JP2790101B2

JP2790101B2 - 粒子凝集パターン判定装置

Info

Publication number: JP2790101B2
Application number: JP30741695A
Authority: JP
Inventors: 克一北川
Original assignee: TORE KK
Current assignee: TORE KK
Priority date: 1995-11-27
Filing date: 1995-11-27
Publication date: 1998-08-27
Anticipated expiration: 2013-08-27
Also published as: JPH08210970A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、容器内に形成さ
れた粒子凝集体の像を撮像し、その画像データに基づい
て前記粒子凝集体の凝集パターンを判定する粒子凝集パ
ターン判定装置に関する。

【０００２】

【従来の技術】従来より、血液型の判定や血液中の抗
原，抗体の検出のために、粒子凝集パターン判定方法が
広く採用されている。この方法によれば、マイクロプレ
ートのウェル（反応容器）に被検査血液をとり、免疫学
的反応に基づいて血液等を凝集させ、その凝集パターン
から血液型の判定等が行われる。ところで、これらの判
定等は検査員による目視判定により行われていたので、
検査員により個人差が生じ、また同一検査員でも再現性
に欠ける等の問題があった。そこで、上記目視判定を機
器により行い、判定結果に客観性を持たせ、測定精度の
向上を図るとともに、自動化による判定の省力化が図ら
れている。それらの技術は、例えば特開昭60-135748 号
公報，特開昭61-215948 号公報，特開昭62-105031 号公
報，特開昭63-58237号公報等に開示されている。これら
の技術によれば、マイクロプレートのウェル（凝集体を
含む）をテレビカメラにより撮像し、その画像データに
対して所定の画像処理を施し、その処理結果から凝集パ
ターンが判定される。

【０００３】

【発明が解決しようとする課題】しかしながら、上記提
案にかかる自動判定技術には、以下の問題がある。

【０００４】凝集体が常にマイクロプレートのウェルの
中心位置に形成されるわけではないので、各ウェル毎に
凝集体の中心位置を求める必要がある。とくに、ウェル
の底面の形状が、図２に示すように丸みを帯びたもので
ある場合には、容器中心からずれた位置を中心として凝
集体が形成されることが少なくない。また、上記自動判
定技術のひとつとして、例えば、上記画像データを２値
化して、２値化データから凝集体の面積を求め、凝集パ
ターンを判定するものがあるが、このような単純な方法
では誤判定を招きやすい。例えば、凝集反応が陽性の場
合には、凝集体はマイクロプレートのウェル内を薄く広
がり、凝集体の輝度とその周辺（すなわちウェル）の輝
度との差は小さく、２値化レベルがわずか上下するだけ
で、上記のようにして求められる凝集体の面積値が大き
く変化する。また、２値化処理は照明光量と密接に関係
しており、照明光量が変化すると、上記と同様に、凝集
体の面積値が変化する。また上記のような判定方法のほ
かに、凝集体の輪郭を画像の濃淡変化の度合に基づいて
求め、その輪郭からパターン判定を行う方法もあるが、
この方法は外乱の影響を受けやすく、輪郭を正確に抽出
することが困難である。

【０００５】以上のように、上記提案にかかる自動判定
技術（方法）は上記問題点を有し、正確な判定が困難で
あり、熟練した検査員と同程度以上の信頼性を持って血
液型の判定等を行うことができない。

【０００６】この発明は上記課題を解決するためになさ
れたものであり、信頼性の高い粒子凝集パターン判定装
置を提供することである。

【０００７】

【課題を解決するための手段】請求項第１の発明は、被
検査液の容器と、該容器を照明する照明手段と、前記容
器内に形成された粒子凝集体の２次元画像を撮像する撮
像手段と、前記撮像手段により得られた粒子凝集体の２
次元画像データに基づいて前記粒子凝集体の凝集パター
ンの中心位置を求める中心位置算出手段と、該中心位置
算出手段により得られた前記中心位置を含む前記２次元
画像データの濃度情報に基づいて前記２次元画像データ
の複数の特徴量を求める特徴量算出手段と、該特徴量算
出手段により得られた複数の特徴量に基づいて前記粒子
凝集体の凝集パターンを判定する凝集パターン判定手段
を備えている。

【０００８】また、請求項２の発明は、前記容器が底部
が丸みを帯びた形状を有している。

【０００９】また、請求項３の発明は、前記特徴量算出
手段は、前記粒子凝集体の画像面上において前記中心位
置を含む直線を少なくとも１つ以上選択し、各直線にお
ける濃度プロフィルを求め、該濃度プロフィルごとに、
少なくともピーク高さを含む複数個の濃度プロフィルの
特徴量を求める。

【００１０】また、請求項４の発明は、前記特徴量算出
手段が、前記特徴量として、前記ピーク高さ以外に、前
記濃度プロフィルごとにその濃度プロフィルの面積，分
散，平均幅，半値幅のいずれか１つ以上をさらに求め
る。

【００１１】また、請求項５の発明は、前記凝集パター
ン判定手段が、前記複数の特徴量を統計的に処理して前
記粒子凝集体の凝集パターンを判定する。

【００１２】また、請求項６の発明は、前記中心位置算
出手段は、前記粒子凝集体の画像上で互いに交差する所
定の２直線における濃度プロフィルを求め、各濃度プロ
フィルの重心位置をそれぞれ求め、それらの位置に基づ
いて前記粒子凝集体の前記中心位置を求める。

【００１３】

【発明の実施の態様】この発明によれば、粒子凝集体の
２次元画像データに基づいて前記粒子凝集体の凝集パタ
ーンの中心位置を求め、得られた中心位置を含む２次元
画像データの濃度情報に基づいてたとえばピーク高さを
含む複数の特徴量を求め、これに基づいて粒子の凝集パ
ターンを判定するので、その特徴量にその粒子凝集体の
濃度情報が十分に反映され、外乱の影響が抑えられる。
また、“２値化レベル”設定が不要となる。さらに、粒
子の凝集の中心が容器の中心と一致しない場合でも正確
に特徴量を求められるので判定の精度を高めることがで
きる。

【００１４】図２はこの発明の一実施例を適用可能な凝
集パターン判定装置１の構成図である。この装置１は、
マイクロプレート２を載置および位置決めするマイクロ
プレート台３を有している。マイクロプレート２は、そ
の上面にマトリックス状態に配置された底部が丸みを帯
びた形状を有するウェル２ａを有しており、図示を省略
する搬送機構によりマイクロプレート台３に搭載され
る。また、マイクロプレート台３の下側には照明装置５
が設けられており、この照明装置５より照射された光が
マイクロプレート台３およびマイクロプレート２を透過
してマイクロプレート台３の上側に設けられたテレビカ
メラ４に投影される。そして、テレビカメラ４によりマ
イクロプレート２全体が撮像されてビデオ信号Ｖとして
Ａ／Ｄ変換器６に入力され、輝度に応じ８ビット、すな
わち２５６階調のディジタル信号Ｚに変換された後、図
３に示すように、縦４８０画素、横５１２画素の画像デ
ータID(X,Y) として画像メモリ７に記録される。また、
画像メモリ７はＣＰＵ８と接続されており、そのＣＰＵ
８に上記画像データID(X,Y) が読み出されて種々の演算
（後で詳説する）がなされ、その演算結果に基づいて凝
集パターンの判定がなされる。そして、その判定結果が
プリンタ９やディスプレイ（図示省略）等に出力される
ように構成されている。また、画像メモリ７に記録され
ている画像データはＤ／Ａ変換器１０によりビデオ信号
Ｖ′に変換され、モニタテレビ１１に与えられて、マイ
クロプレート２の像がモニタテレビ１１上に映し出され
るように構成されている。

【００１５】次に、本発明の一実施例を図１を参照しつ
つ説明する。

【００１６】(1) サンプルの撮像本実施例においては、まず搬送機構によりマイクロプレ
ート２がマイクロプレート台３上に搭載される。そし
て、照明装置５を点灯させながらテレビカメラ４により
マイクロプレート２の画像を撮像し、その画像データID
(X,Y) を画像メモリ７に記録する。

【００１７】以下、画像データをもとに、各ウェルの凝
集パターンを順次以下の手順で処理する。

【００１８】(2) 中心位置の算出次式にしたがって当該ウェル領域の反転画像データ（濃
度に対応するデータ）D(X,Y)を求め、画像メモリ７の別
の領域に記録する。

【００１９】

【数１】ここで、当該ウェル領域とは、予想されるウェル中心位
置を中心としてウェル内部を含む円形、なし、正方形状
の領域である。また、ID_MAXは画像データID(X,Y) のう
ちの最大値であり、凝集体の背景（すなわち凝集体の周
辺）の画像データに相当する。

【００２０】そして、この反転画像データD(X,Y)に基づ
いて当該ウェル内に形成された凝集体の中心位置（ｉ，
ｊ）を求める（ステップＳ１，第１の工程）。その方法
の一例としては、以下のようなものがある。図４に示
すように、予想される凝集体の中心位置（ｘ₀，ｙ₀）
を通り、水平軸（Ｘ軸）および垂直軸（Ｙ軸）に平行な
直線Ｌ₁，Ｌ₂上での濃度プロフィルＺ′_x，Ｚ′_yを
それぞれ求める。なお、マイクロプレート２はマイクロ
プレート台３上で位置決められ、しかもウェルにおける
凝集体の形成位置もある程度予想することができるの
で、位置ｘ₀，ｙ₀は予め設定しておくことができる。

【００２１】さらにそれらの濃度プロフィルＺ′_x，
Ｚ′_yから水平軸，垂直軸方向における重心位置
（ｘ_g，ｙ_g）をそれぞれ求める。具体的には、次式に
したがって、位置ｘ_g，ｙ_gをそれぞれ求める。

【００２２】

【数２】

【数３】ここでは、ウェルの外縁の影響を避けるために、値（2
n）がウェルの直径よりも十分に小さくなるように値(n)
を設定する。また、上記操作を繰り返し、中心位置
（ｘ_g，ｙ_g）をより精度良く求めるようにしてもよ
い。この後、位置ｘ_g，ｙ_gの算出に続いて重心位置の
Ｘ座標ｘ_gおよびＹ座標ｙ_gを四捨五入により整数化
し、その値を凝集体の中心位置（ｉ，ｊ）としてもよ
い。

【００２３】なおこの実施例では、直線Ｌ₁上の濃度プ
ロフィルＺ′_xに基づいて位置ｘ_gを求めたが、位置
（ｘ₀，ｙ₀）の近傍で、かつ水平軸（Ｘ軸）に平行な
複数の直線上の各濃度プロフィルに基づいて各直線に対
する位置ｘ_gを求め、それらの値を統計的に処理（例え
ば平均値を求める処理）により中心位置ｘ_gを求めるよ
うにしてもよく、これにより中心位置ｘ_gの精度がより
一層高まる。また、中心位置ｙ_gについても同様であ
る。

【００２４】(3) 濃度プロフィルの導出次に、凝集体画像面上において、ステップＳ１で求めら
れた中心位置（ｉ，ｊ）を通る直線を少なくとも１本以
上選択し、画像メモリ７に記録されている反転画像デー
タD(X,Y)（図５）に基づいて各直線における濃度プロフ
ィルを求める（ステップＳ２，第２の工程）。この実施
例では、図６に示すように、中心位置（ｉ，ｊ）を通
り、かつ水平軸（Ｘ軸）とのなす角がそれぞれ０°，４
５°，９０°，１３５°である４本の直線Ｌ₀，Ｌ₄₅，
Ｌ₉₀，Ｌ₁₃₅を選択し、各直線Ｌ₀，Ｌ₄₅，Ｌ₉₀，Ｌ
₁₃₅における濃度プロフィルを求めている。具体的に
は、画像メモリ７内の反転画像データD(i+k,j)（但し、
k=…,-2,-1,0,1,2, …である）をアクセスすることによ
り直線Ｌ₀における濃度プロフィルを求めることができ
る。図７はその結果を示す図である。また、画像メモリ
７内の反転直線データD(i+k,j-k)をアクセスすると、直
線Ｌ₄₅における濃度プロフィルが求まる。図８はその結
果を示す図である。さらに、各直線Ｌ₉₀，Ｌ₁₃₅にお
ける濃度プロフィルについても上記と同様にしてそれぞ
れ求まる。なお、図７および図８においては、両者のデ
ータの横ピッチは等しいが、実際には図８におけるデー
タの横ピッチは図８におけるルート２（２の平方根）倍
であり、これらの濃度プロフィルから後述する特徴量を
求める場合には所定の補正を施す必要がある。なお、こ
れについては、後で詳説する。

【００２５】(4) 特徴量の算出次に、ステップＳ２において求められた濃度プロフィル
ごとに、その濃度プロフィルの特徴量を求める（ステッ
プＳ３，第３の工程）。この実施例では、特徴量とし
て、ピーク高さ，面積，分散、または、平均幅を以下の
ようにして濃度プロフィルごとに求めている。

【００２６】(4-1) ピーク高さＨピーク高さＨ₀を、図７に示す濃度プロフィルに基づい
て求める。また、Ｈ₄₅は図８に示す濃度プロフィルに基
づいて求め、ピーク高さＨ₉₀，Ｈ₁₃₅についても、同様
にして求める。

【００２７】(4-2) 面積Ｓ面積Ｓ₀，Ｓ₄₅，Ｓ₉₀，Ｓ₁₃₅を次式にしたがって求め
る。

【００２８】

【数４】

【数５】

【数６】

【数７】ただし、上記と同様に、ウェル２ａの外縁の影響を避け
るために、値（2m）はウェル２ａの直径よりも十分に小
さいものとする。なお、式(5) ，(7) における係数（＝
ルート２）は横ピッチの補正のための補正係数である。

【００２９】(4-3) 分散Ｖ分散Ｖ₀，Ｖ₄₅，Ｖ₉₀，Ｖ₁₃₅を次式にしたがって求め
る。

【００３０】

【数８】

【数９】

【数１０】

【数１１】なお、式(9),(11) における係数（=2）は横ピッチの補
正のための補正係数である。

【００３１】(4-4) 平均幅Ｗ平均幅Ｗ₀，Ｗ₄₅，Ｗ₉₀，Ｗ₁₃₅を次式にしたがって求
める。

【００３２】

【数１２】

【数１３】

【数１４】

【数１５】これら以外に、半値幅、（３次モーメント，４次モーメ
ント）などがある。しかし、実際に検証した結果、処理
速度と精度から上記４個の特徴量で十分であることがわ
かった。

【００３３】そして、上記のようにして求められた各特
徴量の範囲（＝最大値−最小値）を求め、それらの範囲
が予め設定した値を越えているか否かを判断する。設定
値を越えていると判断した場合には、“データ異常”と
判定し、そのサンプルについては後述するクラス判定を
行わない。このように“データ異常”と判定されるケー
スとしては、例えば凝集反応中にマイクロプレート２が
振動して、凝集体が非対称形状となったような場合があ
る。一方、各特徴量の範囲が設定値内にある場合には、
次式にしたがって各特徴量の平均値Ｈ^-，Ｓ^-，Ｖ^-，
Ｗ^-を求める。

【００３４】

【数１６】

【数１７】

【数１８】

【数１９】 (5) クラス判定次に、上記のようにして求められた値Ｈ^-，Ｓ^-，
Ｖ^-，Ｗ^-に基づいて凝集体が凝集反応の陽性、陰性を
示す分類、すなわち、“−”，“±”，“＋”，“+
+”，“空”の５つのクラスのうちのどのクラスの凝集
パターンに一致するかを判定して（ステップＳ４，第４
の工程）、マイクロプレート２のウェル２ａ内での凝集
反応を“−”，“±”，“＋”，“++”，“空”の５つ
のクラスに分類する。

【００３５】上記判定の手法としては、例えばＳＲＩ(=
Stanford Reseach Institute) アルゴリズム，判別関数
による方法やマハラノビス距離計算に基づく方法等があ
る。なお、これらの手法はいずれも従来より周知の手法
である。この実施例では、ＳＲＩアルゴリズムを採用
し、クラス判定を行う。以下、その手順について簡単に
説明する。

【００３６】ＳＲＩアルゴリズムによるクラス判定を行
うためには、まず実際の検査に先立って、予め目視検査
によりクラス判定が行われたサンプルを多数用意し、図
２に示す凝集パターン判定装置１を用い、上記操作（ス
テップＳ１〜Ｓ３）を行うことにより、それらのサンプ
ルの各特徴量Ｈ_p，Ｓ_p，Ｖ_p，Ｗ_p（P=1,2,3,…）を
求めておく必要がある。

【００３７】そして、特徴量Ｈ_p，Ｓ_p，Ｖ_p，Ｗ_pか
ら各クラスにおける各特徴量の平均値と標準偏差を求め
る。すなわち、クラス“−”に相当するサンプルの各特
徴量に基づいて特徴量（ピーク高さ，面積，分散および
平均幅）の平均値Ｈ_C1，Ｓ_C1，Ｖ_C1，Ｗ_C1と標準偏差σ
_H1，σ_S1，σ_V1，σ_W1をそれぞれ求める。また同様にし
て、他のクラス“±”，“＋”，“++”，“空”につい
ても各クラスにおける特徴量（ピーク高さ，面積，分散
および平均幅）の平均値と標準偏差を求める。

【００３８】次に、未知サンプルのクラス判定に際して
は、ステップＳ３において求められた値Ｈ^-，Ｓ^-，Ｖ
^-，Ｗ^-を次式に代入して、各クラスからの距離Ｄ_C1，
Ｄ_C2，Ｄ_C3，Ｄ_C4，Ｄ_C5を求める。

【００３９】

【数２０】

【数２１】

【数２２】

【数２３】

【数２４】なお、式(21),(22),(23),(24) において、Ｈ_C2〜Ｈ_C5，
Ｓ_C2〜Ｓ_C5，Ｖ_C2〜Ｖ_C5，Ｗ_C2〜Ｗ_C5は、それぞれ各ク
ラス“±”，“＋”，“++”，“空”の各特徴量（ピー
ク高さ，面積，分散および平均幅）の平均値であり、ま
たσ_H2〜σ_H5，σ_S2〜 σ_S5，σ_V2〜σ_V5，σ_W2〜σ_w5
はそれぞれ各クラス“±”，“＋”，“++”，“空”の
各特徴量（ピーク高さ，面積，分散および平均幅）の標
準偏差である。

【００４０】そして、これら距離Ｄ_C1，Ｄ_C2，Ｄ_C3，Ｄ
_C4，Ｄ_C5のうち最も小さい値に対応するクラスを、その
被検査対象のクラスと判定する。

【００４１】なお、上記のようにこの実施例ではＳＲＩ
アルゴリズムを用いて、クラス判定を行ったが、これに
限定されないことは言うまでもなく、上記の判別関数に
よる方法やマハラノビス距離計算に基づく方法等を用い
てもよい。特に、ＳＲＩアルゴリズムは、各特徴量の間
に相関関係がないという前提の下で成立するため、各特
徴量の間に相関関係がある場合には、判定精度が低下す
る。これに対して、判別関数による方法やマハラノビス
距離計算に基づく方法は、各特徴量の間の相関関係の有
無にかかわらず、クラス判定を正確に行うことができ
る。

【００４２】また、上記実施例では、ステップＳ２（第
２の工程）において４本の直線Ｌ₀，Ｌ₄₅，Ｌ₉₀，Ｌ
₁₃₅を選択し、各直線Ｌ₀，Ｌ₄₅，Ｌ₉₀，Ｌ₁₃₅におけ
る濃度プロフィルを求めているが、直線の選択本数は４
本に限度されるものではなく、１本の直線（例えば直線
Ｌ₀）のみを選択し、その濃度プロフィルを求めた後、
上記のようにしてパターン判定を行ってもよい。ただ
し、特徴量の精度を高めるという点では、少なくとも２
本以上選択することが望ましい。

【００４３】以上のように、画像データを２値化した
り、画像データからウェル２ａ内に形成された凝集体の
輪郭を抽出することなしに、凝集パターンの判定を行う
ことができる。そのため、本実施例では、２値化や輪郭
抽出のための“しきい値”の設定が不要であり、操作が
簡単である。また上記と同様の理由から、照明装置５の
光量変化の影響も少ない。また、上記実施例では、輪郭
抽出処理が行われていないので、外乱の影響もほとんど
ない。その結果、この実施例によれば、信頼性の高い凝
集パターン判定を行うことができる。

【００４４】また、複数個数の特徴量から統計的手法を
用いてクラス判定を行っているため、クラス判定の信頼
性がより一層高くなる。

【００４５】また、テレビカメラ４によりマイクロプレ
ート２全体が撮像され、その画像データに基づいて各ウ
ェル２ａに形成された凝集体の中心位置が上記のように
して求められている（ステップＳ１）ので、凝集体が各
ウェル２ａの中心位置からずれていたしても、その中心
位置を求めるためにマイクロプレート２をあらためて位
置調整する必要はなく、そのままの状態で凝集体の中心
位置を求めることができる。

【００４６】

【発明の効果】以上のように、請求項１の発明によれ
ば、粒子凝集体の２次元画像データに基づいて前記粒子
凝集体の凝集パターンの中心位置を求め、得られた中心
位置を含む２次元画像データの濃度情報に基づいて複数
の特徴量を求め、これに基づいて粒子の凝集パターンを
判定するので、その特徴量にその粒子凝集体の濃度情報
が十分に反映され、外乱の影響が抑えられる。また２値
化レベルの設定が不要となり、操作性が向上する。しか
も、凝集パターンの中心位置を凝集パターンの２次元画
像データに基づいて求めるため、凝集パターンの中心が
容器の中心に一致しない場合でも精度良くピーク高さを
求めることができ、凝集パターン判定の信頼性を高める
ことができる。

【００４７】また、請求項２の発明によれば、底部が丸
みを帯びた形状を有する容器を用いるため、クラス判定
が微妙な領域で凝集パターンが比較的大きく変化するた
め、凝集パターン判定の信頼性をより一層向上させるこ
とができる。底部が丸みを帯びている場合には、凝集パ
ターンの中心が容器の中心と必ずしも一致しない傾向が
強いが、凝集パターンの中心位置を凝集パターンの２次
元画像データに基づいて求めるため上記傾向にかかかわ
らず信頼性高い判定をすることができる。

【図面の簡単な説明】

【図１】この発明にかかる粒子凝集パターン判定装置の
一実施例を示すフローチャートでありる。

【図２】この発明の一実施例を適用可能な凝集パターン
判定装置の構成図である。

【図３】画像メモリに記録される画像データを示す図で
ある。

【図４】凝集体の中心位置の算出方法を説明するための
説明図である。

【図５】画像メモリに記録される画像データを示す図で
ある。

【図６】濃度プロフィルの導出方法を説明するための説
明図である。

【図７】濃度プロフィルを示す図である。

【図８】濃度プロフィルを示す図である。

【符号の説明】

２…マイクロプレート２ａ…ウェルＳ１〜Ｓ４…ステップ

Claims

(57)【特許請求の範囲】

【請求項１】被検査液の容器と、該容器を照明する照明
手段と、前記容器内に形成された粒子凝集体の２次元画
像を撮像する撮像手段と、前記撮像手段により得られた
粒子凝集体の２次元画像データに基づいて前記粒子凝集
体の凝集パターンの中心位置を求める中心位置算出手段
と、該中心位置算出手段により得られた前記中心位置を
含む前記２次元画像データの濃度情報に基づいて前記２
次元画像データの複数の特徴量を求める特徴量算出手段
と、該特徴量算出手段により得られた複数の特徴量に基
づいて前記粒子凝集体の凝集パターンを判定する凝集パ
ターン判定手段を備えたことを特徴とする粒子凝集パタ
ーン判定装置。
【請求項２】前記容器は底部が丸みを帯びた形状のもの
である請求項１に記載の粒子凝集パターン判定装置。
【請求項３】前記特徴量算出手段は、前記粒子凝集体の
２次元画像面上において前記中心位置を含む直線を少な
くとも１つ以上選択し、各直線における濃度プロフィル
を求め、該濃度プロフィルごとに、少なくともピーク高
さを含む複数個の濃度プロフィルの特徴量を求めるもの
である請求項１または２に記載の粒子凝集パターン判定
装置。
【請求項４】前記特徴量算出手段は、前記特徴量とし
て、前記ピーク高さ以外に、前記濃度プロフィルごとに
その濃度プロフィルの面積，分散，平均幅，半値幅のい
ずれか１つ以上をさらに求めるものである、請求項３に
記載の粒子凝集パターン判定装置。
【請求項５】前記凝集パターン判定手段は、前記複数の
特徴量を統計的に処理して前記粒子凝集体の凝集パター
ンを判定するものである、請求項４記載の粒子凝集パタ
ーン判定装置。
【請求項６】前記中心位置算出手段は、前記粒子凝集体
の画像上で互いに交差する所定の２直線における濃度プ
ロフィルを求め、各濃度プロフィルの重心位置をそれぞ
れ求め、それらの位置に基づいて前記粒子凝集体の前記
中心位置を求めるものである請求項１〜４のいずれかに
記載の粒子凝集パターン判定装置。