CN111727366B - 信号处理装置和信号处理方法 - Google Patents

信号处理装置和信号处理方法 Download PDF

Info

Publication number
CN111727366B
CN111727366B CN201880076352.1A CN201880076352A CN111727366B CN 111727366 B CN111727366 B CN 111727366B CN 201880076352 A CN201880076352 A CN 201880076352A CN 111727366 B CN111727366 B CN 111727366B
Authority
CN
China
Prior art keywords
time
measurement
series signal
signal
reference data
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.)
Active
Application number
CN201880076352.1A
Other languages
English (en)
Other versions
CN111727366A (zh
Inventor
吉田真希子
佐佐木俊辅
高仓树
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.)
Hitachi High Tech Corp
Original Assignee
Hitachi High Technologies 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 Hitachi High Technologies Corp filed Critical Hitachi High Technologies Corp
Publication of CN111727366A publication Critical patent/CN111727366A/zh
Application granted granted Critical
Publication of CN111727366B publication Critical patent/CN111727366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00594—Quality control, including calibration or testing of components of the analyser
    • G01N35/00613—Quality control
    • G01N35/00623—Quality control of instruments
    • 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
    • G01N21/272—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 for following a reaction, e.g. for determining photometrically a reaction rate (photometric cinetic analysis)
    • 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
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/76—Chemiluminescence; Bioluminescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • 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
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • G01N2021/7769—Measurement method of reaction-produced change in sensor
    • G01N2021/7786—Fluorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N2035/0097—Control arrangements for automatic analysers monitoring reactions as a function of time
    • 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
    • G01N21/6408—Fluorescence; Phosphorescence with measurement of decay time, time resolved fluorescence

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Quality & Reliability (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Plasma & Fusion (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)

Abstract

本发明提供一种信号处理装置和信号处理方法，即使在发生仅对时间序列信号有微小影响的异常时，也能够通过对其进行检测来实现可靠性更高的测定。该信号处理装置的特征在于，具备：第一测量部，其以第一时间分辨率取得第一时间序列信号；第二测量部，其以比上述第一时间分辨率高的第二时间分辨率取得第二时间序列信号；以及判定部，其根据上述第二时间序列信号来进行测定异常的判定。其中，通过第一时间序列信号来进行通常的测定，另一方面，取得第二时间序列信号，并根据该第二时间序列信号来进行测定异常的判定。

Description

信号处理装置和信号处理方法
技术领域
本发明涉及一种信号处理装置和信号处理方法。
背景技术
作为对血液、尿等生物体样本中所包含的成分进行定量的测定方法，与测定对象成分特异性地结合，并利用在被施加触发时发光的标记试剂来测定对象成分的浓度的方法被广泛使用。作为标记试剂的例子，可以举出放射性物质、通过化学反应而发光的物质、通过激励光的照射而发出荧光的物质等。在该测定方法中，在一定时间内按照时间序列测量从施加触发后的标记试剂发出的光的信号强度，并将一定信号测量时间内的信号强度的积分值换算为对象成分的浓度。
这里，包括装置各部分的异常、生物体样本或标记试剂的质量的历时性变化以及外来噪音等的测定异常，可能会对光信号强度的时间序列信号产生影响，导致浓度测定值出现误差。作为检测这种测定异常的方法，提出了专利文献1和专利文献2中所记载的方法。
专利文献1中所记载的方法是通过将作为测定对象的时间序列信号的峰值时刻与预先设定的峰值时刻相比较，来判定测定异常的方法。专利文献2中所记载的方法是通过提取从作为测定对象的时间序列信号的峰值开始一定时间后的衰减量，并与正常情况下的衰减量进行比较，来判定测定异常的方法。
此外，在专利文献1和2中，提出了一种以用于计算换算为测定对象成分的浓度的积分值的时间序列信号为基础，提取特定的一个特征量(分别从峰值时刻或峰值开始一定时间后的衰减量)，并使用这一个特征量来判定测定异常的方法。
但是，在实际可能发生的异常中，多数对发光信号的时间序列信号的影响是很微小的。本发明人发现，例如在使用了经长期使用后已超过寿命的容器或经细菌繁殖后的发光基质溶液的异常系统中，从以往的时间序列信号中提取的上述特征量并没有显著变化。
现有技术文献
专利文献
专利文献1:日本特开2007-85804号公报
专利文献2:日本特开2013-152215号公报
发明内容
发明要解决的课题
本发明的目的在于，提供一种即使在发生仅对时间序列信号有微小影响的异常时，也能够通过对其进行检测来实现可靠性更高的测定的信号处理装置和信号处理方法。
用于解决课题的手段
为了解决上述课题，本发明涉及的信号处理装置具备：第一测量部，其以第一时间分辨率取得第一时间序列信号；第二测量部，其以比上述第一时间分辨率高的第二时间分辨率取得第二时间序列信号；以及判定部，其根据上述第二时间序列信号来进行测定异常的判定。
此外，本发明涉及的信号处理方法具备：第一测量工序，以第一时间分辨率取得第一时间序列信号；第二测量工序，以比上述第一时间分辨率高的第二时间分辨率取得第二时间序列信号；以及判定工序，根据上述第二时间序列信号来进行测定异常的判定。
发明效果
根据本发明的信号处理装置和信号处理方法，即使在发生仅对时间序列信号有微小影响的异常时，也能够通过对其进行检测来实现可靠性更高的测定。
附图说明
图1表示第一实施方式涉及的信号处理装置的结构例。
图2表示作为图1所示的第一测量部11以及第二测量部12的一例的自动分析装置200的结构例。
图3示出了表示在产生触发信号后，以10mS的采样间隔和400mS的信号测量期间，从A/D转换器210A取得40点的数据时的测定结果的曲线图例。
图4示出了表示在产生触发信号后，以250μS的采样间隔从A/D转换器210B取得的测定结果的曲线图例。
图5是用于说明在第一实施方式中，根据高分辨率时间序列信号的信号波形的形状来判定有无测定异常的处理的一例的流程图。
图6是表示信号波形的峰值位置的提取方法的概念图。
图7是对根据信号波形计算的特征量进行说明的概念图。
图8表示为了在使用了经长期使用后已超过寿命的反应容器的测定系统中进行异常判定，而对上述特征量s1和特征量s0进行计算时的特征量s1和s0在二维空间中的数据分布的例子。
图9是用于说明在第二实施方式中，根据高分辨率时间序列信号的信号波形的形状来对有无测定异常及其种类进行判定的处理的一例的流程图。
图10是表示第二实施方式的动作的曲线图。
图11是表示第二实施方式的动作的曲线图。
具体实施方式
以下，参照附图对本实施方式进行说明。在附图中，功能相同的元件有时用相同编号表示。需要说明的是，虽然附图中示出了符合本公开原理的实施方式和安装例，但其目的是为了便于理解本公开，而绝非用于对本公开进行限制性解释。本说明书中的记载仅为典型示例，在任何意义上都不构成对本公开的权利要求书或应用例的限制。
需要理解的是，在本实施方式中，虽然对本领域技术人员如何实施本公开进行了充分详细的说明，但也可以使用其他安装方式，只要不脱离本公开的技术构思的范围和主旨，可以对结构、构造进行改变，或者对多种要素进行置换。因此，不能将以下记载限制解释为本实施方式。
第一实施方式
图1中示出了本发明的第一实施方式涉及的信号处理装置的结构例。该信号处理装置大致由测定部10、信号处理部20、参照数据波形形状特征量数据库30、处理器40以及显示部50构成，这些构成要素以及外部网络通过接口60、70连接，构成为能够进行数据的交换。
测定部10具备在一定时间内按照时间序列测量信号强度的测量部，且具备能够进行不同时间分辨率的测定的多个测定单元。虽然在本图所示的例子中，具备以低时间分辨率取得时间序列信号(第一时间序列信号)的第一测量部11和以高时间分辨率取得时间序列信号(第二时间序列信号)的第二测量部12这两个测量单元，但也可以具备三个以上的测量单元。
第一测量部11和第二测量部12例如为以血液、尿等体液成分作为检体，并对其成分进行分析的自动分析装置。在通常的成分分析中，使用低时间分辨率的第一测量部11的测定结果。而高时间分辨率的第二测量部12的测定结果则用于测定异常的判定。关于这一点，将在后文中详细说明。
在设置有这种自动分析装置的诊疗现场，基于受诊当天所实施的检查的结果进行诊疗已逐渐确立，期望实现临床检查的快速化。同时，作为临床检查装置，如何确保测定结果的准确性越来越受到重视。近年来，通过提高自动分析装置的性能，对于微量的样品和试剂也已能够高精度地分析各类项目。而另一方面，装置各部分的微小异常、样品或试剂质量的微妙的历时性变化、或微小的外来噪声等有时会对测定结果的精度产生影响。可以认为，通过自动而迅速地检测这些测定异常，能够提高测定结果的可靠性。该第一实施方式的信号处理装置通过具有以下将要说明的特征，能够迅速地检测到测定异常，提高测定结果的可靠性。
信号处理部20具备时间序列信号存储部21、时间序列信号数据处理部22、波形形状特征量提取部23、波形形状特征量存储部24、异常判定部25以及结果输出部26。
通过测定部10新取得的时间序列信号首先被存储到时间序列信号存储部21中，之后，通过时间序列信号数据处理部22接受预定的数据处理。时间序列信号数据处理部22对第一测量部11和第二测量部12的测定结果(时间序列信号)进行处理和分析，并进行其他必要的数据运算。
波形形状特征量提取部23具有提取通过第二测量部12得到的测定信号的信号波形形状的特征量(波形形状特征量：以下也简称为“特征量”)的功能。所提取的波形形状特征量被存储到波形形状特征量存储部24中。
异常判定部25将新测定且被存储到波形形状特征量存储部24中的波形形状特征量与被存储到参照数据波形形状特征量数据库30中的参照数据的波形形状特征量相比较来进行异常判定。结果输出部26将该异常判定的结果输出到显示部50等。处理器40与信号处理部20协作执行各种数据处理。显示部50为液晶显示器、有机EL显示器、打印机等能够输出上述异常判定的结果或其他测定结果的设备。
图2中示出了作为第一测量部11以及第二测量部12的一例的自动分析装置200的结构例。自动分析装置200例如由光源201、恒温槽202、容器203、试样分注喷嘴204、第一试剂分注喷嘴205a、第二试剂分注喷嘴205b、搅拌机构206、光度计208、放大器209以及A/D转换器210A，210B构成。分析时，从光源(LED)201发出的光被照射到浸入恒温槽202中的容器203上，从试样发出的光入射到光度计208。该光度计208的检测信号通过放大器209被放大。被放大后的信号(模拟信号)在A/D转换器210A，210B中转换为数字信号而被输出。A/D转换器210A的采样频率小(采样间隔大)，作为图1的第一测量部11(低分辨率)发挥功能。另一方面，A/D转换器210B以比A/D转换器210A大的采样频率(比A/D转换器210A小的采样间隔)进行采样，作为图1的第二测量部12发挥功能。作为一例，可以将A/D转换器210A的采样间隔设为10mS～50mS左右，并将A/D转换器210B的采样间隔设为100μS～300μS左右。
容器203是用于使作为检查对象的试样和试剂进行反应的反应容器。从试样分注喷嘴204向容器203注入试样，从第一试剂分注喷嘴205a向容器203分注第一试剂，从第二试剂分注喷嘴205b向容器203分注第二试剂。这些试样与试剂通过搅拌机构206进行搅拌，从而在容器203内部产生化学反应。关于此时的化学反应，能够通过按照时间序列测定发光度(测光)来测定试样中的分析对象物的浓度。
图3示出了表示在A/D转换器210A中产生触发信号后，以10mS的采样间隔和400mS的信号测量期间取得40点的数据时的测定结果的曲线图例。在信号处理部20的时间序列信号数据处理部22中，在信号测量期间(400mS)内对该40点的测定数据进行积分，并根据所得到的积分值求出检查对象的成分浓度。
即使在这种低时间分辨率的时间序列信号中，当发生某种测定异常时，也可能表现为时间序列信号的峰值大小或位置的偏移。但是，本发明人关注到，存在不表现为这种峰值大小或位置的偏移，从而难以判定的测定异常。因此，在该第一实施方式中，在从A/D转换器210A获取用于本来的分析的低时间分辨率的信号的基础上，从A/D转换器210B获取高时间分辨率的信号，并根据该高时间分辨率的信号来判定有无测定异常。具体来讲，从A/D转换器210A(第一测量部11)获取低时间分辨率的信号以供本来的测定使用，另一方面，定期地(例如每1周)或者在预定的定时(每天早上启动装置时，待机状态)或者在怀疑有测定异常时，根据需要从A/D转换器210B(第二测量部12)获取比上述低时间分辨率高的高时间分辨率的信号来判定有无测定异常。
图4中示出了在产生触发信号后，以250μS的采样间隔从A/D转换器210B取得的高分辨率时间序列信号的例子。来自A/D转换器210B的高分辨率时间序列信号既可以在来自A/D转换器210A的低时间分辨率的信号的整个信号测量时间内取得，也可以根据所得到的高分辨率时间序列信号的关注形状，仅在比该信号测量时间短的时间区域取得。
以下，参照图5的流程图，对根据高分辨率时间序列信号的信号波形形状来判定有无测定异常的处理方法的一例进行说明。
如前所述，通常的检体分析根据来自A/D转换器210A的低分辨率时间序列信号来进行，而在通过定期检查以及根据需要进行检查来判定装置的测定异常的情况下，使用来自A/D转换器210B的高分辨率时间序列信号。
在从A/D转换器210B取得高分辨率时间序列信号并将其存储到时间序列信号存储部21中时(步骤S1)，首先，在时间序列信号数据处理部22中，为了在减少噪音的影响的基础上提取信号波形的形状而进行数据的平滑化(步骤S2)。在平滑化中，可以使用诸如使用了快速傅立叶变换的低通滤波、平均值滤波以及中值滤波等常规平滑化技术。
接着，提取在信号波形中看到的峰值的位置(步骤S3)。参照图6对峰值位置的提取方法进行说明。在平滑化后的时间序列信号中，作为用于避免检测因噪声引起的局部微小峰值而提取全局性峰值部分的方法，例如提取由下式[公式1]定义的位置p作为峰值部分。
[公式1]
y(p)-y(p-w)＞0并且y(p+w)-y(p)＜0
这相当于在平滑化了的时间序列信号中，将具有某一时间宽度w的区间中的斜率从正变为负的点提取为峰值部分。这里，w为包括要提取的峰值部分的任意值。w的值越小，越容易检测到局部的微小峰值。最佳的w值可以根据数据进行彻底的搜索来确定。
接下来，从平滑化了的时间序列信号中提取表示信号波形形状的波形形状特征量(步骤S4)。例如，计算信号波形的局部斜率作为以下特征量s0、s1、s2。
[公式2]
Figure SMS_1
Figure SMS_2
Figure SMS_3
这里，～y是以最大信号强度对时间序列信号进行标准化而得到的标准化信号强度，x是时间的函数。b表示时间序列信号的上升时间点的时刻，此外，p0表示峰值部分的起点的时刻，v表示与峰值部分的起点和终点之间的时间宽度。此外，w表示峰值部分的时间宽度。此外，i、j、k表示计算各地点的斜率的微小时间宽度。
特征量s0是相当于时间序列信号的上升时间点处的斜率的特征量。作为一例，特征量s0如上述公式以及图7所示，能够作为相当于时间序列信号因触发信号而上升的时刻b的微小区间k(b～b+k)的斜率的特征量来计算。特征量s1是相当于包括在步骤s3中提取的峰值位置p的峰值部分(p0～p0+w)的起点附近的斜率的特征量。作为一例，特征量s1如上述公式以及图7所示，能够作为相当于比峰值部分的起点的时刻p0早时间宽度v的时刻的微小区间i(p0-v～p0-v+i)的斜率的特征量来计算。特征量s2是相当于包括在步骤s3中提取的峰值位置p的峰值部分(p0～p0+w)的终点附近的斜率的特征量。作为一例，特征量s2如上述公式以及图7所示，能够作为相当于比峰值部分的终点的时刻p0+w早时间宽度v的时刻的微小区间j(p0+w+v-j～p0+w+v)的斜率的特征量来计算。
关于i、j、k，可以对判定为无测定异常时的正常数据和判定为有测定异常时的数据之间的差异为最大的i、j、k进行彻底的搜索，并根据该搜索结果来确定i、j、k的值。
然后，在步骤S5中，根据在步骤S4中计算出的波形形状特征量s0、s1、s2来判别测定部10中有无测定异常。作为判定有无测定异常的方法，可以使用基于广义马氏距离的判别分析。广义马氏距离D是考虑到簇内数据的方差而对与某个数据簇之间的距离进行一般化而得到的距离，通过下式进行定义。
[公式3]
D2＝(x-μ)TS-1(x-μ)
这里，x是想要求出距离的数据(例如特征量s0、s1、s2)的特征量向量，μ是簇内数据的特征量向量的平均，S是簇内数据的特征量向量的方差-协方差矩阵。基于广义马氏距离D的判别分析，关于新的时间序列信号的特征量，分别求出与正常参照数据簇(通过正常测定而得到的测定数据组)和异常参照数据簇(通过预定异常状态下的测定而得到的测定数据组)之间的广义马氏距离D2 Normal、D2 Abnormal，并判别其大小关系，由此判断测定为正常还是异常。具体来讲，当大小关系为以下判别函数时，进行公式右侧所示的判断。
[公式4]
Figure SMS_4
图8中示出了为了在使用了经长期使用后已超过寿命的反应容器的测定系统中进行异常判定，而对上述特征量s1和特征量s0进行计算时的特征量s1和s0在二维空间中的数据分布的例子。在图8的曲线图中，横轴(slope1：斜率1)表示特征量s1的广义马氏距离的分布，纵轴(slope0：斜率0)表示特征量s0的广义马氏距离的分布。该图8的曲线图能够在显示部50中显示，并且能够通过向操作员进行提示来表示新得到的时间序列信号(测定结果)中是否存在测定异常。
在图8的曲线图中，黑色菱形点是判定为正常的数据，白色圆点是判定为异常的数据。图8中的曲线C1关于特征量s1、s0示出了D2 Normal＝D2 Abnormal的位置。可以将隔着该曲线C1的一侧的测定结果判断为正常，而将另一侧的测定结果判断为异常。
当仅根据一个特征量判定有无异常时，有时会因判定为正常的数据与判定为异常的数据接近而难以判断测定的正常/异常，而当如图8所示，根据两个以上特征量进行有无测定异常的判定时，判定为正常的数据与判定为异常的数据之间的界限明确，能够准确且迅速地进行有无测定异常的判定。虽然图8示出了根据两个特征量进行判定的情况，但也可以通过使用三个以上特征量来进行更加准确的有无异常的判定。
如以上说明所述，根据该第一实施方式的信号处理装置，一方面能够以低分辨率的时间序列信号来进行通常的测定，另一方面能够取得与此不同的高分辨率的时间序列信号，并通过对其进行分析来准确地检测测定装置的测定异常。高分辨率的时间序列信号由于能够在进行测定异常判定的定时适当地进行该判定，因此，无需增加通常测定所需的时间即可适当地进行测定异常的判定。
在上述例子中，在有无异常的判定中，使用正常参照数据和异常参照数据这两者，求出基于正常参照数据的广义马氏距离D2 Normal和基于异常参照数据的广义马氏距离D2 Abnormal，并比较其大小关系来进行异常判定。但是，异常判定并不仅限于此，例如也可以仅使用基于正常参照数据的广义马氏距离D2 Normal来进行异常判定。已知广义马氏距离遵循第一自由度p、第二自由度n的F分布。这里，p为特征量的个数，n为数据的个数。如果利用这一性质将判别基准设定为p值＝0.05，则能够对判别函数进行如下定义。
[公式5]
Figure SMS_5
需要说明的是，上述例子中示出的各种判别函数不仅可以广泛使用由某个装置获得的函数，也能够针对每个装置进行定义。
第二实施方式
接下来，参照图9～图11对第二实施方式涉及的信号处理装置进行说明。由于装置的整体结构与第一实施方式(图1)相同，因此下文中省略重复说明。在该第二实施方式中，异常判定部25根据从A/D转换器210B取得的高分辨率时间序列信号的信号波形形状，不仅判定有无测定异常，还对测定异常的种类进行推定。测定异常的种类例如包括装置各部分的异常、因试样或标记试剂的质量的历时性变化引起的异常、基于外来噪音的异常、基于所谓钩状效应(从高浓度的检体中得到假的低数值的测定结果)的异常、以及基于检体中所包含的反应阻碍物质的测定异常等。
在以下要说明的具体例子中，说明作为测定异常的种类，对容器203中的异常和基于钩状效应的异常这两种异常进行识别的例子，但这仅为一例，也可以检测其他种类的测定异常，并且，同时进行检测的测定异常的种类数也不限于两种，也可以为三种以上。
参照图9的流程图，对根据高分辨率时间序列信号的信号波形形状来判定有无测定异常及其种类的处理的一例进行说明。这里，对第一实施方式中说明的从高分辨率时间序列信号取得三种特征量s1、s2、s0，并分别对其计算出广义马氏距离的例子进行说明。
与第一实施方式同样，取得和存储高分辨率时间序列信号(步骤S1)并进行平滑化(步骤S2)，提取信号波形的峰值位置(步骤S3)。接着，在步骤S4中，计算特征量s0、s1、s2，并在步骤S5’中对有无异常及其种类进行判定。在步骤S6中，输出其判定结果。
关于步骤S5’中根据特征量s0、s1、s2进行的有无测定异常及其种类的判定，参照图10和图11来进行说明。图10和图11是对按照第二实施方式测定的结果进行绘制的曲线图的一例。图10的横轴对应于特征量s1，纵轴对应于特征量s0。图11的横轴对应于特征量s1，纵轴对应于特征量s2。即，通过图10和图11，用三维坐标来表示特征量s0、s1、s2的广义马氏距离。
在该第二实施方式中，能够计算特征量的广义马氏距离，并根据该广义马氏距离来判定有无测定异常，进而也能够对测定种类进行判定。即，针对新的时间序列信号，能够分别求出与正常参照数据簇、来源于钩状现象的异常参照数据簇、以及来源于容器的异常参照数据簇之间的广义马氏距离D2 Normal、D2 AbnormalH、D2 AbnormalC，并对其大小关系进行判别，由此来判断测定为正常还是异常。在图10和图11的曲线图中，黑色菱形点是判定为正常的数据，十字点是因钩状现象而判定为测定异常的数据，白色圆点是因容器超过寿命而判定为异常的数据。
如以上说明所述，根据第二实施方式，除了能够取得与第一实施方式相同的效果之外，还能够对测定异常的种类进行判定。
以上，对本发明的几个实施方式进行了说明，但这些实施方式仅仅是作为例子而示出的，并无意用其来限定发明范围。这些新的实施方式能够通过其他各种方式来实施，并且能够在不脱离发明主旨的范围内进行各种省略、置换、变更等。这些实施方式及其变形包含在发明的范围和主旨中，并且包含在请求专利保护的范围所记载的发明及其同等范围中。
符号说明
10 测定部；11 第一测量部；12 第二测量部；20 信号处理部；21 时间序列信号存储部；22 时间序列信号数据处理部；23 波形形状特征量提取部；24 波形形状特征量存储部；25 异常判定部；26 结果输出部；30 参照数据波形形状特征量数据库；40 处理器；50显示部；60 接口；70 接口；200 自动分析装置；201 光源(LED)；202 恒温槽；203 容器；204试样分注喷嘴；205a 第一试剂分注喷嘴；205b 第二试剂分注喷嘴；206 搅拌机构；208 光度计；209 放大器；210A，210B A/D转换器。

Claims (2)

1.一种信号处理装置，其特征在于，具备：
第一测量部，其以第一时间分辨率取得自动分析装置输出的第一时间序列信号；
第二测量部，其以比上述第一时间分辨率高的第二时间分辨率取得上述自动分析装置输出的第二时间序列信号；
数据处理部，其对上述第二时间序列信号进行平滑化，并提取平滑化后的上述第二时间序列信号的峰值位置；以及
判定部，其根据与上述峰值位置有关的波形形状特征量来进行上述自动分析装置的测定异常的判定，
上述判定部求出上述波形形状特征量与参照数据簇之间的广义马氏距离，
上述参照数据簇包括正常参照数据簇和异常参照数据簇，所述正常参照数据簇是基于正常测定的测定数据组，所述异常参照数据簇是基于预定的异常状态下的测定的测定数据组，
上述判定部将上述波形形状特征量与上述正常参照数据簇之间的广义马氏距离和上述波形形状特征量与上述异常参照数据簇之间的广义马氏距离进行比较，并根据其比较结果来进行上述自动分析装置的测定异常的判定。
2.一种信号处理方法，其特征在于，具备：
第一测量工序，以第一时间分辨率取得自动分析装置输出的第一时间序列信号；
第二测量工序，以比上述第一时间分辨率高的第二时间分辨率取得上述自动分析装置输出的第二时间序列信号；
数据处理工序，对上述第二时间序列信号进行平滑化，并提取平滑化后的上述第二时间序列信号的峰值位置；以及
判定工序，根据与上述峰值位置有关的波形形状特征量来进行上述自动分析装置的测定异常的判定，
在上述判定工序中，求出上述波形形状特征量与参照数据簇之间的广义马氏距离，
上述参照数据簇包括正常参照数据簇和异常参照数据簇，所述正常参照数据簇是基于正常测定的测定数据组，所述异常参照数据簇是基于预定的异常状态下的测定的测定数据组，
将上述波形形状特征量与上述正常参照数据簇之间的广义马氏距离和上述波形形状特征量与上述异常参照数据簇之间的广义马氏距离进行比较，并根据其比较结果来进行上述自动分析装置的测定异常的判定。
CN201880076352.1A 2017-12-19 2018-11-21 信号处理装置和信号处理方法 Active CN111727366B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017-242815 2017-12-19
JP2017242815A JP6762927B2 (ja) 2017-12-19 2017-12-19 信号処理装置及び信号処理方法
PCT/JP2018/042940 WO2019123956A1 (ja) 2017-12-19 2018-11-21 信号処理装置及び信号処理方法

Publications (2)

Publication Number Publication Date
CN111727366A CN111727366A (zh) 2020-09-29
CN111727366B true CN111727366B (zh) 2023-06-27

Family

ID=66993231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880076352.1A Active CN111727366B (zh) 2017-12-19 2018-11-21 信号处理装置和信号处理方法

Country Status (5)

Country Link
US (1) US20210102964A1 (zh)
EP (1) EP3730930B1 (zh)
JP (1) JP6762927B2 (zh)
CN (1) CN111727366B (zh)
WO (1) WO2019123956A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7346858B2 (ja) * 2019-03-14 2023-09-20 株式会社リコー 生体情報計測装置、生体情報計測システム、生体情報計測方法及び生体情報計測プログラム
JP7323816B2 (ja) * 2021-06-21 2023-08-09 東亜ディーケーケー株式会社 エンドトキシン測定方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008146157A (ja) * 2006-12-06 2008-06-26 Mitsubishi Electric Corp ネットワーク異常判定装置
CN103748471A (zh) * 2011-09-01 2014-04-23 株式会社日立高新技术 自动分析装置
CN103760133A (zh) * 2014-01-24 2014-04-30 深圳市安鑫宝科技发展有限公司 检测农副产品异常成分的方法及装置
CN106442574A (zh) * 2016-08-31 2017-02-22 上海创和亿电子科技发展有限公司 一种基于微波水分仪的产品霉变检测系统和检测方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63101758A (ja) * 1986-10-20 1988-05-06 Toshiba Corp 自動化学分析装置
JPH1137921A (ja) * 1997-07-14 1999-02-12 Horiba Ltd 分析装置および分析装置の表示装置
EP1105703A4 (en) * 1998-04-23 2005-08-03 Sandia Corp METHOD AND DEVICE FOR MONITORING PLASMA MACHINING PROCESSES
JP4248328B2 (ja) * 2002-08-07 2009-04-02 株式会社日立ハイテクノロジーズ サンプル分注装置およびそれを用いた自動分析装置
JP2004239790A (ja) * 2003-02-07 2004-08-26 Matsushita Electric Ind Co Ltd 分析装置
JP2005127757A (ja) * 2003-10-22 2005-05-19 Hitachi High-Technologies Corp 自動分析装置
JP4366261B2 (ja) * 2004-07-09 2009-11-18 株式会社日立ハイテクノロジーズ 測定反応過程の異常の有無判定方法，該方法を実行可能な自動分析装置及び該方法のプログラムを記憶した記憶媒体
JP4521339B2 (ja) 2005-09-21 2010-08-11 株式会社日立ハイテクノロジーズ 積分型データ演算法におけるチェック機能を備えたデータ処理方法
JP4856993B2 (ja) * 2006-03-14 2012-01-18 株式会社日立ハイテクノロジーズ 自己診断型自動分析装置
JP2008032582A (ja) * 2006-07-31 2008-02-14 Hitachi High-Technologies Corp 異物・欠陥検査装置および異物欠陥・検査方法
JP5020118B2 (ja) * 2008-02-18 2012-09-05 浜松ホトニクス株式会社 蛍光解析装置及び解析方法
JP2010069065A (ja) * 2008-09-19 2010-04-02 Panasonic Corp 非侵襲血糖測定装置
US9176156B2 (en) * 2008-09-30 2015-11-03 Hitachi High-Technologies Corporation Automatic analyzer including pressure sensor for washing solution
JP5501146B2 (ja) * 2010-08-03 2014-05-21 日鐵住金建材株式会社 フロック形成状態判定方法、フロック形成状態判定装置、凝集反応槽、ｐＨ調整槽、及び異常発生通報システム
JP5872816B2 (ja) * 2011-08-03 2016-03-01 シスメックス株式会社 検体分析装置
EP2620764B1 (en) 2012-01-25 2015-11-04 Roche Diagniostics GmbH A luminescence method of detecting an analyte in a liquid sample and analysis system
WO2015174226A1 (ja) * 2014-05-15 2015-11-19 株式会社日立ハイテクノロジーズ 自動分析装置
US10238322B2 (en) * 2014-06-06 2019-03-26 Dexcom, Inc. Fault discrimination and responsive processing based on data and context
CN107110743B (zh) * 2015-01-21 2019-12-10 三菱电机株式会社 检查数据处理装置以及检查数据处理方法
US9696204B2 (en) * 2015-08-03 2017-07-04 Spectrasensors, Inc. Determination and correction of frequency registration deviations for quantitative spectroscopy
JP6126290B1 (ja) * 2016-10-17 2017-05-10 ヴィスコ・テクノロジーズ株式会社 外観検査装置
WO2019008677A1 (ja) * 2017-07-04 2019-01-10 オリンパス株式会社 信号取得装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008146157A (ja) * 2006-12-06 2008-06-26 Mitsubishi Electric Corp ネットワーク異常判定装置
CN103748471A (zh) * 2011-09-01 2014-04-23 株式会社日立高新技术 自动分析装置
CN103760133A (zh) * 2014-01-24 2014-04-30 深圳市安鑫宝科技发展有限公司 检测农副产品异常成分的方法及装置
CN106442574A (zh) * 2016-08-31 2017-02-22 上海创和亿电子科技发展有限公司 一种基于微波水分仪的产品霉变检测系统和检测方法

Also Published As

Publication number Publication date
WO2019123956A1 (ja) 2019-06-27
JP6762927B2 (ja) 2020-09-30
JP2019109152A (ja) 2019-07-04
EP3730930A4 (en) 2021-11-17
CN111727366A (zh) 2020-09-29
US20210102964A1 (en) 2021-04-08
EP3730930A1 (en) 2020-10-28
EP3730930B1 (en) 2023-08-09

Similar Documents

Publication Publication Date Title
JP3093270B2 (ja) 光学的試料分析装置及び方法
US10203277B2 (en) Automatic analysis device and automatic analysis method
WO2009145251A1 (ja) 反応過程データの異常判定支援方法及び自動分析装置
EP2927694B1 (en) Automated analyzer and automated analysis method
JP4276894B2 (ja) 異常検出システム及び異常検出方法
EP3828531B1 (en) Information processing device, information processing method, information processing system, and program
EP3432002A8 (en) Blood coagulation analyzer, blood coagulation analysis method, and computer program
CN111727366B (zh) 信号处理装置和信号处理方法
WO2015151732A1 (ja) 自動分析装置
EP2889365A1 (en) Method for examining microorganism and device for same
US20210254125A1 (en) Method and device for estimating number of cells
WO2023013344A1 (ja) 化学分析装置
JP2006292698A (ja) 臨床検査用自動分析装置の精度管理方法、及び自動分析装置
CN114174800B (zh) 自动分析装置
JP2005127757A (ja) 自動分析装置
EP3290905B1 (en) Signal offset determination and correction
JP4117253B2 (ja) 自動分析装置
JP2017020956A (ja) 自動分析装置、自動分析方法及びプログラム
JP5787948B2 (ja) 反応過程データの異常判定支援方法及び自動分析装置
JP2008058065A (ja) 自動分析装置および自動分析方法
JP5953089B2 (ja) 測定データの異常を検出する方法、及び、測定データの異常検出装置
WO2023188765A1 (ja) 自動分析装置のデータ処理システム及び方法
CN112955749B (zh) 异常判定方法和自动分析装置
JP2009222451A (ja) 自動分析装置

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