JP4200176B2 - 階級重みを使用する流体サンプル分析 - Google Patents

階級重みを使用する流体サンプル分析 Download PDF

Info

Publication number
JP4200176B2
JP4200176B2 JP2006514934A JP2006514934A JP4200176B2 JP 4200176 B2 JP4200176 B2 JP 4200176B2 JP 2006514934 A JP2006514934 A JP 2006514934A JP 2006514934 A JP2006514934 A JP 2006514934A JP 4200176 B2 JP4200176 B2 JP 4200176B2
Authority
JP
Japan
Prior art keywords
bin
particles
class
max
weight
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.)
Expired - Lifetime
Application number
JP2006514934A
Other languages
English (en)
Other versions
JP2007525649A (ja
Inventor
エリック シャポウラウド
ハーヴェイ エル カズダン
Original Assignee
インターナショナル リモート イメイジング システムズ インコーポレイテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by インターナショナル リモート イメイジング システムズ インコーポレイテッド filed Critical インターナショナル リモート イメイジング システムズ インコーポレイテッド
Publication of JP2007525649A publication Critical patent/JP2007525649A/ja
Application granted granted Critical
Publication of JP4200176B2 publication Critical patent/JP4200176B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429—Signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429—Signal processing
    • G01N15/1433—Signal processing using image recognition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1486—Counting the particles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1488—Methods for deciding

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Dispersion Chemistry (AREA)
  • Signal Processing (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Description

関連出願
本出願は、「３５ Ｕ．Ｓ．Ｃ．§１１９（ｅ）」に準拠して２００３年５月２３日出願の米国特許仮出願出願番号第６０／４７３，１７６号の恩典を請求するものである。米国特許仮出願出願番号第６０／４７３，１７６号の内容は、本明細書においてその全体が引用により組み込まれている。
本発明は、一般的に、サンプル内の粒子の分析、より詳細には、サンプル内の粒子の濃度を決定する方法及びシステムに関する。
流体サンプル内の粒子の画像を処理するための方法及び装置は公知である。例えば、米国特許第４，６６７，３３５号と第４，６１２，６１４号は、撮像信号を使用して粒子（例えば、生物粒子）の様々な特徴を決定するソフトウエアプログラムを有する装置を説明している。これらの参照文献に開示された装置は、流体サンプル内の粒子の色、大きさ、及び輝度などの特徴を自動的に、すなわち、人間の介入なしに決定することができる。更に、決定された特徴に基づいて、これらの装置は、各粒子を多くの階級の１つに分類し、各粒子タイプ（すなわち、粒子の階級）の濃度を計算することができる。この自動サンプル分析と濃度決定処理は、「自動粒子認識（ＡＰＲ）」と呼ばれている。
実際的な理由のために、分析されるサンプルの量に通常は制限が課せられる。１つの従来の装置では、サンプルは、第１の部分が分析されてその部分の粒子の数が数えられ、その後に次の部分が分析されてその部分の粒子の数が全体のカウントに加えられ、以下同様にして、一度に一部分ずつ分析される。この部分毎の粒子計数処理は、最大期間が経過するか、最大全サンプル量に達するか、又は粒子の最大数が数えられるまで続けられる。
分類と計算の結果は、一般的に米国特許第５，８２２，４４７号に開示されたものと同様の方法で表示される。換言すれば、各フレームがサンプルの一部分の画像である複数の光学フレームが撮られる。好ましくは、フレームは、サンプルの異なる部分を表している。フレームは、画像の１以上の「パッチ」で作られ、各パッチは、少なくとも１つの粒子画像を含んでいる。パッチは、それらが包含する画像に基づいて複数の階級の１つに分類され、階級は、通常は１以上の視覚的に識別可能な特徴によって特徴付けられる。一部の実施形態では、パッチが１つよりも多い識別可能な粒子画像を包含する場合、粒子画像を別々に分類することができると考えられる。他の実施形態では、パッチを分類するためにより支配的な粒子の画像が使用される。その分類の後で、粒子の各階級の濃度が決定される。
フレームから抽出されたパッチは、グラフィカル・ユーザ・インタフェース（例えば、コンピュータモニタ）に、好ましくは分類による順序付けられたアレイで表示される。各階級内の粒子の数又はそこから導出されるあらゆるパラメータ（例えば、粒子の全数の割合）を表示することができる。ＡＰＲ処理は、この分類に基づいて各粒子タイプ（すなわち、粒子階級）の濃度を決定する。次に、オペレータは、手作業でＡＰＲ分類結果を精査してあらゆる誤差を訂正する。手作業の精査処理中に、オペレータは、間違って分類した粒子を１つの階級から引き出してそれを別の階級に加えることができる。
粒子の分類にはいくつかの異なるモードがあり、使用されるモードは、オペレータが手作業の精査を行う方法に影響を及ぼすものである。完全分類モードでは、サンプル内の全ての粒子が個々に分類される。完全分類後の手作業精査の処理は、精査の「完全編集」モードであり、それによってオペレータは、適正な分類を保証するために各個々の分類された粒子画像を手作業で検査する。「完全編集」処理中に、オペレータは、誤って分類された粒子画像を適正な粒子階級に再分類する。「完全編集」モードは、全ての得られる分類がオペレータによって手作業で「承認」されたものであり、従って正確である可能性が非常に高いという点で有利であるが、オペレータに対しては大変な時間の浪費である。すなわち、完全粒子分類と「完全編集」モードは、好ましくは、比較的少ない数の粒子（例えば、１０００個の粒子よりも少ない）を包含するサンプルと共に使用される。
部分分類モードでは、米国特許第６，１４１，６２４号により詳細に説明されているが、オペレータは、粒子画像の部分集合だけを精査する。サンプル内のＩ個の粒子のうち、オペレータの精査のために多くてもＮMAX個の粒子が選択されて分類される（ＮMAX＜Ｉ）。オペレータは、Ｉ個の粒子の全てを精査しないので、完全分類モードと比較して、オペレータに必要な平均精査時間を大幅に短縮することができる。部分分類に続く手作業精査と編集処理は、「短縮編集」モードにあると呼ばれることがある。部分分類と「短縮編集」モードは、数千及び更に数万の粒子を含有するより大きなサンプルの場合に理想的である。
完全分類は、正確な結果をもたらすが、オペレータに多くの時間を要求する。部分分類は、オペレータにそれほど多くの時間を要求しないが、正確さが損なわれる場合がある。完全分類モードにおいてオペレータが時間を節約することを助け、部分分類モードの精度を改善することになる方法が望まれている。
米国特許仮出願出願番号第６０／４７３，１７６号 米国特許第４，６６７，３３５号 米国特許第４，６１２，６１４号 米国特許第５，８２２，４４７号 米国特許第６，１４１，６２４号 米国特許第４，３３８，０２４号 米国特許第４，３９３，４６６号 米国特許出願出願番号第０９／８４１，９４１号 米国特許出願出願番号第１０／７１６，５８９号
本発明は、流体サンプル分析装置によって決定された粒子濃度の精度を改善し、同時にオペレータに要求される精査時間の量を短縮するための方法及びシステムを提供する。
一態様では、本発明は、Ｉ個の粒子を含有する流体サンプルの分析の方法である。本方法は、Ｎ個の粒子を第１の階級、第２の階級、及びアーチファクト階級の１つに分類する段階を伴い、第１及び第２の階級に分類する段階は、それぞれ第１及び第２の所定の階級決定基準に適合した粒子に基づいて実行され、アーチファクト階級に分類する段階は、第１及び第２の所定の階級決定基準のいずれにも適合しなかった粒子に基づいて実行される。第１の階級の重みと第２の階級の重みは、それぞれ第１及び第２の階級に対する粒子の既知の以前の誤分類に基づいて決定される。第１の階級に分類された粒子の数には、第１の階級の重みが乗算されて、第１の階級に分類された粒子の補正数を生成し、第２の階級に分類された粒子の数には、第２の階級の重みが乗算されて、第２の階級に分類された粒子の補正数を生成する。
別の態様では、本発明は、Ｉ個の粒子を含有するサンプルを分析するための一組のコンピュータ可読命令である。命令は、Ｎ個の粒子を第１の階級、第２の階級、及びアーチファクト階級の１つに分類するための命令を含む。第１の階級と第２の階級に対する決定基準は所定のものである。第１の階級又は第２の階級のいずれかに属するものとして識別されない粒子は、アーチファクト階級に分類される。コンピュータ可読命令はまた、第１の階級に対する第１の階級の重みと第２の階級に対する第２の階級の重みとを決定するための命令を含む。コンピュータ可読命令は、更に、第１の階級に分類された粒子の数に第１の階級の重みを乗算して第１の階級に分類された粒子の補正数を生成するための命令と、第２の階級に分類された粒子の数に第２の階級の重みを乗算して第２の階級に分類された粒子の補正数を生成するための命令とを含む。
更に別の態様では、本発明は、上述のコンピュータ可読プログラム組み込む流体サンプルを分析するための装置である。
本発明の実施形態は、尿分析システム、特に、米国特許第４，３３８，０２４号と第４，３９３，４６６号に開示された技術を一般的に利用する試験管内尿分析診断装置との関連で本明細書に説明される。しかし、本明細書で提供される実施形態は、単なる好ましい実施形態であり、本発明の範囲は、本明細書に開示された用途又は実施形態に限定されないことは理解されるものとする。
本明細書で使用される時の「粒子」は、限定はしないが細胞を含む流体サンプル中に担持することができるあらゆる物質である。本明細書で使用される時の「誤分類」は、属している実際の階級とは異なる階級に属するものとして粒子を識別することを含む。粒子の「再分類」は、１つの階級から別の階級への粒子の階級の変更であり、アーチファクト階級と所定の決定基準の組を有する階級との間の粒子の移動を含む。
本発明は、粒子濃度を妥当なレベルの精度で決定することができ、同時にオペレータの時間を多く要求しないような分類誤差を補正する系統的な方法を含む。オペレータが手作業精査の実行を選択する場合、本発明の方法によって計算された濃度の結果は、最終結果がどうなるかについて妥当な精度の指針を提供することにより、オペレータが精査をより効率的に実行することを助けることになる。
本発明の方法は、各粒子の階級に階級重み（ＣＷ）を割り当てる。階級重みは、予備分類の平均的結果と完全で誤差のない結果との間の相関の統計的評価から得られた無単位パラメータである。階級重みは、実質的に、予備分類がある一定の頻度（例えば、ｘ個の粒子毎に１回の誤分類）で誤差を生じるという事実に対して補償する乗数である。階級重みは、通常、各粒子の階級に対して異なるものである。特定の粒子階級に属する全ての粒子は、同じ階級重み値を共有する。
赤血球と白血球を含む例示的なサンプルには、赤血球階級（Ｒ）、白血球階級（Ｗ）、及びアーチファクト階級の３つの粒子階級がある。アーチファクト階級は、「キャッチオール」タイプの階級であり、所定の階級の１つに属すると明白に識別されない粒子に対して使用される。平均して全ての赤血球の５０％だけが赤血球と正確に分類され、全ての白血球の３０％だけが白血球と正確に分類されたことが以前の実施と編集から既知の場合には、赤血球と白血球の階級重みは、それぞれ２と３．３になるであろう。階級Ｒの粒子の数に赤血球の階級重み（２）が乗じられ、階級Ｗの粒子の数に白血球の階級重み（３．３）乗じられると、得られる数は、サンプル内の赤血球と白血球の正しい数に近似することになる。階級重みは、赤血球が白血球として誤分類された可能性及びその逆の可能性を考慮に入れている。更に、階級重みはまた、全ての赤血球と全ての白血球の統計的に決定された画分が予備的にアーチファクト階級に分類されるという事実に対処するものである。
粒子階級に対する階級重みを決定する１つの方法は、ルックアップ曲線の使用である。ルックアップ曲線を確立して、予備分類処理（例えば、ＡＰＲ）によって得られた結果と、人間のオペレータによるより完全な精査及び補正の後の結果とを相関することができる。このルックアップ曲線の逆数は、階級重みに等しい。階級重みを近似するために、線型モデルを使用する回帰分析を使用することができる。階級重みが１であることは、ＡＰＲ処理と人間が補正する処理が同じ結果をもたらす（すなわち、ＡＰＲ結果に誤差がない）ことを意味する。１よりも高い階級重みは、全ての階級の粒子が最初の分類方法によってその階級に適正に分類されていないことを示している。従って、最初の階級重みは、通常１又はそれ以上であり、アーチファクトは、階級重み１を有する。
統計的評価に基づいて階級重みが決定され、次にオペレータによる再分類がある場合は、階級重み（すなわち、再分類前の階級重み）が再計算されて再分類が反映される。各階級は、特定の階級重みに関連し、異なる階級は通常異なる階級重みを有するので、オペレータの粒子の再分類は、いくつかの異なる階級に対する粒子濃度に影響を与える。例えば、予備分類に基づいて、赤血球の濃度がＣR,Oldと決定され、白血球の濃度がＣW,Oldと決定されると、誤分類粒子の階級Ｗから階級Ｒへの移動は、濃度ＣR,NewとＣW,Newに影響を与えることになる。
階級重みを使用して各階級の粒子の数が決定された状態で濃度が計算される。濃度の計算方法に関する詳細を以下に示す。本明細書で使用されるＩは、サンプル内の粒子の総数を表している。
図１は、本発明の実施形態による完全分類処理１０を表す流れ図である。完全分類処理１０は、予備決定処理２０と完全編集処理３０を含む。上述のように、サンプルのフレーム（静止画像）が撮られ、フレームから粒子画像が抽出される（段階２１）。次に、予備分類が実行され、それによって粒子画像が所定の組の階級の１つに配置される（段階２２）。この予備分類処理中に、予め選択されたレベルの確実性で所定の階級の組の１つに属するものと識別されなかった粒子は、アーチファクト階級に分類される。予備分類処理の最後に、サンプル内のＩ個の粒子が全て分類される。この予備分類は、両方とも本明細書において引用により組み込まれている、２００１年４月２４日出願の米国特許出願出願番号第０９／８４１，９４１号と２００３年１１月１８日出願の米国特許出願出願番号第１０／７１６，５８９号とに説明された神経網ベースの処理であるＡＰＲ処理のような自動処理を通して実行することができる。予備分類中に、処理１０を実行するシステムは、どのフレームから各粒子画像が抽出されたかの記録を維持することができる。ＡＰＲ処理は自動処理であるが、予備分類は、あらゆる公知の分類方法を使用して実行することができ、１００％自動処理である必要はない。
予備分類の後で、粒子に対する編集重みが決定される（段階２３）。Ｉ個の粒子が全て分類される完全分類処理１０の場合には、各粒子がそれ自体を表すので、各粒子に対する編集重みは１である。編集重みが決定された後で、予備的な濃度が計算される（段階２４）。粒子階級に対する濃度は、一般的に、階級内の粒子の数（すなわち、各編集重み＝１とした階級内の粒子の編集重みの総数）を階級重みで乗算し、その積をサンプル容積で割算することによって計算される。容積当たりの粒子の数又は粒子の総数のうちの特定の階級の粒子の割合のようないずれかの望ましい単位で濃度を計算することができる。オペレータが予備分類に基づいて濃度を見る（段階２５）ことを選択すると、濃度は、オペレータに表示される（段階２６）。
オペレータは、分類の詳細な精査をしないで計算された濃度の結果を承認するように選択するか、又は手作業の精査を行うことができる（段階１２）。オペレータが更なる精査をしないで結果を出すように選択すると、結果は、レポートにコンパイルされる（段階１４）。一方で、オペレータが結果の精査を選択すると、完全編集処理３０が始まる。
完全編集処理３０中に、オペレータは、粒子を再分類するか又は単に粒子毎のベースで予備分類を「承認」する。システムは、１つの階級から別の階級に粒子を移動させることにより、再分類が行われるか否かを感知する（段階３１）。変化が感知される時に、階級重みの修正処理が始動し、それによって階級重みが修正され、粒子の再分類が反映される（段階３２）。階級重みは、次の式により調節される。
ＣＷNew＝〔（Ｎ−ＮMoved）・ＣＷOld＋ＮMoved〕／Ｎ （１）
ここで、ＣＷNew＝調節後の新しい階級重み、ＣＷOld＝調節前の古い階級重み、Ｎ＝分類される粒子の総数（アーチファクトを含む）、及び、ＮMoved＝再分類された粒子の有効数である。
オペレータが編集を何も行わないで予備分類の結果を承認する時は、階級重みの修正処理は始動されない。好ましくは、階級重みは、単一の移動による濃度の変化が大きくならないように、オペレータが行う全ての変更に応じて修正される。粒子が階級Ａから階級Ｂに移されて次に階級Ａに戻されると、ＮMovedが増分され、次に減分されて移動の効果が取り消される。また、粒子が何回か再分類されると、その間の段階には関係なく、最初と最後の再分類だけが階級重みに影響を及ぼすことになる。例えば、粒子が階級Ａから階級Ｂに移され、次に階級Ｂから階級Ｃに移され、次に階級Ｃから階級Ｄに移されると、階級重みに対する最終的な効果は、粒子が階級Ａから階級Ｄに１回の移動で移されたのと同じことになる。
オペレータが編集処理を終了した後に、システムは、次の式を使用してオペレータが行った変更を反映させる濃度を自動的に再計算する〔段階３３）。
ＣCLASS A＝（ＣＷA、New・Σ(Class A)ＥＷ）／ＲＥＦ （２）
ここで、ＲＥＦは、「実行相当係数」（すなわち、望ましい濃度の単位により、サンプルの体積、あるいは分類された粒子の総数）である。ＥＷは、粒子に対する編集重み（以下により詳細に定められる）であり、Σ(Class A)ＥＷは、階級Ａ内の粒子の全ての編集重みの合計である。各粒子の編集重みが１である完全分類の場合、Σ(Class A)ＥＷは、階級Ａ内の粒子の現在の数（すなわち、最も最近の再分類後）と同じである。実施形態により、再計算された濃度は、オペレータに表示することができる。
段階３１、３２、及び３３は、変更が行われなくなるまで繰り返され（段階３４）、その時点で、精査の結果がレポートに組み込まれる（段階１４）。段階３４で更なる変更が望ましいか尋ねられた時に、オペレータは、既に以前に再分類されたサンプル粒子に対して更なる変更を行うか又は新しい粒子を再分類することができる。最終的に、オペレータが分類に満足する時に完全編集処理３０は終了する。理論的には、レポート１４に現れる分類誤差だけがオペレータが犯した人間による誤差からのものであるはずである。仮にオペレータがサンプルから捕捉された全ての粒子画像の精査と編集を続けた場合は、全ての異なる粒子の階級に対する階級重みは、１に収斂すべきである。
図２は、本発明の別の実施形態による第１の部分分類処理４０を表す流れ図である。第１の部分分類処理４０は、予備分類処理５０と短縮編集処理６０を含む。完全分類処理１０と同様に、予備分類処理５０は、フレームからの粒子画像の抽出から始まる（段階５１）。次に、抽出された粒子画像は、ある一定の数の「ビン」間に分割される（段階５２）。図１の完全分類処理と異なり、サンプル中のＩ個の粒子のうちのＮ個だけが「ビン」に入れられ（Ｎ＜Ｉ）、「ビン」に入れられた粒子だけがオペレータによって精査される。「ビン」に入れられた粒子は、オペレータの精査のために実質的に「選択」され、残りの粒子は省略され、及び／又は廃棄される。
分類されたＮ個の粒子は、第１のＮ個の粒子の分類が高濃度で存在する粒子だけの分類をもたらし、低濃度で存在する粒子のいずれの分類にも失敗する可能性があるために、サンプル中の最初のＮ個の粒子ではない場合がある。Ｎ個の粒子をいくつかの「ビン」に分類する方法は、本明細書において引用により組み込まれている米国特許第６，１４１，６２４号に開示されている。
例示的な実施形態では、「ビン」Ａ、「ビン」Ｂ、及び「ビン」Ｃの３つの「ビン」があり、各「ビン」は、粒子大きさの範囲によって規定される。「ビン」の数と「ビン」の決定基準は、試行錯誤又は何らかの種類の反復手順によって決定することができる。しかし、どのような決定基準であろうと、「ビン」は、互いに排他的であり、観測される粒子の全領域を網羅すべきである。例えば、各「ビン」Ａ、Ｂ、及びＣは、小さい、中間の、及び大きな粒子の大きさをそれぞれ維持することができ、大きさの範囲は、次のように割り当てられる。
階級Ａ：画像の大きさが０からＳAピクセルの間の粒子（例えば、６９ピクセル）、
階級Ｂ：画像の大きさが（ＳA＋１）からＳBピクセルの間の粒子（例えば、１０９ピクセル）、及び
階級Ｃ：画像の大きさが（ＳB＋１）ピクセルよりも大きい粒子。
ここで、ピクセルは、段階５１で抽出された粒子画像のピクセルを指すものである。用途により、「ビン」のための選択決定基準として、粒子の大きさの代わりに粒子のあらゆる視覚的に識別可能な特徴（例えば、平均粒子輝度、色、形状など）を使用することができると考えられる。本明細書で用いる場合、粒子は、「ビン」の１つに入れられると「選択」されたことになる。
第１の部分分類処理４０は、様々なパラメータを使用して、分類される粒子のサブグループが、全サンプルの粒子混合をできる限り反映することを確実にする。これらのパラメータは、選択された粒子（ＮMAX）の最大数と、最大「ビン」容量（ＭＡＸBIN A，ＭＡＸBIN B，ＭＡＸBIN C）とを含む。ＮMAXは、１つのサンプルから選択することができる粒子の最大数であり、最大「ビン」容量（ＭＡＸBIN A，ＭＡＸBIN B，ＭＡＸBIN C）は、各「ビン」が維持することができる粒子の数を制限するために「ビン」のそれぞれに割り当てられた数である。好ましい実施形態では、システムは、粒子画像を連続して細かく調べて（例えば、それらが得られた順序で）ＮMAXに到達するか、又は全ての粒子が調査されるまで粒子の「ビン」決定基準に基づいて粒子画像を配置する（すなわち、Ｉ＜ＮMAXの場合）。最大「ビン」容量ＭＡＸBINが「ビン」のいずれかに到達すると、たとえそれらが特定の「ビン」に対する決定基準に合致しても、特定の「ビン」にそれ以上の粒子は入れられない。例えば、「ビン」ＡがＭＡＸBIN Aに到達していると、「ビン」Ａに属する粒子は省略され、どの「ビン」にも入れられない。最大「ビン」容量のどれもＮMAXを超えない場合であっても、最大「ビン」容量の合計がＮMAXを超えることがある。
例示的な実施形態では、最大階級の大きさＭＡＸBIN A，ＭＡＸBIN B，及びＭＡＸBIN Cのそれぞれは、５００粒子であり、ＮMAXは、７５０粒子である。サンプルが高濃度の粒子タイプＡ、中濃度の粒子タイプＢ、及び低濃度の粒子タイプＣを含む場合、他の「ビン」の前に「ビン」Ａが最大容量に到達することになる。ＭＡＸBIN Aに到達する（すなわち、５００個の粒子がその中にある）時に、「ビン」Ｂには１００個の粒子があり、「ビン」Ｃには２０個の粒子があるであろう。ＭＡＸBIN Aに到達した状態で、「ビン」Ａへの粒子の選択は停止し、最後の粒子が「ビン」Ａに追加された時のサンプル容積が記録される。ＮMAXに到達するまで、サンプリングは他の「ビン」内に続けられる。ＮMAXに到達する前に「ビン」Ｂ又は「ビン」Ｃがその最大容量に到達すると、それ以上の粒子は「ビン」に入れられない。「ビン」Ａが一杯の場合、タイプＡと決定された粒子は省略され、オペレータはそれらを精査できない。ＮMAXに到達した状態で、部分分類処理５０は停止する。
「ビン」への粒子の分割は、編集重みの決定のために使用される（段階５３）。粒子編集重み（ＥＷ）が各「ビン」に割り当てられ、「ビン」内の全ての粒子が同じ編集重みを有する。編集重みは、例えば、上の式（２）を使用して各階級の粒子の濃度を計算するために使用される。編集重みの計算には、４つの可能なシナリオがある。
１．上述の選択処理中にサンプルに対してＮMAXに到達したが、どの「ビン」も一杯でない場合、全ての選択された粒子画像に対してＥＷ＝「ファイル容積比（ＦＶＲ）」となり、捕捉された画像のフレーム数をＮMAXに到達した時の最後のフレーム数で割算してＦＶＲが計算される。例えば、ＮMAXが７５０として、「ビン」選択処理が「ビン」Ａ、「ビン」Ｂ、及び「ビン」Ｃ内のそれぞれ４００、３００、及び５０個の粒子で停止したと仮定する。また、１５０フレームが精査された後でＮMAXに到達し、全体のサンプルが４００フレームを包含すると仮定する。この例の粒子のＦＶＲは、４００／１５０＝２．６７となり、この例の各粒子が同じ粒子タイプの２．６７個の粒子を呈することを示している。
２．サンプルに対してＮMAXに到達しなかったが、「ビン」のいずれかに対して「ビン」の最大数（ＭＡＸBIN）に到達した場合、それらの「ビン」内の粒子画像に対してＥＷ＝「ビン容積比（ＢＶＲ）」となり、捕捉された画像のフレーム数をその「ビン」に対してＭＡＸBINに到達した時の最後のフレーム数で割算して各「ビン」に対するＢＶＲが計算される。従って、例えば、「ビン」Ａに５００個のタイプＡの粒子があると、「ビン」Ａに粒子を入れることは、１００番目のフレームで停止し、全サンプル容量は４００フレームを包含して、編集重みは、４００／１００＝４となる。この例では、捕捉された全ての粒子Ａは、４個のタイプＡの粒子を表している。
３．ＮMAXとＭＡＸBINの両方に到達すると、ＭＡＸBINに到達した「ビン」内の粒子のＥＷは、ＢＶＲを使用して計算される。一方、満杯よりも少ない「ビン」内の粒子のＥＷは、ＦＶＲを使用して計算される。
４．Ｉ＜ＮMAXであり、ＮMAXとＭＡＸBINのいずれかに到達することなくサンプル内の全ての粒子が「ビン」に入れられる場合には、ＥＷ＝１である。
「ビン」内に選択されたＮ個の粒子は、各階級に対する可視的な決定基準に基づいて予備分類処理を受ける。Ｎ個の粒子の一部は、それらが所定の階級の１つに属するものと明確に識別することができないために、通常はアーチファクト階級に分類される。部分分類処理の後で、階級重みと編集重みを使用して濃度が計算される（段階５５）。粒子の階級の濃度は、階級重みが乗算されてサンプル容量で割算された階級内の粒子の編集重みの合計か又は濃度を取得するための粒子Ｉの総数である。オペレータが濃度を見ることを選択すると（段階５６）、得られる濃度がオペレータに表示され（段階５７）、次に、オペレータは、予備分類を手作業で精査するか否かを決定する（段階４２）。
オペレータが手作業の精査を行わないと決定すると、段階５５で決定された濃度は、レポート４４に組み込まれる。一方、オペレータが手作業の精査を行うと決定すると、短縮編集処理６０が開始される。
オペレータは、粒子毎のベースで予備分類を変更するか又は承認する。システムは、毎回再分類が行われ、再分類に応答して階級重みが修正される（段階６２）ように、オペレータのアクションを感知する（段階６１）。各編集に応答して階級重みを更新することにより、編集処理を通して及び編集処理が終了した後にも、全ての粒子の階級に対して客観的に正確な濃度が提供される。階級重みは、上に提供された式（１）を使用して修正される。
次に、新しい階級重みを使用して濃度が再計算される（段階６３）。完全編集処理の場合と異なり、部分分類の場合は、粒子の編集重み（ＥＷ）が均一でないことを除いて、上に提供された式（２）を使用して濃度が再計算される。分類された同じタイプの全ての粒子に対して省略された少なくとも１個の粒子がある限りは、編集重みは１を超える。各「ビン」内の全ての粒子に対して同じ編集重みが適用され、以後の分類は、所定の粒子に対する編集重みに影響を及ぼさない。各新しく計算された濃度は、オペレータに呈示することができる。各変更に伴って濃度を更新することにより、オペレータは、濃度の大きな変更ではなく小規模な増分の変更を見ることになる。
行われる編集がそれ以上ない場合は（段階６４）、現在の結果がレポート４４に組み込まれる。一方、オペレータが新しい又は前に再分類された粒子のいずれかを再分類したい場合には、再分類が行われ、処理はループして段階６１に戻る。
図３は、本発明の更に別の実施形態による第２の部分分類処理７０を表す流れ図である。第１の部分分類処理４０の場合と異なり、第２の部分分類処理７０では、予備分類は、「ビン」選択処理の前に実行される。第２の部分分類処理７０は、「ビン」選択処理の前に行われる予備分類が「ビン」選択処理に影響を及ぼす場合があるので、第１の部分分類処理４０とは異なる結果をもたらすことになる。例えば、「ビン」選択決定基準の一部として、粒子の分類又は粒子の階級に関連する何らかの特質を使用することができる。
第２の部分分類処理７０は、予備分類処理８０と短縮編集処理９０を含む。予備分類処理８０では、Ｉ個の粒子画像がフレームから抽出され（段階８１）、Ｉ個の粒子画像は、全て予備的に分類される（段階８２）。各粒子が階級に関連付けられた後に、Ｉ個の粒子画像のうちのＮ個が、所定の「ビン」選択決定基準を使用して「ビン」内に分割される（段階８３）。編集重みが、各粒子に対して決定され（段階８４）、濃度が、階級重みと編集重みを使用して計算される（段階８５）。オペレータが濃度を見たい場合（段階８６）、それらは、オペレータに表示される（段階８７）。
短縮編集処理９０は、実質的に第１の部分分類処理４０の短縮編集処理６０と同様である。
次の実施例は、粒子濃度に対する再分類の影響を示すものである。
この実施例は、階級重みと濃度に対する再分類の影響を示している。階級Ｒ、階級Ｗ、及び階級Ｃを有する３階級システムとアーチファクト階級があると仮定する。また、ＣＷR＝２、ＣＷW＝１．５、ＣＷC＝４と仮定する。ＡＰＲ処理の後で、単位容積当たりにして階級Ｒには４０個の粒子、階級Ｗには２０個の粒子、階級Ｃには５個の粒子、そしてアーチファクト階級には５０個の粒子がある。粒子の総数（Ｎ）は１１５である。初期濃度は、次のようになるべきである。
ＣR＝２×４０＝８０粒子／容積
ＣW＝１．５×２０＝３０粒子／容積
ＣC＝４×５＝２０粒子／容積
ＲＥＦ＝１と仮定すると、上に定められた式（１）と式（２）を使用して、以下のようになる。
ＣR＝ＣＷR,New×Σ(Class)ＥＷ＝｛［２（１１５−３）＋３］／１１５｝×４１＝８０．９３粒子／容積
ＣW＝ＣＷW,New×Σ(Class)ＥＷ＝｛［１．５（１１５−３）＋３］／１１５｝×１９＝２８．２５粒子／容積
ＣC＝ＣＷC,New×Σ(Class)ＥＷ＝｛［４（１１５−３）＋３］／１１５｝×５＝１９．６粒子／容積
分類の結果は、１個の粒子の移動により濃度の大きな変化はないことを示している（３回の移動の全体的な結果は、ＷからＲへの再分類である）。再分類によって階級Ｃは直接影響されなかったが、その濃度は影響されたことに注意すべきである。
この実施例は、最初にアーチファクト階級に分類された粒子を分類する影響を示すものである。実施例１の場合と同様の初期条件が仮定される。再分類中に、５個のアーチファクトが階級Ｃに移される。再度ＲＥＦ＝１と仮定し、式（１）と（２）を使用すると、新しい濃度は次のようになる。
ＣR＝ＣＷR,New×Σ(Class)ＥＷ＝｛［２（１１５−５）＋５］／１１５｝×４０＝７８．２６粒子／容積
ＣW＝ＣＷW,New×Σ(Class)ＥＷ＝｛［１．５（１１５−５）＋５］／１１５｝×２０＝２９．５６粒子／容積
ＣC＝ＣＷC,New×Σ(Class)ＥＷ＝｛［４（１１５−５）＋５］／１１５｝×１０＝３８．７粒子／容積
５個のアーチファクトを階級Ｃに移すことは、階級Ｃの濃度をほぼ２倍にした。
代替方法
ここで、階級重みと濃度を再計算するための代替方法を以下に示す。この代替方法の場合、予備分類の段階は、上述の方法の場合と同様である。
この代替方法では、階級重みを低下させることは、好ましくは次の式を使用して行われる。
Figure 0004200176
ここで、ＣＷn＝再分類の後で新しく計算された階級重み（第１の方法のＣＷNewと同様）である。式（３）により、階級重みは、再分類の前に既に１であれば１のままにされる。そうでなければ、階級の新しい階級重み（ＣＷn）は、その古い階級重み（ＣＷOld）と係数との積になり、この係数は、移動後の階級の粒子の編集重み（Σ(Class)ＥＷ）の和から移された粒子の編集重みを減じ、移動後の階級の粒子の編集重み（Σ(Class)ＥＷ）の和で除したものである。係数とＣＷOldの積が１未満の時は、新しい階級重みは１である（１が、式（３）に対するＣＷnの最小の可能な値である）。
階級重みを増大させることは、好ましくは次の式を使用して行われる。
Figure 0004200176
ここでもまた、階級重みが移動の前に既に１であれば、それは１のままである。そうでなければ、階級の新しい階級重み（ＣＷn）は、その古い階級重み（ＣＷOld）と係数との積になり、この係数は、移動後の階級の粒子の編集重み（ＥＷ）の和に階級に移された粒子の編集重みを加算し、移動後の階級の粒子の編集重み（ＥＷ）の和で除したものである。
粒子がオペレータによって再分類される時に、移動によって影響される各階級の粒子の濃度は、次の式を使用して再計算される。
ＣCLASS A＝（ＣＷn・Σ(Class A)ＥＷ）／ＲＥＦ （５）
式（５）は、式（１）から得られたＣＷNewの代わりに式（３）と（４）を使用して計算されたＣＷnが使用される以外は、式（２）と同様である。完全分類の場合には、Σ(Class)ＥＷは、各粒子の編集重みが１であるために、最も新しい再分類後の階級Ａ内の粒子の数に等しい。しかし、部分的な再分類の場合には、Σ(Class)ＥＷの値は、粒子の少なくともいくつかが１つよりも多い粒子を表すために、通常は１よりも大きい。
各粒子の階級の階級重みＣＷは、オペレータによって行われた編集のタイプによって変えることができる。例えば、オペレータが粒子を階級Ａから階級Ｂに移すことにより、粒子画像を再分類すると仮定する。移動により影響される粒子階級により、移動が行われる時に階級重みＣＷに対する以下の変更が行われる。
ｉ）階級Ａの階級重み（ＣＷ）が１であり（すなわち、アーチファクト階級）、階級Ｂの階級重み（ＣＷ）が厳密に１よりも上位（すなわち、アーチファクト階級ではない）の場合、
・階級Ａの計算濃度は式５により低下し、階級Ａの階級重みＣＷは同じままとなり、
・階級Ｂの計算濃度は、好ましくは式３を使用して階級Ｂの階級重み（ＣＷ）が低下することにより、式５により同じままとなる。
ｉｉ）階級Ａの階級重み（ＣＷ）が厳密に１よりも上位であり（すなわち、アーチファクト階級ではない）、階級Ｂの階級重み（ＣＷ）が１である（すなわち、アーチファクト階級）場合、
・階級Ａの計算濃度は、好ましくは式４を使用して階級Ａの階級重み（ＣＷ）が低下することにより、式５により同じままとなり、
・階級Ｂの計算濃度は式５により増大し、階級Ｂの階級重みＣＷは同じままとなる。
ｉｉｉ）階級Ａの階級重み（ＣＷ）が厳密に１よりも上位であり（すなわち、アーチファクト階級ではない）、階級Ｂの階級重み（ＣＷ）が厳密に１よりも上位（すなわち、アーチファクト階級ではない）の場合、
・階級Ａの計算濃度は式５により低下し、階級Ａの階級重みＣＷは同じままとなり、
・階級Ｂの計算濃度は式５により増大し、階級Ｂの階級重みＣＷは同じままとなる。
ｉｖ）階級Ａの階級重み（ＣＷ）が１であり（すなわち、アーチファクト階級）、階級Ｂの階級重み（ＣＷ）が１である（すなわち、アーチファクト階級）場合、
・階級Ａの計算濃度は式５により低下し、階級Ａの階級重みＣＷは同じままとなり、
・階級Ｂの計算濃度は式５により低下し、階級Ｂの階級重みＣＷは同じままとなる。
ｖ）階級Ｂが作成される場合（その中に粒子を移動させることにより）、階級Ｂの階級重みＣＷは、上述のように、階級内の粒子があったとしたら使用されたであろう最初の階級重みに等しい階級重み値を最初に割り当てられる。
ｖｉ）階級Ａが空になる場合（その中の唯一の粒子を除くことにより）、階級Ａは、規定の階級重みＣＷを持たないことになる。万一その後に粒子画像が階級Ａに戻されると、上述のように、それは、ＣＷOldに等しい階級重み値（すなわち、階級が空になる前の最後の階級重み）を最初に割り当てられる。
ｖｉｉ）オペレータが上述のようにいずれかの粒子画像を階級Ａ（その元のＡＰＲ決定された階級）から階級Ｂに移動し、その後、同じ粒子画像を階級Ｂから階級Ｃに移動した状態で、次に、
・粒子画像を階級Ｂから階級Ａに移動させるために上述の規則が適用され、次に、
・粒子画像を階級Ａから階級Ｃに移動させるために上述の規則が適用される。
この実施例は、式（３）、（４）、及び（５）を使用して階級重みと濃度に対する再分類の影響を示すものである。実施例１で上述のように規定されたのと同じ条件を仮定する。オペレータの再分類が、最初は階級Ｗにあった粒子の２つを階級Ｒに、かつ階級Ｒの粒子の１つを階級Ｗに移動させた場合（再分類の粒子の総数＝３）、上述の状況ｉｉｉ）により階級重みは変わらない。同じ階級重みとＲＥＦ＝１を使用して、式（５）で計算された濃度は次の通りである。
ＣR＝２×４１＝８２粒子／容積
ＣW＝１．５×１９＝２８．５粒子／容積
ＣC＝４×５＝２０粒子／容積
実施例１及び３に説明したものと同じ初期条件を仮定する。また、１個の粒子がアーチファクト階級から階級Ｃにこの時点で動かされると仮定する。アーチファクト階級の階級重みは同じままであるが、上述の状況ｉ）に説明したように階級Ｃの階級重みは式（３）により低下する。従って、濃度は以下のようになる。
ＣR＝２×４０＝８０粒子／容積
ＣW＝１．５×２０＝３０粒子／容積
ＣC＝（５／６×４）×６＝２０粒子／容積
この実施例は、代替方法を使用する時には、アーチファクト階級から階級Ｃへの１個の粒子の移動が階級Ｃの濃度に影響を及ぼさないことを明らかにしている。
初期条件は実施例４と同じであるが、この場合は２０個の粒子がアーチファクト階級から階級Ｃへ移動されると仮定する。ここで、濃度は以下のようになる。
ＣR＝２×４０＝８０粒子／容積
ＣW＝１．５×２０＝３０粒子／容積
ＣC＝最大値〔１、５／２５×４〕×２５＝最大値〔１、０．８〕×２５＝２５粒子／容積
２０個の粒子がアーチファクト階級から階級Ｃへ動かされる時には、階級Ｃの濃度は変わる。
階級重みの適用は、ＡＰＲ処理を実行するマシン内で一組のコンピュータ可読命令としてプログラム内で実施することができる。同様に、階級重みの修正と濃度の計算は、人間の介入を最小にするためにプログラム内で実施することができる。図１と図２は、完全分類と部分分類を別々に示しているが、これは、説明を理解しやすくするためであり、両方の種類の分類を実行するために同じシステムを使用することができる。好ましくは、システムにはローカルスイッチがあり、従って、オペレータは、「完全編集」モードと「短縮編集」モードを切り換えることができる。
本発明の好ましい実施形態を上述のように詳細に説明したが、当業者に対して表された本明細書に教示された基本的な革新的概念の多くの変形及び／又は変更が、依然として本発明の精神及び範囲に該当することを明確に理解すべきである。
本発明の第１の実施形態による完全分類処理の流れ図である。 本発明の第２の実施形態による部分分類処理の流れ図である。 本発明の第３の実施形態による部分分類処理の流れ図である。
符号の説明
１０ 完全分類処理
２０ 予備決定処理
３０ 完全編集処理

Claims (53)

  1. Ｉ個の粒子を含有する流体サンプルを分析する方法であって、
    Ｎ個の粒子を第１の階級、第２の階級、及び第１の階級及び第２の階級以外の階級であるアーチファクト階級の１つに分類する段階、
    を含み、
    前記第１及び第２の階級に分類する段階は、それぞれ第１及び第２の所定の階級決定基準に適合した粒子に基づいて実行され、前記アーチファクト階級に分類する段階は、該第１及び第２の所定の階級決定基準のいずれにも適合しなかった粒子に基づいて実行され、 前記第１及び第２の階級に対する粒子の既知の以前の誤分類に基づいて第１及び第２の階級重みを決定する段階と、
    前記第１の階級に分類された粒子の数に前記第１の階級重みを乗算して、該第１の階級に分類された粒子の補正数を生成する段階と、
    前記第２の階級に分類された粒子の数に前記第２の階級重みを乗算して、該第２の階級に分類された粒子の補正数を生成する段階と、
    を更に含むことを特徴とする方法。
  2. 前記アーチファクト階級内の粒子に対して１の階級重みを割り当てる段階を更に含むことを特徴とする請求項１に記載の方法。
  3. 粒子の各々に対するものである、各粒子について、その粒子が代表する同じ階級の粒子の数である編集重みを決定する段階と、
    前記階級重みと前記編集重みを使用して、前記第１の階級の粒子と前記の第２の階級の、全ての粒子に対するある階級の粒子の割合である粒子の濃度を計算する段階と、
    を更に含むことを特徴とする請求項１に記載の方法。
  4. Ｎは、Ｉ以下であり、
    前記編集重みを決定する段階は、ビン選択処理を含み、
    前記ビン選択処理は、
    第１の階級の粒子と第２の階級の粒子が、一組の互いに排他的なビン選択決定基準によって規定されるように、第１の階級の粒子に対して第１のビン及び第２の階級の粒子に対して第２のビンを設定する段階と、
    前記第１のビンと前記第２のビンに入れるために検査される最大粒子数（ＮMAX）を選択する段階と、
    前記第１のビンに対する最大第１ビン容量ＭＡＸBIN 1と前記第２のビンに対する最大第２ビン容量ＭＡＸBIN 2とを設定する段階と、
    前記第１の階級の粒子を前記第１のビンに入れ、前記第１ビン容量ＭＡＸBIN 1に達したら、たとえＮMAXに達していなくても次の第１の階級の粒子を該第１のビンに入れるのを止める段階と、
    前記第２の階級の粒子を前記第１のビンに入れ、前記第２ビン容量ＭＡＸBIN 2に達したら、たとえＮMAXに達していなくても次の第２の階級の粒子を該第２のビンに入れるのを止める段階と、
    を含み、
    Ｎ MAX には達しているが、前記第１ビン容量ＭＡＸ BIN 1 にも前記第２ビン容量ＭＡＸ BIN 2 にも達していない場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは、前記サンプル中の粒子の数ＩをＮ MAX に達した時に前記第１のビン及び前記第２のビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX には達していないが、前記第１ビン容量ＭＡＸ BIN 1 又は前記第２ビン容量ＭＡＸ BIN 2 のいずれかには達している場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは、前記サンプル中の粒子の数Ｉをビン容量に達したビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX に達しており、前記第１ビン容量ＭＡＸ BIN 1 又は前記第２ビン容量ＭＡＸ BIN 2 のいずれかにも達している場合、ビン容量に達したビンに入った粒子についての編集重みは、前記サンプル中の粒子の数Ｉをビン容量に達したビンに入った粒子の数で割り算し たものとして決定され、ビン容量に達していないビンに入った粒子についての編集重みは、前記サンプル中の粒子の数ＩをＮ MAX に達した時に前記第１のビン及び前記第２のビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX に達しておらず、前記第１ビン容量ＭＡＸ BIN 1 にも前記第２ビン容量ＭＡＸ BIN 2 にも達していない場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは１と決定される、
    ことを特徴とする請求項３に記載の方法。
  5. ＭＡＸBIN 1とＭＡＸBIN 2の各々は、ＮMAXよりも小さいが、ＭＡＸBIN 1とＭＡＸBIN 2の合計は、ＮMAXよりも大きいことを特徴とする請求項４に記載の方法。
  6. 前記編集重みを決定する段階は、
    前記第１のビンに入った各粒子について、該粒子が代表する前記第１のビンに入らない第１の階級の粒子の数を表す補正係数である第１の編集重みを、前記第１の階級の粒子に割り当てる段階と、
    前記第２のビンに入った各粒子について、該粒子が代表する前記第２のビンに入らない第２の階級の粒子の数を表す補正係数である第２の編集重みを、前記第２の階級の粒子に割り当てる段階と、
    を含むことを特徴とする請求項４に記載の方法。
  7. 前記第１の階級の粒子に割り当てられた前記編集重みを全て足し合わせて、合計値を取得する段階と、
    前記合計値に前記第１の階級重みを乗算して積を生成する段階と、
    前記サンプルの容積である「実行相当係数」で前記積を割算する段階と、
    により、前記の第１の階級の粒子の濃度を決定する段階を更に含むことを特徴とする請求項６に記載の方法。
  8. 前記ビン選択処理は、前記Ｎ個の粒子を分類する段階の前に実行されることを特徴とする請求項４に記載の方法。
  9. 前記ビン選択処理は、前記Ｎ個の粒子を分類する段階の後に実行されることを特徴とする請求項４に記載の方法。
  10. Ｎ＝Ｉであり、
    各粒子に対する前記編集重みは１である、
    ことを特徴とする請求項３に記載の方法。
  11. 前記第１の階級の粒子の濃度を計算する段階は、
    前記第１の階級の粒子の数と前記第１の階級重みを乗算して第１の階級の粒子の補正数を生成する段階、及び該第１の階級の粒子の数を、前記サンプルの体積で割算する段階、
    を含むことを特徴とする請求項１０に記載の方法。
  12. 粒子の１つを再分類する段階と、
    前記第１の階級に分類された粒子の数を前記第１の階級重みによって乗算する段階の前に、前記再分類に応じて該第１の階級重みを修正する段階と、
    更に含むことを特徴とする請求項１に記載の方法。
  13. 粒子の各々に対して編集重みを決定する段階と、
    前記階級重みと前記編集重みを使用して、前記第１の階級の粒子と前記の第２の階級の粒子の濃度を計算する段階と、
    を更に含むことを特徴とする請求項１２に記載の方法。
  14. Ｎは、Ｉ以下であり、
    前記編集重みを決定する段階は、ビン選択処理を含み、
    前記ビン選択処理は、
    第１の階級の粒子と第２の階級の粒子が、一組の互いに排他的なビン選択決定基準によって規定されるように、第１の階級の粒子に対して第１のビン及び第２の階級の粒子に対して第２のビンを設定する段階と、
    前記第１のビンと前記第２のビンに入れるために検査される最大粒子数（ＮMAX）を選択する段階と、
    前記第１のビンに対する最大第１ビン容量ＭＡＸBIN 1と前記第２のビンに対する最大第２ビン容量ＭＡＸBIN 2とを設定する段階と、
    前記第１の階級の粒子を前記第１のビンに入れ、前記第１ビン容量ＭＡＸBIN 1に達したら、たとえＮMAXに達していなくても次の第１の階級の粒子を該第１のビンに入れるのを止める段階と、
    前記第２の階級の粒子を前記第１のビンに入れ、前記第２ビン容量ＭＡＸBIN 2に達したら、たとえＮMAXに達していなくても次の第２の階級の粒子を該第２のビンに入れるのを止める段階と、
    を含み、
    Ｎ MAX には達しているが、前記第１ビン容量ＭＡＸ BIN 1 にも前記第２ビン容量ＭＡＸ BIN 2 にも達していない場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは、前記サンプル中の粒子の数ＩをＮ MAX に達した時に前記第１のビン及び前記第２のビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX には達していないが、前記第１ビン容量ＭＡＸ BIN 1 又は前記第２ビン容量ＭＡＸ BIN 2 のいずれかには達している場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは、前記サンプル中の粒子の数Ｉをビン容量に達したビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX に達しており、前記第１ビン容量ＭＡＸ BIN 1 又は前記第２ビン容量ＭＡＸ BIN 2 のいずれかにも達している場合、ビン容量に達したビンに入った粒子についての編集重みは、前記サンプル中の粒子の数Ｉをビン容量に達したビンに入った粒子の数で割り算したものとして決定され、ビン容量に達していないビンに入った粒子についての編集重みは、前記サンプル中の粒子の数ＩをＮ MAX に達した時に前記第１のビン及び前記第２のビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX に達しておらず、前記第１ビン容量ＭＡＸ BIN 1 にも前記第２ビン容量ＭＡＸ BIN 2 にも達していない場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは１と決定される、
    ことを特徴とする請求項１３に記載の方法。
  15. ＭＡＸBIN 1とＭＡＸBIN 2の各々は、ＮMAXよりも小さいが、ＭＡＸBIN 1とＭＡＸBIN 2の合計は、ＮMAXよりも大きいことを特徴とする請求項１４に記載の方法。
  16. 前記編集重みを決定する段階は、
    前記第１のビンに入った各粒子について、該粒子が代表する前記第１のビンに入らない第１の階級の粒子の数を表す補正係数である第１の編集重みを、前記第１の階級の粒子に割り当てる段階と、
    前記第２のビンに入った各粒子について、該粒子が代表する前記第２のビンに入らない第２の階級の粒子の数を表す補正係数である第２の編集重みを、前記第２の階級の粒子に割り当てる段階と、
    を含むことを特徴とする請求項１４に記載の方法。
  17. 前記第１の階級の粒子の前記編集重みを全て足し合わせて、合計値を取得する段階と、
    前記合計値に前記修正された第１の階級重みを乗算して積を生成する段階と、
    前記サンプルの容積である「実行相当係数」で前記積を割算する段階と、
    により、前記の第１の階級の粒子の濃度を決定する段階を更に含むことを特徴とする請求項１４に記載の方法。
  18. 前記ビン選択処理は、前記Ｎ個の粒子を分類する段階の前に実行されることを特徴とする請求項１４に記載の方法。
  19. 前記ビン選択処理は、前記Ｎ個の粒子を分類する段階の後に実行されることを特徴とする請求項１４に記載の方法。
  20. Ｎ＝Ｉであり、
    各粒子に対する前記編集重みは１である、
    ことを特徴とする請求項１２に記載の方法。
  21. 第１の階級の粒子の数と前記修正された第１の階級重みを乗算して第１の階級の粒子の補正数を生成し、かつ第１の階級の粒子の数を、前記サンプルの体積で割算することにより、前記サンプル内の第１の階級の粒子の濃度を決定する段階を更に含むことを特徴とする請求項２０に記載の方法。
  22. 前記再分類は、前記階級の１つから前記第１の階級又は前記第２の階級のいずれかに粒子を移動する段階を含むことを特徴とする請求項１２に記載の方法。
  23. 前記第１の階級重みを修正する段階は、
    再分類された粒子の総数（ＮMoved）を決定する段階と、
    前記値（Ｎ−ＮMoved）に前記第１の階級重みを乗算して中間の第１の階級重みを生成する段階と、
    前記数ＮMovedを前記中間の第１の階級重みに加算して合計を生成する段階と、
    前記合計をＮで割算して修正された第１の階級重みを生成する段階と、
    を含むことを特徴とする請求項１２に記載の方法。
  24. 前記第１の階級重みを修正する段階は、
    再分類された粒子の総数（ＮMoved）を決定する段階と、
    ＮMovedを前記第１の階級に分類された粒子の編集重みを全て足し合わせて取得した合計値から減算して差を生成する段階と、
    前記差を前記第１の階級に分類された粒子の編集重みの前記合計値で割算して係数を生成する段階と、
    前記係数を前記第１の階級重みで乗算して積を生成する段階と、
    前記第１の階級重みを１と前記積の間の大きい方の値に設定する段階と、
    により、該第１の階級重みを低減する段階を含むことを特徴とする請求項１２に記載の方法。
  25. 前記第１の階級重みを修正する段階は、
    再分類された粒子の総数（ＮMoved）を決定する段階と、
    ＮMovedを前記第１の階級に分類された粒子の編集重みを全て足し合わせて取得した合計値に加算して分子を生成する段階と、
    前記分子を前記第１の階級に分類された粒子の編集重みの前記合計値で割算して係数を生成する段階と、
    前記第１の階級重みを前記係数と前記第１の階級重みの積に設定する段階と、
    により、該第１の階級重みを増大する段階を含むことを特徴とする請求項１２に記載の方法。
  26. 前記Ｎ個の粒子は、粒子画像を使用して分類され、
    前記サンプルの異なる部分の静止フレームを取得する段階と、
    前記静止フレームから粒子画像を抽出する段階と、
    を更に含むことを特徴とする請求項１に記載の方法。
  27. コンピュータにＩ個の粒子を含有するサンプルを分析するための一組の命令を実行させるためのプログラムであって、
    Ｎ個の粒子を第１の階級、第２の階級、及び第１の階級及び第２の階級以外の階級であるアーチファクト階級の１つに分類するための命令、
    を含み、
    前記第１及び第２の階級への分類は、それぞれ第１及び第２の所定の階級決定基準に適合した粒子に基づいて実行され、前記アーチファクト階級への分類は、該第１及び第２の所定の階級決定基準のいずれにも適合しなかった粒子に基づいて実行され、
    前記第１及び第２の階級に対する粒子の既知の以前の誤分類に基づいて第１及び第２の階級重みを決定するための命令と、
    前記第１の階級に分類された粒子の数に前記第１の階級重みを乗算して、該第１の階級に分類された粒子の補正数を生成するための命令と、
    前記第２の階級に分類された粒子の数に前記第２の階級重みを乗算して、該第２の階級に分類された粒子の補正数を生成するための命令と、
    を更に含むことを特徴とするプログラム。
  28. 前記アーチファクト階級内の粒子に対して１の階級重みを割り当てるための命令を更に含むことを特徴とする請求項２７に記載のプログラム。
  29. 粒子の各々に関連する、各粒子について、その粒子が代表する同じ階級の粒子の数である編集重みを決定するための命令と、
    前記階級重みと前記編集重みを使用して、前記第１の階級の粒子と前記の第２の階級の、全ての粒子に対するある階級の粒子の割合である粒子の濃度を計算するための命令と、
    を更に含むことを特徴とする請求項２７に記載のプログラム。
  30. Ｎは、Ｉ以下であり、
    前記編集重みを決定するための命令は、ビン選択のための命令を含み、
    前記ビン選択のための命令は、
    第１の階級の粒子と第２の階級の粒子が、一組の互いに排他的なビン選択決定基準によって規定されるように、第１の階級の粒子に対して第１のビン及び第２の階級の粒子に対して第２のビンを設定するための命令と、
    前記第１のビンと前記第２のビンに入れるために検査される最大粒子数（ＮMAX）を選択するための命令と、
    前記第１のビンに対する最大第１ビン容量ＭＡＸBIN 1と前記第２のビンに対する最大第２ビン容量ＭＡＸBIN 2とを設定するための命令と、
    前記第１の階級の粒子を前記第１のビンに入れ、前記第１ビン容量ＭＡＸBIN 1に達したら、たとえＮMAXに達していなくても次の第１の階級の粒子を該第１のビンに入れるのを止める命令と、
    前記第２の階級の粒子を前記第１のビンに入れ、前記第２ビン容量ＭＡＸBIN 2に達したら、たとえＮMAXに達していなくても次の第２の階級の粒子を該第２のビンに入れるのを止める命令と、
    を含み、
    Ｎ MAX には達しているが、前記第１ビン容量ＭＡＸ BIN 1 にも前記第２ビン容量ＭＡＸ BIN 2 にも達していない場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは、前記サンプル中の粒子の数ＩをＮ MAX に達した時に前記第１のビン及び前記第２のビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX には達していないが、前記第１ビン容量ＭＡＸ BIN 1 又は前記第２ビン容量ＭＡＸ BIN 2 のいずれかには達している場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは、前記サンプル中の粒子の数Ｉをビン容量に達したビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX に達しており、前記第１ビン容量ＭＡＸ BIN 1 又は前記第２ビン容量ＭＡＸ BIN 2 のいずれかにも達している場合、ビン容量に達したビンに入った粒子についての編集重みは、前記サンプル中の粒子の数Ｉをビン容量に達したビンに入った粒子の数で割り算したものとして決定され、ビン容量に達していないビンに入った粒子についての編集重みは、前記サンプル中の粒子の数ＩをＮ MAX に達した時に前記第１のビン及び前記第２のビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX に達しておらず、前記第１ビン容量ＭＡＸ BIN 1 にも前記第２ビン容量ＭＡＸ BIN 2 にも達していない場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは１と決定される、
    ことを特徴とする請求項２９に記載のプログラム。
  31. ＭＡＸBIN 1とＭＡＸBIN 2の各々は、ＮMAXよりも小さいが、ＭＡＸBIN 1とＭＡＸBIN 2の合計は、ＮMAXよりも大きいことを特徴とする請求項３０に記載のプログラム。
  32. 前記編集重みを決定するための命令は、
    前記第１のビンに入った各粒子について、該粒子が代表する前記第１のビンに入らない第１の階級の粒子の数を表す補正係数である第１の編集重みを、前記第１の階級の粒子に割り当てるための命令と、
    前記第２のビンに入った各粒子について、該粒子が代表する前記第２のビンに入らない第２の階級の粒子の数を表す補正係数である第２の編集重みを、前記第２の階級の粒子に割り当てるための命令と、
    を含むことを特徴とする請求項３０に記載のプログラム。
  33. 前記第１の階級の粒子に割り当てられた前記編集重みを全て足し合わせて、合計値を取得し、
    前記合計値に前記第１の階級重みを乗算して積を生成し、
    前記サンプルの容積で前記積を割算する、
    ことにより前記の第１の階級の粒子の濃度を決定するための命令を更に含むことを特徴とする請求項３２に記載のプログラム。
  34. 前記ビン選択処理は、前記Ｎ個の粒子を分類する段階の前に実行されることを特徴とする請求項３０に記載のプログラム。
  35. 前記ビン選択処理は、前記Ｎ個の粒子を分類する段階の後に実行されることを特徴とする請求項３０に記載のプログラム。
  36. Ｎ＝Ｉであり、
    各粒子に対する前記編集重みは１である、
    ことを特徴とする請求項２９に記載のプログラム。
  37. 前記第１の階級の粒子の濃度を計算するための命令は、
    前記第１の階級の粒子の数と前記第１の階級重みを乗算して第１の階級の粒子の補正数を生成し、該第１の階級の粒子の数を、前記サンプルの体積で割算するための命令、
    を含むことを特徴とする請求項３６に記載のプログラム。
  38. 粒子の１つを再分類するための命令と、
    前記第１の階級に分類された粒子の数を前記第１の階級重みで乗算して該第１の階級に分類された粒子の補正数を生成するための前記命令を実行する前に、前記再分類に応じて該第１の階級重みを修正するための命令と、
    を更に含むことを特徴とする請求項２７に記載のプログラム。
  39. 粒子の各々に関連する編集重みを決定するための命令と、
    前記階級重みと前記編集重みを使用して、前記第１の階級の粒子と前記の第２の階級の粒子の濃度を計算するための命令と、
    を更に含むことを特徴とする請求項３８に記載のプログラム。
  40. Ｎは、Ｉ以下であり、
    前記編集重みを決定するための命令は、
    第１の階級の粒子と第２の階級の粒子が、一組の互いに排他的なビン選択決定基準によって規定されるように、第１の階級の粒子に対して第１のビン及び第２の階級の粒子に対して第２のビンを設定するための命令と、
    前記第１のビンと前記第２のビンに入れるために検査される最大粒子数（ＮMAX）を選択するための命令と、
    前記第１のビンに対する最大第１ビン容量ＭＡＸBIN 1と前記第２のビンに対する最大第２ビン容量ＭＡＸBIN 2とを設定するための命令と、
    前記第１の階級の粒子を前記第１のビンに入れ、前記第１ビン容量ＭＡＸBIN 1に達したら、たとえＮMAXに達していなくても次の第１の階級の粒子を該第１のビンに入れるのを止める命令と、
    前記第２の階級の粒子を前記第１のビンに入れ、前記第２ビン容量ＭＡＸBIN 2に達したら、たとえＮMAXに達していなくても次の第２の階級の粒子を該第２のビンに入れるのを止める命令と、
    を含み、
    Ｎ MAX には達しているが、前記第１ビン容量ＭＡＸ BIN 1 にも前記第２ビン容量ＭＡＸ BIN 2 にも達していない場合、前記第１のビン及び前記第２のビンに入った粒子について の編集重みは、前記サンプル中の粒子の数ＩをＮ MAX に達した時に前記第１のビン及び前記第２のビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX には達していないが、前記第１ビン容量ＭＡＸ BIN 1 又は前記第２ビン容量ＭＡＸ BIN 2 のいずれかには達している場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは、前記サンプル中の粒子の数Ｉをビン容量に達したビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX に達しており、前記第１ビン容量ＭＡＸ BIN 1 又は前記第２ビン容量ＭＡＸ BIN 2 のいずれかにも達している場合、ビン容量に達したビンに入った粒子についての編集重みは、前記サンプル中の粒子の数Ｉをビン容量に達したビンに入った粒子の数で割り算したものとして決定され、ビン容量に達していないビンに入った粒子についての編集重みは、前記サンプル中の粒子の数ＩをＮ MAX に達した時に前記第１のビン及び前記第２のビンに入った粒子の数で割り算したものとして決定され、
    Ｎ MAX に達しておらず、前記第１ビン容量ＭＡＸ BIN 1 にも前記第２ビン容量ＭＡＸ BIN 2 にも達していない場合、前記第１のビン及び前記第２のビンに入った粒子についての編集重みは１と決定される、
    ことを特徴とする請求項３９に記載のプログラム。
  41. ＭＡＸBIN 1とＭＡＸBIN 2の各々は、ＮMAXよりも小さいが、ＭＡＸBIN 1とＭＡＸBIN 2の合計は、ＮMAXよりも大きいことを特徴とする請求項４０に記載のプログラム。
  42. 前記編集重みを決定するための命令は、
    前記第１のビンに入った各粒子について、該粒子が代表する前記第１のビンに入らない第１の階級の粒子の数を表す補正係数である第１の編集重みを、前記第１の階級の粒子に割り当てるための命令と、
    前記第２のビンに入った各粒子について、該粒子が代表する前記第２のビンに入らない第２の階級の粒子の数を表す補正係数である第２の編集重みを、前記第２の階級の粒子に割り当てるための命令と、
    を含むことを特徴とする請求項４０に記載のプログラム。
  43. 前記第１の階級の粒子の前記編集重みを全て足し合わせて、合計値を取得し、
    前記合計値に前記修正された第１の階級重みを乗算して積を生成し、
    前記サンプルの容積で前記積を割算する、
    ことにより前記の第１の階級の粒子の濃度を決定するための命令を更に含むことを特徴とする請求項４０に記載のプログラム。
  44. 前記ビン選択処理は、前記Ｎ個の粒子を分類する段階の前に実行されることを特徴とする請求項４０に記載のプログラム。
  45. 前記ビン選択処理は、前記Ｎ個の粒子を分類する段階の後に実行されることを特徴とする請求項４０に記載のプログラム。
  46. Ｎ＝Ｉであり、
    各粒子に対する前記編集重みは１である、
    ことを特徴とする請求項３８に記載のプログラム。
  47. 第１の階級の粒子の数と前記修正された第１の階級重みを乗算して第１の階級の粒子の補正数を生成し、かつ第１の階級の粒子の数を、前記サンプルの体積で割算することによって前記サンプル内の第１の階級の粒子の濃度を決定するための命令を更に含むことを特徴とする請求項４６に記載のプログラム。
  48. 前記再分類は、前記階級の１つから前記第１の階級又は前記第２の階級のいずれかに粒子を移動する段階を含むことを特徴とする請求項３８に記載のプログラム。
  49. 前記第１の階級重みを修正するための命令は、
    再分類された粒子の総数（ＮMoved）を決定するための命令と、
    前記値（Ｎ−ＮMoved）に前記第１の階級重みを乗算して中間の第１の階級重みを生成するための命令と、
    前記数ＮMovedを前記中間の第１の階級重みに加算して合計を生成するための命令と、 前記合計をＮで割算して修正された第１の階級重みを生成するための命令と、
    を含むことを特徴とする請求項３８に記載のプログラム。
  50. 前記第１の階級重みを修正するための命令は、
    再分類された粒子の総数（ＮMoved）を決定し、
    ＮMovedを前記第１の階級に分類された粒子の編集重みの合計から減算して差を生成し、
    前記差を前記第１の階級に分類された粒子の編集重みの前記合計で割算して係数を生成し、
    前記係数を前記第１の階級重みで乗算して積を生成し、
    前記第１の階級重みを１と前記積の間の大きい方の値に設定する、
    ことによって該第１の階級重みを低減するための命令を含むことを特徴とする請求項３８に記載のプログラム。
  51. 前記第１の階級重みを修正するための命令は、
    再分類された粒子の総数（ＮMoved）を決定し、
    ＮMovedを前記第１の階級に分類された粒子の編集重みの合計に加算して分子を生成し、
    前記分子を前記第１の階級に分類された粒子の編集重みの前記合計で割算して係数を生成し、
    前記第１の階級重みを前記係数と前記第１の階級重みの積に設定する、
    ことによって該第１の階級重みを増大するための命令を含むことを特徴とする請求項３８に記載のプログラム。
  52. 前記Ｎ個の粒子は、粒子画像を使用して分類され、
    前記サンプルの異なる部分の静止フレームを取得するための命令と、
    前記静止フレームから粒子画像を抽出するための命令と、
    を更に含むことを特徴とする請求項２７に記載のプログラム。
  53. マシンによって実行されるコンピュータ可読プログラムを組み込んだ流体サンプルを分析するための装置であって、
    プログラムが、
    Ｎ個の粒子を第１の階級、第２の階級、及び第１の階級及び第２の階級以外の階級であるアーチファクト階級の１つに分類するための命令、
    を含み、
    前記第１及び第２の階級への分類は、それぞれ第１及び第２の所定の階級決定基準に適合した粒子に基づいて実行され、前記アーチファクト階級への分類は、該第１及び第２の所定の階級決定基準のいずれにも適合しなかった粒子に基づいて実行され、
    前記プログラムは、
    前記第１及び第２の階級に対する粒子の既知の以前の誤分類に基づいて第１及び第２の階級重みを決定するための命令と、
    前記第１の階級に分類された粒子の数に前記第１の階級重みを乗算して、該第１の階級に分類された粒子の補正数を生成するための命令と、
    前記第２の階級に分類された粒子の数に前記第２の階級重みを乗算して、該第２の階級に分類された粒子の補正数を生成するための命令と、
    を更に含むことを特徴とする装置。
JP2006514934A 2003-05-23 2004-05-24 階級重みを使用する流体サンプル分析 Expired - Lifetime JP4200176B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US47317603P 2003-05-23 2003-05-23
US10/850,786 US7324694B2 (en) 2003-05-23 2004-05-21 Fluid sample analysis using class weights
PCT/US2004/016158 WO2004113865A2 (en) 2003-05-23 2004-05-24 Fluid sample analysis using class weights

Publications (2)

Publication Number Publication Date
JP2007525649A JP2007525649A (ja) 2007-09-06
JP4200176B2 true JP4200176B2 (ja) 2008-12-24

Family

ID=33544285

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006514934A Expired - Lifetime JP4200176B2 (ja) 2003-05-23 2004-05-24 階級重みを使用する流体サンプル分析

Country Status (6)

Country Link
US (1) US7324694B2 (ja)
EP (1) EP1639339A4 (ja)
JP (1) JP4200176B2 (ja)
AU (1) AU2004250122B2 (ja)
CA (1) CA2526917C (ja)
WO (1) WO2004113865A2 (ja)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011095182A (ja) * 2009-10-30 2011-05-12 Sysmex Corp 細胞分析装置及び細胞分析方法
US9522396B2 (en) 2010-12-29 2016-12-20 S.D. Sight Diagnostics Ltd. Apparatus and method for automatic detection of pathogens
CN104169719B (zh) 2011-12-29 2017-03-08 思迪赛特诊断有限公司 用于检测生物样品中病原体的方法和系统
US9857361B2 (en) 2013-03-15 2018-01-02 Iris International, Inc. Flowcell, sheath fluid, and autofocus systems and methods for particle analysis in urine samples
KR102095617B1 (ko) 2013-03-15 2020-03-31 아이리스 인터내셔널 인크. 혈액 샘플에서의 입자 분석을 위한 오토포커스 시스템 및 방법
WO2014188405A1 (en) 2013-05-23 2014-11-27 Parasight Ltd. Method and system for imaging a cell sample
IL227276A0 (en) 2013-07-01 2014-03-06 Parasight Ltd A method and system for obtaining a monolayer of cells, for use specifically for diagnosis
US10831013B2 (en) 2013-08-26 2020-11-10 S.D. Sight Diagnostics Ltd. Digital microscopy systems, methods and computer program products
US10482595B2 (en) 2014-08-27 2019-11-19 S.D. Sight Diagnostics Ltd. System and method for calculating focus variation for a digital microscope
US10776713B2 (en) * 2015-04-24 2020-09-15 Regents Of The University Of Minnesota Classification of highly-skewed data
US10488644B2 (en) 2015-09-17 2019-11-26 S.D. Sight Diagnostics Ltd. Methods and apparatus for detecting an entity in a bodily sample
EP3436864B1 (en) 2016-03-30 2021-04-28 S.D. Sight Diagnostics Ltd. Image processing device for identifying blood parasites
BR112018072627A2 (pt) 2016-05-11 2019-02-19 S D Sight Diagnostics Ltd realização de medições óticas em uma amostra
US11307196B2 (en) 2016-05-11 2022-04-19 S.D. Sight Diagnostics Ltd. Sample carrier for optical measurements
CN111788471B (zh) 2017-11-14 2023-12-12 思迪赛特诊断有限公司 用于光学测量的样品载体
JP2020085535A (ja) * 2018-11-19 2020-06-04 アークレイ株式会社 情報処理装置、測定システム、及びプログラム

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4338024A (en) * 1980-05-02 1982-07-06 International Remote Imaging Systems, Inc. Flow analyzer and system for analysis of fluids with particles
US4612614A (en) * 1980-09-12 1986-09-16 International Remote Imaging Systems, Inc. Method of analyzing particles in a fluid sample
US4393466A (en) * 1980-09-12 1983-07-12 International Remote Imaging Systems Method of analyzing particles in a dilute fluid sample
US4667335A (en) * 1983-06-20 1987-05-19 International Remote Imaging Systems, Inc. Method of determining the diagnostic significance of the content of a volume of biological sample containing particles
US4965725B1 (en) * 1988-04-08 1996-05-07 Neuromedical Systems Inc Neural network based automated cytological specimen classification system and method
JPH05322882A (ja) 1992-05-21 1993-12-07 Hitachi Ltd 血液分析装置
JP3165247B2 (ja) * 1992-06-19 2001-05-14 シスメックス株式会社 粒子分析方法及び装置
WO1996010801A1 (en) * 1994-09-30 1996-04-11 Neopath, Inc. Method and apparatus for highly efficient computer aided screening
WO1996020456A1 (en) * 1994-12-23 1996-07-04 International Remote Imaging Systems, Inc. Method and apparatus of analyzing particles in a fluid sample and displaying same
US5741213A (en) * 1995-10-25 1998-04-21 Toa Medical Electronics Co., Ltd. Apparatus for analyzing blood
US6549661B1 (en) * 1996-12-25 2003-04-15 Hitachi, Ltd. Pattern recognition apparatus and pattern recognition method
US6141624A (en) * 1997-05-13 2000-10-31 International Remote Imaging Systems Fluid sample for analysis controlled by total fluid volume and by total particle counts
CN1214340C (zh) * 2000-04-24 2005-08-10 国际遥距成象系统公司 多个神经网络的成像设备和方法
US6960756B1 (en) * 2001-11-15 2005-11-01 Visionworks Llc Particle size and shape distribution analyzer

Also Published As

Publication number Publication date
CA2526917A1 (en) 2004-12-29
US7324694B2 (en) 2008-01-29
AU2004250122B2 (en) 2007-06-07
AU2004250122A1 (en) 2004-12-29
CA2526917C (en) 2009-09-08
EP1639339A4 (en) 2011-05-18
EP1639339A2 (en) 2006-03-29
WO2004113865A2 (en) 2004-12-29
US20050008228A1 (en) 2005-01-13
JP2007525649A (ja) 2007-09-06
WO2004113865A3 (en) 2006-03-16

Similar Documents

Publication Publication Date Title
JP4200176B2 (ja) 階級重みを使用する流体サンプル分析
JP5058791B2 (ja) 結節境界の検出方法
CN111325103B (zh) 一种细胞标注系统和方法
JP4149598B2 (ja) 画像収集中にｘ線イメージングシステムのコリメータを自動設定する方法、およびｘ線イメージングシステム
KR101901397B1 (ko) 딥러닝을 이용한 수완부 방사선 영상으로부터 골 성숙도(ｓｍｉ) 자동 분석방법
CN109102506B (zh) 一种基于三级级联网络进行腹部ct肝脏病变图像的自动分割方法
US8090178B2 (en) System and method for automatic detection of internal structures in medical images
JP3050406B2 (ja) 正常な生物医学検体を確認する方法
AU2003258417B2 (en) A method and a system for detection of malignancy-associated changes
US20110038523A1 (en) Image segmentation
US20160093096A1 (en) Automated aorta detection in a cta volume
CN110942447B (zh) Oct图像分割方法、装置、设备及存储介质
CN111242947A (zh) 一种ct扫描图像质量评价方法、计算机可读存储介质、ct扫描装置
WO2021209887A1 (en) Rapid, accurate and machine-agnostic segmentation and quantification method and device for coronavirus ct-based diagnosis
JPH10508690A (ja) 細胞の有糸分裂の分析における改善された正確度
CN109919912A (zh) 一种医学影像的质量评价方法和装置
WO2023186833A1 (en) Computer implemented method for the detection of anomalies in an imaging dataset of a wafer, and systems making use of such methods
Sandor et al. Segmentation of brain CT images using the concept of region growing
KR102033484B1 (ko) 적대적 인공지능 생성망 (gan)을 활용한 반려동물 검사의 정상범위 기준치 설정 방법 및 장치
US8433112B2 (en) Method and apparatus for processing chest X-ray images
CN112085695A (zh) 一种图像处理方法、装置及存储介质
WO2020037255A1 (en) Automatic identification and analysis of a tissue sample
CN111401119A (zh) 细胞核的分类
US20180293427A1 (en) Automatic Calculation for Ploidy Classification
Christoyianni et al. Automatic detection of abnormal tissue in mammography

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070604

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20070904

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20070911

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20071204

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080225

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20080526

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20080602

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080825

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20080922

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20081006

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111010

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4200176

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121010

Year of fee payment: 4

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131010

Year of fee payment: 5

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250