CN104583779B - 自动分析装置的分注异常判定系统及方法 - Google Patents

Abstract

本发明是一种不仅可以检测分注探针的堵塞或空气吸入，还可以检测气泡膜、气泡、高粘性的样本导致的分注量的减少的自动分析装置。将探针的试样或试剂的吸引以及排出动作时间分别划分成多个时间，在划分后的每个时间区分，将检测出的压力波形应用于近似式来计算参数。将计算出的参数与正常分注时的参数进行比较，来在每个时间区分判定有无分注异常。能够实现一种能够在每个时间区分判别有无特有的异常，能够判断在现有技术中难以判断的异常的自动分析装置。

Description

自动分析装置的分注异常判定系统及方法

技术领域

本发明涉及一种进行血液、尿等生物样本的定性/定量分析的自动分析装置。

背景技术

自动分析装置将一定量的样本和一定量的试剂排出到反应容器内，使其进行混合来产生反应。自动分析装置的样本分注机构是自动地执行液体的分注的机构，例如将血清或尿等样本少量地分注到多个反应容器内。样本分注机构具备：细长的金属或塑料等制成的探针、与探针连接的管、管前端的分注注射器。通过使该分注注射器的柱塞往复，使配管内的压力发生变化，由此，进行检体的吸引以及排出。

通常，在包含样本探针以及分注注射器的配管内填充有液体(系统水)，通过该液体来进行正确的溶液的吸引/排出。为了维持分注精度，探针的直径为0.2mm～0.5mm较细。最近，要求正确地吸引、排出2μL以下的微量样本，但此时，样本探针的直径要变得更细。

作为检体测定，对自动分析装置要求高可靠性。目前，通过提高注射器、分注、流路、探针的控制等的可靠性，来应对高可靠性的要求。但是，最近不仅需要可靠性高，还需要通过压力传感器等验证分注动作、排出动作是否正确地动作。

此外，还要求检测探针堵塞等在装置控制中发生了异常的情况，并产生警报。

为了提高这些的可靠性，具有在发生异常时进行警告的功能以及对样本或试剂的分注、吸引的量进行确认的功能这两个方向的技术。

在检测技术中，如专利文献1等那样，具有通过压力传感器来检测流路内的压力变化，利用得到的压力波形，来检测异常的方法，作为由于样本的纤维蛋白等导致的堵塞的检测，采用既有的装置的检测功能。作为产生堵塞时(异常)和没有堵塞时(正常)的判定方法，登录得到的压力变化，利用马氏距离根据与正常的压力波形群的距离，来判别正常和异常。

到目前为止，分注精度的检测对象以血清、血浆等样本为主体，但最近直至试剂的吸引、分注，使用的全体试样成为对象，并不断扩大。

现有技术文献

专利文献

专利文献1：日本特开2003-254982号公报

发明内容

发明要解决的课题

作为左右自动分析装置的分注精度的原因，可以考虑试样的粘性、气泡的产生、吸引和排出时的高度、压力差等多个原因。其中，需要确认是否真正分注了一定量。

在现有技术中，如果有异常，只要检测出纤维蛋白等导致的分注探针的堵塞即可。在分注探针中发生了纤维蛋白等的堵塞时，流路内的压力急剧地发生大的变化，因此探针完全堵塞时的检测比较容易。

然而，在考虑分注精度时，纤维蛋白等导致的堵塞以外的异常原因与分注精度相关。例如，假定试样吸引过程中的气泡的吸入和排出，或者试样吸引时附着在分注探针外侧的溶液在排出时混入反应容器内等原因与分注精度相关。

表1表示利用了这些假定的异常原因和压力波形的检测方法。

[表1]

如表1所示，根据异常原因的种类，得到的压力波形的特征不同，在一个种类的判别式中无法判定异常原因。此外，它们的正常和异常的判定方法也不同。并且，在实际的试样分注中，产生的异常的原因并不局限于1个种类，有时同时产生多个异常，因此其判别方法变得复杂，无法判定是否正确地执行了分注。此外，难以判定有无异常的情况多。也就是说，像现有技术那样，例如在利用了马氏距离的判别方法中，难以判断是否正常地执行了分注。

并非明确地知晓异常和正常的吸引/排出动作，连续变化的情况也很多，有时无法决定界限。

此外，使试样与多个试剂进行反应，以数分钟时间在37度的恒温状态下使其进行反应并测定吸光度，因此需要10分左右的反应时间。当在该反应过程的途中产生了分注异常时，即使此时判断为分注异常，仍需要直到重新测定的时间，效率差。

本发明的目的在于实现一种不仅可以检测分注探针的堵塞或空气吸入，还可以检测气泡膜、气泡、高粘性的样本导致的分注量的减少的自动分析装置以及分注异常判定方法。

解决课题的手段

为了达成上述目的，如以下那样构成本发明。

在自动分析装置中具备：分注探针，其吸引在试样容器或试剂容器中收容的试样或试剂，并向反应容器排出；压力检测器，其对所述分注探针的内部压力进行检测；分析部，其对所述反应容器内的试样进行分析；运算处理部，其将所述分注探针的吸引、排出动作分别分割为多个时间区分，在分割后的每个时间区分，对由所述压力检测器检测出的压力波形进行解析，并与一定的判断基准进行比较，来判断有无分注异常；以及显示部，其对由所述运算处理部判断出的有无分注异常进行显示。

此外，在自动分析装置的分注异常判定方法中，通过分注探针，吸引在试样容器或试剂容器内收容的试样或试剂，并向反应容器排出，通过压力检测器对所述分注探针的内部压力进行检测，通过运算处理部将所述分注探针的吸引、排出动作分别分割成多个时间区分，在分割后的每个时间区分，对所述压力检测器检测出的压力波形进行解析，并与一定的判断基准进行比较，来判断有无分注异常，显示由所述运算处理部判断出的有无分注异常。

发明效果

根据本发明，可以实现一种不仅可以检测分注探针的由于纤维蛋白导致的堵塞或空气吸入等，还可以检测气泡膜、气泡、高粘性的样本导致的分注量的减少的自动分析装置以及分注异常判定方法。

附图说明

图1是表示注射器动作过程的4个区间的图。

图2是表示注射器动作过程的4个区间与试样吸引时的压力波形的关系的图。

图3是表示注射器动作过程的4个区间与试样排出时的压力波形的关系的图。

图4A是说明吸引高度与压力值的关系的图。

图4B是说明吸引高度与压力值的关系的图。

图4C是说明吸引高度与压力值的关系的图。

图5是应用本发明的自动分析装置的概要结构图。

图6是自动分析装置的样本分注机构的概要结构图。

图7是说明在存储装置中存储的对分注动作进行判定时的数据库的图。

图8是本发明的实施例1的异常判定的流程图。

图9是本发明的实施例1的综合判定的流程图。

图10是探针的下降距离的概要说明图。

图11是表示根据样本粘性而不同的吸引时的压力波形的图表。

图12A是表示样本分注量不同的吸引时的压力波形的图表。

图12B是表示样本分注量不同的吸引时的压力波形的图表。

图13是本发明的实施例1的动作功能框图。

具体实施方式

以下，使用附图对本发明的实施方式进行说明。

实施例

以下，参照附图对本发明的实施例进行详细地说明。

(实施例1)

在对本发明的实施例1进行说明之前，对实施例1的基本思想进行说明。

当样本或试剂的分注异常由多个原因构成时，存在以下2种信息，即在决定自动分析装置的设计以及分析参数的阶段明确知道的已知信息和根据样本或试剂的特性而不同的可变信息。

作为已知信息已明确知道的信息，如果是自动分析装置的设计时，可以列举分注量与注射器的驱动时间的关系、堵塞检测的判别算法等。此外，如果是分析参数的设定时，则事前知道试样的种类(尿、血清、全血等)、采样的位置、分注量，此外还知道试剂的粘性、界面活性剂的有无和吸引位置，并且知道试剂的量等。

另一方面，作为事前无法知道的可变信息，可以列举放入样本容器(试剂容器)的试样(试剂)的量和粘性、易起泡性等。

用于检测这些左右分注精度的原因的方法、分注动作时得到的压力波形数据的使用方法不同。例如，吸引时的流路内的压力与吸引的试样或试剂的粘性存在比例关系。此外，在发生了堵塞时压力值变大，其成为与吸引了粘性高的试样(试剂)时类似的值。并且，当试样(试剂)的粘性变大时，吸引结束后的管内的压力值返回到初始状态值的时间变长。此外，试样(试剂)的吸引时间(注射器的驱动时间)与吸引的量成比例。如此，多个原因混合在一起产生试样(试剂)分注中的压力数据的变动，因此无法将其原因确定为1个。在通过压力波形对正常/异常进行比较时，无法进行解析的情况也比较多。

通过在用于连接注射器和探针的流路的途中连接的压力传感器，以一定时间间隔对注射器吸引、排出试样(试剂)时的动作以及其前后的压力进行测定，并将其存储在数据库。之后，在该检体样本或试剂的分注中，根据之前所述的已知信息，对流路内的压力数据进行解析，接着进行可变信息的数据解析，进行吸引和分注动作的异常分析。在患者检体的分析工序中，判定是否正常地执行了试样、试剂的吸引、排出动作的顺序具有以下的4个工序。

另外，关于试样和试剂，分注机构都是具备：探针、注射器、将它们之间连接起来的管、与管连接的压力传感器。异常检测的基本工序对于试剂、试样都是相同的。

说明根据测定出的压力检测异常的方法。该检测方法由(1)压力测定工序、(2)解析工序、(3)判定工序、(4)综合判定工序这4个工序构成。

(1)压力测定工序

压力测定工序是通过检测器对流路内的压力等进行测定的过程。

(2)解析工序

解析工序根据试剂量、样本量等动作顺序已知的信息，对压力的时间区域进行分割。将测定出的压力数据应用到近似式等中来进行解析的过程。

(3)判定工序

在工序(2)中，根据应用于近似式计算出的参数，假定异常原因。是根据在工序(2)中计算出的参数或压力值来判定是单独的异常还是复合的异常的工序，并且是根据压力波形进行异常的验证，检测是否存在推定原因以外的异常的工序。

(4)综合判定

按照试样采样、第一试剂分注、第二试剂分注的顺序执行上述3个工序(1)、(2)、(3)，在分析过程中，当在早期的阶段中检测出异常时，不执行之后的测定动作。在测定动作停止的阶段，在PC画面上显示异常来作为警报。或者，是作为注释附加在数据中的工序。

接着，具体地表示上述(2)的解析工序。

图1是将在吸引/排出中所使用的注射器的动作过程分为4个区间(a)～(d)的说明图。

以下表示4个区间(a)～(d)。

区间(a)是从注射器的动作刚开始后直至达到一定速度为止的时间，区间(b)是注射器维持一定速度期间的时间，区间(c)是注射器的速度减速直到停止为止的时间，区间(d)是注射器动作停止后的一定时间。

图2是表示(a)～(d)的4个区间的吸引时的压力波形的例子的图表，图3是表示(a)～(d)的4个区间的排出时的压力波形的例子的图表。

(c)区间是鉴于执行粘性高的试样(试剂)的分注时的剪切速率，使注射器速度减速的时间，是比较短的时间。

关于对各区间进行解析的近似式，根据压力波形的形状组合以下的式子来使用。

(α)在每个时间区域，随着时间经过压力增大的式子

作为例子，有指数函数、A+B*exp(kt)。根据测定出的数据通过多重回归来计算A、B、k，B为负数，当k为正数时，表示压力在减少。当流路中存在堵塞时，注射器继续预定量的吸引动作。因为堵塞，所以无法吸引、排出实际的溶液，因此流路内的压力增大或减少。指数函数的曲线为代表性的例子。

(β)衰减振动函数

作为例子，有sin(wt)*exp(-kt)。根据测定出的数据计算w、k。溶液有粘性，因此在高速地吸引、排出溶液后，注射器即使停止动作，溶液自身也会继续动作。停止后，流路内的压力在振动的同时压力值自身逐渐变小。通过衰减振动函数对该状态进行近似。

(γ)判定一定压力的式子

判定是否是正常压力范围的判定式使用Min.≤P≤Max.。

根据事前测定出的数据决定最小容许值Min.和最大容许值Max.。当流路中没有堵塞，溶液的粘性也低时，溶液的流路阻力小，压力和变化都小。因此流路内的压力表示一定值。

通过对各时间区域组合上述3种式子，或通过3种式子中的一个式，进行压力波形的近似计算来进行解析。在各时间区域中，计算得到的近似式的参数，通过对计算出的参数进行判断能够判断正常异常。

接着，具体地说明上述(3)的判定工序。

使用通过(2)的解析工序的各近似式计算出的参数。在吸引/排出的工序中划分为各4个种类的时间区域，即全部分为8个工序的时间区域中，执行以下的参数检查。

在划分为4个种类的各时间区域中，检查成为异常原因的参数。

(a)从注射器的动作刚开始后直至到达一定速度为止的时间

在每个时间区域，对根据上述(α)的随着时间经过压力增大的式子计算出的压力变化的参数k、样本的粘性进行解析。

(b)注射器维持一定速度的期间的时间

在每个时间区域，基于根据上述(α)的随着时间经过压力增大的式子计算出的压力变化的参数k和一定的压力值，对采样吸引高度进行解析。

(c)注射器的速度下降直到停止为止的时间

在每个时间区域，基于根据上述(α)的随着时间经过压力增大的式子计算出的压力变化的参数k，对探针的堵塞进行解析。

(d)注射器动作停止后的一定时间

根据衰减波形的参数的频率w，对吸引量或排出量进行解析。

为了根据这些值判别是否异常，预先保持参数的值来作为基准值。此外，关于压力的大小，根据图4A、图4B、图4C所示的压力与吸引高度的关系式来进行判别。

接着，对(4)的综合判定进行说明。

按照采样、试剂分注的顺序来执行分析。关于在上述(3)的判定工序中执行的异常判别的结果，按照采样、第一试剂分注、第二试剂分注的顺序来判断异常。当在最初的采样中检测出异常时，不执行之后的试剂分注等动作。此外，当在最后的试剂分注中发生了异常时，即使执行分析，也会将分析过程异常的警报附加到测定项目中并进行显示。在分析过程中，当在早期的工序中检测出异常时，具备判定是否执行之后的工序的机构和判定结果的显示机构。这样来执行综合判定。

在上述的分析过程中，将判定为异常时的压力数据存储在存储装置中。长期保存这些异常判定压力数据，另外积蓄数据警报。关于积蓄的数据，在各时间区域中，计算测定出的压力波形与近似式的偏离，将相应的异常的压力图形附加注释后存储在数据库中。

在实际的产品中，为了检测试样、试剂的吸引排出工序的异常，事前选择检测参数，容许范围等也在事前决定，在对自动分析装置进行了设定后，执行患者检体的分析。由此，可能需要用于决定参数的事前的研究时间，并且可能在分析工序的途中检测到异常并产生警报。

接着，对本发明的实施例1进行具体的说明。

图5是应用本发明的生化自动分析装置的概要结构图。在图5中，自动分析装置具备：样本盘1、试剂盘2、反应盘3、反应槽4、采样机构5、吸管(pipetting)机构6、搅拌机构7(搅拌机构固定部31、压电元件驱动器14、搅拌机构控制器15)、测光机构8以及清洗机构9。

此外，自动分析装置具备：计算机(运算处理部)10、存储装置12、控制部13、收容试样的试样容器16、圆盘17、19、收容试剂的试剂瓶(试剂容器)18、冷却库20、反应容器21、反应容器保持器22以及驱动机构23。

并且，自动分析装置具备：分注探针24、27、支承轴25、28、臂部26、29、喷嘴33以及上下驱动机构34。

存储装置12存储分析参数、各试剂瓶18的可分析次数、最大可分析次数、校准结果以及分析结果等。

如下述那样，按照采样、试剂分注、搅拌、测光、反应容器的清洗、浓度换算等数据处理的顺序执行试样分析。

通过控制部(分析部)13经由计算机10来控制样本盘1。在样本盘1上，在圆周上并排设置了多个试样容器16，并按照进行分析的试样的顺序，通过采样探针24移动至吸引的位置。通过与检体采样机构5连接的试样用泵(未图示)，将试样容器16中的检体向反应容器21中分注预定量。

分注了试样的反应容器21在反应槽4中移动至第一试剂添加位置。在移动后的反应容器21中，加入预定量的通过与试剂分注探针27连接的试剂用泵(未图示)从试剂瓶(容器)18吸取的第一试剂。添加第一试剂后的反应容器21移动至搅拌机构7的固定部31的位置，进行最初的搅拌。

例如，对第一～第四试剂进行这样的试剂的添加－搅拌。

搅拌了内容物后的反应容器21通过从测光机构8的光源发出的光束，通过作为多波长光度计的测光机构8来检测此时的吸光度。将表示测光机构8检测出的吸光度的信号输入给控制部13，变换成检体试样的浓度。此外，在控制部13中同时进行基于吸光度的检体试样的异常判定。

将变换成检体的浓度的数据存储在存储装置12中，并在计算机10附带的显示部10D上进行显示。测光结束的反应容器21移动至清洗机构9的位置，通过清洗机构9进行清洗，供下次的分析使用。

计算机10例如由键盘、CRT(显示部)10D构成，对测定检体的信息、测定项目的登录、分析参数等进行设定。在存储装置12中预先存储用于评价分析参数、分注动作的判定过程、判定所需要的数据等。可以将它们存储在计算机10附带的存储介质中，也可以作为单独的存储数据库如存储装置12那样单独地存在。

图6是关于样本的分注机构的说明图。在图6中，随着样本盘1的间歇旋转，将样本容器16输送至样本吸引位置，样本分注探针24下降到停止的样本容器16内。伴随该下降动作，当分注探针24的前端接触样本的液面时，从液面检测电路103输出检测信号，根据该检测信号计算机10进行控制以使采样臂26的驱动机构104的下降动作停止。

接着，为了吸引预定量的样本，通过分注注射器驱动机构105使柱塞106动作。在向样本分注探针24内吸入预定量的样本后，样本分注探针24上升至上死点。在样本分注探针24吸入预定量的样本的期间，使用来自压力传感器108的信号，通过压力登录机构(压力测定部)109监视样本分注探针24与样本用泵流路107之间的吸引动作中流路内压力变动。

接着，采样臂26水平方向旋转，在反应盘3上的反应容器21的位置下降样本分注探针24，将保持的样本向反应容器21内排出。关于试剂的吸管机构6，同样地在放入了样本的反应容器4移动至试剂添加位置时，从试剂分注探针27添加与相应的分析项目对应的试剂。随着样本、试剂的分注，检测样本容器16内的样本液面以及试剂瓶18的试剂液面。

另外，符号35是清洗机构9的清洗槽，112是分注注射器。分注注射器112与泵流路107连接。此外，分注注射器112经由电磁阀36与清洗泵37连接。清洗泵37将收容在清洗瓶内的清洗液输送到分注注射器112。

图6是表示试样分注机构的结构的图，但对于试剂分注机构，也可以采用同样的结构。也就是说，在图6中，通过将样本探针2置换为试剂探针27，将样本探针驱动机构104置换为试剂探针驱动机构，将样本容器16置换为试剂瓶(容器)18，构成试剂分注机构。

图13是计算机10的功能框图。在图13中，计算机10具备：压力测定部109、解析部110、判定部111以及综合判定部113。

接着，对根据伴随上述分注动作过程所得到的信息，检测分注异常的方法系统进行说明。

图8是分注异常的检测动作流程图。此外，图7是表示在存储装置12中存储的存储数据库的存储内容的图。

在图8的步骤S801中，输入已知信息，并存储在存储装置12中。如图7所示，作为已知信息，将明确知道的分析参数信息(样本分注量、试剂分注量、样本种类、试剂特性)、装置驱动信息(采样位置、注射器的分注动作控制模式)作为存储数据库存储在存储装置12中。作为样本的种类，有尿、血清、全血等。作为试剂的特性，有试剂的粘性、界面活性剂的有无。

作为开始分析前的参数信息，可以通过用户手动输入这些信息，经由计算机10进行存储，也可以通过用户手动输入样本种类、分注量等，经由计算机10进行存储。此外，如果决定了分注量，则可以根据在自动分析装置内登录的分注量与液面高度的关系来决定采样的位置、试剂的吸引位置等。此外，关于试剂特性，输入并存储由试剂制造商事前提供的信息。并且，还将注射器的分注动作(吸引和排出)的控制模式、吸引开始时间、驱动速度、结束时间等信息作为参数存储在存储装置12的数据库中。

另一方面，作为开始分析后得到的信息，将根据分析项目的样本量、试剂量，从探针的下降、上升、旋转、注射器的吸引、排出动作的各过程中得到的分注动作中的信息(基于液面检测的液面高度、管内的压力变化波形)作为可变信息登录在存储装置12的存储数据库中。并且，也将样本特性、试剂余量、样本的容器形状等登录在存储装置12的存储数据库中。

然后，当开始分注动作时(步骤S802)，使用在用于连接分注注射器112与样本分注探针24的流路107的途中连接的压力传感器108，通过压力测定部109以一定时间间隔对注射器112的吸引、排出时的动作以及其前后的压力进行测定，并将测定结果存储在存储装置12的数据库中(步骤S803)。

之后，在该检体样本或试剂的分注中，根据之前描述的已知信息，通过解析部110对流路内的压力数据进行解析，接着进行可变信息的数据解析，进行吸引和分注动作的异常解析。首先，为了解析压力波形进行以下的处理。

如图1所示，解析部110将在吸引/排出中所使用的注射器的动作过程分为(a)～(d)等4个区间。

然后，解析部110在各时间区域中，通过上述的3个种类的式子(α)～(γ)，进行压力波形的近似计算来进行解析。在各时间区域中，计算得到的近似式的参数(步骤S804)。

接着，根据引用于近似式计算出的参数，判定部111判定是否异常(步骤S805)。关于是否异常的判定，事前收集正常时的数据和异常时的数据，使用近似式和多重回归，来决定正常时的压力值。接着，将正常、异常时的近似式的参数制成图表，将存在于正常以外的范围的参数值设成异常。

然后，在步骤S806中，当没有异常时，向下次的分注动作转移(返回步骤S802)。

在步骤S806中，当有异常时，假定其异常原因。

此时，将异常信息积蓄在存储装置12的数据库中(步骤S809)。然后，在步骤S807中，判断是否能够推定出异常原因。

异常原因使用通过解析工序的各近似式计算出的参数。在吸引/排出工序中划分为4个种类的时间区域，即全部划分为8个工序的时间区域中，执行上述的参数检查。

当在步骤S807中推定出异常原因时，将该异常原因显示在PC10的画面等上(步骤S808)，停止分注动作(步骤S810)。当在步骤S807中无法推定出异常原因时，向步骤S809前进。

在各时间区域中，在计算测定出的压力波形和近似式的偏离来判断注射器的异常时，将相应的异常的压力图形附加注释后存储在存储装置12的数据库中。

当存在推定原因以外的异常时，将其压力波形值、计算出的参数的值以及已知信息作为一个组合保存在存储装置12的数据库中。

上述的异常判别工序对于试样的采样、试剂的分注等各个工序，按照采样、第一试剂分注、第二试剂分注的顺序进行执行，在分析过程中，当在早期的阶段检测出异常时不执行之后的测定动作。在测定动作停止的阶段，在PC10的画面上显示异常来作为警报。或者，作为注释附加在数据中。

图9是综合判定部113进行的综合判定的过程的分析动作流程图。在图9中，按照分析动作的顺序，首先，在试样的吸引(步骤S901)中执行吸引时的异常判定(步骤S902)。当在该步骤S902中判定为异常时，停止分注动作(步骤S913)。

当在步骤S902中判断为试样吸引正常时，向下面的试样的排出动作(步骤S903)转移。在下面的试样的排出动作中，执行试样排出时的异常的判别(步骤S904)，当判定为异常时停止分析动作(步骤S913)。当在步骤S904中判断为试样排出正常时，进行第一试剂吸引(步骤S905)，并执行异常判定(步骤S906)。

之后，直到第一试剂的排出、第二试剂的吸引、排出为止，在各动作中进行异常判断(步骤S907～S912)。

如上所述，对从试样的吸引、排出至第二试剂的吸引排出(步骤S901～S913)的6个分注动作，按照顺序每次执行异常判别的工序。综合判定部113对控制部13发送停止指令，在使分注动作停止后，当在分注探针24、27内已经吸引了样本或试剂时，可以在向反应容器21进行分注后，执行分注探针24、27的清洗。或者，也可以不向反应容器21分注样本，而是使溶液返回到放入了样本或试剂的容器16、18中，或者在样本分注探针24或试剂分注探针27吸入了溶液的状态下在清洗槽35中执行排出和清洗。

并且，优先在推定出吸引或排出的异常原因时，作为警报在计算机10附带的显示部10D上进行显示。此外，即使在无法推定出其原因的情况下，在为与正常不同的分注时，作为警报进行显示，或者作为注释在计算机10内部进行信息保存。在根据积蓄的信息，新检测出特征性的图形，并且产生了多个时，能够作为新的异常判定点来构筑判定过程。

在此，对事前的参数决定作业进行说明。

压力的异常判定使用多个患者检体以及试剂来执行分析动作。此时，对异常分注、正常分注等的压力进行测定，事前进行解析。需要决定正常的容许范围、异常范围等。对于在多个工序中计算出的参数进行多变量解析来决定容许范围。使用主成分分析法等方法。结果，与多个患者数据的评价(正常、异常)进行比较，根据正确地进行了判定或错误的判定结果的数量使用可靠性最高的数值。

在实际的产品中，为了检测试样、试剂的吸引排出工序的异常，关于检测参数，针对样本量、试剂量不同的每个分析项目事前决定最佳的数值，容许范围等也事前决定，在对装置进行设定后，执行患者检体的分析。通过该事前作业，可能需要用于决定参数的事前的研究时间，并且可能在分析工序的途中检测到异常并产生警报。

接着，关于分注动作的判定方法，以样本分注为例详细进行说明。

首先，在(1)压力测定工序中，根据从检测器(压力传感器或液面检测器)得到的信息，来执行检查。例如，如图10所示，通过液面检测等检测探针从固定位置下降至液面的距离，由此能够计算出液面的高度。根据该下降距离h的信息和样本容器的种类，计算从样本容器的底部开始的液面高度，能够推断出通过压力传感器得到的压力波形的高度所影响的部分。

接着，在(2)解析工序中根据分注量、注射器的动作时间等基本信息来进行检查。能够根据压力波形判断出注射器驱动时间和吸引缓和时间，如果分注量恒定，则这些时间恒定。

然而，例如，当吸引了粘性高的样本时，有时产生气泡，从而排出量可能变少。因此，可以根据其响应时间的长度来进行排出量的推定。

在(3)判定工序中，根据通过上述压力测定工序(1)和解析工序(2)以某种程度推定出的异常原因(粘性高、高度异常等)，能够推定出某种程度得到的压力波形的图形。关于该推定出的压力波形和实际的压力波形，使用马氏距离等多变量解析来比较图形。然后，比较推定出的波形和实际的波形，在压力测定工序(1)和解析工序(2)中，提取这些波形的不同。

作为判定工序(3)的判定结果，将推断出的分注量等与该推定出的异常原因一起作为警报来进行显示。此外，对于无法确定异常原因，但具有与正常波形不同的图形的分注，作为自动分析装置内的信息进行保存。并且，可以在执行定期维护时，由服务人员将保存的信息作为分注机构的验证数据来使用，也可以具备通过在测定结果中附加注释等，来唤起用户注意的显示功能。

接着，对假定的各异常原因的判别方法进行说明。

(1)堵塞或气泡的可能性

图10所示的样本的吸引高度根据样本容器的种类或样本的容量而不同，但样本的吸引高度对压力传感器检测出的注射器驱动时的压力值产生影响，当该高度变化时，压力波形的基础值发生变化。吸引高度与压力值有直线的相关关系。

因此，当在实际的分注动作中得到的从样本容器底部开始的高度和流路内的压力值偏离上述相关关系时，由于气泡等无法正确地识别液面，从而能够推断出可能无法正确地吸引目标分注量。

(2)样本的粘性

图11是表示根据样本的粘性，压力波形不同的图表。

样本的粘性根据每个检体而不同，事前无法知道。然而，如图11所示，可知根据样本的粘性，在注射器驱动期间中由压力传感器得到的压力波形的形状不同。

图11的S111～114的4个图形的压力波形数据是波形图形S111粘性最低，按照波形图形S112、S113、S114的顺序吸引了粘性高的试样时的数据。

如图11所示，当试样的粘性不同时，刚进行吸引后的压力波形的形状不同，例如，在区间S115中，当粘性高时注射器开始动作后的衰减振动导致的压力值的变动小于粘性低的情况。这是由于粘性越高，注射器振动导致的波形变化的影响越小。

此外，在时刻S116的压力值本身也由于粘性变高，压力值的绝对值变大。利用这些特征量，得到粘性、压力值以及压力波形形状的关系。通过该相关关系，可以根据实际分注了样本时的压力值、压力波形推断出样本的粘性。

一般，血清的粘性为1.0～1.8mPa·s，但例如在计算出2.0mPa·s以上时，高粘性的溶液一般剪切速率变小，因此在注射器以相同的速度进行了驱动时，考虑向反应容器排出的样本量可能小于设定量。

(3)样本分注量的判定

通过参数预先设定了分注量，根据装置内的控制参数来决定根据设定的分注量驱动注射器进行吸引动作的时间。

图12A、图12B是表示根据分注量，压力波形的举动参数不同的图表。

如图12A、图12B所示，在样本吸引时的压力波形中，根据分注量波形的举动参数不同，吸引动作时间和吸引结束后压力复原的缓和时间根据分注量而不同。它们与实际的吸引量具有相关关系。

于是，当实际的波形与根据通过分析参数设定的分注量而假定的波形的图形不同时，可以评价为没有吸引正确的量。此外，也可以根据该波形推断出吸引了多少的分注量。

关于根据上述(1)堵塞或气泡的可能性、(2)样本的粘性、(3)样本分注量所得到的吸引高度、粘性、分注量的压力值或压力波形的相关关系，预先作为判别异常的基准值存储在存储装置12的数据库中。不仅是吸引时的数据，关于排出时的压力波形，也可以同样地用于(1)～(3)的异常原因的判别，可以仅使用吸引时或排出时的数据，或者也可以使用吸引和排出双方的数据。从实际对检体进行分注时所得到的压力波形的图形中，提取(1)～(3)的特征图形来进行分析。

在作为分析方法决定了压力值时，可以设定基准值，或者如压力值与吸引高度那样具有相关关系，对于能够计算回归线的压力波形，也可以将从回归线偏离了一定值以上的压力波形判别为异常。并且，关于波形形状等通过数值不能表示的压力波形，可以详细地设定特征量，利用马氏距离等来检测异常图形。

在本发明的实施例1中，将分注探针24、27的试样或试剂的吸引以及排出动作时间分别区分为多个时间，在区分后的每个时间区分，将检测到的压力波形应用于近似式来计算参数。然后，将计算出的参数与正常分注时的参数进行比较，在每个时间区分判定有无分注异常。此时，可以将已知信息以及可变信息作为正常参数的设定基准来使用。

因此，能够实现一种自动分析装置以及分注异常判定方法，其在每个时间区分能够判别出有无特有的异常，并且能够判断在现有技术中难以判别的异常。

(实施例2)

在本发明的实施例1的分注动作的判定方法中，将样本的分注、排出时的压力变化分别分割成4个工序(压力测定工序、解析工序、判定工序、综合判定工序)，对各工序的压力变化使用近似式来进行了分析。然后，根据上述近似式的参数，来检测其工序的异常。将组合了各工序的判定设为综合判定，各工序的异常检测成为基础。

作为与本发明的实施例1不同的方法，具有基于多个数据，数理统计学地进行综合判定的方法。

本发明的实施例2是基于上述的多个数据，数理统计学地进行综合判定的方法，是通过在所述各工序中使用的式子，根据参数提取、提取的参数的标准化、各工序的标准化后的参数来进行主成分分析的例子。实施例2的自动分析装置的概要结构与图1所示的例子相同，其他结构也与实施例1相同，因此省略详细的说明。

生成实施例2的各主成分的式子，判定分注探针的吸引排出异常。以下，对判定流程进行说明。

(1)对各工序应用近似式

将衰减振动函数、增加函数等应用到各工序的压力变化中，来生成近似式。在观察简单的压力的高低时，可以进行单纯的值的检查。

(2)参数的提取

提取最大反映该工序的变动的参数。

在多个压力变化数据中，将各工序的参数分类成多个等级，并进行数值化。例如，分类成10阶段的等级。在为压力时，根据多个数据的分布将最大值设成10，将最低值设成0。当使用实施例1的(α)所示的指数函数时，根据参数k的分布来规定最大10和最小0。同样地，在各工序中对多个数据进行标准化。

表2是表示对每个采样数据、每个时间区域(a)～(d)进行了标准化后的参数的例子的表。

[表2]

(3)主成分分析

通过标准化后的多个数据来执行主成分分析。在该实施例2中，将压力工序分割成4个工序，因此主成分分析最大计算至4成分。

(4)向患者检体的应用

对在主成分分析中计算出的各主成分的式子应用对检体测定时的压力变化进行解析进行了标准化后的参数。在各主成分中应用于液面的高度、样本的粘性、正确性的影响等，来检测分注异常。

如上所述，在本发明的实施例1、2的自动分析装置中，不仅可以检测出分注探针的堵塞或空气吸入，还可以检测出气泡膜、气泡、高粘性的样本导致的分注量的减少，能够确认是否正确地执行了样本或试剂的分注。并且，通过综合判定能够推定出其异常原因。

此外，能够评价是否正确地执行实际的分注，从而吸引了设定的目标量。并且，能够评价是否向反应容器内排出了一定量。通过执行这些评价，自动分析装置的分注机构能够进一步提高可靠性，得到的测定结果的可靠性也提高。

此外，在本发明中通过综合地对得到的信息进行评价、解析，能够推定出其异常原因。仅将分注异常作为警报进行通知时，临床检查技师虽然知道该分注异常，但确定其异常原因需要时间。如果能够确定其原因，则操作自动分析装置的临床检查技师等能够立即消除该原因，开始正确的测定，因此不仅可以对数据的可靠性有贡献，还能够对降低临床检查技师的负担做出贡献。

符号说明

1样本盘

2试剂盘

3反应盘

4反应槽

5采样机构

6吸管机构

7搅拌机构

8测光机构

9清洗机构

10计算机(PC)

10D显示部

12存储装置

13控制部

14压电元件驱动器

15搅拌机构控制器

16试样容器

17、19圆盘

18试剂瓶

20冷却库

21反应容器

22反应容器保持器

23驱动机构

24试样分注探针

25、28支承轴

26、29臂部

27试剂分注探针

31固定部

33喷嘴

34上下驱动机构

103液面检测电路

104样本探针驱动机构

105分注注射器驱动单元

106柱塞

107样本用泵流路

108压力传感器

109压力测定部

Claims (4)

1.一种自动分析装置的分注异常判定系统，其特征在于，具备：

分析模块，其对反应容器内的试样进行分析；

存储模块，其将试样的种类、采样位置、分注量、试剂的性质作为已知信息进行存储；

运算处理模块，其将吸引在试样容器或试剂容器内收容的试样或试剂并向反应容器排出的分注探针的吸引、排出动作分割成多个时间区分，在分割后的每个时间区分，对由检测所述分注探针的内部压力的压力检测器检测出的压力波形进行解析，并与一定的判断基准进行比较，来判断有无分注异常，所述多个时间区分是根据在所述存储模块中存储的已知信息设定的、从进行所述分注探针的吸引排出动作的注射器刚开始动作后直至达到一定速度为止的时间、所述注射器维持一定速度的期间的时间、所述注射器的动作速度下降直至停止的时间以及所述注射器的动作停止后的一定时间；以及

显示模块，其对所述运算处理模块判断出的分注异常的有无进行显示，

其中，所述运算处理模块

在从所述注射器刚开始动作后直至达到一定速度为止的时间区分，使用随着时间经过压力增大的近似式对压力波形进行近似，并根据近似的近似式的参数来判断有无分注异常，

在所述注射器维持一定速度的时间区间，使用所述随着时间经过压力增大的近似式对压力波形进行近似，并根据近似的近似式的参数和检测出的压力的大小来判断有无分注异常，

在所述注射器的动作下降直至停止的时间区分，使用所述随着时间经过压力增大的近似式对压力波形进行近似，根据近似的近似式的参数来判断有无分注异常，

在所述注射器的动作停止后的一定时间区分，使用衰减振动函数近似式对压力波形进行近似，并根据近似的衰减振动函数近似式的参数来判断有无分注异常。

2.根据权利要求1所述的自动分析装置的分注异常判定系统，其特征在于，

所述运算处理模块

在从所述注射器刚开始动作后直至达到一定速度为止的时间区分，使用作为所述随着时间经过压力增大的近似式的指数函数近似式对压力波形进行近似，并根据近似的指数函数近似式的参数判断试样的粘性来判断有无分注异常，

在所述注射器维持一定速度的时间区间，使用所述指数函数近似式对压力波形进行近似，并根据近似的指数函数近似式的参数和检测出的压力的大小判断分注探针吸引试样的吸引高度来判断有无分注异常，

在所述注射器的动作下降直至停止的时间区分，使用所述指数函数近似式对压力波形进行近似，并根据近似的指数函数近似式的参数判断试样在分注探针内的堵塞来判断有无分注异常，

在所述注射器的动作停止后的一定时间区分，使用衰减振动函数近似式对压力波形进行近似，并根据作为近似的衰减振动函数近似式的参数的频率判断分注探针的试样吸引量或排出量来判断有无分注异常。

3.根据权利要求2所述的自动分析装置的分注异常判定系统，其特征在于，

所述运算处理模块在试样吸引工序、试样的排出工序、第1试剂的吸引排出工序、第2试剂的吸引排出工序、第3试剂的吸引排出工序各个工序中进行所述分注探针的分注动作有无异常的判定，在检测出分注异常的时刻，中止之后的分注动作或使所述显示模块显示异常的警报的显示。

4.一种自动分析装置的分注异常判定方法，其特征在于，

在存储部中存储试样的种类、采样位置、分注量、试剂的性质来作为已知信息，

通过分注探针，吸引在试样容器或试剂容器内收容的试样或试剂，并向反应容器排出，

通过压力检测器检测所述分注探针的内部压力，

通过运算处理部，将所述分注探针的吸引、排出动作分割成多个时间区分，在分割后的每个时间区分，对由所述压力检测器检测出的压力波形进行解析，并与一定的判断基准进行比较，来判断有无分注异常，所述多个时间区分是根据在存储部中存储的已知信息设定的、从进行所述分注探针的吸引排出动作的注射器刚开始动作后直至达到一定速度为止的时间、所述注射器维持一定速度的期间的时间、所述注射器的动作速度下降直至停止的时间；以及

对所述运算处理部判断出的分注异常的有无进行显示，

其中，在从所述注射器刚开始动作后直至达到一定速度为止的时间区分，使用随着时间经过压力增大的近似式对压力波形进行近似，并根据近似的近似式的参数来判断有无分注异常，

在所述注射器维持一定速度的时间区间，使用所述随着时间经过压力增大的近似式对压力波形进行近似，并根据近似的近似式的参数和检测出的压力的大小来判断有无分注异常，

在所述注射器的动作下降直至停止的时间区分，使用所述随着时间经过压力增大的近似式对压力波形进行近似，根据近似的近似式的参数来判断有无分注异常，

在所述注射器的动作停止后的一定时间区分，使用衰减振动函数近似式对压力波形进行近似，并根据近似的衰减振动函数近似式的参数来判断有无分注异常。