CN117295954A - 分注装置、自动分析装置以及分注方法 - Google Patents

Abstract

本公开提供一种高精度地判定在同时分注多种液体时产生的异常的技术。本公开的分注装置具备：分注喷嘴；压力源；传感器，其检测分注喷嘴的内部的压力；处理器，其控制分注喷嘴和压力源，在吸引并保持第一液体的状态下吸引与第一液体不同的第二液体，判定第二液体的吸引中的异常；以及存储装置，其存储基准压力数据和规定的阈值。基准压力数据和规定的阈值中的至少一方以对应于第一液体的每个不同物性值的方式预先取得多个并存储在存储装置中。处理器取得成为异常的判定对象的压力数据，并根据第一液体的物性值，在存储有多个基准压力数据的情况下选择任一个，在存储有多个规定的阈值的情况下选择任一个。

Description

分注装置、自动分析装置以及分注方法

技术领域

本公开涉及分注装置、自动分析装置以及分注方法。

背景技术

进行血液和尿等生物体试样中包含的特定成分的定量分析或定性分析的自动分析装置由于分析结果的再现性和处理速度高等理由，在当前的诊断中不可或缺。近年来，随着装置成本和分析成本的削减要求，要求减少分析中使用的试剂的量。因此，要求搭载于自动分析装置的分注装置以高精度分注试样和试剂。

作为自动分析装置的分注装置的分注对象即试样，大多使用血清或血浆。在这样的试样的分注中，由于高粘度液体或纤维蛋白等固态物堵塞分注装置的喷嘴等理由，有时会发生异常。若发生异常，则无法分注规定量的试样，因此无法得到准确的分析结果。

为了应对分注异常，提出了在分注装置的流路连接压力传感器，测定压力变动来检测喷嘴的堵塞的方法。在专利文献1中，记载了如下的技术：“在包括样品探针1、分注注射器3的分注流路系统中连接压力传感器14，取入多个试样的分注动作时的压力传感器的输出值。进行将这样得到的多个压力传感器输出值作为项目的多项目分析(马氏距离)，通过与阈值进行比较来判定是否正常地进行了分注”(参照专利文献1的摘要)。

在专利文献2中记载了如下技术：“自动分析装置具备：探针，其分注液体；注射器，其产生用于探针分注液体的压力变动；流路，其连接探针和注射器；压力传感器，其测定探针分注液体时的流路内的压力；存储部，其存储压力传感器测定出的压力的时间序列数据；模拟器，其基于物理模型来计算流路内的液体流动的基准压力波形；以及判定部，其基于探针分注了判定对象的液体时的压力的时间序列数据和模拟器计算出的基准压力波形的信息，对判定对象的液体的分注状态进行判定”(参照专利文献2的摘要)。

现有技术文献

专利文献

专利文献1：日本特开2008-224691号公报

专利文献2：日本特开2019-124529号公报

发明内容

发明所要解决的课题

另外，削减装置成本的手段有部件成本和部件数量的削减。关于分注装置，用一个分注装置分注试样和试剂对于削减成本是有效的。在该情况下，在吸引试剂后，不排出而在保持于喷嘴的状态下吸引试样，同时排出试剂和试样，由此能够抑制处理速度的降低。

在像这样一次地分注试样和试剂的情况下，在基于试样的吸引中的压力变动来判定分注异常时，试剂的粘度的差异和液量的差异对压力造成影响，因此有可能妨碍准确的判定。在专利文献1和专利文献2中，对于一次地分注试样和试剂时的异常的判定没有任何研究。

因此，本公开提供一种高精度地判定在同时分注多种液体的情况下产生的异常的技术。

用于解决课题的手段

为了解决上述课题，本公开的分注装置具备：分注喷嘴；压力源，其产生用于利用所述分注喷嘴吸引和排出流体的压力变动；传感器，其检测所述分注喷嘴的内部的压力；处理器，其控制所述分注喷嘴的驱动以及所述压力源的驱动，在吸引并保持第一液体的状态下，吸引与所述第一液体不同的第二液体，判定所述第二液体的吸引中的异常；以及存储装置，其存储用于所述判定的基准压力数据和规定的阈值，所述基准压力数据和所述规定的阈值中的至少一方以对应于所述第一液体的每个不同物性值的方式预先取得多个并存储在所述存储装置中，所述处理器构成为进行如下处理：根据所述第二液体的吸引中的所述传感器的检测信号，取得成为异常的判定对象的压力数据；根据所述第一液体的物性值，在存储有多个所述基准压力数据的情况下选择任一个基准压力数据，在存储有多个所述规定的阈值的情况下选择任一个规定的阈值；以及计算所述判定对象的压力数据与所述基准压力数据的统计距离，在所述统计距离大于所述规定的阈值的情况下判定为存在异常，在所述统计距离为所述规定的阈值以下的情况下判定为正常。

与本公开关联的进一步的特征根据本说明书的记述、附图而变得清楚。另外，本公开的方式通过要素以及多种要素的组合以及以下的详细的记述和所附的请求专利保护的范围的方式来达成并实现。本说明书的记述只不过是典型的例示，在任何意义上都不限定本公开的请求专利保护的范围或应用例。

发明效果

根据本公开的技术，能够高精度地判定在同时分注多种液体的情况下产生的异常。上述以外的课题、结构及效果通过以下的实施方式的说明而明确。

附图说明

图1是表示自动分析装置的结构的概略图。

图2是表示分注装置的结构的概略图。

图3是表示两种液体的分注时序的示意图。

图4是表示分注异常的判定方法的流程图。

图5是表示判定用基准数据的一例的示意图。

图6是表示保持有低粘度的试剂的状态下的试样的吸引中的压力波形的例子的图。

图7是表示保持有高粘度的试剂的状态下的试样的吸引中的压力波形的例子的图。

图8是表示基于第一实施方式的判定用基准数据和统计距离的阈值的选择处理的概念图。

图9是表示基于第二实施方式的判定用基准数据和统计距离的阈值的选择处理的概念图。

具体实施方式

[第一实施方式]

＜自动分析装置的结构例＞

图1是表示第一实施方式的自动分析装置10的结构的概略图。自动分析装置10具备试样容器100、试样架101、试剂瓶102、试剂盘103、反应单元104、单元盘105、分注装置106、搅拌单元107、测定单元108、清洗单元109以及清洗单元110。自动分析装置10与控制装置20连接。

试样容器100容纳分析对象的试样。在试样架101能够配置多个试样容器100。试剂瓶102容纳试剂。在试剂盘103能够配置多个试剂瓶102。向反应单元104分注试样和试剂，得到它们的反应液。在单元盘105能够配置多个反应单元104。分注装置106使试样从试样容器100内向反应单元104内移动恒定量，并且使试剂从试剂瓶102内向反应单元104内移动恒定量。搅拌单元107搅拌并混合分注到反应单元104内的试样和试剂。测定单元108向反应单元104内的反应液照射光，接收从反应单元104得到的光(反射光、透射光、荧光等)，向控制装置20输出检测信号。清洗单元109清洗反应单元104。清洗单元110清洗分注装置106的喷嘴113。

控制装置20能够由具备处理器、存储程序的存储器以及输入输出装置的计算机装置构成。控制装置20具有控制部201、存储部202以及判定部203作为通过处理器执行程序而实现的功能模块。控制部201控制自动分析装置10的各构成要素。另外，控制部201基于从测定单元108接收到的检测信号，分析试样中的成分。存储部202将控制的参数、测定出的数据以及分注异常的判定用基准数据存储于存储器或存储装置。判定部203判定分注装置106中的分注的异常。

试样中的某成分的定量分析例如可以按照以下的步骤实施。首先，通过分注装置106向反应单元104内分注恒定量的试样容器100内的试样。接着，通过分注装置106向反应单元104内分注恒定量的试剂瓶102内的试剂。接着，通过搅拌单元107搅拌反应单元104内的试样和试剂，形成反应液。如果有需要，则通过分注装置106向反应单元104内追加分注多个试剂。在这些分注时，通过试样架101的搬送、试剂盘103的旋转以及单元盘105的旋转，使试样容器100、试剂瓶102、反应单元104移动到规定的位置。反应结束后，通过清洗单元109清洗反应单元104内，进行下一个分析。测定单元108测定反应液的吸光度，并输出到控制部201，控制部201在存储部202中积累吸光度数据。控制部201能够使用所积累的吸光度数据和校准曲线数据，基于朗伯-比尔定律来分析成分量。

＜分注装置的结构例＞

图2是表示分注装置106的结构的概略图。分注装置106具备喷嘴113、臂114、轴115、压力传感器116、注射泵117、配管118、电磁阀119以及柱塞120。

喷嘴113保持于臂114的一端部。臂114的另一端部设置于轴115的上端部。臂114能够与轴115的旋转一起旋转驱动。轴115构成为能够通过未图示的致动器而上下移动以及旋转。喷嘴113、压力传感器116以及注射泵117经由配管118连接。该分注流路构成为前端侧由喷嘴113开放，基部侧能够由电磁阀119开放或关闭。在注射泵117设置有柱塞120，通过柱塞120的驱动，能够吸引或排出液体。

分注装置106对液体的分注动作能够由控制装置20的控制部201控制。轴115及柱塞120分别由电动机驱动，电动机的驱动信号从控制装置20的控制部201发送。控制部201从存储部202读出驱动信号的生成条件。

在分注动作中，首先，控制部201关闭电磁阀119，驱动柱塞120，在喷嘴113的前端进行分注对象的液体的吸引以及排出。在分注动作结束后，控制部201打开电磁阀119，从基部侧供给清洗水。在分注动作期间，控制部201接收压力传感器116的检测信号。控制部201将压力的时间序列数据发送至判定部203。判定部203使用成为分注异常的判定的基准的数据来判定分注是否存在异常。本实施方式的异常的判定方法的详细情况后述。

＜多种液体的分注方法＞

图3是表示两种液体的分注时序的示意图。以下，说明通过分注装置106将容纳于试剂瓶102的试剂和容纳于试样容器100的试样一次分注到反应单元104的工序。此外，分注动作的主体实际上是驱动分注装置106的控制装置20，但以下为了简化，以分注装置106为主体说明分注动作。

工序(i)表示分注开始时的初始状态，喷嘴113被系统水121充满。接着，如工序(ii)所示，分注装置106向喷嘴113吸引分节空气124。接着，如工序(iii)所示，分注装置106使喷嘴113下降至试剂122的液面。接着，如工序(iv)所示，分注装置106向喷嘴113吸引试剂122，保持在喷嘴113内。接着，如工序(v)所示，分注装置106使喷嘴113从试剂瓶102上升并拔出，再次向喷嘴113吸引分节空气124。接着，如工序(vi)所示，分注装置106通过清洗单元110清洗喷嘴113，去除附着于喷嘴113的外周的剩余试剂。接着，如工序(vii)所示，分注装置106使喷嘴113移动至试样容器100的位置。接着，如工序(viii)所示，分注装置106使喷嘴113下降至试样123的液面。接着，如工序(ix)所示，分注装置106向喷嘴113吸引试样123，保持在喷嘴113内。接着，如工序(x)所示，分注装置106使喷嘴113上升，从试样容器100拔出。接着，如工序(xi)所示，分注装置106使喷嘴113向反应单元104的位置移动。接着，如工序(xii)所示，分注装置106将保持在喷嘴113内的试样123和试剂122排出到反应单元104。最后，如工序(xiii)所示，分注装置106通过清洗单元110清洗喷嘴113的内外，进入下一个试样的分注工序。

如上所述，通过用一个分注装置106分注试样123和试剂122，能够实现部件数量的削减带来的成本降低。另外，在由一个分注装置106进行试剂以及试样的分注的情况下，通过如上述那样连续地吸引试剂以及试样，能够抑制处理速度降低。

＜分注异常的判定方法＞

在上述那样的分注方式中进行分注异常的判定的情况下，在吸引试剂122的工序(iv)、吸引试样123的工序(ix)、以及排出试样123和试剂122的工序(xii)中，考虑基于设置于分注装置106的压力传感器116的输出来判定分注异常。特别是在吸引试样123的工序(ix)中，由于在喷嘴113内保持有试剂122，所以除了试样123的吸引状态以外，试剂122的粘度以及液量那样的物性值也对压力变动造成影响。因此，在本实施方式中，提出基于在将试剂122(第一液体)保持于喷嘴113的状态下吸引试样123(第二液体)时的压力变动来判定分注异常的方法。

图4是表示由控制装置20执行的分注异常的判定方法的概要的流程图。

(步骤S10)

控制部201从存储部202取得分析参数。分析参数至少包含用于分析的试剂122(第一液体)的种类、液量及粘度等信息、分析对象的试样123(第二液体)的液量等信息、以及其他分析所需的信息(例如，分析项目、测定单元108中作为检测对象的光的波长等)。

(步骤S20)

控制部201基于分析参数驱动分注装置106，将试剂122(第一液体)吸引到喷嘴113。

(步骤S30)

控制部201基于分析参数驱动分注装置106，将试样123(第二液体)吸引到喷嘴113。

(步骤S31)

控制部201从压力传感器116取得试样123的吸引中的压力的检测信号，作为成为异常的判定对象的压力的时间序列数据(压力数据)输出到判定部203。

(步骤S40)

与步骤S30同时地，控制部201从分析参数提取包含试剂122的液量以及粘度的试剂122的物性值，输出到判定部203。

(步骤S41)

与步骤S31同时地，控制部201基于试剂122的物性值，选择判定用基准数据和统计距离D_M的阈值并从存储部202读出，输出到判定部203。判定用基准数据是预先取得的已知数据的集合，针对试剂122以及试样123的物性值的每个变化(事件)，存储试样123的正常吸引时的各时刻的压力值作为特征变量(基准压力数据)。关于判定用基准数据和统计距离的阈值的选择方法，在后叙述。

(步骤S50)

判定部203计算判定对象的压力数据与判定用基准数据的统计距离D_M。统计距离表示判定对象的压力数据相对于判定用基准数据背离了多少。即，统计距离是将由多个特征变量代表的两个事件间的类似性数值化的指标。在本实施方式中，作为统计距离的一例而计算马氏距离。

(步骤S60)

判定部203判定计算出的统计距离D_M是否为阈值以下。在统计距离D_M为阈值以下的情况下(是)，处理转移到步骤S70。在统计距离D_M大于阈值的情况下(否)，处理转移到步骤S90。

(步骤S70)

判定部203向控制部201输出表示无异常的判定结果，控制部201驱动分注装置106将试剂122和试样123排出到规定的反应单元104。

(步骤S80)

控制部201判定是否有下一个分注。当有下一个分注时(是)，处理返回步骤S20。在没有下一个分注的情况下(否)，即，在全部分注结束的情况下，结束处理。

(步骤S90)

在统计距离D_M大于阈值的情况下，判定部203判定为有吸引异常，将判定结果输出到控制部201。当接收到有异常的判定结果时，控制部201进行恢复处理，结束处理。恢复处理是指，控制部201向显示装置或扬声器等输出装置输出警报的处理、以及执行进入下一个试样的处理的动作的处理。

(关于判定用基准数据)

图5是表示第一实施方式的判定用基准数据的一例的示意图。如图5所示，对n个事件的每一个设置判定用基准数据，n个事件的各数据具有k个特征变量(n、k为正整数)。事件分别表示试剂122和试样123的特性(物性值)的变化(条件)。具体而言，事件No.1例如对应于试剂122的粘度低且液量少的事件。事件No.2例如对应于试剂122的粘度低且液量为中等程度的事件。判定用基准数据的各事件也可以与试样123的液量对应。特征变量是在保持有试剂122的状态下吸引正常的物性值的试样123时的、各时刻k的来自压力传感器116的输出值。

如图5所示，例如在事件No.1中，吸引试样123时的来自压力传感器116的输出值作为特征变量X(基准压力数据的时间序列)以X_1，1、X_1，2、…、X_1，k-1、X_1，k这样的形式存储。在上述步骤S31中，控制部201针对成为判定对象的事件，以Y₁、Y₂、…、Y_k-1、Y_k的形式取得特征变量Y(判定对象的压力数据的时间序列)，并输出到判定部203。

(统计距离的计算方法)

在上述步骤S50中，判定部203针对判定用基准数据的事件No.1至n的特征变量X，将各特征变量的平均Z计算为Z₁、Z₂、…、Z_k，将标准偏差σ计算为σ₁、σ₂、…、σ_k。取而代之，特征变量X的平均Z和标准偏差σ也可以预先由控制部201计算并存储在存储部202中，在步骤S50中由判定部203读出，或者在步骤S41中由控制部201读出并输出到判定部203。然后，判定部203使用判定用基准数据的各特征变量的平均Z和各标准偏差σ进行式(1)的运算，将判定对象的压力数据标准化。

[数式1]

其中，i＝1，2，…，k-1，k。

然后，判定部203针对判定用基准数据的n个事件k个项目的各特征变量，求出相关矩阵作为k×k的矩阵A，使用其逆矩阵A^-1进行式(2)的运算，求出马氏距离D_M。

[数式2]

另外，作为能够应用于本实施方式的异常判定的统计距离，除了马氏距离以外，还可以举出欧几里得距离、标准欧几里得距离、曼哈顿距离、切比雪夫距离、明可夫斯基距离以及多变量正态密度等。

(选择判定用基准数据和阈值)

对根据分析对象的事件选择判定用基准数据和阈值(即，根据分析对象的事件变更所使用的判定用基准数据和阈值)的意义进行说明。

分析对象的试样123的特性根据每个分析项目而不同，特别是粘度和液量存在差异。在试样123的液量不同的情况下，吸引的速度以及吸引所需的时间不同，所以需要个别地设定压力数据的取得时间等。因此，通过针对试样123的每个液量准备个别的判定用基准数据，能够更准确地计算统计距离，能够高精度地判定异常。另一方面，试样123的粘度的物性值为特定的范围的试样能够作为能够正常分注的液体来处理。

图6是表示将低粘度的试剂122保持于喷嘴113的状态下的试样123(低粘度试样以及高粘度试样)的吸引中的压力波形的例子的图。如图6所示，例如在低粘度试样与高粘度试样中，压力波形存在差异。其中，通过将能够正常分注的范围的粘度的试样123的吸引时的压力波形(基准压力数据)作为判定用基准数据，正常的试样123的吸引时的压力波形与判定用基准数据的统计距离成为低的数值，如果低于阈值则判定为正常。

另外，根据分析项目，试剂122的粘度和液量也存在差异。图7是表示将高粘度的试剂122保持于喷嘴113的状态下的试样123的吸引中的压力波形的例子的图。如图7所示，即使在吸引与图6相同物性的试样123的情况下，吸引中的压力也存在差异。因此，在将在保持有低粘度试剂的状态下吸引正常的范围的物性值的试样123时所取得的压力数据群作为判定用基准数据时，即使在保持有高粘度试剂的状态下分注相同的试样123，与保持有低粘度试剂的状态相比，统计距离也以高的数值算出。因此，在应用了相同的阈值的情况下，有可能超过阈值而判定为异常。特别是，将特定的物性(第一物性)的试剂122的保持状态下的试样123的吸引时的压力数据群(判定用基准数据)和阈值应用于大幅不同的物性(第二物性)的试剂122会导致判定精度的恶化。

因此，在第一实施方式中，控制部201在步骤S41中，根据试剂122的物性值选择并读出判定用基准数据以及统计距离的阈值。

图8是表示判定用基准数据和统计距离的阈值的选择处理的概念图。如图8的右侧所示，在存储部202中，例如将判定用基准数据1～9(与图5的各行对应)和与判定用基准数据1～9分别对应的统计距离的阈值T1～T9作为集合进行存储。如上所述，判定用基准数据1～9分别是在保持了特定的物性的试剂122的状态下的试样123的正常的吸引时所取得的基准压力数据。

在图8的左侧，作为异常的判定对象，例示了取得在分别保持有试剂A～试剂I的状态下吸引试样时的压力数据。如图8所示，控制部201在实施分注异常判定时，选择与判定对象的事件中的试剂的物性值接近的条件的判定用基准数据以及统计距离的阈值(步骤S41)。此外，在图8中，判定对象的事件与判定用基准数据及阈值的集合以一对一对应的方式示出，但能够以多对多对应的方式选择判定用基准数据。另外，在图8中，判定用基准数据按照试剂的粘度低、中以及高这3个阶段进行分类，按照液量小、中以及大这3个阶段进行分类。试剂的物性值的阶段数不限于3个，可以是2个，也可以是4个以上。在图8中，各判定用基准数据的判定对象的试剂的物性值按小、中以及大等阶段分类，但该试剂的物性值也可以用具体的数值确定。

(变形例)

以上，例示了选择判定用基准数据和统计距离的阈值双方的方法。取而代之，也可以使判定用基准数据不依赖于试剂122的物性值而通用，根据试剂122的物性值来选择统计距离的阈值。或者，也可以使统计距离的阈值通用，根据试剂122的物性值选择判定用基准数据。这样，判定用基准数据和统计距离的阈值中的至少任一方按照试剂122的每个物性值来存储，根据判定对象的事件中的试剂122的物性值进行选择，由此能够提高异常的判定的精度。

另外，关于试剂122的物性值，例示了个别地设定粘度的范围以及液量的范围，在其组合的条件下选择判定用基准数据和阈值的方法。取而代之，也可以基于吸引试样123时的喷嘴113内的试剂122的压力损失，选择判定用基准数据和阈值。作为表示管路内的摩擦所引起的压力损失的物理式的一例，可以举出式(3)的哈根-泊肃叶公式。

[数式3]

此处，P_loss表示压力损失，μ表示流体的粘度，L表示管道长度，π表示圆周率，d表示管道直径，Q表示管道内流量。管路直径d由喷嘴113的形状决定。管路内的流量Q由吸引试样123时的速度决定。流体的粘度μ是试剂122的粘度。管路长度L由试剂122的液量和管路直径算出。这样，通过使用试剂122的压力损失P_loss，比较试剂122的物性值的影响变得容易。即，通过选择多个判定用基准数据中的、取得判定用基准数据时的试剂122所产生的压力损失最接近取得成为异常判定对象的压力数据时的试剂122所产生的压力损失的数据，能够防止吸引异常的判定精度的恶化。

＜第一实施方式的总结＞

如上所述，第一实施方式的分注装置106具备：喷嘴113；柱塞120(压力源)，其产生用于通过喷嘴113吸引以及排出流体的压力变动；压力传感器116，其检测喷嘴113的内部的压力；控制装置20(处理器)，其构成为在吸引并保持试剂112(第一液体)的状态下吸引试样123(第二液体)，判定试样123的吸引中的异常；以及存储部202(存储装置)，其存储用于判定的判定用基准数据(基准压力数据)以及统计距离的阈值。判定用基准数据以及阈值中的至少一方以与试剂112的每个不同物性值对应的方式预先取得多个并存储。控制装置20从试样123的吸引中的压力传感器116的检测信号取得成为异常的判定对象的压力数据，根据试剂112的物性值，在存储有多个判定用基准数据的情况下选择任一个基准数据，在存储有多个阈值的情况下选择任一个阈值，计算判定对象的压力数据与判定用基准数据的统计距离，在统计距离大于阈值的情况下判定为存在异常，在统计距离为阈值以下的情况下判定为没有异常。

这样，在判定第二液体的吸引异常时，通过与第一液体的物性值相匹配地选择适当的参数，能够准确地判定分注异常。

[第二实施方式]

在第一实施方式中，说明了按照一个试剂的物性值的每一个构成一个判定用基准数据的例子。取而代之，一个判定用基准数据也可以按由多个(例如两个)试剂的物性值确定的物性值的范围来构成。在第二实施方式中，对这样按照物性值的范围构成判定用基准数据的例子进行说明。

图9是表示基于第二实施方式的判定用基准数据和统计距离的阈值的选择处理的概念图。如图9所示，在存储部202中，例如将判定用基准数据1～4(与图5的各行对应)和与判定用基准数据1～4分别对应的统计距离的阈值T1～T4作为集合进行存储。在本实施方式中，判定用基准数据1～4分别是将两个事件中的压力数据群合并后的数据。更具体而言，针对在一个判定用基准数据中合并的两个事件中的、以一个事件中的试剂的物性值为下限、以另一个事件中的试剂的物性值为上限的试剂的物性值的范围的每一个，设定判定用基准数据。例如，判定用基准数据1是将试剂的粘度低且液量少的情况下的吸引试样时的压力数据群、以及试剂的粘度为中等程度且液量为中等程度的情况下的吸引试样时的压力数据群合并后的数据。

例如，在判定对象的事件是在保持试剂A(粘度低且液量少)的状态下吸引试样的情况下，该事件相当于成为判定用基准数据1的判定对象的试剂122的粘度的下限以及液量的下限。另外，在判定对象的事件是在保持试剂B(粘度低且液量为中等程度)的状态下吸引试样的情况下，该事件的试剂的液量相当于判定用基准数据1的上限。在判定对象的事件是在保持试剂E(粘度为中等程度且液量为中等程度)的状态下吸引试样的情况下，该事件相当于成为判定用基准数据1的判定对象的试剂122的粘度的上限以及液量的上限。

如图9所示，合并为一个判定用基准数据的压力数据群的组合例如能够设为物性值相邻的范围的组合。具体而言，在判定用基准数据1中，将粘度低且液量少时的压力数据群和粘度为中等程度且液量为中等程度时的压力数据群合并。

如上所述，判定用基准数据1是将保持了与试剂A相同的物性值的试剂122的状态下的吸引试样时的压力数据群、以及保持了与试剂E相同的物性值的试剂122的状态下的吸引试样时的压力数据群合并而得到的。这样，通过按试剂的物性值的范围的每一个来构成判定用基准数据，在异常判定时，能够选择与判定对象的试剂的物性值对应的判定用基准数据。

(变形例)

在第二实施方式中，说明了在一个判定用基准数据中，将使用物性值为上限的试剂而取得的压力数据群和使用物性值为下限的试剂而取得的压力数据群合并的例子。取而代之，也可以在各个判定用基准数据中包含使用中间的物性值的试剂而取得的压力数据群。

另外，在第二实施方式中，示出了在合并的压力数据群的取得条件的物性值中，粘度和液量均存在上限和下限的事例。取而代之，也可以构成为，在判定用基准数据中，将粘度和液量中的任一方设为固定值，在另一方存在上限和下限。

在图9所示的判定用基准数据1中，成为压力数据群的取得条件的试剂122的物性值的上限以及下限与成为判定对象数据的取得条件的试剂122的物性值的上限以及下限相同。但是，只要判定用基准数据的物性值的范围与判定对象的事件中的试剂的物性值存在重复即可，上限和下限不一定必须相同。

在图9中，图示为试剂B和试剂E属于判定用基准数据1的对象范围。但是，试剂B以及试剂E成为判定用基准数据1的判定对象范围与判定用基准数据2的判定对象范围的边界条件，所以本来应用判定用基准数据1或者2的哪一个都能够进行异常的判定。

在图9中，示出了将判定用基准数据的判定对象范围分为4个物性值的范围来设定的例子。取而代之，也可以将判定用基准数据的判定对象范围汇总为一个。在该情况下，能够将保持有与试剂A相同的物性值的试剂122的状态下的吸引试样时的压力数据群、以及保持有与试剂I相同的物性值的试剂122的状态下的吸引试样时的压力数据群合并，构成判定用基准数据。

在第二实施方式中，示出了在判定对象数据和判定用基准数据的试剂122的物性值的比较中，个别地组合粘度和液量，选择判定用基准数据以及统计距离的阈值的例子。取而代之，也可以与第一实施方式同样地，基于吸引试样123时的试剂122所产生的喷嘴113内的压力损失，比较试剂122的物性值的大小。

＜第二实施方式的总结＞

如上所述，在第二实施方式中，将与不同物性值的多个第一液体相关的压力数据合并后的数据作为判定用基准数据(基准压力数据)。由此，由于成为相对于第一液体的物性值的变动而统计距离的变动较少的判定用基准数据，因此能够避免因第一液体的物性值的不同而导致的判断精度的降低。

[变形例]

本公开并不限定于上述的实施方式，包括各种变形例。例如，上述的实施方式是为了容易理解地说明本公开而详细地说明的实施方式，未必需要具备所说明的全部结构。另外，能够将某实施方式的一部分置换为其他实施方式的结构。另外，也可以在某实施方式的结构中添加其他实施方式的结构。另外，关于各实施方式的结构的一部分，也能够追加、删除或置换其他实施方式的结构的一部分。

附图标记说明

10…自动分析装置

20…控制装置(处理器)

100…试样容器

102…试剂瓶

103…试剂盘

104…反应单元

106…分注装置

113…喷嘴(分注喷嘴)

116…压力传感器

117…注射泵(压力源)

120…柱塞(压力源)。

Claims (11)

1.一种分注装置，其特征在于，

所述分注装置具备：

分注喷嘴；

压力源，其产生用于利用所述分注喷嘴吸引和排出流体的压力变动；

传感器，其检测所述分注喷嘴的内部的压力；

处理器，其构成为控制所述分注喷嘴的驱动以及所述压力源的驱动，在吸引并保持第一液体的状态下，吸引与所述第一液体不同的第二液体，判定所述第二液体的吸引中的异常；以及

存储装置，其存储用于所述判定的基准压力数据和规定的阈值，

所述基准压力数据和所述规定的阈值中的至少一方以与所述第一液体的每个不同物性值对应的方式预先取得多个并存储在所述存储装置中，

所述处理器构成为进行如下处理：

根据所述第二液体的吸引中的所述传感器的检测信号，取得成为异常的判定对象的压力数据；

根据所述第一液体的物性值，在存储有多个所述基准压力数据的情况下选择任一个基准压力数据，在存储有多个所述规定的阈值的情况下选择任一个规定的阈值；以及

计算所述判定对象的压力数据与所述基准压力数据的统计距离，在所述统计距离大于所述规定的阈值的情况下判定为存在异常，在所述统计距离为所述规定的阈值以下的情况下判定为正常。

2.根据权利要求1所述的分注装置，其特征在于，

所述基准压力数据由针对所述第一液体的每个不同物性值预先取得的、将所述第一液体保持于所述分注喷嘴的状态下正常吸引所述第二液体时的正常压力数据构成。

3.根据权利要求1所述的分注装置，其特征在于，

所述物性值为粘度和液量。

4.根据权利要求1所述的分注装置，其特征在于，

所述物性值是在吸引所述第二液体时由所述分注喷嘴中的所述第一液体产生的压力损失。

5.根据权利要求1所述的分注装置，其特征在于，

所述存储装置存储分别包含一个所述基准压力数据和一个所述规定的阈值的多个集合，

所述处理器在所述判定中根据所述第一液体的物性值选择所述多个集合中的任一个。

6.根据权利要求2所述的分注装置，其特征在于，

所述基准压力数据是将与不同物性值的多个所述第一液体相关的多个所述正常压力数据合并而构成的。

7.根据权利要求6所述的分注装置，其特征在于，

所述多个正常压力数据包括：

在将具有成为所述物性值的范围的上限的物性值的所述第一液体保持于所述分注喷嘴的状态下吸引所述第二液体时所取得的第一正常压力数据；以及

在将具有成为所述物性值的范围的下限的物性值的所述第一液体保持于所述分注喷嘴的状态下吸引所述第二液体时所取得的第二正常压力数据。

8.根据权利要求6所述的分注装置，其特征在于，

所述多个正常压力数据包括：

在将成为由所述第一液体产生的所述分注喷嘴内的压力损失的上限的所述第一液体保持于所述分注喷嘴的状态下吸引所述第二液体时所取得的第一正常压力数据；以及

在将成为由所述第一液体产生的所述分注喷嘴内的压力损失的下限的所述第一液体保持于所述分注喷嘴的状态下吸引所述第二液体时所取得的第二正常压力数据。

9.根据权利要求1所述的分注装置，其特征在于，

所述统计距离是马氏距离、欧几里得距离、标准欧几里得距离、曼哈顿距离、切比雪夫距离、明可夫斯基距离以及多变量正态密度中的任一个。

10.一种自动分析装置，其特征在于，

所述自动分析装置具备权利要求1所述的分注装置。

11.一种分注方法，其由分注装置的处理器执行，其特征在于，

所述分注方法包括如下步骤：

对产生用于利用所述分注装置的分注喷嘴吸引和排出流体的压力变动的压力源进行驱动，在将第一液体吸引到所述分注喷嘴并保持的状态下，吸引与所述第一液体不同的第二液体；

从设置于所述分注装置的传感器接收所述第二液体的吸引中的压力的检测信号，取得成为异常的判定对象的压力数据；

从存储装置读出在所述异常的判定中使用的基准压力数据和规定的阈值；以及

计算所述判定对象的压力数据与所述基准压力数据的统计距离，在所述统计距离大于所述规定的阈值的情况下判定为存在异常，在所述统计距离为所述规定的阈值以下的情况下判定为正常，

所述基准压力数据和所述规定的阈值中的至少一方以与所述第一液体的每个不同物性值对应的方式预先取得多个并存储在所述存储装置中，

所述读出包括，根据所述第一液体的物性值，在存储有多个所述基准压力数据的情况下选择任一个基准压力数据，在存储有多个所述规定的阈值的情况下选择任一个规定的阈值。