JP2021021719A - イメージングフローサイトメーター、ソート方法、及び、キャリブレーション方法 - Google Patents
イメージングフローサイトメーター、ソート方法、及び、キャリブレーション方法 Download PDFInfo
- Publication number
- JP2021021719A JP2021021719A JP2020046415A JP2020046415A JP2021021719A JP 2021021719 A JP2021021719 A JP 2021021719A JP 2020046415 A JP2020046415 A JP 2020046415A JP 2020046415 A JP2020046415 A JP 2020046415A JP 2021021719 A JP2021021719 A JP 2021021719A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- particles
- sort
- particle
- image
- 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.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims description 43
- 239000002245 particle Substances 0.000 claims abstract description 260
- 238000001514 detection method Methods 0.000 claims abstract description 109
- 230000000007 visual effect Effects 0.000 claims abstract description 89
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000010276 construction Methods 0.000 abstract 1
- 210000004027 cell Anatomy 0.000 description 21
- 239000011324 bead Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 241000195493 Cryptophyta Species 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 210000000601 blood cell Anatomy 0.000 description 2
- 210000001772 blood platelet Anatomy 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000002073 fluorescence micrograph Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000003703 image analysis method Methods 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 241000195585 Chlamydomonas Species 0.000 description 1
- 241000195620 Euglena Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000002798 bone marrow cell Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 210000003855 cell nucleus Anatomy 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000004163 cytometry Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005686 electrostatic field Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002032 lab-on-a-chip Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 210000004698 lymphocyte Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 210000003470 mitochondria Anatomy 0.000 description 1
- 210000002220 organoid Anatomy 0.000 description 1
- 244000045947 parasite Species 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000004326 stimulated echo acquisition mode for imaging Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 210000003556 vascular endothelial cell Anatomy 0.000 description 1
Images
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
【課題】簡易な構成で対象物の速度ばらつきを考慮したソート精度の高いイメージングフローサイトメーターを提供する。【解決手段】第1視野12及び第2視野14を撮像する撮像部20と、システム時間管理部40と、システム時間とともに画像を記憶する画像記憶部30と、粒子Pが含まれる画像を検出する粒子検出部32と、粒子P1〜P3が対象粒子であるか否かを判断するソート判断部34と、粒子P1〜P3の遅延時間を計算する遅延時間計算部36と、ソート判断部34の判断結果に応じて、遅延時間計算部36によって計算されたタイミングに合わせて粒子P1〜P3をソートするために、ソート信号を発するソート信号制御部38と、ソート信号に基づいて、対象粒子をソートするソート部50と、を有し、遅延時間計算部36は、粒子P1〜P3の画像に基づき、粒子がソート部50に到達するまでの遅延時間を計算する、イメージングフローサイトメーター1。【選択図】図1
Description
本発明は、画像を用いて細胞などの対象物をソートするイメージングフローサイトメー
ター、ソート方法、及び、キャリブレーション方法に関する。
ター、ソート方法、及び、キャリブレーション方法に関する。
一般に、細胞などの対象物をソートするフローサイトメーターは、対象物に由来する信
号を検出する検出部と、検出部で得られた信号に基づいて、特定の対象物であるか否かを
判断するソート判断部と、ソート判断部の判断結果に基づいて、対象物をソートするソー
部とを有する(例えば、特許文献1)。対象物のソート精度を高めるためには、特定の対
象物がソート部に到達するタイミングに合わせて、ソート部を動作させる必要がある。
号を検出する検出部と、検出部で得られた信号に基づいて、特定の対象物であるか否かを
判断するソート判断部と、ソート判断部の判断結果に基づいて、対象物をソートするソー
部とを有する(例えば、特許文献1)。対象物のソート精度を高めるためには、特定の対
象物がソート部に到達するタイミングに合わせて、ソート部を動作させる必要がある。
従来のフローサイトメーターでは、ソート判断部が信号処理に要する時間は短く、概ね
1ミリ秒以内である。現実的には、流路を流れる対象物は、対象物による速度ばらつきを
有する。例えば、異なる種類の細胞は、速度が異なる場合がある。また、同じ種類の細胞
であっても、流路内の中心付近を流れる細胞ほど速度が速くなる。
これに対し、検出部からソート部までの距離を短くすることにより、対象物の速度ばら
つきの影響を抑制できる。そのため、従来のフローサイトメーターでは、対象物の速度ば
らつきを考慮せず、対象物が検出部を通過してから、一定の遅延時間が経過したタイミン
グでソート部を動作させるのが一般的であった。
1ミリ秒以内である。現実的には、流路を流れる対象物は、対象物による速度ばらつきを
有する。例えば、異なる種類の細胞は、速度が異なる場合がある。また、同じ種類の細胞
であっても、流路内の中心付近を流れる細胞ほど速度が速くなる。
これに対し、検出部からソート部までの距離を短くすることにより、対象物の速度ばら
つきの影響を抑制できる。そのため、従来のフローサイトメーターでは、対象物の速度ば
らつきを考慮せず、対象物が検出部を通過してから、一定の遅延時間が経過したタイミン
グでソート部を動作させるのが一般的であった。
一方、画像を用いて特定の対象物であるか否かを判断するイメージングフローサイトメ
ーターでは、必要な情報を取得するための信号処理時間が長くなる場合があり、例えば、
2〜32ミリ秒程度の時間を要する場合がある。この場合、検出部からソート部までの距
離を長くする必要がある。対象物の速度ばらつきを考慮せず、対象物が検出部を通過して
から、一定の遅延時間が経過したタイミングでソート部を動作させると、速度ばらつきの
影響により、ソート精度が低下する。
ーターでは、必要な情報を取得するための信号処理時間が長くなる場合があり、例えば、
2〜32ミリ秒程度の時間を要する場合がある。この場合、検出部からソート部までの距
離を長くする必要がある。対象物の速度ばらつきを考慮せず、対象物が検出部を通過して
から、一定の遅延時間が経過したタイミングでソート部を動作させると、速度ばらつきの
影響により、ソート精度が低下する。
このような速度ばらつきによるソート精度の低下を抑制するため、個々の対象物の速度
を計測する速度計測部を有する構成が提案されている。例えば、特許文献1には、グレー
ティング(回折格子)を用いた速度計測部が開示されている。また、非特許文献1には、
対象物が流れる流路の上流側と下流側にレーザースポットを配置し、対象物が各レーザー
スポットを通過するタイミングから、個々の対象物の速度を計測する構成が開示されてい
る。
を計測する速度計測部を有する構成が提案されている。例えば、特許文献1には、グレー
ティング(回折格子)を用いた速度計測部が開示されている。また、非特許文献1には、
対象物が流れる流路の上流側と下流側にレーザースポットを配置し、対象物が各レーザー
スポットを通過するタイミングから、個々の対象物の速度を計測する構成が開示されてい
る。
N. Nitta et al., Intelligent Image-Activated Cell Sorting. Cell 175, 266-276 (2018)
特許文献1のようにグレーティングを用いた速度計測部では、複数の対象物が近接した
状態で流路を流れる場合、個々の対象物の速度を計測することが困難となる。
また、個々の対象物の速度を計測できたとしても、特許文献1では速度信号と細胞分類
の計算を各々独立して行い、それらの結果を遅延処理回路に入力してソート部を制御する
ものである。そのため、カメラで撮像された個々の画像と速度計測部で計測された個々の
対象物の速度とが、正確に1対1対応で紐付けされる確証がない。異なる対象物に由来する
画像の処理結果と速度情報とが誤って紐付けられてしまうと、正確にソートできないため
問題となる。具体的には、高いスループットで対象物を流路に流す場合には、個々の対象
物の信号間隔が狭まり、場合によっては信号が重複して埋没し、紐付けにエラーを引き起
こすことがある。あるいは、計測対象物が小さい場合など、カメラでは識別されたが速度
検出部では検出できなかった場合も、信号の1対1対応にエラーを来たすことがある。
状態で流路を流れる場合、個々の対象物の速度を計測することが困難となる。
また、個々の対象物の速度を計測できたとしても、特許文献1では速度信号と細胞分類
の計算を各々独立して行い、それらの結果を遅延処理回路に入力してソート部を制御する
ものである。そのため、カメラで撮像された個々の画像と速度計測部で計測された個々の
対象物の速度とが、正確に1対1対応で紐付けされる確証がない。異なる対象物に由来する
画像の処理結果と速度情報とが誤って紐付けられてしまうと、正確にソートできないため
問題となる。具体的には、高いスループットで対象物を流路に流す場合には、個々の対象
物の信号間隔が狭まり、場合によっては信号が重複して埋没し、紐付けにエラーを引き起
こすことがある。あるいは、計測対象物が小さい場合など、カメラでは識別されたが速度
検出部では検出できなかった場合も、信号の1対1対応にエラーを来たすことがある。
非特許文献1のように2つのレーザースポットを用いる構成によれば、近接する複数の
対象物に対しても、個々の対象物の速度を計測できる。しかし、2つのレーザースポット
を用いる構成では、速度検出のために2か所へのレーザー照射、およびそれらレーザース
ポット各々から発せられる信号の検出器などが必要となり、装置が大掛かりになる。
対象物に対しても、個々の対象物の速度を計測できる。しかし、2つのレーザースポット
を用いる構成では、速度検出のために2か所へのレーザー照射、およびそれらレーザース
ポット各々から発せられる信号の検出器などが必要となり、装置が大掛かりになる。
また、フローサイトメーター中を流れる粒子の撮像や検出を行うためには通常、対物レ
ンズを用いるが、対物レンズから得られる視野(field of view)には限りがある。非特
許文献1の方法では、少なくとも速度計測用の2スポットと画像撮像用の1スポットを対
物レンズの視野内に収める必要があるが、光の漏れこみなどを防ぐためにスポット間には
ある程度の間隔をあける必要がある。そのため、特に画像撮像用に複数スポットを設定し
たい場合などは、対物レンズの視野中でのレーザースポットの場所の取り合いが課題とな
る。例えば、異なる波長の励起光を照射した際に得られる蛍光画像を別々に撮像したい場
合、異なる波長の励起光ごとに位置を離してレーザースポットを設置することが考えられ
る。しかし、このような場合に、さらに速度検出用に2スポットを設定することは設計上
の負担となる。
ンズを用いるが、対物レンズから得られる視野(field of view)には限りがある。非特
許文献1の方法では、少なくとも速度計測用の2スポットと画像撮像用の1スポットを対
物レンズの視野内に収める必要があるが、光の漏れこみなどを防ぐためにスポット間には
ある程度の間隔をあける必要がある。そのため、特に画像撮像用に複数スポットを設定し
たい場合などは、対物レンズの視野中でのレーザースポットの場所の取り合いが課題とな
る。例えば、異なる波長の励起光を照射した際に得られる蛍光画像を別々に撮像したい場
合、異なる波長の励起光ごとに位置を離してレーザースポットを設置することが考えられ
る。しかし、このような場合に、さらに速度検出用に2スポットを設定することは設計上
の負担となる。
さらに非特許文献1では、速度計測用の2つのレーザースポットのうち片方で粒子が検
出された場合に、その一定時間後にカメラで撮像を行い、その際に速度計測値および画像
の各々に共通の識別番号を付与することで、速度情報と画像情報との紐付けを行う。しか
し、感度不十分などの理由でレーザースポットでの信号検出に失敗すると、画像は保持さ
れず、取り漏らしが発生する。
出された場合に、その一定時間後にカメラで撮像を行い、その際に速度計測値および画像
の各々に共通の識別番号を付与することで、速度情報と画像情報との紐付けを行う。しか
し、感度不十分などの理由でレーザースポットでの信号検出に失敗すると、画像は保持さ
れず、取り漏らしが発生する。
本発明は、簡易な構成で対象物の速度ばらつきを考慮したソート精度の高いイメージン
グフローサイトメーター、ソート方法、及びキャリブレーション方法を提供することを目
的とする。
グフローサイトメーター、ソート方法、及びキャリブレーション方法を提供することを目
的とする。
本発明の第1の観点は、
粒子が流れる流路上の第1視野及び第2視野を撮像する撮像部と、
システム時間を発するシステム時間管理部と、
前記システム時間とともに、前記撮像部が撮像した画像を記憶する画像記憶部と、
前記粒子が含まれる画像を検出する粒子検出部と、
前記粒子が対象粒子であるか否かを判断するソート判断部と、
前記粒子の遅延時間を計算する遅延時間計算部と、
前記ソート判断部の判断結果に応じて、前記遅延時間計算部によって計算されたタイミ
ングに合わせて前記粒子をソートするために、ソート信号を発するソート信号制御部と、
前記ソート信号に基づいて、前記対象粒子をソートするソート部と、
を有し、
前記遅延時間計算部は、前記第1視野及び前記第2視野で撮像された前記粒子の画像に
基づき、前記粒子が前記ソート部に到達するまでの前記遅延時間を計算する、
イメージングフローサイトメーターである。
粒子が流れる流路上の第1視野及び第2視野を撮像する撮像部と、
システム時間を発するシステム時間管理部と、
前記システム時間とともに、前記撮像部が撮像した画像を記憶する画像記憶部と、
前記粒子が含まれる画像を検出する粒子検出部と、
前記粒子が対象粒子であるか否かを判断するソート判断部と、
前記粒子の遅延時間を計算する遅延時間計算部と、
前記ソート判断部の判断結果に応じて、前記遅延時間計算部によって計算されたタイミ
ングに合わせて前記粒子をソートするために、ソート信号を発するソート信号制御部と、
前記ソート信号に基づいて、前記対象粒子をソートするソート部と、
を有し、
前記遅延時間計算部は、前記第1視野及び前記第2視野で撮像された前記粒子の画像に
基づき、前記粒子が前記ソート部に到達するまでの前記遅延時間を計算する、
イメージングフローサイトメーターである。
本発明の第2の観点は、
粒子が流れる流路上の第1視野及び第2視野を撮像部が撮像し、
前記撮像部が撮像した画像を、システム時間とともに記憶し、
前記粒子が含まれる画像を粒子検出部が検出し、
前記粒子が対象粒子であるか否かをソート判断部が判断し、
前記第1視野及び前記第2視野で撮像された前記粒子の画像に基づき、前記粒子がソー
ト部に到達するまでの遅延時間を計算し、
前記ソート判断部の判断結果に応じて、前記粒子の遅延時間に基づいてソート部が前記
対象粒子をソートする、
ソート方法である。
粒子が流れる流路上の第1視野及び第2視野を撮像部が撮像し、
前記撮像部が撮像した画像を、システム時間とともに記憶し、
前記粒子が含まれる画像を粒子検出部が検出し、
前記粒子が対象粒子であるか否かをソート判断部が判断し、
前記第1視野及び前記第2視野で撮像された前記粒子の画像に基づき、前記粒子がソー
ト部に到達するまでの遅延時間を計算し、
前記ソート判断部の判断結果に応じて、前記粒子の遅延時間に基づいてソート部が前記
対象粒子をソートする、
ソート方法である。
本発明の第3の観点は、
粒子が流れる流路上の第1視野及び第2視野を撮像部が撮像し、
前記撮像部が撮像した画像を、システム時間とともに記憶し、
前記粒子が含まれる画像を第1粒子検出部が検出し、
前記流路上の検出位置を検出器が検出し、
前記検出器からの検出信号を、前記システム時間とともに記憶し、
前記粒子の通過に対応する検出信号を第2粒子検出部が検出し、
前記第1視野及び前記第2視野で撮像された前記粒子の画像により求められる、前記粒
子が第1視野及び前記第2視野を通過した時間に基づき、前記粒子が前記検出位置に到達
する到達予想時間を計算し、
前記検出信号に基づき、前記粒子が検出位置に到達した到達時間を取得し、
前記到達時間に基づいて、前記粒子が第1視野及び前記第2視野を通過した時間から計
算される前記到達予想時間を調整する、
キャリブレーション方法である。
粒子が流れる流路上の第1視野及び第2視野を撮像部が撮像し、
前記撮像部が撮像した画像を、システム時間とともに記憶し、
前記粒子が含まれる画像を第1粒子検出部が検出し、
前記流路上の検出位置を検出器が検出し、
前記検出器からの検出信号を、前記システム時間とともに記憶し、
前記粒子の通過に対応する検出信号を第2粒子検出部が検出し、
前記第1視野及び前記第2視野で撮像された前記粒子の画像により求められる、前記粒
子が第1視野及び前記第2視野を通過した時間に基づき、前記粒子が前記検出位置に到達
する到達予想時間を計算し、
前記検出信号に基づき、前記粒子が検出位置に到達した到達時間を取得し、
前記到達時間に基づいて、前記粒子が第1視野及び前記第2視野を通過した時間から計
算される前記到達予想時間を調整する、
キャリブレーション方法である。
本発明によれば、簡易な構成で対象物の速度ばらつきを考慮したソート精度の高いイメ
ージングフローサイトメーター、ソート方法、及びキャリブレーション方法を提供できる
。
ージングフローサイトメーター、ソート方法、及びキャリブレーション方法を提供できる
。
<第1実施形態>
以下、図面を参照して、第1実施形態のイメージングフローサイトメーター1について
説明する。図1は、本実施形態のイメージングフローサイトメーターの構成図である。本
実施形態のイメージングフローサイトメーター1は、流路10を流れる粒子Pがソート対
象となる対象粒子であるか否かを判断し、対象粒子をソートするものである。粒子Pは、
例えば、ビーズ、細胞および細胞塊(血球細胞、骨髄細胞、リンパ球、循環がん細胞、血
管内皮細胞、血小板、血小板凝集塊、卵子、精子、受精卵、スフェロイド、オルガノイド
など)、オルガネラ(染色体、葉緑体、ミトコンドリアなど)、微生物、寄生虫、花粉、
藻(クラミドモナス、ユーグレナなど)である。多数の粒子Pは、流路10を一定の方向
に流れる。図1は、異なる種類の粒子P1,P2,P3が、この順で流路10を流れる様
子を示す。
以下、図面を参照して、第1実施形態のイメージングフローサイトメーター1について
説明する。図1は、本実施形態のイメージングフローサイトメーターの構成図である。本
実施形態のイメージングフローサイトメーター1は、流路10を流れる粒子Pがソート対
象となる対象粒子であるか否かを判断し、対象粒子をソートするものである。粒子Pは、
例えば、ビーズ、細胞および細胞塊(血球細胞、骨髄細胞、リンパ球、循環がん細胞、血
管内皮細胞、血小板、血小板凝集塊、卵子、精子、受精卵、スフェロイド、オルガノイド
など)、オルガネラ(染色体、葉緑体、ミトコンドリアなど)、微生物、寄生虫、花粉、
藻(クラミドモナス、ユーグレナなど)である。多数の粒子Pは、流路10を一定の方向
に流れる。図1は、異なる種類の粒子P1,P2,P3が、この順で流路10を流れる様
子を示す。
イメージングフローサイトメーター1は、撮像部20と、画像記憶部30と、粒子検出
部32と、ソート判断部34と、遅延時間計算部36と、ソート信号制御部38と、シス
テム時間管理部40と、ソート部50と、を有する。
部32と、ソート判断部34と、遅延時間計算部36と、ソート信号制御部38と、シス
テム時間管理部40と、ソート部50と、を有する。
撮像部20は、流路10上の第1視野12及び第2視野14を連続的に撮像する。図1
は、第1視野12内に粒子P3が流れ、第2視野14内には粒子Pが流れていない状態を
示す。撮像部20は、例えば、TDI(Time Delay Integration)カメラである。
第1視野12及び第2視野14は、いずれも撮像部20の光学系の視野に含まれる。な
お、単一のカメラ上で第1視野12及び第2視野14の双方を撮像してもよいし、各々の
視野に対して個別にカメラを割り当ててもよい。
は、第1視野12内に粒子P3が流れ、第2視野14内には粒子Pが流れていない状態を
示す。撮像部20は、例えば、TDI(Time Delay Integration)カメラである。
第1視野12及び第2視野14は、いずれも撮像部20の光学系の視野に含まれる。な
お、単一のカメラ上で第1視野12及び第2視野14の双方を撮像してもよいし、各々の
視野に対して個別にカメラを割り当ててもよい。
TDIカメラは、撮像対象物の移動とカメラの画像センサ上での電荷の移動を一致させ
ることで、一定速度で移動する物体を、露光時間を確保しつつブレを防いで撮像する。T
DIカメラの画像センサ上での電荷の移動方向が粒子Pの移動方向と一致するように配置
し、さらに電荷の移動速度と粒子Pの画像センサ上での見かけの移動速度が一致するよう
に、光学系の倍率や粒子の移動速度、画像センサのクロックなどのパラメータを適切に設
定することで、粒子Pの画像を撮像できる。TDIカメラについては、例えば、米国特許
第6,211,955号公報や米国特許第6,249,341号公報に記載されている。
ることで、一定速度で移動する物体を、露光時間を確保しつつブレを防いで撮像する。T
DIカメラの画像センサ上での電荷の移動方向が粒子Pの移動方向と一致するように配置
し、さらに電荷の移動速度と粒子Pの画像センサ上での見かけの移動速度が一致するよう
に、光学系の倍率や粒子の移動速度、画像センサのクロックなどのパラメータを適切に設
定することで、粒子Pの画像を撮像できる。TDIカメラについては、例えば、米国特許
第6,211,955号公報や米国特許第6,249,341号公報に記載されている。
また、撮像部20は、TDIカメラに限られず、一般のラインセンサを用いたり、エリ
アセンサと回転ミラーを組み合わせたりしてもよい(例えば、D. B. Kay et al., The Jo
urnal of Histochemistry and Cytochemistry 27, 329-334, 1979)。
アセンサと回転ミラーを組み合わせたりしてもよい(例えば、D. B. Kay et al., The Jo
urnal of Histochemistry and Cytochemistry 27, 329-334, 1979)。
また、撮像部20は、フラッシュランプとエリアセンサを組み合わせた方法(例えば、
K. Satoh et al., Cytometry 48, 194-201, 2002)、STEAM法(例えば、K. Goda et
al., Proc. Natl. Acad. Sci. USA 109, 11630-11635, 2012)、FIRE法(例えば、E
, D. Diebold et al., Nature Photonics 7, 806-810, 2013)、Spatial-Temporal Trans
formation法(例えば、Y. Han and Y.-H Lo, Scientific Reports 5, 13267, 2015)、F
DM法(例えば、H. Mikami et al., Optica 5, 117-126, 2018)などの各種のイメージ
ングフローサイトメーター技術と組み合わせてもよい。
K. Satoh et al., Cytometry 48, 194-201, 2002)、STEAM法(例えば、K. Goda et
al., Proc. Natl. Acad. Sci. USA 109, 11630-11635, 2012)、FIRE法(例えば、E
, D. Diebold et al., Nature Photonics 7, 806-810, 2013)、Spatial-Temporal Trans
formation法(例えば、Y. Han and Y.-H Lo, Scientific Reports 5, 13267, 2015)、F
DM法(例えば、H. Mikami et al., Optica 5, 117-126, 2018)などの各種のイメージ
ングフローサイトメーター技術と組み合わせてもよい。
撮像部20が撮像した第1視野12及び第2視野14の画像は、画像記憶部30に出力
される。
システム時間管理部40は、システム時間を発する。システム時間管理部40により発
せられたシステム時間は、画像記憶部30とソート信号制御部38に送信される。
される。
システム時間管理部40は、システム時間を発する。システム時間管理部40により発
せられたシステム時間は、画像記憶部30とソート信号制御部38に送信される。
画像記憶部30は、撮像部20から連続的に出力される第1視野12及び第2視野14
の画像を記憶する。また、画像記憶部30は、システム時間管理部40が発するシステム
時間を受信する。そして、第1視野12及び第2視野14の画像が画像記憶部30に入力
されたタイミングのシステム時間を、画像記憶部30は画像とともに記憶する。すなわち
、各画像にはタイムスタンプが付与される。
の画像を記憶する。また、画像記憶部30は、システム時間管理部40が発するシステム
時間を受信する。そして、第1視野12及び第2視野14の画像が画像記憶部30に入力
されたタイミングのシステム時間を、画像記憶部30は画像とともに記憶する。すなわち
、各画像にはタイムスタンプが付与される。
画像記憶部30は、撮像部20からの画像入力と、粒子検出部32への画像出力と、シ
ステム時間管理部40からのシステム時間の入力をリアルタイムに処理する。画像は、ラ
インバッファ又は画像バッファで保存される。
ステム時間管理部40からのシステム時間の入力をリアルタイムに処理する。画像は、ラ
インバッファ又は画像バッファで保存される。
画像記憶部30は、画像バッファとなる内部メモリを搭載したFPGA(Field Progra
mmable Gate Array)や、FPGAとDRAM(Dynamic Random Access Memory)などの
外部メモリを組合わせた構成や、FPGAを専用もしくは汎用の論理回路に置き換えた構
成、マイクロプロセッサとメモリを組合わせたコンピュータシステムでもよい。
mmable Gate Array)や、FPGAとDRAM(Dynamic Random Access Memory)などの
外部メモリを組合わせた構成や、FPGAを専用もしくは汎用の論理回路に置き換えた構
成、マイクロプロセッサとメモリを組合わせたコンピュータシステムでもよい。
粒子検出部32は、粒子Pが含まれる画像を検出する。具体的には、画像記憶部30に
記憶される画像の中には、粒子Pが含まれる画像と粒子Pが含まれない画像があるが、例
えば、画像解析の技術により、粒子Pが含まれる画像を検出できる。また、粒子検出部3
2は、画像解析の技術により、粒子Pの領域や輪郭、位置を取得できる。
記憶される画像の中には、粒子Pが含まれる画像と粒子Pが含まれない画像があるが、例
えば、画像解析の技術により、粒子Pが含まれる画像を検出できる。また、粒子検出部3
2は、画像解析の技術により、粒子Pの領域や輪郭、位置を取得できる。
様々な画像解析の方法が知られており、粒子Pの種類などによって選択できる。例えば
、非特許文献1に示されるように、粒子検出部32は、ビーズ粒子を対象として、画像の
二値化により粒子領域を検出してもよい。また、粒子検出部32は、藻類細胞を対象とし
て、フィルタにより細胞輪郭を示す特徴量を抽出した後に、その輪郭を二値化し、モルフ
ォロジー演算により連結・拡縮することで細胞領域を検出してもよい。
また、市販の画像解析ソフトウエアや、オープンソースの画像解析ソフトウエアなどを
用いて、細胞の輪郭抽出や細胞領域のセグメンテーションなどにより細胞領域を検出して
もよい。
、非特許文献1に示されるように、粒子検出部32は、ビーズ粒子を対象として、画像の
二値化により粒子領域を検出してもよい。また、粒子検出部32は、藻類細胞を対象とし
て、フィルタにより細胞輪郭を示す特徴量を抽出した後に、その輪郭を二値化し、モルフ
ォロジー演算により連結・拡縮することで細胞領域を検出してもよい。
また、市販の画像解析ソフトウエアや、オープンソースの画像解析ソフトウエアなどを
用いて、細胞の輪郭抽出や細胞領域のセグメンテーションなどにより細胞領域を検出して
もよい。
また、粒子検出部32は、検出された粒子Pに対し、図2(a)、図2(b)に示すよ
うに、粒子Pの第1視野12における画像と第2視野14における画像とを1対1に対応
付け、粒子単位で識別番号を付与する。
粒子検出部32で検出され識別番号を付与された粒子Pの画像は、ソート判断部34に
出力される。また、粒子検出部32は、識別番号を付与され、かつ、画像記憶部30でシ
ステム時間を付与された粒子Pの画像より、検出された粒子Pの所定の特徴点(例えば、
中心、重心、先端、後端など)が第1視野12及び第2視野14の所定の基準位置(例え
ば、中央)を通過した時間t1およびt2を計算する。
うに、粒子Pの第1視野12における画像と第2視野14における画像とを1対1に対応
付け、粒子単位で識別番号を付与する。
粒子検出部32で検出され識別番号を付与された粒子Pの画像は、ソート判断部34に
出力される。また、粒子検出部32は、識別番号を付与され、かつ、画像記憶部30でシ
ステム時間を付与された粒子Pの画像より、検出された粒子Pの所定の特徴点(例えば、
中心、重心、先端、後端など)が第1視野12及び第2視野14の所定の基準位置(例え
ば、中央)を通過した時間t1およびt2を計算する。
ここで、図2を参照して、粒子検出部32による通過時間を詳細に説明する。図2(a
)は、識別番号IDの粒子Pが第1視野12の中心に位置する画像を示す。このとき、第
2視野14には粒子Pは存在しない。図2(b)は、同じ識別番号IDの粒子Pが第2視
野14の中心に位置する画像を示す。このとき、第1視野12には粒子Pは存在しない。
)は、識別番号IDの粒子Pが第1視野12の中心に位置する画像を示す。このとき、第
2視野14には粒子Pは存在しない。図2(b)は、同じ識別番号IDの粒子Pが第2視
野14の中心に位置する画像を示す。このとき、第1視野12には粒子Pは存在しない。
撮像部20がTDIカメラなどのラインセンサであり、各ラインに対してシステム時間
が付与されている場合、粒子Pの特徴点が含まれるラインに付与されたシステム時間を、
粒子Pが第1視野12及び第2視野14を通過した時間t1およびt2とする。
が付与されている場合、粒子Pの特徴点が含まれるラインに付与されたシステム時間を、
粒子Pが第1視野12及び第2視野14を通過した時間t1およびt2とする。
撮像部20がエリアセンサであり、各画像に対してシステム時間が付与されており、図
2に示すように、第1視野12及び第2視野14の中心に粒子Pが到達したタイミングで
の画像を得ることができる場合、画像に付与されたシステム時間をt1およびt2とする
。
ここで、第1視野12及び第2視野14の中で粒子Pが撮像される位置が所定の基準位
置と異なる場合は、画像に付与されたシステム時間及び粒子Pの特徴点の位置情報より、
t1およびt2の推定値を計算できる。例えば、第1視野12及び第2視野14での粒子
Pを含む画像に付与されたシステム時間がT1およびT2、画像上の基準位置から粒子P
の特徴点の流路の流れ方向へのずれ量がΔy1およびΔy2、粒子の流れ方向での移動速
度の推定値がVである場合、t1=T1+Δy1/V、t2=T2+Δy2/Vなどとし
て計算できる。
2に示すように、第1視野12及び第2視野14の中心に粒子Pが到達したタイミングで
の画像を得ることができる場合、画像に付与されたシステム時間をt1およびt2とする
。
ここで、第1視野12及び第2視野14の中で粒子Pが撮像される位置が所定の基準位
置と異なる場合は、画像に付与されたシステム時間及び粒子Pの特徴点の位置情報より、
t1およびt2の推定値を計算できる。例えば、第1視野12及び第2視野14での粒子
Pを含む画像に付与されたシステム時間がT1およびT2、画像上の基準位置から粒子P
の特徴点の流路の流れ方向へのずれ量がΔy1およびΔy2、粒子の流れ方向での移動速
度の推定値がVである場合、t1=T1+Δy1/V、t2=T2+Δy2/Vなどとし
て計算できる。
なお、図2(a)においては、システム時間t1において第2視野14に粒子Pが含ま
れていない例を示したが、システム時間t1において別の粒子Pが第2視野14に含まれ
ていてもよい。また、図2(b)においては、システム時間t2において第1視野12に
粒子Pが含まれていない例を示したが、システム時間t2において別の粒子Pが第1視野
12に含まれていてもよい。
粒子検出部32は、粒子Pに対して算出されたシステム時間t1及びt2を、粒子Pに
対して付与された識別番号とともに、遅延時間計算部36に出力する。
れていない例を示したが、システム時間t1において別の粒子Pが第2視野14に含まれ
ていてもよい。また、図2(b)においては、システム時間t2において第1視野12に
粒子Pが含まれていない例を示したが、システム時間t2において別の粒子Pが第1視野
12に含まれていてもよい。
粒子検出部32は、粒子Pに対して算出されたシステム時間t1及びt2を、粒子Pに
対して付与された識別番号とともに、遅延時間計算部36に出力する。
ソート判断部34は、粒子Pが対象粒子であるか否かを判断する。具体的には、ソート
判断部34は、粒子検出部32から出力される粒子Pの画像を解析することにより、粒子
Pが対象粒子であるか否かを判断する。そして、ソート判断部34は、粒子Pの識別番号
とともに判断結果をソート信号制御部38へ出力する。
ソート判断部34は、対象となる粒子の種類に応じて様々な画像解析方法を用いること
が出来る。例えば、画像から1つ以上の特徴量を計算し、その分布から粒子Pを分類する
方法、特徴量の分布に対してSVM(Support Vector Machine)などの機械学習により分
類する方法、画像に対して深層学習を適用することで分類する方法などが用いられる。
判断部34は、粒子検出部32から出力される粒子Pの画像を解析することにより、粒子
Pが対象粒子であるか否かを判断する。そして、ソート判断部34は、粒子Pの識別番号
とともに判断結果をソート信号制御部38へ出力する。
ソート判断部34は、対象となる粒子の種類に応じて様々な画像解析方法を用いること
が出来る。例えば、画像から1つ以上の特徴量を計算し、その分布から粒子Pを分類する
方法、特徴量の分布に対してSVM(Support Vector Machine)などの機械学習により分
類する方法、画像に対して深層学習を適用することで分類する方法などが用いられる。
特徴量による分類方法として、非特許文献1に示されるように、ソート判断部34は、
ビーズ粒子を対象として、画像の粒子面積や明るさなどの分布に対して、特定の領域をソ
ート対象とする方法を用いてもよい。また、ソート判断部34は、藻類細胞を対象として
、画像内の蛍光の明るさの局在を特徴量化し、細胞面積と併せた分布に対して特定の領域
をソート対象とする方法を用いてもよい。
また、深層学習による分類方法として、ソート判断部34は、ビーズ粒子を対象として
2クラスを分類するCNN(Convolutional Neural Network)を構成して、一方のクラス
をソート対象とした方法を用いてもよい。また、ソート判断部34は、ヒトの血球細胞を
対象として、3クラスを分類するCNNを構成して、各クラスの確信度の分布に対して、
特定の領域をソートする方法を用いてもよい。
このほか、ソート判断部34は、米国特許第6,211,955号公報に記載されるよ
うに、細胞核内部の蛍光画像から輝点の有無により分類する方法を用いてもよい。
ビーズ粒子を対象として、画像の粒子面積や明るさなどの分布に対して、特定の領域をソ
ート対象とする方法を用いてもよい。また、ソート判断部34は、藻類細胞を対象として
、画像内の蛍光の明るさの局在を特徴量化し、細胞面積と併せた分布に対して特定の領域
をソート対象とする方法を用いてもよい。
また、深層学習による分類方法として、ソート判断部34は、ビーズ粒子を対象として
2クラスを分類するCNN(Convolutional Neural Network)を構成して、一方のクラス
をソート対象とした方法を用いてもよい。また、ソート判断部34は、ヒトの血球細胞を
対象として、3クラスを分類するCNNを構成して、各クラスの確信度の分布に対して、
特定の領域をソートする方法を用いてもよい。
このほか、ソート判断部34は、米国特許第6,211,955号公報に記載されるよ
うに、細胞核内部の蛍光画像から輝点の有無により分類する方法を用いてもよい。
遅延時間計算部36は、粒子検出部32で計算された、粒子Pが第1視野12及び第2
視野14の基準位置を通過した時間t1及びt2に基づき、粒子Pがソート部50に到達
するまでの遅延時間を計算する。具体的には、第1視野12及び第2視野14の各々の基
準位置の間の距離をL1、第1視野12の基準位置とソート部50との間の距離をL2と
すると、遅延時間ΔTは、ΔT=(L2/L1)×(t2−t1)として求められる。こ
の時、L1及びL2の値がいずれも既知である場合、それらの値を用いてもよい。L1及
びL2のうち少なくとも一方が不確定な場合は、係数A=L2/L1の値をキャリブレー
ションによって求めてもよい。
なお、上記の遅延時間ΔTは、粒子Pが第1視野12の基準位置を通過してから粒子P
がソート部50に到達するまでの時間であるが、これに限られない。遅延時間は、粒子P
が第2視野14の基準位置を通過してからソート部50に到達するまでの時間でもよい。
視野14の基準位置を通過した時間t1及びt2に基づき、粒子Pがソート部50に到達
するまでの遅延時間を計算する。具体的には、第1視野12及び第2視野14の各々の基
準位置の間の距離をL1、第1視野12の基準位置とソート部50との間の距離をL2と
すると、遅延時間ΔTは、ΔT=(L2/L1)×(t2−t1)として求められる。こ
の時、L1及びL2の値がいずれも既知である場合、それらの値を用いてもよい。L1及
びL2のうち少なくとも一方が不確定な場合は、係数A=L2/L1の値をキャリブレー
ションによって求めてもよい。
なお、上記の遅延時間ΔTは、粒子Pが第1視野12の基準位置を通過してから粒子P
がソート部50に到達するまでの時間であるが、これに限られない。遅延時間は、粒子P
が第2視野14の基準位置を通過してからソート部50に到達するまでの時間でもよい。
遅延時間計算部36は、粒子Pの識別番号とともに粒子Pの遅延時間をソート信号制御
部38へ出力する。
部38へ出力する。
ソート信号制御部38は、ソート判断部34の判断結果に応じて、遅延時間計算部36
によって計算された粒子Pの遅延時間に基づいて計算されるタイミングで粒子Pをソート
するために、必要となるソート信号を発する。
ソート信号制御部38には、システム時間管理部40からシステム時間が送信されてい
るため、粒子Pがソート部50に到達するタイミングに合わせて、ソート信号制御部38
はソート部50に適切なソート信号を発する。
によって計算された粒子Pの遅延時間に基づいて計算されるタイミングで粒子Pをソート
するために、必要となるソート信号を発する。
ソート信号制御部38には、システム時間管理部40からシステム時間が送信されてい
るため、粒子Pがソート部50に到達するタイミングに合わせて、ソート信号制御部38
はソート部50に適切なソート信号を発する。
ソート信号は、例えば、パルス信号である。パルス信号は、対象粒子がソート部に到達
したタイミングに合わせて発せられ、ソート部50に伝達される。または、タイミングの
情報を符号化した信号を、別途準備した信号線を用いて伝達してもよい。
また、ソート部50が対象粒子を2種類以上に分けてソートする場合がある。例えば、
2種類に分けてソートする場合(2-way sorting)、4種類に分けてソートする場合(4-w
ay sorting)がある。そのような場合には、ソート判断部34が対象粒子をさらに複数の
異なる種類に分類し、その分類結果がソート信号に含まれる。その場合、例えば、パルス
信号の振幅や符号などを用いて、分類結果をパルス信号に含ませることができる。
または、パルス信号と合わせて別途準備した信号線を用いて、分類結果をデジタル信号
などとしてソート部50に伝達してもよい。
さらに、ソート信号はソートのタイミングを開始時間としてソートを持続する時間幅を
伝達してもよい。その場合、ソートを持続する時間幅を、パルス信号のパルス幅として伝
達してもよいし、ソートを持続する時間幅を符号化した信号を別途準備した信号線を用い
て伝達してもよい。
したタイミングに合わせて発せられ、ソート部50に伝達される。または、タイミングの
情報を符号化した信号を、別途準備した信号線を用いて伝達してもよい。
また、ソート部50が対象粒子を2種類以上に分けてソートする場合がある。例えば、
2種類に分けてソートする場合(2-way sorting)、4種類に分けてソートする場合(4-w
ay sorting)がある。そのような場合には、ソート判断部34が対象粒子をさらに複数の
異なる種類に分類し、その分類結果がソート信号に含まれる。その場合、例えば、パルス
信号の振幅や符号などを用いて、分類結果をパルス信号に含ませることができる。
または、パルス信号と合わせて別途準備した信号線を用いて、分類結果をデジタル信号
などとしてソート部50に伝達してもよい。
さらに、ソート信号はソートのタイミングを開始時間としてソートを持続する時間幅を
伝達してもよい。その場合、ソートを持続する時間幅を、パルス信号のパルス幅として伝
達してもよいし、ソートを持続する時間幅を符号化した信号を別途準備した信号線を用い
て伝達してもよい。
なお、粒子Pがソート部50に到達するシステム時間は、遅延時間計算部36、ソート
信号制御部38のいずれが計算してもよい。
ソート判断部34の判断結果により、粒子Pが対象粒子である場合のみに、ソート信号
制御部38がソート信号を発してもよい。また、ソート判断部34の判断結果により、粒
子Pが対象粒子である場合と対象粒子ではない場合に、ソート信号制御部38が異なるソ
ート信号を発してもよい。
信号制御部38のいずれが計算してもよい。
ソート判断部34の判断結果により、粒子Pが対象粒子である場合のみに、ソート信号
制御部38がソート信号を発してもよい。また、ソート判断部34の判断結果により、粒
子Pが対象粒子である場合と対象粒子ではない場合に、ソート信号制御部38が異なるソ
ート信号を発してもよい。
ソート部50は、ソート信号制御部38から発せられるソート信号に基づいて、対象粒
子をソートする。ソート部50は、ソート信号で示されたタイミングに基づき、ソート信
号制御部38から受信、又は、ソート部50内部に格納された、ソートウィンドウの情報
(後述する図4のW1、W2)より、ソート方向の切り替えを制御する。ソート部50は
、例えば、ドロップレットソーターやオンチップソーターである。
子をソートする。ソート部50は、ソート信号で示されたタイミングに基づき、ソート信
号制御部38から受信、又は、ソート部50内部に格納された、ソートウィンドウの情報
(後述する図4のW1、W2)より、ソート方向の切り替えを制御する。ソート部50は
、例えば、ドロップレットソーターやオンチップソーターである。
ソート部50は、例えば、M. J. Fulwyler, Science 150, 910-911 (1965)に開示され
たドロップレットソーターでもよい。この場合、ソート部50は、流路10の先端に配置
されたノズルを有し、ノズルより液滴(droplet)が一定周期で形成される。対象粒子を
含む液滴が形成されるタイミングで対象粒子近傍の液体に電場を与えることで、対象粒子
を含む液滴に対して選択的に荷電する。液滴が落下する軌跡の近傍に静電場を与えること
で、荷電された対象粒子を含む液滴のみ選択的に、落下軌跡をずらすことができ、落下点
に回収容器を設置することで対象粒子をソートできる。さらに、液滴に荷電する電荷の正
負及び電荷量をコントロールし、液滴の軌跡を異なるの方向や角度に振り分けることによ
って、2種類以上の種類の細胞を2つ以上の個別の容器に分けて回収することもできる。
たドロップレットソーターでもよい。この場合、ソート部50は、流路10の先端に配置
されたノズルを有し、ノズルより液滴(droplet)が一定周期で形成される。対象粒子を
含む液滴が形成されるタイミングで対象粒子近傍の液体に電場を与えることで、対象粒子
を含む液滴に対して選択的に荷電する。液滴が落下する軌跡の近傍に静電場を与えること
で、荷電された対象粒子を含む液滴のみ選択的に、落下軌跡をずらすことができ、落下点
に回収容器を設置することで対象粒子をソートできる。さらに、液滴に荷電する電荷の正
負及び電荷量をコントロールし、液滴の軌跡を異なるの方向や角度に振り分けることによ
って、2種類以上の種類の細胞を2つ以上の個別の容器に分けて回収することもできる。
ソート部50は、例えば、非特許文献1に開示されたオンチップソーターでもよい。こ
の場合、流路10を跨ぐ形でデュアルメンブレンポンプ(dual-membrane pump)を配置す
ることで、対象粒子が通過するタイミングで流路10に対して直交する方向に局所的な流
れを引き起こして対象粒子の軌跡をずらし、下流に配置した分岐流路で異なる方向の流路
に振り分けることで、対象粒子をソートする。デュアルメンブレンポンプについては、例
えば、S. Sakuma et al., Lab on a Chip 17, 2760-2767, 2017に記載されている。
の場合、流路10を跨ぐ形でデュアルメンブレンポンプ(dual-membrane pump)を配置す
ることで、対象粒子が通過するタイミングで流路10に対して直交する方向に局所的な流
れを引き起こして対象粒子の軌跡をずらし、下流に配置した分岐流路で異なる方向の流路
に振り分けることで、対象粒子をソートする。デュアルメンブレンポンプについては、例
えば、S. Sakuma et al., Lab on a Chip 17, 2760-2767, 2017に記載されている。
以下、本実施形態のイメージングフローサイトメーター1を用いたソート方法について
説明する。まず、多数の粒子Pが流路10を流れる。撮像部20は、第1視野12及び第
2視野14を連続的に撮像する。撮像部20が撮像した画像は、システム時間とともに画
像記憶部30に記憶される。そして、粒子検出部32は、粒子Pが含まれる画像を検出す
る。
ソート判断部34は、粒子Pが対象粒子であるか否かを判断する。また、遅延時間計算
部36は、粒子Pが第1視野12及び第2視野14の基準位置を通過した時間t1及びt
2に基づき、粒子Pがソート部50に到達するまでの遅延時間を計算する。そして、ソー
ト部50は、ソート判断部34の判断結果に応じて、遅延時間に基づいて粒子Pをソート
する。
説明する。まず、多数の粒子Pが流路10を流れる。撮像部20は、第1視野12及び第
2視野14を連続的に撮像する。撮像部20が撮像した画像は、システム時間とともに画
像記憶部30に記憶される。そして、粒子検出部32は、粒子Pが含まれる画像を検出す
る。
ソート判断部34は、粒子Pが対象粒子であるか否かを判断する。また、遅延時間計算
部36は、粒子Pが第1視野12及び第2視野14の基準位置を通過した時間t1及びt
2に基づき、粒子Pがソート部50に到達するまでの遅延時間を計算する。そして、ソー
ト部50は、ソート判断部34の判断結果に応じて、遅延時間に基づいて粒子Pをソート
する。
このように、本実施形態のイメージングフローサイトメーター1やソート方法によれば
、従来よりも簡易な構成で、粒子Pの速度ばらつきを考慮し、ソート精度を高めることが
できる。
、従来よりも簡易な構成で、粒子Pの速度ばらつきを考慮し、ソート精度を高めることが
できる。
<第2実施形態>
以下、図面を参照して、第2実施形態のイメージングフローサイトメーター1について
説明する。図3は、本実施形態のイメージングフローサイトメーター1の構成図である。
本実施形態のイメージングフローサイトメーター1は、遅延時間のキャリブレーション機
能を有する。具体的には、イメージングフローサイトメーター1では、キャリブレーショ
ン用のビーズ(粒子P)を流路10に流し、第1視野12、第2視野14を流れる粒子P
が、検出位置Xで検出される到達時間を測定する。これにより、第1視野12、第2視野
14を流れる粒子Pから計算される粒子Pの到達予想時間のキャリブレーションを行う。
以下、図面を参照して、第2実施形態のイメージングフローサイトメーター1について
説明する。図3は、本実施形態のイメージングフローサイトメーター1の構成図である。
本実施形態のイメージングフローサイトメーター1は、遅延時間のキャリブレーション機
能を有する。具体的には、イメージングフローサイトメーター1では、キャリブレーショ
ン用のビーズ(粒子P)を流路10に流し、第1視野12、第2視野14を流れる粒子P
が、検出位置Xで検出される到達時間を測定する。これにより、第1視野12、第2視野
14を流れる粒子Pから計算される粒子Pの到達予想時間のキャリブレーションを行う。
イメージングフローサイトメーター1は、撮像部20と、画像記憶部30と、第1粒子
検出部32と、遅延時間計算部36と、システム時間管理部40と、検出器60と、検出
信号記憶部70と、第2粒子研修部72と、比較部80と、を有する。本実施形態の撮像
部20、画像記憶部30、遅延時間計算部36は、第1実施形態と同一である。
検出部32と、遅延時間計算部36と、システム時間管理部40と、検出器60と、検出
信号記憶部70と、第2粒子研修部72と、比較部80と、を有する。本実施形態の撮像
部20、画像記憶部30、遅延時間計算部36は、第1実施形態と同一である。
本実施形態の第1粒子検出部32は、第1実施形態の粒子検出部32と同一である。第
1粒子検出部32で検出され識別番号を付与された粒子Pの画像は、比較部80に出力さ
れる。
また、第1粒子検出部32は、粒子Pに対して算出されたシステム時間t1及びt2を
、粒子Pに対して付与された識別番号とともに、遅延時間計算部36に出力する。
1粒子検出部32で検出され識別番号を付与された粒子Pの画像は、比較部80に出力さ
れる。
また、第1粒子検出部32は、粒子Pに対して算出されたシステム時間t1及びt2を
、粒子Pに対して付与された識別番号とともに、遅延時間計算部36に出力する。
遅延時間計算部36は、第1粒子検出部32で計算された、粒子Pが第1視野12及び
第2視野14の基準位置を通過した時間t1及びt2に基づき、粒子Pが後述する検出位
置Xに到達する時間(到達予想時間)を計算する。
遅延時間計算部36は、粒子Pの識別番号とともに粒子Pの到達予想時間を比較部80
へ出力する。
第2視野14の基準位置を通過した時間t1及びt2に基づき、粒子Pが後述する検出位
置Xに到達する時間(到達予想時間)を計算する。
遅延時間計算部36は、粒子Pの識別番号とともに粒子Pの到達予想時間を比較部80
へ出力する。
システム時間管理部40は、システム時間を発する。システム時間管理部40により発
せられたシステム時間は、画像記憶部30と検出信号記憶部70に送信される。
せられたシステム時間は、画像記憶部30と検出信号記憶部70に送信される。
検出器60は、流路10上の検出位置Xを流れる粒子Pを検出する。検出器60は、例
えば、カメラ、ストロボカメラ、レーザーとディテクタである。カメラやストロボカメラ
は、検出位置Xの画像を取得し、その画像から粒子Pの通過を検出する。レーザーとディ
テクタでは、レーザーをディテクタに入射させて検出位置Xにおけるディテクタの信号を
取得し、検出位置Xを粒子Pが通過したときの信号波形の変化から、粒子Pの通過を検出
する。検出位置Xは、ソート位置の近くであることが好ましい。検出器60は、検出信号
を検出信号記憶部70に出力する。
なお、検出器60が画像を取得する場合は、第1視野12、第2視野14、検出位置X
を同時に検出できるものであることが好ましい。
えば、カメラ、ストロボカメラ、レーザーとディテクタである。カメラやストロボカメラ
は、検出位置Xの画像を取得し、その画像から粒子Pの通過を検出する。レーザーとディ
テクタでは、レーザーをディテクタに入射させて検出位置Xにおけるディテクタの信号を
取得し、検出位置Xを粒子Pが通過したときの信号波形の変化から、粒子Pの通過を検出
する。検出位置Xは、ソート位置の近くであることが好ましい。検出器60は、検出信号
を検出信号記憶部70に出力する。
なお、検出器60が画像を取得する場合は、第1視野12、第2視野14、検出位置X
を同時に検出できるものであることが好ましい。
検出信号記憶部70は、検出器60から出力される検出信号を記憶する。また、検出信
号記憶部70は、システム時間管理部40が発するシステム時間を受信する。そして、検
出信号が検出されたタイミングのシステム時間(到達時間)を、検出信号記憶部70は検
出信号とともに記憶する。すなわち、各検出信号にはタイムスタンプが付与される。
号記憶部70は、システム時間管理部40が発するシステム時間を受信する。そして、検
出信号が検出されたタイミングのシステム時間(到達時間)を、検出信号記憶部70は検
出信号とともに記憶する。すなわち、各検出信号にはタイムスタンプが付与される。
検出信号記憶部70は、検出器60からの検出信号の入力と、第2粒子検出部72への
検出信号の出力と、システム時間管理部40からのシステム時間の入力をリアルタイムに
処理する。
検出器60が画像を取得する場合、検出信号記憶部70は、画像記憶部30と同様の構
成を採用してもよい。検出器60がディテクタのように時間方向に連続な信号を取得する
場合、検出信号記憶部70は、検出信号をデジタル信号に変換するADC(Analog Digit
al Converter)と、検出信号バッファとなる内部メモリおよび処理回路を搭載したFPG
A(Field Programmable Gate Array)で構成できる。検出信号バッファと処理回路につ
いては、FPGAとDRAM(Dynamic Random Access Memory)などの外部メモリを組合
わせた構成や、FPGAを専用もしくは汎用の論理回路に置き換えた構成、マイクロプロ
セッサとメモリを組合わせたコンピュータシステムでもよい。
検出信号の出力と、システム時間管理部40からのシステム時間の入力をリアルタイムに
処理する。
検出器60が画像を取得する場合、検出信号記憶部70は、画像記憶部30と同様の構
成を採用してもよい。検出器60がディテクタのように時間方向に連続な信号を取得する
場合、検出信号記憶部70は、検出信号をデジタル信号に変換するADC(Analog Digit
al Converter)と、検出信号バッファとなる内部メモリおよび処理回路を搭載したFPG
A(Field Programmable Gate Array)で構成できる。検出信号バッファと処理回路につ
いては、FPGAとDRAM(Dynamic Random Access Memory)などの外部メモリを組合
わせた構成や、FPGAを専用もしくは汎用の論理回路に置き換えた構成、マイクロプロ
セッサとメモリを組合わせたコンピュータシステムでもよい。
第2粒子検出部72は、粒子Pの通過によって引き起こされた検出信号の変化を検出す
ることで粒子Pの検出を行い、検出信号記憶部70によって粒子Pの通過に対応する検出
信号に付与されたシステム時間(到達時間)を比較部80へ出力する。
検出器60が画像を取得する場合は、第2粒子検出部72は、第1粒子検出部32と同
様の構成を採用してもよい。検出器60がディテクタのように時間方向に連続な信号を取
得する場合、例えば、信号の変化が一定の閾値以上であった時間を粒子Pの通過時間とし
て粒子Pを検出するなどの方法により、粒子を検出することができる。
ることで粒子Pの検出を行い、検出信号記憶部70によって粒子Pの通過に対応する検出
信号に付与されたシステム時間(到達時間)を比較部80へ出力する。
検出器60が画像を取得する場合は、第2粒子検出部72は、第1粒子検出部32と同
様の構成を採用してもよい。検出器60がディテクタのように時間方向に連続な信号を取
得する場合、例えば、信号の変化が一定の閾値以上であった時間を粒子Pの通過時間とし
て粒子Pを検出するなどの方法により、粒子を検出することができる。
比較部80は、遅延時間計算部36から出力される粒子Pの識別番号と、第2粒子検出
部72から出力される粒子Pの到達時間を紐付ける。具体的には、比較部80は、遅延時
間計算部36からの粒子Pの到達予想時間と、第2粒子検出部72からの粒子Pの到達時
間に基づいて、粒子Pの識別番号を紐付ける。
比較部80は、紐付けられた粒子Pの識別番号、到達予想時間、到達時間をセットで出
力する。
部72から出力される粒子Pの到達時間を紐付ける。具体的には、比較部80は、遅延時
間計算部36からの粒子Pの到達予想時間と、第2粒子検出部72からの粒子Pの到達時
間に基づいて、粒子Pの識別番号を紐付ける。
比較部80は、紐付けられた粒子Pの識別番号、到達予想時間、到達時間をセットで出
力する。
比較部80は、粒子Pの到達予想時間、到達時間に基づいて、キャリブレーションを行
う。図4は、キャリブレーション方法の一例を示す。横軸は、遅延時間計算部36により
計算される視野通過時間ΔTを示す。ここで、粒子Pが第1視野12及び第2視野14の
基準位置を通過した時間をt1、t2とすると、視野通過時間ΔTは(t2−t1)とな
る。縦軸は、粒子Pの到達時間Tを示す。
第1視野12及び第2視野14の各々の基準位置の間の距離をL1、第1視野12の基
準位置と検出位置Xの間の距離をL2とすると、粒子Pが等速運動をしている場合には、
到達予想時間は(L2/L1)×(t2−t1)として求められる。ここでは係数A=L
2/L1の値をキャリブレーションにより求めることで、t1およびt2が与えられた際
に到達予想時間を求めることができる。
う。図4は、キャリブレーション方法の一例を示す。横軸は、遅延時間計算部36により
計算される視野通過時間ΔTを示す。ここで、粒子Pが第1視野12及び第2視野14の
基準位置を通過した時間をt1、t2とすると、視野通過時間ΔTは(t2−t1)とな
る。縦軸は、粒子Pの到達時間Tを示す。
第1視野12及び第2視野14の各々の基準位置の間の距離をL1、第1視野12の基
準位置と検出位置Xの間の距離をL2とすると、粒子Pが等速運動をしている場合には、
到達予想時間は(L2/L1)×(t2−t1)として求められる。ここでは係数A=L
2/L1の値をキャリブレーションにより求めることで、t1およびt2が与えられた際
に到達予想時間を求めることができる。
比較部80は、粒子Pの視野通過時間ΔTと到達時間Tをプロットし、モデル式にフィ
ッティングを行う。モデル式は、例えば、図4に示すような原点を通る直線であるが、こ
れに限られない。原点を通る直線をモデル式とする場合、モデル式はT=A×ΔTとなる
。比較部80は、粒子Pの視野通過時間ΔTと到達時間Tのプロットから係数Aを求める
ことにより、キャリブレーションを行う。
ッティングを行う。モデル式は、例えば、図4に示すような原点を通る直線であるが、こ
れに限られない。原点を通る直線をモデル式とする場合、モデル式はT=A×ΔTとなる
。比較部80は、粒子Pの視野通過時間ΔTと到達時間Tのプロットから係数Aを求める
ことにより、キャリブレーションを行う。
比較部80は、粒子Pの到達予想時間に代えて、又は、粒子Pの到達予想時間に加えて
、ソートウィンドウをキャリブレーションしてもよい。ここで、ソートウィンドウとは、
ソート部50がソートを行う時間帯を示す。図4に示す例では、粒子Pの視野通過時間が
ΔT1である場合、到達時間T1を含むソートウィンドウW1の時間帯において、ソート
を行うことを示す。また、粒子Pの視野通過時間がΔT2である場合、到達時間T2を含
むソートウィンドウW2の時間帯において、ソートを行うことを示す。ソートウィンドウ
の幅(時間の長さ)は、粒子Pの遅延時間によらず一定でもよいし、粒子Pの遅延時間に
依存して可変でもよい。一般に、粒子Pの速度が速い場合は視野通過時間が短くなり、遅
延時間が小さくなる。反対に、粒子Pの速度が遅い場合は視野通過時間が長くなり、遅延
時間が大きくなる。図4に示す例では、粒子Pの視野通過時間が長くなり遅延時間が大き
いほど、ソートウィンドウの幅が広くなる。遅延時間が大きいほど誤差も大きくなるため
、ソートウィンドウの幅を広くすることでソート精度を高めることが出来るためである。
、ソートウィンドウをキャリブレーションしてもよい。ここで、ソートウィンドウとは、
ソート部50がソートを行う時間帯を示す。図4に示す例では、粒子Pの視野通過時間が
ΔT1である場合、到達時間T1を含むソートウィンドウW1の時間帯において、ソート
を行うことを示す。また、粒子Pの視野通過時間がΔT2である場合、到達時間T2を含
むソートウィンドウW2の時間帯において、ソートを行うことを示す。ソートウィンドウ
の幅(時間の長さ)は、粒子Pの遅延時間によらず一定でもよいし、粒子Pの遅延時間に
依存して可変でもよい。一般に、粒子Pの速度が速い場合は視野通過時間が短くなり、遅
延時間が小さくなる。反対に、粒子Pの速度が遅い場合は視野通過時間が長くなり、遅延
時間が大きくなる。図4に示す例では、粒子Pの視野通過時間が長くなり遅延時間が大き
いほど、ソートウィンドウの幅が広くなる。遅延時間が大きいほど誤差も大きくなるため
、ソートウィンドウの幅を広くすることでソート精度を高めることが出来るためである。
ソートウィンドウは、必ずしも測定された到達時間Tを中心としなくてもよい。比較部
80は、粒子の視野通過時間ΔTと到達時間Tのプロットに基づき、ソートウィンドウを
設定できる。
80は、粒子の視野通過時間ΔTと到達時間Tのプロットに基づき、ソートウィンドウを
設定できる。
図3には記載されていないが、本実施形態のイメージングフローサイトメーター1は、
第1実施形態と同様のソート判断部34、ソート信号制御部38、ソート部50を更に有
してもよい。このとき、検出位置Xがソート部50と一致することが好ましいが、必ずし
も検出位置Xがソート部50と一致しなくてもよい。例えば、検出位置Xは、ソート部5
0よりもわずかに上流に位置してもよい。この場合、検出位置Xおよびソート部50の位
置のずれに合わせて、ソートウィンドウの中心位置を到達予想時間から適宜ずらして、粒
子Pがソート部50に到達するタイミングにソートウィンドウが設定されるように調整し
てもよい。
第1実施形態と同様のソート判断部34、ソート信号制御部38、ソート部50を更に有
してもよい。このとき、検出位置Xがソート部50と一致することが好ましいが、必ずし
も検出位置Xがソート部50と一致しなくてもよい。例えば、検出位置Xは、ソート部5
0よりもわずかに上流に位置してもよい。この場合、検出位置Xおよびソート部50の位
置のずれに合わせて、ソートウィンドウの中心位置を到達予想時間から適宜ずらして、粒
子Pがソート部50に到達するタイミングにソートウィンドウが設定されるように調整し
てもよい。
以下、本実施形態のイメージングフローサイトメーター1を用いたキャリブレーション
方法及びソート方法について説明する。
まず、多数の粒子Pが流路10を流れる。撮像部20は、第1視野12及び第2視野1
4を連続的に撮像する。撮像部20が撮像した画像は、システム時間とともに画像記憶部
30に記憶される。そして、第1粒子検出部32は、粒子Pが含まれる画像を検出する。
遅延時間計算部36は、粒子Pが第1視野12及び第2視野14を通過した時間に基づき
、粒子Pが検出位置Xに到達する到達予想時間を計算する。
また、検出器60は、検出位置Xを流れる粒子Pを検出する。検出器60が検出した検
出信号は、システム時間とともに検出信号記憶部70に記憶される。そして、第2粒子検
出部72は、粒子Pの通過に対応する検出信号を検出し、粒子Pが検出位置Xに到達した
到達時間を出力する。
比較部80は、到達時間に基づいて、遅延時間計算部36で計算される粒子Pの到達予
想時間の計算式をキャリブレーションし調整する。そして、ソート信号制御部38とソー
ト部50は、調整された到達予想時間に基づき、粒子Pをソートするタイミングを調整す
る。
方法及びソート方法について説明する。
まず、多数の粒子Pが流路10を流れる。撮像部20は、第1視野12及び第2視野1
4を連続的に撮像する。撮像部20が撮像した画像は、システム時間とともに画像記憶部
30に記憶される。そして、第1粒子検出部32は、粒子Pが含まれる画像を検出する。
遅延時間計算部36は、粒子Pが第1視野12及び第2視野14を通過した時間に基づき
、粒子Pが検出位置Xに到達する到達予想時間を計算する。
また、検出器60は、検出位置Xを流れる粒子Pを検出する。検出器60が検出した検
出信号は、システム時間とともに検出信号記憶部70に記憶される。そして、第2粒子検
出部72は、粒子Pの通過に対応する検出信号を検出し、粒子Pが検出位置Xに到達した
到達時間を出力する。
比較部80は、到達時間に基づいて、遅延時間計算部36で計算される粒子Pの到達予
想時間の計算式をキャリブレーションし調整する。そして、ソート信号制御部38とソー
ト部50は、調整された到達予想時間に基づき、粒子Pをソートするタイミングを調整す
る。
このように、本実施形態のイメージングフローサイトメーター1、ソート方法、キャリ
ブレーション方法によれば、ソート精度をより高めることができる。
ブレーション方法によれば、ソート精度をより高めることができる。
1 イメージングフローサイトメーター
10 流路
12 第1視野
14 第2視野
20 撮像部
30 画像記憶部
32 粒子検出部(第1粒子検出部)
34 ソート判断部
36 遅延時間計算部
38 ソート信号制御部
40 システム時間管理部
50 ソート部
60 検出器
70 検出信号記憶部
72 第2粒子検出部
80 比較部
P,P1,P2,P3 粒子
X 検出位置
10 流路
12 第1視野
14 第2視野
20 撮像部
30 画像記憶部
32 粒子検出部(第1粒子検出部)
34 ソート判断部
36 遅延時間計算部
38 ソート信号制御部
40 システム時間管理部
50 ソート部
60 検出器
70 検出信号記憶部
72 第2粒子検出部
80 比較部
P,P1,P2,P3 粒子
X 検出位置
Claims (8)
- 粒子(P)が流れる流路(10)上の第1視野(12)及び第2視野(14)を撮像す
る撮像部(20)と、
システム時間を発するシステム時間管理部(40)と、
前記システム時間とともに、前記撮像部(20)が撮像した画像を記憶する画像記憶部
(30)と、
前記粒子(P)が含まれる画像を検出する粒子検出部(32)と、
前記粒子(P)が対象粒子であるか否かを判断するソート判断部(34)と、
前記粒子(P)の遅延時間を計算する遅延時間計算部(36)と、
前記ソート判断部(34)の判断結果に応じて、前記遅延時間計算部(36)によって
計算されたタイミングに合わせて前記粒子(P)をソートするために、ソート信号を発す
るソート信号制御部(38)と、
前記ソート信号に基づいて、前記対象粒子をソートするソート部(50)と、
を有し、
前記遅延時間計算部(36)は、前記第1視野(12)及び前記第2視野(14)で撮
像された前記粒子(P)の画像に基づき、前記粒子(P)が前記ソート部(50)に到達
するまでの前記遅延時間を計算する、
イメージングフローサイトメーター(1)。 - 前記撮像部(20)は、TDIカメラである、
請求項2に記載のイメージングフローサイトメーター。 - 前記粒子検出部(32)は、検出された前記粒子(P)に識別番号を付与する、
請求項1又は2に記載のイメージングフローサイトメーター。 - 前記遅延時間計算部(36)は、同じ識別番号が付与された前記粒子(P)の前記第1
視野(12)及び前記第2視野(14)における画像の前記システム時間に基づいて、前
記粒子(P)が前記ソート部(50)に到達するまでの遅延時間を計算する、
請求項1〜3のいずれかに記載のイメージングフローサイトメーター。 - 前記流路(10)上の検出位置(X)において前記粒子(P)を検出する検出器(60
)と、
前記システム時間とともに、前記検出器(60)からの検出信号を記憶する検出信号記
憶部(70)と、
前記粒子(P)の検出信号を検出する第2粒子検出部(72)と、
前記遅延時間計算部(36)によって計算された前記粒子(P)の前記検出位置(X)
への到達予想時間と、前記検出器(60)によって検出された前記粒子(P)の前記検出
位置(X)への到達時間とを比較する比較部(80)と、を更に有し、
前記ソート信号制御部(38)は、前記到達予想時間と前記到達時間との比較結果に基
づき、前記ソート部(50)が前記対象粒子をソートするタイミングを調整する、
請求項1〜4のいずれかに記載のイメージングフローサイトメーター。 - 粒子(P)が流れる流路(10)上の第1視野(12)及び第2視野(14)を撮像部
(20)が撮像し、
前記撮像部(20)が撮像した画像を、システム時間とともに記憶し、
前記粒子(P)が含まれる画像を粒子検出部(32)が検出し、
前記粒子(P)が対象粒子であるか否かをソート判断部(34)が判断し、
前記第1視野(12)及び前記第2視野(14)で撮像された前記粒子(P)の画像に
基づき、前記粒子(P)がソート部(50)に到達するまでの遅延時間を計算し、
前記ソート判断部(34)の判断結果に応じて、前記粒子(P)の遅延時間に基づいて
前記ソート部(50)が前記対象粒子をソートする、
ソート方法。 - 粒子(P)が流れる流路(10)上の第1視野(12)及び第2視野(14)を撮像部
(20)が撮像し、
前記撮像部(20)が撮像した画像を、システム時間とともに記憶し、
前記粒子(P)が含まれる画像を第1粒子検出部(32)が検出し、
前記流路(10)上の検出位置(X)を検出器(60)が検出し、
前記検出器(60)からの検出信号を、前記システム時間とともに記憶し、
前記粒子(P)の通過に対応する検出信号を第2粒子検出部(72)が検出し、
前記第1視野(12)及び前記第2視野(14)で撮像された前記粒子(P)の画像に
より求められる、前記粒子(P)が第1視野(12)及び前記第2視野(14)を通過し
た時間に基づき、前記粒子(P)が前記検出位置(X)に到達する到達予想時間を計算し
、
前記検出信号に基づき、前記粒子(P)が検出位置(X)に到達した到達時間を取得し
、
前記到達時間に基づいて、前記粒子(P)が第1視野(12)及び前記第2視野(14
)を通過した時間から計算される前記到達予想時間を調整する、
キャリブレーション方法。 - 調整された前記到達予想時間に基づき、ソート部(50)が前記粒子(P)をソートす
るタイミングを調整する、
請求項7に記載のキャリブレーション方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020046415A JP2021021719A (ja) | 2020-03-17 | 2020-03-17 | イメージングフローサイトメーター、ソート方法、及び、キャリブレーション方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020046415A JP2021021719A (ja) | 2020-03-17 | 2020-03-17 | イメージングフローサイトメーター、ソート方法、及び、キャリブレーション方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019140235A Division JP6685057B1 (ja) | 2019-07-30 | 2019-07-30 | イメージングフローサイトメーター、ソート方法、及び、キャリブレーション方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021021719A true JP2021021719A (ja) | 2021-02-18 |
Family
ID=74573772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020046415A Pending JP2021021719A (ja) | 2020-03-17 | 2020-03-17 | イメージングフローサイトメーター、ソート方法、及び、キャリブレーション方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021021719A (ja) |
-
2020
- 2020-03-17 JP JP2020046415A patent/JP2021021719A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8570512B2 (en) | System, storage mediums, and methods for identifying particles in flow | |
JP6479676B2 (ja) | 流体サンプル中の粒子の分類のためのシステム及び方法 | |
CN102612652B (zh) | 用于分子分析的设备和方法 | |
US20220260480A1 (en) | Particle manipulation system with camera/classifier confirmation and deep learning algorithm | |
KR102122068B1 (ko) | 이미지 분석 시스템 및 분석 방법 | |
JP2013015357A (ja) | フローサイトメータ | |
JPH09273988A (ja) | 粒子分析装置 | |
JP6685057B1 (ja) | イメージングフローサイトメーター、ソート方法、及び、キャリブレーション方法 | |
GB2576191A (en) | Droplet processing methods and systems | |
KR102416357B1 (ko) | 유세포측정기 내 유동 흐름의 드롭 지연을 결정하기 위한 방법 및 시스템 | |
EP2084513A2 (en) | Systems and methods for detection and classification of waterborne particles using a multiple angle light scattering (mals) instrument | |
WO2021192786A1 (ja) | イメージングフローサイトメーター、ソート方法、及びキャリブレーション方法 | |
JP5300516B2 (ja) | 噴霧粒子撮像解析システムおよび解析方法 | |
WO2017060164A1 (en) | Optical sensor for particle detection | |
JP2021021719A (ja) | イメージングフローサイトメーター、ソート方法、及び、キャリブレーション方法 | |
CN111521548A (zh) | 一种颗粒分析分选装置及方法 | |
US20240280467A1 (en) | Data Generation Method, Trained Model Generation Method, and Particle Classification Method | |
US11858008B2 (en) | Systems and methods for particle sorting with automated adjustment of operational parameters | |
CN116324376A (zh) | 粒子检测装置、粒子检测系统和粒子检测方法 | |
CN103969169B (zh) | 对样本进行检测检测方法和装置 | |
EP4009033A1 (en) | Apparatus and method for studying and analysing characteristics of a cellular sample | |
US20240272062A1 (en) | Particle manipulation system with camera/classifier confirmation and deep learning algorithm | |
CN111521547A (zh) | 一种颗粒分析分选装置及方法 | |
JPH02138851A (ja) | 粒子測定装置 | |
WO2024175929A1 (en) | Particle sorter |