液为对象的数据,要提高分类处理的精度,就必须将抽样值集中的区域111向箭头112方向移动。下面将介绍一种方法,即为了当测定数据为以儿童血液为对象的数据时,也用与对成人血液进行白细胞分类时同样的血细胞分类方法精确地进行分类处理,而上移以儿童血液为对象的测定数据。
图9为本发明实施方式一所涉及的测定装置1的底板控制部件9的控制器91和演算显示装置2的CPU21的处理步骤的流程图。测定装置1的控制器91当探知到测定装置1启动时,实施初始化(步骤S914),检查测定装置1各部分的运行情况。演算显示装置2的CPU21也在探知到演算显示装置2启动时,实施初始化(程序的初始化)(步骤S901),并在显示器25上显示菜单窗口(步骤S902)。在此菜单窗口,可接受对DIFF测定、RET测定和CBC测定的选择,接受开始测定指示和关机指示等。下面就在本实施方式一中在上述菜单窗口选择DIFF测定的情况进行说明。
演算显示装置2的CPU21判断是否收到开始测定指示(步骤S903),当CPU21判断未收到开始测定指示时(步骤S903:“否”),CPU21跳过后述步骤S904乃至步骤S909。当CPU21判断收到开始测定指示时(步骤S903:“是”),CPU21向测定装置1传送表示开始测定的指示信息(步骤S904)。测定装置1的控制器91判断是否收到表示开始测定的指示信息(步骤S915),如果控制器91判断收到表示开始测定的指示信息(步骤S915:“是”),则控制器91让读码器(无图示)读取贴在盛放血液的容器上的条形码标签(无图示),获取血液的识别信息(试样ID)(步骤S916)。如果控制器91判断未收到表示开始测定的指示信息(步骤S915:“否”),则控制器91跳过步骤S916乃至步骤S920。
控制器91向演算显示装置2传送获取的识别信息(试样ID)(步骤S917),演算显示装置2的CPU21判断是否收到识别信息(试样ID)(步骤S905)。当CPU21判断未收到识别信息(试样ID)时(步骤S905:“否”),CPU21保持等待接收的状态。当CPU21判断收到识别信息(试样ID)时(步骤S905:“是”),CPU21查询存储设备23的患者信息存储单元232,获取患者的年龄信息和受检者ID(步骤S906),并作为患者信息传送至测定装置1(步骤S907)。
接下来,测定装置1的控制器91判断是否收到患者信息(步骤S918),如果控制器91判断未收到信息(步骤S918:“否”),则控制器91处于等待收信状态。如果控制器91判断收到信息(步骤S918:“是”),则控制器91控制制样器41制备测定试样后,开始对测定试样进行测定(步骤S919)。具体而言,实施DIFF测定,通过检测器5和模拟信号处理器6向底板控制部件9输出相当于侧向散射光和侧向荧光的受光强度的电信号。底板控制部件9的A/D转换器92将获得的模拟信号转换为12位数字信号,演算器93对A/D转换器92输出的数字信号进行一定处理后传送到控制器91。控制器91以收到的12位整数列信息作为测定数据传送至演算显示装置2(步骤S920)。
演算显示装置2的CPU21判断是否收到测定数据(步骤S908),当CPU21判断未收到测定数据时(步骤S908:“否”),CPU21处于等待收信状态。当CPU21判断收到测定数据时(步骤S908:“是”),CPU21执行分析测定数据的分析处理(步骤S909)。
CPU21判断是否收到使用者发出的再进行分析的再分析指示(步骤S910),当CPU21判断未收到再分析指示时(步骤S910:“否”),CPU21跳过步骤S911。当CPU21判断收到再分析指示(步骤S910:“是”),CPU21实施再分析处理(步骤S911)。具体而言就是在显示器25显示分类结果的窗口的工具条上设有“再分析”按钮,当使用者选择所述“再分析”按钮时,CPU21即接受再分析指示。
图10是本发明实施方式一所涉及的演算显示装置2的CPU21在图9的步骤S909实施的分析处理的流程图。在图10中,演算显示装置2的CPU21根据从测定装置1获得的测定数据(比如12位整数列信息)生成比如8位整数列信息的第一分类数据,存入存储设备23(步骤S1001)。具体而言,CPU21直接将从测定装置1获得的12位整数列信息缩小为8位整数列信息,生成第一分类数据。另一方面,CPU21先将12位整数列信息进行1.2倍处理后再将其整数部分缩小为8位整数列信息,以此生成第二分类数据,并存入存储设备23(步骤S1002)。如此,生成的儿童血用的第二分类数据的数据值比成人血液用的第一分类数据的数据值大。因为在成人血和儿童血中,儿童血的血细胞被染色剂染色的程度更低,因此,要用与成人血同样的血细胞分类方法对血液中的血细胞进行分类,就要针对儿童血将获得的整数列信息提高一些。
另外,通过将12位整数列信息进行1.2倍处理后再缩小为8位整数列信息生成儿童血用第二分类数据,比起单纯地将成人血用第一分类数据进行1.2倍处理生成第二分类数据,更能提高维持整数值连续性的比例。图11为测定数据的演算处理结果的例示图。如图11所示,当测定数据为9~13的连续整数值时,在将这些整数值单纯地进行1.2倍处理后的整数值中缺少“11”,未成为连续的整数值。这样的话,将粒子分为数类时就有可能得不到正确的计数结果。
另一方面,在本实施方式一中,先获得测定数据作为拥有比用于分类处理的位数(8位)大的位数(12位)的整数列信息,将其进行1.2倍处理,再将其整数部分缩小为8位的整数列信息,以此生成儿童血用第二分类数据,用生成的第二分类数据进行分类处理。如此操作,维持整数值连续性的比例增高。即,与生成成人血用第一分类数据时将12位整数列信息进行1/16倍处理不同,生成儿童血用第二分类数据时将12位整数列信息进行1.2/16倍处理,因此,进行1.2/16倍处理后成为相同整数值的测定数据的范围扩大,误差不明显了。
比如,以拥有N×N个(N是自然数)元素的二维分布数据Dn中各元素(X1、X2)(X1、X2=0、1、2、…)的个数为F(X1、X2),考虑将二维分布数据Dn缩小为拥有M×M个(M是自然数)元素的二维分布数据Dm时的情况。但是,设M<N。
拥有N×N个元素的二维分布数据Dn中的各元素(X1、X2)在分布数据Dm中对应于式(1)中所示元素(U1、U2)(U1、U2=0、1、2、…、M)。但是,在式(1)中,Int(x)为表示参数x的整数部分的函数。所述处理相当于比如将12位的测定数据缩小为8位的处理。
(U1、U2)=(Int(X1×M/N)、Int(X2×M/N)…(1)
当将二维分布数据Dm中的部分区域有L×L个元素的二维分布数据DL转换为有M×M个元素的二维分布数据时(L<M<N),在分布数据Dn中的各元素(X1、X2)(X1、X2=0、1、2、…、N×L/M)如式(2)所示,对应于分布数据Dm1中各元素(V1、V2)(V1、V2=0、1、2、…、M)。所述处理相当于对8位数据进行略向上移位的处理。(V1、V2)=(Int(X1×M2/(N×L)、Int(X2×M2/N×L)…(2)
即,通过进行与式(1)的处理相同的处理,先将部分区域有L×L个元素的二维分布数据DL转换(扩大)为有N×N个元素的二维分布数据,再转换为有M×M个元素的二维分布数据,即可算出分布数据Dm1的各元素个数,并转换为平滑的分布数据。
返回图10,演算显示装置2的CPU21根据生成的第一分类数据进行白细胞分类处理(步骤S1003),对已分类的淋巴细胞、单核细胞、嗜酸性细胞、中性细胞和嗜碱性细胞等血细胞进行计数(步骤S1004),将计数结果存入存储设备23(步骤S1005)。CPU21还绘制出图7所示散点图,作为白细胞分类结果将计数结果和散点图显示在显示器25上(步骤S1006),再将处理返回图9的步骤S910。
图12为本发明实施方式一所涉及的演算显示装置2的CPU21在图9的步骤S911实施的再分析处理的流程图。在图12上,演算显示装置2的CPU21判断是否以儿童血进行再分析(步骤S1201)。在演算显示装置2不仅能实现对以成人血获得的分类结果以儿童血条件进行再分析的再分析指示,还能实现以成人血条件对以儿童血获得的分类结果进行再分析的再分析指示。因此,CPU21在步骤S1201要判断是否以儿童血实施再分析,即判断是否在步骤S910从使用者接收到对以成人血测得的分类结果以儿童血条件进行再分析的再分析指示,如果CPU21判断以儿童血实施再分析(步骤S1201:“是”),则CPU21从存储设备23读取第二分类数据(步骤S1202)。
如果CPU21判断不以儿童血实施再分析(步骤S1201:“否”),则CPU21从存储设备23读取第一分类数据(步骤S1203)。CPU21实施基于读取的第一分类数据或第二分类数据的分类处理(步骤S1204),并对已分类的淋巴细胞、单核细胞、嗜酸性细胞、中性细胞和嗜碱性细胞进行血细胞计数(步骤S1205)。CPU21删除存储设备23中已存的淋巴细胞、单核细胞、嗜酸性细胞、中性细胞和嗜碱性细胞各种血细胞数,将步骤S1205获得的计数结果存入存储设备23(步骤S1206),在显示器25上显示分类结果(步骤S1207),然后将处理返回图9的步骤S912。
所谓“儿童”可以指新生儿,可以指婴儿,也可以指幼儿。是否是“儿童”,本实施方式的生物试样分析仪的使用者可以任意设定,不仅一定年龄以下的受检者,比如也可以将在儿科和妇产科就诊的受检者设定为“儿童”,还可以将学龄前儿童设定为“儿童”。也可以由生物试样分析仪的生产厂家设定“儿童”的范围。
返回图9,演算显示装置2的CPU21判断是否收到关机指示(步骤S912),当CPU21判断未收到关机指示时(步骤S912:“否”),CPU21使处理返回步骤S903,重复上述处理。当CPU21判断收到关机指示时(步骤S912:“是”),CPU21向测定装置1传送关机指示信息(步骤S913)。
测定装置1的控制器91判断是否收到关机指示信息(步骤S921),如果控制器91未收到关机指示信息(步骤S921:“否”),则控制器91使处理返回步骤S915,重复上述处理。如果控制器91判断收到关机指示信息(步骤S921:“是”),则控制器91实施关机处理(步骤S922),结束处理。
如上所述,根据本实施方式一,根据儿童血和成人血来变换分类数据,就能获取精确的分析结果。
根据本实施方式一,即使受检者年龄不同,也能用共同的程序进行分析处理,从而能够节省开发各种分析程序所需要的庞大成本和时间。
在上述实施例中,在使用者下达再分析指示前,生成成人血用第一分类数据和儿童血用第二分类数据并存入存储设备23,但也可以在使用者下达以儿童血进行再分析的指示之前,一直不生成儿童血用第二分类数据,直到下达指示时才生成第二分类数据。如此,仅在有指示时才生成第二分类数据,可以减轻仪器的演算处理负荷。
在上述实施例中,当作为成人血进行分类处理后,从使用者收到以儿童血进行再分类处理的指示时,作为儿童血进行分类处理,但本发明不限于此。比如也可以由演算显示装置2的CPU21根据患者信息存储单元232中所存年龄信息判断是否为儿童血,当判断为儿童血时,作为儿童血进行分类处理。
在上述实施例中,生成成人血用第一分类数据和儿童血用第二分类数据,分别进行基于第一分类数据的分类处理和基于第二分类数据的分类处理,以此进行成人血用分析处理和儿童血用分析处理,但本发明不限于此。也可以在存储设备中存入成人用血细胞分类程序(血细胞分类法)和儿童用血细胞分类程序(血细胞分类法),生成分类数据时,使成人血用第一分类数据和儿童血用第二分类数据相同,处理成人血时,用成人用血细胞分类程序处理第一分类用数据,处理儿童血时,用儿童用血细胞分类程序处理第二分类用数据。比如分类白细胞时,可以按照分类处理儿童血的情况和分类处理成人血的情况将上述淋巴细胞分类区域、单核细胞分类区域等分布区域(参照图7)设定成不同的区域。
在上述实施方式一中,当接到使用者下达的再分析指示时,用儿童血用第二分类数据对白细胞进行分析处理,显示其分类结果,但本发明不限于此。也可以在接到使用者下达的再分析指示之前,既进行基于成人血用第一分类数据的分类处理,又进行基于儿童血用第二分类数据的分类处理。将以成人血条件测得的分类结果和以儿童血条件测得的分类结果都存入存储设备,当从使用者接到显示以儿童血条件测得的分类结果的指示时,显示以儿童血条件测得的分类结果。
(实施方式二)
下面根据附图就本发明实施方式二所涉及的试样分析仪进行具体说明。本发明实施方式二所涉及的试样分析仪的结构与实施方式一相同,故附同一符号,省略详细说明。本发明实施方式二与实施方式一不同的是:在开始测定血样前,先获取受检者年龄信息,根据该年龄信息判断测定对象是儿童血还是成人血,再以合适的测定条件获取测定数据。
图13为本发明实施方式二所涉及的测定装置1的底板控制部件9的控制器91和演算显示装置2的CPU21的处理步骤的流程图。测定装置1的控制器91当探知到测定装置1启动时,实施初始化(步骤S1313),检查测定装置1各部分的运行情况。演算显示装置2的CPU21也在探知到演算显示装置2启动时,实施初始化(程序的初始化)(步骤S1301),并在显示器上显示菜单窗口(步骤S1302)。在此菜单窗口,可接受对DIFF测定、RET测定和CBC测定的选择,接受开始测定指示和关机指示等。下面就本实施方式二在上述菜单窗口选择DIFF测定的情况进行说明。
演算显示装置2的CPU21判断是否收到开始测定指示(步骤S1303),当CPU21判断未收到开始测定指示时(步骤S1303:“否”),CPU21跳过后述步骤S1304乃至步骤S1310。当CPU21判断收到开始测定指示时(步骤S1303:“是”),CPU21向测定装置1传送表示开始测定的指示信息(步骤S1304)。测定装置1的控制器91判断是否收到表示开始测定的指示信息(步骤S1314),如果控制器91判断收到表示开始测定的指示信息(步骤S1314:“是”),则控制器91让读码器(无图示)读取贴在盛放血液的容器上的条形码标签(无图示),获取血液识别信息(试样ID)(步骤S1315)。如果控制器91判断未收到表示开始测定的指示信息(步骤S1314:“否”),则控制器91跳过步骤S1315乃至步骤S1321。
控制器91向演算显示装置2传送获取的识别信息(试样ID)(步骤S1316),演算显示装置2的CPU21判断是否收到识别信息(试样ID)(步骤S1305)。当CPU21判断未收到识别信息(试样ID)时(步骤S1305:“否”),CPU21保持等待接收的状态。当CPU21判断收到识别信息(试样ID)时(步骤S1305:“是”),CPU21查询存储设备23的患者信息存储单元232,获取包括受检者年龄信息在内的患者信息(步骤S1306)。
CPU21向测定装置1传送获取的患者信息(步骤S1307),测定装置1的控制器91判断是否收到患者信息(步骤S1317),如果控制器91判断未收到信息(步骤S1317:“否”),则控制器91处于等待收信状态。如果控制器91判断收到信息(步骤S1317:“是”),则控制器91根据收到的患者信息判断待测血液是否为儿童血(步骤S1318)。具体而言,如果受检者的年龄在一定年龄、比如1岁以下,则判断待测血液为儿童血。
当控制器91判断待测血液为儿童血时(步骤S1318:“是”),控制器91开始用儿童血的测定条件测定血液(步骤S1319)。具体而言,当进行儿童血用的测定时,控制器91控制制样器41制备测定试样后,将检测器5的PD512和APD511的工作电压设定为290V,从测定试样中的血细胞检测侧向散射光和侧向荧光。通过此检测器5和模拟信号处理器6,受光强度相当于侧向散射光和侧向荧光的电信号输出到底板控制部件9。底板控制部件9的A/D转换器92将收到的模拟信号转换为12位数字信号,演算器93对A/D转换器92输出的数字信号施以一定的处理,传送至控制器91。
另一方面,当控制器91判断待测血液非儿童血时(步骤S1318:“否”),控制器91用成人血的测定条件测定血液(步骤S1320)。具体而言,控制器91控制制样器41制备测定试样后,将检测器5的PD512和APD511的工作电压设定为280V,从测定试样中的血细胞检测侧向散射光和侧向荧光。此后的测定顺序与儿童血相同,故省略。像这样,当测定成人血时将检测器5的PD512和APD511的工作电压设定为280V,而当测定儿童血时将检测器5的PD512和APD511的工作电压设定为290V,如此,即使测定含有难以被染色剂染色的血细胞的儿童血时,也可以获得与测定成人血时相同的荧光强度。因此,即使不用后述分析处理进行儿童血的分析处理,也能够得到精确的分析结果。
制备测定试样时使用的染色剂的量也可以根据成人血用的测定和儿童血用的测定的不同情况进行调整。比如可以与用20μl染色剂制备成人血用测定试样不同,用25μl染色剂制备儿童血用测定试样。以此也可以从儿童血所含血细胞中获得与成人血时同样的荧光强度。
当制备儿童血用测定试样时,为了使儿童血的血细胞充分溶血、易于被染色剂染色,可以比制备成人血用测定试样时增加溶血剂的量,也可以延长溶血时间。还可以为了使儿童血的血细胞被染色剂充分染色,而延长染色时间。
当测定儿童血时,可以比测定成人血时提高发光器501的照射光的强度,也可以增大放大在PD512和APD511进行光电转换的电信号的放大器63和62的放大率。
控制器91以收到的12位整数列信息为测定数据,传送至演算显示装置2(步骤S1321)。演算显示装置2的CPU21判断是否收到测定数据(步骤S1308),当CPU21判断未收到测定数据时(步骤S1308:“否”),CPU21处于等待收信状态。当CPU21判断收到测定数据时(步骤S1308:“是”),CPU21根据收到的测定数据进行分析处理(步骤S1309),并将分析结果显示在显示器25上(步骤S1310)。
CPU21判断是否接到关机指示(步骤S1311),如果CPU21判断未收到关机指示(步骤S1311:“否”),则CPU21将处理退回步骤S1303,重复上述处理。如果CPU21判断收到关机指示(步骤S1311:“是”),则CPU21向测定装置1发送关机指示信息(步骤S1312)。
测定装置1的控制器91判断是否收到关机指示信息(步骤S1322),如果控制器91判断未收到关机指示信息(步骤S1322:“否”),则控制器91将处理返回步骤S1314,重复上述处理。如果控制器91判断收到关机指示信息(步骤S1322:“是”),则控制器91实施关机(步骤S1323),结束处理。
在本实施方式二,测定装置1的控制器91根据从演算显示装置2收到的患者信息判断是否为儿童血,但也可以演算显示装置2的CPU21根据患者信息存储单元232中储存的患者信息判断是否为儿童血。
是否为儿童血不限于根据演算显示装置2的患者信息存储单元232中储存的年龄信息判断,也可以与其他信息综合判断。还可以在测定装置1设置用于存储年龄信息的存储器,将使用者在显示·操作部件7上输入的受检者年龄信息存入存储器,根据存储在该存储器的年龄信息来判断。
还可以在演算显示装置2的显示器25或测定装置1的显示·操作部件7上显示用于设定对待测血液以儿童血条件测定的儿童血模式或以成人血条件测定的成人血模式的窗口,用使用者设定的模式测定血液。
如上所述,根据本实施方式二,根据受检者是成人还是儿童,变换血样的测定条件,因此,可以当受检者是成人时用适于成人的测定条件,当受检者是儿童时用适于儿童的测定条件,分别获取血液中血细胞的特征信息。因此,可以防止其受到血细胞的染色程度不同等影响,获得精确的分析结果。
在上述实施方式一和二中,试样使用的是血液,以分析血液中所含血细胞的血细胞分析仪为例进行了说明,但本发明不限于此,用于分析含尿中细胞等生物粒子的试样的生物试样分析仪也可望收到同样的效果。在上述实施方式一和二中,分析结果用演算显示装置2的显示器25显示,但无特别限定,也可以在通过网络连接的其他计算机上的显示器显示。
在上述实施方式一和二中,在患者信息存储单元232与试样ID相对应,存储着受检者的年龄信息,但本发明不限于此,比如也可以将表示受检者是婴幼儿、新生儿、早产儿的信息存储在患者信息存储单元232。
在上述实施方式一和二中,从测定装置1获取12位整数列信息作为测定数据,再将该12位整数列信息缩小为8位整数列信息,以此生成第一分类数据和第二分类数据,但本发明不限于此。比如可以从测定装置1获取16位整数列信息,也可以生成10位的分类数据。上述测定数据和分类数据也可以不是整数列信息。
在上述实施方式一和二中,生成成人血用第一分类数据时,直接将测定装置1获取的12位整数列信息缩小为8位整数列信息,而当生成儿童血用第二分类数据时,先将上述12位整数列信息进行1.2倍处理,再将其整数部分缩小为8位整数列信息,本发明不限于此。也可以从测定装置1获取8位整数列信息作为测定数据,当进行成人血中的血细胞分类处理时,直接利用从测定装置1获得的8位整数列信息,当进行儿童血中的血细胞分类处理时,将从测定装置1获得的8位整数列信息进行1.2倍处理,利用其所得整数列信息。
在上述实施方式一和二中,生成数个分类数据,根据其中的某一个进行血细胞的分类处理,因此,比如即使分析含巨核细胞的血液时本发明也能够适用。巨核细胞由于细胞大且多核,巨核细胞具有易被染色剂染色的性质。因此,当用流式细胞仪测定含巨核细胞的血液、绘制图7所示以侧向荧光强度为参数之一的二维散点图时,巨核细胞会集中到散点图的上限位置,从而出现不能从血液中的血细胞良好地分离出巨核细胞的情况。在这种情况下,作为用于巨核细胞分类的分类数据,可以生成比如具有大小比实施方式一的第一分类数据小的整数列信息的第三分类数据。根据生成的第三分类数据绘制图7所示散点图时,原集中在散点图上限位置的巨核细胞会向下移位,移动到适于巨核细胞分类的区域。因此,如果根据生成的第三分类数据进行分类处理的话,可以对巨核细胞进行良好的分类。
另外,分析处理和测定处理的条件不仅根据受检者为成人还是儿童来决定,比如也可以根据受检者是否患有一定疾病来决定,还可以根据受检者是否服用一定药物来决定。这些属性信息最好事先与试样ID对应地存在患者信息存储单元232中。
Claims (13)
1.一种生物试样分析仪,包括:
特征信息获取部件,用于获取显示受检者生物试样中所含成份的特征的特征信息;
处理器;及
存储器,用于存储能让所述处理器执行以下操作的软件的执行指令:
(a)根据用于分析不具一定属性的受检者的生物试样的第一条件,分析所述特征信息;及
(b)根据用于分析具有所述一定属性的受检者的生物试样的第二条件,分析所述特征信息。
2.权利要求1所述生物试样分析仪,其特征在于:
所述(a)处理包括以下操作:
(c)根据所述第一条件,由所述特征信息获取部件获取的所述特征信息生成用于分类所述生物试样中所含成份的第一分类数据;
(d)根据一定分类条件和所述第一分类数据,将所述生物试样中的成份分类为多种成份;
所述(b)处理包括以下操作:
(e)根据所述第二条件,由所述特征信息获取部件获取的所述特征信息生成用于分类所述生物试样中所含成份的第二分类数据;及
(f)根据所述一定分类条件和所述第二分类数据,将所述生物试样中的成份分类为多种成份。
3.权利要求1所述生物试样分析仪,其特征在于:
所述(a)处理包括以下操作:
(g)由所述特征信息获取部件获取的所述特征信息生成用于分类所述生物试样中的成份的分类数据;及
(h)根据所述分类数据和所述第一条件将所述生物试样中的成份分类为多种成份;
所述(b)处理包括以下操作:
(i)生成所述分类数据;及
(j)根据所述分类数据和所述第二条件将所述生物试样中的成份分类为多种成份。
4.权利要求1所述生物试样分析仪,其特征在于:
所述软件的执行指令能使所述处理器还执行含以下内容的操作:
(k)判断所述受检者是否具备一定属性;
其中,
所述软件的执行指令还可以当所述(k)处理判断所述受检者不具所述一定属性时,使所述处理器执行所述(a)处理,当所述(k)处理判断所述受检者具有所述一定属性时,使所述处理器执行所述(b)处理。
5.权利要求4所述生物试样分析仪,还包括:
获取识别所述生物试样的识别信息的识别信息获取部件,
其中,所述存储器将所述受检者的属性信息和所述识别信息对应存储;
所述软件执行指令可以使所述处理器根据所述识别信息获取部件获取的识别信息和所述存储器存储的所述属性信息执行所述(k)处理。
6.权利要求1所述生物试样分析仪,其特征在于:
所述软件执行指令可以使所述处理器还执行含以下内容的处理:
(l)接受根据与所述一定属性对应的所述第二条件分析所述特征信息的指示信息;
其中,所述软件执行指令可以当所述(1)处理收到所述指示信息时,使所述处理器执行所述(b)处理。
7.权利要求1至6其中之一所述生物试样分析仪,其特征在于:
所述具备一定属性的受检者为儿童,不具一定属性的受检者为成人。
8.权利要求1所述生物试样分析仪,还包括:
显示器,
其中,所述软件执行指令还可以使所述处理器执行包含以下内容的处理:
(m)根据所述特征信息获取部件获取的所述特征信息,生成表示所述生物试样中所含成份的分布状态的分布图数据;及
(n)控制所述显示器显示所述分布图数据。
9.权利要求1所述生物试样分析仪,其特征在于:
所述特征信息获取部件获取所述生物试样中的白细胞的特征信息。
10.一种生物分析仪,包括:
特征信息获取部件,当受检者无一定属性时,根据第一获取条件获取表示所述受检者生物试样中所含成份特征的特征信息,当受检者有一定属性时,根据第二获取条件获取表示所述受检者生物试样中所含成份特征的特征信息;及
处理器,对所述特征信息获取部件获取的特征信息进行分析处理。
11.权利要求10所述生物试样分析仪,其特征在于:
所述具有一定属性的受检者为儿童,所述不具一定属性的受检者为成人。
12.权利要求10所述生物试样分析仪,其特征在于:
所述特征信息获取部件包括:
制样器,用于混合所述生物试样和染色剂,制备测定试样;
荧光检测器,用光照射所述测定试样,检测所述测定试样发出的荧光;及
检测控制器,控制所述荧光检测器,当所述受检者不是儿童时,用适合成人生物试样的检测感度检测所述荧光,当所述受检者是儿童时,用适合儿童生物试样的检测感度检测所述荧光。
13.权利要求10所述生物试样分析仪,其特征在于:
所述特征信息获取部件包括:
制样器,用于混合所述生物试样和染色剂,制备测定试样;
荧光检测器,用光照射所述测定试样,检测所述测定试样发出的荧光;及
制样控制器,控制所述制样器,当所述受检者不是儿童时,用份量适合成人生物试样的所述染色剂制备所述测定试样,当所述受检者是儿童时,用份量适合儿童生物试样的所述染色剂制备所述测定试样。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008088828 | 2008-03-28 | ||
JP2008-088828 | 2008-03-28 | ||
JP2008088828A JP5511149B2 (ja) | 2008-03-28 | 2008-03-28 | 生体試料分析装置及び生体試料分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101545863A true CN101545863A (zh) | 2009-09-30 |
CN101545863B CN101545863B (zh) | 2014-10-29 |
Family
ID=41118415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910129174.7A Active CN101545863B (zh) | 2008-03-28 | 2009-03-27 | 生物试样分析仪 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20090248317A1 (zh) |
JP (1) | JP5511149B2 (zh) |
CN (1) | CN101545863B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121892A (zh) * | 2010-01-08 | 2011-07-13 | 希森美康株式会社 | 样本分析仪及样本分析方法 |
WO2015157976A1 (zh) * | 2014-04-17 | 2015-10-22 | 深圳迈瑞生物医疗电子股份有限公司 | 细胞分析方法和系统、装置 |
CN105320973A (zh) * | 2014-06-23 | 2016-02-10 | 上海永创医疗器械有限公司 | 一种全自动免疫组化染色仪的数据安全同步方法 |
CN107771278A (zh) * | 2015-06-26 | 2018-03-06 | 德国弗劳恩霍夫应用研究促进协会 | 用于提供关于至少一个序列的信息的装置、细胞仪、方法和计算机程序 |
CN108745923A (zh) * | 2018-04-16 | 2018-11-06 | 曾真 | 一种玻片分类方法、装置以及玻片测试设备、系统 |
CN111504869A (zh) * | 2020-05-15 | 2020-08-07 | 中国计量科学研究院 | 流式聚集体杂质分析仪 |
CN112654857A (zh) * | 2018-12-28 | 2021-04-13 | 深圳迈瑞生物医疗电子股份有限公司 | 处理测量对象的检测值的方法、血细胞分析仪及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012106294A1 (en) | 2011-02-04 | 2012-08-09 | Cytonome/St, Llc | Particle sorting apparatus and method |
JP2020154616A (ja) * | 2019-03-19 | 2020-09-24 | オムロンヘルスケア株式会社 | 食事情報管理装置、食事情報管理方法、及びプログラム |
JP7357425B2 (ja) | 2020-03-19 | 2023-10-06 | シスメックス株式会社 | 細胞分類方法、分類装置及びプログラム。 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3048260B2 (ja) * | 1991-07-29 | 2000-06-05 | シスメックス株式会社 | 白血球分類計数用試料調製方法 |
JPH0580046A (ja) * | 1991-09-20 | 1993-03-30 | Hitachi Ltd | 自動分析装置 |
JPH0627117A (ja) * | 1992-07-08 | 1994-02-04 | Nittec Co Ltd | 自動分析装置 |
US6391263B1 (en) * | 1999-02-26 | 2002-05-21 | Sysmex Corporation | Automated analyzing system and method therefor |
JP4554736B2 (ja) * | 1999-03-23 | 2010-09-29 | シスメックス株式会社 | 無侵襲血液分析装置 |
AU2003245499A1 (en) * | 2002-06-14 | 2003-12-31 | Chromavision Medical Systems, Inc. | Automated slide staining apparatus |
FI112504B (fi) * | 2002-08-07 | 2003-12-15 | Cyflo Oy | Menetelmä bakteerien tunnistamiseksi |
US7697975B2 (en) * | 2003-06-03 | 2010-04-13 | British Colombia Cancer Agency | Methods and apparatus for fluorescence imaging using multiple excitation-emission pairs and simultaneous multi-channel image detection |
JP4825562B2 (ja) * | 2006-03-30 | 2011-11-30 | シスメックス株式会社 | 試料測定装置及び試料測定方法 |
JP2007322395A (ja) * | 2006-06-05 | 2007-12-13 | Olympus Corp | 分析装置、分析方法および分析プログラム |
-
2008
- 2008-03-28 JP JP2008088828A patent/JP5511149B2/ja active Active
-
2009
- 2009-03-20 US US12/408,149 patent/US20090248317A1/en not_active Abandoned
- 2009-03-27 CN CN200910129174.7A patent/CN101545863B/zh active Active
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121892B (zh) * | 2010-01-08 | 2014-05-28 | 希森美康株式会社 | 样本分析仪及样本分析方法 |
US9086402B2 (en) | 2010-01-08 | 2015-07-21 | Sysmex Corporation | Sample analyzer |
CN102121892A (zh) * | 2010-01-08 | 2011-07-13 | 希森美康株式会社 | 样本分析仪及样本分析方法 |
CN105980852B (zh) * | 2014-04-17 | 2019-07-26 | 深圳迈瑞生物医疗电子股份有限公司 | 细胞分析方法和系统、装置 |
WO2015157976A1 (zh) * | 2014-04-17 | 2015-10-22 | 深圳迈瑞生物医疗电子股份有限公司 | 细胞分析方法和系统、装置 |
CN105980852A (zh) * | 2014-04-17 | 2016-09-28 | 深圳迈瑞生物医疗电子股份有限公司 | 细胞分析方法和系统、装置 |
CN105320973B (zh) * | 2014-06-23 | 2020-04-28 | 上海永创医疗器械有限公司 | 一种全自动免疫组化染色仪的数据安全同步方法 |
CN105320973A (zh) * | 2014-06-23 | 2016-02-10 | 上海永创医疗器械有限公司 | 一种全自动免疫组化染色仪的数据安全同步方法 |
CN107771278A (zh) * | 2015-06-26 | 2018-03-06 | 德国弗劳恩霍夫应用研究促进协会 | 用于提供关于至少一个序列的信息的装置、细胞仪、方法和计算机程序 |
CN108745923A (zh) * | 2018-04-16 | 2018-11-06 | 曾真 | 一种玻片分类方法、装置以及玻片测试设备、系统 |
CN112654857A (zh) * | 2018-12-28 | 2021-04-13 | 深圳迈瑞生物医疗电子股份有限公司 | 处理测量对象的检测值的方法、血细胞分析仪及存储介质 |
CN112654857B (zh) * | 2018-12-28 | 2024-06-07 | 深圳迈瑞生物医疗电子股份有限公司 | 处理测量对象的检测值的方法、血细胞分析仪及存储介质 |
CN111504869A (zh) * | 2020-05-15 | 2020-08-07 | 中国计量科学研究院 | 流式聚集体杂质分析仪 |
Also Published As
Publication number | Publication date |
---|---|
JP5511149B2 (ja) | 2014-06-04 |
JP2009243979A (ja) | 2009-10-22 |
US20090248317A1 (en) | 2009-10-01 |
CN101545863B (zh) | 2014-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101545863B (zh) | 生物试样分析仪 | |
CN101545846B (zh) | 试样分析仪 | |
CN101097180B (zh) | 分析仪及分析方法 | |
CN1967244B (zh) | 血液分析仪及其血液分析方法 | |
US9322834B2 (en) | Sample analyzer, blood analyzer and displaying method | |
JP5670052B2 (ja) | 血液分析装置、血液分析方法及びコンピュータプログラム | |
CN106018771B (zh) | 血液分析装置及血液分析方法 | |
JP5006107B2 (ja) | 表示方法および血液分析装置 | |
CN101275898B (zh) | 生物试样的分析仪 | |
EP1953525B1 (en) | Particle analyzer and particle analyzing method | |
CN101726609A (zh) | 标本分析仪 | |
JP2000310642A (ja) | 自動分析システム及びその方法 | |
CN107525758A (zh) | 控制血液分析仪测定血小板的方法 | |
CN112161913A (zh) | 一种用于流式荧光分析系统的分析方法及设备 | |
US8349256B2 (en) | Blood cell analyzer, blood cell analyzing method, and computer program product | |
CN101787346A (zh) | 细菌分析仪、细菌分析方法及控制系统 | |
JP5350611B2 (ja) | 表示方法および試料分析装置 | |
CN202522565U (zh) | 血液分析仪 | |
CN101545861B (zh) | 试样分析仪及试样分析方法 | |
CN116420074A (zh) | 一种动物用血液分析装置和血液分析方法 | |
JP5168658B2 (ja) | 血球分析装置、血球分析方法及びコンピュータプログラム | |
JP5201472B2 (ja) | 血球分析装置、血球分析方法及びコンピュータプログラム | |
JP5502285B2 (ja) | 試料分析装置、試料分析方法及びコンピュータプログラム | |
EP2105724A2 (en) | Biological sample analyzer and computer program product | |
CN117501096A (zh) | 一种样本分析装置和样本分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |