JP6911262B2 - 臨床分析器における吸引不足の検出 - Google Patents

Description

［関連出願の相互参照］
本出願は、２０１６年７月２１日に出願された米国仮特許出願第６２／３６５，２６１号の利益を主張し、その出願は引用することによりその全体が本明細書の一部をなす。

本発明は、包括的には、臨床分析器における詰まりによる異常吸引又は吸引不足の検出のためのシステムに関する。

臨床検査は非常に精密なプロセスである。そのため、結果又は検査プロセスにおけるどんな擾乱も、検査される溶液の結果に著しく影響を及ぼす場合がある。この固有の繊細さのために、検査プロセスのモニタリングは、最も正確な結果を保証するために極めて重要である。さらに、臨床検査の精密な性質によって、変動及び許容誤差が極端に少ない。これらの厳しい制約は、異常が実際にいつ起こるかを決定することを難しくし得る。

例えば、検査プロセス中に調量されるサンプル又は試薬移送の品質を判定することは、臨床診断器具の重要な機能である。検出するのが望ましいであろう典型的な故障モードの幾つかは、プローブ詰まり、液体容器内に存在する不十分なサンプル、及び試薬を含む。現在、吸引検査の品質を判定するために使用される一般的な方法は、イベント中に吸引システム（例えば、ポンプ１０１、チューブ１０２、圧力変換器１０３、プローブ１０４、及び液体容器１０５を備える図１に示すシステム）内の圧力をモニターすることである。この方法を使用して、任意の現在の圧力を分析し、吸引／分配の品質についての判定を行うことが可能である。しかし、吸引容積が減少するにつれて、また、液体（水等）が、ポンプをプローブに結合させる作動流体として使用される場合、圧力信号は、より低い吸引速度及び／又はより吸引不足時間に起因するより少ない振幅の信号によって分析するのが益々難しくなる。これは、測定に含まれる情報をノイズがマスクすることによる。

したがって、システムの圧力を決定するためのより精密かつ正確な方法についての必要性が存在する。

複数の実施形態は、臨床分析器における吸引不足の検出のためのシステム及び方法に関する。

したがって、一実施形態は、臨床分析器において吸引を検出する方法であって、圧力測定データをセンサーから取得することと、圧力測定データを周波数ドメインデータに変換することと、フィルターを使用して不要な周波数を減衰させることによって、周波数ドメインデータのクリーンバージョンを生成することと、周波数ドメインデータのクリーン化バージョンを１つ以上の所定のデータポイントと比較することと、比較に基づいて、吸引が適切に実施されたかどうかを判定することとを含む、方法を提供する。

更なる実施形態は、臨床分析器において吸引を検出する情報処理装置であって、プロセッサと、センサーと、プロセッサによって実行可能な命令を記憶するメモリデバイスとを備え、命令は、圧力測定データをセンサーから取得し、圧力測定データを周波数ドメインデータに変換し、フィルターを使用して不要な周波数を減衰させることによって、周波数ドメインデータのクリーンバージョンを生成し、周波数ドメインデータのクリーン化バージョンを１つ以上の所定のデータポイントと比較し、比較に基づいて、吸引が適切に実施されたかどうかを判定するためのものである、情報処理装置を提供する。

別の実施形態は、臨床分析器において吸引を検出するためのプログラム製品であって、記憶デバイスを備え、この記憶デバイスは、この記憶デバイスに記憶されたコードを有し、このコードは、プロセッサによって実行可能であり、圧力測定データをセンサーから取得するコードと、圧力測定データを周波数ドメインデータに変換するコードと、フィルターを使用して不要な周波数を減衰させることによって、周波数ドメインデータのクリーンバージョンを生成するコードと、周波数ドメインデータのクリーン化バージョンを１つ以上の所定のデータポイントと比較するコードと、比較に基づいて、吸引が適切に実施されたかどうかを判定するコードとを含む、プログラム製品を提供する。

本発明の上記及び他の態様は、添付図面に関連して読まれると、以下の詳細な説明から最もよく理解される。本発明を例証するために、現在のところ好ましい実施形態が図面に示される。しかし、開示される特定の手段に本発明が限定されないことが理解される。図面には以下の図が含まれる。

圧力モニタリングを有する典型的な調量システムの例を示す図である。 ３０μＬ液体及び空気吸引からの圧力信号のグラフィカルな例を示す図である。 １０μＬ液体及び空気吸引からの圧力信号のグラフィカルな例を示す図である。 ２０μＬ液体及び空気吸引からの圧力信号のグラフィカルな例を示す図である。 ２０μＬ液体及び空気吸引からのフィルタリングされた圧力信号のグラフィカルな例を示す図である。 ８μＬ液体及び空気吸引の未処理圧力出力のグラフィカルな例を示す図である。 ８μＬ液体及び空気吸引からのフィルタリングされた圧力信号のグラフィカルな例を示す図である。 或る範囲の容積及び流量について、吸引速度プロファイルと比較したフィルタリングされた圧力曲線のグラフィカルな例を示す図である。 低流量及び吸引不足時間によって、空気から識別できない吸引のグラフィカルな例を示す図である。 低流量及び吸引不足時間によって、空気から識別できない吸引の別のグラフィカルな例を示す図である。 或る範囲のサンプル吸引についてのフィルタリングされた吸引圧力曲線のグラフィカルな例を示す図である。 或る範囲の試薬吸引についてのフィルタリングされた吸引圧力曲線のグラフィカルな例を示す図である。 例示的な圧力曲線に対してフィルターパラメーターを調整する効果のグラフィカルな例を示す図である。 例示的な圧力曲線に対してフィルターパラメーターを調整する効果の別のグラフィカルな例を示す図である。 フィルタリングされた圧力及び２次微分形状曲線を使用する吸引不足の検出のグラフィカルな例を示す図である。 フィルタリングされた圧力及び２次微分形状曲線を使用する吸引不足の検出の別のグラフィカルな例を示す図である。 ２０μＬ／ｓにおける６μＬサンプル吸引のグラフィカルな例を示す図である。 ５０μＬ／ｓにおける６μＬ未処理圧力信号及びフィルタリングされた圧力信号のグラフィカルな例を示す図である。 ５０μＬ／ｓにおける６μＬ未処理圧力信号及びフィルタリングされた圧力信号の別のグラフィカルな例を示す図である。 ５０μＬ／ｓにおける３μＬサンプル吸引のグラフィカルな例を示す図である。 ４つの重要な粘度についての圧力曲線のグラフィカルな例を示す図である。 一実施形態によって使用される圧力データのグラフィカルな例を示す図である。 種々の混合レベルについて検出される圧力のグラフィカルな例を示す図である。 種々の混合レベルについて検出される圧力の別のグラフィカルな例を示す図である。 異なる粘度を有する種々の溶液についての複数の検定統計量セットのグラフィカルな例を示す図である。 粘度統計量対密度統計量のグラフィカルな例を示す図である。 粘度統計量対密度統計量の別のグラフィカルな例を示す図である。 圧力対時間のグラフィカルな例を示す図である。 本明細書で述べる実施形態の更なる例を示す図である。 本明細書で述べる実施形態の更なる例を示す図である。 本明細書で述べる実施形態の更なる例を示す図である。

本明細書の実施形態は、吸引異常を検出するためのモニタリングシステムに関する。幾つかの解決策が現在のところ存在するが、それらは、種々のエリアにおいて不十分である。１つの特定のエリアは、吸引容積が減少し、液体が作動流体として使用されるときである。有利には、一実施形態の変革的オートメーションシステムは、こうしたイベント中でも、精密なモニタリング及び異常識別を可能にする。さらに、その実施形態は、偽陽性又は異常の見逃し等の検出のエラーについての可能性を減少させる。

一般に、より大きな容積又は著しい吸引異常（例えば、完全なプローブ詰まり）の場合、現行の方法は、検出するために十分である。さらに、現行の方法の機能は、空気結合式システムにおいて実行可能であるように思える。その理由は、空気が圧力信号に対する減衰を提供するからである。しかし、吸引容積が減少するにつれて、また、ポンプをプローブに結合させる作動流体として液体（例えば水）が使用される場合、圧力信号は、分析するのが益々難しくなる可能性があることになる。これは、主に、より低い吸引速度及び／又はより吸引不足時間に起因するより少ない振幅の信号による。これは、システムに固有のノイズによる可能性もあり、測定に含まれる情報を識別するのを難しくする。

このノイズは、調量システムの動力学の結果である場合がある。非制限的な例のリストは、システムに取付けられたポンプ、フルイディクスシステムの共振周波数、振動等からのノイズを含む場合がある。ノイズは、例えば、分析器内の他のコンポーネントの振動又は外部環境からの擾乱等のシステムの外部の発生源からも出ている場合がある。

ここで図２を参照すると、液体及び空気が吸引されるときに検出される大容積吸引圧力曲線の例が示される。図２に示すように、（３０μＬの容積における）２つの曲線の間の示す差は、統計的な３つの標準偏差誤差帯域によって示すように、明確に規定され全く異なる。この明確に規定される分離は、吸引の終わりの近くで（例えば、ポンプが約１０５ｍｓにおいて減速し始める前に）特に当てはまる。差が非常に顕著であるため、一実施形態は、プローブが空気又は液体を吸引したかどうかを明確に判定できることになる。さらに、一実施形態は、液体吸引が成功裏であったか、阻止されたかを判定する可能性もある。その理由は、阻止された吸引が、通常、著しく低い圧力をもたらすからである。代替的に、吸引容積が、図３に示すような１０μＬまで減少する場合、空気を吸引することと液体を吸引することとの間の差は、確実に識別することがほぼ不可能になる。

したがって、一実施形態は、１つ以上のポイントにおいて圧力の平均値又は中央値を計算することによってこの問題に対処してもよい。これは、信号を明確にするときに或る程度効果的である場合があるが、小容積における圧力信号差を可能にしない。さらに、それは、より高い周波数ノイズの考えられる位相シフトを受け易い場合がある。例えば、決定された基準及び試験圧力曲線がともに振動を含んだ場合でかつその振動が同相であった場合、曲線が識別されることが可能である場合がある。代替的に、振動が２つの曲線に関して同相でない場合、曲線がオーバラップし、したがって、曲線が互いに識別可能であることが妨げられることが考えられる。これらのファクターのために、頑健な吸引品質測定は、より少ない容積において達成することが困難又はほぼ不可能であった。

これらの障害を克服するために、複数の実施形態は、吸引又は分配圧力信号を生成し分析するための改良型技法に関する。一般に、圧力信号に含まれる関連情報は、１Ｈｚ〜１５Ｈｚのオーダーであるとき、事実上低周波数であると考えられる。当業者によって理解されるべきであるように、この圧力信号は、本質的に、ポンプが吸引を実施するときの圧力変化である。圧力信号に関連する応答グラフは、一般に、「バスタブ（bathtub）」状曲線であり（すなわち、応答グラフは、例えば、吸引の場合、ベースラインレベルから降下する）、吸引の大部分の間、低いレベルのままであり、その後、吸引が終了したときに２次ベースラインレベルに戻る。情報をマスクする場合がある他の効果は、通常、より高い周波数、一般に、２０Ｈｚ〜５０Ｈｚ以上である。

したがって、時間ドメインではなく周波数ドメインで信号を処理することによって、この周波数ベース情報は、信号から分離され、可能性のあるノイズを除かれ得る。特定の例によれば、高周波数ノイズは、ローパスフィルター変換の使用を通して低減又は削除されてもよい。そのため、一実施形態は、完全な分析の前に、未処理圧力信号にローパスフィルターを適用してもよい。これは、吸引に関する基礎になる情報に対するよりよいアクセスを一実施形態に与える（すなわち、変動がより見やすくなる）。

さらに、フィルタリングが、時間ドメインではなく周波数ドメインで行われるため、比較される信号の間の位相差は無関係になる。そのため、一実施形態は、異常を識別する正確さを改善するだけでなく、上記のモニタリング方法に関する一般的な問題を取除く。

以下の非制限的な例において、２次デジタルバタワースローパスフィルター（例えば、約１０Ｈｚのカットオフ周波数を有する）が適用された。しかし、以下の簡略化された例が説明のためにだけ与えられることが留意されるべきである。アナログハードウェアフィルター及び有限インパルス応答（ＦＩＲ：Finite Impulse Response）フィルターを含む他のタイプのフィルターが使用される可能性があることが当業者に明らかであろう。

例証のために、本明細書で示す変換された圧力曲線は、フィルタリングの前のデータに適用された−７８００のスカラーオフセットを有していた。これは、未処理圧力曲線を「ゼロ（zero）」基準上に置くために行われ、フィルタリングされたデータと吸引プロファイルとの間の関係の容易な可視化を可能にする。しかし、このスケーリング（すなわち、−７８００のオフセット）は、フィルタリングされた圧力曲線の間の検出される差に対して影響を及ぼさず、したがって、本明細書で述べる吸引品質評価の実装のために必要とされない。

１４０ｍｓだけ続く、１５０μＬ／ｓにおける２０μＬ試薬吸引の例が図４に示される。チャートは、それぞれ、液体及び空気の３０の吸引の圧力曲線を表示する。図４によって明らかにされるように、プロットされた２つのデータセットは、吸引イベント全体を通してオーバラップする。代替的に、図５は、図４に含まれる同じデータの（すなわち、同じ相対的スケールに関する）例証である。しかし、図５に示すデータは、本明細書で論じるように、デジタルフィルターによって変換された。そのため、一実施形態は、液体のセットと空気吸引圧力曲線との間の明確な分離を可視化できる。

図６を参照すると、８μＬサンプル吸引中に出力される圧力の別のグラフィカルな例が示される。やはり、ＡＢＳ及び空気がともにグラフに描かれている。この例において、吸引は、約１７０ｍｓ続き、比較的少ない流量（例えば、５０μＬ／ｓ）を有する。さらに、この実施形態のデータは、それぞれの曲線を囲む３つの標準偏差誤差帯域を有する平均曲線として要約された。見られ得るように、２つの曲線の間の分離は小さく、誤差帯域は多くのエリアでオーバラップする。さらに、空気吸引と液体吸引との間で位相がシフトする場合、場合によっては負の分離が存在することになることが明らかである。

代替的に、図７は、同じ相対的スケール（例えば、１０００圧力カウント）上でフィルター変換を適用した後の同じデータをグラフィカルに表示する。吸引圧力のかなりの部分が、ここで目に見えて安定であり、吸引プロセスの終わりに近い複数の圧力曲線の平均（複数の場合もある）の間の差の約１２の標準偏差が存在する。そのため、一実施形態において、吸引の終わりの近くでの液体吸引圧力の測定値は、前もって確立された空気吸引圧力ベースラインと比較されて、空気又は液体が吸引されたか否かを判定する可能性がある。２つの吸引圧力の間の統計的差が大きいため、一実施形態が偽りの吸引エラーを検出する可能性はほとんどないか全くない。

別の実施形態において、圧力信号をフィルタリングするためのデジタル実装態様の使用は、フィルターが、広範囲の吸引条件を考慮するために容易に調整され得る利点を有する場合がある。特定の例によれば、長い（例えば、５００ｍｓの）吸引は、低周波数（例えば、１Ｈｚにおける）に吸引品質情報を含む場合がある。そのため、フィルターは、数ヘルツ以上だけの周波数を減衰させるように調整され得る。しかし、同じメカニズムが短い（例えば、５０ｍｓの）吸引も実施する場合、情報は１０Ｈｚ信号に含まれる場合がある。そのため、一実施形態は、信号の情報を含む部分を劣化させないように、より高い周波数に対する減衰を増加させる場合がある。

さらに、ノイズ周波数が情報周波数に近いことがわかっている場合、フィルターの次数及び／又はフィルターの周波数帯域（複数の場合もある）は、情報周波数と減衰したノイズ周波数との間により急峻なカットオフ（例えば、より高い減衰レート）を作成するために増加されてもよい。最新のデジタル信号プロセッサ（ＤＳＰ：Digital Signal Processors）は、このタイプの信号分析を実施するのが巧みである。そのため、一実施形態は、この技法を使用して、発生源にある又はその近くの変換器からの未処理圧力信号をＤＳＰによって処理する能力を利用することができる。単一数値測定値は、その後、ホストコンピュータに送信されてもよい。この方法は、通信ネットワーク上での圧力測定プロセスのための帯域幅利用を制限するのに役立つことになる。

例えば、２次バタワースローパスフィルターのデジタル実装態様は、
ｙ[ｉ]＝ａ_０ｘ[ｉ]＋ａ_１ｘ[ｉ−１]＋ａ_２ｘ[ｉ−２]−ｂ_１ｙ[ｉ−１]−ｂ_２ｙ[ｉ−２]
の形態をとる。
ここで、
ｙ[ｎ]＝フィルタリングされたデータ
ｘ[ｎ]＝フィルタリングされていないデータ
ａ_ｎ、ｂ_ｎ＝フィルター係数
である。

一実施形態において、フィルター係数は、所望のカットオフ周波数及びサンプリングレートによって規定されてもよい。このカットオフ周波数は、プロセスを簡略化するためにＤＳＰコード内のフィルターに対して実装されてもよい。更なる実施形態において、ポンプ動作の加速フェーズ、スルーフェーズ、及び減速フェーズについて異なるフィルター係数を使用することが有益であり得ると判定されてもよい。圧力曲線全体について同じフィルター係数を利用することも可能である。

別の実施形態において、フィルター係数の複数のセットが適用されるとき、係数は、データセットを通る単一パス中に変更され得る。これは、データを細切れ方式で処理することによる任意の不連続性を回避する。圧力信号に影響を及ぼすファクターは、例えば、吸引中の圧力降下である場合があり、吸引中の圧力降下は、以下のファクター：（１）液体又は気体特性（例えば、密度、動粘度等）、（２）流量、及び（３）プローブ及びチューブ直径及び長さによって左右される。一実施形態において、これは、以下の通りに吸引の定常状態部分についてのベルヌーイの式（Bernoulli equation）を使用する分析によって立証され得る。

ここで、

である。

同じプローブについて２つの吸引イベントを比較するとき（例えば、空気吸引対異なる粘度の１つ又は２つの液体吸引）、一定断面プローブの場合の間、Ｐ１（大気）項、運動エネルギー項、ポテンシャルエネルギー項（圧力ヘッド）、及びマイナーロス項における差は本質的に２つの場合にわたって同等であることが仮定され得る。しかし、空気吸引の場合、圧力ヘッド項が吸引過程中にわずかに変化する場合があることが留意されるべきである。したがって、項が本質的に同等であると仮定すると、後続の吸引の間で最も有意の差を有する項はメジャーロス項又はパイプ摩擦項である。一実施形態において、臨床診断分析器は、流れがほぼ常に強く層流であるようにプローブ直径（複数の場合もある）及び吸引速度（複数の場合もある）を有してもよい。したがって、摩擦ロスはレイノズル数に逆比例する。したがって、メジャーロス項のみが考慮される場合、圧力差についてのドライビングファクターが明らかになる。

そのため、一実施形態において、２つの吸引の間の圧力差（ΔＰ）は、流量、プローブの長さ、及び２つの流体（Ａ及びＢ）の間の粘度の差に直線的に関連する場合がある。さらに、それは、直径の４乗と反比例する場合がある。そのため、一実施形態の効果は、より高い流量及びより小さな直径のプローブによって圧力差を最大にする場合がある。

本明細書で論じるファクターに基づいて、一実施形態は、圧力検出を使用する吸引／分配品質評価のためのピペッティングシステムの設計を最適化するための幾つかの基準を含んでもよい。圧力品質評価を有するピペッティングシステムの設計におけるクリティカルファクターは、例えば、検出される圧力変化が、測定されるノイズ（プローブ／チューブ直径、吸引レート、及び評価される流体の粘度の範囲によって左右される）より大きくなければならないこと、吸引継続時間が、初期圧力過渡状態（吸引容積及び速度、流体粘度、及び流体システムの動力学（例えば、チューブ長、ポンプ加速度等）によって左右される）より長いこと、及び、圧力信号ノイズ（すなわち、システム内に存在する情報を含まない周波数）が、低周波数振動又はシステム共振（流量と結合したメカニズム及びフルイディクス設計によって左右される）が全く存在しないように、出来る限り高い周波数範囲に対して含まれること、を含む場合がある。

そのため、これらのファクターが、既知であり、考慮されると、一実施形態のアルゴリズムは、分析の最適化のために或る範囲の吸引条件に対して調整される場合がある。図８は、フィルタリングされた圧力曲線と対照して例示的なポンプ速度プロファイル（例えば、μＬ／秒単位）をグラフィカルに示す。一実施形態がフィルターを適用すると、圧力曲線は、予想どおり速度プロファイルに一致する場合がある。圧力のわずかなオーバーシュートが、加速フェーズ中に圧力が降下するとき見られ得る。これは、システムの動力学によって圧力信号において起こる初期過渡状態である。この過渡状態の間、圧力は、調量品質の信頼性のある指標でなく、したがって、非常に短い吸引時間が品質測定を難しくする。

この難しさは、図９の５μＬ吸引において見られ得る。吸引流量の効果が図１１及び図１２にも見られ得る。そのため、一実施形態において、流量が増加するにつれて、液体を吸引しても、空気を吸引しても、圧力は減少する。空気吸引と液体吸引との差は同様に、比例的に増加する場合がある。同じ流量を有するいろいろな容積の吸引が同様な圧力降下を同様に有することも留意されるべきである。

逆に、一実施形態において、流量が減少するにつれて、液体吸引と空気吸引との差は、その差が測定の変動性より小さくなり、したがって、２つが区別できないポイントまで縮む。これに基づいて、一実施形態は、所与のシステムについて吸引流量のための下限を仮定する場合がある。この現象に対する綿密な調査が図１０において行われる可能性があり、２０μＬ／ｓ流量は、液体及び空気について本質的に同等の定常状態圧力降下を示す。興味深いことには、空気吸引の場合についての初期圧力過渡オーバーシュートは、液体についての初期圧力過渡オーバーシュートよりも一貫して大きい。そのため、代替の測定は、（例えば、減速の前にではなく、加速の終わりに圧力差を評価して）２つを識別するために使用される可能性がある。更なる実施形態において、この初期分離は、より高いポンプ加速によって増加する場合があり、より高いポンプ加速は、より大きなオーバーシュートを生成する。

一実施形態において、吸引の帯域幅周波数と不要な圧力信号ノイズの周波数との差は、システムの設計において考慮される第３のファクターである。理想的には、２つの分離を容易にするために、いずれのノイズも、吸引動作の周波数と比べて周波数が著しく高くあるべきである。そのため、フルイディックス及び関連する機械システムは、低周波数振動を回避するのに十分に硬質であるべきである。しかし、デジタルフィルターの使用は、フルイディックスの異なる動作条件に対処するために比較的容易な調整を可能にする。非制限的な例は図１３に示され、１４０ｍｓ続く１５０μＬ／ｓ吸引が、２次１０Ｈｚローパスバタワースフィルターによってフィルタリングされ、圧力信号において依然として振動を示す。この実施形態において、振動は、ポンプ速度及びシステムの動力学に関連する。そのため、振動ノイズをシステムから取除くことができない。振動を何らかの手段（例えばポンプ速度又はシステムハードウェアを変更すること）によって取除くことができないか又は最小にすることができない場合、一実施形態において、フィルターは、カットオフ周波数を超える周波数のより大きな減衰を生成するように調整され得る。

そのため、図１４を参照すると、一実施形態は、図示するように、図１３と同じデータからなるが、フィルターの次数が２から４まで増加されると振動を全く示さない場合がある。これは、コスト、すなわち、フィルターが、応答が遅いこと、を伴う場合がある。しかし、これは、この特定の吸引について全く重要でない。そのため、この技法の別の利点は、この技法が、特定の吸引プロファイル及び機械システムのニーズに対して調整され得る及び／又は或る吸引から次の吸引へ「オンザフライ（on the fly）」で変更され得ることである。

別の実施形態において、このフィルタリング技法が、吸引不足の検出を高めるためにどのように使用され得るかの例が図１５に示される。空気及びＡＢＳの多数の吸引が示される。これらの液体吸引のうちの２つの吸引（すなわち、不充分な液体とラベル付けされた）中に、不充分な液体が利用可能であり、「不足」吸引をもたらした。移送された材料の光分析は、これらの２つの吸引が、それぞれ４０％及び１６％不足したことを明らかにした。４０％吸引不足が、定常状態吸引（約１４０ｍｓ）の終わりにおいて通常吸引から明確に分離されるが、１６％吸引不足が、識別するのが少々難しいことが留意されるべきである。しかし、フィルタリングされた吸引プロファイルがそれほどよく振舞うため、一実施形態は、曲線の「形状（shape）」を評価するために２次微分アルゴリズムを適用し得る。この分析を適所で用いることによって、１６％不足曲線は、図１６に示すように、４０％曲線と同程度に区別できる。本明細書で述べるフィルタリング技法より以前には、このタイプの「形状」分析は、液体結合式システムに対して実施することが可能でなかった。

第２の例示的な実施形態は、低容積において吸引品質測定を行うためのシステムを最適化するためにこの技法がどのように使用され得るかを立証する。図１７は、２０μＬ／ｓにおける６μＬサンプル吸引についてのフィルタリングされた圧力曲線（図９及び図１０と同様）を示す。低流量によって、液体吸引及び空気吸引を識別することができない。その理由は、２つの間の差が、測定における他の変動より小さいからである。本明細書で述べるように、圧力差は、プローブ直径を減少させること又は流量を増加させることによって拡大され得る。

そのため、一実施形態は、後者を選択し、吸引流量を５０μＬ／ｓまで増加させてもよく、２つの圧力曲線の間の差は、図１８及び図１９に見られ得るように、分離の約１８の標準偏差によって明確になる。フィルタリングされた液体吸引圧力信号は、単一ポイントで（例えば、１０９ｍｓにおけるポンプ減速の直前に）評価され、同じ流量の基準空気吸引信号と比較され得る。想定される液体吸引圧力が予め規定された基準値より小さい場合、液体が実際に吸引された（すなわち、十分なサンプルが存在した）と言うことができる。また、図１８及び図１９は、この技法のパワーの更なる例である。その理由は、図１９に見られる明確な分離が、解釈するのが非常に難しい未処理圧力信号（図１８に示す）から得られるからである。明らかに、６μＬより更に小さい吸引容積を分析することができ、この流量においては、図２０に示すような３μＬ程度の小さい容積の信号の分離が制限される。

最後に、複数の吸引を通して平均値を確立することによって基準値が得られる場合、基準信号の有効変動性が減少し、基準圧力と測定圧力との間の（標準偏差による）分離が、任意の所与の条件について更に増加され得ることが留意され得る。

吸引又は分配品質を判定するための既存の方法は、少ない移送容積について有効でなく、液体結合式調量システムの範囲内に制限されてきた。したがって、一実施形態は、吸引中に圧力信号から関連情報を抽出し、その後、品質のある吸引の種々の属性についてそれを分析する改良型技法を提供する。その属性は、部分的な又は完全な詰まりの検出、不足する又は不十分なサンプルの検出、液体対液体弁別又は液体対空気弁別、及び吸引異常を含んでもよい。この技法は、少なくとも３μＬ程度の小さい吸引容積に関して適用可能であることを立証したが、理論的には、システムパラメーターが最適化される場合、任意の溶液についてうまく働く可能性がある。

そのため、一実施形態は、或る技法を提供し、その技法は、吸引の継続時間に及ぶ圧力測定値のセットを取得すること、圧力測定値のセットを周波数ドメインで処理し、不要な周波数を、その後、減衰させること、処理される信号を時間ドメインで分析し、吸引中の所定のポイントからの１つ以上の圧力測定値を、所定の又は較正された値と比較すること、処理される信号を時間ドメインで分析し、処理される信号の１次、２次、又は高次微分を使用し、吸引中の所定のポイントからの１つ以上の圧力測定値を、所定の又は較正された値と比較すること、及び、吸引に対する閉塞、吸引される不充分な液体、吸引される流体のタイプ、又は異常吸引イベントに関して吸引の品質を決定するためにこれらの比較を使用すること、を含む。

更なる実施形態は、低容積圧力測定のためのシステムを最適化する方法も提供し、その方法は、プローブ及びチューブ直径、吸引レート及び継続時間、評価される流体の粘度の範囲をサイズ決定すること、及び、ノイズ周波数を情報周波数から分離するために流体システムの動力学を調整することを含む。

本明細書において、流体が成功裏に吸引されたかどうか、又は、不足又は詰まりが起こったかどうかを判定するために使用されるデータ処理アルゴリズムが更に述べられる。一実施形態において、流体が成功裏に吸引されたかどうか、又は、不足又は詰まりが起こったかどうかを判定するために使用されるアルゴリズムは、所与の粘度及び密度を有する絶えず流れる流体によって生成される予想圧力曲線を記述する数学モデルに基づいてもよい。一実施形態は、そのアルゴリズムを使用して、どの粘度パラメーター及びどの密度パラメーターが、観測されたデータにモデルを最もよく適合させるかを決定し得る。アルゴリズムは、その後、推定された粘度、推定された密度、及び、観測された圧力データにモデルがどれほどうまく適合するかを示す適合良好度尺度を返送してもよい。更なる実施形態において、エラーロジックが、３つの尺度に適用されて、吸引が成功であったかどうか、又は、詰まり又は不足が起こったかどうかを判定する。モデルがデータにうまく適合し、推定された粘度及び密度が予想範囲内にある場合、アルゴリズムは、吸引が成功したと見なす。粘度又は密度が大き過ぎる場合、詰まりが起こったことが仮定され得る。いずれの場合も当てはまらない場合、一実施形態はサンプル不足が起こったと仮定してもよい。

ここで図２１を参照すると、例示的なグラフィカル図は、異なる粘度（及び密度）が圧力曲線に及ぼす影響を示す。「０ ＣＰ」とラベル付けされた曲線は、０ｃｐの粘度を有する空気によって生成された圧力を表す。「１ ＣＰ」とラベル付けされた曲線は、粘度１ｃｐを有する水によって生成された圧力を表す。「１０ ＣＰ」及び「２０ ＣＰ」とラベル付けされた曲線は、粘度１０ｃｐ及び２０ｃｐを有する水／グリセロール溶液を表す。経時的に吸引される容積は、「溶液（μＬ）」とラベル付けされた曲線によって示され、右軸に対応する。垂直ラインの間の領域は、流体の流れが一定である時間を表す。

そのため、図は、粘度が増加するにつれて、定常状態圧力降下が大きくなることを明確に示す。これは、主に、プローブの狭い先端部を通して流体を移動させる摩擦インピーダンスを克服するために必要とされる力が大きいためである。同様に、曲線の定常状態傾斜に留意されたい。空気はわずかに上方に傾斜する圧力を有し、一方、水／グリセロール溶液は、曲線のスルー部分の間、下方に傾斜する圧力を生成する。水は、一定の傾斜を有し、定常状態に達すると平坦のままである。これは、吸引されるサンプルの重量の増減によって引起されるヘッド圧力の変化による。システムが水結合式であるため、水が吸引されるときに重量の変化は全く存在しない。空気が吸引されると、プローブ内の流体の総重量は、益々多くの空気が引込まれるにつれて連続的に減少し、上方傾斜をもたらす。同じ効果は、より重い溶液がプローブに引込まれるときに起こる。ただし例外として、傾斜はここでは下方である。

これらの観測結果に基づいて、一実施形態は、この現象を説明するために新しい数学的モデルを利用する。流れが一定でかつ層状であると仮定すると、静水圧の原理（Hydrostatic principle）及びハーゲンポアズイユの式（Hagen-Poisseville Equation）の組合せを使用する式が定式化され得る。圧力検知電子部品の利得及びオフセット誤差を考慮すると、曲線のスルー領域内の結果として得られる圧力カウントは、
Ｃ（ｔ）＝ｍｔ＋ｂ＝ＰＣＡからの圧力カウント
によって与えられる。
ここで、
ｍ＝−λ_{ＰｒｏｂｅＢｏｄｙ}Δρ
ｂ＝λ_{ＳｙｓｔｅｍＯｆｆｓｅｔ}−λ_ＰＣＡｘ−λ_{ＰｒｏｂｅＴｉｐ}μ
λ_{ＰｒｏｂｅＢｏｄｙ}＝センサー電子部品の利得及びプローブの本体の機械的寸法
λ_{ＳｙｓｔｅｍＯｆｆｓｅｔ}＝プローブがホームにあるときのセンサー電子部品によるオフセット及びヘッド圧力
λ_ＰＣＡ＝センサー電子部品の利得
λ_{ＰｒｏｂｅＴｉｐ}＝センサー電子部品の利得及びプローブの先端部の機械的寸法
ｘ＝プローブ位置
Δρ＝水に対する流体密度の変化
μ＝流体粘度
である。

流体の粘度及び密度を推定するために、一実施形態は、観測された圧力データにこのモデルを適用するアルゴリズムを利用する。そうするために、最良フィットラインが、圧力データの安定したスルー部分に適用される。これは、粘度及び密度の両方と数学的関係を有するラインを生成する。上記の式において見られるように、ラインの傾斜ｍは、流体の密度と正比例し、流体の記述統計として使用され得る。ｙ切片ｂは、流体の粘度に直接関連するが、電子部品のオフセットλ_{ＳｙｓｔｅｍＯｆｆｓｅｔ}及びプローブの高さによるヘッド圧力λ_ＰＣＡｘによる不要なファクターも含む。これらの不要なファクターは一定でなく、経時的に変動することになる。

電子部品のドリフト及びプローブの垂直位置の変動（例えば、流体のレベル位置がコンテナごとに変動するため）は、この変動を生成する。これらの不要なファクターは、吸引後に起こる静圧読み値を減算して除去することによってｙ切片計算から推定され除去される。これは、粘度に直接関連する検定統計量を生成する。この検定統計量についての式は、
Ｖ_{ｉｓｃｏｓｉｔｙ}＝Ｃ_{ＳｔａｔｉｃＡｆｔｅｒＡｓｐｉｒａｔｉｏｎ}−ｂｍＴ＝λ_{ＰｒｏｂｅＴｉｐ}μ
によって規定される。
ここで、
Ｃ_{ＳｔａｔｉｃＡｆｔｅｒＡｓｐｉｒａｔｉｏｎ}＝吸引後の静圧カウント
Ｔ＝最良フィットラインの時間長
である。

上記の式において、φ_{ｖｉｓｃｏｓｉｔｙ}が、ここで、流体の粘度に正比例する１つの項を含むだけであることに留意されたい。そのため、一実施形態は、ここで、圧力曲線から流体の未知の粘度及び密度を、曲線の安定した部分に最良フィットラインを適用し、以下の検定統計量を計算することによって推測し得る。以下の検定統計量とは、

である。

別の実施形態において、適合度メトリックは、アルゴリズムが部分的吸引を捕捉することを可能にするために決定される。一実施形態がクリーン吸引を含むと仮定すると、観測される圧力は、一定の傾斜を有し、ラインをうまく適合させることになる。代替的に、一実施形態は、不連続性、通常、ステップ変化を生成する部分的吸引のみを含む場合、ラインにうまく適合しないことになる。一実施形態は、適合の平均誤差を測定するために、残差のＲＭＳ値を計算する場合がある。しかし、この方法は、捕捉されるために必要である曲線内の突然のパルスを平均して除去する傾向を有する。そのため、一実施形態は、残差の範囲、又は、最大残差と最小残差との差を、
φ_{ＦｉｔＥｒｒｏｒ}＝ｒａｎｇｅ（{ε_ｉ：∀ｉ}）＝ｍａｘ（{ε_ｉ：∀ｉ}）−ｍｉｎ（{ε_ｉ：∀ｉ}）
として計算してもよい。ここで、残差は、

によって計算される。この順序統計は、任意の乱れを、その乱れを平均して除去することなく検出してもよい。

一実施形態は、プローブが液体に浸漬されると、アルゴリズムを初期化してもよい。ＨＯＳＴソフトウェアは、その後、同時にサンプルを吸引しながら、１回の読取りについて所定のサンプリングレート（例えば、１ｍｓ、２ｍｓ、３ｍｓ、４ｍｓ等）で圧力データを収集するようにＤＣＭに命令してもよい。ＨＯＳＴコードは、その後、ＤＣＭがそのタスクを終了するのを待ち、その後、後処理のために未処理圧力を取出してもよい。未処理圧力データの例は、図２２において未処理圧力として識別される曲線によって示される。プロット内の「ｘ」は、ポンプがターンオン及びターンオフされたときを表す。ＤＣＭがデータに応答すると、ＨＯＳＴは、ポンプが停止した後５０ｍＳ経って起こった３つの未処理圧力読み値の平均を最初にとってもよい。円で示すこの値は、ＣＳｔａｔｉｃＡｆｔｅｒＡｓｐｉｒａｔｉｏｎとして記憶され、プローブの高さによる静水ヘッド圧力の効果を較正して除去するために後で使用されることになる。ＨＯＳＴは、その後、デジタルローパスフィルターを未処理データに適用し、外部影響によるか又はサンプルと水結合式システムとの間の空気ギャップによって引起される振動効果によるいかなるノイズも低減する。フィルタリングされたデータは、不要な変動を大幅に低減し、これは図２２に示される。

一実施形態がデータをフィルタリングすると、ＨＯＳＴは、通常の最小２乗回帰を使用して曲線の安定した部分に対して最良フィッティングラインを計算する。その回帰は、ポンプが始動した後でかつポンプが減速を始める前に所定の時間に適用される。これらの加速及び減速の遅延の値は、ポンプ速度パラメーターに応じて変動する。丸を付けた端ポイントを有するラインは、図２２における回帰ラインを示す。回帰は、検定統計量を計算するために必要とされる、推定される傾き

及びｙ切片

を生成する。別の実施形態において、ＨＯＳＴは、適合の残差を計算し、最大値及び最小値を見出し、２つの間の差をとって、残差範囲を計算する。数学的に、これは、
φ_{ＦｉｔＥｒｒｏｒ}＝ｒａｎｇｅ（{ε_ｉ：∀ｉ}）＝ｍａｘ（{ε_ｉ：∀ｉ}）−ｍｉｎ（{ε_ｉ：∀ｉ}）
によって表される。
ここで、

である。

残差範囲φ_{ＦｉｔＥｒｒｏｒ}は、観測された圧力曲線にモデルがどれほど不充分に適合するかを表す。大きい範囲は、部分的吸引が起こったという強い指示を提供する。逆に、小さい範囲は、完全な吸引が起こったことを示す。

一実施形態において、傾斜及び切片測定は、ＨＯＳＴソフトウェアによって実施されて、

を使用することによって、流体の粘度及び密度に正比例する検定統計量を計算してもよい。
ここで、

である。

ここで図２３を参照すると、粘度計算のグラフィカル表現が示される。幾つかの実施形態において、スルーデータポイントの最小、最大、平均、及び標準偏差が計算されてもよい。これらの値が計算されると、線形回帰が、その後使用されて、ラインを適合させ、傾斜、切片、及び残余誤差を計算してもよい。幾つかの実施形態において、粘度メトリックは、曲線内の最終ポイントから、スルー領域の決定される最後のポイントを減算することによって計算されてもよい。これは、開始粘度と終了粘度との間のデルタの決定を可能にする。この粘度メトリック（例えば、詰まりデルタ、残留圧力、又はトラップされた圧力）は、その後、本明細書で論じる種々の計算のために使用され得る。

幾つかの実施形態において、粘度メトリックが、成功裏の吸引の前及び後における静圧の尺度であることが理解されるべきである。一般に、粘度は、吸引プロセスの始めと終わりでほぼ同じであるべきである。吸引後の圧力が著しく低い場合、それは、おそらく、完全な又は部分的なプローブ詰まりが起こったこと及びトラップされた圧力（例えば、負圧チャンバー又は真空を生成する）を示す。そのため、一実施形態において、曲線の最終ポイントは、最初の少数の圧力ポイントの中央値から減算されてもよい。図２３に示すように、圧力は、それぞれの流体について約９０００で開始する。しかし、プロセスの終わりまでに、７０パーセント混合物がずっと低い圧力を有することが明らかである。この圧力の変化（すなわち、デルタ）は、「明確な詰まり（definite clog）」として識別されるブラケットによって示される。圧力が元のレベルの約半分であることが、吸引プロセス中の詰まりの指標であることが明らかである。

ここで、図２３のデータのズームインバージョンである図２４を参照すると、水、４０パーセント流体、及び５０パーセント流体が、元の圧力レベルの近くになるように戻ったことが示される。しかし、６０パーセント流体は、２５０のデルタを有し、２５０のデルタは、考えられる詰まりを示す可能性がある。図２３及び図２４は、増加する粘度の５つの溶液の吸引を示す。示す実施形態において、吸引容積は、同じであり、吸引は、同じポンプ速度及びハードウェアを使用して実施された。

３つの検定統計量（例えば、φ_{ＦｉｔＥｒｒｏｒ}、φ_{Ｄｅｎｓｉｔｙ}、及びφ_{ｖｉｓｃｏｓｉｔｙ}）が計算されると、一実施形態は、それらを、較正された閾値のセット、τ_{ＭｉｎＤｅｎｓｉｔｙ}、τ_{ＭａｘＤｅｎｓｉｔｙ}、τ_{ＭｉｎＶｉｓｃｏｓｉｔｙ}、τ_{ＭａｘＶｉｓｃｏｓｉｔｙ}、及びτ_{ＭａｘＥｒｒｏｒ}と比較して、吸引が成功であったかどうかを判定してもよい。これらの値がどのように設定されるかに関する更なる詳細は、本明細書において見出され得る。一実施形態において、検定統計量の全てが、以下の範囲内に入る場合でかつその場合にのみ、吸引は成功であると見なされる。
τ_{ＭｉｎＤｅｎｓｉｔｙ}≦φ_{Ｄｅｎｓｉｔｙ}≦τ_{ＭａｘＤｅｎｓｉｔｙ}
τ_{ＭｉｎＶｉｓｃｏｓｉｔｙ}≦φ_{ｖｉｓｃｏｓｉｔｙ}≦τ_{ＭａｘＶｉｓｃｏｓｉｔｙ}
φ_{ＦｉｔＥｒｒｏｒ}≦τ_{ＭａｘＥｒｒｏｒ}

そのため、一実施形態において、上記の全ての条件が当てはまる場合、吸引は成功であると見なされる。上記の条件のいずれか１つがうまくいかない場合、吸引は不成功であると見なされる。更なる実施形態において、不成功な吸引が詰まりであったかどうかを判定するために、以下の条件のうちのいずれか１つが当てはまらなければならない。
τ_{ＭａｘＶｉｓｃｏｓｉｔｙ}≦φ_{ｖｉｓｃｏｓｉｔｙ}
φ_{Ｄｅｎｓｉｔｙ}≦τ_{ＭｉｎＤｅｎｓｉｔｙ}

別の実施形態において、上記条件のどれも満たされない場合、吸引は不足すると見なされる。図２５〜図２７は、非常に遅い速度で７．８μＬ流体を吸引することによるリアルデータにエラーロジックを適用する視覚表現を提供する。図は、多数の吸引からの検定統計量の結果を表す、一連のコード化ドット及びｘを含む。ドットは、ラベル付けされた粘度０ｃｐ、１ｃｐ、１０ｃｐ、及び２０ｃｐを有する流体の完全吸引による結果に対応する。ｘは、粘度について同じカラーコードを使用した部分的（不足）吸引に対応する。例えば、ｘは、ラベル付けされた粘度を有する流体の部分的吸引による結果を表す。

検定統計量を使用して、一実施形態は、吸引が成功したかどうかを最初にチェックする。一実施形態は、適合誤差φ_{ＦｉｔＥｒｒｏｒ}が所定の値より小さいことを保証することによってモデルが圧力データにうまく適合するかどうかを最初にチェックする。図２５は、粘度検定統計量対適合誤差を表示する。影付き領域は、適合誤差が閾値より大きいドメインを表す。この領域に入る任意のドット又はｘは、一実施形態によって、不成功な吸引であると既に見なされることになる。このポイントにおいて、この吸引は、詰まり又は部分的吸引である可能性がある。白い領域に入る任意のドット又はｘは、或るものの完全な吸引であると見なされ、成功である可能性を有する。このポイントにおいて、一実施形態は、或るものが、空気であるか、流体であるか、又は完全な詰まりであるかがわからない場合がある。

図２５の調査は、全てのｘが影付き領域内に入ることを示す。これは、一実施形態が、全ての当てはまる部分的吸引を不成功として、うまく分類したことを示す。同様に、０ｃｐ、１ｃｐ、及び１０ｃｐドットが白い領域に入ることに留意されたい。これは、一実施形態が、全ての空気完全吸引、１ｃｐ完全吸引、及び１０ｃｐ完全吸引を完全吸引としてうまく分類しており、したがって、それらが、成功である可能性を有することを示す。一実施形態は、２０ｃｐにおける詰まりの完全吸引を表す２０ｃｐドットを部分的吸引として最初に見なす場合があり、成功であることから除外することになる。しかし、本明細書で論じるように、一実施形態は、これらの結果が、あまりにも高い粘度及び密度を有すると後で判定することになり、（例えば、部分的な又は完全な）詰まりとして分類することになる。

一実施形態は、完全な吸引が起こったか、部分的な吸引が起こったかを判定すると、粘度検定統計量及び密度検定統計量が予想される範囲内に入るかどうかをチェックする。図２６は、粘度検定統計量対密度検定統計量を表示する。影付き領域は、成功した吸引２６０１、詰まり２６０２、又は空気／不足２６０３を表す。

図２６は、視覚的明瞭さを提供するために空気の結果と水の結果との間のズームインビューを提供する。図２６及び図２７を調査することによって、一実施形態が、全ての１ｃｐ及び１０ｃｐドットを成功した吸引と見なすことが明らかである。空気に対応する１ｃｐドットは、不足領域内に入り、不足としてうまく識別されることになる。２０ｃｐドットは、詰まり領域内に入り、詰まりとして分類されることになる。ｘの大多数は、空気／不足領域内に入り、部分的吸引と見なされる。１つの１ｃｐのｘが成功領域内に入ることに留意されたい。しかし、このポイントが、図２５に示すように、適合誤差検定に通るのに失敗したため、既に除外されていることを思い起こされたい。このポイントは、詰まり領域内に入らないため、部分的不足として分類される。

プローブ、検知電子部品、チューブ、又は移送アーム内の任意の部品を含むハードウェアが置換えられるときはいつでも、システム較正が必要とされる。これらのコンポーネントの全ては、アルゴリズムによって処理される圧力データに適用される総合利得及びオフセットに影響を及ぼす。したがって、吸引を分類するために使用される閾値は、圧力データに対して行われる変更を反映しなければならない。そのため、一実施形態において、定期的な較正が、長期ドリフトを考慮するために実施されるべきである。

較正は、空気及び水ベースラインに関するアルゴリズムを実行させる一実施形態を必要とする。空気及び水ベースラインは、プローブをドレインステーションに位置決めすることによって実施される。空気ベースラインについて、ファウンテンがターンオフされ、次に、プローブが、アルゴリズムを適用しながら、それぞれのポンプ速度について最大量の空気を吸引する。このプロセスは、水ベースラインについてファウンテンがターンオンされた状態で繰返される。これは、空気及び水の両方について、粘度、密度、及び適合誤差検定統計量を生成する。集められると、ソフトウェアは、閾値限界を設定するために以下の式とともに検定統計量を使用する。

密度メトリック計算は、測定装置に対するプローブの垂直高さに応じて変動するのが見出された。いずれのプローブ垂直高さ依存性も効果的に除去する、計算に対する更なる改良が発見された。

この新しい量は粘度メトリックと呼ばれる。粘度メトリックは、ポンプ動作が停止し、システムが、ポンプ動作のスルーフェーズの終わりに採取された読み値から静的状態まで回復した後に採取された圧力読み値を減算することによって計算される。このメトリックは、吸引不足及び部分的な又は完全な閉塞又は詰まりを識別するときに非常に有用であることが見出された。

システム利得効果に関して、計算された粘度メトリック値について誤差限界を設定することは、これらのシステムのハードウェア、電子部品、及びソフトウェアが名目上同一であるときでも、システム間の利得差によってより難しくされる。空気を吸引しながら粘度メトリックを決定するために上記計算を実施することが可能である。ポンプパラメーターの１つ以上のセットを使用してそれぞれのプローブによって実施される空気吸引は、システム利得を効果的にベースライン処理するために使用され得る。

「空気ベースライン（air baseline）」粘度メトリックは、同じ装置によってかつ同一のポンプパラメーターを使用して実施される流体吸引に続いて計算される粘度メトリックから減算され得る。結果として得られるメタ値が、メトリックを効果的に正規化し、いずれのシステム利得効果も相殺することが発見された。

流体粘度を変化させ得る温度効果及び温度勾配が考慮されなければならない。そのため、一実施形態は、プローブがウェルを通してトラックダウンするとき、試薬圧力曲線におけるわずかなトレンドを見る場合がある。温度効果に関する更なる詳細は図２９〜図３１に見られ得る。

本明細書で論じるように、臨床分析器において吸引を検出するための種々の実施形態が存在する。したがって、更なる実施形態は、本明細書で開示される能力に基づいて、吸引不足が適切に（例えば、詰まらずに又は不足せずに）終了したかどうかを判定してもよい。どの吸引が適切に終わったかを一実施形態が決定することができると、これらの吸引からのデータは、臨床アッセイにおいて記録又は分析され得る。臨床分析が任意の分析物のためのものであってもよいことが理解されるべきである。そのため、種々のプロシージャ及び仮説検定が、本明細書で述べる技法及びツールを使用してより正確に検証され得る。そのため、一実施形態は、種々のセンサー、モニタリングツール、環境特性、及び既知の変数を組合せて、実施された誤りのある又は不正確な検査をより正確に識別する点で、現行技術水準を超える技術的改善である。これは、より良好かつより正確な臨床分析が、特殊な研究機器によって実施されることを可能にする。

本発明は例示的な実施形態を参照して述べられたが、本発明はそれに限定されない。本発明の好ましい実施形態に対して多数の変更及び修正を行うことができること、及び、こうした変更及び修正を、本発明の真の趣旨から逸脱することなく行うことができることを当業者は認識するであろう。したがって、添付特許請求の範囲が、本発明の真の趣旨及び範囲内に入る全てのこうした等価な変形をカバーすると解釈されることが意図される。

Claims (18)

1. 臨床分析器において液体試料の吸引を検出する方法であって、
   圧力測定データをセンサーから取得することと、
   前記圧力測定データを周波数ドメインデータに変換することと、
   フィルターを使用して不要な周波数を減衰させることによって、前記周波数ドメインデータのクリーンバージョンを生成することと、
   前記周波数ドメインデータの前記クリーンバージョンを１つ以上の所定のデータポイントと比較することと、
   前記比較に基づいて、吸引が適切に実施されたかどうかを判定することと、
   を含み、
   前記比較することは、吸引プロセスの終わりの１つ以上の圧力測定値を前もって確立された吸引圧力ベースラインと比較することを更に含む、
   方法。
2. デジタル信号プロセッサを使用して前記フィルターについての周波数カットオフを調整することを更に含む、請求項１に記載の方法。
3. 前記フィルターは、バタワースローパスフィルターである、請求項２に記載の方法。
4. 前記周波数カットオフは、周波数及びサンプリングレートの少なくとも一方に基づいて決定される、請求項２に記載の方法。
5. 前記周波数カットオフは、加速、スルー、及び減速の少なくとも１つを含む、ポンプ特性に基づいて決定される、請求項２に記載の方法。
6. 前記周波数ドメインデータの前記クリーンバージョンを１つ以上の所定のデータポイントと前記比較することは、
   前記周波数ドメインデータの前記クリーンバージョンを時間ドメインデータに変換することと、前記時間ドメインデータを１つ以上の所定のデータポイントと比較することとを更に含む、請求項１に記載の方法。
7. 前記圧力測定値の前記クリーンバージョンに基づいて圧力曲線を生成することと、
   ２次アルゴリズムを使用して前記圧力曲線の形状を評価することと、
   を更に含む、請求項１に記載の方法。
8. 前記圧力測定データに基づいて、１つ以上のシステム特性を決定することであって、該１つ以上のシステム特性は、
   少なくとも１つのプローブ直径、
   少なくとも１つの吸引レート、
   少なくとも１つの吸引継続時間、
   吸引される液体の少なくとも１つの粘度レベル、
   を含む、決定することと、
   システムノイズを低減するために前記１つ以上のシステム特性を修正することと、
   を更に含む、請求項１に記載の方法。
9. 前記吸引は、５μＬ以下の液体試料に対して実施される、請求項１に記載の方法。
10. 臨床分析器において液体試料の吸引を検出する情報処理装置であって、
    プロセッサと、
    センサーと、
    前記プロセッサによって実行可能な命令を記憶するメモリデバイスと、
    を備え、前記命令は、
    圧力測定データを前記センサーから取得し、
    前記圧力測定データを周波数ドメインデータに変換し、
    フィルターを使用して不要な周波数を減衰させることによって、前記周波数ドメインデータのクリーンバージョンを生成し、
    前記周波数ドメインデータの前記クリーンバージョンを１つ以上の所定のデータポイントと比較し、
    前記比較に基づいて、吸引が適切に実施されたかどうかを判定する、
    ためのものであり、
    前記周波数ドメインデータの前記クリーンバージョンを１つ以上の所定のデータポイントと前記比較することは、吸引プロセスの終わりの１つ以上の圧力測定値を前もって確立された吸引圧力ベースラインと比較することを更に含む、
    情報処理装置。
11. 前記命令は、デジタル信号プロセッサを使用して前記フィルターについての周波数カットオフを調整するために前記プロセッサによって更に実行可能である、請求項１０に記載の情報処理装置。
12. 前記フィルターは、バタワースローパスフィルターである、請求項１１に記載の情報処理装置。
13. 前記周波数カットオフは、周波数及びサンプリングレートの少なくとも一方に基づいて決定される、請求項１１に記載の情報処理装置。
14. 前記周波数カットオフは、ポンプ特性であって、加速、スルー、及び減速の少なくとも１つを含む、ポンプ特性に基づいて決定される、請求項１１に記載の情報処理装置。
15. 前記周波数ドメインデータの前記クリーンバージョンを１つ以上の所定のデータポイントと前記比較することは、
    前記周波数ドメインデータの前記クリーンバージョンを時間ドメインデータに変換することと、
    前記時間ドメインデータを１つ以上の所定のデータポイントと比較することと、
    を更に含む、請求項１０に記載の情報処理装置。
16. 前記命令は、
    前記圧力測定値の前記クリーンバージョンに基づいて圧力曲線を生成し、
    ２次アルゴリズムを使用して前記圧力曲線の形状を評価する、
    ために、前記プロセッサによって更に実行可能である、請求項１０に記載の情報処理装置。
17. 前記命令は、
    前記圧力測定データに基づいて、
    少なくとも１つのプローブ直径、
    少なくとも１つの吸引レート、
    少なくとも１つの吸引期間、
    吸引される液体の少なくとも１つの粘度レベル、
    を含む、１つ以上のシステム特性を決定し、
    システムノイズを低減するために前記１つ以上のシステム特性を修正する、
    ために前記プロセッサによって更に実行可能である、請求項１０に記載の情報処理装置。
18. 臨床分析器において液体試料の吸引を検出するためのプログラムであって、
    記憶デバイスを備え、該記憶デバイスは、該記憶デバイスに記憶されたコードを有し、該コードは、プロセッサによって実行可能であり、
    圧力測定データをセンサーから取得するコードと、
    前記圧力測定データを周波数ドメインデータに変換するコードと、
    フィルターを使用して不要な周波数を減衰させることによって、前記周波数ドメインデータのクリーンバージョンを生成するコードと、
    前記周波数ドメインデータの前記クリーンバージョンを１つ以上の所定のデータポイントと比較するコードであって、吸引プロセスの終わりの１つ以上の圧力測定値を前もって確立された吸引圧力ベースラインと比較することを更に含むコードと、
    前記比較に基づいて、吸引が適切に実施されたかどうかを判定するコードと、
    を含む、プログラム。

Images