CN104212872A - 检测体分析方法以及检测体分析装置 - Google Patents

检测体分析方法以及检测体分析装置 Download PDF

Info

Publication number
CN104212872A
CN104212872A CN201410241244.9A CN201410241244A CN104212872A CN 104212872 A CN104212872 A CN 104212872A CN 201410241244 A CN201410241244 A CN 201410241244A CN 104212872 A CN104212872 A CN 104212872A
Authority
CN
China
Prior art keywords
detection bodies
bacterium
region
particle
comprised
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
Application number
CN201410241244.9A
Other languages
English (en)
Other versions
CN104212872B (zh
Inventor
田中政道
立山翔太
福田正和
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sysmex Corp
Original Assignee
Sysmex Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sysmex Corp filed Critical Sysmex Corp
Publication of CN104212872A publication Critical patent/CN104212872A/zh
Application granted granted Critical
Publication of CN104212872B publication Critical patent/CN104212872B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • 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
    • G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • G01N15/1459—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
    • 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
    • G01N2015/1006—Investigating individual particles for cytology
    • 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
    • G01N2015/1402—Data analysis by thresholding or gating operations performed on the acquired signals or stored data
    • 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
    • G01N2015/1477—Multiparameters

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Engineering & Computer Science (AREA)
  • Wood Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Genetics & Genomics (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Toxicology (AREA)
  • Dispersion Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明提供一种检测体分析方法，使测定试样流入到流通池，向流过所述流通池的所述测定试样照射光，从所述测定试样中包含的至少几个粒子取得至少第1以及第2光学信息，其中，能够沿着坐标平面的二个轴而测量所述第1以及第2光学信息，从所述至少几个粒子取得角度信息，其中，所述角度信息表示所述坐标平面中的各粒子的坐标与基准线之间所成的角度，根据所述角度信息从表示角度和属于该角度的粒子的数量的关系的分布取得第1以及第2特征信息，其中，第1特征信息是与粒子集中的角度有关的信息，第2特征信息是与整体的分布状态和部分性的分布状态的关系有关的信息，根据所述第1特征信息以及所述第2特征信息，判定测定试样中包含的细菌的形态。

Description

检测体分析方法以及检测体分析装置
技术领域
本发明涉及向由检测体和试剂调制成的测定试样照射光而取得光学信息，并根据光学信息分析检测体中包含的细菌的检测体分析方法以及搭载了分析细菌的功能的检测体分析装置。
背景技术
当前，在临床检查等中，使用了检测尿中的细菌、所培养的检测体中包含的细菌的细菌分析装置。近年来，还提出了不仅检测检测体中包含的细菌，而且还搭载了判别细菌的形态的功能的细菌分析装置。
在U.S.Patent application publication No.2010-0047856中，公开了使用了散点图(scattergram)的细菌的形态判定方法。在该方法中，制作将检测体中包含的细菌的散射光信息和荧光信息作为参数的散点图。而且，检测各细菌相对散点图的原点的角度，制作角度和粒子数的直方图。根据在直方图中峰值出现的角度而判定细菌的形态。在该方法中，如果在直方图中有一个峰值，则判定为细菌是一种。如果有多个峰值，则判定为包含多个形态的细菌。
本发明的目的在于提供一种能够比现有技术更精度优良地判定检测体中包含的细菌的形态的检测体分析方法以及检测体分析装置。
发明内容
本发明提供一种检测体分析方法，对混合检测体和试剂而调制出的测定试样照射光，关于所述测定试样中包含的粒子取得2种光学信息，根据(A)表示在作为轴而至少包含所述2种光学信息的坐标空间中描绘出各粒子时的第1区域内的粒子的分布图形的特征的信息；以及(B)与在所述第1区域中描绘出的粒子中的、在作为所述第1区域的一部分的第2区域中描绘出的粒子的数量有关的信息这双方，对所述检测体的分析结果赋予与所述测定试样中包含的细菌的形态性的特征有关的标记。
本发明还提供一种检测体分析方法，通过从光源照射光而在流通池中形成射束点，使混合检测体和试剂而调制出的测定试样流入所述流通池，取得从通过了所述射束点的测定试样中的粒子发出的散射光强度和荧光强度，在至少包含与散射光强度有关的轴和与荧光强度有关的轴的坐标空间中绘制各粒子，根据(A)代表在所述坐标空间上的对应于杆菌以及球菌的第1区域中描绘出的各粒子的散射光强度以及荧光强度的比的值；以及(B)在散射光强度的低值侧的第2区域中描绘出的粒子相对在第1区域中描绘出的粒子的数量的相对的数量的双方，对所述检测体的分析结果赋予与所述测定试样中包含的细菌的形态性的特征有关的标记。
另外，本发明提供一种检测体分析装置，具备：光源部，对混合检测体和试剂而调制出的测定试样照射光；光学信息取得部，检测由于来自所述光源部的光而从所述测定试样产生的光，从而关于所述测定试样中包含的粒子取得2种光学信息；以及处理部，处理所取得的所述光学信息，所述处理部根据(A)表示在作为轴而至少包含所述2种光学信息的坐标空间中描绘出各粒子时的第1区域内的粒子的分布图形的特征的信息；以及(B)与在所述第1区域中描绘出的粒子中的、在作为所述第1区域的一部分的第2区域中描绘出的粒子的数量有关的信息这双方，对所述检测体的分析结果赋予与所述测定试样中包含的细菌的形态性的特征有关的标记。
进而，本发明提供一种检测体分析方法，使测定试样流入流通池，向在所述流通池中流动的所述测定试样照射光，从所述测定试样中包含的至少几个粒子取得至少第1以及第2光学信息，其中，能够沿着坐标空间的二个轴测量所述第1以及第2光学信息，求出以所述第1以及第2光学信息作为轴的坐标空间中的各粒子的坐标，在所述坐标空间中，取得与粒子集中的角度有关的第1特征信息、和与所述坐标空间中的整体的分布状态和部分性的分布状态的关系有关的第2特征信息，根据所述第1特征信息以及所述第2特征信息，判定所述测定试样中包含的细菌的形态。
根据本发明的检测体分析方法以及检测体分析装置，除了表示第1区域内的粒子的分布图形的特征的信息以外，还使用与在第1区域中绘制出的粒子中、在作为第1区域的一部分的第2区域中绘制出的粒子的量有关的信息，赋予与细菌的形态性的特征有关的标记。通过将作为第1区域的一部分的第2区域中的分布状态设为判定要素，能够掌握粒子是遍及第1区域的整体地分布还是局部存在地分布。根据两个信息赋予与细菌的形态性的特征有关的标记，从而与仅根据直方图中包含的峰值角度来判定细菌的种类的现有技术相比，能够提供高精度的分析结果。
附图说明
图1是示出实施方式的尿检测体分析装置的结构的图。
图2是示出实施方式的测定装置的结构的图。
图3是示出实施方式的试样调制部以及光学检测部的结构的图。
图4是示出实施方式的光学检测部以及模拟信号部的结构的示意图。
图5是示出实施方式的信息处理装置的结构的图。
图6是示出实施方式的检测体的测定处理以及分析处理的流程图。
图7是实施方式的与细菌的形态对应的散点图的例示图。
图8是示出实施方式的散点图的图。
图9是说明实施方式的散点图的分割的图、以及示出用于在散点图上测量细菌的数量的区域的图。
图10是实施方式的直方图的例示图。
图11是示出实施方式的用于判定细菌的形态的特征空间的示意图。
图12是实施方式的直方图的例示图。
图13是示出实施方式的分析处理的流程图。
图14是实施方式的信息处理装置的显示部中显示的信息显示画面的例示图。
图15是示出实施方式的细菌的形态判定结果的验证例的图。
图16是示出变更例的用于判定细菌的形态的特征空间的示意图。
图17是示出变更例的用于判定细菌的形态的特征空间的示意图。
图18是示出变更例的用于判定细菌的形态的特征空间的示意图、以及示出细菌的种类的判定结果的验证例的图。
图19是变更例的与细菌的形态对应的前方散射光强度和荧光强度的散点图以及直方图的例示图。
图20是示出变更例的前方散射光强度小的区域中的与细菌的出现频度有关的参数的设定例的图。
图21是示出变更例的与细菌的形态对应的前方散射光强度和前方散射光脉冲宽度的散点图的例示图。
图22是示出变更例的分析处理的流程图。
图23是示出变更例的细菌的形态判定结果的验证例的图。
图24是变更例的前方散射光强度和荧光强度的散点图上设定的角度区域以及直方图的例示图。
图25是变更例的前方散射光强度和荧光强度的散点图上设定的等高线区域的例示图。
图26是变更例的前方散射光强度和荧光强度的散点图上设定的方向矢量的例示图。
图27是变更例的前方散射光强度和荧光强度的散点图上设定的角度区域的例示图以及表示分析处理的流程图。
具体实施方式
图1是示出本实施方式的尿检测体分析装置1的结构的图。
尿检测体分析装置1具备测定装置2和信息处理装置3。测定装置2通过流式细胞仪而光学地测定尿检测体中包含的细菌以及白血球等尿中有形成分。信息处理装置3分析通过测定装置2得到的测定结果，得到分析结果。信息处理装置3在显示部320中显示分析结果。
如图2图示，测定装置2具有检测体分配部201、试样调制部202、光学检测部203、信号处理部210、CPU204、通信接口205以及存储器206。信号处理部210具有模拟信号处理部211、A/D转换器212、数字信号处理部213以及存储器214。
检测体分配部201具备吸引管201a(参照图3)和泵(未图示)。检测体分配部201通过驱动泵而将检测体容器内的尿检测体吸引到吸引管201a，并分注到试样调制部202的混合容器。
试样调制部202具备试剂容器、混合容器以及泵(未图示)。试样调制部202从试剂容器向混合容器供给稀释液和染色液。由此，在混合容器内从检测体分配部201供给的检测体与稀释液以及染色液被混合，调制出测定试样。通过泵将在混合容器中调制出的测定试样与鞘液一起供给到光学检测部203的流通池203c(参照图4)。
光学检测部203向在流通池203c中流动的测定试样照射激光，同时用3个受光部分别接受从流通池203c产生的前方散射光、荧光以及侧方散射光。各受光部将与受光强度对应的模拟信号连续地输出到模拟信号处理部211。关于各受光部中的受光强度，每当粒子通过流通池203c时而脉冲状地变化。模拟信号处理部211对从光学检测部203输出的模拟信号进行放大，输出到A/D转换器212。
A/D转换器212将由模拟信号处理部211放大了的、分别由来于前方散射光、荧光、侧方散射光的各个模拟信号变换为数字信号，输出到数字信号处理部213。数字信号处理部213根据从A/D转换器212输出的前方散射光的数字信号，探测通过了流通池203c的粒子，针对探测出的各粒子，取得表示前方散射光、荧光以及侧方散射光的特征的数据。具体而言，在数字信号处理部213中，如果前方散射光的数字值超过阈值，则探测粒子。数字信号处理部213抽出表示超过了阈值的部分的前方散射光的脉冲的特征的数据。同样地，数字信号处理部213抽出表示与前方散射光的脉冲对应的时间的荧光的脉冲以及侧方散射光的脉冲的特征的数据。所抽出的各粒子的数据被存储到存储器214中。
CPU204控制模拟信号处理部211和数字信号处理部213。CPU204从存储于存储器214的数据，针对各粒子，取得前方散射光以及荧光的脉冲信号的高度。前方散射光的脉冲信号的高度表示由于1个粒子通过流通池203c而产生的前方散射光的强度。对细菌照射激光时的细菌的表面积越大，激光被细菌散射的光量越多，前方散射光的脉冲信号的高度越高。前方散射光的脉冲信号的高度反映了粒子的大小(表面积)。荧光的脉冲信号的高度表示由于1个粒子通过流通池203c而产生的荧光的强度。荧光的脉冲信号的高度反映了粒子的染色程度，特别地，在细菌的情况下反映了细菌的核酸的染色程度。
CPU204在取得了前方散射光和荧光的脉冲信号的高度之后，根据脉冲信号的高度，生成关于通过了流通池203c的各个细菌的前方散射光强度和荧光强度的数据群(以下称为“测定数据”)。CPU204将上述测定数据经由通信接口205而输出到信息处理装置3。CPU204经由通信接口205从信息处理装置3接收控制信号，依照控制信号，驱动测定装置2的各部分。
通信接口205将从CPU204输出的测定数据发送到信息处理装置3，接收从信息处理装置3输出的控制信号。存储器206被用作CPU204的作业区域。
图3是示出试样调制部202以及光学检测部203的概略功能结构的图。检测体分配部201经由吸引管201a吸引进入到试验管中的尿检测体。试样调制部202具备混合容器202a和混合容器202b。检测体分配部201对混合容器202a和混合容器202b的每一个分配尿检测体的等量样本(aliquot)。
在混合容器202a的等量样本中，稀释液202c和染色液202d被混合，调制通过染色液202d中包含的色素实施了粒子的染色的测定试样。该测定试样用于分析尿检测体中的细菌。
在混合容器202b的等量样本中，稀释液202e和染色液202f被混合，调制通过染色液202f中包含的色素实施了粒子的染色的测定试样。该测定试样用于分析红血球、白血球、上皮细胞、圆柱等比较大的尿中有形成分。
在调制出的2种测定试样中，首先，混合容器202b的染色试样被输送到光学检测部203，之后，混合容器202a的测定试样被输送到光学检测部203。输送到光学检测部203的测定试样在流通池203c中形成鞘液包围的细的试样流。光学检测部203向试样流照射激光。通过信息处理装置3的控制使未图示的驱动部、电磁阀等动作，从而自动地进行这样的动作。
图4是示出测定装置2中的光学检测部203和模拟信号处理部211的结构的示意图。
光学检测部203具备光源203a、照射透镜单元203b、流通池203c、聚光透镜203d、针孔板203e、受光部203f、聚光透镜203g、分色镜203h、光学滤色片203i、针孔板203j、受光部203k以及受光部203l。模拟信号处理部211具备放大器211a、211b、211c。受光部203f是光电二极管。受光部203k以及受光部203l分别是光电子倍增管。另外，用作受光部的光电变换元件可适当变更。
从光源203a出射的激光通过照射透镜单元203b，在与试样流垂直的方向上，在流通池203c的内部形成扁平的射束点。
聚光透镜203d配置于从光源203a出射的激光的行进方向上。利用聚光透镜203d对从流通池203c产生的前方散射光进行收敛，通过针孔板203e，利用受光部203f受光。
聚光透镜203g配置于与从光源203a出射的激光的行进方向交叉的方向上。利用聚光透镜203g对从流通池203c产生的荧光和侧方散射光进行收敛，入射到分色镜203h。分色镜203h对荧光和侧方散射光进行分离。由分色镜203h分离出的荧光通过光学滤色片203i和针孔板203j，被受光部203k受光。由分色镜203h分离出的侧方散射光被受光部203l受光。
受光部203f、受光部203k、受光部203l分别根据所受光的前方散射光、荧光、侧方散射光的强度而输出电信号。放大器211a、211b、211c分别对从PD203f、PMT203k、PMT203l输出的电信号进行放大，输出到A/D转换器212。放大器211a、211b、211c构成图2所示的模拟信号处理部211。
图5是示出信息处理装置3的结构的图。
信息处理装置3具备个人计算机。信息处理装置3包括主体300、输入部310以及显示部320(参照图1)。主体300具有CPU301、ROM302、RAM303、硬盘304、读出装置305、输入输出接口306、图像输出接口307以及通信接口308。
CPU301执行存储在ROM302中的计算机程序以及载入到RAM303中的计算机程序。RAM303用于读出记录在ROM302以及硬盘304中的计算机程序。另外，RAM303在执行这些计算机程序时，还被用作CPU301的作业区域。
在硬盘304中安装了操作系统以及应用程序等用于使CPU301执行的各种计算机程序以及计算机程序的执行中使用的数据。另外，在硬盘304中存储了从测定装置2接收到的测定数据。
进而，在硬盘304中安装了用于根据测定数据取得检测体中包含的细菌以及其他尿中有形成分的数量并进行关于检测体的分析的程序、在显示部320上显示分析结果的显示程序。通过安装这些程序，进行后述分析处理、显示处理。即，CPU301通过上述程序而被赋予了执行后述图6(b)和图13的处理的功能、显示图14的画面的功能。
读出装置305由CD驱动器或者DVD驱动器等构成，能够读出记录在记录介质等外部存储中的计算机程序以及数据。由此，能够经由记录介质等外部存储来更新由信息处理装置3执行的程序。
对输入输出接口306连接有由鼠标、键盘构成的输入部310，用户通过使用输入部310，进行针对信息处理装置3的指示。图像输出接口307与由显示器等构成的显示部320连接，将与图像数据对应的影像信号输出到显示部320。显示部320根据所输入的影像信号，显示图像。
另外，能够通过通信接口308接收从测定装置2发送了的测定数据。上述测定数据被存储到硬盘304中。
图6是示出测定装置2的CPU204和信息处理装置3的CPU301的控制的流程图。图6(a)是示出由测定装置2的CPU204实施的测定处理的流程图，图6(b)是示出由信息处理装置3的CPU301实施的分析处理的流程图。
参照图6(b)，CPU301如果经由输入部310收到来自用户的测定开始指示(S11：“是”)，则向测定装置2发送测定开始信号(S12)。接下来，CPU301判定是否接收到了测定数据(S13)。如果未接收到测定数据(S13：“否”)，则处理被待机。
另一方面，参照图6(a)，CPU204如果从信息处理装置3接收到测定开始信号(S21：“是”)，则进行上述检测体的测定(S22)。如果检测体的测定结束，则CPU204向信息处理装置3发送测定数据(S23)，处理返回到S21。
参照图6(b)，CPU301如果从测定装置2接收到测定数据(S13：“是”)，则在硬盘304中存储测定数据，根据上述测定数据进行分析处理(S14)。接下来，CPU301将在S14中取得的分析结果显示于显示部320中(S15)。然后，处理返回到S11。
接下来，说明图6的S14中的“分析处理”。
首先，参照图7(a)～(c)，说明细菌类别的检测原理。
图7(a)是在测定试样中主要包含杆菌时的二维散点图的例示图。图7(b)是在测定试样中主要包含链球菌时的二维散点图的例示图。图7(c)是在测定试样中主要包含葡萄球菌时的二维散点图的例示图。另外，在图7(a)～图7(c)的下部，分别示意地示出针对各细菌的激光(参照图4)的照射状态。如参照图4而说明的那样，激光在流通池203c中形成扁平的射束点，包含细菌的试样流从下向上通过射束点。另外，为便于说明，在图7(a)～(c)中，分别附记了用于用从横轴起的偏角表示点的分布状态的直线。
在细菌的测定中，细菌的大小(表面积)越大，前方散射光强度(峰值)越高。细菌的染色程度越高，荧光强度越高。因此，二维散点图上的点的分布状态针对细菌的每个形态而相互不同。
如图7(a)的下部所示，关于杆菌，一个一个的细菌具有细长的棒状或者圆筒状的形状，所以相比于链球菌、葡萄球菌，被照射激光的细菌的表面积更小。在图7(a)的例子中，向2个相连的杆菌的一部分照射了激光。另外，除了图7(a)的所示的状态以以外，还可能仅向1个杆菌照射激光。这样，关于杆菌，被照射激光的细菌的表面积小，所以前方散射光强度低。因此，在测定试样中主要包含杆菌的情况下，如图7(a)所示，得到多半的点分布于下部的区域中的二维散点图。
如图7(b)的下部所示，关于链球菌，一个一个的细菌具有大致圆形形状，各细菌直链状地连接。因此，链球菌相比于杆菌，被照射激光的表面积更大。因此，在测定试样中主要包含链球菌的情况下，前方散射光强度相比于杆菌的情况更易于变大。由此，如图7(b)所示，得到相比于桿菌的情况点分布在更上侧的二维散点图。
如图7(c)的下部所示，葡萄球菌与链球菌同样地，一个一个的细菌具有大致圆形形状。但是，葡萄球菌的凝集度高于链球菌的凝集度。因此，葡萄球菌相比于链球菌，被照射激光的表面积更大。因此，在测定试样中主要包含葡萄球菌的情况下，相比于链球菌的情况，前方散射光强度更易于变高。由此，如图7(c)所示，得到相比于链球菌的情况点分布在更上侧的二维散点图。
在参照图7(a)～(c)时，横轴至各直线的偏角针对每个细菌不同。因此，根据将横轴设为荧光强度、将纵轴设为前方散射光强度的二维散点图求出偏角，将求出的偏角的大小与规定的阈值进行比较，从而能够判定测定试样中包含的细菌是杆菌还是球菌(链球菌、葡萄球菌)。在本实施方式中，根据该原理，判别测定试样中包含的细菌的形态。
另外，在测定试样中多个形态的细菌混合存在的情况下，二维散点图中的点的分布不为图7(a)～(c)，例如，成为2个分布融合了那样的点的分布。在该情况下，期望正确地判定为测定试样中包含多个细菌，期望防止误判定为测定试样中的细菌是杆菌单独或者球菌单独(链球菌、葡萄球菌)。在本实施方式中，根据偏角以外的其他特征信息判定测定试样中混合存在多个细菌。关于这方面，在以下所示的“分析处理”的具体的手法中进行说明。
图8(a)是示出在分析处理中制作的散点图数据表格Ts的结构的图。
在散点图数据表格Ts中，保持将横轴(X轴)设为荧光强度、将纵轴(Y轴)设为前方散射光强度的正交坐标系上的各坐标位置处的测定数据的度数(频度)。例如，G11表示坐标位置(1，1)处的测定数据的度数(频度)，Gnn表示坐标位置(n，n)处的测定数据的度数(频度)。即，散点图数据表格Ts保持在各坐标位置描绘的细菌的数量。另外，在图8(a)中，纵轴、横轴的坐标被分别规定为1～n，但不限于此。例如，纵和横的坐标的设定数也可以相互不同。
图8(b)是在将纵轴(Y轴)设为前方散射光强度、将横轴(X轴)设为荧光强度的正交坐标系上，将细菌的测定数据分布为点的二维散点图的例示图。图8(c)是示出在上述正交坐标系上的坐标位置(i，j)描绘的点Pij的偏角θij的示意图。如图8(c)所示，偏角θij是连接正交坐标系的原点O和点Pij的直线、与X轴(Y＝0)所成的角度。另外，能够通过如何设定坐标轴的0点而适当地变更原点O。例如，在前方散射光强度以及荧光强度分别可取0～255的数值范围的情况下，既能够将原点设为(0、0)，也能够设为(n、m)(其中，0≤n、m≤255)。
图9(a)是概念地示出在二维散点图上设定的角度区域θk的图。
直线d0、d1、d2、d3、d4、…是将二维散点图的原点O作为中心的假想的圆A的径向的直线。直线d0是与横轴一致的直线。其他直线如图所示，相对各个相邻的直线具有γ的角度。角度区域θ1、θ2、θ3、θ4、…是通过直线d0、d1、d2、d3、d4、…分割出的区域。另外，γ能够任意地决定，例如，既可以设定为1°，也可以设定为10°。在这样将二维散点图分割为多个区域之后，从角度区域θ1、θ2、θ3、θ4、…进一步去掉原点O附近的区域B。区域B是以原点O为中心的圆与各坐标轴包围的扇形形状的区域。
图9(b)是示出从角度区域θk去掉了原点O附近的区域B的区域的图。如图所示，从角度区域θ1、θ2、θ3、θ4、…去掉了图9(a)所示的区域B。测量该原点O附近的区域B被去掉了的角度区域θ1、θ2、θ3、θ4中包含的细菌的数量。
此处，如图9(b)那样，从角度区域θ1、θ2、θ3、θ4、…去掉区域B的理由是为了提高后述尿路感染症的分类的判定和细菌的形态的判定的精度。即，根据图8(b)的二维散点图也可知，细菌的分布易于偏向原点O附近。因此，为了使角度区域θ1、θ2、θ3、θ4、…的计数结果产生显著的差，优选从计数对象中去掉原点O附近的细菌。而且，在区域B中，相比于区域B以外的区域(前方散射光强度和荧光强度大的区域)，通过直线d0、d1、d2、d3、d4、…分割的区域更窄。另一方面，在原点O附近，不同的细菌的分布易于相互叠加。因此，为了提高形态判定的精度，优选从计数对象中去掉原点O附近的细菌。
根据这样的理由，在尿路感染症的分类的判定和细菌的形态的判定中，为了不对原点O附近的细菌的数量进行计数以使各区域中包含的细菌的数量的差变得显著，从角度区域θ1、θ2、θ3、θ4、…去掉原点O附近的区域B。
另外，在本实施方式中，从角度区域θ1、θ2、θ3、θ4、…去掉了扇形的区域B，但去掉的区域也可以是矩形等其他形状。在以下的说明中，将从角度区域θ1、θ2、θ3、θ4、…去掉了原点O附近的区域B的区域称为角度区域θ1、θ2、θ3、θ4、…。
图10(a)是示出在分析处理中参照的偏角数据表格Td的结构的图。在偏角数据表格Td中，与各点Pij的坐标位置对应起来保持图8(c)所示的各点Pij的偏角θij。即，在偏角数据表格Td的各栏中储存分别对应于图8(a)所示的散点图数据表格Ts中的度数G11～Gnn的二维散点图上的点P11～Pnn的偏角θ11～θnn。如图8(c)所示，偏角θij是连接原点O和点P的直线、与X轴(Y＝0)所成的角度。例如，坐标(2，2)的点P22的偏角θ22为45°。
图10(b)是示出在分析处理中制作的直方图数据表格Th的结构的图。在图10(b)中，在左端的列中示出将二维散点图上的横轴至纵轴的区域在角度方向上划分为m个时的、从横轴起的划分顺序，在中央的列中示出对应的划分顺序的角度区域θk的角度信息(θk)。另外，在直方图数据表格Th的右端的列中，储存与角度区域θk中包含的细菌的出现频度(描绘数)有关的度数数据Fk。
如图9(b)所示，角度区域θk由2个直线dk-1、dk划分。图10(b)的直方图数据表格Th中的角度信息(θk)中，储存接近横轴的一方的直线dk-1与横轴之间的角度。例如，在角度区域θ2的角度范围是10°～20°的情况下，在直方图数据表格Th的角度信息(θ2)的栏中储存10°的值。
另外，在图10(a)所示的偏角数据表格Td中确定角度区域θk的角度范围中包含的偏角，在图8(a)的散点图数据表格Ts中确定与所确定的偏角对应的坐标位置，对在所确定的坐标位置储存的度数(频度)进行总计，从而取得在度数数据Fk的栏中储存的细菌的出现频度。例如，在求度数数据F2的出现频度的情况下，首先，在图10(a)的偏角数据表格Td中确定10°～20°中包含的偏角。在该情况下，在偏角数据表格Td中确定偏角θ31(θ31≈18°)、偏角θ41(θ41≈14°)等。接下来，在图8(a)的散点图数据表格Ts中确定与所确定了的偏角θ31、θ41对应的坐标位置(3，1)、(4，1)等，对在所确定的坐标位置(3，1)、(4，1)等储存的度数G31、G41等进行总计，取得该总计值而作为度数数据F2。另外，在度数的总计中，如上所述，从度数的总计对象中去掉了区域B中包含的坐标位置。
在这样制作了直方图数据表格Th之后，取得度数数据为最大的角度区域的角度信息，作为偏角信息θp。例如，当度数数据Fi在全部度数数据中最大的情况下，取得角度区域θi的角度信息(θi)，作为偏角信息θp。
图10(c)是根据图10(b)所示的直方图数据表格Th中储存的角度信息(θk)和度数数据Fk制作出直方图时的直方图的例示图。在图10(c)中，横轴是角度区域θk的角度信息(θk)、纵轴是与角度区域θk对应的度数数据F。在该例子中，取得与在直方图中出现的2个波峰中的、左侧的波峰的峰值对应的角度信息，作为偏角信息θp。
这样取得的偏角信息θp对应于在图7(a)～(c)中附记的直线的相对横轴的倾角。偏角信息θp是表示二维散点图中的粒子的分布图形的特征的参数。更详细而言，偏角信息θp表示在二维散点图上粒子密集的位置，是代表地表示检测体所包含的各个细菌的表面积与通过色素进行的染色情况的关系的值。因此，通过比较偏角信息θp和规定的阈值，能够判定测定试样中包含的细菌的形态。
另外，在测定试样中混合存在多个细菌的情况下，如上所述，最好正确地判定混合存在多个细菌。在本实施方式中，为了该判定，还使用低角度区域θL的度数相对全部角度区域(θ1～θm)的度数的比例α。此处，如图10(c)所示，低角度区域θL是0°～θa的范围中包含的角度区域。例如，在低角度区域θL被设定为角度区域θ1以及θ2的情况下，计算度数数据F1以及F2的加法值FL相对度数数据F1～Fm的总计值FA的比例，作为比例α。比例α通过下式求出。
α＝(FL/FA)×100…(1)
定义低角度区域θL的θa能够设定为例如0°<θa<30°。更优选，θa能够设为0°<θa<20°。
在图10(c)所示的直方图中，附加有阴影的区域对应于低角度区域θL，该区域的度数相对全部区域的度数的比例为比例α。
比例α是表示0～90°的角度范围中的直方图整体的分布状态、与一部分的角度范围中的分布状态的关系的参数。本实施方式中的比例α是表示低角度区域θL中的粒子数、与整体的角度范围中的粒子数的比例的值。即，启发了比例α的值越大，粒子越局部存在于散点图中的低角度区域中。即，可知杆菌单独存在的可能性高。另一方面，启发了如果比例α的值小，则粒子分散在低角度至高角度的宽范围内。
通过这样取得的比例α和上述偏角信息θp的组合在预先准备的特征空间中属于哪个划分范围(判定区域)中，判定测定试样中包含的细菌是杆菌、是球菌(链球菌、葡萄球菌)、或者是复合型。
图11(a)是示意地示出用于判定检测体中包含的细菌的形态的特征空间的图。在图11(a)中，横轴表示比例α的大小，纵轴表示偏角信息θp的大小。
如图11(a)所示，对纵轴和横轴分别设定阈值角度θs和阈值αs，通过这些阈值角度θs和阈值αs，特征空间被划分为判定区域S1～S3。如上所述，通过检测体的测定结果包含于判定区域S1～S3中的哪个区域中，判定测定试样中包含的细菌的形态。
图11(b)是在测定试样中主要包含球菌(链球菌、葡萄球菌)时的直方图的例示图。图11(c)是在测定试样中主要包含杆菌时的直方图的例示图。图11(d)是在测定试样中多个形态的细菌混合存在时的直方图的例示图。在图11(b)中，示出了测定试样中包含链球菌时的直方图h1、和测定试样中包含葡萄球菌时的直方图h2。
如图11(c)所示，在测定试样中主要包含杆菌的情况下，直方图有在阈值角度θs以下的角度范围内出现峰值、数据的出现度数也集中到低角侧的倾向。因此，如图11(a)所示，与杆菌对应的判定区域S1被设定为偏角信息θp是阈值角度θs以下、并且比例α是阈值αs以上的区域。
如图11(d)所示，在测定试样中多个形态的细菌混合存在的情况下，直方图有在阈值角度θs以下的角度范围内出现峰值、数据的出现度数平滑地分布在低角至高角的范围内的倾向。因此，如图11(a)所示，与复合型(多个形态的细菌混合存在的类型)对应的判定区域S3被设定为偏角信息θp是阈值角度θs以下、并且比例α小于阈值αs的区域。
如图11(b)所示，在测定试样中主要包含球菌(链球菌、葡萄球菌)的情况下，直方图在比阈值角度θs大的角度范围内出现峰值。因此，如图11(a)所示，与球菌(链球菌、葡萄球菌)对应的判定区域S2被设定为偏角信息θp大于阈值角度θs的区域。
通过上述偏角信息θp和比例α的组合属于图11(a)的特征空间上的哪个判定区域，判定测定试样中包含的细菌的形态。即，在偏角信息θp和比例α的组合属于判定区域S1的情况下，判定为测定试样中包含的细菌是杆菌，在该组合包含于判定区域S2中的情况下，判定为测定试样中包含的细菌是球菌(链球菌、葡萄球菌)。另外，在偏角信息θp和比例α的组合属于判定区域S3的情况下，判定为测定试样中包含的细菌是复合型。
另外，关于阈值角度θs以及阈值αs，考虑测定装置的特性等，设定为能够获得高的判定精度。同样地，关于用于取得比例α的低角度区域θL，也考虑测定装置的特性等，设定为能够获得高的判定精度。关于这些阈值角度θs、阈值αs以及低角度区域θL，除了默认地设定以外，也可以由操作者适当地调整。
另外，在本实施方式中，通过偏角信息θp和比例α的组合而判定细菌的形态，所以即使在多个角度范围出现峰值的情况下，也能够正确地判别细菌的形态。例如，在图11(b)的直方图h1中，在2个角度出现峰值。这不是在测定试样中杆菌和球菌混合存在，而是根据二维散点图中的点的分布情形，在低角度的角度范围内出现了小的峰值。这样，在偶然地在多个角度范围内出现了峰值的情况下，如果使用上述专利文献1记载的仅与峰值角度以及峰值角度的出现次数对应的细菌的形态的判别手法，则存在测定试样中包含的细菌的形态被误判定为复合型的担心。相对于此，在本实施方式中的判定手法中，最大的峰值θp大于阈值角度θs、并且比例α小，所以能够正确地判定为测定试样中包含的细菌的形态是球菌单独。
另外，还可能发生如下情况：测定试样中包含的细菌的形态是复合型，但峰值仅出现1次；或者，虽然测定试样中包含的细菌的形态是杆菌单独，但却出现多次峰值。
图12(a)是测定试样中多个形态的细菌混合存在时的直方图的例示图。图12(b)是测定试样中主要包含杆菌时的直方图的例示图。
链球菌可能包含连锁的长度相互不同的各种类型的菌。因此，如图12(a)所示，在表示杆菌的峰值和表示球菌的峰值叠加的情况下，有可能尽管细菌的形态是复合型，但却成为整体是平缓的波形且仅出现1个峰值的直方图。在该情况下，如果使用上述专利文献1记载的仅与峰值角度以及峰值角度的出现次数对应的细菌的形态的判别手法，则存在测定试样中包含的细菌的形态被误判定为杆菌单独的担心。相对于此，在本实施方式中的判定手法中，比例α小于阈值αs，所以能够正确地判定为测定试样中包含的细菌的形态是复合型。
另外，即使在测定试样中包含的细菌的形态是杆菌单独的情况下，如果2个以上的杆菌同时通过流通池203c，则多个杆菌密集而成为大的粒子，如图12(b)所示，有可能在高的角度范围内偶然出现第2个峰值。在该情况下，如果使用上述专利文献1记载的仅与峰值角度以及峰值角度的出现次数对应的细菌的形态的判别手法，则存在测定试样中包含的细菌的形态被误判定为是复合型的担心。相对于此，在本实施方式中的判定手法中，比例α为阈值αs以上，所以能够正确地判定为测定试样中包含的细菌的形态是杆菌单独。
图13是图6的S14中的“分析处理”的处理流程图。
首先，CPU301从硬盘304将测定数据读出到RAM303中，根据读出的测定数据，测量测定试样中包含的细菌的总数以及白血球的数量(S101)。通过图3所示的结构，根据针对分别调制的试样而得到的测定数据，分别测量细菌的总数和白血球的总数。另外，在本实施方式中，如图3所示，分别调制了细菌的测量用的试样和白血球的测量用的试样，但也可以在白血球的测量中使用为了细菌的测量而调制出的试样。在该情况下，关于前方散射光强度以及荧光强度的检测灵敏度，在细菌的测量时和白血球的测量时，被分别调整为适合的灵敏度。
接下来，CPU301判定测定试样中包含的细菌的数量是否为规定值以上(S102)。即，根据在S101中测量出的细菌的总数，取得1μL的测定试样中包含的细菌的数量，判定上述细菌的数量是否为规定值以上。另外，为了进行本实施方式中的细菌的形态判定的解析，需要某种程度的数量的细菌数。在本实施方式中，S102的判定中使用的规定值相对1μL的测定试样为100个左右。
在测定试样中包含的细菌的数量是规定值以上的情况下(S102：“是”)，CPU301进一步判定测定试样中包含的白血球的数量是否为规定值以上(S103)。即，根据在S101中测量出的白血球的总数，取得1μL的测定试样中包含的白血球的数量，判定上述白血球的数量是否为规定值以上。另外，在本实施方式中，S103的判定中使用的规定值相对例如相对1μL的测定试样为10个左右。
这样，在本实施方式中，作为是否开始细菌的形态判定的解析的判定要素，除了细菌的总数以外，还使用白血球的总数，从而能够仅针对存在是尿路感染症的怀疑的检测体进行细菌的形态判定的解析。
如果判定为测定试样中包含的细菌的数量小于规定值(S102：“否”)、或者判定为测定试样中包含的白血球的数量小于规定值(S103：“否”)，则CPU301判定为不需要细菌的形态判定(S104)，结束处理。另一方面，如果判定为测定试样中包含的细菌的数量是规定值以上(S102：“是”)、并且判定为测定试样中包含的白血球的数量是规定值以上(S103：“是”)，则CPU301使处理进入到S105。
在S105中，CPU301根据测定数据，制作图8(a)所示的散点图数据表格Ts。进而，CPU301根据制作出的散点图数据表格Ts，制作图10(b)所示的直方图数据表格Th(S106)。
接下来，CPU301使用制作出的直方图数据表格Th，如上所述抽出度数数据为最大的角度区域，取得与该角度区域对应的偏角信息θp(S107)。进而，CPU301使用直方图数据表格Th，如上所述计算低角度区域θL的度数相对全部角度区域的度数的比例α(S108)。
这样，如果计算了偏角信息θp和比例α，则CPU301判定这些特征信息属于图11(a)所示的特征空间的判定区域S1～S3中的哪个区域(S109、S110)。由此，判定检测体中包含的细菌的形态，根据判定结果对检测体赋予与细菌的形态性的特征有关的标记。具体而言，CPU301在偏角信息θp是阈值角度θs以下(S109：“是”)、并且比例α是阈值αs以上的情况(S110：“是”)、即上述特征信息包含于特征空间的判定区域S1中的情况下，CPU301判定为测定试样中包含的细菌主要是杆菌(S111)。对该检测体赋予“杆菌”的标记，作为与细菌的形态性的特征有关的标记。另外，在偏角信息θp是阈值角度θs以下(S109：“是”)、并且比例α小于阈值αs的情况(S110：“否”)、即上述特征信息包含于特征空间的判定区域S3中的情况下，CPU301判定为在测定试样中混合存在杆菌和球菌(S112)。对该检测体赋予“混合”标记，作为与细菌的形态性的特征有关的标记。进而，在偏角信息θp超过阈值角度θs的情况(S109：“否”)、即上述特征信息包含于特征空间的判定区域S2中的情况下，CPU301判定为测定试样中包含的细菌主要是球菌(链球菌或者葡萄球菌)(S113)。
另外，在本实施方式中，通过S109的判定而判定了检测体中包含的细菌是否为球菌，但也可以更详细地判别球菌的类别是链球菌还是葡萄球菌。在该情况下，设定用于对特征空间的判定区域S2进行2分割的第2阈值角度θs2。第2阈值角度θs2被设定为高于在链球菌时得到的偏角、且小于在葡萄球菌时得到的偏角的角度。例如，第2阈值角度θs2被设定为图11(b)的直方图h1的偏角信息θp与直方图h2的偏角信息θp之间的角度。由此，能够更详细地判别球菌的类别。
这样，CPU301将分析结果存储到硬盘304中(S114)，结束分析处理，该分析结果包括如上述那样得到的与有无尿路感染症有关的判定结果、和与细菌的形态性的特征有关的标记。然后，CPU301在图6(b)的S15中，制作用于显示所得到的分析结果的显示画面，使制作出的显示画面显示于显示部320中。
图14是信息处理装置3的显示部320中显示的信息显示画面400的例示图。依照图6的S15而显示信息显示画面400。
信息显示画面400包括被试验者ID区域401、测定日期时间区域402、散点图区域403、直方图区域404、被试验者信息区域405以及细菌信息区域406。
在被试验者ID区域401中，显示识别提取了成为该分析的源的检测体的被试验者的被试验者ID。在测定日期时间区域402中，显示进行了该测定的测定日期时间。在散点图区域403中，显示通过该测定得到的与图8(b)对应的二维散点图。在直方图区域404中，显示根据散点图区域403中显示的散点图得到的与图10(c)对应的直方图。
在被试验者信息区域405中，显示与被试验者ID对应的被试验者的姓名、担当医生、来自担当医生的注释等。另外，也可以经由输入部310(参照图5)，输入与对该被试验者投放的药剂有关的信息，并显示于被试验者信息区域405中。
在细菌信息区域406中，显示在图13所示的分析处理中对检测体赋予的与细菌的形态性的特征有关的标记、或者对应于标记的消息。例如，在对检测体赋予了杆菌的标记的情况下(S111)，在细菌信息区域406中显示为“杆菌？”。在对检测体赋予了复合的标记的情况下(S112)，在细菌信息区域406中显示为“混合”或者“杆菌/球菌？”。另外，在对检测体赋予了球菌的标记的情况下(S113)，在细菌信息区域406中显示为“球菌？”。另外，在细菌信息区域406的显示内容的末尾附加的“？”表示该检测体中包含显示内容的细菌的可能性高。另外，在未判定细菌的形态的情况、无法判定细菌的形态的情况下，在细菌信息区域406中显示空白或者“UNKNOWN”。
另外，也可以在信息显示画面400中还设置显示有无尿路感染症的怀疑的区域。在该情况下，显示为“尿路感染症？”。另外，如果进行了图13的S104的判定，则在该区域中什么都不显示。
图15(a)是示出针对尿路感染症检测体85检测体进行的本实施方式的细菌的形态的判定结果的表，图15(b)是示出针对尿路感染症检测体85检测体进行的上述专利文献1记载的现有技术下的判定结果的表。各个基准(reference)将革兰氏染色标本设为进行目视检查而得到的判定结果(杆菌64检测体、球菌11检测体、复合型(杆菌和球菌的复合)10检测体)，表示针对它的一致率、灵敏度、PPV(阳性命中率)。
另外，在上述专利文献1记载的算法中，关于将检测体中包含的细菌的前方散射光强度和荧光强度作为参数的散点图，检测各细菌相对原点的角度。然后，根据角度和在细菌数的直方图中峰值出现的角度来判定细菌的形态。在细菌的判定中，包含峰值的角度区域和细菌的形态对应起来。此处，对杆菌分配低角度区域(0度以上25度以下)，对链球菌分配中角度区域(大于25度且45度以下)，对葡萄球菌分配高角度区域(大于45度且80度以下)。在图15(b)的判定中，在峰值包含于链球菌或者葡萄球菌的角度区域中的情况下，判定为“球菌”，在2个峰值分别包含于杆菌和球菌(链球菌、葡萄球菌)的角度区域中的情况下，判定为“混合”。
参照图15(a)，说明本实施方式的判定结果。
通过本实施方式的判别手法，在目视中判定为杆菌的64个检测体中的50个检测体被判定为杆菌。另外，通过本实施方式的判别手法，在目视中判定为球菌的11个检测体中的5个检测体被判定为球菌。进而，通过本实施方式的判别手法，在目视中判定为复合型(混合)的10个检测体中的5个检测体被判定为复合型(混合)。
另一方面，通过本实施方式的判定结果判定为杆菌的55个检测体中的50个检测体在目视中也被判定为杆菌。另外，通过本实施方式的判定结果判定为球菌的8个检测体中的5个检测体在目视中也被判定为球菌。进而，通过本实施方式的判定结果判定为复合型(混合)的22个检测体中的5个检测体在目视中也被判定为复合型(混合)。
根据以上，判明了目视与本实施方式的判别手法之间的整体的一致率是70.6％(60/85)，得到了高的判定精度。更详细而言，针对杆菌的灵敏度是78.1％(50/64)，针对杆菌的PPV是90.9％(50/55)，针对球菌的灵敏度是45.5％(5/11)，针对球菌的PPV是62.5％(5/8)，针对杆菌和球菌的复合型的灵敏度是50.0％(5/10)，PPV是22.7％(5/22)。
参照图15(b)，说明现有技术下的判定结果。
在目视中判定为杆菌的64个检测体中的48个检测体通过现有技术的判别手法被判定为杆菌。另外，在目视中判定为球菌的11个检测体中的6个检测体通过现有技术的判别手法被判定为球菌。进而，在目视中判定为复合型(混合)的10个检测体中的0个检测体通过现有技术的判别手法被判定为复合型(混合)。
另一方面，通过现有技术下的判定结果判定为杆菌的56个检测体中的48个检测体在目视中也被判定为杆菌。另外，通过现有技术下的判定结果判定为球菌的15个检测体中的6个检测体在目视中也被判定为球菌。进而，通过现有技术下的判定结果判定为复合型(混合)的14个检测体中的0个检测体在目视中也被判定为复合型(混合)。
根据以上，目视与现有技术的判别手法之间的整体的一致率是63.5％(54/85)。更详细而言，针对杆菌的灵敏度是75.0％(48/64)，针对杆菌的PPV是85.7％(48/56)，针对球菌的灵敏度是54.5％(6/11)，针对球菌的PPV是40.0％(6/15)，针对杆菌和球菌的复合型的灵敏度是0.0％(0/10)，PPV是0.0％(0/14)。
这样，可知本实施方式的判别手法相比于现有技术的判别手法，针对杆菌的PPV、针对球菌的PPV更良好，特别地，在复合型的灵敏度和PPV中得到了非常良好的结果。另外，可知作为整体，得到大于7成的一致率，能够通过本实施方式的判别手法，精度优良地判别细菌的形态。这样，能够分别精度优良地判别仅包含杆菌的检测体、仅包含球菌的检测体、包含两者的检测体，所以能够提供用于选择正确的抗菌药的信息。
以上，根据本实施方式，如图11(a)所示，根据偏角信息θp与比例α的关系来判定细菌的形态。因此，即使如图11(b)、图12(b)所示地出现多次峰值那样的情况下，也能够正确地判定细菌的形态是杆菌单独或者球菌单独。另外，即使在如图12(a)所示地仅出现1个峰值那样的情况下，也能够正确地判定细菌的形态是复合型。这样，相比于上述专利文献1记载的仅与峰值角度以及峰值角度的出现次数对应的细菌的形态的判别手法，能够精度优良地判定细菌的形态。
另外，根据本实施方式，如图11(a)所示，在使用划分为判定区域S1～S3的特征空间的同时，通过偏角信息θp和比例α包含于哪个判定区域中来判定细菌的形态，所以能够通过简易的处理来判定检测体中包含的细菌的形态。
另外，根据本实施方式，在偏角信息θp和比例α包含于判定区域S1中的情况下，判定为检测体中包含的细菌是杆菌，在偏角信息θp和比例α包含于判定区域S2中的情况下，判定为检测体中包含的细菌是球菌，在偏角信息θp和比例α包含于判定区域S3中的情况下，判定为检测体中包含的细菌是杆菌以及球菌的复合型。由此，如图15所示，能够精度优良地判定检测体中包含的细菌的形态是杆菌、球菌或者复合型。
另外，根据本实施方式，如图13的S102所示，在测定试样中包含的细菌的数量不是规定值以上的情况下，判定为不需要细菌的形态判定，不进行细菌的形态判定的处理。因此，能够防止不需要的细菌的形态判定，并且能够防止对用户提供基于不充分的测定试样的精度低的判定结果。
另外，根据本实施方式，如图13的S103所示，通过除了细菌的数量以外，还参照测定试样中包含的白血球的数量，能够判定是否需要细菌的形态判定。因此，相比于仅通过细菌的数量判定是否需要细菌的形态判定的情况，能够更正确地判定是否需要细菌的形态判定，能够得到精度更高的细菌的判定结果。
进而，根据本实施方式，判定尿检测体的细菌的形态，所以能够采取及时有效的投药以及处理。
以上，说明了本发明的实施方式，但本发明不限于上述实施方式，并且，本发明的实施方式除了上述以外还能够进行各种变更。
例如，在上述实施方式中，作为测定对象而例示了尿，但关于血液、尿以外的体液，也能够作为测定对象。即，在检查体液的检测体检查装置中也能够应用本发明。此处，“体液”是指体腔内存在的体腔液。具体而言，是指脑脊髓液(髓液、CSF：充满脑室和蛛网膜下腔的液)、胸水(胸膜液、PE：在胸膜腔中积存的液)、腹水(在腹膜腔中积存的液)、心囊液(在心膜腔中积存的液)、关节液(滑液：存在于关节、滑液囊、腱鞘中的液)等。另外，也包含腹膜透析(CAPD)的透析液、腹腔内清洗液等而作为体液的一种。
另外，在上述实施方式中，取得前方散射光强度和荧光强度这2种光学信息，通过解析将它们作为2个轴的坐标平面中的粒子的分布而判定菌种，将解析中使用了的坐标平面(散点图)显示于信息显示画面(图14)中。但是，在信息显示画面中显示的粒子分布图也可以与解析中使用的坐标平面不同。例如，也可以与用于菌种判定的坐标平面独立地，根据从各粒子取得的3个光学信息(例如前方散射光强度、侧方散射光强度以及荧光强度)而生成将这3个参数作为轴的三维散点图，并显示于信息显示画面中。或者，也可以在生成了由三维的坐标空间构成的粒子分布图之后，针对该坐标空间中的特定的平面进行本实施方式的解析，从而执行菌种的判定。不论在哪一个情况下，都必须在将2种光学信息作为轴的坐标平面上解析粒子的分布，只要经由这样的工序，就包含于本发明的检测体分析方法的范围内。
另外，在上述实施方式中，如图11(a)所示，通过简单的矩形形状划分了特征空间，但为了进一步提高一致率、命中率，期望根据数据收集结果，实现特征空间的判定区域的最佳化。
图16(a)是变更例的特征空间的例示图。图16(b)是在变更例的使细菌的形态的判别结果分布到特征空间中的例示图。
如图16(a)所示，在本变更例中，以使判定区域S1和判定区域S3的边界线倾斜的方式，划分了特征空间。由此，如图16(b)所示，能够更正确地进行细菌的形态的判别。
另外，在上述实施方式中，如图11(a)所示，特征空间被划分为判定区域S1～S3这3个区域，但也可以将判定区域S2和S3综合为一个判定区域。
图17是示意地示出本变更例的用于判定检测体中包含的细菌的形态的特征空间的图。
如图17所示，在本变更例中，通过检测体的测定结果包含于判定区域S1以及S4中的哪一个区域中而判定测定试样中包含的细菌的形态是杆菌单独还是杆菌以外的类型(球菌或者混合)。
在该情况下，作为与细菌的形态性的特征有关的标记，对检测体赋予“杆菌”以及“球菌或混合”这2种标记中的某一个。与上述的实施方式相比标记的种类少了，但通过赋予2中标记，能够提供用于判断是应该选择对杆菌有感受性的抗菌药还是应该选择对杆菌和球菌这双方有感受性的具有宽域谱的抗菌药。。
图18(a)是示出使图17进一步变形了的特征空间的图。图18(b)是示出根据本变更例进行的细菌的形态的判定结果的表。
在目视中判定为杆菌的64个检测体中的52个检测体通过本变更例的判别手法被判定为杆菌。另外，在目视中判定为球菌或者复合型(混合)的21个检测体中的15个检测体通过本变更例的判别手法被判定为球菌或者复合型(混合)。
另一方面，通过本变更例的判定结果判定为杆菌的58个检测体中的52个检测体在目视中也被判定为杆菌。另外，通过本变更例的判定结果判定为球菌或者复合型(混合)的27个检测体中的15个检测体在目视中也被判定为球菌或者复合型(混合)。
根据以上，判明了目视与本变更例的判别手法之间的整体的一致率是78.8％(67/85)，得到了更高的判定精度。另外，针对杆菌的灵敏度是81.3％(52/64)，针对杆菌的PPV是89.7％(52/58)，针对球菌或者复合型(混合)的灵敏度是71.4％(15/21)，针对球菌或者复合型(混合)的PPV是55.6％(15/27)，能够更良好地判定球菌或者复合型。
另外，在特征空间中设定的判定区域也可以是椭圆形形状等各种形状。另外，根据判定的细菌的形态，也能够适当地变更区域的位置、数量等。
另外，在上述实施方式中，如图11(a)所示，通过检测体的测定结果包含于判定区域S1～S3中的哪个区域中而判定了测定试样中包含的细菌的形态，但一旦分类了检测体的测定结果包含于哪个区域中之后，也可以更细致地分类包含于特定的区域中的部分，从而判定测定试样中包含的细菌的形态。另外，一旦分类了检测体的测定结果包含于哪个区域中，也可以进一步依照规定的基准修正该分类，从而判定测定试样中包含的细菌的形态。
但是，杆菌在增殖时，不易如葡萄球菌、链球菌那样形成大的凝集块。因此，如图7(a)所示，杆菌通常处于在前方散射光强度(峰值)和荧光强度的二维散点图上，大半的点分布于下部的区域中的倾向。但是，对于杆菌的形态，有大小大的部分，针对这样的杆菌检测的前方散射光的强度(峰值)成为比较大的强度。例如，Klebsiellapneumoniae的大小比大肠菌等肠内细菌科的细菌更大。在测定试样中大量地包含这样的形态的杆菌的情况下，如图19(a)所示，点有可能按照接近球菌的情况的点的分布而分布。
图19(a)是示出测定试样中包含多个大的杆菌的情况的前方散射光强度(峰值)和荧光强度的二维散点图的一个例子的图。图19(b)、图19(c)分别是示出与图7(b)、图7(c)同样的二维散点图的图。
在参照图19(a)时，即使在细菌的形态是杆菌的情况下，点也几乎不分布在下部的区域中，图19(a)的散点图的点的分布变为接近图19(b)、(c)所示的球菌的散点图的点的分布。因此，关于大的种类的杆菌，优选设定不会误判定为球菌或混合型那样的判定基准。
因此，在通过上述判别手法判定为球菌或者复合型的情况下，期望按照与上述实施方式以及变更例不同的基准再次判定细菌的形态，并修正判定结果。
图19(d)～图19(f)分别是示意地示出表示图19(a)～图19(c)的下部的区域A1中包含的细菌的出现频度的直方图的图。
在测定试样中包含大的杆菌的情况下，前方散射光的强度(峰值)变大，所以有在图19(a)的区域A1中，在前方散射光强度高的范围中，杆菌的度数(频度)变高的倾向。因此，针对图19(a)的区域A1的细菌的直方图一般有图19(d)所示那样的倾向。另外，图19(d)中的小的峰值对应于细菌以外的夹杂物的频度(度数)。
相对于此，在图19(b)所示的链球菌的散点图、和图19(c)所示的葡萄球菌的散点图中，一般，多个单独的球菌集中在前方散射光强度低的范围内。因此，针对图19(b)、(c)的区域A1的细菌的直方图一般有图19(e)、(f)所示那样的倾向。图19(e)、(f)中的峰值对应于球菌不相互重叠而通过了流通池203c时的球菌的频度(度数)。
因此，图19(a)的散点图、和图19(b)、(c)的散点图能够通过前方散射光强度小的范围内的与细菌的出现频度有关的参数而相互区分。因此，通过使用该参数再次判定细菌的形态，能够区分测定试样中包含的细菌是杆菌(大的杆菌)、还是球菌或者混合。
图20(a)～图20(d)分别是示出前方散射光强度小的区域中的与细菌的出现频度有关的参数(以下称为“第1再判定参数”)的设定例的图。在图20(a)～图20(d)中，分别叠加示出表示测定试样中包含大的杆菌时的区域A1中包含的细菌的出现频度的直方图h3、和表示测定试样中主要包含球菌时的区域A1中包含的细菌的出现频度的直方图h4。另外，如图19(a)～图19(c)所示，区域A1包括散点图的原点附近的区域。
例如，作为第1再判定参数，能够使用前方散射光强度的直方图中的规定的百分位值。此处，百分位值是指频度达到全部频度的规定百分比时的前方散射光强度。
如图20(a)所示，在测定试样中包含大的杆菌的情况下，直方图的原点附近处的细菌的出现频度低，在测定试样中包含球菌的情况下，直方图的原点附近处的细菌的出现频度非常高。即，在测定试样中包含大的杆菌时的直方图h3中的百分位值W1大于在测定试样中包含球菌时的直方图h4中的百分位值W2。因此，在这样的情况下，通过将百分位值作为第1再判定参数而与规定的阈值进行比较，能够区分测定试样中包含大的杆菌的情况、和测定试样中包含球菌的情况。
另外，也可以使用直方图中的出现频度的峰值作为第1再判定参数。
如图20(b)所示，在直方图h4中，在原点附近出现细菌所致的频度的峰值，所以在前方散射光强度是M2时，细菌的出现频度成为最大。相对于此，在直方图h3中，在原点附近不出现细菌所致的频度的峰值，所以在前方散射光强度是M1时，细菌的出现频度成为最大。此处，前方散射光强度M1大于前方散射光强度M2。因此，通过将出现频度最大的前方散射光强度作为第1再判定参数而与规定的阈值进行比较，能够区分测定试样中包含大的杆菌的情况、和测定试样中包含球菌的情况。
另外，也可以将规定的百分位值以下的前方散射光强度范围中的细菌的出现频度的最大值用作为第1再判定参数。通常，关于该最大值，直方图h4的一方比直方图h3更大。因此，通过将该最大值用作第1再判定参数，能够区分测定试样中包含的细菌是杆菌(大的杆菌)、还是球菌或者混合。
另外，也可以使用规定的前方散射光强度下的细菌的出现频度的值而作为第1再判定参数。
如图20(c)所示，直方图h4相比于直方图h3，在前方散射光强度小的范围内，出现频度急剧变高。因此，如果将规定的前方散射光强度(FSC0)设定在原点附近，参照该前方散射光强度(FSC0)下的细菌的频度，则直方图h3中的频度N1与直方图h4中的频度N2相比非常小。因此，通过将规定的前方散射光强度(FSC0)下的细菌的频度作为第1再判定参数而与规定的阈值进行比较，能够区分测定试样中包含大的杆菌的情况、和测定试样中包含球菌的情况。
进而，关于第1再判定参数，也可以使用前方散射光强度小的区域中包含的细菌的总数。
如图20(d)所示，直方图h3的面积小于直方图h4的面积。因此，通过将前方散射光强度小的区域中包含的细菌的总数作为第1再判定参数而与规定的阈值进行比较，能够区分测定试样中包含大的杆菌的情况、和测定试样中包含球菌的情况。另外，取得细菌的总数的区域也可以设定为与图19(a)～(c)所示的区域A1相比前方散射光强度更小的区域。
另外，关于用于再次判定细菌的形态的参数，除了上述第1再判定参数以外，还能够如以下那样设定。
图21(a)是示出测定试样中包含多个大的杆菌时的前方散射光强度(峰值)和前方散射光脉冲宽度的二维散点图的例示图。图21(b)是示出测定试样中包含球菌和大的杆菌时的前方散射光强度(峰值)和前方散射光脉冲宽度的二维散点图的例示图、图21(c)是示出测定试样中包含球菌时的前方散射光强度(峰值)和前方散射光脉冲宽度的二维散点图的例示图。
在细菌的测定中，细菌的长度越长，向细菌照射激光的期间越长，所以前方散射光脉冲宽度变大。
球菌如果增殖则容易制作凝集块，所以即使增殖整体长度也不易变长。如图7(a)的下部所示，关于杆菌，一个一个细菌具有细长的棒状或者圆筒的形状，所以越是增殖整体长度越易于变长。因此，在测定试样中包含多个大的杆菌的情况下，如图21(a)所示，得到点相对前方散射光脉冲宽度的轴而分布在宽的范围中的二维散点图。相对于此，如图21(b)、图21(c)所示，在复合型(混合)、球菌的情况下，相比于图21(a)的情况，得到点几乎不分布在前方散射光脉冲宽度大的区域中的二维散点图。
因此，即使在如图19(a)那样包含多个大的杆菌那样的情况下，通过使用在前方散射光强度(峰值)和前方散射光脉冲宽度的二维散点图中与前方散射光脉冲宽度大的区域中的细菌的出现频度有关的参数(以下称为“第2再判定参数”)来再次判定细菌的形态，能够精度优良地判定测定试样中包含的细菌是杆菌(大的杆菌)还是球菌。
另外，前方散射光脉冲宽度大的区域中的、比区域A2更上侧的区域包含多个凝集了的球菌的可能性高，所以期望从用于再判定细菌的形态的区域中去掉。另外，比区域A2更下侧的区域包含夹杂物的可能性高，所以期望从用于再判定细菌的形态的区域中去掉。因此，在本变更例中，如图21(a)～图21(c)所示，使用前方散射光脉冲宽度大的区域中的、去掉了上部和下部的区域的区域A2中的与细菌的出现频度有关的参数来再次判定细菌的形态。
作为第2再判定参数，例如，能够使用区域A2中包含的细菌的总数。
在比较图21(a)～图21(c)时，在图21(a)的情况下，在区域A2中包含多个细菌，在图21(b)、(c)的情况下，在区域A2中不包含那么多的细菌。因此，通过将前方散射光脉冲宽度大的区域中包含的细菌的总数作为第2再判定参数而与规定的阈值进行比较，能够区分测定试样中包含大的杆菌的情况、和测定试样中包含球菌的情况。
图22是本变更例的分析处理的处理流程图。在图22的流程图中，追加了在图13的S109或者S110中判定为“否”、细菌的形态被判定为球菌或者复合型的情况下，再次判定细菌的形态是否为杆菌的处理S201～S207。
在通过偏角信息θp和比例α而细菌的形态被判定为球菌的情况(S109：“否”)或者被判定为复合型的情况(S110：“否”)下，CPU301制作与图21(a)所示的前方散射光强度和前方散射光脉冲宽度的二维散点图相当的散点图数据表格Ts2(S201)。
接下来，CPU301根据在S105(参照图13)中制作的散点图数据表格Ts，取得与前方散射光强度和荧光强度的二维散点图的区域A1(参照图19(a))内的粒子的频度有关的第1再判定参数Pa(S202)。另外，CPU301根据在S201中制作了的散点图数据表格Ts2，取得与前方散射光强度和前方散射光脉冲宽度的二维散点图的区域A2(参照图21(a))内的粒子的频度有关的第2再判定参数Pb(S203)。这样，如果取得了第1再判定参数Pa以及第2再判定参数Pb，则CPU301判定参数Pa、Pb是否分别满足表示细菌是杆菌的规定的阈值条件(S204、S205)。
在第1再判定参数Pa满足阈值条件(S204：“是”)、并且第2再判定参数Pb满足阈值条件的情况(S205：“是”)下，CPU301不管基于偏角信息θp和比例α的判定(S109：“否”、或者、S110：“否”)如何，都判定为测定试样中包含的细菌主要是杆菌(S206)。另一方面，在第1再判定参数Pa不满足阈值条件(S204：“否”)、或者第2再判定参数Pb不满足阈值条件的情况(S205：“否”)下，CPU301依照基于偏角信息θp和比例α的判定(S109：“否”、或者、S110：“否”)，判定为细菌的形态是球菌或者复合型(混合)(S207)。
图23(a)是示出针对尿路感染症检测体85检测体进行的基于上述实施方式的细菌的形态的判定结果的表。图23(b)是示出针对尿路感染症检测体85检测体进行的基于本变更例的细菌的形态的判定结果的表。在图23(a)中，为了与本变更例进行比较，示出对在上述实施方式中判定为球菌时的值、和判定为复合型(混合)时的值进行合计而得到的值
参照图23(b)，通过本变更例的判别手法，在目视中判定为杆菌的64个检测体中的57个检测体被判定为杆菌。另外，通过本变更例的判别手法，在目视中判定为球菌或者复合型(混合)的21个检测体中的14个检测体被判定为球菌或者复合型(混合)。
另一方面，在通过本变更例的判定结果判定为杆菌的64个检测体中的57个检测体在目视中也被判定为杆菌。另外，通过本变更例的判定结果判定为球菌或者复合型(混合)的21个检测体中的14个检测体在目视中也被判定为球菌或者复合型(混合)。
根据以上，判明了目视与本变更例的判别手法之间的整体的一致率是83.5％(71/85)，得到了比图23(a)所示的上述实施方式时的一致率(77.6％)高的判定精度。另外，针对杆菌的灵敏度是89.1％(57/64)，能够比上述实施方式时(灵敏度：78.1％)更良好地判定杆菌。除此以外，针对杆菌的PPV是89.1％(57/64)，针对球菌或者复合型(混合)的灵敏度是66.7％(14/21)，针对球菌或者复合型(混合)的PPV是66.7％(14/21)，能够大致不逊色于上述实施方式地判定细菌的形态。
这样，如果设为本变更例的结构，通过使用第1再判定参数Pa和第2再判定参数Pb来进行细菌的形态的再判定，相比于仅基于上述实施方式的判别手法的情况，能够更精度良好地判定细菌的形态。
另外，在上述实施方式中，将针对角度区域θk的角度信息(θk)设为横轴(荧光强度)至该角度区域θk的角度，但也可以将纵轴(前方散射光强度)至该角度区域θk的角度设定为针对该角度区域θk的角度信息(θk)。
另外，在上述实施方式中，偏角信息θp被设定为数据的度数(细菌的出现频度)最高的角度区域的角度信息，但取得偏角信息θp的角度区域也可以不是数据的度数最高的角度区域，也可以设定为与数据的度数最高的角度区域相邻的角度区域等数据的度数变得最高的附近的角度区域。
另外，在上述实施方式中，作为比例α而求出了低角度区域中的粒子在整体的粒子数中所占的比例，但也可以不是低角度区域，而求出高角度侧的一部分的角度范围中的粒子的整体的粒子的比例。
另外，在上述实施方式中，使用了偏角信息θp，但是并不必须计算针对每个粒子的偏角，该偏角信息θp对应于根据针对每个粒子计算出的偏角而制作出的直方图(图10(a))中出现的峰值。例如，也可以针对以原点为中心的每个规定的角度将散点图分割为多个区域，计算所分割出的区域中包含的粒子的频度，从而求出偏角信息θp。
图24(a)是概念地示出本变更例的2维散点图上设定的角度区域C1～C5的图。图24(b)是示出本变更例的针对每个角度区域C1～C5的粒子的出现频度的直方图的例示图。图24(a)的2维散点图与图8(b)所示的2维散点图同样地，横轴为荧光强度，纵轴为前方散乱光强度。
在本变更例的情况下，首先，如图24(a)所示，在2维散点图上针对每个规定的角度δ设定角度区域C1～C5。然后，计算角度区域C1～C5中包含的粒子的频度(度数)的总数，从而如图24(b)所示，生成表示角度区域C1～C5的频度的直方图。求出该直方图的频度为峰值的角度区域，从而能够计算出偏角信息θp。
此外，与上述实施方式同样地，期望如图9(a)所示地从粒子数的计数对象中去掉原点附近的区域。
另外，在上述的实施方式中，作为图11(a)、图16(a)、图17(a)、图18(a)的特征空间的纵轴而使用了偏角信息θp，但也可以替代偏角信息θp而使用表示粒子的分布图形的特征的其他信息。例如，也可以不生成直方图，而制作图25所示的基于粒子的频度的等高线，从而取得表示粒子的分布图形的特征的信息。
图25是概念地示出本变更例的2维散点图上设定的等高线的图。图25的2维散点图与图8(b)所示的2维散点图同样地，横轴为荧光强度，纵轴为前方散乱光强度。
首先，求出在2维散点图上粒子的度数最大的坐标。接着，根据各个坐标的度数，如图25所示地，在2维散点图上分阶段地设定多个等高线区域。例如，将度数的最大值设为100％、每20％地设定5个等级的等高线区域。替代偏角信息θp，对应于顶点的等级5的位置被使用为表示粒子的分布图形的特征的信息。根据等级5的位置与对应于规定角度θs的虚线相比是更高角度侧还是更低角度侧，来决定特征空间中的检测体的纵轴的位置。如果等级5的位置属于比θs更高的高角度侧，则将检测体描绘在区域S2中。如果等级5的位置与θs相同或属于比θs更低的低角度侧，则将检测体描绘在区域S1或S3中。
此外，在等级5的等高线区域跨域低角度区域D1和高角度区域D2的情况下，比较等级5的等高线区域中的、属于低角度区域D1的粒子的度数的总数和属于高角度区域D2的粒子的度数的总数，判定为等级5的等高线区域属于总数大的一方的区域。
通过本变更例决定的仅仅为图11(a)的特征空间中的纵轴，所以与上述实施方式同样地，对低角度的区域中包含的粒子数相对整体的粒子数的比例α和规定的阈值进行比较。由此，判定粒子是否仅集中在低角度区域，判定细菌的形态是杆菌还是复合型。
表示粒子的分布图形的特征的信息也可以是基于2维散点图上的粒子的分散的方向矢量的斜率。
图26是概念地示出在2维散点图上设定的方向矢量E的图。图26的2维散点图与图8(b)所示的2维散点图同样地，横轴为荧光强度，纵轴为前方散乱光强度。
为了辨别细菌和其它粒子，设定假想为仅细菌出现的区域BCT。仅仅将在该区域BCT内出现的粒子计数为细菌。求出存在于区域BCT内的粒子的2维平面中的分散，求出通过分散的中心点且分散为最大的方向矢量E。替代偏角信息θp，将方向矢量E相对横轴的斜率使用为表示粒子的分布图形的特征的信息。通过斜率比规定角度θs更大还是更小来决定特征空间中的检测体的纵轴的位置。如果斜率大于θs，则将检测体描绘在区域S2中。如果斜率与θs相同或比θs小，则将检测体描绘在区域S1或S3中。
像这样地使用基于2维散点图上的粒子的分散的方向矢量的斜率的细菌的形态的判定手法记载在本申请申请人之前提出申请的日本公开专利公报、日本特开2004-305173号(对应美国专利公开公报No.US-2004-0219627-A1、No.US-2014-0127794-A1)中。通过参照而将日本特开2004-305173号(对应美国专利公开公报No.US-2004-0219627-A1、No.US-2014-0127794-A1)的公开内容引入到本申请中。
在上述例示出的表示粒子的分布图形的特征的信息未必一定是代表性的值。例如，也可以将分布图形整体与过去进行过诊断的其他的检测体的分布图形进行比较，从而判定细菌的形态。
例如，作为过去进行过诊断的患者的临床数据，预先将通过高可靠性的细菌的形态的判定手法(例如，基于目视的判定)而得到的判定结果、与该判定结果对应的2维散点图的粒子的分布图形存储到信息处理装置3(参照图5)的硬盘304(参照图5)等。如果新生成了2维散点图，则使用图形匹配手法比较该2维散点图的粒子的分布图形、存储在硬盘304(参照图5)中的过去的2维散点图的粒子的分布图形。通过比较，抽出具有最类似新生成的2维散点图的分布图形的检测体。得到所抽出的检测体菌种的判定结果，作为暂定的判定结果。
接着，求出低角度的区域中包含的粒子数相对整体的粒子数的比例α。根据比例α评价通过图形匹配得到的暂定的判定结果的妥当性。例如，图形匹配的结果是作为最类似的检测体而抽出了被诊断为球菌单独的检测体的情况下，作为分布图形整体而示出球菌的特征，但如果着眼于分布图形的一部分区域则可能示出杆菌的特征。在此情况下，优选不赋予球菌单独的标记，而赋予混合的标记。由此，检查者能够确认应该进行目视判定等更详细的检查。
另外，在通过上述实施方式以及变更例分类为“球菌或复合型”“杆菌单独”这两个的形态中，在判定为球菌或复合型时、以及判定为杆菌单独时的任意情况下都使用了偏角信息θp以及比例α，但在判定为球菌或复合型的情况下不必须使用两个参数。
图27(a)是概念地示出本变更例的2维散点图上设定的低角度区域E1、高角度区域E2的图。图27(a)的2维散点图与图8(b)所示的2维散点图同样地，横轴为荧光强度，纵轴为前方散乱光强度。
参照图27(a)，在2维散点图上设定低角度区域E1和高角度区域E2。如上述那样，在细菌的形态是杆菌的情况下，粒子在低角度区域E1中密集。如果低角度区域E1中包含的粒子的频度非常小，则在该时刻细菌的形态为杆菌的可能性低。在此情况下，细菌的数量为规定值以上(S103)、且能够排除杆菌的可能性，所以能够将细菌的形态判定为球菌或复合型。
图27(b)是本变更例的分析处理的处理流程图。图27(b)的流程图中，替代图13的S106～S113，追加了S301～S305的处理。
参照图27(b)，在S105中，如果生成了散点图数据表格Ts，则CPU301计算散点图数据表格Ts中的、低角度区域E1中包含的粒子的频度(度数)的总计值Qa(S301)。CPU301判定该总计值Qa是否小于规定的阈值Qs(S302)。
在S301中求出的总计值Qa小于阈值Qs的情况下(S302:“是”)，CPU301判定为细菌的形态为球菌或者复合型(混合)(S304)。在总计值Qa为规定的阈值Qs以上的情况下(S302:“否”)，CPU301判定粒子的分布的峰值是否在高角度区域E2中(S303)。在该判定中应用使用偏角信息θp的手法、或参照图24(a)、(b)而说明的那样的手法。在粒子的分布的峰值在高角度区域E2中的情况下(S303:“是”)，CPU301判定为细菌的形态是球菌或者复合型(混合)(S304)。例如，在虽然低角度区域E1中包含的粒子的频度的总计值Qa大到某种程度，但很多粒子也包含于高角度区域E2的情况下，非常可能还包含除了杆菌以外的细菌，所以判定为细菌的形态为球菌或者复合型(混合)。在粒子的分布的峰值不在高角度区域E2中的情况下(S303:“否”)，CPU301判定为细菌的形态是杆菌(S305)。
然后，CPU301与上述实施方式同样地，将细菌的形态的分析结果存储到硬盘304中(S114)，结束分析处理。
另外，在上述实施方式中，如图13的S102、S103所示，通过细菌的数量和白血球的数量的测量，判定是否需要判定细菌的形态，但也可以仅通过细菌的数量的测量进行判定，或者也可以仅通过白血球的数量的测量进行判定。另外，S102、S103的判定处理也可以被省略，而由用户适当地设定是否需要实施这些判定处理以及设定阈值。
另外，在上述实施方式中，示出了图14所示的画面显示例，但不限于此，例如，也可以适当地省略二维散点图以及直方图的显示。另外，也可以作为参考信息而显示图16(b)所示的特征空间和测定结果的分布图等。
另外，本发明的实施方式能够在权利要求书的技术的思想的范围内，适当地实施各种变更。

Claims (35)

1.一种检测体分析方法，
对混合检测体和试剂而调制出的测定试样照射光，
关于所述测定试样中包含的粒子取得2种光学信息，
根据
(A)表示在作为轴而至少包含所述2种光学信息的坐标空间中描绘出各粒子时的第1区域内的粒子的分布图形的特征的信息；以及
(B)与在所述第1区域中描绘出的粒子中的、在作为所述第1区域的一部分的第2区域中描绘出的粒子的数量有关的信息
这双方，对所述检测体的分析结果赋予与所述测定试样中包含的细菌的形态性的特征有关的标记。
2.根据权利要求1所述的检测体分析方法，其特征在于，
所述第1区域是描绘具有球菌以及杆菌的特征的粒子的区域，
所述第2区域是描绘具有杆菌的特征的粒子的区域。
3.根据权利要求2所述的检测体分析方法，其特征在于，
所述光学信息包括散射光强度，
所述第2区域被设定在散射光强度的低值侧。
4.根据权利要求1所述的检测体分析方法，其特征在于，
所述(A)是表示分布图形的特征的信息，该分布图形反映将所述坐标空间以基准点为中心放射状地分割为多个区域时的各区域中包含的绘制的数量。
5.根据权利要求1所述的检测体分析方法，其特征在于，
所述(A)是反映在频度分布中峰值出现的角度的信息，该频度分布表示将所述坐标空间以基准点为中心放射状地分割为多个区域时的各区域的角度与绘制的频度之间的关系。
6.根据权利要求1所述的检测体分析方法，其特征在于，
所述(B)是与所述第2区域中绘制出的粒子相对所述第1区域中绘制出的粒子的数量的相对的数量有关的信息。
7.根据权利要求6所述的检测体分析方法，其特征在于，
所述(A)是分布图形的特征，该分布图形反映将所述坐标空间以基准点为中心放射状地分割为多个区域时的各区域中包含的绘制的数量，
所述(B)是与被放射状地分割出的所述多个区域中的低角度区域中包含的绘制的相对的数量有关的信息。
8.根据权利要求6所述的检测体分析方法，其特征在于，
在所述(A)的所述分布图形的特征对应于杆菌的特征、并且通过所述(B)取得的所述相对的数量与阈值相同或者大于阈值时，对所述检测体的分析结果赋予杆菌的标记。
9.根据权利要求8所述的检测体分析方法，其特征在于，
在所述(A)的所述分布图形的特征对应于球菌或者球菌与杆菌的混合检测体的特征、或者通过所述(B)取得的相对的数量小于阈值时，对所述检测体的分析结果赋予球菌或混合的标记。
10.根据权利要求8所述的检测体分析方法，其特征在于，
在所述(A)的所述分布图形的特征对应于杆菌的特征、并且通过所述(B)取得的粒子的数量小于阈值时，对所述检测体的分析结果赋予混合的标记。
11.根据权利要求10所述的检测体分析方法，其特征在于，
在所述(A)的所述分布图形的特征对应于球菌的特征时，对所述检测体的分析结果赋予球菌的标记。
12.根据权利要求1所述的检测体分析方法，其特征在于，
除了所述(A)以及所述(B)以外，还根据(C)表示从反映粒子的大小的光强度的低值侧向高值侧的粒子绘制数的增加倾向的特征，对所述检测体的分析结果赋予与所述测定试样中包含的细菌的形态性的特征有关的标记。
13.根据权利要求12所述的检测体分析方法，其特征在于，
在所述(A)以及所述(B)满足赋予球菌或混合的标记的条件、并且所述(C)示出与杆菌对应的增加倾向的情况下，对所述检测体的分析结果赋予杆菌的标记。
14.根据权利要求1所述的检测体分析方法，其特征在于，
除了所述(A)以及所述(B)以外，还根据(D)对应于细菌的粒的长度或连锁的数量而变化的粒子的光学性的特征，对所述检测体的分析结果赋予与所述测定试样中包含的细菌的形态性的特征有关的标记。
15.根据权利要求14所述的检测体分析方法，其特征在于，
在所述(A)以及所述(B)满足赋予球菌或混合的标记的条件、并且所述(D)示出与杆菌对应的特征的情况下，对所述检测体的分析结果赋予杆菌的标记。
16.根据权利要求1所述的检测体分析方法，其特征在于，
取得细菌的数量以及白血球的数量，根据所取得的所述细菌的数量以及所述白血球的数量决定是否进行针对所述检测体的分析结果的标记的赋予。
17.根据权利要求1所述的检测体分析方法，其特征在于，
所述(A)是集中绘制粒子的坐标空间上的位置的信息。
18.根据权利要求1所述的检测体分析方法，其特征在于，
所述(A)是以基准点为中心针对每固定的角度对所述坐标空间上绘制出的粒子进行计数时计数数量最多的角度，
所述(B)是与被设定在低于规定角度的低角度侧的所述第2区域中包含的绘制相对所述第1区域中包含的绘制的数量的相对的数量有关的信息。
19.一种检测体分析方法，
通过从光源照射光而在流通池中形成射束点，
使混合检测体和试剂而调制出的测定试样流入所述流通池，
取得从通过了所述射束点的测定试样中的粒子发出的散射光强度和荧光强度，
在至少包含与散射光强度有关的轴和与荧光强度有关的轴的坐标空间中绘制各粒子，
根据
(A)代表在所述坐标空间上的对应于杆菌以及球菌的第1区域中描绘出的各粒子的散射光强度以及荧光强度的比的值；以及
(B)在散射光强度的低值侧的第2区域中描绘出的粒子相对在第1区域中描绘出的粒子的数量的相对的数量
的双方，对所述检测体的分析结果赋予与所述测定试样中包含的细菌的形态性的特征有关的标记。
20.一种检测体分析装置，具备：
光源部，对混合检测体和试剂而调制出的测定试样照射光；
光学信息取得部，检测由于来自所述光源部的光而从所述测定试样产生的光，从而关于所述测定试样中包含的粒子取得2种光学信息；以及
处理部，处理所取得的所述光学信息，
所述处理部根据
(A)表示在作为轴而至少包含所述2种光学信息的坐标空间中描绘出各粒子时的第1区域内的粒子的分布图形的特征的信息；以及
(B)与在所述第1区域中描绘出的粒子中的、在作为所述第1区域的一部分的第2区域中描绘出的粒子的数量有关的信息
这双方，对所述检测体的分析结果赋予与所述测定试样中包含的细菌的形态性的特征有关的标记。
21.一种检测体分析方法，
使测定试样流入流通池，
向在所述流通池中流动的所述测定试样照射光，
从所述测定试样中包含的至少几个粒子取得至少第1以及第2光学信息，其中，能够沿着坐标空间的二个轴测量所述第1以及第2光学信息，
求出以所述第1以及第2光学信息作为轴的坐标空间中的各粒子的坐标，
在所述坐标空间中，取得与粒子集中的角度有关的第1特征信息、和与所述坐标空间中的整体的分布状态和部分性的分布状态的关系有关的第2特征信息，
根据所述第1特征信息以及所述第2特征信息，判定所述测定试样中包含的细菌的形态。
22.根据权利要求21所述的检测体分析方法，其特征在于，
所述第1特征信息是与在所述分布中粒子最集中的角度或者其附近的角度有关的信息。
23.根据权利要求21所述的检测体分析方法，其特征在于，
所述第2特征信息是与在所述分布中属于规定的部分性的角度范围内的粒子的数量在全部粒子的数量中所占的比例有关的信息。
24.根据权利要求21所述的检测体分析方法，其特征在于，
所述第1以及第2光学信息包括与由于来自光源的光而从所述测定试样中的粒子产生的散射光以及荧光的强度有关的信息。
25.根据权利要求21所述的检测体分析方法，其特征在于，
从在将所述第1特征信息以及所述第2特征信息作为轴的特征空间中划分出的二个以上的范围中，根据所述测定试样的第1以及第2特征信息，确定所述测定试样所属的范围，根据所确定出的范围来判定细菌的形态。
26.根据权利要求25所述的检测体分析方法，其特征在于，
在所述特征空间中划分有至少3个范围，
在所述测定试样属于第1划分范围的情况下，判定为所述测定试样中包含的细菌是杆菌，在所述测定试样属于第2划分范围的情况下，判定为所述测定试样中包含的细菌是球菌，在所述测定试样属于第3划分范围的情况下，判定为所述测定试样中包含的细菌是复合型。
27.根据权利要求25所述的检测体分析方法，其特征在于，
在所述特征空间中划分有至少2个范围，
在所述测定试样属于第1划分范围的情况下，判定为所述测定试样中包含的细菌是杆菌，在所述测定试样属于第4划分范围的情况下，判定为所述测定试样中包含的细菌是球菌或者复合型。
28.根据权利要求21所述的检测体分析方法，其特征在于，
从所述测定试样中包含的粒子取得与检测体的特性有关的第3特征信息，
根据第3特征信息，决定是否对所述测定试样进行细菌的形态判定。
29.根据权利要求28所述的检测体分析方法，其特征在于，
所述第3特征信息包括与所述测定试样中包含的细菌的数量有关的信息。
30.根据权利要求28所述的检测体分析方法，其特征在于，
所述第3特征信息包括与所述测定试样中包含的白血球的数量有关的信息。
31.根据权利要求21所述的检测体分析方法，其特征在于，
所述检测体是尿。
32.根据权利要求21所述的检测体分析方法，其特征在于，
在将所述第1以及第2光学信息作为轴的坐标空间中，取得基于规定的范围中包含的粒子的数量的追加特征信息，
根据所述第1、第2以及追加特征信息，判定所述测定试样中包含的细菌的形态。
33.根据权利要求32所述的检测体分析方法，其特征在于，
所述坐标空间的一个轴是散射光强度，另一轴是荧光强度，
所述追加特征信息包括第4特征信息，该第4特征信息表示在所述坐标空间中散射光强度小于规定值的范围中包含的粒子的数量。
34.根据权利要求32所述的检测体分析方法，其特征在于，
所述坐标空间的一个轴是散射光强度，另一轴是散射光脉冲宽度，
所述追加特征信息包括第5特征信息，该第5特征信息表示在所述坐标空间中散射光脉冲宽度大于规定值的范围中包含的粒子的数量。
35.根据权利要求32所述的检测体分析方法，其特征在于，
在基于所述第1特征信息以及所述第2特征信息的判定的结果，判定为所述测定试样中包含的细菌是杆菌的情况下，输出其判定结果，
在基于所述第1特征信息以及所述第2特征信息的判定的结果，判定为所述测定试样中包含的细菌是球菌或者杆菌与球菌的混合的情况下，根据所述追加特征信息，校正判定结果而输出。
CN201410241244.9A 2013-06-03 2014-06-03 检测体分析方法以及检测体分析装置 Active CN104212872B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2013117363 2013-06-03
JP2013-117363 2013-06-03
JP2013166819 2013-08-09
JP2013-166819 2013-08-09

Publications (2)

Publication Number Publication Date
CN104212872A true CN104212872A (zh) 2014-12-17
CN104212872B CN104212872B (zh) 2017-04-12

Family

ID=50897386

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410241244.9A Active CN104212872B (zh) 2013-06-03 2014-06-03 检测体分析方法以及检测体分析装置

Country Status (4)

Country Link
US (1) US11053530B2 (zh)
EP (1) EP2811032B1 (zh)
JP (1) JP6378544B2 (zh)
CN (1) CN104212872B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108292464A (zh) * 2015-11-25 2018-07-17 鞍点有限责任两合公司 用于确定火灾监测和/或灭火控制中心的状态监控单元的阈值的方法以及状态监控单元和具有状态监控单元的系统
CN110234999A (zh) * 2017-01-31 2019-09-13 希森美康株式会社 精度管理方法、精度管理系统、管理装置、分析装置以及精度管理异常判定方法
CN111879683A (zh) * 2019-02-20 2020-11-03 希森美康株式会社 测定成功与否的判定方法及试样测定装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101885417B1 (ko) * 2013-02-28 2018-08-03 시스멕스 가부시키가이샤 뇨 검체 분석 장치 및 뇨 검체 분석 방법
US20160238627A1 (en) 2015-02-13 2016-08-18 Abbott Laboratories Decapping and capping apparatus, systems and methods for use in diagnostic analyzers
US11204310B2 (en) * 2017-09-21 2021-12-21 Bit Group France Optical flow cytometer for epi fluorescence measurement
JPWO2022102748A1 (zh) * 2020-11-12 2022-05-19

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101625324A (zh) * 2008-07-08 2010-01-13 希森美康株式会社 细菌分析仪、细菌分析方法及其控制程序
CN102559912A (zh) * 2012-02-17 2012-07-11 深圳市儿童医院 Taqman探针实时定量PCR检测双歧杆及大肠杆菌的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3213334B2 (ja) * 1991-05-14 2001-10-02 シスメックス株式会社 尿中の細胞分析装置
EP0750045A1 (en) * 1995-06-22 1996-12-27 Chemunex Method for rapid diagnostic of urinary tract infections
JP4484442B2 (ja) 2003-04-10 2010-06-16 シスメックス株式会社 細菌測定方法と装置とプログラム
JP4509526B2 (ja) 2003-10-10 2010-07-21 シスメックス株式会社 細菌分析装置および方法
EP2348301B1 (en) * 2010-01-08 2013-08-21 Sysmex Corporation Sample analyzer
WO2011138765A1 (en) * 2010-05-06 2011-11-10 University Of The Witwatersrand, Johannesburg A method for identifying bacteria in a sample

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101625324A (zh) * 2008-07-08 2010-01-13 希森美康株式会社 细菌分析仪、细菌分析方法及其控制程序
CN102559912A (zh) * 2012-02-17 2012-07-11 深圳市儿童医院 Taqman探针实时定量PCR检测双歧杆及大肠杆菌的方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108292464A (zh) * 2015-11-25 2018-07-17 鞍点有限责任两合公司 用于确定火灾监测和/或灭火控制中心的状态监控单元的阈值的方法以及状态监控单元和具有状态监控单元的系统
US10885771B2 (en) 2015-11-25 2021-01-05 Minimax Gmbh & Co. Kg Method for determining thresholds of a state monitoring unit for a fire detection and/or extinguishing control center, state monitoring unit, and system comprising same
CN110234999A (zh) * 2017-01-31 2019-09-13 希森美康株式会社 精度管理方法、精度管理系统、管理装置、分析装置以及精度管理异常判定方法
US11933796B2 (en) 2017-01-31 2024-03-19 Sysmex Corporation Quality control method, quality control system, management apparatus, analyzer, and quality control abnormality determination method
CN111879683A (zh) * 2019-02-20 2020-11-03 希森美康株式会社 测定成功与否的判定方法及试样测定装置

Also Published As

Publication number Publication date
CN104212872B (zh) 2017-04-12
US20140356895A1 (en) 2014-12-04
JP6378544B2 (ja) 2018-08-22
JP2015057590A (ja) 2015-03-26
EP2811032B1 (en) 2018-04-04
EP2811032A1 (en) 2014-12-10
US11053530B2 (en) 2021-07-06

Similar Documents

Publication Publication Date Title
CN104212872A (zh) 检测体分析方法以及检测体分析装置
US11499908B2 (en) Urine analysis system, image capturing apparatus, urine analysis method
CN102077078B (zh) 传感器模块
CN103823051B (zh) 利用红细胞内含有的血红蛋白的本征色素沉着来确定血样的红细胞指数的方法及设备
CN102768271B (zh) 样本分析方法及综合样本分析仪
CN103592262B (zh) 细胞分析装置以及细胞分析方法
CN105388100A (zh) 血液分析装置及诊断辅助方法
CN103827658A (zh) 识别和测量网状细胞
CN105467109A (zh) 血液分析装置以及血液分析方法
KR20150036329A (ko) 백혈구 수치를 측정하기 위한 방법 및 장치
JP6225085B2 (ja) 検体分析方法および検体分析装置
CN104903699A (zh) 未成熟血小板的计数系统和方法
CN109196112B (zh) 球状体内部细胞状态的分析方法
CN104755905B (zh) 具有凝集块校准的血小板计数的系统和方法
US20190369000A1 (en) Dynamic focus system and methods
US9417231B2 (en) Urine sample analyzing method and sample analyzer including classifying epithelial cells into at least two types based on the change of polarization condition
CN104569365A (zh) 细胞解析装置及其方法、癌变信息提供方法及其装置
JP5480559B2 (ja) 細菌分析装置、細菌分析方法及びコンピュータプログラム
US7405082B2 (en) Methods and devices for measuring reticulocytes
JP5685378B2 (ja) 検体分析装置および検体分析方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant