JP2001513190A

JP2001513190A - 診断システム

Info

Publication number: JP2001513190A
Application number: JP53393598A
Authority: JP
Inventors: サンドレハーゲン，アーリング; ブレムネス，ダグ
Original assignee: アクシスバイオケミカルズエイエスエイ
Priority date: 1997-01-15
Filing date: 1998-01-15
Publication date: 2001-08-28
Also published as: GB9715264D0; DE69826240D1; NO993325D0; ATE276513T1; EP0953149B1; GB9723321D0; GB9700729D0; NO993325L; AU733351B2; CA2273039A1; WO1998032004A1; EP0953149A1; AU5670798A; ES2229469T3; DK0953149T3

Abstract

(57)【要約】分析容器（１０５）内に浸漬された、尿スティック（１０７）のような、基質をスキャンする、デスクトップ、フラットベッド光学カラースキャナ（１０１）を備える診断システムが記載される。基質（１０７）は、化学診断分析によって生じたイメージ結果を搬送し、スキャナ（１０１）が、イメージのデジタル化されたレコードを作製する。スキャナ（１０１）に接続されたパーソナルコンピュータ（１０３）が、デジタル化されたレコードの分析によって、イメージのカラー分析を実行するように構成されるとともに、診断分析についての定量結果を提供する。

Description

【発明の詳細な説明】『診断システム』本発明は、研究所または、特に、例えば、医者の診療室のような、ポイント看護で使用できる診断システムに関する。現在では、医者にとって、多くの診断分析があり、分析のために、診断研究所に、（例えば、血液、尿、唾液、便のような）患者のサンプルを送付する数多くの手間が要求されないようになっている。このような診療室内での分析によって、迅速に結果を得ることができるとともに、医者またはその補助者によって患者のコンピュータのレコードに入力することができる。診療室内診断分析キットでは、その出力をイメージ（例えば、カラードット、またはライン、一連のライン、またはその他のパターン）として、平坦な基質（例えば、紙やフィルム）としてしばしば作製させる。これには、定量された結果を作製するために、例えば、特定の波長に合わせた分光光度計、または光学濃度計のような専門で専用のリーダーによる分析を必要とする。その結果、診療室内分析の増加にともなって、医者の診療室のスペースが、そのような専門のリーダによって、ますます浸食されている。このリーダの各結果は、患者のコンピュータのレコードにマニュアルで入力しなければならず、医者にとって負担が増加し、データ入力の際にミスをおかす危険性が明瞭に高くなる。診断分析によって作製したイメージのデジタル化されたレコードを生成することができる、デジタルイメージ獲得デバイス（例えば、デスクトップ、フラットベッドの光学的コンピュータスキャナ）を用いることにより、また、デジタル化されたレコードの操作（分析）によるイメージのカラー分析を実行することのできるソフトウェアを用いることによって、このような問題を、簡単に低減し、避けることができることを知見した。従って、本発明の一態様では、診断装置であって、（１）デスクトップ、フラットベッドの光学的カラースキャナで、基質、望ましくは平坦または略平坦な基質をスキャニングでき、（または、デジタル化された出力をともなうカメラシステムで、基質をスキャニングまたはそうでなければイメージングすることができ、）、化学診断分析によって、それについて作製したイメージ結果を有し、そのようなイメージのデジタル化されたレコードを作製することが可能で、前記スキャニングが、反射または伝達された光の検出を適切に含むものと、（２）スキャナに接続され、デジタル化されたレコードの分析によってイメージのカラー分析を（例えば、コンピュータでロードされたソフトウェアの作動によって）実行するように構成され、それにより、診断分析についての定量された結果を提供し、望ましくは、そのよな結果が、パーソナルコンピュータまたは接続されたコンピュータの適切な患者ファイル内に入力されるパーソナルコンピュータ、またはネットワークコンピュータと、を備える。本発明の装置とシステムは、フラットベッドカラースキャナー（時には、「コンピュータスキャナ」と言う）とパーソナルコンピュータとを備えるのが便利である。本発明の診断装置（システム）は、複数の（すなわち、二つまたはそれ以上の）異なった分析からのイメージ結果を分析するように構成することができ好ましい。さらに、イメージのカラー分析を必要としない分析についての定量された結果を提供し、それからイメージを分析するように構成するのが望ましい。すなわち、例えば、イメージ分析が、イメージ成分の存在または不存在の検出が、または、例えば、次のサンプルの成分の分離で生成したイメージ内のバンドやドットのような、一つまたはそれ以上のイメージ成分の強度または関連強度の決定が、または任意的に、このような成分を染料でラベリングする前または後に、行われるのが望ましい。カラー分析によって、デジタル化されたレコード内のイメージピクセルにカラーが付与されることを意味し、また、そのようなピクセルに付与された通りでない強度が、分析に用いられることを意味している。さらに、付与されたカラーに対応したカラーの組み合わせの決定、または複数のカラーのパターンの分配の決定を含むことを意味している。さらに別の態様では、本発明は、基質についてイメージ結果を作製する化学診断分析からイメージを分析する方法を提供し、該方法が、（ｉ）基質についての前記イメージの結果を得、（ｉｉ）パーソナルコンピュータ、またはネットワークコンピュータに接続された、デスクトップ、フラットベッドの光学的カラースキャナ（またはデジタル化された出力を備えたカメラシステムを用い、スキャニングし（またはそうでなければイメージングし）、かつそれにより、前記イメージの結果のデジタル化されたレコードを前記コンピュータに伝達し、（ｉｉｉ）前記レコードの操作によって、前記イメージの結果のカラー分析を実行する前記コンピュータを用い、それにより、前記分析についての定量結果を作製し、その結果が、パーソナルコンピュータまたは接続されたコンピュータの適切な患者の（または医者の）ファイル内に入力される。カラー分析を実行するコンピュータを、前述のように「パーソナルコンピュータ」と言う。このことは、デスクトップまたはラップトップ（またはパームトップなど）、またはその他の比較的安価な機械、例えば、アップル社、デル社、コンパック社、オリベッティ社、ＩＢＭ社ならびにその他の会社のものを意味する。また、特に、システムが病院や営利団体内に配置される場合には、（この場合、スキャナが直接または間接的に、例えば、電話回線でコンピュータネットワークの構成に接続される）、よりパワフルで、拡張性のあるコンピュータシステムを用いることができる。実際には、「パーソナル」コンピュータでさえ、スキャナに対する接続が、例えば、電話回線によって間接的に接続される。本発明のシステムと方法で作製された結果は、ＰＣ、またはＰＣがネットワーク（例えば、インターネットなど）によって永久的または非永久的なリンクを介して接続された中央のコンピュータ、またはリモートコンピュータのいずれかの関連する患者のファイルに直接入力されるのが望ましい。一般に、本発明のシステムと方法は、臨床医の診療室／研究室で、または病院の診断試験室で用いるのを主目的としており、ＰＣ自体の患者のファイル、またはネットワーク接続されたコンピュータの患者のファイルに直接入力することも特に意図する。このシステムに用いられるデスクトップスキャナとＰＣは、パーソナルコンピュータおよびコンピュータ付属品の市場で市販されている標準的な製品である。これらは、反射モードまたは透過モードで操作でき、後者の例は、透明画（すなわち、スライドまたはダイア）スキャナ、ラージベッドスキャナに付属の透明画スキャナがある。使用可能なスキャナの一例としては、Relisys Infinityがある。このスキャナは、グレースケールにピクセルを付与するか、またはその代わりに各ピクセルに対してカラー値（例えば、緑色、青色、赤色の組み合わせ）を付与するのに用いることができる。例えば、HemoCue B-Glucoseマイクロキュベットのような、透明な基質からの伝送カラーデータによって、不透明なストリップからの反射データについて改善された結果が与えられる。標準のフラットベッドスキャナで透明なストリップを用いるためには、例えば、図３に示したようなアダプタが必要である。適切なアダプタ３０１は、二つの垂直で、スキャナガラス３０５上のストリップ３０３の上に配置された平坦な鏡面３０２を備えており、該鏡面３０２はそれぞれスキャナガラスと４５°の角度を形成している。スキャナからのライト３０７は、鉛直にガラスを外に通過して（従って、基質を通過して）、一方の鏡の水平な通路内に反射する。そして、水平な光は、第二の鏡によってスキャナガラスに向かって戻るように反射される。従って、スキャナは、前記基質の近傍の位置の基質によって伝達された光のイメージを検出することができる。本発明の診断分析によって作製され、スキャナで読まれるイメージ結果が作製される基質は、紙のような繊維質のセルロースウェブを含む、適切な透明、不透明、または半透明な材料、例えば、透明フィルム、または膜、またはマトリックスとすることができる。この基質は、本発明の診断分析に必要なイメージ結果の作製を達成するように選択され、例えば、写真フィルム、または多孔性の膜（例えば、マイクロポーラスな膜）とすることができる。適切な基質としては、例えば、ナイロン、ＰＶＤＦ、グラスファイバー、ポリプロピレンファイバー、ポリエステルファイバー、セルロースファイバー、およびニトロセルロース基質が、 Pall Biosupport（例えば、Biodyne，innunodye，LoProdyne，FluoroTrans，Leu kosorb，Hemadyne，Hemasep，Accuwik，LoProsorb，Tissuquartz等）、Whatman Int．Ltd.（例えば、Nitrocellulose，Cyclopore，AnoporeおよびBCF180膜）、G elman Sciences（例えば、Biotrace,およびUltrabind膜）、ならびにMillipore （例えば、Immobilon，Hi-Flow，StrataporeおよびUltrafree膜）などから入手できる。前述したように、ＰＣは、例えば、ＩＢＭ社デル社、コンパック社、オリベッティ社のような製造者により供給されるＰＣとすることができる。望ましくは、ＰＣは、インテル社のペンティアムシリーズ（例えば、Ｐ１００、Ｐ１３０またはＰ２００）と同等か、それよりも優れたプロセッサを有する。本発明の診断分析キットは、例えば、現在市販されている分析キットのいずれも使用できる。この分析キットは、専門で専用の光学的リーダシステムによって、目に見えるスペクトルで読むことのできるようにした基質についてのイメージとして結果を作製するものである。必要なソフトウェアは、一つまたはそれ以上の異なった診断分析のためのデジタル化されたレコードを、定量された結果に変換するために、ならびにその結果をＰＣ上の選択されたファイルに付与するためにのみ必要である。この変換は、例えば、スキャンされたイメージの関連部分の位置、カラー、および／または強度を含んでいる。ソフトウェアは、異なった分析キットについて、デジタル化されたイメージを定量された結果に機械的に変換することができる。従って、専門で専用のリーダを省略する（すなわち、診療室が乱雑となるのを低減できる）ことができるとともに、定量された結果をマニュアルで患者のレコードに入力する必要を回避することができる（従って、仕事の負担と誤りのおそれを回避することができる）。しかしながら、本発明は、フラットベッドスキャナとパーソナルコンピュータを備えた構成に限定されるものではない。本発明の広い態様では、本発明によって、化学診断分析のイメージの結果を分析するための方法であって、前記イメージ結果をスキャンし、前記イメージ結果のカラー成分と分布に対応したデジタル化されたカラーイメージデータを作製し、前記デジタル化されたカラーイメージデータを操作して、前記分析のための定量された結果を作製する、ことを含む方法が提供される。また、本発明は、化学診断分析のイメージ結果を分析する方法であって、前記イメージ結果のカラー成分と分布とに対応したデジタル化されたカラーイメージデータをスキャンし、前記分析の定量された結果を作製するために、前記デジタルカラーイメージデータに、前記イメージ結果のカラー成分と分析校正データとの間の蓄積された関係を適用する、ことを含む方法を提供する。従って、この方法によれば、光学的構成成分が、分析のイメージ結果の定量化ができるようにするために必要である。何故ならば、イメージ結果の分析が、事前に知られているようなイメージ結果から、必要とされるライトの波長を光学的に選択することによるよりも、むしろデジタルカラーイメージを操作することによって実行されるからである。この理由から、スキャニングステップは、事前の場合にように、単色ライトよりは、むしろ白色光の照明の下で実行することができる。従って、デジタルカラーイメージデータを作製するのに有効なデバイスの範囲は、非常に広い。例えば、前述したように、フラットベッドカラースキャナが使用できる。また、必要なデジタルカラーイメージを作製するために、デジタルカメラを用いることができる。さらに、例えば、フレームグラバー（コマ撮影器）によって、デジタルカラーイメージデータを作製するように構成したビデオカメラを用いることができる。これらのデバイスのそれぞれは、開業医が容易に入手することができる。従って、さらに広い本発明の態様によれば、本発明は、診断システム（すなわち、装置）であって、イメージ結果の化学診断分析のカラー成分と分布に対応したデジタルカラーイメージを作製するように構成したイメージ獲得デバイスと、前記デジタルカラーイメージを受け取り、イメージ結果のカラー成分と前記分析についての定量された結果を作製するように構成したデータ処理手段と、を備える診断システムを提供する。さらに、診断システムであって、イメージ結果の化学診断分析のカラー成分と分布に対応したデジタルカラーイメージを作製するように構成したイメージ獲得デバイスと、前記デジタルカラーイメージを受け取り、イメージ結果のカラー成分と分析校正データとの間の蓄えられた関係から、前記分析についての定量された結果を作製するように構成したデータ処理手段と、を備える診断システムが記載される。前述したように、イメージ獲得デバイスは、フラットベッドスキャナ、デジタルカメラ、ビデオカメラ、またはその他のデジタルカラーイメージデータを作製できるその他のデバイスを用いることことことできる。一般に、イメージ獲得デバイスは、昼光または白色光源の照明の下で、イメージの結果をスキャンできるように構成されている。例えば、フラットベッドスキャナの場合には、スキャナ自体から白色光が発生される。しかしながら、デジタルカメラ、またはビデオカメラの場合には、白色光源が、イメージ獲得デバイスの外部に配置でき、この白色光源を開業医の診療室内の照明として用いることができる。この場合、イメージ獲得デバイスによって光源が制御されない場合、校正をするのが有利である。従って、デジタルカラーイメージデータは、所定の単一のカラーまたは複数のカラーの校正オブジェクトのカラー成分に対応したデータを含むことができる。校正オブジェクトは、イメージ結果を伴ったイメージ獲得デバイスを提供することができるか、または校正ステップでのイメージ獲得デバイスを提供することができる。いずれの場合にも、データ処理手段が、校正オブジェクトに関するデジタルカラーイメージデータを、校正オブジェクトの所定のカラーに関する蓄えられたデータと比較することができ、これにより、カラーとデジタルカラーイメージデータとの間の関係を決定することができる。ルックアップテーブルまたはアルゴリズムの形態であるこの関係は、イメージ結果に関するデジタルカラーイメージデータを、光源とイメージングデバイスの特性から独立した標準のデジタルカラーイメージに直すのに用いられる。また、校正オブジェクト、または付加的な校正オブジェクトは、イメージ獲得デバイスの拡大率を校正するために用いられる。例えば、校正オブジェクトは、所定の空間ディメンジョンを備えており、この空間ディメンジョンから、データ処理手段が、デジタルカラーイメージデータによって示されるディメンジョンと、それによって示されるオブジェクトの実際のディメンジョンとの間の関係を算出することができる。また、イメージ獲得デバイスは、イメージ結果が存在し、または配置される平面に関して、固定された空間関係に維持される。これは、一般にフラットベッドスキャナの場合であるが、適切なジグがデジタルカメラまたはビデオカメラのために備えられている。本発明での使用に適した診断分析キットの一例としては、Axis Biochemical A Sで開発され、その後、Boehringer Mannheimから市販されている糖蛋白質化したヘモグロビン分析がある。この場合、血液サンプルが、発色ラベルされたホウ酸と接触される。青色のホウ酸組成物が、糖蛋白質化したヘモグロビンと結合し、ヘモグロビンが凝固し、サンプルがフィルターペーパの上に置かれれ、結合していない青色のホウ酸が、中央の赤色／青色の凝固したヘモグロビンスポットから除去される。糖蛋白質化したヘモグロビンの割合が、反射率計によって、すなわち、中央のヘモグロビンスポットの赤色／青色の性質を測定することによって、決定される。何百万色のカラーを認識することのできるカラースキャナまたは類似のイメージ獲得デバイスが、本発明によって、吸収性の基質のデジタル化されたイメージを作製するために使用され、中央のヘモグロビンスポットのカラー配色から、糖蛋白質化したヘモグロビン力値が、ＰＣまたは類似のデータ処理システムによって決定される。原則として、平坦な基質についてのイメージの定量的な化学分析においては、４通りのカラーの使用方法がある。１．基質についての特定の位置の一つのカラーの強度の分析。２．基質についての一つのカラーのパターンまたは分布の分析。３．基質についての特定の位置の異なったカラーの強度／カラーの混合の分析。４．基質についてのカラーのパターン／カラーの分布の分析。本発明は、上述した方法３と４の少なくとも一つ、望ましくは方法１、２、３および４を実行するために方法と装置とに関する。上記の４つの全ての方法では、特定のカラーリング方法または特定でないカラーリング方法を用いることができる。特定のカラーリング技術、半特定のカラーリング技術、および非特定のカラーリング技術は公知であり、例示実施例を下記に述べる。例えば、電気泳動ゲル上のタンパク質染料として、タンパク質染料を用いた。シルバー着色が、タンパク質の着色のための感度の良い方法の例である。クマシーブルーが、タンパク質目視化のために感度の良い方法が必要でない場合の通常のタンパク質染料である。過ヨウ素酸／シッフ塩基染料が、それらがタンパク質の炭水化物の一部分と優先的に結合するので、糖たんぱく質とムコタンパク質とを着色するために通常用いられる半特定カラーである。ホウ酸のような、半特定の結合残基に結合した染料は、糖化したタンパク質を着色するために用いることができる。国際公開WO-A-92/08722に記載されたようなブルーホウ酸結合物は、上述したように、市販のグリコヘモグロビン分析で用いられる。基質について特定の配置を確実とする方法の使用によって、特定の定量を得るために、非特定の染料または半特定の染料を用いることができる。固定された特定抗体が、特定の配置を得るために典型的な方法であり、レクチンおよびその他のタンパク質が結合特性を有する。しかしながら、もし分析物が、タンパク質であるならば、非特定の染料が、結合タンパク質と分析物の両方を着色する。従って、特定の配置をもたらす結果となるその他のメカニズムを用いることができる。例えば、このようなメカニズムとしては、サイズ除去水平方向クロマトグラフィーまたは電界または沈殿剤を用いることができる。従って、例えば、サイズ除去クロマトグラフィーを、尿中のタンパク質の定量に用いることができる。すなわち、リバノールを、アルブミンの特異の沈殿に用いることができるとともに、亜鉛イオンをヘモグロビンなどの特異の沈殿に用いることができる。後者の例の場合、ヘモグロビンの亜鉛の沈殿が、特定の配置のために用いることができる。一方、ヘモグロビン特有の赤色のカラーは、ヘモグロビンの定量に用いることができる。結合したホウ酸の結合物（例えば、キシレン−シアノール：ホウ酸結合物）は、グリコヘモグロビンの定量に用いることができ、赤色に対する青色の割合を、全ヘモグロビンのグリコヘモグロビンの％を決定するのに用いることができる。赤色と青色との混合は、その他の混合されたカラーをもたらし、ＰＣスキャナまたはその他の類似のイメージ獲得デバイスによって付与されたカラーが、グリコヘモグロビンの％の直接の測定に用いることができる。また、特定のカラーリング方法を用いることもできる。これらの方法では、染料の特異な結合と、分析物への前駆（物質）である染料を含んでいる。酵素結合された抗体は、この点において用いられている。このような抗体は、特異的に分析物に結合し、非結合の抗体（抗体に結合した酵素を用いて）が分離される。この分離は、デバイス内の結合パターンの異なったモビリティー、例えば、分析物に対して反応性のあるキャプチャー抗体、分析物の沈殿、または酵素結合された抗体のキャプチャーまたは沈殿のインモビリティー化となる結果となる手段によって促進されることになる。レクチンが、抗体の代わりとして用いることができる。発色団基質によって、シグナルを生成することができる。また、酵素を、強く着色された分子（例えば、オキアジン、シアニン、トリフェニルメチン）によって置換される。このような分子が、良好なシグナル形成のために必要なカラー強度に欠ける場合には、コロイダルゴールド、または着色された微粒子を用いることができる。粒状化された染料は、被覆されるか、コロイダルゴールドまたは着色された微粒子に結合される。パターン形成エージェントまたは手段の結合（キャプチャー分子、電界、沈殿、およびサイズ除去濾過）における、本質的なカラー（分析物それ自体が有するカラー）、または（特定の結合で、または特定の結合なく）付加されたカラーは、マルチカラーイメージを形成するために用いることができる。このマルチカラーイメージは、異なった分析物の関連する濃度の計算が望まれるならば、サンプルの一つまたはそれ以上の分析物の定量化学測定に用いることができる。間接的には、特定のカラーが、免疫沈殿、すなわち、基質の抗原が、特定の沈殿抗体の沈殿による不動態化によって得られる。非沈殿抗体、またはその他の非沈殿タンパク質材料は、その後、運び去られて、非特定染料によって、沈殿した抗原に対応した強度で、スポットが着色される。従って、例えば、血清アルブミンが、抗アルブミン抗体によって沈殿され、洗浄され、例えば、Coomasie Brilliant Blue 250、より好ましくは、Brom Cresol Greenのようん非特定タンパク質染料によって着色される。基質の平行なスポットでは、沈殿したアルブミンの半遊離チオールが、ジチオニトロ安息香酸溶液を用いて着色することができる。スキャニングによって、ブロムクレゾールカラーと、ＤＴＮＢカラーによる遊離チオール基によって、アルブミンを定量することができる（何故なら、後者では、抗体が遊離チオール基を含んでいないからである）。このように、モルのアルブミンについての遊離チオール基の数は、二つのカラースキャニングシステムを用いて測定することができる。より簡単には、リバノールによるアルブミンの沈殿、または異なった起源の不動態化したアルブミンバインダーによるキャプチャーが使用できる。不動態化のためのアルブミンバインダーは、国際公開WO-02/08984に開示されている。診断分析でテストされた分析物（またはその結合相手）は、例えば、浸漬、ソーキング、基質による連続洗浄、基質による同時洗浄のような多数の異なった方法で、染料に接触させることができる。染料の移動が、表面に対して垂直にまたは水平に生じる。重要なエリアの洗浄が、吸収パッドを用いてしばしば行われ、基質の下方にまたは基質の端部において、もし、水平方向の移動が生じた場合に、基質は、多孔質膜（例えばフィルターのような）の形態である。反応物質が、洗浄液とともに導入されるか、または、反応物質が、基質内で乾燥形態であり、洗浄によって可溶化する。これは、染料にとっての場合であり、特に、微粒子化した染料が使われる場合である。原則的には、カラー化したスポットは、強度または面積による濃度を表している。強度は、例えば、グリコヘモグロビンの垂直濾過システム単位面積当たりのカラーの量である。従って、例えば、ヘモグロビン沈殿とブルーホウ酸を用いた定量が、スポットについての赤色と青色のカラー（結果として生じるミックスされたカラー）の強度測定のために用いることができ、その面積は、濾過面積を限定するフレームによって限定される。濃度の表現として、スポットの面積と長さとが、移動経路に沿って、不動態化したキャプチャー抗体で薄層クロマトグラフィーに用いられている。キャプチャー抗体は、全ての抗体がキャプチャされるまで、抗体をキャプチャし、そして、移動経路に沿って、第二の洗浄で特定の染料を用いることにより、キャプチャされた抗原の領域を特定することができる。さらに、同一の方向に移動する洗浄液によって、余分な染料を洗浄除去して、キャプチャーされた抗原を目に見えるようにすることによって、領域を明瞭にすることができる。２組のキャプチャ抗体と、２つの異なった特異に結合する染料を用いれば、２つの分析物が、異なったカラーを用いることによって定量することができる。また、組み合わせ、例えば、アルブミンを一つの領域でキャプチャすることができ、ＴＣＣＰまたはその他のフタロシアニンが、アルブミンを着色するのに用いることができる。アルブミンの領域は、サンプル中のアルブミンを定量するのに用いることができ、ブルーホウ酸の結合が、糖化したアルブミンを定量するのに用いることができる。この場合、糖化したアルブミンの％を測定できるだけでなく、また、アルブミンの質量濃度と糖化したアルブミンの質量濃度を測定できる。糖化したアルブミンは、しばしば、質量単位で測定されるので、このことは、糖化したアルブミンの％のみを測定する場合に有利である。強度と面積の結合も、例えば、トランスフェリンイソフォームの分離のための濾過の際に、ターシャリーアミン残基を用いたイオン交換クロマトグラフィーシステムで、用いることができる（国際公開WO 96/26444参照）。分離の後に、フィルターが、形成されたトランスフェリンの異なったバンドと結合する鶏の抗トランスフェリン抗体（ブルーの球状微粒子に被覆した）の懸濁液中に浸漬される。トランスフェリンの各バンドが、幅と強度との両方が測定され、シグナルボリューム（領域ｘの強度）と、トランスフェリンイソフォームの濃度（絶対または相対濃度）が測定される。トランスフェリンシアル酸残基の数を測定するためのデバイスが、不動態化した杭トランスフェリン抗体とともにフィルターを用いることにより構成される。この抗体は、ニューラミニダーゼで予め処理され、抗体から全てのシアル酸残基が除去されている。第一のステップでは、トランスフェリンが、不動態化した抗体でキャプチャされる。第二のステップでは、ブルー球状微粒子に被覆された第二のトランスフェリン抗体が、濾過膜を通される。平行なスポットでは、コロイダルゴールドに被覆されたシアル酸結合レクチンが、濾過膜を通される。洗浄後、コロイダルゴールドとブルー球状微粒子との間の割合が、ＰＣスキャナまたは類似のイメージ獲得デバイスによって測定できる。上記に加えて、本発明のシステムは、蛍光性および／または燐光性を示す分析物の特性を定量するために、適切なフォトディテクターおよび／または照明を組み合わせて用いることができる。また、カラー測定を、可視スペクトル外、例えば、赤外線領域、紫外線領域で実行することもできる。グレースケールまたはカラーイメージで分かる情報は、フラットベッドスキャナ、デジタルカメラ、またはビデオカメラを用いて、集められて、デジタル化されたフォームでファイルに蓄積される。蓄えられたデジタル化されたファイルのビット深さ（標準ビット値：１，４，８，１５，３２）は、取り出すことのできる情報の量を決定する。これらにファイルに蓄積されたグレーまたはカラーの色合いの数は、２の指数として、すなわち、ビット深さ１（２¹）、２（２²）、３（２³）、１５（赤色、緑色、青色それぞれ、２⁵）、２４（赤色、緑色、青色それぞれ、２⁸）として現れる。これは、１ビット、４ビット、および８ビットのファイルがそれぞれ、グレーの２、１６、および２５６の色合いを含んでいることを意味している。同様に、１５ビットのファイルが、約３２７６８の異なったカラー（赤色、緑色、青色それぞれ、２⁵＝３２の異なった色合い）を含み、２４ビットのファイルが、約１６７７７２１６の異なったカラー（赤色、緑色、青色それぞれ、２⁸＝２５６の異なった色合い）を情報化している。ややシンプルなフラットベッドスキャナでさえ、３２のビット深さを得ることができ、これにより、２４ビットファイルにみられる集められたカラーのそれぞれのカラー強度の付加的な情報を蓄積することができる。より詳細には、このことは、最後の８ビットファイルが、強度を記録するのに用いられ、その結果、蓄積された１６７７７２１６の異なったカラーのそれぞれについて、２５６の異なった強度（２⁸＝２５６）であることを意味している。デジタル化されたファイル内に蓄積された情報の結果、カラーの定量測定が可能となる。１０ビットのファイルを用いて、１０２４の異なったグレーの色合いが可能である。白紙上のインクの一つのスポットのデジタル化されたイメージが、ライトグレー／ホワイトの低強度の色合いからなるリムに沿った端部を有する高強度の黒色の中心として測定される。この情報が、３次元が黒色の強度として表現された三次元の表面が形成された三次元のベルとして表され、描かれる。表面にわたって積分することによって、この表面によって覆われた本体の容積が与えられる。この容積は、異なったスポットを異なった強度と比較する場合に、直接の定量測定に用いることができる。同様に、１５、２４または３２ビットのファイルを用いることによって、オリジナルなイメージのカラー成分に関する定量的な情報を取り出すこともできる。純粋な赤色、緑色、または青色のスポットを測定するカラー測定と定量測定は、容易であり、グレースケールデータを用いて実行される測定と同等である。これを行う一つの方法は、記録されたカラーデータを、マトリックス計算で変換して、色調−彩度値（ＨＳ値）とする方法である。しかしながら、カラーの混合の定量はより複雑である。フラットベッドスキャナの光学的部分は、３つの異なった検出器を備えており、それぞれ、三原色の光、すなわち、赤色、緑色、および青色、それぞれに対してスペクトル感受性を有している。ｘ（λ）は、赤色波長領域に高い感度を有し、ｙ（λ）は、緑色波長領域に高い感度を有し、ｚ（λ）は、青色波長領域に高い感度を有している。我々が知覚し、記録されたカラーは、オブジェクトから受けた光の異なったｘ（λ）、ｙ（λ）、およびｚ（λ）の割合（刺激）の結果である。記録されたｘ、ｙ、およびｚの３つの値の結果は、トリスティムラス値と呼ばれる。このシステムでは、知覚され、記録されたカラーの全てが、軸が３つの基本色、赤色、緑色、および青色によって形成された座標システムにおいて、ユニークな座標関係（Ｘ、Ｙ、Ｚ）で表現できる。異なった数の表現が、カラーを数的に表現するために開発された。フォトメータ／反射率計が、分析化学において、カラーと強度を記録するために用いられ、モノクロメータ、またはマルチセンサーが、各波長または各狭い波長で、オブジェクトのスペクトル反射を測定するために用いられる。フラットベッドスキャナのような、より簡単な装置が、前述したように、光の三原色（赤色、緑色、青色）に対応した波長においてのみ、反射測定によってカラーを測定する。記録された３つの異なった反射値（三刺激値）は、データを、「Ｙ_xy」、「Ｌ^*ａ^*ｂ」、または「Ｌ^*ｃ^*ｈ」システムのようなカラースペースに変換するのに用いられる。デジタルカメラまたはビデオカメラは、そのピクセルについて、Ｘ、ＹおよびＺ値（ＲＧＢ値）からなるデジタルカラー成分の各ピクセルのデジタル出力を作製することができる。従って、このようなカメラからの出力は、本発明の目的のために、フラットベッドスキャナの出力と相互変更可能に使用できる。フラットベッドスキャナまたは類似のイメージ獲得デバイスを用いて、異なったカラーの混合を測定することによって、カラーの混合のそれぞれの定量に関して多面的なシステムが提供される。カラーは、基本色である、赤色、緑色および青色のブレンドとして記録される。例えば、赤色と青色のように、二つの異なったカラーの混合が、その強度で新しいカラーとして記録される。デジタル化された形態で、このカラーは蓄積された全ての定量情報に基づいて、使用した二つの発色団の各相対量によって決定され、その三刺激値（Ｘ、Ｙ、Ｚ）によって特徴づけられる。二つのカラーからなるスポットの赤色と青色との間の相対関係を定量するためには、混合について記録された特定カラーに関する情報で十分である。カラーモードのフラットベッドスキャナと、デジタル化したデータの十分なビット深さを用いて、定量情報が達成される。しかしながら、混合における各カラーの定量を実行できるようにするためには、知られた濃度の基準溶液を使用しなければならない二つの異なったカラーの基準と、それらの混合が、白紙の上にスポットされ、測定され、同じ二つのカラーからなる知られていないカラースポットの成分を決定する基準曲線を作製するために用いられる。カラーを測定する定量方法の複雑さは、使用した発色団のスペクトル特性によって変わる。これは、たった三つの異なった波長領域が、フラットベッドスキャナを用いた記録処理に使用されるからである。異なった発色団を分離する可能性は、含まれる異なった発色団のスペクトルの分離と、スキャナのｘ（λ）、ｙ（ λ）およびｚ（λ）検出器の感度に関するそれらの吸収最大値に依存している。異なった発色団を分離する原理は、使用した発色団（例えば、二つまたは三つ）のそれぞれからの反射率が、これらの三つの波長領域の少なくとも一つで相違することである。最適の発色団システムでは、ｘ（λ）、ｙ（λ）およびｚ（λ ）における分光的な重複を無視することができ、対応するｘ、ｙまたはｚ座標値を、それらの定量に用いることができる。スペクトルの重複がある発色団を使用する場合には、全ての三つの値を、濃度に関するレコードの多成分処理の一部として用いなければならない。一例として、最適なスペクトル特性を有する青色と赤色の発色団システムでは、赤色と青色の発色団の相対量が、記録されたスポットの全てのピクセルについて、平均Ｘ／Ｚ割合を測定することによって算出することができる。このように、これらの二つの発色団の全ての混合は、フラットベッドスキャナまたは類似のイメージ獲得デバイスを用いて、記録することができ、見積もることができる。分析結果とカラーイメージとの間の関係は、ルックアップテーブルまたはアルゴリズムの形態で蓄積される。一般に、この関係は、特定の分析タイプ、および／または基質に対して特異的である。従って、最大の柔軟性のためには、データ処理システムは、分析を必要とする複数の基質に対応する複数の関係に対してのアクセスを有する。これらの関係は、データ処理システムにローカルに蓄積されるか、リモート的に蓄積される。この場合、データ処理システムは、ネットワークまたはその他の通信チャンネルによって、この関係にアクセスすることができる。この関係の遠隔的な蓄積の場合には、例えば、分析基質の製造者によって、この関係のデータベースは保持され、中央でアップデートされる。このように、最新の分析関係が、常に開業医にとって有効となる。検出されたカラーとデバイス独自のカラーとの間の関係、または、デバイス独自のカラーと分析結果との関係のルックアップテーブルは、全てのカラーの組み合わせが行われた場合には、一般的に大きくなる。従って、一組の所定の測定について、低減したルックアップテーブルとし、結果として、特定のカラー値が、知られている測定ポイントとの間で校正されるのが望ましい。本発明のデータ処理手段は、デジタルカラーイメージデータ内のイメージ結果の基質を自動的に識別するように構成し、それにより、重要な領域をイメージデータ内に配置するのが有利である。従って、さらに別の本発明の態様では、少なくとも一つオブジェクトを含むシーンデジタルカラーイメージを分析する方法であって、前記オブジェクトが、少なくとも一つのフィールドを備え、そのカラーは、化学診断分析の結果を示すものであり、該方法が、前記イメージ内の前記オブジェクトの位置を識別し、前記オブジェクトを分類し、前記分類されたオブジェクトと前記オブジェクトの位置に関する蓄えられたデータを参照することによって、前記フィールドに対応したデジタルカラーデータを識別し、前記デジタルカラーデータを、対応する分析結果に変換する、ことを含む方法を提供する。このオブジェクトは、イメージ結果の基質に対応しており、識別された幾何学的パラメータを知られたオブジェクトのパラメータと比較することによって、長さ、幅、半径などの幾何学的パラメータによって分類される。この基質は、機械読みとり可能な、例えば、バーコードのような識別子、または類似の機械読みとり可能なコードを備えており、この識別子は、分析タイプと、好ましくは関連する患者にも関する情報を含んでいる。この識別子は、イメージ獲得デバイスによって光学的に読みとり可能とするのが望ましい。しかしながら、例えば、バーコードスキャナ、磁気ストリップリーダ、スマートカードリーダ、または識別子に蓄積されたデータを、データ処理システムに送ることのできるデジタルデータに変換することのできるいかなるデバイスのような、分離されたデータ獲得デバイスによって、識別子を読みとり可能とすることもできる。簡単な形態では、識別子は、データ処理システムにアクセス可能なデータベース内の分析のタイプのレコード、または特定の患者のレコードに対応するシングル番号を含むことができる。しかしながら、識別子は、データ処理システムに有効な付加的な情報に関連するかまたは関連しない別の情報を含むことができる。従って、本発明の別の態様では、化学診断分析のための基質であって、前記基質が、前記分析についての情報を含む機械読み取り可能な識別子を伴い、望ましくは、分析サンプルについての患者のソースを識別することができる基質を提供する。本発明のさらに別の態様では、基質に備えられた化学診断分析に結果を分析する方法であって、該方法が、データ獲得デバイスデータによるアクセスを含み、前記基質に関連した機械読み取り可能な識別子に蓄えられた、分析サンプルについての患者ソースを望ましくは識別でき、前記データを参照することによって、前記結果の分析を実行することを含む方法を提供する。本発明のさらに別の態様では、基質について実行された化学診断分析の結果を分析するための装置であって、該装置が、データを読むように構成したデータ獲得デバイスであって、前記基質に関連した機械読み取り可能な識別子から、分析サンプルについて患者ソースを望ましくは識別可能なデータ獲得デバイスと、前記データを参照することによって、前記結果の分析を実行するようにしたデータ処理システムと、前記データを、前記データ獲得デバイスから前記データ処理システムまで転送するための手段と、望ましくは分析結果を直接患者データファイルに転送するための手段と、を備える装置を提供する。例えば、分析結果が、識別子を用いてデータ処理システムによって識別された患者についてのＰ．Ｃ．データファイルに直接転送することができる。前述したような識別子の使用が、前述したようなカラー分析を使用しない分析に適用することに注意するのが重要である。従って、例えば、識別子の使用を、カラー強度、スポットのサイズ若しくは位置、または連続ラインの分析に適用できる。例えば、アルコール濫用分析のために、シアル化したトランスフェリン検出での、例えば、クロマトグラフィー的に分離された分析物のグラフを作製するために適用できる。例えば、前述した識別子は、下記の分析システムに用いることができる。そのシステムは、分析基質と対向する関係で、デジタルカメラやその他の類似のイメージ獲得デバイスを中に配置した光学的にシールされたユニットを備えている。この容器は、さらに、一つ若しくはそれ以上の単色光源、または多色光源、ならびに一つ若しくはそれ以上の波長選択器を備えており、これにより、分析結果によって光の特定波長の反射または伝達に対応して、デジタルイメージを得ることができる。本発明の幾つかの実施態様と実施例を、添付図面を参照して実施例として説明する。図１は、本発明に基づいて作製された概略デジタルイメージを示している。図２は、本発明に基づいて配置されたＰＣとスキャナの概略図である。図３は、スキャナを送信モードで作動することができるために使用するアダプターの概略図である。本発明に基づいて、スキャナによって作製したデジタルイメージの実例を概略的に示している。イメージ２は、それぞれ一つまたはそれ以上のフィールド６を備えたオブジェクト４の配置に対応している。以下では、オブジェクト４のこのような配置を「シーン」と言い、イメージ２がこのシーンに対応している。オブジェクトはぞれぞれ、例えば、尿の分析ストリップまたは類似の平坦な基材である。フィールド６内にはそれぞれ、区画された領域があり、その色は、分析の結果を示している。また、シーンは、校正オブジェクト８を備えている。校正オブジェクト８は、所定の単一または複数の色からなる。この単一または複数の色は、イメージ２を分析するためのデータ処理装置では知られている。従って、周囲の照明状態の変化、または、続いて生じるイメージ２の作製の間のスキャナのフォトディテクターの感度に応じて、校正オブジェクト８について補償することができる。校正オブジェクト８についての所定の適切な色は、グレースケール（０〜１０％の全グレー色）で、そのそれぞれの配色は、同じ割合の赤色と、緑色と、青色とを含んでいる。この校正オブジェクトは、異なったグレー配色、またはその他の所定の色の識別可能なフィールドに分けられている。このような配置に代えて、校正オブジェクトは、オブジェクト４のぞれぞれについて、一つまたはそれ以上の校正オブジェクトで、置き換えたりまたは補足することができる。また、オブジェクトはそれぞれ、バーコードやその他の適切な機械で読みとることが可能なコードのような、識別フィールド１０を備えている。識別フィールド１０は、このフィールドによって、またはこのフィールドの感度によって、またはオブジェクト４に関するその他の情報によって示される分析結果のタイプを識別する情報を含んでいる。識別フィールド１０は、一般的にオブジェクト４の所定の位置に配置されている。これにより、識別フィールド１０は、イメージ２の次の分析に容易に配置でき、また、フィールド６の正確な位置を決定するのに用いることができる。識別フィールド１０は、製造プロセスの一部として、オブジェクト６に用いることができるか、または識別フィールド１０は、分析がいったん実行された際に用いることができる。前者の場合には、単に、識別フィールド１０は、シリアル番号やコード（例えば、バーコードなど）を含めばよく、これらのシリアル番号やコードによって、特定のオブジェクトを、次の使用の際に識別することができる。従って、イメージ２を分析するのに用いられるデータ処理装置は、このようなシリアル番号に関連する情報と、また、特定のオブジェクト４に関連する情報を含むことができる。例えば、この情報は、分析タイプ、分析の日付や時間に関するものとすることができる。医学分析の場合には、例えば、氏名、年齢、性別、症状などの患者を識別するデータを含むことができる。識別フィールド１０が、作製された後に、オブジェクト４に適用された場合には、フィールド自体は、前述した情報を蓄積（記憶）するために用いられる。これにより、付加的な特定のデータ記憶装置を用いる必要がない。シーンが、複数のオブジェクト４を備えている場合には、識別フィールド１０が、オブジェクトの間を区別するために用いられる。これにより、正しいオブジェクトに対して正確な結果が得られるようになっている。このようにして、測定された分析結果が、自動的に患者のデータベース内の正しい患者ファイルに送られるようになっている。前述したように、イメージ２を分析するためのデータ処理装置は、パーソナルコンピュータでよい。パーソナルコンピュータとスキャナの適切な配置の例が図２に示されている。スキャナ１０１は、ＰＣ１０３に接続されている。分析のためのイメージを作製するために、テストストリップ１０７が、分析物の容器１０５内に浸漬され、次に、スキャナグラスの上に置かれる。また、ＰＣ１０３は、患者のレコード、ストリップ、分析物の容器からバーコードを読みとるためのバーコードリーダ１０９に接続されている。ＰＣ１０３は、分析の結果を離れたコンピュータに出力するための予備データ接続１１１を備えている。図１に示したように、パーソナルコンピュータは、校正オブジェクト８を含んだ、分析に必要な様々なタイプのオブジェクト４に関するオブジェクトデータを備えている。このオブジェクトデータは、一般に、オブジェクト４の作製者によって供給される。それぞれのオブジェクトは、幾何学的なオブジェクトの寸法（例えば、幅と高さ、円形や楕円形のオブジェクト場合には、半径）と、これらの寸法の許容誤差と、オブジェクトの数と、位置（許容誤差とともに）と、オブジェクト４に備えられたフィールド６の識別と、識別フィールド１０の位置とを含んでいる。フィールド６のタイプはそれぞれ、幾つものオブジェクト４上に備えられており、また、フィールドデータは、フィールド６によって示された特性の識別と、フィールド６の色とフィールドによって示された特性との間の関係の記述とを備えている。フィールド６の色とフィールドによって示された特性との間の関係の記述は、例えば、指示色で、特性の分布についての平均および標準偏差に基づいて、アルゴリズムの形態で記憶される。また、この関係は、フィールドで示された特性値に対して、フィールド６の色が描かれたルックアップテーブルとして記憶することもできる。このルックアップテーブルは、通常の使用されるオブジェクトの分配の前に経験的に決定される。イメージは、一般に、２４ビットのカラー、すなわち、例えば、赤色、緑色、青色のそれぞれの色成分について８ビットで記憶される。分析オブジェクトの分析が行われる前に、スキャナの校正を行う必要がある。このような校正は、分析毎にしてもよく、またはスキャナの備え付けの際に行ってもよい。校正の第１の段階は、無背景、すなわち、好ましくは黒色であるスキャナの背景に応じて、イメージを作製する。しかしながら、背景は、完全な黒色でなくてもよく、埃や塵の付着によって、これが背景の汚れの原因となる。無背景の２４ビットの空のイメージは、８ビットの赤色と、緑色と、青色のそれぞれのピクセルの値を加えて、合計を３で割ることによって、８ビットのグレースケールに変換される。グレースケールの平均値は、空のイメージの全てのピクセルで計算される。例えば、空のイメージのグレースケールのピクセル分布の標準偏差の倍または分数のような、小さい差し引きを加えて計算した空のイメージの平均のグレースケールの値によって、グレーの閾値は、決定される。従って、グレーの閾値は、ピクセルが、スキャナの背景に対応すると考えられる値以下である。空のイメージの高グレースケールのピクセルの位置が記憶され、これらのピクセルが、スキャナの背景上の埃に起因するとされ、さらに、次の全てのイメージから削除される。これにより、「汚れたピクセル」によるゆがみが生じることがない。校正の第二段階は、校正オブジェクト８を用いたイメージシステムとデータ処理システムによる色の再生の校正である。校正オブジェクト８は、分析すべきオブジェクト（以下に述べる）と同じようにオブジェクトとしては同一であるが、校正オブジェクトとして分類される。データ処理システムによって決定される校正オブジェクト８のフィールドの色は、データ処理システム内に記憶されたこれらの色の所定のデータと比較される。所定の色と所望の色との違いに基づいて、それぞれの色成分の検出値をその実際値に描く、校正ルックアップテーブルが計算される。フラットベッドスキャナの場合には、最初に、校正オブジェクト８のみを含むように処理され、これにより、校正ルックアップテーブルを作製することができる。フラットベッドスキャナの場合には、周囲の照明のレベルの影響が重要ではないので、次のイメージの間では校正は不要である。しかしながら、光源が多様か、またはフォトディテクターの感度が多様である場合には、校正オブジェクト８は、全ての背景に含まれることができる。この場合には、校正オブジェクト８は、最初に、データ処理システムによって特定され、シーン内の他のオブジェクト４が処理される前に、校正ルックアップテーブルが作製される。処理の第一段階では、各ピクセルについて三つの８ビットの色成分（ＲＧＢ）値を総計し、３で割ることによって、８ビットのグレーイメージが作製される。勿論、グレーイメージは、例えば、単なる平均値ではなく、ＲＧＢ値の加重平均値のような、適切な方法で作成することも可能である。このグレーイメージは、オブジェクト４の特定に使用され、２４ビットカラーイメージが用いられるフィールド６の分析には使用されない。校正段階で特定された汚れたピクセルは、それらのグレー値を、それらの隣接するピクセルの平均値で置換することによって、イメージ２から取り除かれる。また、カラーイメージの汚れたピクセルのＲＧＢ値は、汚れたピクセルに隣接するそれらのピクセルの平均ＲＧＢ値でそれぞれ置換される。これは、グレーイメージが作製される前に実行される。校正段階で計算された閾値を下回る検出されたグレー値を有する各ピクセルの値をゼロにセットすることによって、グレーイメージの背景が取り除かれる。次に、イメージ内の不要なギャップが、グレーイメージ上で、最大のオペレータ（演算子）により、続いて最小のオペレータにより操作することによって、取り除かれる。最大のオペレータは、ｎピクセルによるｎのマトリックスであり、その機能は、マトリックスの中央のピクセルを、ｎマトリックスによるｎの範囲で生じる最も高いピクセル値で置き換えるものである。同様に、最小のオペレータは、マトリックスの中央のピクセルを、その中に現れる最小の値で置き換えるものである。グレーイメージのピクセルはそれぞれ、最大／最小のオペレータの中央のピクセルとして機能する。オペレータのサイズｎは、分析すべきオブジェクトによって決定される。オブジェクトは、ある境界から他の境界まで延びているか、または境界に非常に近接した位置で、非常に暗い領域（ギャップ）を含んでいる。このオブジェクトは、ギャップが背景から区別がつかなくなるにつれて、データ処理システムによって二つのオブジェクトとしてみなされる。従って、このようなギャップをグレーイメージから取り除くことによって、オブジェクトが、データ処理システムによって正確に特定することが可能となる。しかしながら、カラーイメージから、ギャップは取り除かれない。従って、ある特定のイメージから取り除くべき最大のギャップサイズｇは、イメージ内のいずれかのオブジェクトにみられる最大のギャップである。オペレータのサイズｎは、最大ギャップサイズｇ（ｍ）にイメージの解像度（ピクセル／ｍ）をかけた値に等しい。各オブジェクトについての最大ギャップサイズは、各オブジェクトについてデータ処理システムに記憶されたオブジェクトデータの一部である。ある特定のイメージ２についての最大ギャップサイズは、シーンで現れる全てのオブジェクトの最大ギャップサイズｇである。従って、これは、データ処理システムに記憶されたオブジェクト４の全てのリストについての最大ギャップサイズであるか、またはシーン内で検出されると思われるオペレータによって定義され選択されたオブジェクトの最大ギャップサイズである。汚れたピクセルと、背景と、ギャップとが、予備処理段階でいったん取り除かれれば、グレーイメージの各オブジェクト４の輪郭がトレースされる。所定の閾値を下回る境界を有するオブジェクトは、重要でないとして削除される。この閾値は、データ処理システム内に記憶された全てのオブジェクトのリストに関連して決定されるか、またはシーン内で現れると思われる全てのユーザが定義したオブジェクトのリストに関連して決定される。各オブジェクトの境界が決定された際に、オブジェクトの中心が算出され、オブジェクト４の主軸（図１で、ｘ、ｙで示した）が決定される。境界からして、オブジェクトが円形であれば、オブジェクトの中心で一致した二つの垂直な軸が選択される。オブジェクトが正方形または長方形と決定されれば、軸ｘ、ｙが、オブジェクト４の両側に垂直に選択される。このように、オブジェクトの中心での座標システムの原点をつけた各オブジェクトのために、座標システムが、定められる。また、オブジェクトの長さと幅（または半径）が、境界から決定され、それにより、これらのパラメータを記憶されたオブジェクトのデータと比較することによって、オブジェクトは、分類される。オブジェクトが、一つ以上のセットの記憶されたデータの判断基準と合致する場合には、例えば、フィールドの位置などのさらなる特徴が、認識され、記憶されたデータと比較される。オブジェクトが、どのオブジェクトのパラメータとマッチしない場合には、未知のオブジェクトとして分類される。分類されたオブジェクト内のフィールドの位置が、ローカルな座標システムの言葉でデータ処理システムに記憶された決定されたデータから認識される。完全なデータのセットは、８ビットのグレーイメージから作製される。このデータは、グレーイメージ内（従って、カラーイメージ内）のそれぞれのオブジェクトを識別し、また、そのオブジェクト内のそれぞれのフィールド内の正確な位置（識別フィールド１０を含む）を識別する。従って、２４ビットのカラーイメージから、それぞれのオブジェクトの各フィールド６のためのＲＧＢの値が修正される。これらのＲＧＢの値は、校正ルックアップテーブルを用いて、デバイスに独自のカラー値に変換される。次に、デバイスに独自のカラー値は、分析に関連するルックアップテーブルまたはアルゴリズムを用いたシールドそれぞれの分析値（検査値）に変換される。さらに、オブジェクトそれぞれの識別フィールド１０からの情報が、読み出されて、そのオブジェクトのために算出された分析値と関連づけされる。すべての識別データと分析データとは、電気の形態であり、従って、例えば、人口統計学データまたは治療データのような、分析に関連する他のデータに関連した、患者、データベース、または同様な内部または外部データシステムに用意に送ることができる。前述から明らかなように、分析オブジェクトから正確な分析情報を得るためには、フラッドベッドスキャナを単に用いることができる。オブジェクトは、スキャナに面して載置され、スキャンされて、シーンのデジタルイメージが作製される。そして、このデジタルイメージが、分析のためのパーソナルコンピュータのようなデータ処理システムに送られる。このイメージは、デバイス独自のフォーマットで記憶され、離れた位置で処理され、または将来参照するために記録される。清潔のために。また取り扱いの容易のために、オブジェクトは、スキャナの上のオブジェクトを有利に配置することのできるウィンドウ、ホルダー、またはアダプタに配置することができる。しかしながら、前述した処理方法によって、その他のデータ取得手段を用いることが可能となる。何故ならば、オブジェクトの配置と電光が不要であるからである。従来、分光光度計のような複雑な装置が、分析フィールドの正確な位置とそのようなフィールドのカラーの正確な再生を確実にするために用いられている。しかしながら、本発明によれば、アクセス可能で、比較的安価なカラーデジタル化装置が、初期のカラーイメージデータを得るために用いられる。このカラーイメージは、データ処理装置によって校正され、分析結果が得られるようになっている。従って、フラットベッドスキャナの代わりに、カラーイメージを得るために、デジタルカメラを用いることができる。この場合、分析すべきオブジェクトは、カメラが上方に配置された面上に配置される。シーンが、デジタルカラーイメージを作製するために、デジタルカメラによって撮影される。次に、スキャナによってイメージを得た方法と同様な方法で、イメージが処理される。しかしながら、オブジェクトそれぞれのサイズの正確な識別を得るために、前述の面の上方のカメラの高さとカメラのアングルに関するデータが、データ処理システムに有効となるようにするために必要である。さらに、結果として生じるイメージが、周囲の照明状態に影響されるので、校正オブジェクトが、シーンそれぞれに必要である。また、この校正オブジェクトは、一つまたはそれ以上の所定の寸法領域のような空間の校正情報が含まれる。同様に、スキャナやデジタルカメラの代わりに、ビデオカメラとフレームグラバー（コマ撮影器）が、デジタルイメージデータを作製するために用いられる。フラットベッドスキャナに比較して、デジタルカメラとビデオカメラの有利な点は、基質が、カメラとの間に物理的な接触なしに、カメラのビューに配置される。フラットベッドスキャナーの場合には、分析用基質が、スキャナガラスの上に載置される。そして、尿、糞、血液のような、基質からの沈殿物が、ガラスに移される。しかしながら、カメラが、例えば、基質の上方にように、基質から一定距離に配置される。そして、カメラによって、基質に接触することなく、基質のデジタルカラーイメージが正確に作製される。さらに、本発明の方法を、以下の限定されるものではない実施例によって示す。実施例１「キシレンシアノール−ホウ素酸変性物を用いる全血液中のグリコヘモグロビンの測定」溶液Ｉ：キシレンシアノール−ＤＡＰＯＬ−ＣＰＢＡ（ＸＣ−ＤＡＰＯＬ−ＣＰＢＡ、２．３×１０⁴Ｍ）、１００ｍｍのグリシンアミド、２５ｍＭの塩化亜鉛、０．０７％のトリトンＸ−１００、６％のフォルムアミド、ｐＨ８．１を含む。１．５μｍの全血液サンプルを、１５０μｍの溶液Ｉに混ぜた。全血液サンプルを、ヘモライズ（血液凝固）して沈殿物を形成した。臨界ホウ酸（ＸＣ−ＤＡＰＯＬ−ＣＰＢＡ）（青色）で凝固した全ヘモグロビン（赤色）を、直径で約５ｍｍのスポットの濾過膜で濾過することにより分離した。そして、このスポット（イメージの結果）は、「ツルーカラー」モードのフラットベッドスキャナと、デジタル化された形態でファイルに蓄えられたデータを用いて、記録される。スポット内に現れる二つの発色団の青色と赤色は、血液サンプルのグリケーションレベルに直接比例する。この割合は、下記の通りである。検出方法１：イメージ内の各ピクセルについての記録された平均トリスティムラス値（Ｘ_m 、Ｙ_m、Ｚ_m）を、記録されたイメージのビット深さに対応した赤色、緑色、青の全混合のための座標を含むカラーテーブルと比較した。測定したスポット内で現れた青色と赤色の色素の間の割合が、カラーテーブルから明らかに与えられる。全ヘモグロビンに対するグリコヘモグロビンのパーセントが、知られているグリコヘモグロビンのレベルで、グリコヘモグロビン（ｘ軸）の知られた濃度と、事前に得られた基準溶液の測定スポットの青色／赤色（ＸＣ−ＤＡＰＯＬ−ＣＰＢＡ／Ｈｂ）−混合物（ｙ軸）に基づいたトリスティムラス値（Ｘ_m、Ｙ_m、Ｚ_m）とから構成される校正曲線から決定される。検出方法２：イメージ内のピクセルについて記録された平均トリスティムラス値（Ｘ_m、Ｙ_m 、Ｚ_m）から、Ｚ／Ｘの割合が算出される。全ヘモグロビンに対するグリコヘモグロビンのパーセンテージが、知られているグリコヘモグロビンのレベルで、グリコヘモグロビン（ｘ軸）の知られた濃度と、事前に得られた基準溶液の測定スポットのＺ／Ｘの割合（ｙ軸）とから構成される校正曲線から決定される。検出方法３：デジタル化されたデータから、ＨＳ値が算出され、比較される。全ヘモグロビンに対するグルコヘモグロビンのパーセンテージが、知られているグリコヘモグロビンのレベルで、グリコヘモグロビン（ｘ軸）の知られている濃度と、事前に得られた基準溶液の測定スポットのＺ／Ｘの割合（ｙ軸）とから構成される校正曲線から決定される。実施例２「スキャニングとデータ処理システムのオペレーション」例えば、ヒュレットパッカー社のScanJet 5P カラースキャナに接続したCin etの３２ＭＢ、１６６ＭＨｚのペンティアムプロセッサＰＣを用いて、本発明の方法を下記のステップを用いて実行した。（Ａ）「シーン」が形成される。（Ｂ）シーンのスキャンが実行される。（Ｃ）シーンが、「領域」に分割される。（Ｄ）領域が識別される。（Ｅ）領域の「クオリティ」がチェックがされる。（Ｆ）決定されたデータ値が、患者の識別情報と関連づけられる。（Ｇ）データが、中央コンピュータに出力され、適切な患者ファイル内に格納される。ステップ（Ａ）では、適切であれば、オペレータは、スキャン遅延（例えば、６０秒または１２０秒）をセットし、基質を一回または一回以上、例えば、二回または二回以上スキャンすべきかどうか選択する。スキャン遅延によって、一般的に、適切なプロンプトシグナル、例えば、耳に聞こえるビープ音が生じて、スキャンが実行される前に、プリセットされた遅延時間で生じる。これによって、オペレータが、分析（例えば、尿、血液、またはその他のテスト物質内の浸漬基質ストリップ）を行うことが可能となり、スキャナのベッド上に基質を配置することができる。これによって、分析が開始された後に、所望の時間に、スキャニングが行われる。このことは、多くの分析結果が、分析が開始された後に、特定の時間に読まれなけれならないので、重要なことである。スキャナによって、多数の基質を読まなければならない場合には、このことは、スキャナベッドの上に、好ましくは別々に離間される。これにより、これらの基質は、それらがそのテスト物質に接した後に、スキャナによって同じ時間遅延で読まれる。これを補助するために、単一の基質または複数の基質が配置されるオペレータを示すスキャナベッド上に、マスクが配置される。例えば、特定の時間にわたるピーク値または値の変化をレポートするために、分析結果の時間に伴う進行が続くのが望まれる場合に、多数のスキャンが、選択される。また、基質が、多数の分析のために用意される場合に、多数のスキャンが選択される。すなわち、含まれる個々の分析が、発展時間が必要な場合に、異なった一つ以上のテスト物質のパラメータ特性のための値（例えば、ｐＨ、グルコース含有量、アルブミン含有量、ケトン含有量、ビリルビン含有量、ヘモグロビン含有量、赤血球含有量、比重、亜硝酸塩含有量など）を与えるために、多数のスキャンが選択される。分析が、特定の発展時間が必要であるので、本発明の方法においては、均一なスタートアップ時間を有するリーディング装置（例えば、スキャナ）、すなわち、各説明の後の同じ遅延時間で基質を読むリーディング装置を用いるのが望ましい。このため、ＨＰＳｃａｎＪｅｔ５ｐが、好ましいフラットベッドｓキャナであることがわかった。ステップ（Ａ）では、また、オペレータは、スキャンするエリアを選択し、バーコード（またはその他の機械で読み取り可能なコード）が認められるかどうか選択する。さらに、オペレータは、そのようなコードが認められていると選択する。さらに、オペレータは、プロンプトシグナルが必要であるかいなか、およびそのようなシグナル（例えば、耳に聞こえるまたは目に見える）のタイミングとタイプが選択される。もし、バーコードが認められる場合には、データの取り扱いオペレーションは、バーコードまたは単一の基質または複数の基質に関連するコードの識別が含まれる。これは、例えば、患者を識別し、および／または、基質の性質、およびそれによる単一の分析または複数の分析を識別するために、取り扱われる。患者のバーコードは、テスト物質のためのサンプル容器のラベルの引き裂く部分の上にあるのが便利である。このような引き裂き部分は、スキャニングする前の基質に貼着することができるとともに、スキャナベッドの上の基質の近傍に配置するこができる。基質自体は、好ましくは、その性質と分析の性質とを識別するコードを随伴するのが望ましい。ＰＣは、オペレータに、読むことができ、オペレータが用いる基質を選択する気質のリストを提供するためにセットアップされるのが便利である。オペレータにとって便利であるためには、多数の基質がスキャンされる場合には、全ての基質が同じ患者に由来するものであるかどうか、全ての基質が同じであるかどうか（すなわち、同じ分析を実行するかどうか）、または、基質の混合物がスキャンされるかどうかについて、オペレータが特定できるのが便利である。スキャニングの前後に、例えば、その結果を与えることによって、患者のデータファイルに出力される。オペレータからのこのような入力によって、スキャニングが処理される。プロンプトシグナルが選択されれば、オペレータはこのプロンプトのために待機し、プロンプトを受ける第一のテスト物質内に第一の基質を浸漬し、そして、仏ような接触時間後に、それをスキャナベッド上の割り当てられた位置には配置する。さらに、スキャナーベッドが完全に一杯になるまで、次のプロンプトを受ける第二の基質を浸漬するなどする。最初のプロンプトから所定の時間が経過した後に、スキャナが最初のスキャンと次のスキャンを次々に実施し、そのイメージデータをＰＣに出力する。ＰＣによって取り扱われた次のイメージデータは、多くの方法で実行され、以下に単に好ましいスキームで示す。（１）ギャップサイズを見つける。（２）バイナリイメージまたはグレーイメージ。（３）「アクティブ」イメージを見つける。（４）ノイズを除去する。（５）第一の方向（ｘ）に最大オペレータを進行させる。（６）第二の直角方向（ｙ）に最大オペレータを進行させる。（７）最小オペレータをｘ方向に進行させる。（８）最小オペレータをｙ方向に進行させる。（シーンを形成して、最大オペレータと最小オペレータに、一方向のみに進行させるように要求することも可能である。これにより、時間を節約できるが、オブジェクトの位置が限定される。）基質のためのギャップサイズは、ステップ（Ａ）での基質の性質のオペレータの識別によって、特定される。ＰＣは、イメージデータを取り込み、シーンを領域に分割する。カラーイメージの各ピクセルのために、Ｒ値と、Ｇ値と、Ｂ値の平均値（（Ｒ＋Ｇ＋Ｂ）／３）が、第一の閾値を下回る場合、ならびに、最小のＲ値、またはＧ値、またはＢ値の間の相違が、第二の閾値より大きくない場合には、とカラー背景が割り当てられる。これにより、処理されたあカラーイメージが作製され、個々のピクセルに割り当てられた平均のＲ、Ｇ、Ｂ値を用いて、グレースケールイメージが作製される。例えば、これは、空のイメージ、すなわち、きれいで空のスキャナベッドをスキャニングし、第一の閾値を、この空のイメージにプリセット値を加えるために、平均（Ｒ＋Ｇ＋Ｂ）／３としてセットすることにより達成される。第二の閾値は、プリセット係数として、ならびに、空のイメージのＲ値と、Ｇ値と、Ｂ値と、Ｒ値と、Ｇ値と、Ｂ値の差の平均値として生成される。すなわち、ピクセルの平均（Ｒ＋Ｇ＋Ｂ）／３が、第一の閾値を下回るが、そのＲ値と、Ｇ値と、Ｂ値の一つまたは二つが、それぞれの「背景」のＲ値、またはＧ値、またはＢ値よりも、個々に識別できるほど高い場合に、ピクセルは、捨てられる。このグレーイメージから、アクティブなエリア、すなわち、基質および／またはバーコードを含んだエリアが、非黒色ピクセルの数がプリセットされたリミットを越えるまで、イメージ端から内側に移動することによって、選択される。ノイズサイズをギャップサイズの半分としてセットすることによって、また、ノイズサイズより小さい全ての構造を取り除くことによって、すなわち、そのような構造に全てのピクセルを黒色に設定することによって、ノイズが取り除かれる。これによって、ノイズピクセルが、オブジェクトの境界に含まれる可能性を低減する。そして、最大オペレータの次の最小オペレータでイメージ上を操作することによって、ギャップが取り除かれる。最大オペレータは、シーン内で許容されるオブジェクト（基質）の最大ギャップサイズと同じ広さである。最大ギャップサイズがゼロである場合には、この操作は要求されないことは勿論である。次に、非黒色ピクセルを隣接する黒色ピクセル（すなわち、境界ピクセル）で見つけて、オリジナルが戻るまで、隣接するそのような非黒色ピクセルのパスを追跡することによって、イメージ内のオブジェクトが配置される。境界ピクセルの結果のリストから、領域それぞれの中心が算出され、例えば、矩形または円形などの幾何形状が決定される。領域のそれぞれの中心から、その主軸に沿った境界まで移動することによって、領域の長さと幅が算出される。次に、このような分割ステップによって基礎づけられた領域は、オブジェクトまたは未知であると分類される。未知の領域データは、オブジェクトと分類できる領域を作製するために結合される。（読みとるようにセットアップされた基質の特性データを含むＰＣによって蓄積されたデータベースから）オブジェクトそれぞれに対して、長さと幅が、認められたオブジェクトの長さと幅と比較される。次に、オブジェクトそれぞれの方向のために、クオリティファクターが決定され、この方向が、最小の（すなわち、最良の）クオリティファクターを有するものであるとして、選択される。オブジェクトそれぞれについて、認められるべき全てのオブジェクトのクオリティファクターが、決定され、そして、そのオブジェクトが、最小のクオリティファクターを有するものであるとして特定される。（前述したＰＣのオブジェクトデータベース内の認められるオブジェクトについてのデータベースを用いて配置された）オブジェクト内の各フィールドのために、フィールドの中心が配置される。次に、各Ｒ、Ｇ、およびＢイメージについて、小さい距離であるΔｘとΔｙ移動した際に、認められるオブジェクトに適合するための標準偏差を算出することによって、ならびに標準偏差が最小化される位置を選択することによって、フィールドの位置が、明瞭にチューニングされる。各フィールドにおける（例えば、ｐＨなどの）分析されたパラメータの値と、各フィールドについてのクオリティー、Ｑ_Fieldが決定され、クオリティファクターが、全てのＱ_Field _のの値の平均値として決定される。パラメータ値（およびＱ_Field _のの値）を決定するために、そのパラメータに適切なアルゴリズムが選択されなければならない。複数の分析システムでの幾つかのパラメータは、カラー分析を含まなくてもよい。一般に、特定の基質を用いて観察された知られているパラメータの値の範囲に対応した所定のカラーまたはパターンとの比較と、分析されたフィールドに最も近いカラーまたはパターンを有する二つまたは三つの値と、パラメータについての決定された値に対する補間とを含んでいる。グルコース含有量のようなパラメータについて、本発明の実施例によるデータ取り扱い、好ましくは下記を含む。１）フィールド端での良好でない着色化からクオリティー損失を防止するために、フィールドの外側の２５％を除く。２）Ｒ、Ｇ、Ｂ値を用いたフィールドのための校正されたピクセルのヒストグラムを作製する。３）ヒストグラムのピクセルの中央の５０％に基づいた平均Ｒ、Ｇ、Ｂ値を算出する。４）前述したような校正基準値に対して補間する。赤血球の数のようなパラメータについて、すなわち、ヘモグロビンのカラーの不均一性が、酵素処理されていない血液細胞の存在を示している場合、データの取り扱いは、下記を含む。１）ＰＣデータベースから、カラースペースの二つの参照（校正）ポイントを選択する、すなわち、１＝黄色背景についての（Ｒ₁、Ｇ₁、Ｂ₁）と、２＝血液細胞についての緑色（Ｒ₂、Ｇ₂、Ｂ₂）２）フィールドの全てのピクセルについての平均Ｒ、Ｇ、Ｂ値を算出する。３）偏差、ｄｅｖ＝ｄｅｖＲ＋ｄｅｖＧ＋ｄｅｖＢを算出する。４）ｄｅｖがプリセットされた閾値を下回る場合には、値をゼロにセットする、すなわち、完全な細胞が含まれないとして捨てる。５）二つの選択された参照（校正）ポイントから、平均値のカラースペース（Ｒ、Ｇ、Ｂスペース）内の距離ｄ₁とｄ₂とを算出する。６）ｄ₁×係数／（ｄ₁＋ｄ₂）として（細胞数）評価されたパラメータについての特性値を割り当てる。７）前述し下記に示すように書き込む。補間のため：パラメータについての校正テーブルの各エントリー（ＰＣのオブジェクトのデータベース）について、算出されたポイントから校正値のためのポイントまでの距離Ｑを見つける、最小距離Ｑ₁を選択する、Ｑ₁から、Ｑ₁＋データベース内の最大許容エラーまでの範囲として、最小Ｑ範囲を選択する、この範囲内で多くてもその他の二つＱ値（Ｑ２とＱ３、すなわち、二つのその他の校正値まで）を選択する、そして、パラメータＰの算出された値を下記のようにセットする、ここで、Ｐ₁、Ｐ₂、およびＰ₃は、算出されたポイントから校正値Ｑ₁、Ｑ₂、Ｑ₃ についてのポイントにおけるパラメータについての値である。好ましくは、この式においては、二つのＱ値のみ用いられ、前述したクオリティー値は、Ｑ₁である。より詳細には、各フィールドについての補間（すなわち、分析）は、下記のステップを用いて行われる：（各フィールドについて）データベースから３つの値を選択する、１：ＭａｘＱｕａｌｉｔｙ２：ＳｃａｌｅＱｕａｌｉｔｙ３：ＬｅｖｅｌＱｕａｌｉｔｙ特定するｄ₀＝測定から最良の校正ポイントまでの距離特定するｄ₁＝測定から第２の最高の校正ポイント１：セットするＯＫＤｉｓｔ＝ＬｅｖｅｌＱｕａｌｉｔｙ／１０２：もし、ｄ₀＜ＯＫＤｉｓｔであれば、最高のポイントのみを用いる３：ｍａｘｄｉｓｔ＝（ｄ０＋ｄ１）＊ＳｃａｌｅＱｕａｌｉｔｙ４：ｍａｘｄｉｓｔ＝ｍａｘ（ｍａｘｄｉｓｔ、ＬｅｖｅｌＱｕａｌｉｔｙ）（少なくともＬｅｖｅｌＱｕａｌｉｔｙにする）５：ｍａｘｄｉｓｔ＝ｍｉｎ（ｍａｘｄｉｓｔ、ＭａｘＱｕａｌｉｔｙ）（ＭａｘＱｕａｌｉｔｙより大きくないように確保する）６：最高を用いる（平均＝最高校正ポイント、に設定する）７：下記を満たす校正ポイントを含ませる：１：ｄｉｓｔａｎｃｅ＜ｍａｘｄｉｓｔ２：（このポイントと使用したポイントに基づいた）新しい平均値が、古い平均値よりも測定値に近い３：受け入れられたら、平均値を最新のものにする８：７を続ける：次の校正ポイントとともに、９：全ての校正ポイントが、処理された時に、７から繰り返す：もう一度ピクセルの校正のために、ＲＧＢ値のためのテーブルを構成するために、標準カラーカードを用いることができる。同じ標準カラーカードを用いて、同じテーブルが、特定のスキャナを用いるために構成されるべきであり、カラースペースが分割される（例えば、１６×１６×１６の立方体スペースの上にマップ付けされる）。そして、算出されたポイントまたは校正ポイントのそれぞれは、そのようなディビジョンの一つ（立方体）に割り当てられる。より正確なためには、各ディビジョン内のそのようなポイントの正確な位置は、ディビジョンのコーナー（すなわち、カラースペースを構成する１６³の立方体の一つのコーナー）の値から書き込むことができる。前述した識別ステップ（Ｄ）から、各フィールドは、クオリティーファクターと同様に分析されたパラメータの値が割り当てられる。もし、クオリティーファクターが、閾値を外れる場合には、ＰＣは、分析の結果を拒絶するようにセットされる。そうでなければ、クオリティーファクターが、医者によって、すなわち、例えば、「細胞数が、確かに高い／たぶん高い／高いかもしれないが、これを確かめるたあめに別のテストをしなければならない」のような、コンフィデンスファクターとして用いられる。この段階のＰＣは、オペレータに対して、サンプルがど患者由来であるか、もし、その情報がまだ供給されていないのであれば、患者の識別を促進するようになっている。これは、マニュアルで入力することができるが、ＰＣが、例えば、ＯｐｔｉｏｎＥＬＴ１０００ウェッジリーダーのようなバーコードリーダーに接続されているのが望ましい。これにより、患者のコードが、サンプルの容器のラベルから読まれる。この段階では、データは、例えば、患者の担当医のデータベースまたは病院の中央コンピュータに出力される。好ましい出力フォーマットは、アメリカ材料試験学会（ＡＳＴＭ）の形式である。好ましくは、クオリティーファクターが非常に高いか、または患者の識別が何ら入力されていないデータベースの出力を拒絶するようにセットされる。実施例３最も望ましい態様さらなる補間技術は、正確な補間を備える測定されたバルブの選択を含む。この技術は、複数のフィールドを含み、それぞれ、例えば、ｐＨのような、それぞれ同じ化学パラメータに感受性である、複数のフィールドを有するオブジェクトのために特に有用である。なお、各フィールドは、化学パラメータの起こりうる全範囲の下位範囲内にのみ感受性を有する。このようなオブジェクトの例としては、ドイツのMerck KgaA、Universal IndicatorのｐＨ０〜１４のスティックであり、これは、四つのフィールドを有し、そのフィールドのぞれぞれは、スティックが感受性を有する０〜１４にわたる下位範囲でカラーの変化を示すものである。従って、この補間技術によれば、複数の（Merckのスティックの場合には四つの）カラー測定、すなわち、各フィールドについて一つのカラー測定が、一つのオブジェクトについて得られる。カラー測定はそれぞれ、複数のカラー成分（ＲＧＢ測定の場合には三つの）を備えている。知られているパラメータ値の事前に準備された校正測定の校正テーブル（Merc kのステッィクについてｐＨ）が、既にコンパイルされている。各カラー測定ｘについて、カラー成分（例えば、ＲＧＢ）スペースの校正ポイントＣ^jのそれぞれに対するその測定から距離ｄ₁が算出される。二つの校正ポイントＣ^k、Ｃ^l（最高および第二に最高）が、この距離ｄ_k、ｄ_lがそれぞれ最低値および次に最低値であるように選択される。フィールドクオリティは、最低の距離値ｄ_kに等しいようにセットされる。各カラー成分（例えば、Ｒ、Ｇ、およびＢ）について、最高校正ポイントと第二の最高校正ポイントについて、成分の値Ｃ^k _i、Ｃ^l _iとの間の絶対差Δ_iが算出される。また、「最小の許容差」ｍが、任意に蓄積されたパラメータによって割られたこれらの値の最大にセットされる（通常は３の値）。測定された値Ｘ_iについてのカラー成分から、最小の許容差ｍよりも大きい差Δｉを有するものが選択され、その他の成分が捨てられる。従って、数多くのカラー成分のスペースのディメンジョンが捨てられる。何故なら、そのディメンジョンの校正成分値Ｃ^k _i、Ｃ^l _iが非常に近い値で、測定されるパラメータでカラー成分の変化がほとんどないことを示しているからである。この技術の次のステップは、換算されたディメンジョンスペースＡ＝Ｘ−Ｃ^k とＢ＝Ｃ^l−Ｃ^kで二つのベクトルを計算することである。そして、補間インデックスｔが、ドットプロダクトｔ＝Ａ．Ｂ／Ｂ．Ｂと、補間された分析値ｙ＝（Ｖ^l −Ｖ^k）．ｔ＋Ｖ^kとの割合として算出される。ここで、Ｖ^kとＶ^lは、Ｃ^kとＣ^lでの分析されたパラメータ（例えば、ｐＨ）の校正値である。この補正技術によって、分析結果が、ノイズのみに起因し、分析されたパラメータの変化に起因しない、特定のカラー成分の変化によって逆に影響されないようになっている。前述した補間技術は、基質の単一のフィールドのために用いることができる。この場合、カラー成分は、一般に、Ｘ₁＝Ｒ、Ｘ₂＝Ｇ、Ｘ₃＝Ｂである。しかしながら、同一の化学パラメータを測定する基質のフィールドの数が増加した時に、MerckのｐＨスティックの場合のように、各測定Ｘに関連したディメンジョンの数が増加する。例えば、MerckのｐＨスティックそれぞれについて、１２のディメンジョン、すなわち、Ｘ₁＝Ｒ_{field 1}、Ｘ₂＝Ｒ_{field 2}、Ｘ₃＝Ｒ_f _{ield 3} 、Ｘ₄＝Ｒ_{field 4}、Ｘ₅＝Ｒ_{field 5}、が使用できる。校正ポイントＣは、同様に１２のディメンジョンである。これによって、測定結果の正確性を極めて改善できる。一般に、各測定成分Ｘは、任意であり、カラー成分と分析結果との間の関係が存在するような、基質についての測定可能な量を示している。ｐＨの測定は、実施例２に関して記載されたスキャナ上で、MerckのUniversal Indicator PH Sticksを用いて、実行された。校正曲線が、３つのｐＨスティックを４〜２０の各ｐＨ値についてスキャニングすることによって作製された。そのスティックは、同じ緩衝溶液中に同時に浸漬された。基準溶液は、ｐＨメータについての校正緩衝液であり、Orion Research Incorporated，Boston，MA 0212 9 USAから、およびMerck KGaA，64271 Darmstadt，Germanyから入手できる。スティックをこの緩衝液に１０秒間浸漬し、取り出した。スティックを緩衝液から取り出した後、スティックを５０秒間スキャンした。スキャナの表面で緩衝液の反射層が形成されるのを防止するために、スティックを綺麗なペーパータオルで静かに乾燥した。カラー数（Ｒ、Ｇ、Ｂ）の平均値についてのデータを、表１に示した。ｐＨ領域（４〜１０）では、フィールド２が、最高のカラー変化を示している。従って、このフィールドが、（ｐＨ４〜１０について）ｐＨを決定する際の補間方法によって、極めて重要となる。信頼値が、ｐＨ５、７、９のそれぞれについて９測定から決定された。これらの結果を表２に示した。実施例４血液中のグルコースのスキャニングと処理グルコースの処理を、各スティックについてただ一つのフィールドを有し、実施例３の補間方法を用いた以外は、実施例２に記載した尿スティックの処理に類似した方法で実施した。米国のLifescanから入手したGlucotouchについてのグルコースの分析を、スキャナで実施し、Glucotouchメータと、スウェーデンのHemoCue ABのHemoCue B-gl ucose分析方法と比較した。表３に示した結果は、各濃度の６スティックのスキャニングから決定した。グルコースを添加した１０μＬの血液、またはグルコースを添加しない１０μＬの血液を、マルチマイクロピペットを用いて、６個のストリップに塗布し、６０秒間スキャンした。校正曲線が、０〜２５ｍｍｍｏｌ／Ｌからスキャニング３個のスティックに描かれた。本発明の方法で読める市販されているテストストリップのタイプの例は下記の通りである。テスト基質サンプル尿分析のための試薬ストリップ尿（ｐＨ、重量、グルコース、タンパク質、血液、白血球、ケトン、亜硝酸塩、ウロビリノーゲン、およびビリルビンについて）糞便中の血液糞便免疫学的ＣＲＰ（Ｃ−反応性タンパク質）テスト血液免疫学的Ｒ．Ａ．（リウマチ性関節炎）テスト血液妊娠の免疫学的テスト、ＨＣＧ血液（ヒトコリオゴナドトロピンホルモン）テストマイクロアルブミンニュリアのテスト尿腸からの血液の免疫学的テスト、下部糞便バクテリア抗原の免疫学的テスト（streptococcus）唾液ウィルス抗原の免疫学的テスト（mononucleosis）唾液ドライケミカル分析（反射計的、または光度計的判別）：血液中のグルコース血液分析：コレステロール、トリグリセライド、カリウム、尿中のクレアチニン、尿酸、 GGT（γ−グルタミルトランスフェラーゼ）、 ASAT（アスパラギン酸アミノトランスフェラーゼ）、 ALAT（アラニンアミノトランスフェラーゼ）、 CK（クレアチンキナーゼ）、ビリルビン、アミラーゼ、LDH（乳酸デヒドロゲナーゼ）血液／尿長期グルコースレベルの同定のための血液 HbAlc−糖蛋白化されたヘモグロビンヘリオバクテリアのピロリ感染ｇｉトラクト含有量の同定本発明に用いることのできるストリップの実施例は下記の通りである。望ましくは、特に、一つ以上の特定のタイプの基質（テストストリップ）が、一定時間または一度にスキャンされる場合には、同じバッチからの使用していない基質、または、純水若しくは校正されたサンプルと接触した同じバッチからの使用していない基質が、またスキャンされる。そして、パラメータの値が、予期されたパラメータの値から所定にクオリティー値以上によって相違する場合には、オペレータは、基質の新しいバッチを用いて分析を繰り返すようにアドバイスされる。本発明は、医学的テストに適用可能な診断システムならびに方法について記載したが、基質のテストの結果のカラー成分の分析によって、定量結果が必要とされる場合のいかなるフィールドにも適用可能であることを考慮すべきである。さらに、本発明は、特定のパーソナルコンピュータについて記載した。前述したことから明らかなように、本発明のために、一般用のコンピュータを用いることも可能であり、このことは、本発明は添付の請求の範囲に含まれる。

───────────────────────────────────────────────────── フロントページの続き (31)優先権主張番号９７２３３２１．７ (32)優先日平成９年11月４日(1997．11．4) (33)優先権主張国イギリス（ＧＢ） (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，ＫＥ，ＬＳ，ＭＷ，ＳＤ，ＳＺ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＥ，ＧＨ，ＧＭ，ＧＷ，ＨＵ，ＩＤ，ＩＬ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＵＡ，ＵＧ，ＵＳ，ＵＺ，ＶＮ，ＹＵ，ＺＷ

Claims

【特許請求の範囲】１．診断装置であって、（１）デスクトップ、フラットベッドの光学的カラースキャナ、またはカメラシステムで、化学診断分析によって、それについて作製したイメージ結果を有する基質を、スキャニングまたはそうでなければイメージすることが可能で、かつそのようなイメージのデジタル化されたレコードを作製することが可能なデジタル化された出力を備えたものと、（２）スキャナに接続され、デジタル化されたレコードの分析によってイメージのカラー分析を実行するように構成され、それにより、診断分析についての定量された結果を提供するパーソナルコンピュータ、またはネットワークコンピュータとを備えることを特徴とする診断装置。２．（１）がデスクトップ、フラットベッドの光学的カラースキャナであり、（２）がパーソナルコンピュータであることを特徴とする請求項１に記載の診断装置。３．基質についてのイメージの結果を作製する化学診断分析からイメージデータを分析する方法であって、該方法が、（ｉ）基質についての前記イメージの結果を得、（ｉｉ）パーソナルコンピュータ、またはネットワークコンピュータに接続された、デスクトップ、フラットベッドの光学的カラースキャナ、またはデジタル化された出力を備えたカメラシステムを用い、スキャニングまたはそうでなければイメージングし、かつそれにより、前記イメージの結果のデジタル化されたレコードを前記コンピュータに伝達し、（ｉｉｉ）前記レコードの操作によって、前記イメージの結果のカラー分析を実行する前記コンピュータを用い、それにより、前記分析についての定量結果を作製する、ことを含むことを特徴とする方法。４．ステップ（ｉｉ）が、パーソナルコンピュータに接続されたデスクトップ、フラットベッドの光学的カラースキャナを用い、スキャニングし、かつそれにより、前記イメージの結果のデジタル化されたレコードを前記コンピュータに伝達することを含むことを特徴とする請求項３に記載の方法。５．前記カラー分析が、少なくとも二つの選択されたカラーパラメータの組み合わせのための一組の校正値を参照することによって有効となることを特徴とする請求項３または４に記載の方法。６．前記カラー分析が、３成分カラー座標システムによって描かれたカラーについての一組の校正値を参照するとによって有効となることを特徴とする請求項５に記載の方法。７．前記カラー分析が、少なくとも前記校正値のうちの二つの間の補間によって有効となることを特徴とする請求項５または６に記載の方法。８．少なくとも一つオブジェクトを含むシーンに対応するデジタルカラーイメージを分析する方法であって、前記オブジェクトが、少なくとも一つのフィールドを備え、そのカラーは、化学診断分析の結果を示すものであり、該方法が、前記イメージ内の前記オブジェクトの位置を識別し、前記オブジェクトを分類し、前記分類されたオブジェクトと前記オブジェクトの位置に関する蓄えられたデータを参照することによって、前記フィールドに対応したデジタルカラーデータを識別し、前記デジタルカラーデータを、対応する分析結果に変換する、ことを含むことを特徴とする請求項３または４に記載の方法。９．前記オブジェクトの幾何学的パラメータを識別し、識別された幾何学的パラメータを知られたオブジェクトの蓄えられた幾何学的パラメータと比較することによって、前記オブジェクトが分類されることを特徴とする請求項８に記載の方法。１０．それぞれ少なくとも一つのフィールドを備える複数のオブジェクトが、同一のイメージ内で識別され、それぞれの分析結果が、各フィールドについて由来することを特徴とする請求項８または９に記載の方法。１１．化学診断分析のための基質であって、前記基質が、前記分析についての情報を含む機械読み取り可能な識別子を伴い、望ましくは、分析サンプルについての患者のソースを識別することができることを特徴とする基質。１２．基質に備えられた化学診断分析に結果を分析する方法であって、該方法が、データ獲得デバイスデータによるアクセスを含み、前記基質に関連した機械読み取り可能な識別子に蓄えられた、分析サンプルについての患者ソースを望ましくは識別でき、前記データを参照することによって、前記結果の分析を実行することを含むことを特徴とする方法。１３．基質について実行された化学診断分析の結果を分析するための装置であって、該装置が、データを読むように構成したデータ獲得デバイスであって、前記基質に関連した機械読み取り可能な識別子から、分析サンプルについて患者ソースを望ましくは識別可能なデータ獲得デバイスと、前記データを参照することによって、前記結果の分析を実行するようにしたデータ処理システムと、前記データを、前記データ獲得デバイスから前記データ処理システムまで転送するための手段と、望ましくは分析結果を直接患者データファイルに転送するための手段と、を備えることを特徴とする装置。１４．診断装置であって、イメージ結果の化学診断分析のカラー成分と分布に対応したデジタルカラーイメージを作製するように構成したイメージ獲得デバイスと、前記デジタルカラーイメージを受け取り、イメージ結果のカラー成分と分析校正データとの間の蓄えられた関係から、前記分析についての定量された結果を作製するように構成したデータ処理手段と、を備えることを特徴とする診断装置。１５．前記イメージ獲得デバイスが、デスクトップ、フラットベッドの光学的コンピュータカラースキャナであることを特徴とする請求項１４に記載の診断装置。１６．前記データ処理手段が、パーソナルコンピュータであることを特徴とする請求項１４または１５に記載の診断装置。１７．前記データ処理手段が、前記分析結果を適切な患者のファイルに入力するように構成されていることを特徴とする請求項１４から１６のいずれかに記載の診断装置。１８．化学診断分析のイメージ結果を分析する方法であって、該方法が、前記イメージ結果のカラー成分と分布に対応したデジタルカラーイメージデータを作製するために、イメージ結果をイメージングし、前記分析の定量された結果を作製するために、前記デジタルカラーイメージデータに、前記イメージ結果のカラー成分と分析校正データとの間の蓄積された関係を適用する、ことを含むことを特徴とする方法。１９．前記カラーイメージデータ内の分析基質の位置を識別し、前記分析基質を分類し、前記分類された基質に関して蓄えられたデータを参照することによるイメージ結果に対応したデジタルカラーデータを識別する、ことをさらに含むことを特徴とする請求項１８に記載の方法。２０．前記基質の幾何学的パラメータを識別し、前記識別された幾何学的パラメータを、知られた基質についての蓄積された幾何学的パラメータと比較することによって、前記分析基質が分類されることを特徴とする請求項１９に記載の方法。２１．前記カラーイメージ内の校正領域を識別し、前記校正領域からのデジタルカラーデータを、蓄積されたデジタル校正カラーデータと比較し、ぞれにより、前記イメージ結果と対応するデジタルカラーデータの校正についてのデータを引き出す、ことをさらに含むことを特徴とする請求項１９または２０に記載の方法。２２．それぞれ少なくとも一つイメージ結果含む複数の基質が、前記カラーイメージデータ内で識別され、それぞれの分析結果が、各イメージ結果から引き出されることを特徴とする請求項１９から２１のいずれかに記載の方法。２３．前記イメージ結果が、機械読み取り可能な識別子と関連し、前記カラーイメージデータ内に記録されるとともに、前記分析について少なくとも患者の詳細が識別されることを特徴とする請求項１８から２２のいずれかに記載の方法。２４．前記機械読み取り可能識別子が、カラーイメージデータで記録されることを特徴とする請求項２３に記載の方法。２５．前記機械読み取り可能な識別子が、分析の際に分析物質が保持される容器を具備することを特徴とする請求項２３に記載の方法。２６．前記方法が、前記カラーイメージデータ内の校正領域を識別し、前記校正領域に対応したカラーイメージデータと、前記イメージ結果に対応したカラーイメージデータとを参照することによって、前記定量結果を作製することを含むことを特徴とする請求項１８から２５のいずれかに記載の方法。