JP2017203764A - 光強度算出方法、プログラム及び光分析装置 - Google Patents

Abstract

【課題】 本発明は、ＬＯＴによる光分析装置におけるデータ揺らぎを抑制し、高精度な測定が可能な光強度算出方法等を提供することを目的とする。
【解決手段】 光検出部を有する携帯型電子機器を有する光分析装置を用いて前記光検出部に入射した測定試料からの観測光の光強度を算出する光強度算出方法であって、前記光検出部に前記観測光を入射させる観測光入射ステップと、前記光検出部に入射した前記観測光をデジタル画像として記録する画像取得ステップと、前記画像取得ステップにおいて記録されたデジタル画像の各ピクセルが有する輝度値の閾値を決定する閾値決定ステップと、前記輝度値が前記閾値以上となるピクセルが占める領域を信号領域と決定する信号領域決定ステップと、前記信号領域の中の前記輝度値のみに基づいて前記観測光の光強度を算出する光強度算出ステップとを含む、光強度算出方法である。
【選択図】 図１

Description

本発明は、光強度算出方法、プログラム及び光分析装置に関し、特に、光検出部を有する携帯型電子機器を有する光分析装置を用いて前記光検出部に入射した測定試料からの観測光の光強度を算出する光強度算出方法等に関するものである。

近年、例えばシリコン、シリコーン、ガラスなどよりなる小さな基板上に、半導体微細加工の技術によってマイクロスケールの分析用チャネルなどを形成したマイクロチップよりなるマイクロリアクタを用いて微量の試薬の分離、合成、抽出、分析などを行う手法が注目されている。

このようなマイクロリアクタを用いた反応分析システムは、マイクロ・トータル・アナリシス・システム（以下、「μＴＡＳ」という。）と称されており、μＴＡＳによれば、試薬の体積に対する表面積の比が大きくなることなどから高速かつ高精度の反応分析を行うことが可能となり、また、コンパクトで自動化されたシステムを実現することが可能となる。

マイクロチップは、当該マイクロチップに設けられるマイクロチャンネルとも呼ばれる流路１０に試薬が配置された反応領域、流体制御素子（マイクロポンプ、マイクロバルブ、マイクロミキサ、フィルタ、センサ）など各種機能を有する領域を設けて集積化することにより、様々な用途に適応させることが可能となる。

発明者らは、これまでマイクロチップを用いた光分析システムの開発を行ってきた。

図２０を参照して、発明者らが開発した光分析システム１０１の構成について説明する（特許文献１参照）。図２０は、光分析システム１０１を用いた光分析の概要を示す図であり、（ａ）は光分析に用いる検体を保持する様子の一例、（ｂ）はタブレット端末上で光分析を行う様子の一例を示す図である。

光分析システム１０１を用いた光分析の前準備として、図２０（ａ）に示すように、採取及び前処理済の検体を含む液体１０３をマイクロピペット１０５に保持する。続いて、図６（ｂ）に示すように、液体１０３をマイクロピペット１０５で光分析システム１０１に滴下する。

光分析システム１０１は、タブレット端末１０７及びマイクロチップ１０９を備える。タブレット端末１０７は、ディスプレイ部１１１及びカメラ部１１３を備える。また、タブレット端末１０７は、図示しないが、演算機能及びディスプレイ表示画像制御機能を有する演算部、並びに、演算結果等を記憶する記憶部を内蔵する。マイクロチップ１０９は、タブレット端末１０７の表面に貼り付けて装着される。マイクロチップ１０９は、検体流入口１１５、流路１１７、検体流出口１１９、光導入部１２１、導光路１２３、及び、光導出部１２５を備える。

マイクロピペット１０５に保持された液体１０３は、検体流入口１１５に流入される。この液体は、流路１１７を検体流出口１１９に向かって流れる。光導入部１２１は、検体に照射される光源からの光を導入する。光導出部１２５は、導光路１２３を経て検体から放出される光（観測光）を、光検出部であるカメラ部１１３に放出する。演算部は、カメラ部１１３に入射した光を分析する。分析結果は、ディスプレイ部１１１のマイクロチップ１０９が重ならない部分１２７に表示される。光源としては、ディスプレイ部１１１からの光、又は、外部光源からの光が用いられる。

以下このような光分析システムをＬＯＴ（Ｌａｂ Ｏｎ Ｔａｂｌｅｔ）と呼ぶことにする。上記のようなＬＯＴの利点として、光源、測定部、光検出部、演算部、表示部を１つの処理装置に集約可能であることが挙げられる。処理装置が、タブレット端末やスマートフォンのような携帯可能な装置であれば、ポイントオブケアテスト（ＰＯＣＴ）に対応可能となる。

また、マイクロチップに検体（流体）を光駆動可能な機構（光駆動式ポンプ）を組み込めば、マイクロチップを用いて受動的に流体駆動制御、検体の光分析を実施することが可能となる。さらに、マイクロチップは、安価に製造可能なのでディスポーザルに扱うこともできる。さらに、処理装置に通信機能を搭載させると、様々な検体の分析に応じた分析用ソフトウェアをダウンロード可能であり、多様多種な分析を１台の処理装置で実施可能となる。

特開２０１４−１３６８１８公報

NOBUYUKI OTSU，"A Tlreshold Selection Method from Gray-Level Histograms"，IEEE TRANSACnONS ON SYSTEMS, MAN, AND CYBERNEnCS, VOL SMC-9, NO.1, pp62-66（1979） J. Kittler，J. Illingworth，"Minimum error thresholding" Pattern Recognition，Vol.19 No.1, pp41−47(1986) J.N. Kapur，P.K. Sahoo，A.K.C. Wong，"A new method for gray-level picture thresholding using the entropy of the histogram"，Computer Vision, Graphics, and Image Processing，Vol.29, No.3, pp273−285（1985） "GaussianFilter"、[online]、[平成28年12月6日検索]、インターネット〈URL:http://reference.wolfram.com/language/ref/GaussianFilter.ja.html〉 "平滑化（移動平均、ガウシアン）フィルタ"、[online]、[平成28年12月6日検索]、インターネット〈URL: http://imagingsolution.blog107.fc2.com/blog-entry-88.html〉

従来の光測定装置とＬＯＴによる光測定装置では、光検出部が大きく相違する。従来の光分析装置では、高精度な測定を行うためには、光電子増倍管のような高感度な光検出器が用いられる。一方、ＬＯＴ光分析装置では、その携帯性を活かすために、タブレット端末やスマートフォンの内蔵カメラを光検出部とする。本来、これらの内蔵カメラは、複数の撮影画像の比較が主目的ではなく、景色や人物等を撮影し、個々のデジタル画像を記録することが主目的である。このような内蔵カメラで、観測光の光強度を測定するため、ＬＯＴによる光測定装置では、以下（１）から（３）のようなデータのばらつきが生じることがある。

（１）カメラ部内の画素ごとの感度揺らぎ（その結果、得られる画像情報にざらついたノイズが発生する）
（２）カメラ部の温度や通電時間による感度の揺らぎ（その結果、測定時刻の違いで像の強度が変化する）
（３）演算部によって出力画像に施される圧縮や補正に起因する揺らぎ
これらのデータ揺らぎにより、高精度な吸光度測定が困難であった。

そこで、本発明は、ＬＯＴによる光分析装置における上記のデータ揺らぎを抑制し、高精度な測定が可能な光強度算出方法等を提供することを目的とする。

本発明の第１の観点は、光検出部を有する携帯型電子機器を有する光分析装置を用いて前記光検出部に入射した測定試料からの観測光の光強度を算出する光強度算出方法であって、前記光検出部に前記観測光を入射させる観測光入射ステップと、前記光検出部に入射した前記観測光をデジタル画像として記録する画像取得ステップと、前記画像取得ステップにおいて記録されたデジタル画像の各ピクセルが有する輝度値の閾値を決定する閾値決定ステップと、前記輝度値が前記閾値以上となるピクセルが占める領域を信号領域と決定する信号領域決定ステップと、前記信号領域の中の前記輝度値のみに基づいて前記観測光の光強度を算出する光強度算出ステップとを含む、光強度算出方法である。

本発明の第２の観点は、第１の観点の光強度算出方法であって、前記光分析装置は、複数の前記測定試料を保持する複数の試料保持部と、前記試料保持部から前記光検出部へ観測光を導光する複数の光導光部とをさらに備え、前記観測光入射ステップにおいて、複数の前記観測光を同時に前記光検出部に入射させ、前記画像取得ステップにおいて、同時に入射した複数の前記観測光を同一のデジタル画像内に記録し、前記画像取得ステップと前記閾値決定ステップの間に、前記画像取得ステップで記録したデジタル画像から一部の範囲だけを切り出す画像切り出しステップをさらに含み、前記閾値決定ステップにおいて、前記範囲の各ピクセルが有する輝度値の閾値を決定する光強度算出方法である。

本発明の第３の観点は、第１又は第２の観点の光強度算出方法であって、前記画像取得ステップと前記閾値決定ステップの間に、前記画像取得ステップにおいて記録されたデジタル画像にガウシアンフィルタ処理を行うぼかしステップをさらに含む、光強度算出方法である。

本発明の第４の観点は、第１から第３のいずれかの観点の光強度算出方法であって、前記信号領域決定ステップと前記光強度算出ステップの間に、前記信号領域の周縁部から所定の幅Ｗ_１だけ削除して信号領域を収縮する収縮ステップをさらに含む、光強度算出方法である。

本発明の第５の観点は、第４の観点の光強度算出方法であって、前記画像取得ステップと前記閾値決定ステップの間に、前記デジタル画像の外部に、当該デジタル画像の端部から所定の幅Ｗ_２であり、輝度値が０である縁領域を付加する縁付けステップをさらに含む、光強度算出方法である。

本発明の第６の観点は、第１から第５のいずれかの観点の光強度算出方法であって、前記観測光入射ステップにおいて、前記観測光の他に、所定の光強度に保たれた参照光を前記カメラに入射させる、光強度算出方法である。

本発明の第７の観点は、第１から第６のいずれかの観点の光強度算出方法であって、前記光強度算出ステップにおいて、前記信号領域の中の前記輝度値の平均値を前記観測光の光強度とする、光強度算出方法である。

本発明の第８の観点は、第１から第６のいずれかの観点の光強度算出方法であって、前記光強度算出ステップにおいて、前記信号領域の中の前記輝度値の刈り込み平均値を前記観測光の光強度とする、光強度算出方法である。

本発明の第９の観点は、第１から第８のいずれかの観点の光強度算出方法であって、前記閾値決定ステップにおいて、前記デジタル画像の輝度値ヒストグラムを用いて信号とノイズの境界値を定め、前記境界値を前記閾値と決定する、光強度算出方法である。

本発明の第１０の観点は、第９の観点の光強度算出方法であって、前記閾値決定ステップにおいて、判別分析法、最小誤差法、エントロピー法のいずれか一つを用いて前記境界値を算出する、光強度算出方法である。

本発明の第１１の観点は、コンピュータに、第１から第１０の観点のいずれかの光強度算出方法を実行させるためのプログラムである。

本発明の第１２の観点は、光検出部を有する携帯型電子機器を備える光分析装置であって、前記光検出部に入射した測定試料からの観測光の光強度を算出する光強度算出部と、前記光検出部に前記観測光を入射させる観測光入射部と、前記光検出部に入射した前記観測光をデジタル画像として記録する画像取得部と、前記画像取得部が記録したデジタル画像の各ピクセルが有する輝度値の閾値を決定する閾値決定部と、前記輝度値が前記閾値以上となるピクセルが占める領域を信号領域と決定する信号領域決定部と、前記信号領域の中の前記輝度値のみに基づいて前記観測光の光強度を算出する光強度算出部とをさらに備える、光分析装置である。

本発明の第１３の観点は、第１２の観点の光分析装置であって、前記画像取得部が記録したデジタル画像の外部に、当該デジタル画像の端部から所定の幅Ｗ_２であり、輝度値が０である縁領域を付加する縁付け部と、前記縁付け部で縁領域を付加されたデジタル画像にガウシアンフィルタ処理を行うぼかし処理部と、前記信号領域決定部で決定した前記信号領域の周縁部から所定の幅Ｗ_１だけ削除して信号領域を収縮する収縮処理部とをさらに備え、前記閾値決定部は、前記ぼかし処理部でガウシアンフィルタ処理をされた前記デジタル画像の各ピクセルが有する輝度値の閾値を決定し、前記光強度算出部は、前記収縮処理部で収縮された前記信号領域の中の前記輝度値のみに基づいて前記観測光の光強度を算出する、光分析装置である。

本発明の各観点によれば、光検出部として、タブレット端末やスマートフォンといった携帯型電子機器のカメラを用いても、高い測定精度（Ｓ/Ｎ比）で観測光の光強度を算出することが可能になる。

本来、厳密に吸光度測定を行うためには、観測光の全情報に基づいて比較すべきである。しかし、LOTのように、光測定を本来の目的としていない携帯型電子機器の光検出部を用いて光測定を行う場合、本発明の各観点により、閾値以下のノイズの大きい信号をあえて捨てて試料の濃度に対する厳密な線形性を犠牲にすることにより、S/N比を向上させてかえって高精度な測定が可能となる。

また、本発明の第２の観点によれば、光検出部に同時に複数の観測光を導光しても、クロストークの影響を抑制し、高い測定精度（Ｓ/Ｎ比）で観測光の光強度を算出することが可能になる。

本発明の第３の観点によれば、記録したデジタル画像における実際の観測光強度と背景ノイズの影響が大きい強度との差を小さくし、結果的に背景ノイズの影響を低減することが可能になる。

本発明の第４の観点によれば、算出した光強度と測定試料濃度の関係を示すグラフの線形性を向上させることが可能になる。信号領域決定ステップで決定された信号領域の中央部は、周縁部に比べて、特に良い線形性を示す。そのため、信号領域の周縁部を削除し中央部を用いることで、線形性を向上させることができる。

本発明の第５の観点によれば、画像取得ステップ又は画像切り出しステップで得られたデジタル画像の端部が輝度値０でないデジタル画像についても、収縮ステップを実行することが可能になる。測定試料によっては、デジタル画像の端部の輝度値が０でないことがある。収縮ステップにおいては、輝度値が０の領域の内縁の境界線を信号領域の周縁部として認識するため、デジタル画像によっては、そのままでは収縮ステップを実行すると信号領域が歪んでしまう。そこで、デジタル画像の外部に縁領域を付加することで、信号領域の形状をほぼ相似形に保ちつつ、収縮ステップを実行することが可能になる。

ここで、景色や人物を撮影する場合には、撮影画像がきれいに判別できるために、携帯型電子機器のカメラの自動利得調整機能が便利である。しかし、携帯型電子機器のカメラを光測定の光検出部を用いる場合、この自動利得調整機能が障害となりうる。複数の撮影画像を比較することが困難となるからである。加えて、携帯型電子機器のカメラは、光測定の光検出部としての使用が想定されていないため、自動利得調整機能をユーザがOFFにできないことも多い。

そこで、本発明の第６の観点によれば、所定の光強度に保たれた参照光を基準の明るさとすることで、自動利得調整機能による複数の撮影画像における利得を同程度にすることが容易となる。このため、カメラの自動利得調整機能によるデータのばらつきを抑制できる。

本発明の第９の観点によれば、より容易に高精度な測定を可能にする閾値を決定できる。

本発明の演算プロセスにおけるデジタル画像である。 図１（ａ）と（ｂ）の画像の強度プロファイルの模式図である。 測定試料濃度が異なる３枚の画像の強度プロファイルを重ね合わせた模式図である。 複数の試料保持部を備えるＬＯＴ光分析装置の構成図である。 複数の導光機器（光ファイバ）の束の光出射端の断面図と、当該光出射端から出射した観測光を記録したデジタル画像の模式図である。 隣り合う２つの観測光のスポット画像の強度プロファイルの模式図である。 画像範囲を制限する前後の強度プロファイルの模式図である。 試料溶液（エタノール溶液・Sudan溶液）の吸光度を測定した画像の輝度ヒストグラムである。 タブレット端末のディスプレイ部から放出される光のスペクトルである。 試料溶液（エタノール溶液・Sudan溶液）の吸光度を測定した画像を各アルゴリズムで演算処理した画像である。 各アルゴリズムを用いて作成した検量線を示すグラフである。 収縮ステップ及び縁付けステップ前後のデジタル画像の一例である。 縁付けステップが各閾値決定アルゴリズムに与える影響を示す図である。 ぼかしステップが各閾値決定アルゴリズムに与える影響を示す図である。 閾値決定アルゴリズムとして判別分析法を用いた場合における収縮ステップにおける収縮幅（Ｗ_１）に対する標準偏差σＲの変化を示す図である。 閾値決定アルゴリズムとしてエントロピー最大化法を用いた場合における収縮ステップにおける収縮幅（Ｗ_１）に対する標準偏差σＲの変化を示す図である。 閾値決定アルゴリズムとして判別分析法を採用し、縁付け処理、ぼかしステップ処理、収縮ステップ処理を行った場合と、行わなかった場合において、色素Sudanの吸光度測定のための検量線を示す図である。 閾値決定アルゴリズムとして判別分析法を採用し、縁付け処理、ぼかしステップ処理、収縮ステップ処理を行った場合において、収縮幅（Ｗ_１）をパラメータとしたときの検量線を示す図である。 透過率と収縮幅（Ｗ_１）と刈り込み平均の刈り込み率との関係を示す図である。 ＬＯＴによる光分析システムの構成図である。

以下、図面を参照して、本発明の実施例について述べる。なお。本発明の実施の形態は以下の実施例に限定されるものではない。

本実施例に係る光分析装置（本願請求項における「光分析装置」の一例）は、図示しないタブレット端末及びマイクロチップとを備える。

本実施例に係るタブレット端末は、測定試料からの観測光を検知するカメラ部（本願請求項における「光検出部」の一例）と、カメラ部に入射した測定試料からの観測光の光強度を算出する光強度算出部（本願請求項における「光強度算出部」の一例）と、カメラ部に観測光を入射させる観測光入射部（本願請求項における「観測光入射部」の一例）と、カメラ部に入射した観測光をデジタル画像として記録する画像取得部（本願請求項における「画像取得部」の一例）と、画像取得部が記録したデジタル画像の各ピクセルが有する輝度値の閾値を決定する閾値決定部（本願請求項における「閾値決定部」の一例）と、輝度値が閾値以上となるピクセルが占める領域を信号領域と決定する信号領域決定部（本願請求項における「信号領域決定部」の一例）と、画像取得部で記録したデジタル画像から一部の範囲だけを切り出す画像切り出し部とを備える。

本実施例に係る光強度算出部は、信号強度の中の輝度値のみに基づいて観測光の光強度を算出する。具体的には、光強度算出部は、信号強度の中の輝度値の平均値を観測光の光強度として算出する。

本実施例に係る閾値決定部は、具体的には、判別分析法、最小誤差法、エントロピー法のいずれか一つを用いて、デジタル画像の輝度値ヒストグラムを用いて信号とノイズの境界値を定め、その境界値を閾値と決定する。

本実施例に係るマイクロチップは、測定試料を保持する試料保持部（本願請求項における「試料保持部」の一例）と、試料保持部からカメラ部へ観測光を導光する光導光部（本願請求項における「光導光部」の一例）と、観測光の他に所定の光強度に保たれた参照光をカメラ部に導光する参照光導光部を備える。なお、マイクロチップは、複数の測定試料を保持するために複数の試料保持部と、それぞれの試料保持部からカメラ部へ観測光を導光する複数の光導出部とを備えても良い。

＜１．演算プロセス＞
図１は、本発明の演算プロセス（本願請求項に記載の「光強度算出方法」の一例）を表す図である。図１（ａ）は、演算プロセス前の画像を示す。そして、後で述べる閾値決定アルゴリズムを用いて閾値を求め、図１（ａ）の画像の二値化処理を行った画像が図１（ｂ）である。図１（ｂ）においては、黒い領域が閾値より強度が小さく、「強度０」が割り振られた部分であり、背景領域１として設定される。一方、白い領域が閾値以上の強度を有し、「強度１」が割り振られた部分であり、信号領域３（本願請求項に記載の「信号領域」の一例）として設定される（本願請求項に記載の「信号領域決定ステップ」の一例）。図１（ｃ）は、図１（ａ）の画像データと図１（ｂ）の画像データを掛け合わせて得られる画像である。すなわち、信号領域３の強度が維持されるとともに、背景領域１の強度を０とした画像であり、この信号領域３に対応する各ピクセルから得られる強度の平均値を求めることにより、信号強度（本願請求項に記載の「観測光の光強度」の一例）が得られる。図２（ａ）及び（ｂ）はそれぞれ、本発明の演算プロセス前後の図１（ａ）及び（ｃ）の画像上の線分Ａに沿った強度プロファイルの模式図である。観測光の信号５の上のジグザグ線は背景ノイズ７を示している。

＜２．信号領域の設定よる測定精度の向上＞
図３に、測定試料濃度が異なる画像群の処理プロセスの一例を示す。図３（ａ）は、測定試料濃度が異なる３枚の画像の強度プロファイルを重ね合わせた模式図である。ここで、後述の閾値決定アルゴリズムを用いて閾値を決定し、閾値を超える強度の信号領域のみを切り出すと、図３（ｂ）に示す強度プロファイルが得られる。なお、図３（ａ）に示す３枚の画像の強度プロファイルは、各画像において図１（ｃ）に示した線分Ａに相当する線分に沿った強度プロファイルである。

図３から明らかなように、閾値を導入すると、信号として認識される画像範囲が変わる。そのため、閾値導入後の信号から得られる値（吸光度）は、線形性が失われることになる。例えば、吸光度測定の場合、信号の減少分から見積もられる吸光度は、厳密には本体の検体の濃度に対して比例しなくなる。

しかしながら、ある程度の背景ノイズ７の影響や、隣接するスポット画像の重畳によるクロストークの影響を抑制することが可能となるので、最終的には、高い測定精度（Ｓ/Ｎ比）を達成することができる。

＜３．隣接するスポット画像の重畳によるクロストーク＞
なお、隣接するスポット画像の重畳によるクロストークとは、図４（ａ）のように複数の試料保持部１１を備えるＬＯＴ光分析装置１３において生じる問題である。図４（ａ）では、観測光１５は複数となるが、通常、タブレット端末１７のカメラ部１９は１つである。よって、複数の観測光１５を観測する多元観測を実施するためには、カメラ部１９内に複数の光信号の画像を取り込まなければならない。

図４（ａ）に示す構成例では、マイクロチップ２１は、８か所の測定部２３を有する。測定部２３のＡ−Ａ断面の断面図である図４（ｂ）にあるように、測定部２３は、光導入部２５、導光路２７、測定試料２９を内部に保持する試料保持部１１、光導出部３１、光導出部３１から導出される光を導光する導光機器３３（光ファイバ）を備える。試料保持部１１は、例えば、ＰＣＲ管であり、導光路２７の光路中に挿入されている。

光導入部２５の下部に位置する領域にてディスプレイ部３５が発光すると、光は光導入部２５から入射して導光路２７内を進行し、試料保持部１１の測定試料２９に入射する。測定試料２９から放出される観測光１５は、導光路２７内を進行して光導出部３１に到達する。光導出部３１に到達した観測光１５は、光ファイバ等の導光機器３３により、カメラ部１９に導光される。図４に示す例では、８か所の測定部２３が設けられているので、最大８本の導光機器３３の光出射端３７（図５参照）が、１つのカメラ部１９に接続される。

図５（ａ）は、カメラ部１９に面している８本の導光機器３３の光出射端３７の断面図である。８本の導光機器３３は束状にまとめられて、カメラ部１９に導かれる。ディスプレイ部３５からの光は、試料保持部１１に収容されている測定試料２９に照射されるので、理想的にはカメラ部１９で得られる画像は、図５（ｂ）に示すように、８本の試料保持部１１（ＰＣＲ管）に収容されている測定試料２９の像となる。

しかしながら、試料保持部１１（ＰＣＲ管）から放出される観測光１５が、導光機器３３（光ファイバ）を進行するにつれ、観測光１５の光学情報は混濁し、観測光１５の像がスポット状となった画像が得られる。すなわち、観測光１５の強度情報は維持されるものの、プロファイル情報は失われる。更に、図５（ｃ）に示すように、実際の画像には、背景ノイズ７も検出される。この背景ノイズ７は、００１３段落に示したばらつき（カメラ部の温度や通電時間による感度の揺らぎ）によるものである。

図６に、隣り合う２つのスポットの、ある一次元方向における強度プロファイルの模式図を示す。１つの観測光の強度信号４１は、隣のスポットの強度信号４３（すなわち、異なる観測点の観測光）の一部が重なり重畳ノイズ４５となっている。これは、狭いカメラ部１９の受光部に対し、８つの導光機器３３（光ファイバ）を束状にして、当該導光機器３３からの観測光１５を導入しているためである。したがって、ＬＯＴにおいて、１つのカメラ部１９で複数の測定試料２９に対する測定（例えば、吸光度測定）するような多元測定を行う場合、精度のよい多元観測は、実質的に困難であった。すなわち、多元計測の精度が不十分であることは、ＬＯＴ光分析装置における機能実装において大きな束縛条件となっていた。本発明により、隣接するスポット画像から重畳されるクロストークの影響を抑制することが可能となるので、高い測定感度を達成することができる。

ここで、多元測定を行う場合、１つのデジタル画像に複数のスポットが撮影されることとなる。各スポットが同一試料の濃度が異なるサンプルである場合には、画像全体で１つの閾値を設定してもよい。しかし、一般的には、各スポットに対応する部分をデジタル画像から切り出す切り出しステップ（本願請求項に記載の「画像切り出しステップ」の一例）を経た上で、切り出されたスポットごとに閾値を定めることが好ましい。

＜４．カメラの自動利得調整機能による影響＞
また、タブレット端末やスマートフォンには、カメラの自動利得調整機能が備えられていることが多い。出力画像の明度が一定に保たれるように被写体の明暗に応じて自動的に補正が行われるため、写真撮影を目的とする場合に当該機能は便利である。しかし、ＬＯＴのように光分析に用いる場合には、自動利得調整機能は、カメラが行う画像強度のガンマ補正が合わさることで、測定結果の物理的な光量に対する線形性を悪化させる。本実施例で用いているタブレット端末では、このような自動処理をソフトウェア側で完全に抑制することが許されていないため、光強度が一定に保たれた参照光をカメラに入射させることで、利得によるデータのばらつきをできるだけ抑えている。図５（ｃ）に示すスポット画像のうちの１つは、光強度が一定に保たれた参照光のスポットである。さらに、抑えきれない参照光の計測結果の揺らぎは、信号光を参照光で割ることで、その影響を低減している。

＜５．画像範囲の制限による測定精度の向上＞
なお、図７に示すように、強度の閾値ではなく、画像の大きさ（画像範囲）を制限することで、他の観測結果に相当する隣接するスポット画像から重畳されるクロストークの影響を抑制することも可能である。この場合は、図７から明らかなように、信号として認識される画像範囲が変わらない。そのため、画像範囲を制限後の信号から得られる値（強度）は、線形性が維持される。

しかし、画像領域（図１の信号領域に相当）の面積が小さく、これに対応する各ピクセルから得られる強度値を平均して信号強度を得る場合、光検出部としてカメラを用いることに起因する問題点である、カメラ部内の画素ごととの感度揺らぎ、カメラ部の温度や通電時間による感度の揺らぎ、演算部によって出力画像に施される圧縮や補正に起因する揺らぎの影響や、画素が有する量子化誤差の影響等が支配的になる。よって、画像領域（信号領域）を大きく設定することが可能な本発明の処理が望ましい。

＜６．閾値決定アルゴリズム＞
上記したように、本発明の演算処理は、強度の閾値を定め、閾値を越える強度の観測光画像のみを取り出して（切り出して）、この切り取られた領域の強度の計算値を観測結果とするように演算するものである。そして上記観測光画像の信号領域を決定するために、閾値決定アルゴリズムで上記閾値を定めて、この閾値を用いた二値化処理を行うものである。
よって、本発明の演算処理は、閾値の決定方法に大きく依存する。

閾値決定アルゴリズム（二値化処理アルゴリズム）としては、判別分析法、最小誤差法、エントロピー最大化法、平均値法、中央値法の５つ（本願請求項に記載の「閾値決定ステップ」の一例）を採用し、各アルゴリズムを比較検討した。

判別分析法の詳細は、非特許文献１に記載されている。また、最小誤差法の詳細は、非特許文献２に、エントロピー最大化法の詳細は、非特許文献３に記載されている。平均値法は、以下に輝度値ヒストグラムから求めた相加平均値を閾値とするものである。また、中央値法は、輝度値ヒストグラムの中央値を閾値とするものである。

各アルゴリズムを使用するにあたり、図１（ａ）に示すように、処理する画像をグレースケール化した。このグレースケール画像から唯一輝度値ヒストグラムデータを求め、このデータを各アルゴリズムへの入力データとした。

図８（ａ）に、吸光度測定において、エタノールから放出される光をカメラ部により撮影して得られた画像の輝度ヒストグラムデータを示す。また、図８（ｂ）には、吸光度測定において、エタノールに色素Sudanを濃度１００μMで溶解させた溶液から放出される光をカメラ部により撮影して得られた画像の輝度ヒストグラムデータを示す。上記吸光度測定において、各溶液（検体）に入射した入射光の波長は、５３０ｎｍである。

タブレット端末のディスプレイ部からは、図９に示すようなスペクトルの光が放出される。そのため、本実施例ではタブレット端末から最も強く放出される波長である５３０ｎｍを入射光波長として用いた。

また、図８には、上記した各アルゴリズムから得られた閾値が追記されている。同図において、“Cluster”は判別分析法により得られた閾値であり、“entropy”はエントロピー最大化法により“minimum error”は誤差最小法により、“mean”は平均値法により、“median”は中央値法により得られた閾値である。

図１０は、エタノールを使用したとき、エタノールに色素Sudanを濃度１００μMで溶解させた溶液を使用したときに、各アルゴリズムにより演算処理した画像を示す。

図８、図１０から明らかなように、各アルゴリズムで閾値が異なり、また、背景領域の形状（言い換えれば、信号として用いる領域の形状）も異なることが分かる。

ＬＯＴを用いる際、各アルゴリズムから得られる閾値、そして信号領域が検出感度に与える影響を確認するために、各アルゴリズムで得られた画像の信号領域から強度値を算出して、色素Sudanの吸光度測定のための検量線を求めた。測定に使用した検体は、色素Sudanを、０．１μM、０．５μM、１．０μM、５．０μM、１０μM、５０μM、１００μM、５００μMの濃度でエタノールに溶解させた溶液である。吸光度測定は、各検体で１０回ずつ実施した。

図１１に、各アルゴリズムを用いた場合の検量線を示す。同図から明らかなように、いずれのアルゴリズムを用いても色素の濃度が薄くなり、カメラ部へ入射する信号強度が強くなった場合、信号強度のばらつきは大きい。しかしながら、色素濃度が１．０μM以上の領域では、判別分析法、エントロピー最大化法、最小誤差法を採用した場合、検量線がほぼ線形となっている。

本発明において、閾値は観測光画像毎に変化する。よって、各アルゴリズムを用いての閾値取得は、カメラ部が受光した観測光画像毎に行われる。また、本発明は、受光部の動作が安定化していて、かつ較正機構を有する従来の分光高度計とは異なり、カメラ部の動作が安定化しておらず、また、較正機構を有しないタブレット端末を用いたＬＯＴにおいて、効果的である。閾値決定アルゴリズムによっては、閾値は一定値ではなく、画像を基に動的に決定されることもある。

続いて、図１１に示す各アルゴリズムを用いた場合の検量線のばらつきを抑制するために、以下のようなステップを検討した。

１つの観測光画像は、図５（ｃ）に示すように、背景ノイズ７も検出される。上記した閾値決定アルゴリズムにより切り取られた領域においても背景ノイズ７は存在する。よって、この切り取られた領域の強度の計算値を観測結果とする場合、当該観測結果には上記した背景ノイズ７の影響が残る。
よって、閾値決定アルゴリズムを実施する前に、観測光画像における背景ノイズの影響を小さくするステップを行うことが好ましいと考えられる。以下、このステップをぼかしステップ（本願請求項に記載の「ぼかしステップ」の一例）と呼ぶことにする。

また、閾値決定アルゴリズムで、強度の閾値を定め、閾値を越える強度の観測光画像のみを取り出して（切り出して）、この切り取られた領域の強度の計算値を観測結果とするように演算する場合、切り取られた領域の周縁部付近における強度情報は、当該領域の中央部分における強度情報と比較すると、図３（ｂ）から明らかなように、強度の線形性は低いと考えられる。
よって、閾値決定アルゴリズムを実施後に得られる切り取られた領域を、領域の周縁部（本願請求項に記載の「信号領域の周縁部」の一例）から所定の距離だけ小さくする処理を施すことが好ましいと考えられる。以下、このような処理を収縮（Erosion）処理、収縮処理を行うステップを収縮ステップ（本願請求項に記載の「収縮ステップ」の一例）と呼ぶことにする。

図１２は、収縮ステップを説明するための図である。閾値決定アルゴリズムによって切り出される領域は、二値化処理によって「強度１」が割り振られた白い領域である。収縮ステップは、「強度０」が割り振られた黒い領域の内縁の境界線を周縁部４７とし、その周縁部４７から更に所定の距離（Ｗ_１）だけ白い領域を減らすステップである。

図１２の（ａ−１）は背景ノイズ処理後の画像であり、その画像に閾値決定アルゴリズムを実施した二値化画像が（ａ−２）、さらに周縁部４７から所定距離（Ｗ_１）だけ収縮した画像が（ａ−３）である。図１２（ａ−２）においては、領域Ａの部分には黒い領域が存在しない。つまり、周縁部４７が環状ではなく、途切れている部分がある。よって、図１２（ａ−３）の収縮ステップで得られた白い領域の形状は、領域Ｂの部分で歪な形状となる。

ここで、図１２の（ｂ−１）は背景ノイズ処理後に縁付けした画像であり、その画像に閾値決定アルゴリズムを実施した二値化画像が（ｂ−２）、さらに周縁部４７から所定距離（Ｗ_１）だけ収縮した画像が（ｂ−３）である。図１２（ｂ−１）に示すように、閾値決定アルゴリズムを行う前の観測光画像に、当該観測光画像の端部４９（本願請求項に記載の「デジタル画像の端部」の一例）からの幅がＷ_２であって、「強度０」が割り振られた黒い領域である縁領域５１（本願請求項に記載の「縁領域」の一例）を設定する。縁領域５１を設定後に閾値決定アルゴリズムを行い、更に収縮処理を施すと、（ｂ−２）と（ｂ−３）に示すように、収縮処理前後の白い領域の形状は、ほぼ相似形となる。

よって、閾値決定アルゴリズムを行う前に、このような縁付け処理を行うことが好ましいと考えられる。以下、このような縁付け処理を行うステップを縁付けステップ（本願請求項に記載の「縁付けステップ」の一例）と呼ぶことにする。なお、観測光画像は吸光度測定の結果であり、使用した溶液は、エタノールに色素Sudanを所定濃度で溶解させたものである。以下の議論においても、使用した溶液は、同様である。

＜７．ぼかしステップ＞
上記ぼかしステップは、観測光画像における実際の強度と背景ノイズの強度との差を小さくし、結果的に背景ノイズの影響を小さくするものである。このような効果は、画像全体をぼかすことで得られる。発明者らは、これを実現するために、観測光画像にガウシアンフィルタを用いる画像処理を適用した。ガウシアンフィルタ処理に関する詳細は、非特許文献４及び非特許文献５を参照されたい。

＜８．縁付け処理が各閾値決定アルゴリズムに与える影響＞
次に、上記縁付け処理が各閾値決定アルゴリズムに与える影響を調査した。図１３は、縁領域５１の幅（図１２のＷ_２）を変えたときに各閾値決定アルゴリズムで得られる閾値の値がどのように変わるかを示す図である。閾値決定アルゴリズムとしては、判別分析法、最小誤差法、エントロピー最大化法、平均値法、中央値法の５つを採用した。

図１３において、“Cluster”は判別分析法により得られた閾値であり、“Entropy”はエントロピー最大化法により“Minimum Error”は誤差最小法により、“Mean”は平均値法により、“Median”は中央値法により得られた閾値である。また、横軸は縁領域５１の幅（Ｗ_２）であり、単位はドットである。縦軸は閾値を示す。

図１３から明らかなように、判別分析法（Cluster）が最も閾値の変動が小さく、幅Ｗ_２が２０ドット以上で閾値が安定となった。また、エントロピー最大化法（Entropy）も幅ｄが６０ドット以内では、閾値の値が安定となった。その他の閾値決定アルゴリズムである、誤差最小法（Minimum Error）、平均値法（Mean）、中央値法（Median）は、幅Ｗ_２の変化に対する変動が大きかった。

＜９．ぼかしステップ処理が各閾値決定アルゴリズムに与える影響＞
次に、ぼかしステップ処理（ガウシアンフィルタ処理）が各閾値決定アルゴリズムに与える影響を調査した。Sudanのエタノール溶液（濃度１μM）に対する吸光度測定を１０回連続で実施した。各測定データ（観測画像）を、各閾値決定アルゴリズムを用いて閾値を定め、閾値を越える強度の観測光画像のみを取り出して（切り出して）、この切り取られた領域の強度の計算値を観測結果とした。上記調査の評価は、この１０個の観測結果データ（切り取られた領域の強度から得られる透過率データ）の標準偏差σＲを用いて行った。

図１４は、ガウシアンフィルタ処理において、ガウシアンフィルタのぼかし半径に対する、各閾値決定アルゴリズムを適用した際に得られた１０個の観測結果データの標準偏差σＲの変化を示す。図１４において、横軸はガウシアンフィルタのぼかし半径であり、単位はピクセルである。また、縦軸は吸光度測定における１０回の透過率データの標準偏差σＲである。パラメータは各閾値決定アルゴリズムである。

同図において、“Cluster”は判別分析法、“Entropy”はエントロピー最大化法、“Minimum Error”は誤差最小法、“Mean”は平均値法、“Median”は中央値法である。

ガウシアンフィルタのぼかし半径が大きくなると、画像自体のぼかし具合が大きくなる。よって、上記した１０個の観測結果データの標準偏差σＲは、ぼかし半径が大きくなるにつれ、次第に大きくなる傾向になると考えられる。

図１４から明らかなように、判別分析法（Cluster）、エントロピー最大化法（Entropy）、平均値法（Mean）により得られた閾値を用いて観測結果を得る場合、ガウシアンフィルタのぼかし半径と上記標準偏差σＲは、当該標準偏差σＲは、ぼかし半径が大きくなるにつれ、次第に大きくなる傾向となっている。

一方、中央値法（Median）、誤差最小法（Minimum Error）を用いた場合、ガウシアンフィルタのぼかし半径と上記標準偏差σＲとの相関関係は、上記した関係とはならず、不安定な結果となった。よって、この結果から明らかなように、ぼかしステップ処理を行う場合、閾値決定アルゴリズムとしては、判別分析法（Cluster）、エントロピー最大化法（Entropy）、平均値法（Mean）を用いることが好ましいことが分かった。

＜１０．収縮ステップの影響＞
上記したように、縁付け処理に対しては、閾値決定アルゴリズムとしては、判別分析法（Cluster）、エントロピー最大化法（Entropy）が閾値の値が安定であった。一方、ぼかしステップ処理（ガウシアンフィルタ処理）を採用する場合、複数（１０回）の測定データの標準偏差に対しては、閾値決定アルゴリズムとしては、判別分析法、エントロピー最大化法、平均値法を用いた方が好ましいことが分かった。
これらを踏まえ、縁付け処理およびぼかしステップ処理の双方に対して、比較的良好な結果が得られる判別分析法、エントロピー最大化法を採用したときに、収縮ステップが上記標準偏差にどのような影響を与えるか調査した。

本調査では、エタノールにSudan色素を０．１μＭ、０．５μＭ、１．０μＭ、５．０μＭの濃度で溶解させた溶液に対する吸光度測定をそれぞれ１０回ずつ実施した。
各濃度に対する観測結果を求めるために用いた閾値決定アルゴリズムとしては、判別分析法、エントロピー最大化法を採用した。

図１５は、収縮ステップにおける収縮幅（Erosion width）に対する１０回の観測結果データ（切り取られた領域の強度から得られる透過率データ）の標準偏差σＲの変化を示し、閾値決定アルゴリズムとしては判別分析法（Cluster）を採用したものである。
一方、図１６は、図１５と同様の特性を示し、閾値決定アルゴリズムとしてはエントロピー最大化法（Entropy）を採用したものである。

ここで、図１５（ａ）は、Sudan色素の濃度が０．１μＭであり、図１５（ｂ）は前記濃度が０．５μＭ、図１５（ｃ）は前記濃度が１．０μＭ、図１５（ｄ）は前記濃度が５．０μＭに対するものである。
同様に、図１６（ａ）は、Sudan色素の濃度が０．１μＭであり、図１６（ｂ）は前記濃度が０．５μＭ、図１６（ｃ）は前記濃度が１．０μＭ、図１６（ｄ）は前記濃度が５．０μＭに対するものである。

図１５、図１６において、横軸は収縮幅であり、単位はピクセル（pixel）である。また、縦軸は吸光度測定における１０回の透過率データの標準偏差σＲである。また、ガウシアンフィルタのぼかし半径をパラメータとした。なお、このぼかし半径の単位はピクセル（pixel）であり、ここでのぼかし半径の値は、０，１，２，３，４，５ピクセルとした。

図１５から明らかなように、判別分析法（Cluster）の場合、Sudan色素の濃度が０．５μＭ、１．０μＭ、５．０μＭにおいては、収縮幅（Erosion width）が７〜８ピクセルのとき標準偏差σＲが最小となった。一方、Sudan色素の濃度が０．１μＭにおいては、収縮幅に対する顕著な標準偏差の差異は確認できなかった。
また、ガウシアンフィルタのぼかし半径については、各濃度で顕著な依存性は得られなかった。しかし、Sudan色素の濃度が０．５μＭ、５．０μＭの結果から、ガウシアンフィルタのぼかし半径は３ピクセル以下が好ましいと思われる。

一方、エントロピー最大化法（Entropy）の場合、図１６から明らかなように、Sudan色素の濃度が０．１μＭの場合、収縮幅が２〜４ピクセルのとき標準偏差が最小となった。また、Sudan色素の濃度が０．５μＭの場合は収縮幅が７〜８ピクセル、Sudan色素の濃度が１μＭの場合は収縮幅が５〜７ピクセル、Sudan色素の濃度が５μＭの場合は収縮幅が２ピクセル付近で、標準偏差が最小となった。このように、エントロピー最大化法（Entropy）の場合、検体となる溶液のSudan色素濃度に応じて、上記標準偏差が最小となる収縮幅が変化する傾向となった。

また、ガウシアンフィルタのぼかし半径については、Sudan色素の濃度が０．１μＭの場合は、各ぼかし半径に対する標準偏差σＲの顕著な依存性は得られなかった。一方、Sudan色素の濃度が０．５μＭの場合はぼかし半径が２ピクセル以上、Sudan色素の濃度が１μＭの場合はぼかし半径が２ピクセル以下、Sudan色素の濃度が５μＭの場合は収縮幅が２ピクセル以上で、標準偏差が最小となった。よって、エントロピー最大化法（Entropy）の場合、検体となる溶液のSudan色素濃度に応じて、上記標準偏差が最小となるガウシアンフィルタのぼかし半径が変化する傾向となった。

以上のように、Sudan色素の濃度が０．５〜５μＭの範囲では、判別分析法（Cluster）の場合、標準偏差が最小となる収縮幅条件、ガウシアンフィルタのぼかし半径条件が安定であり、上記収縮幅は７〜８ピクセル、上記ガウシアンフィルタのぼかし半径は３ピクセル以下が好ましいと思われる。

以上の考察により、縁付け処理、ぼかしステップ処理（ガウシアンフィルタ処理）、収縮ステップ処理を行う場合、閾値決定アルゴリズムとしては、判別分析法（Cluster）を採用することが好ましいことが分かった。

＜１１．判別分析法の採用＞
そこで、閾値決定アルゴリズムとして判別分析法（Cluster）を採用し、縁付け処理、ぼかしステップ処理（ガウシアンフィルタ処理）、収縮ステップ処理を行った場合と、行わなかった場合において、色素Sudanの吸光度測定のための検量線を求めた。測定に使用した検体は、色素Sudanを、０．１μＭ、０．５μＭ、１．０μＭ、５．０μＭ、１０μＭ、５０μＭ、１００μＭ、５００μＭの濃度でエタノールに溶解させた溶液である。吸光度測定は、各検体で１０回ずつ実施した。

図１７に、上記した２つの場合の検量線を示す。同図において、（ａ）は、縁付け処理、ぼかしステップ処理（ガウシアンフィルタ処理）、収縮ステップ処理を行った場合であり、（ｂ）は行わなかった場合を示す。いずれの場合も、Sudan色素濃度が１．０μＭ以上の領域で、検量線がほぼ線形となっている。しかし、Sudan色素濃度が１．０μＭより小さい領域では、検量線の線形性は見いだせないものの、誤差の大きさは、縁付け処理、ぼかしステップ処理（ガウシアンフィルタ処理）、収縮ステップ処理を行った場合の方が、これらの処理を行わなかった場合と比較して小さくなることが分かった。

図１８は、閾値決定アルゴリズムとして判別分析法（Cluster）を採用し、縁付け処理、ぼかしステップ処理（ガウシアンフィルタ処理）、収縮ステップ処理を行った場合において、収縮幅（Erosion width）をパラメータとしたときの上記検量線を示すものである。図１８（ａ）は、収縮幅が５，７，８ピクセルとしたときの検量線を示し、図１８（ｂ）は、収縮幅が１，７，２０ピクセルとしたときの検量線を示す。

図１８（ａ）に示すように、Sudan色素濃度が１．０μＭより小さい領域において、収縮幅５、７ピクセルのときの誤差量に差異はほとんどないが、収縮幅８ピクセルのときの誤差量が一番小さいことが分かった。また、図１８（ａ）に示すように、Sudan色素濃度が１．０μＭより小さい領域においては、収縮幅７ピクセルのときの検量線の誤差量が、収縮幅１ピクセル、２０ピクセルのときのそれと比較すると一番小さいことが分かった。よって、検量線を求める場合も、収縮幅を７〜８ピクセルに設定して上記した画像処理を行うことが好ましいことが分かった。

＜１２．刈り込み平均＞
上記した検量線の誤差量を更に小さくするために、測定データ（観測画像）から閾値決定アルゴリズムにより決定された閾値を超える強度に相当する領域のみ切り出された観測光画像における観測光強度の計算方法を検討した。段落番号００４３で述べたように、観測光の光強度は、上記切り出された観測光画像における信号強度の中の輝度値の平均値をとして求められる。

ここで、単に上記した輝度値の平均値を光強度とするのではなく、輝度値の刈り込み平均値（trimmed mean）を光強度とすることを考える。刈り込み平均値を採用すると、ノイズなどによる極端な値が、平均値を不当に押し上げたり、押し下げたりすることが防止でき、平均値がより安定して真値に近づくことが期待できる。すなわち、検量線の誤差量をより小さくすることが期待できる。

図１９は、Sudanのエタノール溶液（濃度１μＭ、５μＭ）の測定データ（観測画像）に対して、閾値決定アルゴリズムとして判別分析法（Cluster）を採用し、得られた閾値を越える強度の観測光画像のみを切り出して、この切り取られた領域の強度の計算に刈り込み平均を採用した例を示す。図１９においては、強度に相当するものとして透過率を採用し、この透過率と、観測光画像の収縮幅（Erosion width）と、刈り込み平均の刈り込み率との関係を示すものである。

図１９において、（ａ）は上記濃度が１μＭの場合、（ｂ）は５μＭの場合を示す。同図から明らかなように、刈り込み平均の刈り込み率が１０％以上、収縮幅が７〜１０ピクセル程度で、透過率が安定になることが分かった。よって、観測光の光強度を求める際に刈り込み平均を求める場合は、特に、刈り込み率を１０％以上にすることが好ましい。

１・・・背景領域、３・・・信号領域、５・・・信号、７・・・背景ノイズ、１１・・・試料保持部、１３・・・ＬＯＴ光分析装置、１５・・・観測光、１７・・・タブレット端末、１９・・・カメラ部、２１・・・マイクロチップ、２３・・・測定部、２５・・・光導入部、２７・・・導光路、２９・・・測定試料、３１・・・光導出部、３３・・・導光機器、３５・・・ディスプレイ部、３７・・・光出射端、４１・・・強度信号、４３・・・隣のスポットの強度信号、４５・・・重畳ノイズ、４７・・・周縁部、４９・・・端部、５１・・・縁領域
１０１・・・光分析システム、１０３・・・液体、１０５・・・マイクロピペット、１０７・・・タブレット端末、１０９・・・マイクロチップ、１１１・・・ディスプレイ部、１１３・・・カメラ部、１１５・・・検体流入口、１１７・・・流路、１１９・・・検体流出口、１２１・・・光導入部、１２３・・・導光路、１２５・・・光導出部、１２７・・・重ならない部分

Claims (13)

1. 光検出部を有する携帯型電子機器を有する光分析装置を用いて前記光検出部に入射した測定試料からの観測光の光強度を算出する光強度算出方法であって、
   前記光検出部に前記観測光を入射させる観測光入射ステップと、
   前記光検出部に入射した前記観測光をデジタル画像として記録する画像取得ステップと、
   前記画像取得ステップにおいて記録されたデジタル画像の各ピクセルが有する輝度値の閾値を決定する閾値決定ステップと、
   前記輝度値が前記閾値以上となるピクセルが占める領域を信号領域と決定する信号領域決定ステップと、
   前記信号領域の中の前記輝度値のみに基づいて前記観測光の光強度を算出する光強度算出ステップとを含む、光強度算出方法。
2. 前記光分析装置は、
   複数の前記測定試料を保持する複数の試料保持部と、
   前記試料保持部から前記光検出部へ観測光を導光する複数の光導光部とをさらに備え、
   前記観測光入射ステップにおいて、複数の前記観測光を同時に前記光検出部に入射させ、
   前記画像取得ステップにおいて、同時に入射した複数の前記観測光を同一のデジタル画像内に記録し、
   前記画像取得ステップと前記閾値決定ステップの間に、前記画像取得ステップで記録したデジタル画像から一部の範囲だけを切り出す画像切り出しステップをさらに含み、
   前記閾値決定ステップにおいて、前記範囲の各ピクセルが有する輝度値の閾値を決定する請求項１記載の光強度算出方法。
3. 前記画像取得ステップと前記閾値決定ステップの間に、
   前記画像取得ステップにおいて記録されたデジタル画像にガウシアンフィルタ処理を行うぼかしステップをさらに含む、請求項１又は２に記載の光強度算出方法。
4. 前記信号領域決定ステップと前記光強度算出ステップの間に、
   前記信号領域の周縁部から所定の幅Ｗ_１だけ削除して信号領域を収縮する収縮ステップをさらに含む、請求項１から３のいずれかに記載の光強度算出方法。
5. 前記画像取得ステップと前記閾値決定ステップの間に、
   前記デジタル画像の外部に、当該デジタル画像の端部から所定の幅Ｗ_２であり、輝度値が０である縁領域を付加する縁付けステップをさらに含む、請求項４に記載の光強度算出方法。
6. 前記観測光入射ステップにおいて、前記観測光の他に、所定の光強度に保たれた参照光を前記光検出部に入射させる、請求項１から５のいずれかに記載の光強度算出方法。
7. 前記光強度算出ステップにおいて、前記信号領域の中の前記輝度値の平均値を前記観測光の光強度とする、請求項１から６のいずれかに記載の光強度算出方法。
8. 前記光強度算出ステップにおいて、前記信号領域の中の前記輝度値の刈り込み平均値を前記観測光の光強度とする、請求項１から６のいずれかに記載の光強度算出方法。
9. 前記閾値決定ステップにおいて、前記デジタル画像の輝度値ヒストグラムを用いて信号とノイズの境界値を定め、前記境界値を前記閾値と決定する、請求項１から８のいずれかに記載の光強度算出方法。
10. 前記閾値決定ステップにおいて、判別分析法、最小誤差法、エントロピー法のいずれか一つを用いて前記境界値を算出する、請求項９記載の光強度算出方法。
11. コンピュータに、請求項１から１０のいずれかに記載の光強度算出方法を実行させるためのプログラム。
12. 光検出部を有する携帯型電子機器を備える光分析装置であって、
    前記光検出部に入射した測定試料からの観測光の光強度を算出する光強度算出部と、
    前記光検出部に前記観測光を入射させる観測光入射部と、
    前記光検出部に入射した前記観測光をデジタル画像として記録する画像取得部と、
    前記画像取得部が記録したデジタル画像の各ピクセルが有する輝度値の閾値を決定する閾値決定部と、
    前記輝度値が前記閾値以上となるピクセルが占める領域を信号領域と決定する信号領域決定部とを備え、
    前記光強度算出部は、前記信号領域の中の前記輝度値のみに基づいて前記観測光の光強度を算出する、光分析装置。
13. 前記画像取得部が記録したデジタル画像の外部に、当該デジタル画像の端部から所定の幅Ｗ_２であり、輝度値が０である縁領域を付加する縁付け部と、
    前記縁付け部で縁領域を付加されたデジタル画像にガウシアンフィルタ処理を行うぼかし処理部と、
    前記信号領域決定部で決定した前記信号領域の周縁部から所定の幅Ｗ_１だけ削除して信号領域を収縮する収縮処理部とをさらに備え、
    前記閾値決定部は、前記ぼかし処理部でガウシアンフィルタ処理をされた前記デジタル画像の各ピクセルが有する輝度値の閾値を決定し、
    前記光強度算出部は、前記収縮処理部で収縮された前記信号領域の中の前記輝度値のみに基づいて前記観測光の光強度を算出する、請求項１２記載の光分析装置。