CN111826423A - 荧光图像分析装置及荧光图像分析方法 - Google Patents

荧光图像分析装置及荧光图像分析方法 Download PDF

Info

Publication number
CN111826423A
CN111826423A CN202010231832.XA CN202010231832A CN111826423A CN 111826423 A CN111826423 A CN 111826423A CN 202010231832 A CN202010231832 A CN 202010231832A CN 111826423 A CN111826423 A CN 111826423A
Authority
CN
China
Prior art keywords
type
fluorescence image
image analysis
bright spot
bright
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010231832.XA
Other languages
English (en)
Other versions
CN111826423B (zh
Inventor
今久保桃子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sysmex Corp
Original Assignee
Sysmex Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sysmex Corp filed Critical Sysmex Corp
Publication of CN111826423A publication Critical patent/CN111826423A/zh
Application granted granted Critical
Publication of CN111826423B publication Critical patent/CN111826423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6813—Hybridisation assays
    • C12Q1/6841—In situ hybridisation
    • 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
    • G01N21/645—Specially adapted constructive features of fluorimeters
    • G01N21/6456—Spatial resolved fluorescence measurements; Imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429—Signal processing
    • G01N15/1433—Signal processing using image recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693—Acquisition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1486—Counting the particles
    • 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
    • G01N2021/6417—Spectrofluorimetric devices
    • G01N2021/6419—Excitation at two or more wavelengths
    • 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
    • G01N2021/6417—Spectrofluorimetric devices
    • G01N2021/6421—Measuring at two or more wavelengths
    • 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
    • G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
    • G01N2021/6439—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" with indicators, stains, dyes, tags, labels, marks
    • G01N2021/6441—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" with indicators, stains, dyes, tags, labels, marks with two or more labels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Multimedia (AREA)
  • Biotechnology (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Genetics & Genomics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Microbiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Dispersion Chemistry (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明提供一种能不依赖于设施的运用内容，提高试样所含细胞异常有无的判定精度，且不需要特别的技术人员的荧光图像分析技术。荧光图像分析装置是对包括用荧光色素对目标部位进行了标记的复数个细胞在内的试样进行测定并分析的荧光图像分析装置，其具有：光源，对试样照射光；拍摄部，拍摄由于照射光而发出荧光的细胞的荧光图像；处理部，处理拍摄的荧光图像，其中，处理部获取荧光图像中的荧光的亮点类型，从包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择至少一种亮点类型，基于获取的亮点类型和选择的至少一种亮点类型判定获取的亮点类型与选择的至少一种亮点类型所含有的哪一阳性类型相符。

Description

荧光图像分析装置及荧光图像分析方法
技术领域
本发明涉及荧光图像分析装置及荧光图像分析方法。
背景技术
专利文献1公开了一种将流式细胞仪等适用于荧光原位杂交法（FISH法）的检测时的细胞的处理方法。根据FISH法，通过使标记探针与细胞中的检测对象的DNA序列区域杂交的预处理来染色细胞。然后，能通过检测由于标记探针而产生的荧光来进行异常细胞的检测。
现有技术文献
专利文献
专利文献1：日本专利特表2005－515408号。
发明内容
发明要解决的技术问题
若想使用上述异常细胞的分析手法高精度地判定被预处理过的试样针对特定疾病为阳性还是阴性，则需要观察一千个到一万个巨大数量的细胞并进行异常细胞的检测。另外，阳性类型中存在典型的阳性类型和非典型的阳性的类型。操作者比如必须掌握所有细胞的阳性类型和阴性类型，异常细胞的分析十分复杂。
此时，操作者分析异常细胞的负担增大，并且异常细胞的判定依赖于操作者的熟练程度及设施的运用内容，因此在上述分析手法中可能难以维持细胞异常的有无的判定精度。
本发明鉴于上述内容，目的之一在于提供一种能不依赖于设施的运用内容，提高试样所含细胞的异常的有无的判定精度且不需要特别的技术人员的荧光图像分析技术。
解决技术问题的技术手段
如图1、3、4及7所示，本发明一技术方案涉及的荧光图像分析装置（1）是用于分析试样（10）中包含的细胞的荧光图像，的荧光图像分析装置，其具有：光源（120～123），对试样（10）照射光；拍摄部（160），对通过照射光而发出荧光的细胞的荧光图像进行拍摄；处理部（11），处理拍摄的荧光图像；其中，处理部（11）获取荧光图像中的荧光的亮点类型，从包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择至少一种亮点类型，基于获取的亮点类型和选择的亮点类型判定获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符。
根据上述技术方案，荧光图像分析装置（1）获取荧光图像中的荧光的亮点类型，从包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择至少一种亮点类型，基于获取的亮点类型和选择的亮点类型判定获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符。因此，能不依赖于特别的技术人员的熟练程度选择亮点类型，并能使用选择的亮点类型进行试样（10）的判定。因此，能不依赖于设施的运用内容提高试样所含细胞的异常的有无的判定精度，且不需要特别的技术人员。
如图1、3、4及7所示，上述荧光图像分析装置（1）可设计为：测定项目或标记试剂的至少一者所预先相对应的亮点类型还包括阴性类型，处理部（11）基于获取的亮点类型和选择的亮点类型判定试样（10）是否与选择的亮点类型所含有的阴性类型相符。
根据上述技术方案，处理部（11）基于获取的亮点类型和选择的亮点类型判定试样（10）是否与选择的亮点类型所含有的阴性类型相符。因此，能进一步参照选择的亮点类型所含有的阴性类型。因此，能提高试样所含细胞的异常的有无的判定精度。
如图4所示，可设计为：在上述荧光图像分析装置（1）中，还具有显示部（13），其中，处理部（11）在显示部（13）显示能在确定了测定项目之后，确定与确定的测定项目相应的标记试剂的特定界面。
根据上述技术方案，处理部（11）能在显示部显示能在确定了测定项目之后，确定与确定的测定项目相应的标记试剂的特定界面。因此，能在锁定了测定项目相对应的亮点类型之后，进一步确定与标记试剂相对应的亮点类型。因此，能高效地选择亮点类型。
如图4所示，可设计为，在上述荧光图像分析装置（1）中，处理部（11）变更选择的至少一种亮点类型。
根据上述技术方案，处理部（11）变更选择的至少一种亮点类型。因此，能自由变更选择的至少一种亮点类型。
如图5及6所示，可设计为:上述荧光图像分析装置（1）还具有：显示部（13）；读取装置（R），读取储存有标记试剂的储存箱（B）所附有的识别信息或标记试剂的相关文档（D）所附有的识别信息；存储部（12），至少预先存储亮点类型，其中，当读取的识别信息含有与存储部（12）中存储的亮点类型不同的亮点类型时，处理部（11）在显示部（13）显示用于录入不同的亮点类型的相关信息的录入界面。
根据上述技术方案，通过读取装置（R）读取储存有标记试剂的储存箱（B）或标记试剂的相关文档（D）所附有的识别信息。当读取的识别信息含有与存储部（12）中存储的亮点类型不同的亮点类型时，在显示部（13）显示用于录入不同的亮点类型的相关信息的录入界面。因此，能切实且轻松地获取不同的亮点类型的相关信息，并且能显示用于录入不同的亮点类型的相关信息的录入界面。
如图6所示，可设计为：在上述荧光图像分析装置（1）中，处理部（11）以为了督促用户录入不同的亮点类型的相关信息而预先决定的显示方式在显示部（13）显示录入界面。
根据上述技术方案，处理部（11）以为了督促用户录入不同的亮点类型的相关信息而预先决定的显示方式在显示部（13）显示录入界面。因此，可以减轻用户录入新的亮点类型的相关信息时的负担。
如图9和10所示，可设计为：在上述荧光图像分析装置（1）中，还具有显示部（13），其中，处理部（11）在显示部（13）显示包括获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符的判定结果在内的判定结果界面。
根据上述技术方案，处理部（11）在显示部（13）显示包括获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符的判定结果在内的判定结果界面。因此，用户能轻松地掌握判定结果。
如图9及10所示，可设计为：在上述荧光图像分析装置（1）中，还具有显示部（13），其中，处理部（11）在显示部（13）显示判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息。
根据上述技术方案，处理部（11）在显示部（13）显示判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息。因此，用户能轻松地掌握判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息。
如图9及10所示，可设计为：在上述荧光图像分析装置（1）中，还具有显示部（13），其中，处理部（11）使判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息与判定的试样（10）所含细胞的荧光图像一并在显示部（13）显示。
根据上述技术方案，处理部（11）使判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息与判定的试样（10）所含细胞的荧光图像一并在显示部（13）显示。因此，用户能与试样（10）所含细胞的荧光图像一起确认判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息。
如图9及10所示，可设计为：在上述荧光图像分析装置（1）中，还具有显示部（13），其中，处理部（11）使表示判定的试样（10）所含有的异常细胞的比例和正常细胞的比例的至少一者的文本信息与表示所述异常细胞的比例和所述正常细胞的比例的至少一者的图表图像一并在显示部（13）显示。
根据上述技术方案，处理部（11）使表示判定的试样（10）所含有的异常细胞的比例和正常细胞的比例的至少一者的文本信息与表示所述异常细胞的比例和所述正常细胞的比例的至少一者的图表图像一并在显示部（13）显示。因此，用户能一起确认表示判定的试样（10）所含有的异常细胞的比例和正常细胞的比例的至少一者的文本信息与图表图像。
如图9及10所示，可设计为：在上述荧光图像分析装置（1）中，还具有显示部（13），其中，处理部（11）使判定的所述试样所含有的异常细胞的数目或异常细胞的比例最多的阳性类型的相关判定结果以与其他阳性类型的相关判定结果不同的显示方式在显示部（13）显示。
根据上述技术方案，处理部（11）使判定的所述试样所含有的异常细胞的数目或异常细胞的比例最多的阳性类型的相关判定结果以与其他阳性类型的相关判定结果不同的显示方式在显示部（13）显示。因此，用户能在包括各种判定结果在内的判定结果界面中简单地确定异常细胞的数目或异常细胞的比例最多的阳性类型的相关判定结果。
如图1、3、4、7及11所示，本发明一技术方案涉及的荧光图像分析方法是用于分析试样（10）中包含的细胞的荧光图像的荧光图像分析方法，其包括如下步骤：拍摄通过从光源（120～123）向试样（10）照射光而发出荧光的细胞的荧光图像的步骤；处理拍摄的荧光图像的步骤，其中，处理的步骤获取荧光图像中的荧光的亮点类型，从包括与测定项目和标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择至少一种亮点类型，基于获取的亮点类型和选择的亮点类型判定获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符。
根据上述技术方案，上述荧光图像分析方法获取荧光图像中的荧光的亮点类型，从包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择至少一种亮点类型，基于获取的亮点类型和选择的亮点类型判定获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符。因此，能不依赖于特别的技术人员的熟练程度选择亮点类型，并能使用选择的亮点类型进行试样的判定。因此，能不依赖于设施的运用内容，提高试样（10）所含细胞的异常的有无的判定精度，并且不需要特别的技术人员。
如图1、3、4、7及11所示，上述荧光图像分析方法可设计为：测定项目及标记试剂的至少一者所预先相对应的亮点类型还包括阴性类型，其中，处理的步骤基于获取的亮点类型和选择的亮点类型判定试样（10）是否与选择的亮点类型所含有的阴性类型相符。
根据上述技术方案，处理的步骤基于获取的亮点类型和选择的亮点类型判定试样（10）是否与选择的亮点类型所含有的阴性类型相符。因此，能进一步参照选择的亮点类型所含有的阴性类型。因此，能进一步提高试样所含细胞的异常的有无的判定精度。
如图4及11所示，可设计为：在上述荧光图像分析方法中，处理的步骤在显示部（13）显示能在确定了测定项目之后，确定与确定的测定项目相应的标记试剂的特定界面。
根据上述技术方案，处理的步骤在显示部显示能在确定了测定项目之后，确定与确定的测定项目相应的标记试剂的特定界面。因此，能在锁定了与测定项目相对应的亮点类型之后，进一步确定与测定项目相应的标记试剂所对应的亮点类型。因此，能高效地选择亮点类型。
如图4及11所示，可设计为：在上述荧光图像分析方法中，处理的步骤变更选择的至少一种亮点类型。
根据上述技术方案，处理的步骤变更选择的至少一种亮点类型。因此，能自由变更选择的至少一种亮点类型。
如图5、6及11所示，上述荧光图像分析方法还包括如下步骤：读取储存有标记试剂的储存箱（B）所附有的识别信息或标记试剂的相关文档（D）所附有的识别信息的步骤；至少预先存储亮点类型的步骤，其中，当读取的识别信息包含与存储的亮点类型不同的亮点类型时，处理的步骤在显示部（13）显示用于录入不同的亮点类型的相关信息的录入界面。
根据上述技术方案，读取储存有标记试剂的储存箱（B）所附有的识别信息或标记试剂的相关文档（D）所附有的识别信息。当读取的识别信息含有与存储的亮点类型不同的亮点类型时，在显示部（13）显示用于录入不同的亮点类型的相关信息的录入界面。因此，能切实且轻松地获取不同的亮点类型的相关信息，并且能显示用于录入不同的亮点类型的相关信息的录入界面。
如图6及11所示，可设计为：在上述荧光图像分析方法中，处理的步骤以为了督促用户录入不同的亮点类型的相关信息而预先决定的显示方式显示录入界面。
根据上述技术方案，处理的步骤以为了督促用户录入不同的亮点类型的相关信息而预先决定的显示方式显示录入界面。因此，可以减轻用户录入新的亮点类型的相关信息时的负担。
如图9～11所示，可设计为：在上述荧光图像分析方法中，处理的步骤在显示部（13）显示包括获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符的判定结果在内的判定结果界面。
根据上述技术方案，处理的步骤在显示部（13）显示包括获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符的判定结果在内的判定结果界面。因此，用户能轻松地掌握判定结果。
如图9～11所示，在上述荧光图像分析方法中，处理的步骤在显示部（13）显示判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息。
根据上述技术方案，处理步骤在显示部（13）显示判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息。因此，用户能轻松地掌握判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息。
如图9～11所示，可设计为：在上述荧光图像分析方法中，处理的步骤使判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息与判定的试样（10）所含细胞的荧光图像一并在显示部（13）显示。
根据上述技术方案，处理部（11）使判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息与判定的试样（10）所含细胞的荧光图像一并在显示部（131）显示。因此，用户能与试样（10）所含细胞的荧光图像一起确认判定的试样（10）所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一种信息。
如图9～11所示，可设计为：在上述荧光图像分析方法中，处理的步骤使表示判定的试样（10）所含有的异常细胞的比例和正常细胞的比例的至少一者的文本信息与表示异常细胞的比例和正常细胞的比例的至少一者的图表图像一并在显示部（13）显示。
根据上述技术方案，处理部（11）使表示判定的试样（10）所含有的异常细胞的比例和正常细胞的比例的至少一者的文本信息与表示异常细胞的比例和正常细胞的比例的至少一者的图表图像一并在显示部（13）显示。因此，用户能一起确认表示判定的试样（10）所含有的异常细胞的比例和正常细胞的比例的至少一者的文本信息与图表图像。
如图9～11所示，可设计为：在上述荧光图像分析方法中，处理的步骤使判定的所述试样所含有的异常细胞的数目或异常细胞的比例最多的阳性类型的相关判定结果以与其他阳性类型的相关判定结果不同的显示方式在显示部（13）显示。
根据上述技术方案，处理部（11）使判定的所述试样所含有的异常细胞的数目或异常细胞的比例最多的阳性类型的相关判定结果以与其他阳性类型的相关判定结果不同的显示方式在显示部（13）显示。因此，用户能在包括各种判定结果在内的判定结果界面中更简单地特定异常细胞的数目或异常细胞的比例最多的阳性类型的相关判定结果。
发明效果
根据本发明，能不依赖于设施的运用内容提高试样所含有的细胞的异常的有无的判定精度，并且不需要特别的技术人员。
附图说明
图1是实施方式涉及的荧光图像分析装置及预处理装置的结构的一例的斜视图；
图2（a）是通过实施方式涉及的荧光图像分析装置获取的第1～第3图像以及明视场图像的示例图；图2（b）是实施方式涉及的荧光图像分析装置进行的核的区域的抽出的说明图；图2（c）、（d）是实施方式涉及的荧光图像分析装置进行的亮点的区域的抽出的说明图；
图3是实施方式涉及的荧光图像分析装置的处理部的功能模块结构的一例的示图；
图4（a）是实施方式涉及的荧光图像分析装置的显示部中用于确定测定项目及标记试剂的特定界面的一例的说明图；图4（b）是实施方式涉及的荧光图像分析装置的显示部中阳性类型选择界面的一例的说明图；
图5（a）是使用实施方式涉及的读取装置的储存有标记试剂的储存箱所附着的编码的读取处理的一例的说明图；图5（b）是使用实施方式涉及的读取装置的标记试剂的相关添附文档所记载的编码的读取处理的一例的说明图；
图6是实施方式涉及的荧光图像分析装置的显示部中用于录入亮点类型的相关信息的录入界面的一例的说明图；
图7（a）～（d）分别是实施方式涉及的阴性类型、阳性类型1、阳性类型2、阳性类型3的亮点的配置例的示意图；
图8A和图8B是实施方式涉及的以BCR／ABL融合基因为目标的各探针所杂交的目标部位的示例图；
图9是实施方式涉及的荧光图像分析装置的显示部中判定结果界面的一例的说明图；
图10是放大了图9所示的判定结果界面的一部分的图；
图11是用于说明实施方式涉及的荧光图像分析装置的处理部的动作的一例的流程图；
图12是用于说明实施方式涉及的荧光图像分析装置的处理部的亮点类型的获取处理的一例的流程图；
图13是用于说明实施方式涉及的荧光图像分析装置的处理部的亮点类型的选择处理的一例的流程图；
图14是用于说明实施方式涉及的荧光图像分析装置的处理部的判定处理的一例的流程图；
图15是用于说明实施方式涉及的荧光图像分析装置的处理部的判定处理的其他一例的流程图；
图16是用于说明实施方式涉及的荧光图像分析装置的处理部的显示控制处理的一例的流程图。
具体实施方式
以下参照附图对本发明的优选实施方式进行说明。另外，对同一要素赋予同一符号，重复的说明将省略。另外，如无特别说明，上下左右等位置关系将以附图所示的位置关系为基础。另外，附图的尺寸比例不限于图示的比例。另外，以下实施方式是用于说明本发明的示例，本发明不限于该实施方式。
以下实施方式为将本发明适用于对在包括使被荧光色素标记的核酸探针与核酸中的目标部位杂交的工序在内的预处理中制备的试样进行测定并分析的装置而得。具体来说，在以下实施方式中，核酸中的目标部位为22号染色体上的BCR基因以及9号染色体上的ABL基因，基于FISH法，将见于慢性髓性白血病的9号染色体和22号染色体之间产生了易位的细胞作为异常细胞检测出来。即，在以下实施方式中，比如，将BCR基因或ABL基因易位生成了BCR－ABL融合基因的细胞作为异常细胞检测出来。
图1表示本实施方式的荧光图像分析装置1的概略结构。作为示例，图1所示的荧光图像分析装置1具有测定装置100和处理装置200，并对通过预处理装置300的预处理而制备的试样10进行测定并分析。操作者（用户）对从被检者采集的血液样本比如使用菲可（ficoll）等细胞分离用介质进行离心分离等，回收测定对象细胞即有核细胞。在回收有核细胞时，也可用使用溶血剂使红细胞等溶血从而剩下有核细胞来代替通过离心分离回收有核细胞。
预处理装置300包括用于使通过离心分离等而得到的有核细胞悬液与试剂混合的混合容器、用于将有核细胞悬液和试剂分装至混合容器的分装单元、用于给混合容器加热的加热部等。预处理装置300进行预处理制备试样10，所述预处理比如包括用荧光色素标记从被检者采集的细胞内的目标部位的工序、用核染色用色素对细胞的核染色的工序。具体来说，在用荧光色素标记目标部位的工序中，使目标序列与包括具有与目标序列互补序列的核酸序列并被荧光色素标记过的探针杂交。
FISH法使用1种以上的荧光色素检测染色体上的目标部位。优选为，FISH法使用2种以上的荧光色素检测第1染色体上的目标部位和第2染色体上的目标部位（修饰“染色体”的“第1”和“第2”不是指染色体编号，而是总括性的数的概念）。比如，与BCR基因座杂交的探针为，具有与BCR基因座的碱基序列互补序列的核酸被第1荧光色素标记，该第1荧光色素通过照射波长λ11的光而产生波长λ21的第1荧光。通过使用该探针由此BCR基因座被第1荧光色素标记。与ABL基因座杂交的探针为，具有与ABL基因座的碱基序列互补序列的核酸被第2荧光色素标记，该第2荧光色素通过照射波长λ12的光而产生波长λ22的第2荧光。通过使用该探针由此ABL基因座被第2荧光色素标记。核被核染色用色素染色，该核染色用色素通过照射波长λ13的光而产生波长λ23的第3荧光。波长λ11、波长λ12和波长λ13是所谓的激发光。
更具体来说，作为示例，预处理装置300包括如下处理：固定细胞以使细胞不因脱水而皱缩的处理；使细胞开能将探针导入细胞内的大小的洞的膜渗透处理；给细胞加热的热变性处理；使目标部位和探针杂交的处理；从细胞除去不需要的探针的清洗处理；对核染色的处理。
作为示例，测定装置100具有流动室110、光源120～123、聚光镜130～133、分色镜140～141、聚光镜150、光学单元151、聚光镜152、拍摄部160。试样10在流动室110的流路111中流动。
光源120～123用光照射在流动池110流动的试样10。光源120～123比如由半导体激光光源构成。从光源120～123分别射出波长λ11～λ14的光。
聚光镜130～133分别聚集从光源120～123射出的波长λ11～λ14的光。分色镜140使波长λ11的光透射，使波长λ12的光折射。分色镜141使波长λ11和λ12的光透射，使波长λ13的光折射。这样一来，波长λ11～λ14的光会照射于在流动池110的流路111流动的试样10。另外，测定装置100所具有的半导体激光光源的数量为1以上即可，无限制。半导体激光光源的数量比如能从1、2、3、4、5或6中选择。
对在流动室110流动的试样10照射波长λ11～λ13的光后，会从染色细胞的荧光色素产生荧光。比如，波长λ11的光照射标记BCR基因座的第1荧光色素后，会从第1荧光色素产生波长λ21的第1荧光。波长λ12的光照射标记ABL基因座的第2荧光色素后，会从第2荧光色素产生波长λ22的第2荧光。波长λ13的光照射对核染色的核染色用色素后，会从核染色用色素产生波长λ23的第3荧光。波长λ14的光照射在流动池110流动的试样10后，该光会透射细胞。透射细胞的波长λ14的透射光用于生成明视场图像。比如，在实施方式中，第1荧光是绿色光的波长带域，第2荧光是红色光的波长带域，第3荧光是蓝色光的波长带域。
聚光镜150聚集从在流动室110的流路111流动的试样10产生的第1荧光～第3荧光和透射了在流动室110的流路111流动的试样10的透射光。光学单元151具有4枚分色镜组合而成的结构。光学单元151的4枚分色镜以互相微微不同的角度反射第1荧光～第3荧光和透射光，并使其在拍摄部160的光接收面上分离。聚光镜152聚集第1荧光～第3荧光和透射光。
拍摄部160由时间延迟积分（TDI，Time Delay Integration）相机构成。拍摄部160拍摄第1荧光～第3荧光和透射光，并将与第1荧光～第3荧光分别相对应的荧光图像和与透射光相对应的明视场图像作为拍摄信号输出至处理装置200。下面将与第1荧光～第3荧光相对应的荧光图像分别称作“第1图像”、“第2图像”、“第3图像”。“第1图像”、“第2图像”和“第3图像”用于分析亮点的重合，因此优选大小相同。“第1图像”、“第2图像”和“第3图像”可以是彩色图像，也可以是灰度图像。
本实施方式中的亮点指在荧光图像中产生的小的荧光的点。更具体来说，亮点指从与核中的目标部位的基因结合的核酸探针的荧光色素得到的荧光的点。
图2（a）是通过实施方式涉及的荧光图像分析装置获取的第1～第3图像以及明视场图像的示例图。图2（a）的第1图像中黑色点状的部分表示第1荧光的亮点，即被第1荧光色素标记的目标部位。在第2图像中，虽然不如第1图像，但在表示核的淡灰色中发现了深灰色的点。这表示第2荧光的亮点，即被第2荧光色素标记的目标部位。在第3图像中，大致圆形的核的区域表示为黑色。在明视场图像中，能观察实际的细胞的状态。另外，图2（a）的各图像是将预处理后的白细胞配置于载玻片上并用显微镜观察而得的示例图像，在荧光图像中，在原始数据（raw data）中，荧光强度越高则拍摄出来越白，荧光强度越低则拍摄出来越黑。图2（a）的第1～第3图像是使拍摄的原始数据的层次反转并用灰度表示而得的图像。如上所述，当用拍摄部160拍摄了在流动室110流动的试样10时，因为细胞以互相分离的状态在流路111中流动，所以会针对各个细胞获取荧光图像和明视场图像。
返回图1，作为示例，处理装置200具有处理部11、存储部12、显示部13、输入部14作为硬件结构。处理部11由处理器（CPU）构成。存储部12由处理部11的各种处理的作业区域所使用的能进行读出及写入的存储器（RAM）、存储计算机程序及数据的只读存储器（ROM）以及硬盘等构成。处理部11和存储部12能用通用计算机构成。硬盘可以包括在计算机内，也可以作为计算机的外部装置放置。显示部13比如由显示器构成。输入部14比如由鼠标、键盘、触摸屏装置等构成。处理部11借助总线15与存储部12之间传送数据，并借助接口16与显示部13、输入部14、测定装置100之间进行数据的输入输出。
比如，处理部11用RAM读出并执行ROM、硬盘中存储的各种计算机程序，由此进行由测定装置100进行的试样10的测定而获取的细胞的荧光图像的处理，并控制显示部13、输入部14等的动作。
图3是实施方式涉及的荧光图像分析装置1的处理部11的模块结构的一例的示图。如图3所示，处理部11从功能上包括获取部21、选择部23、判定部25、显示控制部27。
比如，获取部21获取使拍摄部160拍摄的原始数据层次反转并灰度显示的第1～第3图像。获取部21将获取的第1～第3图像存储于存储部12。
获取部21获取荧光图像中的荧光的亮点类型。比如，获取基于第1荧光的第1图像中的第1荧光的亮点类型，并获取基于第2荧光的第2图像中的第2荧光的亮点类型。
返回图2，图2（b）是用于说明实施方式涉及的荧光图像分析装置所进行的核的区域的抽出的图。图2（c）、（d）是实施方式涉及的荧光图像分析装置所进行的亮点的区域的抽出的说明图；图2（b）的左端所示的第3图像和图2（c）的左端所示的第1图像和图2（d）的左端所示的第2图像是从在图1所示的流动室110流动的试样10的相同区域获取的。
如图2（b）的左端所示，当获取了第3图像时，获取部21基于第3图像上的各像素的亮度制作图2（b）的中央所示的亮度和频数的图表。纵轴的频数表示像素的个数。获取部21在该图表中设定亮度的阈值。然后，如图2（b）的右端中虚线所示，获取部21将具有比阈值大的亮度的像素所分布的范围作为核的区域抽出。另外，在第3图像中，当2个核重合时，重合的细胞的相关第1～第3图像不用于判定预处理是否恰当以及判定异常细胞，被除却。
如图2（c）的左端所示，当获取了第1图像时，获取部21基于第1图像上的各像素的亮度制作图2（c）的中央所示的亮度和频数的图表。在该图表中，获取部21比如基于大津法将亮度的阈值设定为亮点和本底的边界。然后，如图2（c）的右端中虚线所示，获取部21将具有比阈值大的亮度的像素所分布的范围作为亮点的区域抽出。另外，当从第1图像抽出亮点的区域时，具有极其小的区域的亮点、具有极其大的区域的亮点、以及不包含在图2（b）的右端所示的核的区域内的亮点被除却。
如图2（d）的左端所示，当获取了第2图像时，与第1图像的情况相同，如图2（d）的中央所示，获取部21基于第2图像上的各像素的亮度制作亮度和频数的图表。获取部21在该图表中设定亮度的阈值，并如图2（d）的右端中虚线所示，将具有比阈值大的亮度的像素所分布的范围作为亮点的区域抽出。另外，当从第2图像抽出亮点的区域时，具有极其小的区域的亮点、具有极其大的区域的亮点、以及不包含在图2（b）的右端所示的核的区域内的亮点被除却。
另外，获取部21也可以不像图2（b）～（d）的中央所示的那样制作图表，而是按照上述步骤通过计算从第3图像抽出核的区域，从第1图像和第2图像亮点抽出亮点的区域。另外，亮点的抽出可设计为，判定正常的亮点的分布波形与判定对象的区域的统合程度，统合程度高的话，将判定对象的区域作为亮点抽出。获取部21通过从第3图像抽出核的区域来检测细胞，但也可以基于明视场图像检测细胞。基于明视场图像检测细胞时，也能省略第3图像的获取。
返回图3，处理部11的选择部23从包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择至少一种亮点类型。以下针对亮点类型的选择处理的一例进行说明。比如，处理部11执行如下处理：从存储部12中存储的复数个测定项目及复数个标记试剂的至少一者所对应的复数个亮点类型选择试样的测定项目及标记试剂的至少一者所对应的至少一种亮点类型。
图4（a）是实施方式涉及的显示部13中用于确定测定项目及标记试剂的特定界面SC1的一例的说明图。如图4（a）所示，在特定界面SC1中，比如，能用下拉方式确定项目“测定项目”或项目“探针名”（标记试剂）。关于“测定项目”，比如能针对各个细胞选择BCR／ABL融合基因、ALK基因或第5染色体长臂缺失等。关于“探针名”，比如，如果“测定项目”是BCR／ABL融合基因的话，则能选择DF探针或ES探针。另外，关于BCR／ABL融合基因等、DF探针以及ES探针的详情将后述。
处理部11将用于确定试样10的测定项目及标记试剂的特定界面SC1，即能让操作者优先确定测定项目的内容而不是标记试剂的内容的特定界面SC1在显示部13显示。比如，如图4（a）所示，处理部11也可以进行显示控制使特定界面SC1中项目“测定项目”处于项目“探针名”的上位。另外，处理部11也可以在特定界面SC1中只强调显示项目“测定项目”。另外，处理部11也可以进行控制使得在特定界面SC1中确定了项目“测定项目”之后，再确定与确定的项目“测定项目”的内容相应的项目“探针名”。此外，也可设计为：为了让操作者优先确定测定项目的内容而不是标记试剂的内容，处理部11首先显示包括项目“测定项目”的特定界面，当确定了“测定项目”之后，再显示与包括项目“测定项目”的特定界面不同的包括项目“探针名”的特定界面。此时，处理部11可以进行控制使得在显示包括项目“探针名”的特定界面时，包括“测定项目”的特定界面为非显示。
根据上述技术方案，能使操作者优先确定测定项目的内容而不是标记试剂的内容。因此，能在锁定了测定项目所对应的亮点类型之后，进一步确定与标记试剂所对应的亮点类型。因此，能高效地选择亮点类型。
图4（b）是实施方式涉及的显示部13中阳性类型选择界面SC3的一例的说明图。操作者在图4（a）所示的特定界面SC1中特定测定项目“BCR－ABL”和探针名“ES”之后，在图1所示的显示部13中显示图4（b）所示的阳性类型选择界面SC3。即，可知，图1所示的存储部12中存储的复数个阳性类型中，测定项目“BCR－ABL”及探针名“ES”所对应的阳性类型是图4（b）所示的“典型类型 G1R2F1”、“少数类型 G1R1F2”、“9q缺失类型 G2R1F1”、以及“9q・22q缺失类型 G1R1F1”。
另外，也可设计为：处理部11以能用勾选框方式变更使各阳性类型包含在判定结果的显示对象内还是从判定结果的显示对象中除却的方式在显示部13显示阳性类型选择界面SC3。比如，处理部11可以根据与各阳性类型“典型类型 G1R2F1”、“少数类型 G1R1F2”、“9q缺失类型 G2R1F1”以及“9q・22q缺失类型 G1R1F1”分别相对应的4个勾选框内有无勾选，来判定是包含在判定结果的显示对象内还是从判定结果的显示对象中除却。
另外，图4（b）所示的阳性类型选择界面SC3只显示阳性类型，但也可以包括测定项目“BCR－ABL”以及探针名“ES”所对应的阴性类型。即，处理部11可以显示包括含有与特定的测定项目及探针名所对应的阳性类型及阴性类型的亮点类型在内的界面。
处理部11可以变更选择的至少一种亮点类型。比如，如图4（b）所示，处理部11在显示部13显示使操作者能用下拉方式变更各阳性类型的阳性类型选择界面SC3。然后，操作者能通过操作阳性类型选择界面SC3，将“典型类型G1R2F1”、“少数类型 G1R1F2”、“9q缺失类型 G2R1F1”以及“9q・22q缺失类型 G1R1F1”的至少一个内容变更为其他类型。
根据上述技术方案，变更选择的至少一种亮点类型。因此，能自由变更选择的至少一种亮点类型。
处理部11针对各个操作者管理操作能选择至少一种阳性类型的阳性类型选择界面SC3的权限。比如，处理部11使选择界面SC3的识别信息和操作者的识别信息相关联地存储在存储部12。处理部11可以通过参照存储部12中存储的信息在显示部13显示被赋予权限的特定操作者所对应的阳性类型选择界面SC3。
根据上述技术方案，被赋予权限的特定操作者能操作与特定操作者所对应的阳性类型选择界面SC3。因此，能防止其他操作者操作阳性类型选择界面SC3并擅自变更特定操作者所期望的阳性类型。
图5（a）是使用实施方式涉及的读取装置的储存有标记试剂的储存箱所附着的编码（识别信息）的读取处理的一例的说明图。图5（b）是使用实施方式涉及的读取装置的标记试剂的相关添附文档所记载的编码的读取处理的一例的说明图。如图5（a）及（b）所示，图1所示的荧光图像分析装置1还可以具有读取装置R，该读取装置R读取储存有标记试剂的储存箱B所附有的编码C或标记试剂的相关添附文档D所附有的编码C。然后，图3所示的处理部11的获取部21获取由读取装置R读取的编码C所含的信息。编码C所含的信息比如包括探针名（标记试剂）的相关信息和与该探针名相对应的阳性类型及阴性类型的至少一者。
另外，编码C不仅包含一维码即条形码，也可以包含二维码即QR码（注册商标），也可以包含其他编码。
图6是实施方式涉及的显示部13中用于录入亮点类型的相关信息的录入界面RC1的一例的说明图。如图6所示，当编码C中含有新的亮点类型的相关信息时，处理部11在显示部13显示用于录入新的亮点类型的相关信息的录入界面RC1。比如，如图5（a）及（b）所示，读取装置R读取储存有标记试剂的储存箱B或标记试剂的相关文档D所附着的编码C。然后，处理部11参照存储部12中预先存储的信息比如探针名（标记试剂）的相关信息以及与该探针名相对应的阳性类型及阴性类型的至少一者的相关信息。当存储部12中预先存储的信息以外的信息包含在编码C中时，处理部11在显示部13显示录入界面RC1使操作者录入新的亮点类型的相关信息。
在图6的例子中，录入内容的相关信息（比如“测定项目”、“探针名”、“阴性类型名”、“阴性类型名”的“亮点信息”、“阳性类型名”以及“阳性类型名”的“亮点信息”）已经输入。但是，在显示录入界面RC1时通常为未输入的状态，操作者参照图5（b）所示的添附文档D所记载的录入内容并录入（比如手动输入）各项目。关于录入内容，其他公司制的或市售的标记试剂的添附文档D比如记载有采用了标记位置和该标记试剂的情况下的阳性类型及阴性类型。另一方面，本公司（希森美康株式会社）制的标记试剂所添附的编码中含有录入内容的相关信息。可以通过读取装置R读取该信息由此自动地将录入内容的相关信息录入至录入界面RC1。另外，录入界面RC1的录入内容可以能让操作者自由编辑，也可以被管理为如图4（b）所示的阳性类型选择界面SC3一样只有被赋予权限的操作者能编辑。
根据上述技术方案，通过读取装置（R）读取储存有标记试剂的储存箱（B）或标记试剂的相关文档（D）所附着的编码（C）。当读取的编码（C）含有新的亮点类型的相关信息时，在显示部（13）显示用于录入新的亮点类型的相关信息的录入界面。因此，能切实且轻松地获取新的亮点类型的相关信息，并且能显示用于录入新的亮点类型的相关信息的录入界面。
可设计为：处理部11以为了督促操作者录入新的亮点类型的相关信息而预先决定的显示方式在显示部13显示录入界面RC1。比如，当标记试剂为其他公司制的或市售的时，如上所述，处理部11通过操作者手动输入录入内容的相关信息。于是，比如，可以预先显示预计在录入界面RC1中的“亮点信息”处共通地录入的表示第1亮点的“G”、表示第2亮点的“R”以及表示第3亮点的“F”。具体来说，在显示部13显示录入界面RC1时，在“阳性类型名”的“亮点信息”处预先显示“G□R□F□”，由此能督促操作者只在“□（空格）”的部分录入0、1、2或3。
根据上述技术方案，可以减轻操作者录入新的亮点类型的相关信息时的负担。
返回图3，处理部11的判定部25基于获取的亮点类型和选择的亮点类型判定获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符。
以下对判定处理的一例进行说明。作为一例，对细胞是否为具有染色体异常的异常细胞的判定方法进行说明。
图7（a）是不具有染色体异常的正常细胞的亮点的配置例即亮点类型（阴性类型）的示例，图7（b）～（d）是异常细胞的亮点类型（阳性类型）的示例。另外，在图7（a）～（d）中，各图像均以重合于第3图像的状态显示。
如图7（a）所示，当BCR基因座和ABL基因座的易位等染色体没有出现异常时，各个基因在1个核内分别独立存在1对各等位基因。因此，在第1图像中，1个核区域内存在2个第1亮点。另外，在第2图像中，1个核区域内存在2个第2亮点。此时，使以相同大小拍摄的第1图像和第2图像重合并合成后，在合成图像中，2个第1亮点和2个第2亮点在1个核区域内不重合地存在。因此，如图7（a）所示，核区域内各存在2个第1亮点和第2亮点的细胞判定为没有染色体异常，即染色体异常为阴性的正常细胞。
以使用以BCR／ABL融合基因为目标的探针［Cytocell BCR/ABL Translocation,Extra Signal (ES) Probe (希森美康株式会社)］（以下有时单纯称作“ES探针”为例，对阳性类型的一例进行说明。另外，以BCR／ABL融合基因为目标的探针存在复数种。
图8A和图8B是各探针所杂交的目标部位的一例的示图。BCR基因位于染色体22q11．22－q11．23，与BCR基因座杂交的探针被第1荧光（比如绿色）标记。ABL基因位于染色体9q34．11－q34．12，与ABL基因座杂交的探针被第2荧光（比如红色）标记。图8A表示上述的ES探针的结合部位，图8B表示Cytocell BCR/ABL Translocation, Dual Fusion (DF)Probe (希森美康株式会社、Cat No. LPH007)（以下有时单纯称作“DF探针”）的结合部位。
如图7（b）所示，由于易位而使ABL基因座的一部分移动到9号染色体时，在第1图像中，第1亮点在核内存在2点，在第2图像中，第2亮点在核内存在3点。此时，第1图像和第2图像合成之后，在合成图像中，1个核内存在1个第1亮点、2个第2亮点、1个第1亮点和第2亮点互相重合的第4荧光（比如黄色）的亮点（融合亮点）。因此，如图7（b）所示地存在各亮点的细胞判定为BCR基因和ABL基因发生了易位，即染色体异常为阳性的异常细胞。
如图7（c）所示，由于易位使BCR基因座的一部分移动到22号染色体，且ABL基因的一部分移动到9号染色体时，在第1图像中，核内存在3点第1亮点，在第2图像中，核内存在3点第2亮点。此时，合成第1图像和第2图像之后，在合成图像中，1个核内存在1个第1亮点、1个第2亮点、2个第1亮点和第2亮点互相重合的融合亮点。因此，如图7（c）所示地存在各亮点的细胞判定为BCR基因座和ABL基因座产生了易位，即染色体异常为阳性的异常细胞。
如图7（d）所示，由于易位使ABL基因座移动到9号染色体时，在第1图像中，核内存在2点第1亮点，在第2图像中，核内存在2点第2亮点。此时，合成第1图像和第2图像之后，在合成图像中，1个核内存在1个第1亮点、1个第2亮点、1个第1亮点和第2亮点互相重合的融合亮点。因此，如图7（d）所示地存在各亮点的细胞判定为BCR基因座和ABL基因座产生了易位，即染色体异常为阳性的异常细胞。
如上所述，能基于合成了第1图像及第2图像的合成图像中的各亮点的位置、数目，针对各个细胞判定是否为具有染色体异常的异常细胞。因此，处理部11针对各个细胞对针对各个第1图像及第2图像的合成图像的各亮点的位置的数目，即不与第2亮点重合的位置的第1亮点的数目、不与第1亮点重合的位置的第2亮点的数目、第1亮点及第2亮点互相重合的位置的融合亮点的数目作为荧光图像的荧光的亮点类型进行计数。比如，在图7（d）中，能以单体的第1亮点的数目为“1”、单体的第2亮点的数目为“1”、由第1亮点及第2亮点构成的融合亮点的数目为“1”制作亮点类型。
另外，第1亮点、第2亮点以及融合亮点也可以作为颜色示出。比如，能使单体的第1亮点表示为绿色（G）、单体的第2亮点表示为红色（R）、融合亮点表示为黄色（F），在紧接着G、R、F之后分别示出G、R、F的亮点的数目就能使其为亮点类型。比如，在图7（d）中，亮点类型能用“G1R1F1”显示。
另外，能使上述第1亮点的数目为第1图像中的第1亮点的总数、使上述第2亮点的数目为第2图像中的第2亮点的总数制作荧光图像的荧光的亮点类型。比如，在图7（d）中，第1图像中的第1亮点的数目为“2”、第2图像中的第2亮点的数目为“2”、合成图像中的第1亮点以及第2亮点互相重合的融合亮点的数目为“1”制作亮点类型，并显示为“G2R2F1”，含意相同。
在合成图像中，能通过第1亮点以及第2亮点互相重合的区域的比例、比如第1亮点所含复数个像素中位于与第2亮点所含各像素相同的位置（坐标信息（x、y））的像素的比例是否比阈值大来判定第1图像的第1亮点和第2图像的第2亮点是否重合。另外，能通过第1亮点的中心点（荧光强度最高的像素的位置）和第2亮点的中心点（荧光强度最高的像素的位置）的距离是否比阈值小来进行判定。
另外，针对各个细胞获取的荧光图像中的荧光的亮点类型可以是合成图像中针对各个亮点的颜色的数目。即，第1图像的各像素的颜色用基于该像素值的绿色的色阶（RGB值）显示，第2图像的各像素的颜色用红色的色阶（RGB值）显示，来代替各图像用灰度显示。然后，将各图像重合并进行合成时，基于合成图像的各像素的RGB值的组合，当细胞为异常细胞时，核区域中存在绿色的第1亮点、红色的第2亮点、第1亮点及第2亮点重合而成的黄色的融合亮点。因此，作为亮点类型，对针对各个亮点的颜色的数目进行计数也能判定细胞是否为异常细胞。
如上所述，处理部11基于针对各个细胞获取的亮点类型判定细胞为异常细胞还是正常细胞。在本实施方式中，存储部12存储用于判定细胞为异常细胞还是正常细胞的参照类型（包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型）。处理部11通过比较针对各个细胞获取的亮点类型和由选择部23从存储部12中存储的复数个参照类型选择的参照类型（至少一种亮点类型），由此针对各个细胞判定是否为异常细胞。
另外，参照类型比如包括图7所示的、具有染色体异常的异常细胞的荧光图像中的荧光的亮点类型（阳性类型）以及不具有染色体异常的正常细胞的荧光图像中的荧光的亮点类型（阴性类型）的至少一者。在本实施方式中，参照类型中包括异常细胞的亮点类型（阳性类型）以及正常细胞的亮点类型（阴性类型）二者。
关于亮点类型的比较处理，当分析对象的细胞的亮点类型与阴性类型一致时，处理部11判定为该细胞为正常细胞。另一方面，当分析对象的细胞的亮点类型与阴性类型不一致时，与典型阳性类型比较。与典型阳性类型一致时，判定为该细胞为典型异常细胞。另一方面，与典型阳性类型不一致时，判定为该细胞为非典型异常细胞。处理部11对全部分析对象的细胞反复进行同样的比较处理，并针对各个细胞进行异常细胞或正常细胞的判定。处理部11针对各个细胞在存储部12存储判定结果。
如上所述，荧光图像分析装置1可设计为：测定项目及标记试剂的至少一者所预先相对应的亮点类型还包括阴性类型，处理部11基于获取的亮点类型和选择的亮点类型判定试样10是否与选择的亮点类型所含有的阴性类型相符。
根据上述技术方案，不仅能参照阳性类型，还能参照选择的亮点类型所含有的阴性类型。因此，能提高试样所含细胞的异常的有无的判定精度。
返回图3，处理部11的显示控制部27进行控制使各种界面在显示部13显示。各种界面比如包括上述图4（a）所示的特定界面SC1、图4（b）所示的阳性类型选择界面SC3、图6所示的录入界面RC1、后述图9所示的判定结果界面RC3。
图9是实施方式涉及的显示部13中判定结果界面RC3的一例的说明图。如图9所示，显示控制部27在显示部13显示针对各个分析对象的细胞的判定结果的相关信息。作为判定结果的相关信息，比如，处理部11在显示部13显示判定为异常细胞的细胞的荧光图像（第1图像、第2图像及第3图像的合成图像）、判定为正常细胞的细胞的荧光图像（第1图像、第2图像及第3图像的合成图像）等。
在图9的判定结果界面RC3中，在分析对象的细胞中，针对各个基于一定分析方法检测出的细胞使荧光图像按横纵排列显示。在判定结果界面RC3显示细胞的分析所使用的测定项目33，并且设有能选择分析方法的分析方法选择栏34。在分析方法选择栏34中，能选择是否检测DF类型作为正常细胞的分析方法。另外，在分析方法选择栏34中，能选择是否检测典型异常细胞（ES多数类型）或是否检测非典型异常细胞（ES少数类型、ES缺失类型）等作为异常细胞的分析方法。另外，在判定结果界面RC3设有显示图像选择栏38，该显示图像选择栏38比如能以下拉方式选择针对基于在分析方法选择栏34选择的分析方法检测出的细胞中，使判定为异常细胞（阳性）的细胞的荧光图像显示的选项、使判定为正常细胞（阴性）的细胞的荧光图像显示的选项、使分析的全部细胞的荧光图像显示的选项。
处理部11使基于在分析方法选择栏34选择的分析方法检测出的细胞中，在显示图像选择栏38选择的细胞的荧光图像在判定结果界面RC3的图像显示栏35显示。在图像显示栏35显示的细胞的荧光图像中针对各个细胞的荧光图像显示Cell ID，还显示为异常细胞（阳性）还是正常细胞（阴性）的判定结果。另外，能根据显示图像选择栏38的选择显示判定为正常细胞的细胞的荧光图像或分析的全部细胞的荧光图像。
由此，操作者等能通过显示部13观察判定为异常细胞的细胞的荧光图像。另外，当通过操作者等的观察将判定为异常细胞的细胞判断为正常细胞时，处理部11从显示部13显示的异常细胞的荧光图像中通过操作者等用输入部14选择为正常细胞，并将用修订按钮（“Revise Judgement”）36修订的异常细胞的判定结果修正为正常细胞。然后，处理部11将修订后的判定结果存储于存储部12。同样，当通过操作者等观察者的观察将判定为正常细胞的细胞判断为异常细胞时，处理部11从显示部13显示的正常细胞的荧光图像中通过操作者等用输入部14选择为异常细胞，并将用修订按钮36修订的正常细胞的判定结果修正为异常细胞。然后，处理部11将修订后的判定结果存储于存储部12。由此，能提高异常细胞及正常细胞的检测精度。另外，处理部11也能在显示部13再次显示修订后的判定为异常细胞或正常细胞的细胞的荧光图像。
像这样，处理部11在显示部13显示包括获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符的判定结果在内的判定结果界面RC3。
根据上述技术方案，操作者能轻松掌握判定结果。
处理部11基于针对各个细胞的是否为异常细胞的判定结果，生成试样10的判定结果的相关信息。比如，处理部11进行如下处理：基于由于在分析方法选择栏34选择的分析方法所得的分析结果，生成异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一个信息。比如，异常细胞的数目的比例及正常细胞的数目的比例可以是相对于检测出的全部细胞数（判定为异常细胞的细胞数及判定为正常细胞的细胞数的合计值）的比例，也可以是相对于分析的细胞的总数的比例。
处理部11将异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一个信息存储于存储部12并在显示部13显示。在图9的判定结果界面RC3的一例中，设有判定结果栏37，在该判定结果栏37显示判定为异常细胞的细胞的数目及比例、判定为正常细胞的细胞的数目及比例。这里，在判定结果栏37显示判定结果为“G2R3F1”的典型异常细胞（阳性多数）的数目及比例、判定结果为“G3R3F3”的典型异常细胞（阳性少数）的数目及比例、判定结果为“G2R2F1”的非典型异常细胞（阳性非典型）的数目及比例以及判定结果为“G2R2F0”的正常细胞（阴性）的数目及比例。另外，其他比如当在分析方法选择栏34选择检测非典型异常细胞（ES少数类型、ES缺失类型）的分析方法后，可以在分析结果栏37显示判定结果为非典型异常细胞（阳性）的数目及比例、判定结果为正常细胞（阴性）的数目及比例等。
如图9的判定结果栏37所示，处理部11在显示部13显示判定的试样10所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一个信息。
根据上述技术方案，操作者能轻松地掌握判定的试样10所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一个信息。
如图9的图像显示栏35及判定结果栏37所示，处理部11使判定的试样10所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一个信息与判定的试样10所含有的细胞的荧光图像一并在显示部13显示。
根据上述技术方案，操作者能与试样10所含有的细胞的荧光图像一起确认判定的试样10所含有的异常细胞的数目、异常细胞的比例、正常细胞的数目以及正常细胞的比例的至少一个信息。
如图9的判定结果栏37所示，处理部11可以使异常细胞的数目或异常细胞的比例最多的阳性类型（比如典型异常细胞（阳性多数））的相关判定结果以与其他阳性类型的相关判定结果不同的显示方式在显示部13显示。比如，可以使异常细胞的数目或异常细胞的比例最多的阳性类型的相关信息用红色显示，其他亮点类型的信息用黑色显示。另外，可以使异常细胞的数目或异常细胞的比例最多的阳性类型的相关信息高亮显示。另外，可以使异常细胞的数目或异常细胞的比例最多的阳性类型的相关信息用粗体显示。
根据上述技术方案，操作者能在包括各种判定结果的判定结果界面RC3中更简单地确定异常细胞的数目或异常细胞的比例最多的阳性类型的相关判定结果。
另外，作为试样10的判定结果的相关信息，处理部11能生成“有阳性的可能性”、“有阴性的可能性”等文本信息等其他各种信息并在显示部13显示。
图10是放大了图9所示的判定结果界面RC3的一部分的图。如图9及图10所示，处理部11可以在显示部13显示包括用图表显示了判定结果的相关信息的图表显示栏32在内的判定结果界面RC。如图10所示，“Type”相关饼状图示出典型异常细胞、非典型异常细胞及正常细胞的比例，“Nega／Posi”相关饼状图示出异常细胞和正常细胞的比例，“Positive”相关饼状图示出典型异常细胞及非典型异常细胞的比例。
如图9及10所示，处理部11使表示判定的试样10所含有的异常细胞的比例以及正常细胞的比例的至少一者的文本信息与表示异常细胞的比例以及正常细胞的比例的至少一者的图表图像一并在显示部13显示。另外，不限于饼状图，也可以用柱状图等其他图表显示。
根据上述技术方案，操作者能一起确认表示判定的试样10所含有的异常细胞的比例以及正常细胞的比例的至少一者的文本信息与图表图像。操作者能确认图表图像，因此能轻松地掌握异常细胞的比例或正常细胞的比例。
以下参照图11对处理部11基于规定了用于分析细胞的荧光图像的处理步骤的计算机程序而执行的荧光图像的分析方法的一例进行说明。图11是用于说明实施方式涉及的荧光图像分析装置的处理部的动作的一例流程图。另外，该计算机程序预先存储于图1所示的存储部12，但比如也可以从CD－ROM等计算机能读取的可移动式记录介质安装，比如也可从外部的服务器借助网络下载并安装。
如图11所示，比如，处理部11获取使拍摄部160拍摄的原始数据层次反转并灰度显示的第1～第3图像（步骤S1）。处理部11获取荧光图像中的荧光的亮点类型（步骤S3）。处理部11从包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择试样的测定项目及标记试剂的至少一者所对应的1个或复数个亮点类型（步骤S5）。处理部11基于获取的亮点类型和选择的亮点类型判定获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符（步骤S7）。处理部11在显示部13显示判定结果（步骤S9）。以下，参照图12对步骤S3的详情进行说明，参照图13对步骤S5的详情进行说明，参照图14对步骤S7的详情进行说明，参照图15对步骤S9的详情进行说明。
图12是用于说明实施方式涉及的荧光图像分析装置的处理部的亮点类型的获取处理的一例的流程图。如图12所示，当如图2（b）的左端所示获取了第3图像时，图3所示的获取部21基于第3图像上的各像素的亮度，如图2（b）的中央所示制作亮度和频数的图表（步骤S31）。当如图2（c）的左端所示获取了第1图像时，获取部21基于第1图像上的各像素的亮度，如图2（c）的中央所示制作亮度和频数的图表（步骤S33）。当如图2（d）的左端所示获取了第2图像时，与第1图像的情况相同，获取部21基于第2图像上的各像素的亮度，如图2（d）的中央所示制作亮度和频数的图表（步骤S35）。获取部21从第3图像抽出核的区域，从第1图像和第2图像亮点抽出亮点的区域（步骤S37）。获取部21基于抽出的核的区域以及亮点的区域制作亮点类型（步骤S39）。
图13是用于说明实施方式涉及的荧光图像分析装置的处理部的亮点类型的选择处理的一例的流程图。如图13所示，图3所示的显示控制部27在显示部13显示用于确定测定项目及标记试剂的特定界面SC1（参照图4（a））（步骤S51）。操作者在显示部13显示的特定界面SC1中确定测定项目（步骤S53）。在确定了测定项目之后，显示控制部27在显示部13显示特定界面SC1，使得能确定与确定的测定项目的内容相应的探针名（步骤S55）。操作者在显示部13显示的特定界面SC1中确定探针名（步骤S57）。选择部23选择与确定的测定项目及探针名相关联的阳性类型（步骤S59）。
图14是用于说明实施方式涉及的荧光图像分析装置的处理部的判定处理的一例的流程图。如图14所示，图3所示的选择部23从存储部12中存储的复数个参照类型选择参照类型（至少一种亮点类型）（步骤S71）。判定部25中，关于亮点类型的比较处理，当分析对象的细胞的亮点类型与阴性类型一致时，步骤S72为是，向步骤S73前进，判定为该细胞为正常细胞。另一方面，判定部25中，当分析对象的细胞的亮点类型与阴性类型不一致时，步骤S72为否，向步骤S74前进，与典型阳性类型比较。判定部25中，当与典型阳性类型一致时，步骤S74为是，向步骤S75前进，判定为该细胞为典型异常细胞。另一方面，判定部25中，当与典型阳性类型不一致时，步骤S74为否，向步骤S76前进，判定为该细胞是非典型异常细胞。判定部25对全部分析对象的细胞反复进行同样的比较处理，针对各个细胞进行异常细胞或正常细胞的判定。判定部25针对各个细胞在存储部12存储判定结果。
图15是用于说明实施方式涉及的荧光图像分析装置的处理部的判定处理的一例的流程图。图15所示的判定处理在最初判定分析对象的细胞的亮点类型是否与阳性类型一致这一点上与最初判定分析对象的细胞的亮点类型是否与阴性类型一致的图14所示的判定处理不同。如图15所示，图3所示的选择部23从存储部12中存储的复数个参照类型选择参照类型（至少一种亮点类型）（步骤S81）。判定部25中，关于亮点类型的比较处理，当分析对象的细胞的亮点类型与典型阳性类型一致时，步骤S82为是，向步骤S83前进，判定为该细胞是典型异常细胞。另一方面，判定部25中，当分析对象的细胞的亮点类型与典型阳性类型不一致时，步骤S82为否，向步骤S84前进，与非典型阳性类型比较。判定部25中，当与非典型阳性类型一致时，步骤S84为是，向步骤S86前进，判定为该细胞为非典型异常细胞。另一方面，判定部25中，当与非典型阳性类型不一致时，步骤S84为否，向步骤S85前进，判定为该细胞为正常细胞。判定部25对全部分析对象的细胞反复进行同样的比较处理，针对各个细胞进行异常细胞或正常细胞的判定。判定部25针对各个细胞在存储部12存储判定结果。
另外，在图14及图15所述的判定处理中，阴性类型可以存在复数个。即，在分析对象的细胞的亮点类型是否与阴性类型一致的判定中，分析对象的细胞的亮点类型可以与复数个不同的阴性类型比较。另外，可设计为，在图14及图15中，当分析对象的细胞的亮点类型与参照对象的阳性类型均不相符时或分析对象的细胞的亮点类型与参照对象的阴性类型均不相符时，在显示部13显示表示发生了错误的信息。另外，可设计为，在图14及图15中，当分析对象的细胞的亮点类型与参照对象的阳性类型均不相符时或分析对象的细胞的亮点类型与参照对象的阴性类型均不相符时，从存储部12读出不是当初参照对象的其他阳性类型或其他阴性类型，并执行与分析对象的细胞的亮点类型的比较处理。
图16是用于说明实施方式涉及的荧光图像分析装置的处理部的显示控制处理的一例的流程图。如图16所示，图3所示的显示控制部27从判定部25或存储部12获取判定结果（步骤S91）。显示控制部27生成用于使判定结果在显示部13显示的显示信息，并使生成的显示信息输出至显示部13（步骤S93）。显示部13基于接受的显示信息显示图9所示的判定结果界面RC3（步骤S95）。
如上所述，根据上述实施方式，荧光图像分析装置1获取荧光图像中的荧光的亮点类型，从包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择至少一种亮点类型，基于获取的亮点类型和选择的亮点类型判定获取的亮点类型与选择的亮点类型所含有的哪一阳性类型相符。因此，能不依赖于特别的技术人员的熟练程度选择亮点类型，并能使用选择的亮点类型进行试样10的判定。因此，能不依赖于设施的运用内容提高试样所含细胞的异常的有无的判定精度，且不需要特别的技术人员。
＜其他实施方式＞
上述实施方式用于轻松理解本发明，不对本发明进行限定解释。本发明在不脱离其主旨的情况下可进行变更／改良（比如将各实施方式组合、省略各实施方式的部分技术方案），且本发明也包括其等价物。
符号说明
1：荧光图像分析装置
10：试样
11：处理部
12：存储部
13：显示部
120～123：光源
160：拍摄部
B：储存箱
C：编码
D：添附文档
R：读取装置

Claims (22)

1.一种荧光图像分析装置，用于分析试样中包含的细胞的荧光图像，其特征在于具有：
光源，对所述试样照射光；
拍摄部，拍摄由于照射所述光而发出荧光的所述细胞的荧光图像；
处理部，处理拍摄的所述荧光图像；
其中，所述处理部进行如下处理：
获取所述荧光图像中的荧光的亮点类型，
从包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择至少一种亮点类型，
基于获取的所述亮点类型和选择的所述至少一种亮点类型判定获取的所述亮点类型与选择的所述至少一种亮点类型所含有的哪一阳性类型相符。
2.根据权利要求1所述的荧光图像分析装置，其特征在于：
所述测定项目及所述标记试剂的至少一者所预先相对应的所述复数个亮点类型还包括阴性类型，
所述处理部基于获取的所述亮点类型和选择的所述至少一种亮点类型判定所述试样是否与选择的所述至少一种亮点类型所含有的所述阴性类型相符。
3.根据权利要求1或2所述的荧光图像分析装置，其特征在于：
还具有显示部，
其中，在确定了所述测定项目之后，所述处理部在所述显示部显示能确定与确定的所述测定项目相应的所述标记试剂的特定界面。
4.根据权利要求1所述的荧光图像分析装置，其特征在于：
所述处理部变更选择的所述至少一种亮点类型。
5.根据权利要求1所述的荧光图像分析装置，其特征在于还具有：
显示部；
读取装置，读取储存有所述标记试剂的储存箱所附有的识别信息或所述标记试剂的相关文档所附有的识别信息；
存储部，预先存储至少一种亮点类型；
其中，当读取的所述识别信息含有与所述存储部中存储的所述至少一种亮点类型不同的亮点类型时，所述处理部在所述显示部显示用于录入所述不同的亮点类型的相关信息的录入界面。
6.根据权利要求5所述的荧光图像分析装置，其特征在于：
所述处理部以为了督促所述用户录入所述不同的亮点类型的相关信息而预先决定的显示方式在所述显示部显示所述录入界面。
7.根据权利要求1所述的荧光图像分析装置，其特征在于：
还具有显示部，
其中，所述处理部在所述显示部显示包括获取的所述亮点类型与选择的所述至少一种亮点类型所含有的哪一阳性类型相符的判定结果在内的判定结果界面。
8.根据权利要求1所述的荧光图像分析装置，其特征在于：
还具有显示部，
其中，所述处理部在所述显示部显示判定的所述试样所含有的异常细胞的数目、所述异常细胞的比例、正常细胞的数目以及所述正常细胞的比例的至少一个信息。
9.根据权利要求1所述的荧光图像分析装置，其特征在于：
还具有显示部，
其中，所述处理部使判定的所述试样所含有的异常细胞的数目、所述异常细胞的比例、正常细胞的数目以及所述正常细胞的比例的至少一个信息与判定的所述试样所含有的细胞的荧光图像一并在所述显示部显示。
10.根据权利要求1所述的荧光图像分析装置，其特征在于：
还具有显示部，
其中，所述处理部使表示判定的所述试样所含有的异常细胞的比例以及正常细胞的比例的至少一者的文本信息与表示所述异常细胞的比例以及所述正常细胞的比例的至少一者的图表图像在所述显示部显示。
11.根据权利要求1所述的荧光图像分析装置，其特征在于：
还具有显示部，
其中，所述处理部使判定的所述试样所含有的异常细胞的数目或所述异常细胞的比例最多的阳性类型的相关判定结果以与其他阳性类型的相关判定结果不同的显示方式在所述显示部显示。
12.一种荧光图像分析方法，用于分析试样中包含的细胞的荧光图像，其特征在于包括如下步骤：
拍摄由于从光源对所述试样照射光而发出荧光的所述细胞的荧光图像的步骤；
处理拍摄的所述荧光图像的步骤；
其中，所述处理的步骤进行如下操作：
获取所述荧光图像中的荧光的亮点类型，
从包括与测定项目及标记试剂的至少一者所预先相对应的1个或复数个阳性类型在内的复数个亮点类型选择至少一种亮点类型，
基于获取的所述亮点类型和选择的所述至少一种亮点类型判定获取的所述亮点类型与选择的所述至少一种亮点类型所含有的哪一阳性类型相符。
13.根据权利要求12所述的荧光图像分析方法，其特征在于：
所述测定项目及所述标记试剂的至少一者所预先相对应的所述复数个亮点类型还包括阴性类型，
所述处理的步骤基于获取的所述亮点类型和选择的所述至少一种亮点类型判定所述试样是否与选择的所述至少一种亮点类型所含有的所述阴性类型相符。
14.根据权利要求12或13所述的荧光图像分析方法，其特征在于：
在确定了所述测定项目之后，所述处理的步骤在显示部显示能在确定了所述测定项目之后确定与确定的所述测定项目相应的所述标记试剂的特定界面。
15.根据权利要求12所述的荧光图像分析方法，其特征在于：
所述处理的步骤变更选择的所述至少一种亮点类型。
16.根据权利要求12所述的荧光图像分析方法，其特征在于还包括如下步骤：
读取储存有所述标记试剂的储存箱所附有的识别信息或所述标记试剂的相关文档所附有的识别信息的步骤；
预先存储至少一种亮点类型的步骤；
其中，当读取的所述识别信息含有与存储的所述至少一种亮点类型不同的亮点类型时，所述处理的步骤在显示部显示用于录入所述不同的亮点类型的相关信息的录入界面。
17.根据权利要求16所述的荧光图像分析方法，其特征在于：
所述处理的步骤以为了督促所述用户录入所述不同的亮点类型的相关信息而预先决定的显示方式显示所述录入界面。
18.根据权利要求12所述的荧光图像分析方法，其特征在于：
所述处理的步骤在显示部显示包括获取的所述亮点类型与选择的所述至少一种亮点类型所含有的哪一阳性类型相符的判定结果在内的判定结果界面。
19.根据权利要求12所述的荧光图像分析方法，其特征在于：
所述处理的步骤在显示部显示判定的所述试样所含有的异常细胞的数目、所述异常细胞的比例、正常细胞的数目以及所述正常细胞的比例的至少一种信息。
20.根据权利要求12所述的荧光图像分析方法，其特征在于：
所述处理的步骤使判定的所述试样所含有的异常细胞的数目、所述异常细胞的比例、正常细胞的数目以及所述正常细胞的比例的至少一种信息与判定的所述试样所含有的细胞的荧光图像一并在显示部显示。
21.根据权利要求12所述的荧光图像分析方法，其特征在于：
所述处理的步骤使表示判定的所述试样所含有的异常细胞的比例以及正常细胞的比例的至少一者的文本信息与表示所述异常细胞的比例以及所述正常细胞的比例的至少一者的图表图像在显示部显示。
22.根据权利要求12所述的荧光图像分析方法，其特征在于：
所述处理的步骤使判定的所述试样所含有的异常细胞的数目或所述异常细胞的比例最多的阳性类型的相关判定结果以与其他阳性类型的相关判定结果不同的显示方式在显示部显示。
CN202010231832.XA 2019-03-29 2020-03-27 荧光图像分析装置及荧光图像分析方法 Active CN111826423B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019065675A JP7403965B2 (ja) 2019-03-29 2019-03-29 蛍光画像分析装置及び蛍光画像分析方法
JP2019-065675 2019-03-29

Publications (2)

Publication Number Publication Date
CN111826423A true CN111826423A (zh) 2020-10-27
CN111826423B CN111826423B (zh) 2024-04-26

Family

ID=70049847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010231832.XA Active CN111826423B (zh) 2019-03-29 2020-03-27 荧光图像分析装置及荧光图像分析方法

Country Status (4)

Country Link
US (1) US11781987B2 (zh)
EP (1) EP3715833A1 (zh)
JP (1) JP7403965B2 (zh)
CN (1) CN111826423B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112378727A (zh) * 2020-12-14 2021-02-19 湖南莱博赛医用机器人有限公司 基于机器视觉的dna倍体定量分析装置及其应用方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002093130A2 (en) * 2001-05-14 2002-11-21 Cancer Genetics, Inc. Methods of analyzing chromosomal translocations using fluorescence in situ hybridization (fish)
WO2004042392A1 (ja) * 2002-11-07 2004-05-21 Fujitsu Limited 画像解析支援方法、画像解析支援プログラムおよび画像解析支援装置
CN108572163A (zh) * 2016-05-31 2018-09-25 希森美康株式会社 荧光图像分析装置、分析方法及预处理的评价方法
CN108732144A (zh) * 2017-04-14 2018-11-02 希森美康株式会社 荧光图像分析装置、荧光图像的分析方法及计算机程序

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU647741B2 (en) 1989-12-01 1994-03-31 Regents Of The University Of California, The Methods and compositions for chromosome-specific staining
US20030104439A1 (en) 2001-11-30 2003-06-05 Finch Rosalynde J. Methods of identifying cellular target molecules
EP1875234B1 (en) * 2005-04-26 2011-06-22 Aarhus Universitet Biosurface structure array
CN101625355A (zh) 2008-07-09 2010-01-13 希森美康株式会社 试样分析仪、试样分析结果报告的显示方法及计算机系统
JP5426181B2 (ja) * 2009-01-21 2014-02-26 シスメックス株式会社 検体処理システム、細胞画像分類装置、及び検体処理方法
JPWO2011013319A1 (ja) * 2009-07-31 2013-01-07 株式会社ニコン 細胞塊の成熟判定手法、この手法を用いた画像処理プログラム及び画像処理装置、並びに細胞塊の製造方法
US9076198B2 (en) * 2010-09-30 2015-07-07 Nec Corporation Information processing apparatus, information processing system, information processing method, program and recording medium
CA2819181C (en) 2010-11-29 2020-03-10 Dako Denmark A/S Methods and systems for analyzing images of specimens processed by a programmable quantitative assay
US20150131887A1 (en) * 2011-04-15 2015-05-14 Fluofarma System and method to visualize and analyze data from image-based cellular assays or high content screening
WO2014043253A1 (en) * 2012-09-11 2014-03-20 Neogenomics Laboratories Automated fish reader using learning machines
WO2015163211A1 (ja) 2014-04-21 2015-10-29 コニカミノルタ株式会社 生体物質定量方法、画像処理装置、病理診断支援システム及び画像処理プログラム
EP3054279A1 (en) * 2015-02-06 2016-08-10 St. Anna Kinderkrebsforschung e.V. Methods for classification and visualization of cellular populations on a single cell level based on microscopy images
JP6628969B2 (ja) * 2015-03-06 2020-01-15 シスメックス株式会社 細胞分析装置、細胞分析装置の制御方法およびプログラム
JP7084695B2 (ja) 2017-03-28 2022-06-15 シスメックス株式会社 試薬選択支援装置、方法、プログラムおよび記録媒体並びに試料測定装置
JP7029903B2 (ja) * 2017-08-09 2022-03-04 シスメックス株式会社 試料処理装置、試料処理システム、および測定時間の算出方法
JP7042045B2 (ja) * 2017-08-10 2022-03-25 シスメックス株式会社 試料分析装置
US11776115B2 (en) * 2018-01-19 2023-10-03 Biocellvia System and method for estimating a quantity of interest based on an image of a histological section
JPWO2019176048A1 (ja) * 2018-03-15 2021-02-25 オリンパス株式会社 細胞画像処理装置
WO2020232086A1 (en) * 2019-05-15 2020-11-19 The Cleveland Clinic Foundation Induced human colitic organoids

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002093130A2 (en) * 2001-05-14 2002-11-21 Cancer Genetics, Inc. Methods of analyzing chromosomal translocations using fluorescence in situ hybridization (fish)
WO2004042392A1 (ja) * 2002-11-07 2004-05-21 Fujitsu Limited 画像解析支援方法、画像解析支援プログラムおよび画像解析支援装置
CN108572163A (zh) * 2016-05-31 2018-09-25 希森美康株式会社 荧光图像分析装置、分析方法及预处理的评价方法
CN108732144A (zh) * 2017-04-14 2018-11-02 希森美康株式会社 荧光图像分析装置、荧光图像的分析方法及计算机程序

Also Published As

Publication number Publication date
EP3715833A1 (en) 2020-09-30
US20200309672A1 (en) 2020-10-01
CN111826423B (zh) 2024-04-26
JP7403965B2 (ja) 2023-12-25
JP2020165765A (ja) 2020-10-08
US11781987B2 (en) 2023-10-10

Similar Documents

Publication Publication Date Title
JP6895362B2 (ja) 蛍光画像分析装置および分析方法
US11287380B2 (en) Apparatus for detecting abnormal cells using fluorescent image analysis and method for the same
US11085880B2 (en) Fluorescence image analyzing apparatus, method of analyzing fluorescence image, and computer program
CN109387492B (zh) 试样分析装置及试样分析方法
US20180299381A1 (en) Fluorescence image analyzing apparatus, image processing method of fluorescence image, and computer program
JP6948354B2 (ja) 蛍光画像分析装置及び蛍光画像の分析方法
CN111826423B (zh) 荧光图像分析装置及荧光图像分析方法
CN111833294A (zh) 荧光图像分析装置及荧光图像分析方法
US12026880B2 (en) Fluorescence image display method and fluorescence image analyzer
EP4020408A1 (en) Fluorescence image display method and fluorescence image analyzer
JP7229312B2 (ja) 蛍光画像の分析方法及び蛍光画像分析装置

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