CN109073536A - 信息处理装置、信息处理方法、程序以及信息处理系统 - Google Patents
信息处理装置、信息处理方法、程序以及信息处理系统 Download PDFInfo
- Publication number
- CN109073536A CN109073536A CN201780026469.4A CN201780026469A CN109073536A CN 109073536 A CN109073536 A CN 109073536A CN 201780026469 A CN201780026469 A CN 201780026469A CN 109073536 A CN109073536 A CN 109073536A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- group
- reference spectra
- statistical disposition
- unit
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 129
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000001228 spectrum Methods 0.000 claims abstract description 850
- 239000002245 particle Substances 0.000 claims abstract description 167
- 230000004044 response Effects 0.000 claims abstract description 22
- 238000005259 measurement Methods 0.000 claims description 218
- 238000012545 processing Methods 0.000 claims description 95
- 238000002189 fluorescence spectrum Methods 0.000 claims description 67
- 230000007717 exclusion Effects 0.000 claims description 33
- 230000003595 spectral effect Effects 0.000 claims description 17
- 239000000126 substance Substances 0.000 claims description 12
- 241000208340 Araliaceae Species 0.000 claims description 7
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 7
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 7
- 235000008434 ginseng Nutrition 0.000 claims description 7
- 238000004043 dyeing Methods 0.000 claims description 5
- 230000003760 hair shine Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 29
- 230000008569 process Effects 0.000 abstract description 16
- 239000007850 fluorescent dye Substances 0.000 description 93
- 238000010586 diagram Methods 0.000 description 51
- 238000003860 storage Methods 0.000 description 45
- 230000006870 function Effects 0.000 description 26
- 210000004027 cell Anatomy 0.000 description 25
- 238000004458 analytical method Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 21
- 238000012937 correction Methods 0.000 description 17
- BFMYDTVEBKDAKJ-UHFFFAOYSA-L disodium;(2',7'-dibromo-3',6'-dioxido-3-oxospiro[2-benzofuran-1,9'-xanthene]-4'-yl)mercury;hydrate Chemical compound O.[Na+].[Na+].O1C(=O)C2=CC=CC=C2C21C1=CC(Br)=C([O-])C([Hg])=C1OC1=C2C=C(Br)C([O-])=C1 BFMYDTVEBKDAKJ-UHFFFAOYSA-L 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 11
- 108010004729 Phycoerythrin Proteins 0.000 description 9
- MHMNJMPURVTYEJ-UHFFFAOYSA-N fluorescein-5-isothiocyanate Chemical compound O1C(=O)C2=CC(N=C=S)=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 MHMNJMPURVTYEJ-UHFFFAOYSA-N 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 9
- 150000001875 compounds Chemical class 0.000 description 7
- 239000000975 dye Substances 0.000 description 7
- 239000011859 microparticle Substances 0.000 description 7
- MUBZPKHOEPUJKR-UHFFFAOYSA-N Oxalic acid Chemical compound OC(=O)C(O)=O MUBZPKHOEPUJKR-UHFFFAOYSA-N 0.000 description 6
- 230000002269 spontaneous effect Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010186 staining Methods 0.000 description 4
- -1 Rhodamine 101 isothiocyanates Chemical class 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000000862 absorption spectrum Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 239000002502 liposome Substances 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 239000002861 polymer material Substances 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 2
- OZLGRUXZXMRXGP-UHFFFAOYSA-N Fluo-3 Chemical compound CC1=CC=C(N(CC(O)=O)CC(O)=O)C(OCCOC=2C(=CC=C(C=2)C2=C3C=C(Cl)C(=O)C=C3OC3=CC(O)=C(Cl)C=C32)N(CC(O)=O)CC(O)=O)=C1 OZLGRUXZXMRXGP-UHFFFAOYSA-N 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 241000723873 Tobacco mosaic virus Species 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 229960002685 biotin Drugs 0.000 description 2
- 239000011616 biotin Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 2
- 229920000592 inorganic polymer Polymers 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000006408 oxalic acid Nutrition 0.000 description 2
- 239000008188 pellet Substances 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- CHRJZRDFSQHIFI-UHFFFAOYSA-N 1,2-bis(ethenyl)benzene;styrene Chemical compound C=CC1=CC=CC=C1.C=CC1=CC=CC=C1C=C CHRJZRDFSQHIFI-UHFFFAOYSA-N 0.000 description 1
- VFNKZQNIXUFLBC-UHFFFAOYSA-N 2',7'-dichlorofluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC(Cl)=C(O)C=C1OC1=C2C=C(Cl)C(O)=C1 VFNKZQNIXUFLBC-UHFFFAOYSA-N 0.000 description 1
- CHKMESCAQLVOQU-UHFFFAOYSA-N 3-n,3-n,6-n,6-n-tetramethyl-10-nonylacridin-10-ium-3,6-diamine Chemical compound C1=C(N(C)C)C=C2[N+](CCCCCCCCC)=C(C=C(C=C3)N(C)C)C3=CC2=C1 CHKMESCAQLVOQU-UHFFFAOYSA-N 0.000 description 1
- FWBHETKCLVMNFS-UHFFFAOYSA-N 4',6-Diamino-2-phenylindol Chemical compound C1=CC(C(=N)N)=CC=C1C1=CC2=CC=C(C(N)=N)C=C2N1 FWBHETKCLVMNFS-UHFFFAOYSA-N 0.000 description 1
- 108010000239 Aequorin Proteins 0.000 description 1
- 108090001008 Avidin Proteins 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 244000283207 Indigofera tinctoria Species 0.000 description 1
- 229930187135 Olivomycin Natural products 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- CAWBRCOBJNWRLK-UHFFFAOYSA-N acetyloxymethyl 2-[4-[bis[2-(acetyloxymethoxy)-2-oxoethyl]amino]-3-[2-[2-[bis[2-(acetyloxymethoxy)-2-oxoethyl]amino]-5-methylphenoxy]ethoxy]phenyl]-1h-indole-6-carboxylate Chemical compound CC(=O)OCOC(=O)CN(CC(=O)OCOC(C)=O)C1=CC=C(C)C=C1OCCOC1=CC(C=2NC3=CC(=CC=C3C=2)C(=O)OCOC(C)=O)=CC=C1N(CC(=O)OCOC(C)=O)CC(=O)OCOC(C)=O CAWBRCOBJNWRLK-UHFFFAOYSA-N 0.000 description 1
- NTECHUXHORNEGZ-UHFFFAOYSA-N acetyloxymethyl 3',6'-bis(acetyloxymethoxy)-2',7'-bis[3-(acetyloxymethoxy)-3-oxopropyl]-3-oxospiro[2-benzofuran-1,9'-xanthene]-5-carboxylate Chemical compound O1C(=O)C2=CC(C(=O)OCOC(C)=O)=CC=C2C21C1=CC(CCC(=O)OCOC(C)=O)=C(OCOC(C)=O)C=C1OC1=C2C=C(CCC(=O)OCOC(=O)C)C(OCOC(C)=O)=C1 NTECHUXHORNEGZ-UHFFFAOYSA-N 0.000 description 1
- DPKHZNPWBDQZCN-UHFFFAOYSA-N acridine orange free base Chemical compound C1=CC(N(C)C)=CC2=NC3=CC(N(C)C)=CC=C3C=C21 DPKHZNPWBDQZCN-UHFFFAOYSA-N 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- DZBUGLKDJFMEHC-UHFFFAOYSA-N benzoquinolinylidene Natural products C1=CC=CC2=CC3=CC=CC=C3N=C21 DZBUGLKDJFMEHC-UHFFFAOYSA-N 0.000 description 1
- 235000020958 biotin Nutrition 0.000 description 1
- 125000003178 carboxy group Chemical group [H]OC(*)=O 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- CFCUWKMKBJTWLW-UHFFFAOYSA-N deoliosyl-3C-alpha-L-digitoxosyl-MTM Natural products CC=1C(O)=C2C(O)=C3C(=O)C(OC4OC(C)C(O)C(OC5OC(C)C(O)C(OC6OC(C)C(O)C(C)(O)C6)C5)C4)C(C(OC)C(=O)C(O)C(C)O)CC3=CC2=CC=1OC(OC(C)C1O)CC1OC1CC(O)C(O)C(C)O1 CFCUWKMKBJTWLW-UHFFFAOYSA-N 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 125000004177 diethyl group Chemical group [H]C([H])([H])C([H])([H])* 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- ZMMJGEGLRURXTF-UHFFFAOYSA-N ethidium bromide Chemical compound [Br-].C12=CC(N)=CC=C2C2=CC=C(N)C=C2[N+](CC)=C1C1=CC=CC=C1 ZMMJGEGLRURXTF-UHFFFAOYSA-N 0.000 description 1
- 229960005542 ethidium bromide Drugs 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 238000001917 fluorescence detection Methods 0.000 description 1
- YFHXZQPUBCBNIP-UHFFFAOYSA-N fura-2 Chemical compound CC1=CC=C(N(CC(O)=O)CC(O)=O)C(OCCOC=2C(=CC=3OC(=CC=3C=2)C=2OC(=CN=2)C(O)=O)N(CC(O)=O)CC(O)=O)=C1 YFHXZQPUBCBNIP-UHFFFAOYSA-N 0.000 description 1
- VPSRLGDRGCKUTK-UHFFFAOYSA-N fura-2-acetoxymethyl ester Chemical compound CC(=O)OCOC(=O)CN(CC(=O)OCOC(C)=O)C1=CC=C(C)C=C1OCCOC(C(=C1)N(CC(=O)OCOC(C)=O)CC(=O)OCOC(C)=O)=CC2=C1OC(C=1OC(=CN=1)C(=O)OCOC(C)=O)=C2 VPSRLGDRGCKUTK-UHFFFAOYSA-N 0.000 description 1
- 239000007863 gel particle Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 210000003958 hematopoietic stem cell Anatomy 0.000 description 1
- PNDZEEPOYCVIIY-UHFFFAOYSA-N indo-1 Chemical compound CC1=CC=C(N(CC(O)=O)CC(O)=O)C(OCCOC=2C(=CC=C(C=2)C=2N=C3[CH]C(=CC=C3C=2)C(O)=O)N(CC(O)=O)CC(O)=O)=C1 PNDZEEPOYCVIIY-UHFFFAOYSA-N 0.000 description 1
- 239000004816 latex Substances 0.000 description 1
- 229920000126 latex Polymers 0.000 description 1
- 210000004698 lymphocyte Anatomy 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- CFCUWKMKBJTWLW-BKHRDMLASA-N mithramycin Chemical compound O([C@@H]1C[C@@H](O[C@H](C)[C@H]1O)OC=1C=C2C=C3C[C@H]([C@@H](C(=O)C3=C(O)C2=C(O)C=1C)O[C@@H]1O[C@H](C)[C@@H](O)[C@H](O[C@@H]2O[C@H](C)[C@H](O)[C@H](O[C@@H]3O[C@H](C)[C@@H](O)[C@@](C)(O)C3)C2)C1)[C@H](OC)C(=O)[C@@H](O)[C@@H](C)O)[C@H]1C[C@@H](O)[C@H](O)[C@@H](C)O1 CFCUWKMKBJTWLW-BKHRDMLASA-N 0.000 description 1
- 210000003470 mitochondria Anatomy 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- CZDBNBLGZNWKMC-MWQNXGTOSA-N olivomycin Chemical compound O([C@@H]1C[C@@H](O[C@H](C)[C@@H]1O)OC=1C=C2C=C3C[C@H]([C@@H](C(=O)C3=C(O)C2=C(O)C=1)O[C@H]1O[C@@H](C)[C@H](O)[C@@H](OC2O[C@@H](C)[C@H](O)[C@@H](O)C2)C1)[C@H](OC)C(=O)[C@@H](O)[C@@H](C)O)[C@H]1C[C@H](O)[C@H](OC)[C@H](C)O1 CZDBNBLGZNWKMC-MWQNXGTOSA-N 0.000 description 1
- 229950005848 olivomycin Drugs 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000003463 organelle Anatomy 0.000 description 1
- 229920000620 organic polymer Polymers 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005375 photometry Methods 0.000 description 1
- 229960003171 plicamycin Drugs 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000004926 polymethyl methacrylate Substances 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 239000010970 precious metal Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- XJMOSONTPMZWPB-UHFFFAOYSA-M propidium iodide Chemical compound [I-].[I-].C12=CC(N)=CC=C2C2=CC=C(N)C=C2[N+](CCC[N+](C)(CC)CC)=C1C1=CC=CC=C1 XJMOSONTPMZWPB-UHFFFAOYSA-M 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- INCIMLINXXICKS-UHFFFAOYSA-M pyronin Y Chemical compound [Cl-].C1=CC(=[N+](C)C)C=C2OC3=CC(N(C)C)=CC=C3C=C21 INCIMLINXXICKS-UHFFFAOYSA-M 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- PYWVYCXTNDRMGF-UHFFFAOYSA-N rhodamine B Chemical compound [Cl-].C=12C=CC(=[N+](CC)CC)C=C2OC2=CC(N(CC)CC)=CC=C2C=1C1=CC=CC=C1C(O)=O PYWVYCXTNDRMGF-UHFFFAOYSA-N 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- MPLHNVLQVRSVEE-UHFFFAOYSA-N texas red Chemical compound [O-]S(=O)(=O)C1=CC(S(Cl)(=O)=O)=CC=C1C(C1=CC=2CCCN3CCCC(C=23)=C1O1)=C2C1=C(CCC1)C3=[N+]1CCCC3=C2 MPLHNVLQVRSVEE-UHFFFAOYSA-N 0.000 description 1
- ACOJCCLIDPZYJC-UHFFFAOYSA-M thiazole orange Chemical compound CC1=CC=C(S([O-])(=O)=O)C=C1.C1=CC=C2C(C=C3N(C4=CC=CC=C4S3)C)=CC=[N+](C)C2=C1 ACOJCCLIDPZYJC-UHFFFAOYSA-M 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
- 210000005253 yeast cell Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- 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
- G01N15/1012—Calibrating particle analysers; References 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
- G01N15/1429—Signal processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Signal Processing (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
为了增大参考光谱的精度。该信息处理装置具有：统计处理单元，用于对通过对相对于光显示一种响应属性的一组微粒照射光而获得的一组光谱进行统计处理，所述统计处理单元基于统计过程的结果排除这组光谱中表示异常值的光谱；以及参考光谱计算单元，用于使用已经去除了表示异常值的光谱的这组光谱来计算参考光谱。
Description
技术领域
本公开涉及一种信息处理装置、一种信息处理方法、一种程序以及一种信息处理系统。
背景技术
为了分析诸如细胞、微生物、脂质体等微粒具有的属性，使用借助于测量荧光或者从微粒发射的散射光的强度、光谱等的设备(例如，流式细胞仪)的分析方法。例如，在流式细胞仪中，将诸如激光等激发光施加到在通道中流动的微粒，并且通过诸如多个光电倍增管(PMT)等光电检测器来检测从微粒发射的荧光、散射光等。通过转换成电信号来量化检测到的光。通过对该量化数据进行统计处理，分析了上述微粒的属性。
对于流式细胞仪中的荧光检测，除了使用诸如滤光器等波长选择元件测量每个波长范围内的光强度来选择不连续波长范围内的多个光线的方法之外，还存在测量连续波长范围内的光强度作为光谱的方法。例如，下面的专利文献1公开了通过每个荧光染料的光谱(参考光谱)将激光施加到使用多个荧光染料标记的微粒而获得的光谱去卷积的技术，以分析每个发光元件(例如，标记微粒的荧光染料)的荧光强度。根据这种技术，测量光谱可以通过将每个发光元件的参考光谱乘以预定系数而获得的线性和来表示。因此，可以计算标记微粒的每种荧光染料的荧光强度。
引文列表
专利文献
专利文献1：JP 2013-24792A
发明内容
技术问题
为了充分确保每个发光元件的荧光强度的计算精度，要求用于上述去卷积中的参考光谱的精度足够高。由于从微粒获得的荧光光谱的形状影响测量环境，因此通常在与测量环境相同的环境中，基于用一种荧光染料(或未染色的)简单地染色的微粒而获得的光谱，生成上述参考光谱。然而，根据测量环境或微粒，在所生成的参考光谱中可以包括许多噪声或异常值。当在参考光谱中包括噪声或异常值时，参考光谱的精度降低，因此，可以降低使用参考光谱计算的每个发光元件的荧光强度的计算精度。
因此，本公开提出了一种新颖和改进的信息处理装置、信息处理方法、程序以及信息处理系统，其可以提高参考光谱的精度。
问题的解决方案
根据本公开，提供了一种信息处理装置，包括：统计处理单元，其被配置为对通过将光施加到相对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并基于统计处理的结果，排除这组光谱中表示异常值的光谱；以及参考光谱计算单元，其被配置为使用已经排除了表示异常值的光谱的这组光谱来计算参考光谱。
另外，根据本公开，提供了一种信息处理方法，包括由处理器：对通过将光施加到相对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并基于统计处理的结果，排除这组光谱中表示异常值的光谱；并且使用已经排除了表示异常值的光谱的至少一组光谱来计算参考光谱。
另外，根据本公开，提供了一种程序，用于使计算机用作：统计处理单元，其被配置为对通过将光施加到相对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并基于统计处理的结果，排除这组光谱中表示异常值的光谱；以及参考光谱计算单元，其被配置为使用已经排除了表示异常值的光谱的至少一组光谱来计算参考光谱。
另外，根据本公开，提供了一种信息处理系统，包括：测量装置，包括：测量单元，其被配置为将光施加到测量对象，以测量与测量对象的发光相关的光谱；以及信息处理装置，包括：统计处理单元，其被配置为对从测量单元获得的与相对于光显示一种响应属性的一组微粒相关的一组光谱进行统计处理，并基于统计处理的结果，排除这组光谱中表示异常值的光谱；以及参考光谱计算单元，其被配置为使用已经排除了表示异常值的光谱的至少一组光谱来计算参考光谱。
发明的有益效果
根据如上所述的本公开，可以提高参考光谱的精度。
注意，上述效果不一定是限制性的。利用或代替上述效果，可以实现本说明书中描述的任何一种效果或可以从本说明书中理解的其他效果。
附图说明
图1是示出根据本公开的一个实施例的信息处理系统的示意性配置的示图；
图2是示出作为测量装置的示例的流式细胞仪的示意性配置的示图；
图3是示出流式细胞仪的详细配置的示例的示图；
图4是示出根据实施例的信息处理装置的功能配置的示例的功能方框图；
图5是用于描述根据实施例的由荧光量分析单元执行的荧光量分析处理的示图；
图6是示出由参考光谱生成单元生成的参考光谱的示例的示图；
图7是示出在测量数据中包括异常值的情况下由参考光谱生成单元生成的参考光谱的示例的示图；
图8是示出参考光谱生成处理的流程的示例的示图；
图9是示出根据本公开的第一实施例的参考光谱生成单元的功能配置的示例的功能方框图；
图10是用于描述根据实施例的由数据设置单元执行的荧光染料选择处理的示图；
图11包括用于描述在选择FITC的情况下的测量数据获取处理的示图和示出与获取的测量数据相关的荧光光谱的分布的示例的示图；
图12包括用于描述在选择PE的情况下的测量数据获取处理的示图和示出与获取的测量数据相关的荧光光谱的分布的示例的示图；
图13包括用于描述在选择阴性(未染色)的情况下的测量数据获取处理的示图和示出与获取的测量数据相关的荧光光谱的分布的示例的示图；
图14是与通过使用RANSAC根据实施例的由统计处理单元执行的参考光谱设置处理的示例相关的流程图；
图15是用于描述根据实施例的由统计处理单元执行的参考光谱设置处理的示例的示图；
图16包括示出与包括或不包括异常值的测量数据相关的光谱的平均光谱的示图；
图17是示出根据实施例的由参考光谱生成单元执行的处理的示例的流程图；
图18示出了由根据实施例的参考光谱生成单元执行的处理生成的参考光谱以及由图8所示的参考光谱生成处理生成的参考光谱的示例；
图19是示出根据本公开的第二实施例的参考光谱生成单元执行的处理的示例的流程图；
图20是用于描述根据实施例的应用示例的由统计处理单元执行的评估处理的示例的示图；
图21是示出根据本公开的实施例的信息处理装置的硬件配置示例的方框图。
具体实施方式
在下文中，将参考附图详细描述本发明的优选实施例。注意，在本说明书和附图中，具有基本相同的功能和结构的结构元件用相同的附图标记表示，并且省略对这些结构元件的重复说明。
注意，将按以下顺序提供描述。
1、信息处理系统的概述
1.1、信息处理系统的配置
1.2、信息处理装置的配置
1.3、关于生成参考光谱
2、第一实施例(生成对应于荧光染料的参考光谱)
2.1、参考光谱生成单元的配置
2.2、参考光谱生成单元中的处理流程
2.3、效果
3、第二实施例(生成与自发荧光相关的参考光谱)
3.1、参考光谱生成单元中的处理流程
3.2、应用示例
4、硬件配置示例
5、结论
<<1、信息处理系统的概述>>
<1.1、信息处理系统的配置>
图1是示出根据本公开的一个实施例的信息处理系统1的示意性配置的示图。如图1所示，信息处理系统1包括信息处理装置10和测量与样本S对应的光谱的测量装置20。信息处理装置10和测量装置20与有线或无线的各种网络连接。
例如，生物相关的微粒(例如，细胞、微生物或脂质体)、合成颗粒(例如，胶乳颗粒、凝胶颗粒、工业颗粒或微珠)等可以用作作为本实施例中的样本S的微粒。
生物相关的微粒包括各种细胞中包含的染色体、脂质体、线粒体、细胞器等。细胞包括动物细胞(例如，造血细胞)和植物细胞。微生物包括细菌(例如，大肠杆菌)、病毒(例如，烟草花叶病毒)、真菌(例如，酵母细胞)等。另外，生物相关的微粒可以包括生物相关的聚合物，例如，核酸、蛋白质(例如，酶)、其复合物等。
另外，例如，工业颗粒可以是有机聚合物材料、无机聚合物材料、金属等。例如，有机聚合物材料包括聚苯乙烯、苯乙烯-二乙烯基苯、聚甲基丙烯酸甲酯等。无机聚合物材料包括玻璃、二氧化硅、磁性物质材料等。金属包括贵金属胶体、铝等。另外，这些微粒的形状主要是球形，但也可以是非球形。另外，微粒的尺寸、质量等没有特别限制。
信息处理装置10获取由测量装置20测量的样本S的测量数据，将作为获取的测量数据的光谱分离(去卷积)为多个光谱，并分析每个分离光谱的强度。例如，信息处理装置10将所获取的样本S的荧光光谱分离为从标记样本S的多个荧光染料中衍生的荧光光谱，并分析每个分离的荧光光谱的荧光量。基于该荧光量，可以分析标记的微粒具有的属性。
注意，图1中所示的示例示出了根据本实施例的信息处理装置10被设置为与测量装置20不同的装置的情况，而根据本实施例的信息处理装置10的功能可以安装在控制测量装置20的操作的计算机上，或者可以安装在设置在测量装置20的外壳内的任何计算机上。注意，将在稍后的阶段详细描述信息处理装置10的详细配置。
测量装置20将激光施加到样本S，检测来自样本S的荧光、磷光或散射光，并根据这些类型的光的检测结果测量对应于样本S的光谱。即，测量装置20具有作为测量单元的功能。根据本实施例的测量装置20可以测量样本S的发光光谱、散射光谱或吸收光谱，或者可以测量发光光谱、散射光谱和吸收光谱中的至少两个或更多个。
注意，下面将假设测量装置20是测量样本S的荧光光谱的流式细胞仪，来提供本技术的详细描述。
在描述测量装置20之前，将描述作为根据本实施例的信息处理系统1中的测量样本的微粒。例如，在测量荧光光谱之前，可以用一种或多种荧光染料标记根据本实施例的微粒。用多种荧光染料标记微粒也称为多重染色。用荧光染料标记微粒可以通过任何已知的方法进行。在微粒是细胞的情况下，例如，通过将靠着(agaist)细胞表面分子的荧光标记的抗体和细胞混合，来将抗体与细胞表面分子结合。荧光标记的抗体可以通过将荧光染料直接与抗体结合而获得，或者可以通过抗生物素蛋白-生物素反应将与抗生物素蛋白结合的荧光染料与生物素标记的抗体结合而获得。另外，抗体可以是单克隆抗体或多克隆抗体。
对于用于多重标记微粒的荧光染料，可以组合使用两种或更多种已知物质。作为荧光染料，例如，可以使用藻红蛋白(PE)、FITC、PE-Cy5、PE-Cy7、PE-德克萨斯红、别藻蓝蛋白(APC)、APC-Cy7、溴化乙锭、碘化丙啶、郝斯特(Hoechst)33258/33342、DAPI、吖啶橙、色霉素、光神霉素、橄榄霉素、派洛宁Y、噻唑橙、罗丹明101异硫氰酸酯、BCECF、BCECF-AM、C.SNARF-1、C.SNARF-1-AMA、水母发光蛋白、Indo-1、Indo-1-AM、Fluo-3、Fluo-3-AM、Fura-2、Fura-2-AM、氧杂菁(Oxonol)、德克萨斯红、罗丹明123、10-N-壬基-吖啶橙、荧光素、二乙酸荧光素、羧基荧光素、二乙酸羧基荧光素、羧基二氯荧光素、二乙酸羧基二氯荧光素等。当然，可以在本实施例中使用的荧光染料不限于上述示例。
接下来，将描述测量装置20的配置。图2是示出作为测量装置的示例的流式细胞仪的示意性配置的示图。另外，图3是示出流式细胞仪的详细配置的示例的示图。图2和图3中所示的流式细胞仪包括激光源21、微通道22和光电检测器23。
参考图2，在流式细胞仪中，将激光(具有可以激发可用于将微粒S染色的荧光染料的波长)从激光源21输出到流过微通道22的被简单(simple)染色、多重染色或未染色的微粒S。光电检测器23检测从已经施加了激光的微粒S中发射的荧光、散射光等。另外，尽管未在图2和图3中示出，但是在流式细胞仪中设置用于将激光引导至微粒S的光学系统(例如，透镜)和用于将从微粒S发射的荧光、散射光等引导至光电检测器23的光学系统。
激光源21可以输出预定波长(例如，波长λ＝405nm、488nm、532nm、633nm)的激光。另外，尽管在图2和图3的示例中仅描绘了单个激光源21，但是可以提供多个激光源。
设置微通道22，以使微粒S沿流动方向成直线流动。已知的微通道芯片等用作微通道22。
另外，如图3所示，光电检测器23包括检测器230、光电倍增管(PMT)231和二向色镜232(滤光器的示例)。
检测器230是用于检测从微粒S发射的散射光SL的装置。检测器230由例如电荷耦合器件(CCD)、互补金属氧化物半导体(CMOS)、光电二极管等实现。由检测器230检测的散射光SL的测量数据可以输出到根据本实施例的信息处理装置10。
PMT 231是用于检测从微粒S发射的荧光FL的装置。如图3所示，提供多个PMT 231。从微粒S发出的荧光FL(由激光源21发出的激光产生的)由设置在微通道22和光电倍增管231之间的二向色镜232分散，并且被引导到相应的光电倍增管231。
注意，根据相对于光(后面将描述的荧光染料或微粒)的响应属性的分布(例如，对应于荧光染料的荧光光谱)等，适当地设置安装的PMT 231的数量。通过累积由相应的PMT231检测的测量数据，获得微粒S的荧光光谱。PMT 231将表示相应波段的荧光FL的检测结果的测量数据输出到根据本实施例的信息处理装置10。
如上所述，根据本实施例的信息处理装置10获得通过连续观察来自微粒S的荧光而获得的荧光光谱。注意，图3所示的流式细胞仪具有用于感测来自微粒S的散射光的一系列光学系统，但可以不提供这种光学系统。另外，图3所示的流式细胞仪通过二向色镜232分散从微粒S发出的荧光FL，以引导到PMT 231，同时从微粒S发出的荧光FL可以由多个波长选择滤波器(例如，带通滤波器)分离成具有包括在多个特定波长带中的波长的荧光。另外，上述流式细胞仪可以使用诸如棱镜等光谱仪分散从微粒S发出的荧光FL。即，一些结构元件可以以任何方式变形，只要被配置为使得可以在每个预定波长带上选择性地测量通过用激光激发微粒S而获得的荧光光谱，并且测量结果可以输入到信息处理装置10。
上面已经描述了根据本实施例的测量装置20的示例。
<1.2、信息处理装置的配置>
接下来，将参考图4和图5描述根据本公开的一个实施例的信息处理装置10的配置。图4是示出根据本公开的一个实施例的信息处理装置10的功能配置的示例的功能方框图。
如图4所示，根据本实施例的信息处理装置10包括测量数据获取单元101、荧光量分析单元102、参考光谱生成单元103、存储单元110和显示控制单元120。
(测量数据获取单元)
测量数据获取单元101从测量装置20获取由测量装置20生成的测量数据。在此处，从测量装置20获取的微粒S的测量数据是例如表示通过将激光施加到一个或多个微粒S而生成的光谱强度的数据。在一个或多个微粒S的光谱测量中，存在时隙(尽管是微小的)。因此，例如，微小时隙中的累积强度、最大强度、平均强度等用于根据本实施例的测量数据。
测量数据获取单元101将获取的测量数据存储在存储单元110中。在这种情况下，测量数据获取单元101可以将获取的测量数据与时间信息(例如，获取测量数据的日期和时间)、与测量装置20的测量条件相关的信息等存储在存储单元110中。另外，测量数据获取单元101可以将测量数据直接输出到荧光量分析单元102，以进行实时分析。
(荧光量分析单元)
荧光量分析单元102将与从测量数据获取单元101或存储单元110获取的测量数据相关的荧光光谱分离成标记微粒S的相应荧光染料的光谱(以及从微粒S衍生的自发荧光光谱)，并通过每个分离光谱的强度分析荧光量。为了分离荧光光谱，使用参考光谱。参考光谱是通过测量和标准化用每种荧光染料简单染色的简单染色样本而获得的光谱。由参考光谱生成单元103生成该参考光谱。
荧光量分析单元102通过将用于微粒S的多重染色的每种荧光染料的参考光谱拟合成与微粒S的测量数据相关的荧光光谱来分析每种荧光染料的荧光量。通过诸如最小二乘法等任何已知方法来执行参考光谱的拟合。
参考图5，将描述由荧光量分析单元102执行的荧光量分析处理。图5是用于描述根据本实施例的由荧光量分析单元102执行的荧光量分析处理的示图。
荧光量分析单元102首先通过用户操作等选择标记微粒S的荧光染料，并从存储单元110获取荧光染料的参考光谱。在图5所示的示例中，显示五种荧光染料的参考光谱：FITC；PE；ECD；PC5；和PC7。
接下来，荧光量分析单元102从存储单元110获取用上述荧光染料标记的微粒S的测量数据以及与每种荧光染料对应的参考光谱，并且分离与每个荧光染料的测量数据相关的荧光光谱。在图5中所示的荧光光谱是用于标记的荧光染料的叠加参考光谱。即，荧光量分析单元102通过将每个参考光谱拟合成荧光光谱来分析每个参考光谱的荧光强度。通过拟合而获得的相应荧光染料产生的荧光光谱如图5所示。在拟合之后的每种荧光染料的参考光谱和荧光光谱在形状上是相同的，但荧光光谱的强度通过在拟合中的加权而改变。强度对应于每种荧光染料的荧光量。
荧光量分析单元102根据每个荧光光谱的强度来分析每种荧光染料的荧光量。因此，可以知道包含在微粒S中的荧光染料的荧光量的程度。
另外，荧光量分析单元102可以使用例如上述专利文献1(JP2013-24792A1)中公开的方法分离与测量数据相关的荧光光谱，并分析每种荧光染料的荧光量。
注意，荧光量分析单元102还能够分析从未染色的微粒获得的自发荧光光谱的荧光量。
荧光量分析单元102将与分析结果相关的数据存储在存储单元110中。在这种情况下，荧光量分析单元102可以将与分析结果相关的数据与时间信息(例如，生成数据的日期和时间)以及与测量数据相关的信息等存储在存储单元110中。另外，荧光量分析单元102可以将分析结果输出到显示控制单元120。与分析结果相关的屏幕由显示控制单元120呈现给用户。
另外，荧光量分析单元102可以经由诸如打印机等输出装置将分析结果作为打印材料呈现给用户，或者可以将与分析结果相关的数据输出到各种记录介质，例如，CD、DVD、蓝光(注册商标)盘、USB存储器或外部HDD(硬盘驱动器)等。另外，荧光量分析单元102可以将与分析结果相关的数据输出到外部装置，根据本实施例的信息处理装置10能够经由各种通信网络与外部装置通信。
(参考光谱计算单元)
参考光谱生成单元103基于从存储单元110获取的与未染色的微粒或用至少一种荧光染料标记的微粒的测量数据相关的荧光光谱来生成参考光谱。如上所述，参考光谱是用于由荧光量分析单元102分析一个荧光光谱中用于标记微粒的荧光染料的荧光量的参考光谱。
例如，参考光谱生成单元103在计算一种荧光染料的参考光谱时执行以下处理。具体地，参考光谱生成单元103首先从存储单元110获取仅用一种荧光染料标记的微粒的测量数据和未染色的微粒的测量数据。参考光谱生成单元103通过对这些测量数据执行统计处理，来计算所述一种荧光染料的参考光谱。另外，通过仅对未染色的微粒的测量数据执行统计处理，参考光谱生成单元103可以计算与微粒的自发荧光光谱相关的参考光谱。
参考光谱生成单元103将与参考光谱相关的数据存储在存储单元110中。在这种情况下，参考光谱生成单元103可以将与参考光谱相关的数据与时间信息(例如，生成数据的日期和时间)以及与测量数据相关的信息等存储在存储单元110中。另外，参考光谱生成单元103可以将与参考光谱相关的数据输出到显示控制单元120。与参考光谱相关的数据由显示控制单元120呈现给用户。
注意，稍后将描述根据本实施例的参考光谱生成单元103的详细配置。
(存储单元)
存储单元110是信息处理装置10包括的存储装置，并且存储由信息处理装置10的每个功能单元获得的信息等。另外，存储单元110根据来自信息处理装置10的每个功能单元的请求适当地输出所存储的信息。例如，由测量数据获取单元101获取的测量数据、与由荧光量分析单元102分析的分析结果相关的数据、与由参考光谱生成单元103计算的参考光谱相关的数据等可以存储在存储单元110中。另外，执行数据(诸如显示控制单元120用于在显示屏幕上显示各种类型的信息的各种应用程序对应的程序等)可以存储在存储单元110中。此外，在信息处理装置10执行的处理期间可能发生的各种参数、临时数据等可以适当地存储在存储单元110中。另外，存储单元110可以设置有各种数据库。各种数据库可以包括例如存储上述测量数据、与分析结果相关的数据或与参考光谱相关的数据的数据库。提供存储单元110，以便允许根据本实施例的信息处理装置10的每个功能单元自由地执行读取和写入。
(显示控制单元)
显示控制单元120在未示出的显示装置(例如，信息处理装置10包括的显示器)或诸如设置在信息处理装置10外部的显示装置等显示装置中执行显示屏幕的显示控制。例如，显示控制单元120可以基于与荧光量分析单元102获得的分析结果相关的数据来执行显示屏幕的显示控制。此外，显示控制单元120可以基于与参考光谱生成单元103生成的参考光谱相关的数据，来执行显示屏幕的显示控制。显示控制允许信息处理装置10的用户了解关于分析结果或参考光谱的信息。
<1.3、关于参考光谱>
如上所述，参考光谱是用于分析荧光量分析单元102中的每种荧光染料的荧光量的光谱。为了高精度地分析每种荧光染料的荧光量，需要校正参考光谱的形状。
例如，参考光谱生成单元103在以下步骤中执行生成一种荧光染料(或微粒的自发荧光)的参考光谱的处理。首先，参考光谱生成单元103从存储单元110获取仅用一种荧光染料标记的微粒的测量数据和未染色微粒的测量数据。接下来，参考光谱生成单元103对与自发荧光相关的测量数据进行统计处理(例如，平均处理)，并获得与已经平均的自发荧光相关的光谱(平均自发荧光光谱)。
然后，参考光谱生成单元103从与仅用上述一种荧光染料标记的微粒的测量数据相关的多个荧光光谱中的每一个中减去上述平均的自发荧光光谱。接下来，为了等效地处理在减去之后的多个荧光光谱，参考光谱生成单元103对多个荧光光谱中的每一个的光谱总和进行归一化。然后，参考光谱生成单元103对归一化光谱进行平均。通过平均而获得的光谱将称为平均荧光光谱。然后，为了使强度与其他荧光染料的参考光谱一致，参考光谱生成单元103对平均荧光光谱的强度进行归一化。因此，生成上述一种荧光染料的参考光谱。
图6是示出由参考光谱生成单元103生成的参考光谱的示例的示图。图6中的曲线图G61示出了与用于计算参考光谱的测量数据相关的多个荧光光谱的示例，并且图6中的曲线图G62示出了由参考光谱生成单元103基于曲线图G61中所示的多个荧光光谱而生成的参考光谱的示例。注意，表示曲线图G61和曲线图G62中所示的光谱的曲线图的横轴表示PMT通道(即，等于波长)，纵轴表示光谱的强度。
在曲线图G61中所示的光谱中，主要存在在5ch至20ch处观察到的峰和在30ch至55ch附近观察到的峰。其中，在5ch至20ch处观察到的峰是由标记微粒的荧光染料A产生的峰，并且在30ch至55ch附近观察到的峰是由微粒的自发荧光产生的峰。
通过从曲线图G61中所示的每个荧光光谱中减去单独计算的平均自发荧光光谱并对在减去之后的荧光光谱进行平均和归一化，参考光谱生成单元103生成曲线图G62中所示的参考光谱。如果在生成参考光谱时使用的测量数据的变化是如曲线图G61中所示的程度的变化，则可以获得显示由荧光染料A产生的峰的参考光谱，如曲线图G62所示。
然而，根据用于生成参考光谱的测量数据的变化，存在所生成的参考光谱的精度可能恶化的可能性。例如，(1)在与测量数据相关的光谱中包括异常值的情况下，或者(2)在荧光弱并且包括在光谱中的噪声变得较大的情况下，认为可以降低所生成的参考光谱的精度。
首先，本发明人研究了(1)在测量数据中包括异常值的情况。图7是示出在测量数据中包括异常值的情况下由参考光谱生成单元103生成的参考光谱的示例的示图。图7中的曲线图G71示出了与用于生成参考光谱的测量数据相关的多个荧光光谱的示例，图7中的曲线图G72示出了基于曲线图G71中所示的多个荧光光谱生成的参考光谱的示例。注意，标记用于生成图7中所示的参考光谱的微粒的荧光染料是荧光染料A，与图6的情况类似。
主要在曲线图G71中示出的光谱(称为异常光谱)是通过将与一条测量数据相关的光谱乘以100而获得的虚拟光谱。即，异常光谱表示为与其他测量数据相关的光谱的强度的大约100倍。在使用与这种异常光谱相关的测量数据生成参考光谱的情况下，即使在减去平均自发荧光光谱之后，将保留特别是在30ch至55ch处由自发荧光产生的峰。然后，由自发荧光产生的峰可以原样保留在参考光谱中，如曲线图G72所示。如果以这种方式生成的参考光谱用于分析作为荧光染料A的参考光谱的荧光量，则有可能获得不正确的分析结果。
另外，本发明人研究了(2)荧光弱并且包括在光谱中的噪声变得较大的情况。图8是示出参考光谱生成处理的流程的示例的示图。在图8中，假设多个荧光光谱i(i＝1至n)中的荧光光谱n的强度较小的情况。
首先，如图8中的示意性光谱F81所示，从多个荧光光谱i中减去平均自发荧光光谱。在这种情况下，例如，荧光光谱n的一些波长带的强度可能变得低于平均自发荧光光谱的波长带的强度。这是因为在荧光光谱n的波长带中获得的信号强度低，并且受到负面作用噪声的强烈影响。在这种情况下，如图8中的示意性光谱F82所示，在减去之后的一些波长带的强度表示负值。
然后，如图8中的示意性光谱F83所示，在减去之后对光谱的总和进行归一化的处理中，在归一化中过度加权负值。因此，在平均归一化之后的光谱的处理中，获得如图8中的示意性光谱F84所示的负面影响的平均荧光光谱，因此，如图8中的示意性光谱F85所示，由光谱强度归一化的参考光谱的形状可能显着偏离从一种荧光染料获得的实际荧光光谱的形状。此外，在某些情况下，参考光谱中可能包含负强度。在使用包括负强度的参考光谱的情况下，为了消除在由荧光量分析单元102执行的分析中指示负强度的波长带中的负强度，可能错误地分析可表示波长带中的强度的其他荧光染料的荧光量。
例如，当在测量装置20中生成测量数据时，在测量数据中包括异常值的(1)中指示的事件可以由微通道中的微粒的流动状态、微粒的尺寸或质量、微粒之间的粘附等引起。例如，由于微粒的湍流(残留)，可以再次检测在先前时间检测到的光。因此，在测量数据中包括异常值。另外，可能发生在荧光变弱的(2)中指示的事件，例如，在标记微粒的荧光量小的情况下、在从荧光染料或微粒发射的光的强度低的情况下等。在(1)中指示的事件是可能在测量装置20中意外发生的事件。此外，在(2)中指示的事件是可能不可避免地发生的事件，这取决于作为测量对象的微粒可能最初具有的、或者可以包括在微粒中的用于分析的荧光染料的荧光量。因此，在生成参考光谱时，即使获取包括异常光谱的测量数据或包括弱光谱的测量数据，也需要避免使用这些测量数据。
因此，鉴于上述情况，本发明人实现了本技术。即，当生成参考光谱时，根据本公开的一个实施例的信息处理装置首先通过统计处理在从显示一种荧光属性的微粒中获得的多个光谱(一组光谱)中提取表示异常值的光谱，并且排除上述这组光谱中指示异常值的提取的光谱。然后，信息处理装置使用已经排除了表示异常值的光谱的这组光谱来计算参考光谱。
利用这种配置，可以通过统计处理排除如上所述的异常光谱，作为异常值。因此，可以提高参考光谱的精度。
另外，当生成一种荧光染料的参考光谱时，根据本公开的一个实施例的信息处理装置对从用一种荧光染料标记的微粒获得的多个光谱(第一光谱组)以及从未用所述一种荧光染料标记的微粒获得的多个光谱(第二光谱组)中的每一个执行上述统计处理。然后，信息处理装置从第一光谱组和第二光谱组中的每一个中排除表示异常值的光谱。此外，信息处理装置对排除异常值后的第一光谱组和第二光谱组中的每一个进行平均，并且从第一光谱组的平均光谱中减去第二光谱组的平均光谱，以计算参考光谱。
利用这种配置，由于通过在排除异常值时进行平均来平滑噪声，因此可以使负强度不太可能包括在噪声的参考光谱中。因此，即使与从微粒获得的荧光或自发荧光相关的信号较弱，也可以提高参考光谱的精度。
在下文中，将描述根据第一实施例和第二实施例的信息处理装置10中包括的参考光谱生成单元103的详细功能和处理。
<<2、第一实施例(生成对应于荧光染料的参考光谱)>>
<2.1、参考光谱生成单元的配置>
图9是示出根据本公开的第一实施例的参考光谱生成单元103的功能配置的示例的功能方框图。如图9所示，根据本实施例的参考光谱生成单元103包括数据设置单元1031、统计处理单元1032和参考光谱计算单元1033。
(数据设置单元)
根据本实施例的数据设置单元1031从存储单元110获取要用于生成参考光谱的测量数据，并且执行要用于后续处理的数据的设置等。例如，数据设置单元1031可以执行(a)发光元件的选择、(b)测量数据的获取以及(c)测量数据的校正。
-选择发光元件
首先，根据本实施例的数据设置单元1031选择与参考光谱(作为生成目标)相关的发光元件。注意，本说明书中的发光元件包括一种物质、微粒等，其对光显示一种响应属性。例如，该物质是指例如荧光染料。
例如，数据设置单元1031通过用户的选择来选择与作为生成目标的参考光谱相关的发光元件。图10是用于描述根据本实施例的数据设置单元1031执行荧光染料选择处理的示图。在图10所示的表格的第一列中，指示了发光元件的识别符号(CD1、CD2、...、Neg)、并且在第二列中，指示了与相应的识别符号对应的诸如荧光染料等发光元件的类型(FITC、PE、......、Negative(否定的))。在此处，表格中的Neg(负)表示未染色的微粒(自发荧光)。图10的表格中所示的荧光染料可以是与存储在存储单元110中的测量数据对应的荧光染料，或者可以是其光谱可以由测量装置20测量的荧光染料的全部或部分。
注意，当执行生成荧光染料的参考光谱的处理时，不仅选择对应于作为生成参考光谱的对象的荧光染料的测量数据，而且还选择对应于未染色的微粒的测量数据。
另外，显示控制单元120可以促使显示装置等显示图10中所示的表格。在这种情况下，数据设置单元1031可以通过由已经观看表格的用户执行的操作来选择与作为生成目标的参考光谱相关的发光元件。具体地，数据设置单元1031可以通过用户操作来从表格中所示的发光元件中选择与作为生成目标的参考光谱相关的发光元件。
注意，在发光元件选择处理中，在图10所示的表格中不存在与作为生成目标的参考光谱相关的荧光染料的情况下，例如，数据设置单元1031可以通过用户的输入操作等执行将荧光染料添加到表格的处理。
-获取测量数据
接下来，根据本实施例的数据设置单元1031从存储单元110获取与所选择的发光元件对应的测量数据。所获取的测量数据可以是例如由测量装置20针对从用所选荧光染料标记的微粒中发射的荧光获取的测量数据或者由测量装置20针对微粒的自发荧光获取的测量数据。测量数据包括从微粒获得的光谱。光谱包括例如与从微粒发射的荧光或自发荧光相关的荧光光谱或自发荧光光谱。荧光或自发荧光的测量可以在参考光谱生成处理之前预先执行，或者可以与参考光谱生成处理并行执行。
注意，在生成一种荧光染料的参考光谱的情况下，优选的是，测量装置20获取仅用一种荧光染料标记的微粒的测量数据。另外，为了抑制对由从微粒产生的自发荧光获得的荧光光谱的影响，优选的是，用于生成参考光谱的微粒统一为可以显示相同的自发荧光光谱的相同类型的颗粒。
例如，数据设置单元1031通过用户的选择从存储单元110获取与所选择的发光元件对应的测量数据。图11至图13是用于描述在选择FITC、PE和Negative(未染色)的情况下的测量数据获取处理的图，并且是示出与获取的测量数据相关的荧光光谱的分布的示例的示图。图11中的曲线图G111和曲线图G112是示出在FITC的荧光光谱的特定波长中的荧光强度的分布的示图，并且是示出FITC的荧光光谱的累积数据的示图。图12中的曲线图G121和曲线图G122是示出在PE的荧光光谱的特定波长中的荧光强度的分布的示图，并且是示出PE的荧光光谱的累积数据(integrated data)的示图。图13中的曲线图G131和曲线图G132是示出在Negative的荧光光谱的特定波长中的荧光强度的分布的示图，并且是示出Negative的荧光光谱的累积数据的示图。注意，图11至图13中的曲线图G111、曲线图G121和曲线图G131中的横轴和纵轴表示在PMT的X通道和Y通道中检测到的荧光强度(即，在对应于X通道和Y通道的第一和第二波长带中的荧光强度)。另外，图11至图13中的曲线图G112、曲线图G122和曲线G132中的横轴表示波长。针对每个微粒获得的荧光光谱是包括在多个PMT中检测到的荧光强度的光谱。另外，在曲线图G112、曲线图G122和曲线图G132中所示的轮廓颜色对应于与测量数据相关的多个荧光光谱的累积数据。
参考图11，数据设置单元1031首先从存储单元110获取关于用FITC标记的微粒的测量数据。然后，数据设置单元1031可以使如曲线图G111所示的强度分布图由显示控制单元120在显示装置等上显示。例如，如在曲线图G111中所示，可以绘制在与所获取的测量数据相关的荧光光谱的第一波长带和第二波长带中的荧光强度。绘图1001对应于与用FITC标记的一组微粒相关的测量数据。
接下来，数据设置单元1031通过用户操作等选择绘图1001。例如，如曲线图G111所示，数据设置单元1031可以设置框1011，以便通过用户的输入操作等来包围绘图1001。因此，获取对应于由框1011包围的绘图的测量数据。框1011的形状和尺寸以及设置框1011的方法不受特别限制。
曲线图G112表示与曲线图G111中所示的测量数据相关的荧光光谱的累积数据。可以通过显示控制单元120在显示装置等上显示累积数据。因此，用户可以检查所获取的测量数据的有效性。
对于与图12和图13相关的PE和Negative相关的测量数据，类似于图11所示的示例，也由数据设置单元1031获取对应于由框1012包围的绘图1002和由框1013包围的绘图1003的测量数据。注意，数据设置单元1031也可以从存储单元110中获取与在发光元件选择处理中所选择的荧光染料相关的所有测量数据。即，在选择发光元件的时间点，数据设置单元1031可以获取与荧光染料相关的所有测量数据，而不如图11至图13所示进行测量数据选择和获取处理。
-校正测量数据
此外，数据设置单元1031可以执行校正所获取的测量数据的处理。如本文所述的校正是例如校正PMT中的光电转换属性的不均匀性或微通道内的微粒的流动位置的变化。例如，可以基于JP 2013-61244A或WO 2013/183345中描述的技术来执行这些校正。
注意，校正处理可以由测量装置20预先执行，或者可以由图4中所示的测量数据获取单元101等执行。在这种情况下，由于校正后的测量数据存储在存储单元110，所以数据设置单元1031可以不再次执行校正处理。另外，可以不必执行校正处理。
另外，与校正处理相关的功能可以不必包括在参考光谱生成单元103中。例如，与校正处理相关的功能可以由测量数据获取单元101执行，或者可以作为信息处理装置10具有的功能执行。另外，还可以在上述荧光量分析单元102中执行校正处理。
数据设置单元1031通过执行上述处理来设置关于与作为生成目标的参考光谱相关的发光元件的测量数据。将设置的测量数据输出到统计处理单元1032。另外，设置的测量数据可以存储在存储单元110中。
(统计处理单元)
根据本实施例的统计处理单元1032对通过将光施加到相对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并且基于统计处理的结果，排除这组光谱中指示异常值的光谱。具体地，统计处理单元1032对与测量数据相关的多个光谱(一组光谱)执行统计处理，并且基于统计处理的结果，排除这组光谱中表示异常值的光谱。在此处，例如，相对于光的一种响应属性表示荧光属性。荧光属性是指与从标记微粒的荧光染料衍生的荧光相关的属性或与从未染色的微粒衍生的自发荧光相关的属性。另外，相对于光显示一种响应属性的一组微粒是指这组微粒中的每一个都显示类似的响应属性。例如，由这组微粒显示的相对于光的一种响应属性可以是从简单染色或多重染色的微粒获得的类似荧光属性，或者可以是与从未染色的微粒获得的自发荧光相关的荧光属性。对应于这些响应属性的这组光谱可以具有整体上相似形状的光谱，尽管微粒之间存在一些偏移。
在此处，异常值是多个光谱的强度的异常值。例如，在多个光谱中的一个光谱的任何波长带中的强度显着偏离多个光谱中的其他光谱的波长带中的强度的情况下，所述一个光谱可以是表示异常值的光谱。另外，在多个光谱中的一个光谱的形状显着偏离多个光谱中的其他光谱的形状的情况下，所述一个光谱可以是表示异常值的光谱。根据上述统计处理，确定上述光谱的强度或形状的偏差程度(阈值)。
根据本实施例的统计处理单元1032通过使用随机抽样一致算法(RANdom SampleConsensus，RANSAC)来执行参考光谱设置处理，作为用于排除表示异常值的光谱的统计处理的示例。在下文中，将参考图14和图15描述设置处理。
-通过使用RANSAC设置参考光谱
图14是与根据实施例的由统计处理单元通过使用RANSAC执行的参考光谱设置处理的示例相关的流程图。另外，图15是用于描述根据实施例的由统计处理单元1032执行的参考光谱设置处理的示例的示图。注意，作为设置处理中的前提条件，假设已经由数据设置单元1031设置了与一种荧光染料(假设为荧光染料A)相关的N条测量数据。在此处，要用于设置处理的测量数据的数量N没有特别限制，但是优选地大于或等于预定数量，以便排除表示异常值的光谱。例如，预定数量可以是在下面的步骤S101中要提取的数据的数量n的两倍。
参考图14，统计处理单元1032首先从N条测量数据中提取n条测量数据，作为Gr.m(m＝1到M)的数据集(S101)。具体地，参考图15中的示意图F151，统计处理单元1032为N条测量数据设置包括Gr.1、Gr.2、......和Gr.M的M个数据集。对于已经设置的这些数据集中的每一个，统计处理单元1032执行稍后将描述的处理。注意，包括在一个数据集中的n条测量数据没有特别限制。
接下来，统计处理单元1032根据包括在Gr.m的数据集中的测量数据计算与Gr.m相关的参数(S103)。在此处，与Gr.m相关的参数是指包括在Gr.m的数据集中的测量数据的光谱的平均值和标准偏差。更具体地，统计处理单元1032计算Gr.m的数据集中包括的测量数据的每PMT通道的平均值和标准偏差。例如，假设包含在Gr.m的数据集中的测量数据是D(m，k)(k＝1到n)，并且包含在D(m，k)中的PMT通道l(l＝1到L：L是PMT通道的数量)的强度是I(m，k，l)。在这种情况下，统计处理单元1032计算每个PMT通道的PMT通道l的强度的平均值aveI(m，l)和标准偏差σI(m，l)。平均值aveI(m，l)和标准偏差σI(m，l)成为与Gr.m相关的参数。
接下来，统计处理单元1032比较除Gr.m的数据集和与Gr.m相关的参数之外的测量数据(S105)。具体地，统计处理单元1032可以分别计算每条测量数据D(p，k)(p≠m)中包括的PMT通道l的强度I(p，k，l)和平均值aveI(m，l)之间的误差err(m，p，k，l)。另外，统计处理单元1032可以分别计算由测量数据D(p，k)的强度I(p，k，l)表示的光谱SD(p，k)与由平均值aveI(m，l)表示的光谱Save(m)之间的相关系数R2(m，p，k)。光谱SD(p，k)是包括在所有PMT通道中的强度I的光谱，并且光谱Save(m)是包括与所有PMT通道相关的平均值aveI(m，l)的光谱。
接下来，统计处理单元1032验证在步骤S105中获得的误差和相关系数是否包括在除了Gr.m的数据集之外的每条测量数据的预定范围内，并且计算其中误差和相关系数不包括在预定范围内的测量数据的条数(包含异常值的测量数据)(S107)。具体地，在基于误差计算包含异常值的测量数据的条数的情况下，统计处理单元1032可以首先验证对于每条测量数据的每个PMT通道，误差err(m，p，k，l)是否低于第一预定阈值th1。此时，例如，如果测量数据(p，k)中包括的一个误差err(m，p，k，l)低于上述第一预定阈值th1，则统计处理单元1032可以计算测量数据，作为包含异常值的测量数据。注意，可以基于与Gr.m.的数据集相关的标准偏差σI(m，l)，设置第一预定阈值th1。
另外，在基于相关系数计算包含异常值的测量数据的条数的情况下，统计处理单元1032可以验证对于每条测量数据，相关系数R2(m，p，k)是否低于第二预定阈值th2。注意，可以基于所计算的包含异常值的测量数据的条数、随后要获得的参考光谱的精度等，来适当地设置第二预定阈值th2。
统计处理单元1032对除了Gr.m的数据集之外的所有测量数据执行与步骤S105和步骤S107相关的处理(S109)。统计处理单元1032根据上述处理结果，计算至少：与关于Gr.m的数据集的误差相关的包含异常值的测量数据的条数Nerr(m)或者与相关系数相关的包含异常值的测量数据的条数Ncor(m)中。
统计处理单元1032对所有数据集(Gr.1至Gr.M)重复执行与上述步骤S101至S107相关的处理。因此，如图15中的示意图F152和表格F153所示，为所有数据集计算参数(平均值aveI(m，l)和标准偏差σI(m，l))，另外，为所有数据集至少计算与误差相关的包含异常值的测量数据的条数Nerr(m)者与相关系数相关的包含异常值的测量数据的条数Ncor(m)。
当计算出参数并且为所有数据集计算包含异常值的测量数据的条数时(图14的S109中的是)，统计处理单元1032确定其中包含异常值的测量数据的条数是最小的数据集Gr.m1(S111)。具体地，如表格F153中所示，统计处理单元1032确定以下数据集作为Gr.m1：在该数据集中，至少与误差(Error)相关的包含异常值的测量数据的条数Nerr(m)或者与相关系数(CC)相关的包含异常值的测量数据的条数Ncor(m)是最小的。在表格F153所示的示例中，与误差相关的包含异常值的测量数据的条数Nerr(m)是最小的数据集是Gr.1。另外，与相关系数相关的包含异常值的测量数据的条数Ncor(m)是最小的数据集是Gr.M-1。
在此处确定的Gr.m1的数据集中包括的测量数据是具有最少变化的测量数据组。因此，数据累积为用于设置参考光谱的最合适的数据集，该参考光谱用作确定表示异常值的光谱的参考。注意，为了确定Gr.m1，稍后将描述是否使用与误差相关的包含异常值的测量数据的条数Nerr(m)或者与相关系数相关的包含异常值的测量数据的条数Ncor(m)。
另外，统计处理单元1032基于Gr.m1的数据集设置参考光谱。例如，统计处理单元1032可以将由平均值aveI(m1，1)指示的光谱设置为参考光谱，该平均值是与Gr.m1的数据集相关的参数。
接下来，统计处理单元1032分别计算与所有测量数据相关的光谱和参考光谱之间的误差和相关系数(图14中的S113)。具体地，在计算误差的情况下，统计处理单元1032可以针对所有测量数据的每个PMT通道分别计算测量数据(m，k)中包括的强度I(m，k，l)与平均值aveI(m1，1)之间的误差err(m1，m，k，l)。另外，在计算相关系数的情况下，统计处理单元1032可以针对所有测量数据分别计算由强度I(m，k，l)表示的光谱SD(m，k)与由平均值aveI(m1，l)表示的光谱Save(m1)之间的相关系数R2(m1，m，k)。这些类型的计算处理可以类似于与步骤S105相关的处理。
接下来，统计处理单元1032验证在步骤S113中获得的误差和相关系数是否包括在所有测量数据中的每一条测量数据的预定范围内，并且将其中误差和相关系数不包括在预定范围内的测量数据设置为包括表示异常值的光谱的测量数据(包含异常值的测量数据)(S115)。
具体地，在基于误差确定包含异常值的测量数据的情况下，统计处理单元1032可以首先针对每条测量数据的每个PMT通道，验证误差err(m1，m，k，l)是否低于第三预定阈值th3。此时，例如，如果测量数据(m，k)中包括的一个l误差err(m1，m，k，l)低于上述第三预定阈值th3，则统计处理单元1032可以确定测量数据是包含异常值的测量数据。注意，可以基于与Gr.m1的数据集相关的标准偏差σI(m1，l)，设置第三预定阈值th3。另外，第三预定阈值th3可以与上述第一预定阈值th1相同。
另外，在基于相关系数确定包含异常值的测量数据的情况下，统计处理单元1032可以针对每条测量数据验证相关系数R2(m1，m，k)是否低于第四预定阈值th4。注意，可以基于计算的异常值的测量数据的条数、随后要获得的参考光谱的精度等，来适当地设置第四预定阈值th4。另外，第四预定阈值th4可以与上述第二预定阈值th2相同。
统计处理单元1032可以根据图14所示的流程图确定包括异常值的测量数据。统计处理单元1032从对应于一组光谱的一组测量数据中排除确定的测量数据。即，统计处理单元1032从一组光谱中排除表示异常值的光谱。将排除包括异常值的测量数据后的这组测量数据输出到稍后将描述的参考光谱计算单元1033。注意，统计处理单元1032执行的处理的情况和处理结果可以适当地存储在存储单元110中，或者可以由显示控制单元120适当地显示在显示装置等上。
-排除条件的差异
如上所述，统计处理单元1032基于误差或相关系数中的至少一个的排除条件来确定包含异常值的测量数据。与为相应排除条件确定的包含异常值的测量数据相关的光谱的形状的趋势彼此不同。
图16是示出与包括或不包括异常值的测量数据相关的光谱的平均光谱的示图。图16中的曲线图G161是与不包括异常值的测量数据相关的光谱的平均光谱(有效平均光谱)。图16中的曲线图G162是与基于误差确定的包含异常值的测量数据相关的光谱的平均光谱(误差引起的包括异常值的平均光谱)。另外，图16中的曲线图G163是与基于相关系数确定的包含异常值的测量数据相关的光谱的平均光谱(相关系数引起的包括异常值的平均光谱)。
首先，当比较曲线图G161和曲线图G162中所示的光谱时，其表明在误差引起的包括异常值的平均光谱中包括许多噪声分量。这可以通过检测输出包括在光谱中的强度的至少任何PMT中的异常值或强噪声来产生。
另外，当比较曲线图G161和曲线图G163中所示的光谱时，表明由相关系数引起的包括异常值的平均光谱所显示的两个峰的形状显着偏离由有效平均光谱显示的两个峰的形状。即，相关系数引起的包括异常值的平均光谱的形状和有效平均光谱的形状显着不同。这可能是由测量装置20测量的微粒类型或荧光染料的标记状态引起的。
以这种方式，在与误差相关的排除条件下排除包括异常值或强噪声的光谱，而在与相关系数相关的排除条件下排除其光谱的形状与大量其他光谱的形状不同的光谱。可以根据从微粒获得的光谱类型来改变这种排除条件，用于计算参考光谱。
尽管将为参考光谱计算单元1033提供详细描述，但是在生成荧光染料A的参考光谱的情况下，例如，使用从仅用荧光染料A标记的微粒获得的荧光光谱(第一光谱组)和未染色的微粒的荧光光谱(第二光谱组)。在计算荧光染料A的参考光谱之前，统计处理单元1032从第一光谱组和第二光谱组中的每一个中排除表示异常值的光谱。
统计处理单元1032可以将与相关系数相关的排除条件用作用于从第一光谱组中排除表示异常值的光谱的排除条件。如上所述，为了通过对从多个荧光染料衍生的荧光光谱进行去卷积来分析荧光量，所生成的参考光谱的形状需要高精度。因此，通过基于与光谱形状相关的相关系数排除表示异常值的光谱，可以仅获得具有相似形状的光谱，作为第一光谱组。因此，可以增大在后续处理中计算的参考光谱的精度。
另外，统计处理单元1032可以将与误差相关的排除条件用作用于从第二光谱组中排除表示异常值的光谱的排除条件。由于包括在第二光谱组中的光谱是自发荧光光谱，因此很可能取决于微粒的形状、尺寸、属性等，光谱的形状不一定均匀。因此，在使用与相关系数相关的排除条件的情况下，确定为表示异常值的光谱的光谱数量将增加。然后，由于减小了光谱的平均水平(denominator)，因此可以减小在后续处理中计算的参考光谱的精度。因此，在从第二光谱组中排除表示异常值的光谱的情况下，可以仅使用与误差相关的排除条件来排除表示异常值的光谱。
以这种方式，在与排除表示异常值的光谱相关的处理中，可以在第一光谱组和第二光谱组之间使用不同的排除条件。即，可以根据每个光谱组中包括的光谱的形状均匀性等，使用适当的排除条件。因此，可以提高所生成的参考光谱的精度。
注意，统计处理单元1032还可以将与误差相关的排除条件用作用于从第一光谱组中排除表示异常值的光谱的排除条件。因此，可以从第一光谱组中排除具有光谱形状的高相关性但包括异常值等的光谱。
-评估一致性
另外，统计处理单元1032可以使用统计处理(用于确定和排除这组光谱中表示异常值的光谱)的结果来评估用于生成参考光谱的一组光谱(测量数据)的均匀性，该统计处理。
在此处，统计处理的结果可以是例如在图14的步骤S107中计算的、其中误差或相关系数落在预定范围之外的测量数据的条数。如果包含异常值的测量数据的条数整体上是较大，则可以理解的是，用于生成参考光谱的测量数据不高。另外，如果使用与一些数据集相关的平均值等计算的包含异常值的测量数据的条数较大，则可以理解的是，包括在一些数据集中的测量数据的均匀性不高。
另外，例如，统计处理的结果可以是在图14的步骤S113中计算的相关系数。可以理解的是，如果相关系数高，则测量数据的均匀性高，如果相关系数低，则测量数据的均匀性不高。
可以通过显示控制单元120在显示装置上显示与测量数据的均匀性的这种评估相关的信息。因此，用户可以知道用于生成参考光谱的测量数据的均匀性。
到目前为止已经描述了由统计处理单元1032执行的处理的示例。注意，根据本实施例的统计处理单元1032通过统计处理(借助于诸如RANSAC等稳健评估)来执行排除包括异常值(表示异常值的光谱)的测量数据的处理，而本技术不限于这种示例。例如，统计处理可以是借助于关于异常值去除的已知算法的统计处理。更具体地，统计处理可以是借助于与异常值去除相关的算法(通过最小平方中值方法(LMedS)、M评估方法、最小二乘法(LMS)或贝叶斯滤波器)的统计处理。
此外，在使用与除了RANSAC之外的异常值去除相关的算法的情况下，可以与RANSAC类似地提供异常值排除条件。例如，当生成荧光染料A的参考光谱时，在从仅用荧光染料A标记的微粒获得的光谱组中排除表示异常值的光谱的情况下，统计处理单元1032可以基于获得的光谱的形状，使用排除条件。因此，可以排除具有低相似性的形状的光谱。
另外，在从未染色的微粒获得的光谱组中排除表示异常值的光谱的情况下，统计处理单元1032可以使用基于所获得的光谱的强度的排除条件。因此，可以排除包括异常值或强噪声的光谱。
此外，在从仅用荧光染料A标记的微粒获得的光谱组中排除表示异常值的光谱的情况下，统计处理单元1032可以进一步使用基于所获得的光谱的强度的排除条件。因此，可以排除具有光谱形状的高相关性但包括异常值等的光谱。
上面已经描述了统计处理单元1032的功能。由统计处理单元1032排除表示异常值的光谱之后的与这组光谱相关的数据被输出到参考光谱计算单元1033。另外，统计处理单元1032可以将数据存储在存储单元110中。在这种情况下，统计处理单元1032可以将数据与时间信息(例如，生成数据的日期和时间)、与对应于这组光谱的测量数据相关的信息等相关联地存储在存储单元110中。另外，统计处理单元1032可以将数据输出到显示控制单元120。与数据相关的屏幕由显示控制单元120呈现给用户。
(参考光谱计算单元)
根据本实施例的参考光谱计算单元1033使用已经排除了表示异常值的光谱的这组光谱来计算参考光谱。例如，在计算荧光染料A的参考光谱的情况下，首先，在统计处理单元1032中，从仅用荧光染料A标记的微粒获得的荧光光谱(第一光谱组)和从未染色的微粒获得的自发荧光光谱(第二光谱组)中排除表示异常值的光谱。接下来，参考光谱计算单元1033使用已经排除了表示异常值的光谱的第一光谱组(统计处理之后的第一光谱组)和第二光谱组(统计处理之后的第二光谱组)计算荧光染料A的参考光谱。
在此处，根据本实施例的参考光谱计算单元1033不执行从包括在第一光谱组中的光谱减去第二平均光谱(相当于平均自发荧光光谱)的处理以及与在减去之后的光谱的总和的归一化的处理相关的处理，如图8中的示意性光谱F82和示意性光谱F83所示。这是因为，在包括在第一光谱组中的光谱的强度弱的情况下，取决于包括在光谱中的噪声，在减去之后的光谱强度将是负的。在包括负强度的光谱的总和被归一化的情况下，将进一步放大负强度。因此，通过对归一化之后的相应光谱进行平均而获得的参考光谱的精度将降低。
如上所述，本发明人已经研究了用于改善与精度降低相关的问题的方法。结果，本发明人已经实现了下面将指示的参考光谱计算处理。
更具体地，参考光谱计算单元1033首先计算通过对统计处理之后的第一光谱组中包括的光谱进行平均而获得的第一平均光谱和通过对统计处理之后的第二光谱组中包括的光谱进行平均而获得的第二平均光谱。然后，参考光谱计算单元1033通过从第一平均光谱中减去第二平均光谱来计算参考光谱。注意，在本文所述的平均值是指包括在第一光谱组或第二光谱组中的全部或部分光谱的简单平均值。
另外，在这种情况下，参考光谱计算单元1033可以标准化通过减法而获得的光谱，以获取参考光谱。在本文所述的标准化是指归一化通过减法而获得的光谱所显示的峰强度。
通过在这种过程之后执行参考光谱计算处理，即使在第一光谱组中包含的光谱中包括具有弱强度的光谱，也会通过进行平均来平滑掉包括在光谱中的噪声。由于在执行与平均相关的该处理之后，执行与减去第二平均光谱相关的处理，因此在减法处理之后获得的参考光谱中不太可能包括负强度。因此，即使与从微粒获得的荧光或自发荧光相关的信号弱，也可以提高所获得的参考光谱的精度。
注意，根据本实施例的参考光谱计算单元1033通过在计算第一平均光谱和第二平均光谱之后从第一平均光谱中减去第二平均光谱来计算参考光谱，而本技术不限于这种示例。例如，参考光谱计算单元1033可以通过从包括在第一光谱组中的每个光谱中减去第二平均光谱并对减去后的相应光谱进行平均来计算参考光谱。
另外，根据本实施例的参考光谱计算单元1033可以计算通过对从包括在第二光谱组中的未染色的微粒获得的自发荧光光谱进行平均而获得的第二平均光谱，作为与微粒的自发荧光相关的参考光谱(自发荧光参考光谱)。已经通过统计处理单元1032从第二光谱组中排除了表示异常值的光谱。因此，所获得的自发荧光参考光谱的精度变得高于从未排除表示异常值的光谱的第二光谱组获得的光谱的精度。
注意，也将在随后的第二实施例中描述自发荧光参考光谱的计算。
上面已经描述了参考光谱计算单元1033的功能。参考光谱计算单元1033可以将与所计算的参考光谱相关的数据存储在存储单元110中。在这种情况下，参考光谱计算单元1033可以将数据与时间信息(例如，生成数据的日期和时间)、与用于生成参考光谱的测量数据相关的信息等相关联地存储在存储单元110中。另外，参考光谱计算单元1033可以将数据输出到显示控制单元120。与数据相关的屏幕由显示控制单元120呈现给用户。
例如，存储在存储单元110中的荧光染料A的参考光谱是用于根据在荧光量分析单元102中用至少一种包括荧光染料A的荧光染料标记的微粒而获得的荧光光谱，来分析荧光染料A的荧光量。在这种情况下，荧光量分析单元102获取与存储在存储单元110中的荧光染料A的参考光谱相关的数据，并使用参考光谱对荧光光谱进行去卷积。因此，分析荧光染料A的荧光量。
<2.2、参考光谱生成单元中的处理流程>
接下来，将参考图17描述由根据本公开的第一实施例的参考光谱生成单元103执行的处理的示例。图17是示出根据本公开的第一实施例的参考光谱生成单元103执行的处理的示例的流程图。在此处，将描述生成荧光染料A的参考光谱的处理的示例。
首先，数据设置单元1031选择发光元件作为参考光谱的生成目标(在此处，选择荧光染料A)(S201)。接下来，数据设置单元1031从存储单元110中获取与从用荧光染料A标记的微粒获得的荧光光谱以及从未染色的微粒获得的自发荧光光谱相关的测量数据。
接下来，数据设置单元1031校正所获取的测量数据(S203)。如本文所述的校正可以是例如基于微通道内的微粒的流动位置的校正或对应于PMT中的光电转换属性的不均匀性的校正。
然后，并行执行与包括与荧光染料A相关的光谱的光谱组(第一光谱组)相关的处理(S205、S207)以及对应于测量数据的与包括自发荧光光谱的光谱组(第二光谱组)相关的处理(S209、S211)。对于第一光谱组，统计处理单元1032首先执行与第一光谱组的异常值相关的统计处理，并从第一光谱组中排除表示异常值的光谱(S205)。然后，参考光谱计算单元1033在排除表示异常值的光谱之后根据第一光谱组计算简单平均光谱(第一平均光谱)(S207)。另外，对于第二光谱组，统计处理单元1032执行与第二光谱组的异常值相关的统计处理，并从第二光谱组中排除表示异常值的光谱(S209)。然后，参考光谱计算单元1033在排除表示异常值的光谱之后根据第二光谱组计算简单平均光谱(第二平均光谱)(S211)。
接下来，参考光谱计算单元1033从第一平均光谱中减去第二平均光谱，并在标准化之前计算参考光谱(S213)。然后，参考光谱计算单元1033在标准化之前标准化所获得的参考光谱(S215)。因此，生成荧光染料A的参考光谱。
上面已经描述了根据本实施例的参考光谱生成单元103执行的处理的示例。注意，在由上述参考光谱生成单元103执行的处理的示例中，使用与用荧光染料A和未染色的微粒标记的每个微粒相关的测量数据，生成荧光染料A的参考光谱，而技术不限于这种示例。例如，根据本实施例的参考光谱生成单元103可以使用与用多种荧光染料(例如，荧光染料A、B和C)标记的微粒以及用除了荧光染料A之外的荧光染料(例如，荧光染料B和C)标记的微粒中的每一个相关的测量数据，生成荧光染料A的参考光谱。更具体地，统计处理单元1032可以从包括从用荧光染料A，B和C标记的微粒获得的荧光光谱的第一光谱组以及包括从用荧光染料B和C标记的微粒获得的荧光光谱的第二光谱组中的每一个中排除表示异常值的光谱。在这种情况下，参考光谱计算单元1033可以从在排除包含异常值的光谱之后的第一光谱组的平均光谱(第一平均光谱)中减去在排除包含异常值的光谱之后的第二光谱组的平均光谱(第二平均光谱)，并且可以标准化减去后的光谱。因此，可以获得荧光染料A的参考光谱。
<2.3、效果>
接下来，参考图18，将描述根据本实施例的参考光谱生成单元103获得的效果。图18示出了由根据本公开的第一实施例的参考光谱生成单元103执行的处理生成的参考光谱和由图8所示的参考光谱生成处理生成的参考光谱的示例。图18中的曲线图G181是由根据本实施例的参考光谱生成单元103执行的处理生成的参考光谱的示例。另外，图18中的曲线图G182是由图8所示的参考光谱生成处理生成的参考光谱的示例。注意，使用通过测量装置20对用名为AlexaFlour532的荧光染料标记的淋巴细胞进行测量而获得的测量数据，生成图18中所示的参考光谱。
当比较曲线图G181和曲线图G182中所示的参考光谱时，表明由根据本实施例的参考光谱生成单元103生成的参考光谱具有较少的噪声。这是因为在统计处理单元1032中从一组光谱中排除了表示异常值的光谱。此外，由于在参考光谱计算单元1033中不执行借助于光谱总和的标准化，但是在在平均光谱之后进行标准化，几乎不存在具有负强度的波长带。
因此，利用根据本实施例的参考光谱生成单元103，可以从一组光谱中排除表示异常值的光谱。因此，可以通过测量条件等，避免表示异常值的测量数据、噪声等用于参考光谱生成处理。因此，即使在测量中使用包括不规则地发生的异常值的测量数据，也可以保持生成的参考光谱的精度。
另外，通过根据本实施例的参考光谱生成单元103，在对已经排除了表示异常值的光谱的这组光谱进行平均之后，对平均光谱进行标准化。因此，平滑可能包括在由弱信号获得的光谱中的许多噪声。由于在该平均处理之后执行光谱标准化处理，因此参考光谱不太可能包括负强度。因此，即使与从微粒获得的荧光或自发荧光相关的信号较弱，也可以高精度地生成参考光谱。
注意，在上述描述中，具体描述了：使用与从用一种荧光染料标记的微粒获得的荧光光谱和从未染色的微粒获得的自发荧光光谱相关的测量数据，生成一种荧光染料的参考光谱的处理，同时根据本实施例的参考光谱生成处理不限于这种示例。即，上述生成处理也适用于除了荧光光谱以外的光谱。
例如，在将注意力集中在多种化合物叠加以便混合的混合物的情况下，上述生成处理可以应用于使用与化合物的发光光谱、吸收光谱或散射光谱相关的测量数据生成化合物的参考光谱的情况。在这种情况下，上述信息处理装置10可以使用由参考光谱生成单元103生成的化合物的参考光谱来执行混合物中包含的化合物的定量分析。通过将上述生成处理应用于生成化合物的参考光谱，可以进一步提高混合物中包含的化合物的定量分析的精度。
上面已经描述了本公开的第一实施例。
<<3、第二实施例(生成与自发荧光相关的参考光谱)>>
接下来，将描述根据本公开的第二实施例的参考光谱生成单元103。根据本实施例的参考光谱生成单元103生成与从未染色的微粒获得的自发荧光相关的参考光谱(自发荧光参考光谱)。即，根据本实施例的参考光谱生成单元103不仅计算标记微粒的荧光染料的参考光谱，还计算与微粒的自发荧光相关的自发荧光参考光谱。
注意，参考光谱生成单元103的配置和包括参考光谱生成单元103的信息处理装置10的功能配置与根据本公开的第一实施例的参考光谱生成单元103和信息处理装置10的功能配置相同，如图4和图9所示。因此，将省略关于参考光谱生成单元103的功能配置的描述。
<3.1、参考光谱生成单元中的处理流程>
参考图19，将描述由根据本公开的第二实施例的参考光谱生成单元103执行的处理的示例。图19是示出根据本公开的第二实施例的参考光谱生成单元103执行的处理的示例的流程图。在此处，将描述生成一种类型的微粒的自发荧光参考光谱的处理的示例。
首先，数据设置单元1031选择自发荧光(例如，图10中的否定)，作为参考光谱的生成目标(S301)。另外，数据设置单元1031从存储单元110中获取与从微粒获得的自发荧光光谱相关的测量数据。
接下来，数据设置单元1031校正所获取的测量数据(S303)。如本文所述的校正可以是例如基于微通道内的微粒的流动位置的校正或者对应于PMT中的光电转换属性的不均匀性的校正。
然后，统计处理单元1032在校正之后对与测量数据相关的一组自发荧光光谱执行与异常值相关的统计处理，并从自发荧光光谱中排除表示异常值的光谱(S305)。然后，在排除表示异常值的光谱之后，参考光谱计算单元1033从这组自发荧光光谱中计算简单平均光谱(S307)。然后，参考光谱计算单元1033标准化上述简单平均光谱(S309)。因此，生成自发荧光参考光谱。
利用根据本公开的第二实施例的参考光谱生成单元103，可以生成与从一种类型的微粒获得的自发荧光相关的自发荧光参考光谱。
例如，在分选多种类型的微粒时，使用在此处获得的自发荧光参考光谱。具体地，当通过流式细胞仪分选多种类型的微粒时，可以将表示与对应于一种类型的微粒的一种自发荧光参考光谱类似的光谱的微粒分选为一种类型的微粒。
<3.2、应用示例>
注意，在由根据本实施例的参考光谱生成单元103执行的自发荧光参考光谱生成处理中，还可以对与一组未染色的微粒相关的多条测量数据执行聚类分析，以评估这组微粒的均匀性。在下文中，将参考图20描述本实施例的应用示例。
图20是用于描述由根据本实施例的应用示例的统计处理单元1032执行的评估处理的示例的示图。图20中的示意图F201是示出自发荧光光谱的特定波长中的荧光强度分布的示图。绘图1101是与从一组微粒获得的荧光光谱的特定波长中的荧光强度相关的绘图。在此处，假设数据设置单元1031通过用户操作等选择绘图1101。例如，可以通过设置框1111，以便包围绘图1101，来进行选择，如示意图F201所示。因此，获取对应于由框1111包围的绘图的测量数据。
在此处，统计处理单元1032对所获取的测量数据(一组自发荧光光谱)执行聚类分析。图20的示意图F202是示出对多条测量数据的聚类分析的结果的示例的示图。参考示意图F202，可以理解的是，指示三种类型的光谱的测量数据包括在已经过聚类分析的测量数据中。具体地，如示意图F202所示，多条测量数据表示光谱1121(97％)、光谱1122(2％)和光谱1123(1％)。这些光谱可以是通过聚类分析等聚类的光谱的平均光谱。注意，在示意图F202中的每个光谱中示出的数值表示在对应于测量数据的光谱中与光谱1121至1123中的任何光谱类似的光谱占据的比例。在此处显示的比例是评估一组微粒的均匀性的示例。
由测量装置20测量的一组微粒可以包括突变体、污染物等。通过对与这组微粒的自发荧光相关的测量数据进行聚类分析，可以知道这组微粒的均匀性。
另外，统计处理单元1032可以使用聚类分析的结果，从一组自发荧光光谱中排除表示异常值的光谱，如示意图F202中所示。例如，统计处理单元1032可以将聚类在示意性视图F202中的光谱1122和光谱1123中的光谱，作为表示异常值的光谱。因此，可以防止其类型明显不同于微粒类型的微粒相关的自发荧光光谱用于生成自发荧光参考光谱。因此，提高了自发荧光光谱的精度。
另外，通过使用聚类分析，可以一次生成多种类型的微粒的自发荧光参考光谱。例如，统计处理单元1032可以通过聚类分析来聚类多种类型的自发荧光光谱，并且可以为每个聚类生成自发荧光参考光谱。另外，通过使用多个生成的自发荧光参考光谱，再次分析多种类型的微粒的自发荧光的荧光量，可以对多种类型的微粒进行分选。
注意，本应用示例中示出的聚类分析可以是基于已知算法的聚类分析。例如，聚类分析可以是基于层次聚类(hierarchical clustering)或分割最优化聚类(divisionoptimization)的聚类分析，例如，k均值(k-means)方法。
另外，与由上述统计处理单元1032执行的聚类分析相关的处理可以由根据上述第一实施例的统计处理单元1032执行。在这种情况下，统计处理单元1032可以对第一光谱组和第二光谱组执行与聚类分析相关的上述处理。
上面已经描述了本公开的第二实施例。
<<4、硬件配置示例>>
接下来，参考图21，描述根据本公开的实施例的信息处理装置的硬件配置。图21是示出根据本公开的实施例的信息处理装置的硬件配置示例的方框图。图示的信息处理装置900可以实现上述实施例中的信息处理装置10。
信息处理装置900包括CPU 901、只读存储器(ROM)903以及随机存取存储器(RAM)905。此外，信息处理装置900可以包括主机总线907、桥接器909、外部总线911、接口913、输入装置915、输出装置917、存储装置919、驱动器921、连接端口925和通信装置929。信息处理装置900可以包括处理电路，例如，数字信号处理器(DSP)或专用集成电路(ASIC)，代替CPU901或者作为CPU 901的补充。
CPU 901用作算术处理装置和控制装置，并根据在ROM 903、RAM 905、存储装置919或可移动记录介质923中记录的各种程序，控制信息处理装置900的整体操作或部分操作。例如，CPU 901控制包括在上述实施例的信息处理装置10中的相应功能单元的整体操作。ROM 903存储由CPU 901使用的程序、操作参数等。RAM 905暂时存储在执行CPU 901时使用的程序以及在执行这些程序时适当改变的参数。CPU 901、ROM 903和RAM 905经由主机总线907彼此连接，主机总线907由诸如CPU总线等内部总线配置成。主机总线907经由桥接器909连接到外部总线911，例如，外围部件互连/接口(PCI)总线。
输入装置915是由用户操作的装置，例如，鼠标、键盘、触摸屏、按钮、开关和控制杆。输入装置915可以是使用例如红外辐射和另一种类型的无线电波的遥控装置。或者，输入装置915可以是外部连接装置927，例如，对应于信息处理装置900的操作的移动电话。输入装置915包括输入控制电路，该输入控制电路基于用户输入的信息生成输入信号，以将所生成的输入信号输出到CPU 901。用户通过操作输入装置915来输入各种类型的数据并向信息处理装置900指示处理操作。
输出装置917包括可以在视觉上或听觉上向用户报告所获取的信息的装置。输出装置917可以是例如诸如LCD、PDP和OELD等显示装置、诸如扬声器和耳机等音频输出装置以及打印机。输出装置917以文本或视频(例如，图像)或声音(例如，音频)的形式输出通过信息处理装置900执行的过程获得的结果。
存储装置919是用于数据存储的装置，该装置是信息处理装置900的存储单元的示例。存储装置919包括例如诸如硬盘驱动器(HDD)等磁存储装置、半导体存储装置、光学存储装置或磁光存储装置。在存储装置919内存储由CPU 901执行的程序和各种数据以及从外部获取的各种数据。此外，存储装置919可以实现根据上述实施例的存储单元110的功能。
驱动器921是用于诸如磁盘，光盘，磁光盘和半导体存储器等可移动记录介质923的读取器/写入器，并且内置在信息处理装置900内或外部附接到信息处理装置900。驱动器921读出在安装的可移动记录介质923上记录的信息，并将该信息输出到RAM 905。驱动器921将该记录写入安装的可移动记录介质923内。
连接端口925是用于将装置直接连接到信息处理装置900的端口。例如，连接端口925可以是通用串行总线(USB)端口、IEEE1394端口或小型计算机系统接口(SCSI)端口。连接端口925还可以是RS-232C端口、光学音频端子、高清多媒体接口(HDMI(注册商标))端口等。外部连接装置927与连接端口925的连接使得可以在信息处理装置900和外部连接装置927之间交换各种数据。
通信装置929是通信接口，包括例如用于连接到通信网络NW的通信装置。通信装置929可以是例如有线或无线局域网(LAN)、蓝牙(注册商标)或用于无线USB(WUSB)的通信卡。通信装置929还可以是例如用于光通信的路由器、用于非对称数字用户线(ADSL)的路由器、或用于各种类型通信的调制解调器。例如，通信装置929在因特网中传输和接收信号，或者通过使用诸如TCP/IP等预定协议将信号传输到另一通信装置并从另一通信装置接收信号。通信装置929连接到的通信网络NW是通过有线或无线连接建立的网络。通信网络NW例如是因特网、家庭LAN、红外通信、无线电波通信或卫星通信。
已经介绍了信息处理装置900的硬件配置的示例。
上面已经参考附图描述了本公开的优选实施例，而本公开不限于上述示例。本领域技术人员可以在所附权利要求的范围内找到各种变更和修改，并且应该理解的是，这些变更和修改将自然地落入本公开的技术范围内。
例如，上述实施例已经描述了信息处理系统1包括信息处理装置10和测量装置20，而本技术不限于这种示例。例如，信息处理装置10可以包括测量装置20具有的功能(测量功能)。在这种情况下，信息处理系统1由信息处理装置10实现。另外，测量装置20可以包括信息处理装置10具有的功能(数据获取功能、荧光量分析功能、参考光谱生成功能和显示控制功能)。在这种情况下，信息处理系统1由测量装置20实现。另外，测量装置20可以具有信息处理装置10具有的部分功能，并且信息处理装置10可以具有测量装置20具有的部分功能。另外，信息处理装置10可以仅具有参考光谱生成单元103的功能。在这种情况下，诸如荧光量分析功能等其他功能可以由另一信息处理装置等实现。
由本说明书中的信息处理装置执行的处理中的步骤可以不必按照流程图中描述的顺序按时间顺序处理。例如，由信息处理装置执行的处理中的步骤可以按照与流程图中描述的顺序不同的顺序处理，或者可以并行处理。
此外，可以生成计算机程序，促使包括在信息处理装置中的诸如CPU、ROM和RAM等硬件执行与信息处理装置的上述配置等效的功能。此外，可以提供其中存储有计算机程序的存储介质。
此外，本说明书中描述的效果仅仅是说明性的或示例性的效果，并不是限制性的。即，利用或代替上述效果，根据本公开的技术可以从本说明书的描述中实现本领域技术人员清楚的其他效果。
另外，还可以如下配置本技术。
(1)一种信息处理装置，包括：
统计处理单元，被配置为对通过将光施加到相对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并基于统计处理的结果，排除这组光谱中表示异常值的光谱；以及
参考光谱计算单元，被配置为使用已经排除了表示异常值的光谱的这组光谱来计算参考光谱。
(2)根据(1)所述的信息处理装置，其中，
所述统计处理单元对通过将光施加到包括显示所述一种响应属性的一种物质的一组微粒而获得的第一光谱组和通过将光施加到不包括所述一种物质的一组微粒而获得的第二光谱组中的每一个执行统计处理，并且基于统计处理的结果，分别从第一光谱组和第二光谱组中排除表示异常值的光谱，并且
所述参考光谱计算单元使用已经排除了表示异常值的光谱的第一光谱组和第二光谱组，来计算与所述一种物质相关的参考光谱。
(3)根据(2)所述的信息处理装置，其中，
所述统计处理单元在排除第一光谱组中表示异常值的光谱的处理与排除第二光谱组中表示异常值的光谱的处理之间使用不同的排除条件。
(4)根据(3)所述的信息处理装置，其中，
所述统计处理单元
使用基于光谱形状的排除条件，排除第一光谱组中表示异常值的光谱，并且
使用基于光谱强度的排除条件，排除第二光谱组中表示异常值的光谱。
(5)根据(4)所述的信息处理装置，其中，
所述统计处理单元还使用基于光谱强度的排除条件排除第一光谱组中表示异常值的光谱。
(6)根据(2)至(5)中任一项所述的信息处理装置，其中，
所述统计处理单元通过统计处理来设置分别对应于第一光谱组和第二光谱组的第一参考光谱和第二参考光谱，并且
使用第一参考光谱和第二参考光谱，来排除第一光谱组和第二光谱组中表示异常值的光谱。
(7)根据(6)所述的信息处理装置，其中，
基于包括在第一光谱组中的每个光谱与第一参考光谱之间的相关系数，所述统计处理单元确定包括在第一光谱组中的每个光谱是否是表示异常值的光谱。
(8)根据(7)所述的信息处理装置，其中，
所述统计处理单元还基于包括在第一光谱组中的每个光谱与第一参考光谱之间的差值，确定包括在第一光谱组中的每个光谱是否是表示异常值的光谱。
(9)根据(7)或(8)所述的信息处理装置，其中，
基于包括在第二光谱组中的每个光谱与第二参考光谱之间的差值，所述统计处理单元确定包括在第二光谱组中的每个光谱是否是表示异常值的光谱。
(10)根据(2)至(9)中任一项所述的信息处理装置，其中，
所述参考光谱计算单元通过从通过对包括在第一光谱组中的光谱进行平均而获得的第一平均光谱中减去通过对包括在第二光谱组中的光谱进行平均而获得的第二平均光谱，来计算参考光谱。
(11)根据(10)所述的信息处理装置，其中，
所述参考光谱计算单元计算第二平均光谱，作为与不包括所述一种物质的这组微粒相关的参考光谱。
(12)根据(2)至(11)中任一项所述的信息处理装置，其中，
包括在第一光谱组中的光谱是通过将光施加到用一种荧光染料染色的简单染色的微粒而获得的荧光光谱，并且
包括在第二光谱组中的光谱是通过将光施加到未染色的微粒而获得的自发荧光光谱。
(13)根据(1)至(12)中任一项所述的信息处理装置，其中，
所述统计处理单元对通过将光施加到一组未染色的微粒而获得的一组自发荧光光谱中的每一个执行统计处理，并且基于统计处理的结果，排除这组自发荧光光谱中表示异常值的光谱，并且
所述参考光谱计算单元使用已经排除了表示异常值的光谱的这组自发荧光光谱，计算从这组微粒中衍生的自发荧光参考光谱。
(14)根据(13)所述的信息处理装置，其中，
所述统计处理单元对这组自发荧光光谱进行聚类分析，并对这组未染色的微粒的均匀性进行评估。
(15)根据(14)所述的信息处理装置，其中，
基于对这组未染色的微粒的均匀性的评估结果，所述统计处理单元排除这组自发荧光光谱中表示异常值的光谱。
(16)根据(1)至(15)中任一项所述的信息处理装置，其中，
所述统计处理单元基于统计处理的结果对这组光谱的均匀性进行评估。
(17)一种信息处理方法，包括由处理器：
对通过将光施加到相对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并基于统计处理的结果，排除这组光谱中表示异常值的光谱；并且
使用已经排除了表示异常值的光谱的至少一组光谱来计算参考光谱。
(18)一种程序，用于使计算机用作：
统计处理单元，被配置为对通过将光施加到相对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并基于统计处理的结果，排除这组光谱中表示异常值的光谱；以及
参考光谱计算单元，其被配置为使用已经排除了表示异常值的光谱的至少一组光谱来计算参考光谱。
(19)一种信息处理系统，包括：
测量装置，包括
测量单元，其被配置为将光施加到测量对象，以测量与测量对象的发光相关的光谱；以及
信息处理装置，包括
统计处理单元，其被配置为对从测量单元获得的与相对于光显示一种响应属性的一组微粒相关的一组光谱进行统计处理，并基于统计处理的结果，排除这组光谱中表示异常值的光谱；以及
参考光谱计算单元，其被配置为使用已经排除了表示异常值的光谱的至少一组光谱来计算参考光谱。
附图标记列表
1 信息处理系统
10 信息处理装置
20 测量装置
21 激光源
22 微通道
23 光电检测器
101 测量数据获取单元
102 荧光量分析单元
103 参考光谱生成单元
110 存储单元
120 显示控制单元
230 检测器
231 PMT
232 二向色镜
1031 数据设置单元
1032 统计处理单元
1033 参考光谱计算单元
Claims (19)
1.一种信息处理装置，包括：
统计处理单元，被配置为对通过将光施加到对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并基于统计处理的结果，从这组光谱中排除表示异常值的光谱；以及
参考光谱计算单元，被配置为使用已经排除了表示异常值的光谱的这组光谱来计算参考光谱。
2.根据权利要求1所述的信息处理装置，其中，
所述统计处理单元对通过将光施加到包括显示所述一种响应属性的一种物质的一组微粒而获得的第一光谱组和通过将光施加到不包括所述一种物质的一组微粒而获得的第二光谱组中的每一个执行统计处理，并且基于统计处理的结果，分别从第一光谱组和第二光谱组中排除表示异常值的光谱，并且
所述参考光谱计算单元使用已经排除了表示异常值的光谱的第一光谱组和第二光谱组，来计算与所述一种物质相关的参考光谱。
3.根据权利要求2所述的信息处理装置，其中，
所述统计处理单元在从第一光谱组中排除表示异常值的光谱的处理与从第二光谱组中排除表示异常值的光谱的处理之间使用不同的排除条件。
4.根据权利要求3所述的信息处理装置，其中，
所述统计处理单元
使用基于光谱形状的排除条件，从第一光谱组中排除表示异常值的光谱，并且
使用基于光谱强度的排除条件，从第二光谱组中排除表示异常值的光谱。
5.根据权利要求4所述的信息处理装置，其中，
所述统计处理单元还使用基于光谱强度的排除条件从第一光谱组中排除表示异常值的光谱。
6.根据权利要求2所述的信息处理装置，其中，
所述统计处理单元通过统计处理来设置分别对应于第一光谱组和第二光谱组的第一参考光谱和第二参考光谱，并且
使用第一参考光谱和第二参考光谱，来从第一光谱组和第二光谱组中排除表示异常值的光谱。
7.根据权利要求6所述的信息处理装置，其中，
所述统计处理单元基于包括在第一光谱组中的每个光谱与第一参考光谱之间的相关系数，确定包括在第一光谱组中的每个光谱是否是表示异常值的光谱。
8.根据权利要求7所述的信息处理装置，其中，
所述统计处理单元还基于包括在第一光谱组中的每个光谱与第一参考光谱之间的差值，确定包括在第一光谱组中的每个光谱是否是表示异常值的光谱。
9.根据权利要求7所述的信息处理装置，其中，
所述统计处理单元基于包括在第二光谱组中的每个光谱与第二参考光谱之间的差值，确定包括在第二光谱组中的每个光谱是否是表示异常值的光谱。
10.根据权利要求2所述的信息处理装置，其中，
所述参考光谱计算单元通过从通过对包括在第一光谱组中的光谱进行平均而获得的第一平均光谱中减去通过对包括在第二光谱组中的光谱进行平均而获得的第二平均光谱，来计算参考光谱。
11.根据权利要求10所述的信息处理装置，其中，
所述参考光谱计算单元计算第二平均光谱，作为与不包括所述一种物质的一组微粒相关的参考光谱。
12.根据权利要求2所述的信息处理装置，其中，
包括在第一光谱组中的光谱是通过将光施加到用一种荧光染料染色的简单染色的微粒而获得的荧光光谱，并且
包括在第二光谱组中的光谱是通过将光施加到未染色的微粒而获得的自发荧光光谱。
13.根据权利要求1所述的信息处理装置，其中，
所述统计处理单元对通过将光施加到一组未染色的微粒而获得的一组自发荧光光谱中的每一个执行统计处理，并且基于统计处理的结果，从这组自发荧光光谱中排除表示异常值的光谱，并且
所述参考光谱计算单元使用已经从中排除了表示异常值的光谱的一组自发荧光光谱，来计算从这一组微粒中衍生的自发荧光参考光谱。
14.根据权利要求13所述的信息处理装置，其中，
所述统计处理单元对这一组自发荧光光谱进行聚类分析，并对这一组未染色的微粒的均匀性进行评估。
15.根据权利要求14所述的信息处理装置，其中，
基于对这一组未染色的微粒的均匀性进行评估的结果，所述统计处理单元从这一组自发荧光光谱中排除表示异常值的光谱。
16.根据权利要求1所述的信息处理装置，其中，
所述统计处理单元基于统计处理的结果对这一组光谱的均匀性进行评估。
17.一种信息处理方法，包括由处理器：
对通过将光施加到对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并基于统计处理的结果，从这一组光谱中排除表示异常值的光谱；以及
使用从中已经排除了表示异常值的光谱的至少一个所述一组光谱来计算参考光谱。
18.一种程序，用于将计算机用作：
统计处理单元，被配置为对通过将光施加到对于光显示一种响应属性的一组微粒而获得的一组光谱进行统计处理，并基于统计处理的结果，从这组光谱中排除表示异常值的光谱；以及
参考光谱计算单元，被配置为使用已经排除了表示异常值的光谱的至少一个所述一组光谱来计算参考光谱。
19.一种信息处理系统，包括：
测量装置，包括
测量单元，被配置为将光施加到测量对象，以测量与测量对象的发光相关的光谱；以及
信息处理装置，包括
统计处理单元，被配置为对从测量单元获得的、与相对于光显示一种响应属性的一组微粒相关的一组光谱进行统计处理，并基于统计处理的结果，从这一组光谱中排除表示异常值的光谱；以及
参考光谱计算单元，被配置为使用已经从中排除了表示异常值的光谱的至少一个所述一组光谱来计算参考光谱。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016093353 | 2016-05-06 | ||
| JP2016-093353 | 2016-05-06 | ||
| PCT/JP2017/004913 WO2017191699A1 (ja) | 2016-05-06 | 2017-02-10 | 情報処理装置、情報処理方法、プログラム及び情報処理システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109073536A true CN109073536A (zh) | 2018-12-21 |
| CN109073536B CN109073536B (zh) | 2021-08-06 |
Family
ID=60202838
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780026469.4A Active CN109073536B (zh) | 2016-05-06 | 2017-02-10 | 信息处理装置、信息处理方法、程序以及信息处理系统 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11131622B2 (zh) |
| EP (1) | EP3454043B1 (zh) |
| JP (1) | JP6825622B2 (zh) |
| CN (1) | CN109073536B (zh) |
| WO (1) | WO2017191699A1 (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020020791A (ja) * | 2018-07-24 | 2020-02-06 | ソニー株式会社 | 情報処理装置、情報処理方法、情報処理システム、およびプログラム |
| US20220003655A1 (en) * | 2018-11-16 | 2022-01-06 | Sony Group Corporation | Information processing apparatus, information processing method, and computer program |
| CN113424050A (zh) * | 2019-02-13 | 2021-09-21 | 文塔纳医疗系统公司 | 用于计算多通道图像中的自体荧光贡献的系统和方法 |
| KR102530704B1 (ko) * | 2019-05-30 | 2023-05-10 | 현대모비스 주식회사 | 차량의 센서 장치 및 그 감도 조정 방법 |
| WO2020262215A1 (en) * | 2019-06-24 | 2020-12-30 | Sony Corporation | Particle analysis system having autofluorescence spectrum correction |
| US20230089176A1 (en) * | 2020-01-31 | 2023-03-23 | Sony Group Corporation | Information processing apparatus, particle analysis apparatus, information processing method, and program |
| DE102020207587A1 (de) * | 2020-06-18 | 2021-12-23 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Steuergerät zum Auswerten eines Lumineszenzsignals in einem Analysegerät zum Analysieren einer Probe biologischen Materials und Analysegerät zum Analysieren einer Probe biologischen Materials |
| CN112285075B (zh) * | 2020-09-25 | 2022-07-19 | 中国科学院苏州生物医学工程技术研究所 | 多散射体系自适应荧光检测系统及检测方法 |
| JPWO2022080034A1 (zh) * | 2020-10-12 | 2022-04-21 | ||
| EP4372365A1 (en) * | 2021-07-30 | 2024-05-22 | Canon Kabushiki Kaisha | Method for classifying cells using cell autofluorescence image, and analysis device |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004081524A2 (en) * | 2003-03-07 | 2004-09-23 | Sensys Medical, Inc. | Measurement site dependent data preprocessing method for robust calibration and prediction |
| JP2010110567A (ja) * | 2008-11-10 | 2010-05-20 | Hitachi Medical Corp | 磁気共鳴イメージング装置 |
| WO2011051166A1 (en) * | 2009-11-02 | 2011-05-05 | Universität Für Bodenkultur Wien | Method for determining polycyclic aromatic hydrocarbon contaminant concentration |
| CN102216778A (zh) * | 2008-09-19 | 2011-10-12 | 神谷来克斯公司 | 单分子测定 |
| CN104541153A (zh) * | 2012-07-02 | 2015-04-22 | 新加坡国立大学 | 涉及利用光纤拉曼光谱的内窥镜进行实时癌症诊断的方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2786104B2 (ja) | 1994-02-28 | 1998-08-13 | 日本電気株式会社 | 半導体装置 |
| JPH08145891A (ja) * | 1994-11-21 | 1996-06-07 | Shimadzu Corp | 発光分光分析装置 |
| JP2003098077A (ja) * | 2001-09-27 | 2003-04-03 | Kubota Corp | 分光分析装置用のデータ処理装置 |
| JP4365380B2 (ja) * | 2006-03-10 | 2009-11-18 | 三井造船株式会社 | Ｆｒｅｔ検出方法および装置 |
| JP5834584B2 (ja) * | 2011-07-25 | 2015-12-24 | ソニー株式会社 | 情報処理装置、情報処理方法、プログラム及び蛍光スペクトルの強度補正方法 |
| JP5772425B2 (ja) | 2011-09-13 | 2015-09-02 | ソニー株式会社 | 微小粒子測定装置 |
| JP5870851B2 (ja) * | 2012-05-29 | 2016-03-01 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| EP2860511B1 (en) | 2012-06-06 | 2020-02-19 | Sony Corporation | Data correction method in fine particle measuring device and fine particle measuring device |
| WO2014196363A1 (ja) * | 2013-06-07 | 2014-12-11 | コニカミノルタ株式会社 | 分光分析システムおよび該方法 |
| KR102231784B1 (ko) * | 2015-08-24 | 2021-03-23 | 삼성전자주식회사 | 시료 분석을 위한 레퍼런스 스펙트럼 측정 장치 및 방법, 시료 분석 장치 및 방법 |
-
2017
- 2017-02-10 US US16/097,297 patent/US11131622B2/en active Active
- 2017-02-10 EP EP17792632.6A patent/EP3454043B1/en active Active
- 2017-02-10 CN CN201780026469.4A patent/CN109073536B/zh active Active
- 2017-02-10 JP JP2018515392A patent/JP6825622B2/ja active Active
- 2017-02-10 WO PCT/JP2017/004913 patent/WO2017191699A1/ja active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004081524A2 (en) * | 2003-03-07 | 2004-09-23 | Sensys Medical, Inc. | Measurement site dependent data preprocessing method for robust calibration and prediction |
| CN102216778A (zh) * | 2008-09-19 | 2011-10-12 | 神谷来克斯公司 | 单分子测定 |
| JP2010110567A (ja) * | 2008-11-10 | 2010-05-20 | Hitachi Medical Corp | 磁気共鳴イメージング装置 |
| WO2011051166A1 (en) * | 2009-11-02 | 2011-05-05 | Universität Für Bodenkultur Wien | Method for determining polycyclic aromatic hydrocarbon contaminant concentration |
| CN104541153A (zh) * | 2012-07-02 | 2015-04-22 | 新加坡国立大学 | 涉及利用光纤拉曼光谱的内窥镜进行实时癌症诊断的方法 |
Non-Patent Citations (1)
| Title |
|---|
| LIU ZHICHAO ET AL.: ""Outlier detection in near-infrared spectroscopic analysis by using Monte Carlo cross-validation"", 《SCIENCE IN CHINA SERIES B:CHEMISTRY》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109073536B (zh) | 2021-08-06 |
| US11131622B2 (en) | 2021-09-28 |
| WO2017191699A1 (ja) | 2017-11-09 |
| JPWO2017191699A1 (ja) | 2019-03-07 |
| JP6825622B2 (ja) | 2021-02-03 |
| EP3454043A1 (en) | 2019-03-13 |
| EP3454043A4 (en) | 2019-05-15 |
| EP3454043B1 (en) | 2020-11-25 |
| US20190137383A1 (en) | 2019-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109073536A (zh) | 信息处理装置、信息处理方法、程序以及信息处理系统 | |
| JP5834584B2 (ja) | 情報処理装置、情報処理方法、プログラム及び蛍光スペクトルの強度補正方法 | |
| JP5870851B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| US7881518B2 (en) | Methods for altering one or more parameters of a measurement system | |
| JP6954406B2 (ja) | 粒子測定システム及び粒子測定方法 | |
| Swanson et al. | Development and characterization of an inexpensive single-particle fluorescence spectrometer for bioaerosol monitoring | |
| US20220003655A1 (en) | Information processing apparatus, information processing method, and computer program | |
| US20230393066A1 (en) | Information processing system and information processing method | |
| US20220283073A1 (en) | Information processing device, information processing method, program, and information processing system | |
| JP6699102B2 (ja) | 微小粒子測定装置及び情報処理方法 | |
| JP7010293B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JP2021036224A (ja) | 情報処理装置、情報処理方法、プログラム及び情報処理システム | |
| JP2022510791A (ja) | 情報処理装置、情報処理方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |