JP6932894B2 - 複数の露光を使用して試料容器及び／又は試料を画像化するための方法及び装置 - Google Patents

複数の露光を使用して試料容器及び／又は試料を画像化するための方法及び装置 Download PDF

Info

Publication number
JP6932894B2
JP6932894B2 JP2018539276A JP2018539276A JP6932894B2 JP 6932894 B2 JP6932894 B2 JP 6932894B2 JP 2018539276 A JP2018539276 A JP 2018539276A JP 2018539276 A JP2018539276 A JP 2018539276A JP 6932894 B2 JP6932894 B2 JP 6932894B2
Authority
JP
Japan
Prior art keywords
sample
optical panel
sample container
image
images
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.)
Active
Application number
JP2018539276A
Other languages
English (en)
Other versions
JP2019504995A5 (ja
JP2019504995A (ja
Inventor
ヴィスマン、パトリック
ポラック、ベンジャミン，エス．
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthcare Diagnostics Inc
Original Assignee
Siemens Healthcare Diagnostics Inc
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 Siemens Healthcare Diagnostics Inc filed Critical Siemens Healthcare Diagnostics Inc
Publication of JP2019504995A publication Critical patent/JP2019504995A/ja
Publication of JP2019504995A5 publication Critical patent/JP2019504995A5/ja
Application granted granted Critical
Publication of JP6932894B2 publication Critical patent/JP6932894B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • 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
    • G01N15/04—Investigating sedimentation of particle suspensions
    • G01N15/05—Investigating sedimentation of particle suspensions in blood
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/251—Colorimeters; Construction thereof
    • G01N21/253—Colorimeters; Construction thereof for batch operation, i.e. multisample apparatus
    • 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
    • G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00732—Identification of carriers, materials or components in automatic analysers
    • G01N2035/00742—Type of codes
    • G01N2035/00752—Type of codes bar codes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/90—Investigating the presence of flaws or contamination in a container or its contents
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/062—LED's
    • G01N2201/0627—Use of several LED's for spectral resolution

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Hematology (AREA)
  • Dispersion Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)

Description

関連出願
本出願は、２０１６年１月２８日に出願された「試料容器及び／又は試料の画像化のための方法及び装置」と題する米国仮特許出願第６２／２８８，３８７号の優先権を主張し、その開示はその全体が参照により本明細書に援用される。
本発明は、生体試料を検査するための方法及び装置に関し、より詳細には、試料及び／又は試料容器を画像化するための方法及び装置に関する。
自動検査システムは、尿、血清、血漿、間質液、脳脊髄液などの試料中の分析物又は他の成分を識別するために、１つ以上の試薬を用いて臨床化学又は化学分析を行うことができる。様々な理由から、これらの試料は、試料容器（例えば、採血管）に収容してもよい。化学分析又は検査反応は、様々な変化を生じ得るものであり、読み取り及び／又は他の方法により操作して試料中の分析物又は他の成分の濃度を判定する。
自動化された検査技術の改良には、実験室自動化システム（ＬＡＳ）の一部であってもよい自動分析前試料準備システムによるバッチ処理準備、試料成分を分離するための試料の遠心分離、試料アクセスを容易にするためのキャップ除去などの分析前サンプル調製及び取り扱い操作において対応する進歩が伴う。ＬＡＳは、試料容器に収容されキャリア上に担持される試料を、多数の分析前試料処理ステーション並びに臨床化学分析装置及び／又は化学分析器を含む分析ステーション（以下、総称して「分析装置」と称する）に自動的に搬送する。
ＬＡＳは、バーコードラベル付き試料容器に収容される任意の数の異なる試料を一度に処理してもよい。ＬＡＳは、すべての異なるサイズ及び種類の試料容器を取り扱うことができ、それらは混在していてもよい。バーコードラベルは、病院の検査室情報システム（ＬＩＳ）に入力される人口統計情報に関連付けることができる受託番号を、検査の注文及び他の情報と共に含んでいてもよい。オペレータは、バーコードラベル付き試料容器を、例えば遠心分離、キャップ取り外し、一定分量（アリコート）準備などの分析前操作のために試料容器を自動的に搬送できるトラック上などのようなＬＡＳシステム上に置くことができる。これらはすべて、試料に対して、実際に臨床分析が行われる前、又はＬＡＳの一部である１つ以上の分析装置による化学分析が行われる前に実施される。場合によっては、１つ以上のバーコードラベルが試料容器に貼付され、試料が少なくともいくつかの視点から見えなくなることがある。
ある検査では、分別（例えば、遠心分離）によって全血から得られた試料の血清又は血漿部分の規定量を吸引して使用してもよい。場合によっては、ゲルセパレータを試料容器に加えて、血清又は血漿部分から沈降した血液部分の分離を補助してもよい。分別及びキャップ取り外しの後、試料容器は、吸引によって血清又は血漿部分を試料容器から抽出し、それを反応容器（例えば、キュベット）中の１つ以上の試薬と組み合わせることができる適切な分析装置に搬送してもよい。分析測定は、例えば、しばしば検査用放射線のビームを使用して、又は測光又は蛍光測定吸収読み取りなどを使用して実行されることが多い。測定値から、終了点又は割合又は他の値を判定し、それらから既知の技術を用いて分析物又は他の成分の濃度を判定することができる。
米国特許第９，３２２，７６１号
残念なことに、サンプル処理又は患者の病状により、試料中に特定のインターフェレント又はアーチファクトが存在すると、分析物の検査結果、又は分析装置から得られた成分測定値の精度に悪影響を及ぼす可能性がある。例えば、溶血、黄疸、及び／又は脂肪血（以下、ＨＩＬ）があると、試料の検査結果に影響を及ぼす可能性がある。同様に、患者の疾患状態と無関係である可能性のある試料中の凝塊（例えば、血塊）は、患者の疾患状態の解釈を変えてしまう可能性がある。さらに、凝塊を吸引すると、目詰まり、汚染、又は洗浄のためのシャットダウン時間などの他の問題を引き起こす可能性がある。また、気泡及び／又は泡が存在すると、プローブが空気を吸引するかもしれず、それにより患者の病状の解釈が変わってしまう可能性もある。
先行技術では、試料の血清又は血漿部分の完全性は、熟練した実験技師であれば視覚的に検査できる。これには、ＨＩＬの存在についての試料の血清又は血漿部分の色並びに凝塊、気泡及び泡の存在についての目視検査が含まれ得る。正常（Ｎｏｒｍａｌ）な（以後、「Ｎ」）血清又は血漿部分は淡黄色から淡琥珀色を呈し、凝塊、気泡及び泡がない。しかし、視覚検査は非常に主観的であり、労働集約的であり、人為的ミスの可能性を伴う。
手動検査には上記の問題が含まれているため、検査技術者による目視検査を使用せずに、実用の範囲で自動スクリーニング法を使用することにより、試料の完全性を評価することがますます重要になってきている。スクリーニング法は分析装置で分析する前に実施するものである。しかしながら、試料容器に直接貼付された１つ以上のバーコードラベルが、試料の視野を部分的に閉塞して、試料の血清又は血漿部分を視覚的に観察することができない場合もある。
ミラーに付与された特許文献１のようないくつかのシステムには、試料容器を回転させることにより、単数又は複数のラベルによって遮られることのないビューウィンドウを見つけることができる技術が記載されている。画像化は、ビューウィンドウを見つけたときに行うようにしてもよい。しかしながら、そのようなシステムは、自動化し難い可能性がある。
異なるサイズの試料容器を使用する場合、並びに分析される試料にＨＩＬ又はアーチファクト（凝塊、気泡、又は泡など）が存在する場合に遭遇する問題のため、また、単数又は複数のバーコードラベルによる妨害のため、そのような試料を容易かつ自動的に画像化及び分析するように構成された方法及び装置に対する未充足ニーズがある。この方法及び装置は、分析又は化学分析の検査結果を得る速度に、感知できるほどの悪影響を及ぼすべきではない。さらに、方法及び装置は、１つ以上のラベルが試料の少なくとも一部の視野を遮るようなラベル付き試料容器上でも使用可能でなければならない。
第１の態様によれば、試料容器及び／又は試料を画像化する方法が提供される。この方法は、試料を含む試料容器を画像化位置に提供することと、画像化位置で画像を取得するように構成された１つ以上のカメラを備えることと、１つ以上の光源を画像化位置に隣接して備えることと、１つ以上の光源を用いて画像化位置を照明することと、試料容器及び試料を画像位置において、複数の異なる露光で画像化位置の試料画像を含む複数の画像を取得することとを含む。
別の態様によれば、品質チェックモジュールが提供される。品質チェックモジュールは、試料を含む試料容器を受け入れるように構成された品質チェックモジュール内の画像化位置と、画像化位置に隣接する１つ以上の視点に配置された１つ以上のカメラと、画像化位置に隣接して配置され、前記１つ以上のカメラに照明を提供するように構成された１つ以上のスペクトル切替可能光源と、前記１つ以上のスペクトル切替可能光源を、複数の異なるスペクトル（例えば、異なる公称波長を有する）の間で切り替えるとともに、前記１つ以上のカメラに前記複数の異なるスペクトルごとに複数の露光で画像を取得させるように構成されたコンピュータと、を備える。
さらに別の態様によれば、試料検査装置が提供される。試料検査装置は、トラックと、試料容器を収容するように構成されたトラック上のキャリアと、トラック上の品質チェックモジュールとを含み、前記品質チェックモジュールは、試料を含む試料容器を受け入れるように構成された品質チェックモジュール内の画像化位置と、前記画像化位置に隣接する１つ以上の視点に位置する１つ以上のカメラと、前記画像化位置に隣接して配置され、前記１つ以上のカメラに照明を提供するように構成された１つ以上のスペクトル切替可能光源と、前記１つ以上のスペクトル切替可能光源を、複数の異なるスペクトル（例えば、異なる公称波長を有する）の間で切り替えるとともに、前記１つ以上のカメラに前記複数の異なるスペクトルごとに複数の露光で画像を取得させる、ように構成されたコンピュータとを備える。
本発明のさらに他の態様、特徴及び利点は、本発明を実施するために考えられる最良の形態を含む多くの例示的な実施形態及び実施を例示することによって、以下の説明から容易に明らかになるであろう。本発明は、他の異なる実施形態も可能であり、そのいくつかの詳細は、本発明の範囲からすべて逸脱することなく、様々な点で変更してもよい。したがって、図面及び説明は、本質的に例示的であると見なされるべきであり、限定的とみなされるべきではない。本発明は、添付の特許請求の範囲に含まれるすべての変更、均等物及び代替物を含有するものである。
以下に説明する図面は、説明のためのものであり、必ずしも一定の縮尺で描かれているわけではない。図面は、決して本発明の範囲を限定するものではない。
図１は、１つ以上の実施形態による１つ以上の品質チェックモジュールと１つ以上の分析装置とを含む試料検査装置を示す上面概略図である。 図２は、試料を含む試料容器を示す側面図であり、その一方又は両方が、１つ以上の実施形態による方法を用いて特徴付けられてもよい。 図３は、試料及びゲルセパレータを含む試料容器を示す側面図であり、試料及び試料容器の一方又は両方は、１つ以上の実施形態による方法を用いて特徴付けられてもよい。 図４Ａは、１つ以上の実施形態による、複数の画像を取得及び分析して、試料及び／又は試料容器を特徴付けるように構成された品質チェックモジュールを示す等角図である 図４Ｂは、１つ以上の実施形態による、図４Ａの品質チェックモジュールの光パネル組立部を示す等角図である。 図４Ｃは、１つ以上の実施形態による、図４Ｂの光パネル組立部の様々な構成要素及び図４Ａの品質チェックモジュールを示す分解等角図である。 図４Ｄは、１つ以上の実施形態による、光パネル組立部及びフィルタ組立部を含むスペクトル切替可能光源を含む代替の品質チェックモジュールを示す概略側面図である。 図４Ｅは、１つ以上の実施形態による、複数のカメラ及び複数の光パネル組立部を含む品質チェックモジュールを示す概略上面図（天井が取り除かれた状態）である。 図４Ｆは、１つ以上の実施形態による断面線４Ｆ−４Ｆに沿った図４Ｅの品質チェックモジュールを示す概略側面図である。 図４Ｇは、１つ以上の実施形態による複数の光パネル組立部を含む代替の品質チェックモジュールを示す概略上面図である。 図５Ａは、１つ以上の実施形態による試料を特徴付けるように構成された品質チェックモジュールの構成要素を示すブロック図である。 図５Ｂは、１つ以上の実施形態による仮想３Ｄボクセルグリッド上に投影された試料容器画像を示す図である。 図６は、１つ以上の実施形態による試料及び試料容器を特徴付ける能力を含む試料検査装置の機能的構成要素を示すブロック図である。 図７は、１つ以上の実施形態による試料容器及び試料の画像化方法を示すフローチャートである。
第１の広い態様では、本発明の実施形態は、試料及び／又は試料容器を画像化し、特徴付けるように構成された方法及び装置を提供する。本発明のさらなる実施形態は、試料容器及び／又は試料容器に収容される試料を特徴付けるように構成された方法及び装置を提供する。１つ以上の実施形態において、特徴付け方法の最終結果は、試料容器に収容される試料の定量化であってもよい。例えば、定量化は、血清又は血漿部分の体積又は深さ、及び／又は分別した試料の、沈降した血液部分の体積又は深さを特徴付けることを含んでいてもよい。これらの値は、患者の疾患状態を判定するために（例えば、血清又は血漿部分と沈降した血液部分との間の比を判定することによって）、指示された検査を行うのに十分な量の血清又は血漿部分が存在するかどうかを判定するために使用してよく、後に行われる吸引で、より正確にプローブ先端を配置するため、及び／又は操作中に試料容器とのロボット把持部又はプローブ先端の接触又は衝突を回避するために使用してもよい。
さらに、１つ以上の実施形態によれば、本発明を使用して、管の高さ及び管の幅、及び／又はキャップの種類又はキャップの色など、試料容器の特徴を判定してもよい。得られた寸法特徴は、その後に行われる吸引、ロボット把持動作中にプローブ（「ピペット」とも称する）及び／又はロボット把持部の位置決めを適切に誘導するために使用されてもよく、体積計算に使用してもよい。キャップの種類又はキャップの色は、注文をクロスチェックするために使用してもよい。
いくつかの実施形態では、特徴付け方法を使用して、血清又は血漿部分における溶血（Ｈ）、黄疸（Ｉ）、及び／又は脂肪血（Ｌ）の存在など、インターフェレントの存在についての判定をすることができる。さらに、又は任意で、この方法を使用して、アーチファクト（例えば、凝塊、気泡、泡）が血清又は血漿部分に存在するかどうかを判定してもよい。
本明細書に記載の試料は、採血管のような試料容器に採取することができ、分離後の沈降した血液部分と血清及び血漿部分（例えば、遠心分離による分別）を含んでいてもよい。沈降した血液部分は、白血球、赤血球及び血小板などの血液細胞で構成され、血清又は血漿部分から凝集分離される。これは、概ね、試料容器の底部に見られる。血清又は血漿部分は、沈降した血液部分の一部以外の血液の液体成分である。これは、概ね、沈降した血液部分の上に見られる。血漿及び血清は、主に、凝固成分、主にフィブリノーゲンの含有量が異なる。血漿は、凝固していない液体であり、血清は、内因性酵素又は外因性成分の影響下で凝固することが可能な血漿を指す。いくつかの試料容器では、小さなゲルセパレータ（例えばプラグ）を使用してもよく、これは、分別中に沈降した血液部分と血清又は血漿部分との間に位置させる。これは、２つの部分の間の障壁として機能し、その再混合を最低限に抑える。
１つ以上の実施形態によれば、特徴付け方法はスクリーニング方法として実行することができる。例えば、１つ以上の実施形態において、特徴付け方法は、試料が試料検査システムの１つ以上の分析装置で分析（臨床化学又は化学分析）に供される前に実行してもよい。１つ以上の実施形態では、試料の特徴付けは、１つ以上の品質チェックモジュールで判定してもよい。１つ以上の品質チェックモジュールは、１つ以上の異なる側方視点から試料容器及び試料の側方２Ｄ画像を提供するように構成された１つ以上のカメラを含んでいてもよい。画像キャプチャを行っている間、試料容器及び試料は、１つ以上の光源によって照明してもよい。照明は、１つ以上の実施形態において１つ以上の光パネル組立部によって行うことができる。特に、いくつかの実施形態では、１つ以上の光パネル組立部を用いた背面照明によって照明を提供してもよい。他の実施形態では、照明は、前面照明によって、又はさらに１つ以上の光パネル組立部を用いた側面照明によって提供してもよい。光源は、複数の異なるスペクトル（例えば、異なる公称波長を有する）の間で切り替えるように構成された、スペクトル切替可能光源であってもよい。
１つ以上の実施形態では、試料及び／又は試料容器の特徴付けは、高ダイナミックレンジ（ＨＤＲ）画像処理と連携した１つ以上の光パネル組立部による照明を使用することによって実行してもよい。しかし、一態様では、より高いダイナミックレンジを達成するために、本方法は、ある種の付加的な画像キャプチャ及び処理アプローチを行うことができる。本明細書の１つ以上の実施形態は、試料画像と組み合わせて「暗参照画像」と「スペクトル参照画像」の両方を利用する。１つ以上の実施形態では、最適に露光され、正規化された試料画像データ、最適に露光され正規化された暗参照画像データ、及び最適に露光され正規化されたスペクトル参照画像データのそれぞれに基づいて透過率画像データセットが生成される。１つ以上の実施形態では、透過率画像データセットは、少なくとも試料及び／又は試料容器の様々な構成要素を分類するために、マルチクラス分類器によって操作される。
画像処理の方法は、アーチファクト（例えば、凝塊、気泡、泡）が存在するかどうか、及び／又はインターフェレント（例えば、溶血、黄疸、及び／又は脂肪血、以下「ＨＩＬ」と称する）が存在するかどうかなど、試料についての情報を判定又は評価するために使用してもよい。さらに、この方法を使用して、（高さ及び幅の識別を介して）容器の種類、キャップの種類、及び／又はキャップの色など、試料容器の特徴を識別してもよい。
この方法に従って特徴付けした後、血清又は血漿部分にアーチファクト、すなわちＨ、Ｉ又はＬが含まれていることが判明した場合、試料にさらなる処理を施すことができる。凝塊、気泡又は泡のようなアーチファクトが見つかった場合、オペレータが手動で試料容器を取り除き、さらなる処理のために送られてもよい。このようなさらなる処理の後、試料は、いくつかの実施形態では、１つ以上の分析装置上で継続してルーチン分析を行うことができる。他の場合には、試料を廃棄して再ロードしてもよい。この方法によるスクリーニングにより、試料が正常（Ｎ）であることが分かった場合、試料は、１つ以上の分析装置によるルーチン分析に直接導いてもよい。
１つ以上の実施形態では、本方法に従って画像キャプチャ及び処理を実行するように品質チェックモジュールを構成してもよい。品質チェックモジュールは、トラックが試料をキャリア内の１つ以上の分析装置に搬送するＬＡＳの一部として設けてもよく、品質チェックモジュールは、トラック上又はトラックに沿った任意の適切な位置に設けてもよい。特定の実施形態では、品質チェックモジュールは、トラック上又はトラックに隣接して設けられ、１つ以上の光パネル組立部による背面照明を含む。
この特徴付けは、１つ以上の実施形態において、暗参照画像及びスペクトル参照画像のキャプチャと組み合わせたＨＤＲ画像処理を使用することによって達成してもよい。暗参照画像及びスペクトル参照画像並びに試料及び試料容器のＨＤＲ画像をキャプチャすることにより、画像内に存在する様々なクラスの構成要素の間を良好に識別できる画像を得ることができる。暗い画像は、試料又は試料容器なしで光パネル組立部のすべての光源をオフにして、キャプチャすることができる。スペクトル参照画像は、発光スペクトルの各々についてキャプチャしてもよいが、試料又は試料容器は用いない。試料画像は、品質チェックモジュールにおいて、複数の露光時間及び複数の離散的スペクトル（例えば、異なる公称波長を有する）で取得してもよい。いくつかの実施形態では、異なる視点から画像を取得するように構成された複数のカメラを使用して画像を取得してもよい。いくつかの実施形態では、視点ごとにパネル化された背面照明を使用して、試料及び参照画像を生成してもよい。試料及び参照画像のそれぞれは、コンピュータによって処理することによって、試料、試料容器、又はその両方を特徴付けても（分類及び／又は定量しても）よい。
各スペクトルの複数の露光（例えば、露光時間）での画像は、試料及び試料容器の品質チェックモジュールで得られる。例えば、各波長スペクトルについて、異なる露光時間で４〜８枚以上の画像を得ることができる。ＨＤＲを用いた試料画像化の前又は後のいずれかに、暗参照画像を得ることができる。同様に、スペクトル参照画像は、ＨＤＲを使用した試料画像化の前又は後に撮影してもよい。次いで、これらの複数の試料及び参照画像は、コンピュータによってさらに処理して透過率画像データセットを生成してもよい。透過率画像データセットは、マルチクラス分類器によって操作して、特徴付けの結果を出してもよい。
本発明の画像化及び特徴付け方法、品質チェックモジュール、及び１つ以上の品質チェックモジュールを含む試料検査装置のさらなる詳細については、本明細書の図１から図７を参照してさらに説明する。
図１は、複数の試料容器１０２（例えば、試料採取管、図２及び図３参照）を自動的に処理可能な試料検査装置１００を示す。試料容器１０２は、１つ以上の分析装置（例えば、試料検査装置１００の周囲に配置される第１の分析装置１０６、第２の分析装置１０８、及び第３の分析装置１１０）への搬送及びこれらによる分析の前に、ローディングエリア１０５にある１つ以上のラック１０４に収容してもよい。より多い、又は少ない数の分析装置を使用できることは明らかである。分析装置は、臨床化学分析装置及び／又は化学分析器などの任意の組み合わせであってもよい。試料容器１０２は、採血管、検査管、サンプルカップ、キュベット、又は試料２１２を収容するように構成された他の概ね透明なガラス又はプラスチック容器などの透明又は半透明の容器であってもよい。
典型的には、自動的に画像化され処理される試料２１２（図２及び図３）は、試料容器１０２内の試料検査装置１００に設けてもよい。試料容器１０２はキャップ２１４（図２及び図３、それ以外は「ストッパ」とも称する）でキャップしてもよい。キャップ２１４は、異なる形状及び／又は色（例えば、赤、ロイヤルブルー、ライトブルー、グリーン、グレー、黄褐色、又は黄色、又は色の組み合わせ）を有していてもよく、試料容器１０２がどの検査に使用されるか、その中に含有される添加剤の種類等を示すという意味を持つ。他のキャップの色を使用してもよい。一態様によれば、キャップ２１４についての情報を特徴付けるためにキャップ２１４を画像化し、それを検査指示でクロスチェックするのに使用できるようにすることが望ましい場合がある。
試料容器１０２のそれぞれには、試料検査装置１００の周囲の複数の位置で機械可読の識別情報２１５（すなわち、指標）、例えばバーコード、英字、数字、英数字、又はこれらの組み合わせを設けてもよい。識別情報２１５は、検査室情報システム（ＬＩＳ）１４７を介して、例えば、患者の識別並びに試料２１２上で達成する検査又は、ＬＩＳシステム１４７からの他の情報を示すことができる、あるいは、それらを相互に関連付けることができる。この識別情報２１５は、試料容器１０２に接着された、又は試料容器１０２の側面に設けられたラベル２１８上に設けてもよい。ラベル２１８は、概して、試料容器１０２の周囲全体、又は試料容器１０２の高さ全体にわたって延びているのではない。いくつかの実施形態では、ラベル２１８の複数のラベルが貼り付けられてもよく、互いにわずかに重なっていてもよい。したがって、単数または複数のラベル２１８は、試料２１２の一部の視野を遮ることがあるが、試料２１２の一部は、依然として、１つ以上の視点から見ることができる。いくつかの実施形態では、ラック１０４は、その上に追加の識別情報を有してもよい。本明細書に記載された方法及び品質チェックモジュールの１つ以上の実施形態は、試料容器１０２を回転させることなく試料２１２の特徴付けが可能である。
図２及び図３に最もよく示されているように、試料２１２は、管２１２Ｔ内に収容された血清又は血漿部分２１２ＳＰ及び沈降した血液部分２１２ＳＢを含んでいてもよい。空気２１２Ａは、血清及び血漿部分２１２ＳＰの上に設けられ、空気２１２Ａと血清及び血漿部分２１２ＳＰとの間の線又は境界は、本明細書では液体−空気界面（ＬＡ）として定義する。血清又は血漿部分２１２ＳＰ及び沈降した血液部分２１２ＳＢとの間の境界線は、本明細書では血清−血液界面（ＳＢ）として定義され、図２に示されている。空気２１２Ａ及びキャップ２１４との間の界面は、本明細書では管キャップ界面（ＴＣ）と称する。血清又は血漿部分２１２ＳＰの高さは（ＨＳＰ）であり、血清又は血漿部分２１２ＳＰの上面から沈降した血液部分２１２ＳＢの上面、すなわち図２のＬＡからＳＢまでの高さとして定義する。沈降した血液部分２１２ＳＢの高さは（ＨＳＢ）であり、図２のＳＢで沈降した血液部分２１２ＳＢの底部から沈降した血液部分２１２ＳＢの上面までの高さとして定義する。図２のＨＴＯＴは、試料２１２の全高であり、ＨＴＯＴ＝ＨＳＰ＋ＨＳＢである。
ゲルセパレータ３１３を使用する場合（図３参照）、血清又は血漿部分２１２ＳＰの高さは（ＨＳＰ）であり、図３の血清又は血漿部分２１２ＳＰの上面ＬＡからゲルセパレータ３１３の上面ＳＧまでの高さとして定義する。沈降した血液部分２１２ＳＢの高さは（ＨＳＢ）であり、図３の沈降した血液部分２１２ＳＢの底部からゲルセパレータ３１３の底部ＢＧまでの高さとして定義する。図３のＨＴＯＴは、試料２１２の全高であり、図３に示すように、ＨＴＯＴ＝ＨＳＰ＋ＨＳＢ＋ゲルセパレータ３１３の高さとして定義する。いずれの場合も、壁厚はＴｗであり、外幅はＷであるので、試料容器１０２の内幅Ｗｉを判定することができる。管の高さ（ＨＴ）は、本明細書では、管２１２Ｔの最下部２１２Ｂからキャップ２１４の底部までの高さとして定義する。
より詳細には、試料検査装置１００は、トラック１２１を取り付ける又は載置するベース１２０（例えば、フレーム又は他の構造体）を含んでいてもよい。トラック１２１は、レール付きトラック（例えば、モノレール又はマルチレールトラック）、コンベヤベルトの集合、コンベヤチェーン若しくはリンク、移動可能なプラットフォーム、又は任意の他の適切な種類の搬送機構であってもよい。トラック１２１は、円形、蛇行、又は任意の他の適切な形状であってもよく、いくつかの実施形態ではクローズドトラック（例えば無限トラック）であってもよい。トラック１２１は、動作中に、個々の試料容器１０２を、キャリア１２２内のトラック１２１の周りに間隔を置いて配置された目的位置に搬送してもよい。
キャリア１２２は、単一の試料容器１０２をトラック１２１上に担持するように構成された受動的で非運動性のパックであってもよく、トラック１２１は移動可能である。任意で、キャリア１２２は、リニアモータなどの搭載駆動モータを含んで自動化されてもよく、トラック１２１の周りを移動し、又、トラック１２１が静止する予めプログラムされた位置で停止するように、プログラムされる。いずれの場合においても、キャリア１２２は、それぞれ、試料容器１０２を規定の概ね直立位置に保持するように構成されたホルダ１２２Ｈ（図４Ａ〜図４Ｂ）を含んでいてもよい。ホルダ１２２Ｈは、試料容器１０２をキャリア１２２に固定するが、その中に受け付けた異なるサイズの試料容器１０２を収容するように側方に移動可能又は柔軟な複数のフィンガ又は板ばねを含んでいてもよい。
いくつかの実施形態では、キャリア１２２は、その中に複数のレセプタクルを含んでいてもよい。いくつかの実施形態では、キャリア１２２は、そこにステージングされた１つ以上のラック１０４を有するローディングエリア１０５から退出してもよい。いくつかの実施形態では、ローディングエリア１０５は、分析が完了した後に、キャリア１２２から試料容器１０２を外すことを許容する二重の機能を提供することができる。あるいは、トラック１２１の他の場所に、適切な荷下ろし用レーン（図示せず）を設けてもよい。
ロボット１２４を、ローディングエリア１０５に設けてもよく、１つ以上のラック１０４から把持部（図示せず）で試料容器１０２を把持し、試料容器１０２を入力レーン又はトラック１２１の他の場所などのようなキャリア１２２上にロードするように構成してもよい。ロボット１２４はまた、検査の完了時にキャリア１２２から試料容器１０２を除去するように構成され動作可能である。ロボット１２４は、Ｘ及びＺ、Ｙ及びＺ、Ｘ、Ｙ及びＺ、ｒ及びθ、又はｒ、θ及びＺ運動が可能な１つ以上の（例えば、少なくとも２つの）ロボットアーム又は構成要素を含む。ロボット１２４は、ガントリーロボット、関節アームロボット、Ｒ−θロボット、又は他の適切なロボットであってもよく、ロボット１２４は、試料容器１０２をピックアップして配置可能なサイズのロボット把持フィンガを備えていてもよい。
トラック１２１上にロードされると、キャリア１２２によって担持された試料容器１０２は、いくつかの実施形態では、遠心分離機１２５（例えば、試料２１２の分別を実行するように構成される）に進むことができる。試料容器１０２を運ぶキャリア１２２を、流入レーン１２６又は適切なローカルロボット（図示せず）によって遠心分離機１２５に向かって迂回させてもよい。遠心分離後、試料容器１０２は流出レーン１２８を退出するか、あるいはローカルロボットによって移動されて、引き続きトラック１２１上を進んでもよい。図示された実施形態では、キャリア１２２内の試料容器１０２は、次に、図４Ａ〜図４Ｃを参照してさらに本明細書に記載の品質チェックモジュール１３０に搬送してもよい。
品質チェックモジュール１３０は、試料容器１０２に収容された試料２１２を特徴付けるように構成され、いくつかの実施形態では試料容器１０２を特徴付けるように構成してもよい。試料２１２の定量化は、品質チェックモジュール１３０で行うことができ、ＨＳＰ、ＨＳＢ、又はさらにはＨＴＯＴの判定、並びにＬＡ、ＳＢ又はＳＧ、及び／又はＢＧの位置の判定を含んでいてもよい。また、品質チェックモジュール１３０は、溶血（Ｈ）、黄疸（Ｉ）、及び／又は脂肪血（Ｌ）の１つ以上など、試料２１２の血清又は血漿部分２１２ＳＰ中のインターフェレントの存在を判定するように構成してもよい。いくつかの実施形態では、試料２１２の血清又は血漿部分２１２ＳＰは、品質チェックモジュール１３０においてアーチファクト（例えば、凝塊、気泡又は泡）の存在について検査してもよい。いくつかの実施形態では、ＨＴ、管外幅（Ｗ）及び／又は管内幅（Ｗｉ）、ＴＣ、又はさらにはキャップの色及び／又はキャップの種類を判定するなど、試料容器１０２の物理的属性の定量化を品質チェックモジュール１３０で行うことができる。
一旦試料２１２が特徴付けられたら、試料２１２を前進させて指示された検査に従って１つ以上の分析装置（例えば、第１、第２及び第３の分析装置１０６、１０８、及び／又は１１０）で分析してから、各試料容器１０２をオフロードするためにローディングエリア１０５に戻す。
いくつかの実施形態では、遠隔ステーション１３２は、トラック１２１に直接接続されていなくても、試料検査装置１００上に設けてもよい。例えば、独立したロボット１３３（点線で示す）は、試料２１２を含む試料容器１０２を遠隔ステーション１３２に搬送し、それらを検査／処理／特徴付けの後に戻すことができる。任意で、試料容器１０２は、手動で取り出して戻すことができる。遠隔ステーション１３２を使用して溶血レベルなどの特定の成分を検査することができ、あるいは、１つ以上の添加物によって脂肪血症レベルを低下させるため、あるいは、例えば凝塊、気泡又は泡を除去するためなどのさらなる処理のために使用してもよい。他の検査、処理、又は特徴付けは、遠隔ステーション１３２で達成できる。さらに、追加の品質チェックモジュール１３０を含む追加のステーション（図示せず）は、トラック１２１の周りの、キャップ取り外しステーションなどの様々な望ましい位置に配置してもよい。
試料検査装置１００は、トラック１２１の周りの１つ以上の位置にセンサ１１６を含んでいてもよい。センサ１１６を使用して、試料容器１０２上に置かれた識別情報２１５（図２）又は各キャリア１２２に設けられた同様の情報（図示せず）を読み取ることによって、トラック１２１に沿って試料容器１０２の位置を検出してもよい。いくつかの実施形態では、キャリア１２２にバーコードを設けてもよい。任意で、別個のＲＦＩＤチップを各キャリア１２２に埋め込んでもよく、従来のバーコードリーダ又はＲＦＩＤリーダを、例えばトラッキング動作に採用してもよい。キャリア１２２の位置をトラッキングするための他の手段、例えば近接センサなどを使用してもよい。全てのセンサ１１６は、各試料容器１０２の位置を常に知ることができるように、コンピュータ１４３とインターフェースをとってもよい。
遠心分離機１２５及び分析装置１０６、１０８、１１０はそれぞれ、概ね、キャリア１２２又は試料容器１０２をトラック１２１から除去するように構成されたロボット機構及び／又は流入レーン（例えば、流入レーン１２６、１３４、１３８、１４４）と、キャリア１２２又は試料容器をトラック１２１上に再投入するように構成されたロボット機構及び／又は流出レーン（例えば、流出レーン１２８、１３６、１４１及び１４６）を備えていてもよい。
試料検査装置１００は、コンピュータ１４３によって制御してもよく、コンピュータ１４３は、適切なメモリと適切な調整用電子機器と、ドライバと、様々な構成要素を操作するためのソフトウェアとを有するマイクロプロセッサベースの中央処理装置（ＣＰＵ）であってもよい。コンピュータ１４３は、ベース１２０の一部として、又はベース１２０から分離して収容されてもよい。コンピュータ１４３は、ローディングエリア１０５への、及びローディングエリア１０５からのキャリア１２２の移動、トラック１２１の周囲の運動、及び遠心分離機１２５への及び遠心分離機１２５からの運動、品質チェックモジュール１３０への及びそこからの運動を制御するように動作してもよい。コンピュータ１４３は、品質チェックモジュール１３０の動作を制御することもできる。コンピュータ１４３又は別体のコンピュータは、遠心分離機１２５の動作、及び各分析装置１０６、１０８、１１０への及びそこからのその動きを制御することができる。通常、別体のコンピュータは、各分析装置１０６、１０８、１１０の動作を制御することができる。
品質チェックモジュール１３０以外の全てについて、コンピュータ１４３は、ニューヨーク、タリータウンのシーメンスヘルスケアダイアグノスティックス社（Ｓｉｅｍｅｎｓ Ｈｅａｌｔｈｃａｒｅ Ｄｉａｇｎｏｓｔｉｃｓ Ｉｎｃ．）によって販売されているディメンション（登録商標）臨床化学分析装置で使用されるものなどのソフトウェア、ファームウェア、及び／又はハードウェアコマンド又は回路に従って試料検査装置１００を制御してもよく、このような制御は、コンピュータベースの電気機械制御プログラミングの当業者にとって典型的であるので、本明細書ではこれ以上説明しない。しかしながら、他の適切なシステムを使用して、試料検査装置１００を制御してもよい。品質チェックモジュール１３０の制御は、本明細書でさらに詳細に説明するように、本発明の画像化方法によれば、コンピュータ１４３によって提供してもよい。
本発明の実施形態は、ユーザが様々なステータスに容易にアクセスして表示画面を制御することを可能にするコンピュータインターフェースモジュール（ＣＩＭ）１４５を使用して実施してもよい。これらのステータス及び制御画面は、試料２１２の準備及び分析に使用される複数の相互に関係する自動化装置のいくつかの又はすべての態様、並びに任意の試料２１２の位置を記述する情報及び試料２１２上で実行する、又は実行されている検査のステータスを記述する情報を記述してもよい。したがって、ＣＩＭ１４５は、オペレータと試料検査装置１００との間の相互作用を容易にするように構成されてもよく、アイコン、スクロールバー、ボックス、及びボタンを含むメニューを表示するように構成された表示画面を含んでいてもよい。
一態様では、本発明の１つ以上の実施形態に従って試料２１２をスクリーニングすることにより、血清又は血漿部分２１２ＳＰ及び／又は沈降した血液部分２１２ＳＢの相対量及び／又はそれらの間の比の正確な定量化が可能になる。さらに、スクリーニングで、試料容器１０２のＬＡ、ＳＢ又はＳＧ及び／又は最下部２１２Ｂの物理的垂直位置又は別のデータを判定してもよい。定量化は、指示された検査を実行するために利用可能な血清又は血漿部分２１２ＳＰの量が不十分である場合に、試料２１２が１つ以上の分析装置１０６、１０８、１１０へ進行することを確実に停止する。このようにして、空気の吸引の可能性を避けることによって、不正確な検査結果となることを回避することができる。
有利なことに、ＬＡ及びＳＢ又はＳＧの物理的位置を正確に定量化する能力は、空気を吸引する可能性を最小限に抑えるだけでなく、沈降した血液部分２１２ＳＢ又はゲルセパレータ３１３（ゲルセパレータ３１３が存在する場合）のどちらかを吸引する可能性を最小限に抑える。したがって、分析装置１０６、１０８、１１０の、血清又は血漿部分２１２ＳＰを吸引するために使用する試料吸引プローブの目詰まり及び汚染を回避又は最小化することができる。
図４Ａ〜図４Ｃを参照すると、切替可能光源を含む光パネル組立部４５０として具体化されたスペクトル切替可能光源４４９を含む品質チェックモジュール１３０の第１の実施形態が示されており、説明している。品質チェックモジュール１３０は、試料２１２（例えば、血清又は血漿部分２１２ＳＰ、沈降した血液部分２１２ＳＢ、又はその両方）を自動的に特徴付けるように構成することができ、及び／又は試料容器１０２を特徴付けることもできる。品質チェックモジュール１３０によって得られた情報は、正確な吸引プローブ及び把持部位置決め、液体部分の十分な量（例えば、体積又は高さ）が指示された検査に利用可能であるという判定、Ｈ、Ｉ、又はＬの識別、及び／又はアーチファクト（凝塊、気泡、又は泡）の存在の判定などを可能にする。したがって、品質チェックモジュール１３０を使用することにより、貴重な分析装置リソースが無駄にならないように、また、分析装置（例えば、分析装置１０６、１０８、１１０）の検査結果の信頼性が高まるように、把持部の衝突、プローブの目詰まり、プローブによる空気吸引を回避し、ＨＩＬを識別し、及び／又はアーチファクトを識別できる。
ここで図４Ａを参照すると、品質チェックモジュール１３０の第１の実施形態が示されている。品質チェックモジュール１３０は、デジタル画像（すなわち、画素化画像）をキャプチャすることができるカメラ４４０を含んでいてもよい。カメラ４４０は、従来のデジタルカメラであってもよい。本明細書で使用する画素は、単一の画素であってもよい。いくつかの例では、コンピュータ１４３による画像の処理は、計算負荷を低減するためにスーパー画素（画素の収集又はグループ化）を処理することによるものであってもよい。しかし、いくつかの実施形態では、カメラ４４０は、電荷結合装置（ＣＣＤ）、光検出器のアレイ、１つ以上のＣＭＯＳセンサなどであってもよい。この実施形態では、カメラ４４０は、単一の側方視点から試料容器１０２及び試料２１２の複数の画像を撮影するように構成されている。カメラ４４０は、いくつかの実施形態では、２５６０画素×６９４画素などのような、任意の適切な画像サイズを有するデジタル画像を撮影することができる。別の実施形態では、カメラ４４０は、１２８０画素×３８４画素の画像サイズを有してもよい。他の画素密度を使用してもよい。
カメラ４４０は、試料容器１０２の予想される位置を含む画像化位置４４１の画像ウィンドウに近接して、又は撮像（キャプチャ）するために向けて、又は焦点を合わせて設けてもよい。いくつかの実施形態では、試料容器１０２は、例えば、トラック１２１上に停止することによって、又はロボットによって画像化位置４４１に載置されるなどによって、画像化位置４４１に載置される又は停止することができるので、画像ウィンドウのほぼ中心に位置するようになる。構成されたように、カメラ４４０は、例えば、血清又は血漿部分２１２ＳＰの一部、沈降した血液部分２１２ＳＢの一部、キャップ２１４の一部、及び管２１２Ｔの最下部２１２Ｂを含む画像と、参照データ４４２を生成することができる。参照データ４４２は、試料２１２の定量化を助け、ビューウィンドウ内の試料容器１０２の垂直位置を判定してもよい。参照データ４４２は、例えば、キャリア１２２のホルダ１２２Ｈ内の試料容器１０２の回転方向に関係なく見ることができる既知の垂直位置で試料容器１０２上に載置された目視可能な単数又は複数のマーク（例えば、１つ以上の十字線、リングなど）でもよい。
ここで図４Ａ〜図４Ｃを参照すると、品質チェックモジュール１３０は、スペクトル切替可能な背面照明を提供するために、光パネル組立部４５０によって提供される能動的な背景として、スペクトル切替可能光源４４９を含んでいてもよい。光パネル組立部４５０は、フレーム４５２、光ガイド４５４、及びそのパネル前面４５０Ｓから発光するように動作する光源４５６を含んでいてもよい。図示された実施形態では、光源４５６は、図４Ｃに最もよく示されているように、光ガイド４５４の側縁部４５４Ｌ（例えば、サイドエッジ部）に整列されて発光してもよい。光パネル組立部４５０は、ディフューザ４５７をさらに含むことができ、ディフューザ４５７の一面は、光パネル組立部４５０のパネル前面４５０Ｓである。
フレーム４５２は、プラスチックなどの剛性材料でできていてもよく、画像化位置に隣接する固定取り付けロッド（図示せず）に取り付けられるように構成された孔４５５などの適切な固定構造体を含んでもよい。光パネル組立部４５０を画像化位置４４１に対して固定された向きに取り付けるために、他の適切な取り付け機構を含んでいてもよい。フレーム４５２は、ポケット４５８を含んでいてもよく、ポケット４５８は、その内部に光源４５６、光ガイド４５４、及びディフューザ４５７（使用されている場合）を受け入れて配置するように構成された、開放された前面及び上面、及び背面４５８Ｂ及び底面を含んでいてもよい。いくつかの実施形態では、光源４５６、光ガイド４５４、及びディフューザ４５７は、ポケット４５８の頂部から挿入され、固定部材４５９によって適所に固定してもよい。光源４５６、光ガイド４５４、及びディフューザ４５７をフレーム４５２内に固定するための他の手段を使用してもよい。光ガイド４５４は、内部光拡散粒子又は他の内部光拡散手段を含むプラスチックシートによって提供されるような、光拡散能力を含む適切に透明な光ガイド材料により形成してもよい。好適な材料の１つは、ドイツのエッセンのＥｖｏｎｉｋ Ｉｎｄｕｓｔｒｉｅｓ ＡＧから入手可能な製品Ａｃｒｙｌｉｔｅ ＬＥＤ（登録商標）ＥｎｄＬｉｇｈｔｅｎである。光ガイド４５４は、例えば、幅約６０ｍｍ〜約１５０ｍｍ、高さ約１２０ｍｍ〜１８０ｍｍ、及び厚さ約３ｍｍ〜約５ｍｍのシートで形成することができる。異なる寸法のシートを使用してもよい。背面照明に有用な一実施形態では、光ガイド４５４は、例えば、幅約６０ｍｍ、高さ約１５０ｍｍ、及び厚さ約４ｍｍのシートで形成することができる。他の適切なサイズを使用してもよい。
図４Ａ及び図４Ｂに示す実施形態では、光ガイド４５４は、光ガイド４５４のバルク材料を通る光源４５６の光アレイ４５６Ｌ（ＬＥＤストリップモジュール）によって側縁部に側方に発光された光を導き、その中の光拡散粒子との光相互作用によって光ガイド４５４の前面４５４Ｆ及び後面４５４Ｒで発光することによって機能する。いくつかの実施形態では、光ガイド４５４の後面４５４Ｒは、その上に形成された高反射材を含み、背面４５８Ｂに向かって通過する光透過を反射又は後方散乱し、光ガイド４５４のバルク材料に戻すことにより、前面４５４Ｆから放出してもよい。任意で、高反射材は、フレーム４５２の背面４５８Ｂ上に、又は背面４５８Ｂと光ガイド４５４との間の個々の要素として設けてもよい。いくつかの実施形態では、高反射材は、ミラー又は白色プラスチック要素として設けてもよい。前面４５４Ｆから発光された光は、光ガイド４５４の全面にわたってほぼ均一に発光され、試料容器１０２及び試料２１２を照射する。高反射材は、光パネル組立部４５０の発光出力が最大化される場合に有利となる。発光出力が重要でない場合、光吸収材料を、フレーム４５２の背面４５８Ｂ上に、又は背面４５８Ｂ及び光ガイド４５４との間の個々の要素として設け、パネル前面４５０Ｓに入射する光の後方散乱を低減して、光学分析のための信号品質を向上させることができる。
光源４５６は、光ガイド４５４の両側縁部４５４Ｌに隣接して配置された光アレイ４５６Ｌを含んでいてもよい。光アレイ４５６Ｌは、光ガイド４５４の側縁部４５４Ｌに沿って線形に配置された個々の照明要素（素子）（例えば、発光ダイオード−ＬＥＤ）の線形アレイを含むＬＥＤ細長状（ストリップ）モジュールであってもよい。光アレイ４５６Ｌは、それぞれ、約８〜８０個のＬＥＤのような複数のＬＥＤを含んでいてもよく、ＬＥＤは、例えば、コンピュータ１４３との電気的接続を可能にするために設けられたコネクタ４５６Ｃを有する回路基板上に配置してもよい。光アレイ４５６Ｌは、ポケット４５８のそれぞれの側面に沿って設けられてもよく、各照明要素（例えばＬＥＤ）の発光部分が側縁部４５４Ｌに直接隣接して、そして可能であれば側縁部４５４Ｌに接触して設けられるように構成される。
光アレイ４５６Ｌは、切り替え可能な複数スペクトル照明を提供する。例えば、一実施形態では、光アレイ４５６Ｌは、複数の、独立して切り替え可能な照明要素、又は異なる発光スペクトルを有するＬＥＤのようなグループの中で切り替え可能な照明要素を含んでいてもよい。照明要素の切り替えは、適切な電源及び１つ以上のドライバと結合されたコンピュータ１４３上で動作可能なソフトウェアによって達成してもよい。よって、一度の照明のために照明要素のうちのいくつかのみを選択することによって、光パネル組立部４５０を複数の異なるスペクトル（例えば、異なる公称波長を有する）で照明してもよい。例えば、ＬＥＤは、異なるスペクトルで発光する赤色ＬＥＤ４６０（Ｒ）、緑色ＬＥＤ４６１（Ｇ）、及び青色ＬＥＤ４６２（Ｂ）のような異なる色のＬＥＤを含んでいてもよい。光パネル組立部４５０は、例えば、６３４ｎｍ±３５ｎｍの赤色、５３７ｎｍ±３５ｎｍの緑色、及び４５５ｎｍ±３５ｎｍの青色の光を発光してもよい。特に、光アレイ４５６Ｌは、光アレイ４５６Ｌの高さに沿って繰り返し配置され得るＲ、Ｇ、及びＢのＬＥＤ４６０、４６１、４６２のクラスタを含んでいてもよい。例えば、ドイツのレーゲンスブルクのＯｓｒａｍ Ｏｐｔｏ Ｓｅｍｉｃｏｎｄｕｃｔｏｒｓ ＧｍｂＨから入手可能なＯｓｌｏｎ ＳＳＬモデル ＬＥＤを使用してもよい。しかし、例えば、紫外線（ＵＶ）光源、近赤外線（ＮＩＲ）光源、又はさらに赤外線（ＩＲ）光源などの他の適切なＬＥＤ又は光源を使用することもできる。同じ色のＬＥＤ又は光源のそれぞれを一度に照明してもよい。例えば、各ＬＥＤ又は赤色ＬＥＤ４６０を同時に点灯させて、光パネル組立部４５０からの赤色照明を提供し、その画像化中に試料２１２を含む試料容器１０２を照明してもよい。同様に、緑色ＬＥＤ４６１の各々を同時にオンにして、画像化中に緑色照明を提供してもよい。同様に、青色ＬＥＤ４６２の各々を同時にオンにして、画像化中に青色照明を提供してもよい。Ｒ、Ｇ、及びＢは一例に過ぎず、他のスペクトル光源を用いてもよいことを認識すべきである。よって、光パネル組立部４５０は、切り替え可能な複数スペクトル発光器として構成でき、よって異なるスペクトルで試料２１２及び試料容器１０２を順次照射することが明らかであろう。
いくつかの実施形態では、照明要素のいくつかは、白色光源を含み、特定の種類の画像化のために白色光（例えば、約４００ｎｍ〜約７００ｎｍの波長範囲）を選択できるようにしてもよい。他の実施形態では、ＵＶ照明要素（約１０ｎｍ〜約４００ｎｍの波長範囲）、ＮＩＲ照明要素（約７００ｎｍ〜約１２００ｎｍの波長範囲）、又はＩＲ照明要素（約１２００ｎｍ〜２５００ｎｍの波長範囲）を含んでいてもよい。よって、光パネル組立部４５０は、異なる発光スペクトルを有する少なくとも２つの切り替え可能な照明要素を含んでいてもよい。いくつかの実施形態では、狭帯域の切り替え可能なＲ、Ｇ、及びＢ照明要素を設けてもよい。いくつかの実施形態では、切換可能なＲ、Ｇ、Ｂ、及び広帯域の白色照明要素を設けてもよい。さらに他の実施形態では、狭帯域の切り替え可能なＲ、Ｇ、Ｂ、及びＵＶ照明要素を設けてもよい。さらに他の実施形態では、狭帯域の切り替え可能なＲ、Ｇ、Ｂ、及びＮＩＲ照明要素を設けてもよい。さらに他の実施形態では、狭帯域の切り替え可能なＲ、Ｇ、Ｂ、及び広帯域の白色及びＮＩＲ照明要素を設けてもよい。切り替え可能なＵＶ、Ｒ、Ｇ、Ｂ、又は広帯域白色、ＮＩＲ、又はＩＲ照明要素の２つ以上の任意の組合せを、光パネル組立部４５０に設けてもよい。ＮＩＲの場合、いくつかの実施形態では、８５０ｎｍ±２０ｎｍの波長を有する狭帯域ＬＥＤを使用してもよい。そのような実施形態では、切り替え可能な照明要素の組み合わせは、等量で提供され、光ガイド４５４の高さに沿って概ね均等に離間させてもよい。
光パネル組立部４５０は、任意に、拡散特性を含むディフューザ４５７を含んでいてもよい。ディフューザ４５７は、例えば、いくつかの実施形態では、ドイツのエッセンのＥＶＯＮＩＫから入手可能なＡｃｒｙｌｉｔｅ（登録商標）Ｓａｔｉｎｃｅのシートとして提供してもよい。０Ｄ０１０ＤＦ無色は良好に機能することが判明した。ディフューザ４５７は、例えば、光ガイド４５４とほぼ同じ高さ及び幅の寸法及び厚さ約２ｍｍ〜約４ｍｍのシートであってもよい。ディフューザ４５７は、それを通過する光を散乱させることによって機能する。ディフューザ４５７及び光ガイド４５４は、それらの間に僅かな隙間を形成して互いに離間した関係で設けられてもよい。隙間は、例えば、約１ｍｍ〜約５ｍｍであり、いくつかの実施形態では約２．４ｍｍであってもよい。品質チェックモジュール１３０は、トラック１２１を少なくとも部分的に取り囲むか覆うことができるハウジング４４６（点線で示す）を含んでいてもよい。ハウジング４４６は、外光の変化を排除するために設けられた箱状の構造体であってもよい。
光パネル組立部４５０Ｗを含む品質チェックモジュール４３０の別の実施形態を、図４Ｄに示し、説明する。品質チェックモジュール４３０は、画像化位置４４１で試料２１２及び／又は試料容器１０２を自動的に特徴付けるように構成してもよい。品質チェックモジュール４３０は、上述のように、単一の側方の視点から画像を取得するように構成されたカメラ４４０を含んでいてもよい。
光パネル組立部４５０Ｗは、先に示したように構成してもよいが、この実施形態では、光ガイド４５４の高さに沿って配置されるＬＥＤ又は照明要素は、白色光ＬＥＤ又は他の白色光要素発光要素であってもよい。発光される白色光の範囲は、約４００ｎｍ〜約７００ｎｍの波長範囲を超えてもよい。この実施形態では、スペクトルが切り替え可能な光源４４９は、光パネル組立部４５０Ｗと、カメラ４４０及び光パネル組立部４５０Ｗの間の視線内に配置されたフィルタ組立部４６３とを含む。フィルタ組立部４６３は、選択された時間に２つ以上の（図示の３つの）フィルタ要素４６４Ａ、４６４Ｂ、４６４Ｃを個別にビューウィンドウ内に移動させることができる機械的に切り換え可能なフィルタ組立部であってもよい。フィルタ要素４６４Ａ、４６４Ｂ、４６４Ｃの各々は、所定の波長範囲の光を通過させるバンドパス（帯域通過）フィルタを含んでいてもよく、その範囲外の他の波長は効果的に遮断される。例えば、フィルタ要素４６４Ａの青色バンドパス範囲は４５５ｎｍ±３５ｎｍ（例えば、青色）であり、フィルタ要素４６４Ｂの緑色バンドパス範囲は５３７ｎｍ±３５ｎｍ（例えば、緑色）であり、フィルタ要素４６４Ｃの赤色バンドパス範囲は６３４ｎｍ±３５ｎｍ（例えば、赤色）であってもよい。複数のフィルタ要素の他の数及び／又は透過スペクトルを使用してもよい。例えば、いくつかの実施形態では、特定の選択されたＮＩＲスペクトルが通過することを可能にする選択可能なフィルタと結合された広帯域照明要素を使用してもよい。他の実施形態では、白色光照明素子とＮＩＲ照明要素との組み合わせを使用して広帯域発光（例えば、４００ｎｍ〜２５００ｎｍ）を発光することができ、所望の狭帯域スペクトルのみを通過させる複数の選択可能なバンドパスフィルタでフィルタリングしてもよい。
フィルタ組立部４６３は、駆動組立部４６８によってカメラ４４０の視認窓（ビューウィンドウ）の前方で移動可能であり、フィルタ要素４６４Ａ、４６４Ｂ、４６４Ｃの各々は、光パネル組立部４５０Ｗから受け取った光を個別に選択してフィルタリングでき、試料容器１０２及び試料２１２を透過する。駆動組立部４６８は、フィルタ組立部４６３に取り付けられ、フィルタ組立部４６３と共に移動可能なリニアラック４６９を含んでいてもよい。適切な軸受け又はスライド（図示せず）が設けられてフィルタ組立部４６３が滑らかに並進できるようにしてもよい。ピニオン又は歯車４７０は、コンピュータ１４３からの制御信号を介してモータ４７１によって駆動され、リニアラック４６９及びフィルタ組立部４６３を移動させて、様々なフィルタ要素４６４Ａ、４６４Ｂ、４６４Ｃを選択されたカメラ４４０と整列させる。フィルタ組立部４６３を移動させるため、又はフィルタ要素４６４Ａ、４６４Ｂ、４６４Ｃを交換するための他の適切な技術及び機構、例えばリニアモータ、又は回転フィルタホイールを使用することもできる。
図４Ｅ〜図４Ｆを参照して、スペクトル切替可能光源を含む品質チェックモジュール４３０の別の実施形態を示し、説明する。品質チェックモジュール４３０は、上述のように複数のスペクトルに選択的に切り替え可能な複数のカメラ４４０Ａ〜４４０Ｃ及び複数の光パネル組立部４５０Ａ〜４５０Ｃを含んでいてもよい。品質チェックモジュール４３０Ａは、試料２１２及び／又は試料容器１０２を自動的に特徴付けるように構成してもよい。
３つのカメラ４４０Ａ〜４４０Ｃが図４Ｅに示されているが、２つ以上、３つ以上、又はさらに４つ以上のカメラを使用してもよい。エッジ歪みを最小にするために、３つ以上のカメラ４４０Ａ〜４４０Ｃを使用してもよい。カメラ４４０Ａ〜４４０Ｃは、上述のカメラ４４０と同じであってもよい。例えば、３つのカメラ４４０Ａ、４４０Ｂ、４４０Ｃが図４Ｅに示され、複数の（例えば、３つの）異なる側方視点から画像を撮影するように構成される。各カメラ４４０Ａ、４４０Ｂ、４４０Ｃは、例えば、上述したような画像サイズを有するデジタル画像を撮影可能であってもよい。
各カメラ４４０Ａ〜４４０Ｃは、試料容器１０２の少なくとも一部及び試料２１２の少なくとも一部の複数の側方画像を撮影するように構成及び動作可能である。この方法に従って撮影された画像は、異なる露光で異なる波長の画像を含むことができ、後述する暗参照画像及びスペクトル参照画像などの参照画像も含んでいてもよい。例えば、カメラ４４０Ａ〜４４０Ｃは、ラベル２１８又はキャップ２１４の一部、管２１２Ｔの一部、及び試料２１２（図２〜図３参照）をキャプチャしてもよい。最終的には、複数の画像から、参照画像データを含む２Ｄデータセットが各カメラによって生成され、コンピュータ１４３内のメモリに格納される。各視点のこれらの２Ｄデータセットから、試料容器１０２内の試料２１２の詳細な複合モデルを生成してもよい。複合モデルは、いくつかの実施形態では３Ｄモデルであってもよく、これを使用して、試料２１２についての最終判定を行ってよく、又は個々のカメラ４４０Ａ〜４４０Ｃによって撮影された画像から２Ｄデータを使用することによって行われた判定を確認してもよい。
図示の実施形態では、複数のカメラ４４０Ａ〜４４０Ｃは、画像化位置４４１の周囲に配置され、複数の視点から側方画像をキャプチャするように構成される。視点は、３つのカメラ４４０Ａ、４４０Ｂ、４４０Ｃが使用されるときに、図示のように互いに約１２０度など、互いにほぼ等間隔になるように離間されていてもよい。図示のように、カメラ４４０Ａ〜４４０Ｃは、トラック１２１のエッジの周りに配置してもよい。複数のカメラ４４０Ａ〜４４０Ｃの他の配置及び間隔を使用してもよい。このようにして、試料容器１０２内の試料２１２の画像は、試料容器１０２がトラック１２１上のキャリア１２２に存在している間に撮影されてもよい。いくつかの実施形態では、画像はわずかに重なり合うことがある。
１つ以上の実施形態では、各カメラ４４０Ａ〜４４０Ｃの光軸が画像化位置４４１で互いに交差する点などのような、キャリア１２２を品質チェックモジュール４３０Ａ内の所定の位置で停止させることができる。いくつかの実施形態では、キャリア１２２を停止させるためにゲートを設けて、良好な品質の画像を撮影することができる。コンピュータ１４３によって提供される信号に呼応して、ゲートを開閉してもよい。他の実施形態では、キャリア１２２は、プログラムされたようにキャリア１２２を所望の位置に停止させ、プログラム信号に応じてキャリア１２２をトラック１２１上の次のステーションに移動するように構成されたリニアモータを含んでいてもよい。品質チェックモジュール４３０Ａにゲートを含む実施形態では、（センサ１１６などの）１つ以上のセンサを使用して、品質チェックモジュール４３０Ａでキャリア１２２の存在を判定してもよい。
カメラ４４０Ａ〜４４０Ｃは、画像ウィンドウ、すなわち、試料容器１０２の予想される位置を含む画像化位置に、近接して、又はキャプチャするために向けて、又は、焦点を合わせて設けられてもよく、試料容器１０２は、ビューウィンドウのほぼ中心に配置されるように停止させてもよい。構成されたように、カメラ４４０Ａ〜４４０Ｃは、血清又は血漿部分２１２ＳＰの一部、沈降した血液部分２１２ＳＢの一部、キャップ２１４の一部又は全部、及び管２１２Ｔの最下部２１２Ｂ、又は参照データ４４２を含む画像をキャプチャすることができる。参照データ４４２は、試料２１２の定量化を助けることができる。参照は、例えば、ＴＣ、試料容器１０２の最下部２１２Ｂ、又は参照データ（例えば、既知の位置で試料容器１０２上に載置された可視マーク）に対して行ってもよい。
動作中、取り込まれている各画像は、コンピュータ１４３によって送信されたトリガ信号に応答してトリガされキャプチャされ、コンピュータ１４３が信号を受信したときに通信ライン４４３Ａ〜４４３Ｃに供給され、そうでない場合には、キャリア１２２が品質チェックモジュール４３０Ａ内の所望の位置に位置すると判定する。キャプチャされた画像の各々は、本明細書で提供される方法の１つ以上の実施形態に従って処理してもよい。特に、ＨＤＲ画像処理を使用して、画像をキャプチャして処理して、試料２１２及び試料容器１０２を高レベルの詳細及び情報内容で特徴付けてもよい。この方法は、スクリーニングの前又は後のいずれかに参照画像をキャプチャすることを含んでいてもよい。
より詳細には、複数の異なる露光時間、複数の異なるスペクトル（又は１つ以上の波長範囲）、及び異なる視点から、品質チェックモジュール４３０Ａで試料２１２の複数の画像をキャプチャすることができる。例えば、各カメラ４４０Ａ〜４４０Ｃは、異なる露光時間で複数の波長で４〜８枚以上の画像を撮影することができる。他の数の露光時間画像を撮影してもよい。各視点の暗参照画像及び各視点のスペクトル参照画像を含む参照画像は、画像化方法の実施形態によるカメラ４４０Ａ〜４４０Ｃによって撮影してもよい。
一実施形態では、複数のスペクトル画像は、光パネル組立部４５０Ａ〜４５０Ｃを使用して背面照明することによって達成してもよい。光パネル組立部４５０Ａ〜４５０Ｃとして具体化されたスペクトル切替可能光源４４９は、図４Ｅ〜図４Ｆに示すように、試料容器１０２を背面照明してもよく、また、上述したように、切り替え可能な光源を含んでいてもよい。任意で、別の実施形態では、光パネル組立部４５０Ａ〜４５０Ｃは、４００ｎｍ〜７００ｎｍの白色光で、あるいは広帯域光（例えば、４００ｎｍ〜２０００ｎｍ）で試料容器１０２を背面照明してもよく、選択可能なバンドパスフィルタを使用して、例えば上述したような複数の選択されたスペクトルにおいて、画像をキャプチャしてもよい。したがって、各実施形態において、スペクトル切替可能光源は、スペクトル（例えば、色Ｒ、Ｇ、Ｂなど）間で切り替え可能な複数の発光スペクトルを提供する。異なる選択可能なスペクトルで照射された複数の画像のキャプチャ及び使用は、分析のために情報内容を増加させて特定の特徴的な吸収スペクトルを強調してもよい。
例えば、第１のスペクトルで照明された画像をキャプチャするために、各光パネル組立部４５０Ａ〜４５０Ｃの赤色ＬＥＤ４６０（約６３４ｎｍの公称波長と約±３５ｎｍのスペクトル変動）をまず使用して、試料２１２を３つの側方位置から照明する。光パネル組立部４５０Ａ〜４５０Ｃによる赤色照明は、異なる露光での複数の画像（例えば、４〜８枚以上の画像）が各カメラ４４０Ａ〜４４０Ｃによってキャプチャされるときに提供するようにしてもよい。いくつかの実施形態では、露光時間は、約０．１ｍｓ〜２５６ｍｓの間で変化させることができる。他の露光時間を使用してもよい。各カメラ４４０Ａ〜４４０Ｃの赤色光で照明されているそれぞれの露光時間画像はそれぞれ同時に撮影され、コンピュータ１４３内のメモリに格納される。
赤色の照明された画像がキャプチャされると、赤色ＬＥＤ４６０を消灯し、別の光スペクトル、例えば緑色ＬＥＤ４６１をオンにしてもよく（約５３７ｎｍの公称波長と約±３５ｎｍのスペクトル変動）、異なる露光での複数の画像（例えば、４〜８枚以上の画像）は、各カメラ４４０Ａ〜４４０Ｃによってその公称波長でキャプチャしてもよい。これは、各カメラ４４０Ａ〜４４０Ｃについて、青色ＬＥＤ４６２（約４５５ｎｍの公称波長と約±３５ｎｍのスペクトル変動）を用いて繰り返すことができる。いくつかの実施形態では、光パネル組立部４５０Ｗは、図４Ｄを参照して説明した交換可能なフィルタ組立部４６３の使用と組み合わせた白色光ＬＥＤの使用によって達成することができる。光パネル組立部４５０Ａ〜４５０Ｃ又は４５０Ｗは、カメラ４４０Ａ〜４４０Ｃの全視野にわたって均質に発光してもよい。
さらに他の実施形態では、光パネル組立部４５０Ａ〜４５０Ｃは、ディフューザ４５７の背後に設けられたそれぞれの個々に切り替え可能な、又は色グループの中でを切り替え可能な光源（例えば、Ｒ、Ｇ、Ｂ ＬＥＤ）の光源マトリックスを含むことができる。よって、異なる色の照明（例えば、Ｒ、Ｇ、Ｂ及び／又は多数の他の色）を選択的にオン及びオフに調整して、例えば、複数の選択可能な光のスペクトルで画像化位置４４１を照明してもよい。
さらに他の実施形態では、光パネル組立部４５０Ａ〜４５０Ｃは、試料容器１０２を広帯域光（例えば、４００ｎｍ〜２０００ｎｍの間）で背後照明し、１つ以上のスペクトル選択可能カメラをカメラ４４０Ａ〜４４０Ｃとして使用してもよい。スペクトル選択可能カメラ（マルチスペクトル又はハイパースペクトルカメラも）は、スペクトル選択可能画像、すなわちそれぞれの離散スペクトル（例えば、Ｒ、Ｇ、Ｂ及び／又は多数の他の色）の複数の画像を生成するのに適している。スペクトル選択可能カメラは、従来のカラーカメラのベイヤーパターンスペクトルフィルタに類似しているが、血清又は血漿部分２１２ＳＰの分析に潜在的に関連する異なる波長を有するスペクトルフィルタパターンを含んでいてもよい。フィルタパターンにより、画素レベルのスペクトル選択性を持つことができるようになる。例えば、１つの画素は、１つの公称波長で光を受信するのに適しており、別の画素は、異なる公称波長で光を受信するのに適していてもよい。したがって、１つの好ましくは広帯域照明スペクトルを使用して、複数のそれぞれのスペクトルで取得された複数の画像を生成してもよい。カメラにおいてスペクトル選択性を達成するために、他の技術を使用してもよい。１つ以上のスペクトル選択可能カメラは、より少ない光源の使用で、より多くの画像化オプションを提供するために、１つ以上のスペクトルを切り替え可能な光源と組み合わせて使用してもよい。
各種実施形態において、品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂは、トラック１２１を少なくとも部分的に囲む、もしくは覆うことができるハウジング４４６を含んでいてもよく、試料容器１０２は、試料画像撮影及び参照画像取得段階中にハウジング４４６の内側に位置していてもよい。ハウジング４４６は、キャリア１２２がハウジング４４６の中に入る及び／又は出ることができるようにするためのドア４４６Ｄを１つ以上含んでいてもよい。いくつかの実施形態では、天井は、試料容器１０２を把持するように構成された把持部を含むロボットによって、試料容器１０２がキャリア１２２内にロードされることを可能にする開口部４４６Ｏを含んでいてもよい。
別の実施形態では、図４Ｇに最もよく示されているように、試料容器１０２は、各カメラ４４０Ａ〜４４０Ｃの向かい側に配置された光パネル組立部４５０Ｄ、４５０Ｅ、及び４５０Ｆを含むように、品質チェックモジュール４３０Ｂで照明してもよい。この実施形態では、カメラ４４０Ａ〜４４０Ｃはデジタルモノクロカメラであってもよく、光パネル組立部４５０Ｄ、４５０Ｅ、及び４５０Ｆを含むスペクトル切替可能光源４４９は、それぞれ約６３４ｎｍ±３５ｎｍ、５３７ｎｍ±３５ｎｍ、４５５ｎｍ±３５ｎｍのＲ、Ｇ及びＢスペクトルなど、選択的に切り替え可能なスペクトルを発光してもよい。
この代替の実施形態では、透過型画像化、吸光度画像化、及び／又は反射型画像化に焦点を当てることによって異なる種類の特徴付けに望ましい複数の照明モードを達成することが可能である。例えば、図４Ｇの構成では、画像化位置４４１は、光パネル組立部４５０Ｄ、４５０Ｅ、及び４５０Ｆを使用して、前面照明及び背面照明又はそれらの様々な組み合わせを含んでいてもよい。図示の実施形態では、光パネル組立部４５０Ｅ、４５０Ｆは、正面４５０ＳＥ、４５０ＳＦが互いに略平行であり、トラック１２１の方向とほぼ平行になるように配置される。例えば、光パネル組立部４５０Ｄが照射されていない状態での光パネル組立部４５０Ｅ及び４５０Ｆの照明は、カメラ４４０Ａのための試料２１２及び試料容器１０２の前面照明に使用してもよい。いくつかの実施形態では、カメラ４４０Ａはモノクロカメラであってもよく、光パネル組立部４５０Ｅ及び４５０Ｆによる照明を、任意の順序で、例えば、赤（Ｒ）から緑（Ｇ）、緑（Ｇ）から青色（Ｂ）、及び／又は他のスペクトルなど複数の離散的スペクトル間で切り替えることによって、複数のスペクトルでの画像化中に前面照明を行うようにしてもよい。
任意の実施形態では、光パネル組立部４５０Ｅ及び４５０Ｆは、画像化位置４４１を白色光で前面照明してもよく、カメラ４４０Ａはカラーカメラであってもよい。次いで、異なる露光での複数の画像をカメラ４４０Ａによって撮影してもよい。カメラ４４０Ａによって撮影された各画像は、コンピュータ１４３のメモリに格納され、次いで、複数の波長で色成分に分離して、複数のスペクトルでキャプチャされた試料画像を提供してもよい。例えば、コンピュータ１４３は、画像を、約４００ｎｍ〜約７００ｎｍの間の少なくとも３つのキャプチャスペクトルに分離してもよい。例えば、約４５５ｎｍ、５３７ｎｍ、及び６３４ｎｍの公称波長をそれぞれ有するＲＧＢ成分を、コンピュータ１４３によって格納された画像データから分離して、前面照明の視点から複数スペクトルの複数露光でキャプチャされた画像を生成してもよい。画像は、以前のように、光パネル組立部４５０Ｅ及び４５０Ｆによって照明されている間に、ライン４４３Ａ内のコンピュータ１４３からの信号を介して撮影してもよい。このような前面照明画像化は、キャップ２１４の色の判定、ラベル２１８の位置の判定、バーコードの読み取り、又はさらに、例えばセグメント化などに適していてもよい。
別の実施形態では、３つすべてのカメラ及び３つすべての光パネル組立部４５０Ｄ〜４５０Ｆが動作可能であり、光パネル組立部４５０Ｄ〜４５０Ｆは、例えば、吸光度測定、ＨＩＬ検出、アーチファクト検出、又、さらにはセグメント化などのような、透過型画像化のためのカメラ４４０Ａ〜４４０Ｃの背面照明源として作用可能である。他の用途も可能である。
さらに別の構成では、側面照明モードは、品質チェックモジュール４３０Ｂによって提供してもよい。側面照明は、例えば、光パネル組立部４５０Ｄで照明し、カメラ４４０Ｂ又は４４０Ｃ又はその両方で画像化することによって達成してもよい。照明モードは、例えば、濁度分析又は屈折率を判定するために使用してもよい。他の用途も可能である。
上記の設定のそれぞれについて、それぞれの波長（例えば、Ｒ、Ｇ、及びＢ、及び／又は白色光、及び／又は他のスペクトル）ごとに複数の露光時間に撮影されたこれらの複数の画像のすべてを迅速に連続して得ることができ、複数の視点からの試料２１２の画像収集全体が、例えば、約２秒未満で得られるようにしてもよい。他の時間長を使用してもよい。
例えば、図４Ａの品質チェックモジュール１３０を使用すると、カメラ４４０を使用するスペクトルごとに４つの異なる露光画像と、光パネル組立部４５０を含むスペクトル切替可能光源４４９を用いた背面照明とで、４つの画像×３色×３つのカメラ＝３６画像が得られることになる。図４Ｇの品質チェックモジュール４３０Ｂを使用する別の例では、カメラ４４０Ａを使用する４つの異なる露光画像と、光パネル組立部４５０Ｅ、４５０Ｆの白色光源による前面照明とで４つの画像×３つのカメラ＝１２画像が得られることになる。しかし、ＲＧＢ画像は、個々のＲＧＢ成分に撮影された白色光画像を分離することによって、コンピュータ１４３でキャプチャできるようになる。よって、分離後に、３６枚の画像もキャプチャされる。２Ｄ画像データは、参照画像とともにコンピュータ１４３のメモリに格納され、その後、さらに処理される。以下に説明するように、追加の参照画像を撮影してもよい。
画像データを処理する方法によれば、画像データの処理は、まず、例えば、異なる露光時間及び各波長でキャプチャされた複数の画像の画像データから最適に露光された画素を選択すること、そして、複数のカメラが使用される場合は、各カメラ４４０Ａ〜４４０Ｃについて、照明のスペクトル（例えば、ＲＧＢカラー画像）ごとに、そしてカメラ４４０Ａ〜４４０Ｃごとに最適に露光された画像データを生成することを含む。これは、本明細書では「画像統合」と称することにする。対応する各画素について、各視点からの異なる波長照明画像のそれぞれに対して、最適な画像強度を示す画素を選択してもよい。最適な画像強度は、例えば、所定の範囲内（例えば、０〜２５５のスケールでは１８０〜２５４の間）にある画素であってもよい。しかしながら、いくつかの実施形態では、たとえ０〜２５５のスケールで１６〜２５４のようなより低い強度であっても最適であると考える。２つの異なる波長の照明された画像（１つのカメラから）の対応する位置にある１つ以上の画素が最適に露光されると判定された場合、２つのうちのより高い強度を選択すればよい。その結果、画像の全ての画素が最適に露光される視点ごとに（例えば、スペクトルごと（例えばＲ、Ｇ、Ｂ）に１つの試料画像データセット）、複数の統合された（例えば、Ｒ、Ｇ、及びＢのそれぞれについての）２Ｄ試料画像データセットと視点が得られる。
各試料画像データセット内の画素のそれぞれの統合強度値Ｓ（ｘ、ｙ、ｅｏｐｔ）は、以下の式に従って正規化してもよい。
Ｓｎ（ｘ，ｙ）＝Ｓ（ｘ，ｙ，ｅｏｐｔ）／ｅｏｐｔ
したがって、正規化された２Ｄ試料画像データセットは、各視点に対して正規化された後に提供される。
特徴付け方法の一部として、品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂは、複数の参照画像（例えば、図５Ａの５１０Ａ、５１０Ｂ）をキャプチャすることから開始してもよい。参照画像は、画像化位置４４１で、しかし画像化位置４４１にキャリア１２２又は試料容器１０２がない状態でバックストップから取り出される。このようにして、品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂに存在する周囲光の影響を最小限に抑え、信号品質を向上させることができる。
１つの態様では、複数の露光（例えば、複数の異なる露光時間）で、１つ以上の暗参照画像を各視点に対して撮影してもよい。暗参照画像は、全ての光源がオフにされ、かつ画像化位置４４１に試料容器１０２又はキャリア１２２がない状態で、各視点に対してキャプチャすることができる。複数の露光時間画像のそれぞれについて最適に露光された画素は、統合された暗参照画像データセットを提供するように選択してもよい。次いで、暗参照画像から選択された、最適に露光された画素を正規化してもよい。正規化は、暗参照画像の画素の最適に露光された画素強度を、その画素がＤｎ（ｘ，ｙ）を生成するための露光時間で除算することによって提供できる。
Ｄｎ（ｘ，ｙ）＝Ｄ（ｘ，ｙ，ｅｏｐｔ）／ｅｏｐｔ
いくつかの実施形態では、各露光及び照明条件（Ｒ、Ｇ、Ｂ、又は白色光）のスペクトル参照画像は、品質チェックモジュール１３０、４３０、４３０、４３０Ａによってキャプチャしてもよい（例えば、図５Ａの５１０Ｂにおいて）。スペクトル参照画像は、画像化位置４４１に配置された試料容器１０２又はキャリア１２２なしで、各視点の画像であってもよい。スペクトル参照画像データは、Ｒｎ（ｘ，ｙ）に到達するすべての対応する画素位置に対してスペクトルごとに最適に露光された画素を選択することにより、スペクトルごとに１つの画像データセットに統合してもよい。正規化は、スペクトル参照データセットの最適に露光された画素強度を、各画素の最適露光によって以下のように除算することによって行ってもよい。
Ｒｎ（ｘ，ｙ）＝Ｒ（ｘ，ｙ，ｅｏｐｔ）／ｅｏｐｔ
この方法に従って試料画像化を実行する前に、参照暗スペクトル画像を撮影してもよい。例えば、それらは、品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂでスクリーニングされる次のキャリア１２２が遠心分離機１２５を出るタイミングに合わせてもよい。必須ではないが任意で、参照画像は、品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂで、試料画像化後に撮影することができる。
正規化された試料データＳｎ（ｘ，ｙ）及び正規化されたスペクトル参照データＲｎ（ｘ，ｙ）及び正規化された暗参照データＤｎ（ｘ，ｙ）を使って以下の関係からスペクトル透過率画像データＴ（ｘ，ｙ）を判定することができる。
Ｔ（ｘ，ｙ）＝｛（Ｓｎ（ｘ，ｙ）−Ｄｎ（ｘ，ｙ）｝／｛Ｒｎ（ｘ，ｙ）−Ｄｎ（ｘ，ｙ）｝
視点ごとの透過率２Ｄデータセットにより、照明源のスペクトルドリフトの影響に対応することも除去することも可能となり、また、光源の異なる領域にわたる光要素強度の差にも対応する。
視点ごとの各透過率２Ｄデータセットについて、セグメント化プロセスは各視点について各画素のクラスを識別し続ける。例えば、画素は、血清又は血漿部分２１２ＳＰ、沈降した血液部分２１２ＳＢ、ゲルセパレータ３１３（存在する場合）、空気２１２Ａ、管２１２Ｔ、又はラベル２１８として分類してもよい。キャップ２１４も分類してもよい。いくつかの実施形態では、背景及びキャリア１２２を分類してもよい。分類は、複数のトレーニングセットから生成されたマルチクラス分類器（例えば、図５Ａのマルチクラス分類器５１５）に基づいて行うことができる。
画素レベルの分類を実行するために、異なる波長（例えば、Ｒ、Ｇ、Ｂ）での２Ｄ透過データセットの最適に露光された画素のそれぞれについて、及び各視点について統計データを演算して、２Ｄ統計データセットを生成してもよい（例えば、５１４において）。２Ｄ統計データセットは、平均値及び共分散を含んでいてもよい。他の統計情報を生成してもよい。統計データは、平均値、分散及び相関値を含み得る第２次までの属性を含んでいてもよい。特に、共分散マトリックスは、識別パターンを表す多次元データ全体にわたって演算される。
一度生成されると、各２Ｄ統計データセットは、マルチクラス分類器５１５に送られるとともに、そこで操作される。マルチクラス分類器５１５は、画像データセット内の画素を上記の複数のクラスラベルの１つに属するものとして分類することができる。５１１におけるセグメント化の結果は、１つ以上の統合された２Ｄデータセットであり、その中のすべての画素が現在分類されている視点ごとの１つのデータセットである。
マルチクラス分類器５１５は、線形又は非線形である任意の適切な種類の教師あり分類モデルであってもよい。例えば、マルチクラス分類器５１５は、サポートベクトルマシン（ＳＶＭ）であってもよい。任意で、マルチクラス分類器５１５は、適応ブースティング分類器（例えば、ＡｄａＢｏｏｓｔ、ＬｏｇｉｔＢｏｏｓｔなど）、任意の人工ニューラルネットワーク、ツリーベースの分類器（例えば、決定木、ランダム決定フォレスト）、分類子としてのロジスティック回帰などのようなブースティング分類子であってもよい。ＳＶＭは、例えば、試料２１２及び試料容器１０２の分析で見られるような液体と非液体との間の分類に特に効果的となり得る。ＳＶＭは、データを分析し、パターンを認識する関連する学習アルゴリズムを有する教師あり学習モデルである。ＳＶＭは、分類及び回帰分析に使用される。
マルチクラス分類器５１５をトレーニングするために複数セットのトレーニング例が使用され、次いで、マルチクラス分類器５１５によって２Ｄ画像データセットが操作され、各画素が結果として分類される。マルチクラス分類器５１５は、様々な試料条件（例えば、Ｈ、Ｉ、又はＬ又はアーチファクトを含む）、ラベル２１８による閉塞、血清又は血漿部分２１２ＳＰ及び沈降した血液部分２１２ＳＢのレベルを有し、ゲルセパレータ３１３を含むか否か、管２１２Ｔ及びキャリア１２２などを含む試料容器１０２の多くの例における様々な領域をグラフィックスで輪郭を取ることによってトレーニングされる。５００以上もの画像を使用してマルチクラス分類器５１５のトレーニングを行ってもよい。各トレーニング画像は、手動で輪郭を描いて、各クラスに属する領域を識別し、マルチクラス分類器５１５に教示してもよい。
トレーニングアルゴリズムを使用して、任意の新しい試料の画素をクラスの１つに割り当てるマルチクラス分類器５１５を構築してもよい。ＳＶＭモデルは、別々のクラスの例が可能な限り広い明確な隙間で分割されるようにマッピングされた空間における点としての例を表す。画像データセットからの新しい画素は、その同じ空間にマッピングされ、マップ上のどこにあるかに基づいて特定のクラスに属することを予測する。いくつかの実施形態では、ＳＶＭは、カーネルトリック（例えば、カーネルベースのＳＶＭ分類器）と称されるものを使用して非線形分類を効率的に実行し、その入力を高次元の特徴空間に暗黙的にマッピングしてもよい。ＳＶＭ、ツリーベース分類器、及びブースティングが特に好ましい。他の種類のマルチクラス分類器を使用してもよい。
１つ以上の実施形態による画像化及び特徴付け方法のフローチャートを図５Ａに示す。この方法５００によれば、キャリア１２２によって担持された試料２１２を含む試料容器１０２を、５０２の品質チェックモジュール（例えば、品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂ）に設ける。複数の画像が、５０４でキャプチャされる。その複数の画像とは、上述したように、複数の異なる露光で、また、複数の異なるスペクトルで、そして１つ以上の視点で撮影された複数スペクトル画像である。定量化のために、品質チェックモジュール４３０Ｂの前面照明したセットアップを使用してもよい。５２１においてインターフェレントを検出するため、又は５２２においてアーチファクトを検出するために、図４Ａ、図４Ｄ、図４Ｅ、図４Ｆ、又は図４Ｇでセットアップした背面照明を使用してもよい。いずれの場合においても、５０４で撮影された複数の画像は、コンピュータ１４３のメモリに格納してもよい。これらの画像から、背景除去段階において、背景変化を任意に除去してもよい。背景除去は、以前に５１０Ａで撮影した参照画像（例えば、暗参照画像）を減算することによって達成できる。
５０４での画像キャプチャの後、５１１でセグメント化を行うことができる。５１１のセグメント化は、５１２における画像統合及び正規化を含んでいてもよい。５１２における画像統合中に、各波長スペクトル（Ｒ、Ｇ、及びＢ）及び視点ごとの様々な露光時間画像が、画素ごとに再検討され、（上述した）参照と比較して、最適に露光されたそれらの画素を判定する。各視点の露光時間画像の対応する画素位置ごとに、最適に露光された画素のうちの最良のものが、スペクトル及び視点ごとに選択され、最適に露光された２Ｄ画像データセットに含まれる。正規化は５１２でも実施される。したがって、５１２での画像統合及び正規化に続いて、スペクトルごと（Ｒ、Ｇ、及びＢ）及び視点ごと（例えば、カメラ４４０、又はカメラ４４０Ａ〜４４０Ｃごと）に１つの最適に露光された２Ｄ画像データセットが生成される。ＨＤＲ処理を使用することにより、特に反射及び吸収に関して、画像の詳細を豊かにし、特徴付け及び定量化精度を高めることができるようになる。正規化については上で十分に説明した通りである。
５１２での画像統合、又は、恐らくそれと並行して、５１４で統計生成を行うことができる。５１４では、平均及び共分散のような各画素について第２次までの統計的属性が生成される。次いで、これらの２Ｄ統計データセットは、マルチクラス分類器５１５によって操作され、５１６に存在する画素クラスを識別する。各スーパー画素位置について、小さなパッチ（例えば、１１×１１画素のスーパー画素）内で統計的記述を抽出する。各パッチは、評価プロセスにおいて考えられる記述子を提供する。典型的には、分類器は特徴記述子上で動作し、出力クラスラベルを使用する。各スーパー画素の最終クラスは、各スーパー画素についての信頼値を最大化することにより判定してもよい。計算された統計値は、クラスの特定の特性を符号化し、したがって、異なるクラス間の識別のために使用される。
５１１のこのセグメント化から、統合された２次元画像データセットが視点ごとに生成され、統合画像データセットの各画素には、上述の５１６における複数のクラス種類の１つとして分類が与えられる。５１１のこのセグメント化から、５１７で統合された２Ｄ画像データセットから３Ｄモデルが生成され、構築される。３Ｄモデルは、（複数のカメラ４４０Ａ〜４４０Ｃが使用される場合）様々な視点間で一貫した結果を確実にするために使用できる。あるいは、３Ｄモデルは、様々な分類及び定量化を表示するために直接的に使用できる。
この方法によれば、５１８において、液体領域（例えば、血清又は血漿部分２１２ＳＰ）を識別してもよい。これは、クラス血清又は血漿部分２１２ＳＰからのすべての画素をグループ化すること、次いで、５１９において統合された２Ｄ画像データセットのための液体（血清又は血漿部分２１２ＳＰ）及び空気２１２Ａ（すなわちＬＡ）の間の上側の界面の位置を判定することを含む。これは、視点ごとに行ってもよい。ＬＡの数値は、各視点の血清又は血漿部分２１２ＳＰとして分類された最上位の画素の位置を平均することによって、統合された２Ｄ画像データセットのそれぞれについて計算してもよい。実質的な外れ値はすべて排除され、平均には使用されない。以前に実行された画素空間対機械空間（例えばミリメートルで）の較正（キャリブレーション）は、任意の既知の機械空間対画像空間較正技術によって達成され、把持のためにロボット１２４によって、又は吸引に使用される他のロボットによって使用できる機械空間に画素空間から使用可能に変換するために使用できる。視点（２つ以上の視点の場合）ごとのＬＡに関するこれらの数値は、３Ｄモデルで使用されるＬＡの最終値を識別するために集約してもよい。集約は、例えば視点ごとにＬＡの数値を平均化するなど、視点のそれぞれの結果を融合するための任意の適切な方法によって行うことができる。１つの値が他の２つの値より実質的に低い場合は、外れ値として破棄されることがある。
ゲルセパレータ３１３が存在する（例えば、使用される）かどうかに応じて、定量化方法は、視点ごとに、５２０でＳＢ又はＳＧ（ゲルセパレータが存在する場合）の位置を判定してもよい。５１６において、血清又は血漿部分２１２ＳＰとして分類された最も低い画素の位置を平均化又は集約することによって、５２０で、各視点のＳＢ又はＳＧの数値を計算してもよい。ＳＢ又はＳＧの単一の値は、３Ｄモデルに対して視点のＳＢ値又はＳＧ値を平均化して判定することができる。ＬＡ及びＳＢ又はＳＧの位置から、血清又は血漿部分ＨＳＰ（図２及び図３）の高さは、ＬＡ及びＳＢ又はＳＧについての平均値の減算を介して判定してもよい。
液体領域（例えば、血清又は血漿部分２１２ＳＰ）を定量化することは、５２６において試料容器１０２の内部幅（Ｗｉ）を判定することをさらに含んでいてもよい。いくつかの実施形態では、外部幅（Ｗ）は、まず、５２６において、各統合された２Ｄ画像データセットに対して管２１２Ｔとして分類された画素を識別し、管２１２Ｔの側方の外側に位置する対応する画素の位置（例えば、ＬＡ及びＳＢ又はＳＧの間で測定されるような）を減算し、さらに視点ごとの減算値を平均化することにより、判定してもよい。Ｗの最終値は、視点からのＷ値を平均化することによって判定することができる。実質的な外れ値は無視してもよい。ＷｉはＷから壁厚Ｔｗの２倍を減算して判定することができる。Ｔｗは、すべての試料容器１０２について推定され、メモリ又はＷｉに格納された平均肉厚値であってもよく、試料容器１０２の外幅Ｗ及び高さＨＴ値に基づいて判定される管の種類に基づく参照テーブルから取得してもよい。
ＨＳＰ及びＷｉから、液体領域（例えば、血清又は血漿部分２１２ＳＰ）の体積は、５２８において３Ｄモデルに対して下の式１を用いて判定できる。
式１ ＶＳＰ＝ＨＳＰ×Ｗｉ２Ｐｉ／４
沈降した血液部分２１２ＳＢを定量するには、同様の方法に従う。沈降した血液部分２１２ＳＢのクラスに対応する画素は、まず５３０で識別されてもよい。ゲルセパレータ３１３が存在するかどうかに応じて、各視点についての沈降した血液部分ＨＳＢの高さは、５３２において、各統合された２Ｄ画像データセット内の沈降した血液部分２１２ＳＢの最下部の画素位置を確定し、次にＳＢ又はＢＧのいずれかを減算することによって判定する。ＳＢは、５２０で判定することができる。ゲルセパレータ３１３が存在する場合、ＢＧは、ゲルセパレータ３１３として分類された画素の最下垂直位置を平均することによって、各視点について判定してもよい。沈降した血液部分２１２ＳＢの最下部の画素は、試料容器１０２の最も低い垂直方向の寸法を見つけ出し、次に、各視点について壁厚Ｔｗを減算することによって判定することができる。Ｗｉは、５２６で判定してもよい。ＨＳＢの最終値は、各視点のそれぞれのＨＳＢ値を平均することによって判定してもよい。ＨＳＢ及びＷｉの最終値から、５３４において、３Ｄモデルに対して、下の式２を用いて沈降した血液部分２１２ＳＢの体積を判定してもよい。
式２ ＶＳＢ＝（ＨＳＢ×Ｗｉ２Ｐｉ／４）−１／２Ｗｉ２＋（Ｐｉ／２４）Ｗｉ３
任意で、視点の各々についての統合された２Ｄ画像の様々な画素クラスを集約してマッピングして、試料容器１０２を取り囲む３Ｄ仮想ボクセルグリッド３４５を再構成してもよい。各画素は、２Ｄ仮想グリッドの位置を画定し、３Ｄ仮想ボクセルグリッド３４５上に３方向から投影されて、５１７において３Ｄモデルを生成する。２Ｄ遠近法からのグリッドは、カメラ４４０Ａ〜４４０Ｃの間の較正情報及び各視点の位置に基づいて３Ｄ仮想ボクセルグリッド３４５と調整される。各２Ｄグリッドのエッジ構造体間には、いくらかの冗長性（重複）が存在する可能性がある。各統合された２Ｄ画像データセットに対して割り当てられたクラスは、各視点とともにグループ化されて、それぞれの視点ごとに血清又は血漿部分２１２ＳＰ、沈降した血液部分２１２ＳＢ、ゲルセパレータ３１３（存在する場合）、空気２１２Ａ、管２１２Ｔ、ラベル２１８、及び場合によってはキャップ２１４の領域を形成する。各領域のボクセルは、３Ｄ仮想ボクセルグリッド３４５上を横断し、クラスが隣接する視点間で一貫している場合には、重複領域の画素に共通クラスが割り当てられる。
結果として、様々な領域が３Ｄモデルにマッピングされ、各領域は、３Ｄ仮想ボクセルグリッド３４５からの較正情報及び測定値を使用して定量化してもよい。３Ｄモデルの領域位置は、空気２１２Ａ又は沈降した血液部分２１２ＳＢ又はゲルセパレータ３１３が吸引されないように、吸引プローブ先端をどこに置くべきかを判定するために使用することができる。
液体領域が５１８で識別されたら、その中のインターフェレント（例えば、Ｈ、Ｉ及び／又はＬ）の存在は、１つ以上のインターフェレント分類器を有する液体領域の２Ｄデータセットを操作することによって判定してもよい。一実施形態では、２０１６年１月２８日に提出された同時係属中の米国仮特許出願第６２／２８８，３７５号「試料におけるインターフェレントを検出するための方法及び装置」に記載されているように、Ｈ、Ｉ及びＬのそれぞれに別体の分類器を使用することができる。また、平均値を使用して、複数の視点の平均として試料２１２のインターフェレントレベルを提供するために使用できる５２１のＨＩＬインデックス値（Ｈａｖｇ、ｌａｖｇ、Ｌａｖｇ）を提供可能であることもまた認識すべきである。このようにして、３ＤモデルのＨ、Ｉ、Ｌ、又はＮの１つの一貫した分類を得ることができる。
品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂにおいて、５２２の液体領域の２Ｄデータセットを１つ以上のアーチファクト分類器で操作することによって、アーチファクト（例えば、凝塊、気泡及び／又は泡）の存在を判定してもよい。複数の視点がある場合、各視点を使用して、その特定のビューの領域を生成してもよい。様々な視点からのアーチファクトの領域を使用して、アーチファクトの推定量を判定してもよい。２Ｄ画像を使用して、体積を幾何学的計算から導き出すことができる３Ｄの構造体を三角測量してもよい。アーチファクトの推定体積が体積ＶＳＰから減算して、使用可能な液体のより良い推定値を求めてもよい。さまざまな視点を使用して、仮想３Ｄボクセルグリッド上にアーチファクトの位置を投影することができ、各２Ｄ投影からの寸法を使用して、アーチファクトの体積及び３Ｄ位置をより正確に推定することができる。
したがって、本明細書の品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂによって実行されるモデルに基づく定量化方法５００により、試料２１２の血清又は血漿部分２１２ＳＰ及び／又は沈降した血液部分２１２ＳＢの迅速な定量化が可能となることは理解できよう。最終的な結果及び判定は、複数の視点にわたって集約され、３Ｄモデルとして表示され得る。
図６は、多くの品目が品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂを使用して特徴付けられる特徴付け方法６００のフローチャートを示す。方法６００の１つ以上の実施形態によれば、複数のカメラ（カメラ４４０Ａが示されている）によってなど画像がキャプチャされる。カメラ４４０Ｂ、４４０Ｃを使用して、他の視点から画像をキャプチャすることができる。カメラ４４０Ａでキャプチャされた画像について説明する処理は、他の視点の他のカメラ４４０Ｂ、４４０Ｃについても同じであり、ライン６０５のそれらの入力を使用して、最終的な判定、又はさまざまな視点間のいかなる違いを解決するために、使用する試料２１２の３Ｄモデル６３５を展開することができる。
カメラ４４０Ａ及び他のカメラ４４０Ｂ、４４０Ｃによってキャプチャされた画像は、上述したように、複数スペクトル（例えば、ＲＧＢ画像）及び複数露光画像であってもよい。特に、各視点に対して６０４Ａで使用される光の波長ごとに、複数の露光（例えば、４〜８回以上の露光、又はそれ以上）を行ってもよい。図４Ａ、図４Ｄ、図４Ｅ〜図４Ｇで説明するように、各カメラ４４０Ａ〜４４０Ｃの各露光時のそれぞれの画像は、モノクロカメラを使用して同時に取得することができ、また、光パネル組立部４５０Ａ〜４５０Ｃによる背面照明を用いることもできる。任意で、又はこれに加えて、図４Ｇの光パネル組立部４５０Ｅ、４５０Ｆの白色光源を使用して、前面照明された複数露光画像は、カラーカメラを使用して６０４Ｂで取得してもよい。
任意で、２つ以上の品質チェックモジュールを使用してもよい。例えば、品質チェックモジュール４３０Ｂを定量化に使用し、品質チェックモジュール４３０ＡをＨＩＬＮ検出に使用してもよい。しかしながら、品質チェックモジュールのいずれか１つを定量化及びＨＩＬＮ検出に使用してもよい。
その後、任意の背景除去方法に関して上述したように、画像を任意で５０８において処理して、参照画像５１０を使用して背景を除去してもよい。その後、画像をさらに処理して、上述したように５１１でセグメント化を判定してもよい。いくつかの実施形態では、６０４Ｂの前面照明カメラからの画像は、５１１のセグメント化に最もよく使用できる。同様に、６０４Ａでキャプチャされた任意の画像は、５２１のＨＩＬＮの特徴付けに最もよく使用される。しかしながら、明らかに、６０４Ａでキャプチャされた画像は５１１でのセグメント化に使用でき、６０４Ｂでキャプチャされた画像は５２１でのＨＩＬＮ検出に使用できる。
本明細書に記載された方法に従って、５２３の試料２１２の識別及び定量化は、５１１のセグメント化に続いて実行してもよい。５２３において試料２１２を定量化することは、ＬＡ、ＳＢ、ＳＧ及び／又はＢＧの物理的位置及び／又はＨＳＰ（血清又は血漿部分２１２ＳＰの深さ）の判定のような試料２１２の特定の物理的寸法特性の判定、ＨＳＢ（沈降した血液部分２１２ＳＢの深さ）及び／又はＨＴＯＴの判定、及び／又は５２８における血清又は血漿部分（ＶＳＰ）の体積及び／又は上述したような、５３４での沈降した血液部分（ＶＳＢ）の体積などの判定などを含んでいてもよい。内部幅（Ｗｉ）は、５２６における試料容器の特徴付けから得ることができる。
検査に利用可能な血清又は血漿部分２１２ＳＰの実際の体積をさらに正確に測定するために、又は単にアーチファクトの存在にフラグを立てるために、アーチファクト検出方法を５２２で採用して、凝塊、気泡又は泡が血清又は血漿部分２１２ＳＰに存在することを識別してもよい。存在する１つ以上のアーチファクトのそれぞれの推定体積は、より良い体積推定値を得るために、５２８で判定された血清又は血漿部分ＶＳＰの推定体積から減算されてもよい。アーチファクト分類器を使用して、５２２において、各視点の２Ｄ画像データを処理して血清又は血漿部分２１２ＳＰ中のアーチファクトの有無を判定してもよい。アーチファクト検出５２２によってアーチファクトであると識別された画素は、本明細書の定量化方法において無視されてもよく、結果を歪ませないように、５２１のＨＩＬＮ分類においても無視してもよい。アーチファクトの検出により、いくつかの実施形態において修復を開始できる。５２１で提供されるようなアーチファクト検出は、２０１６年１月２８日に出願された「試料中のアーチファクトを分類するための方法及び装置」という名称の米国仮特許出願第６２／２８８，３５８号に記載されている。
５１１のセグメント化の結果は、バーコードなどの識別情報２１５を含むラベル２１８を識別するためにも使用してもよい。バーコードは、試料２１２を識別するために６２５で読み取られてもよい。従来のバーコード読み取りソフトウェアは、ラベル２１８が５１１のセグメント化で識別されると、使用してもよい。特定の画像が、読み取られるべきバーコードを十分に含まない場合、バーコードは、他の視点から得られた他の画像からのデータから、又はそのデータに関連して読み取ることができる。
試料容器１０２のさらなる特徴付けは、６２７でより広い方法６００に従って達成してもよい。様々な視点からの６２９での管の種類、６３１でのキャップの種類、６３３でのキャップの色の特徴付けを供給して、６３５で３Ｄモデルの生成を可能にしてもよい。様々な視点からのデータを比較して、各視点から（例えば、カメラ４４０Ａ〜４４０Ｃから）の画像の処理に基づいて同じ特徴付けが達成されたことを検証する。わずかに異なる値が得られた場合、その値は平均化してもよいし、そうでなければ集約してもよい。５２１のＨＩＬＮ分類、５２３の試料定量化、５２２のアーチファクト検出、及び６２７の試料容器検出からの出力のすべてを使用して３Ｄモデル６３５を生成してもよい。３Ｄモデル６３５を使用して、最終的な意思判定、特徴付け、及び／又は様々な２Ｄ視点（例えば、カメラ４４０Ａ〜４４０Ｃ）からの結果を調和させることができる。６３６における３Ｄ較正は、様々な視点の位置を３Ｄ空間に調整することを含んでいてもよい。３Ｄ仮想ボクセルグリッドを使用して、２Ｄビューから３Ｄビューへの調整を行うことができる。
図７は、１つ以上の実施形態による試料容器及び／又は内容物を画像化する方法を示すフローチャートである。方法７００は、７０２において、画像化位置（例えば、画像化位置４４１）に試料（例えば、試料２１２）を収容する試料容器（例えば、キャップ付き採血管などの試料容器１０２）を提供することを含む。画像化位置４４１は、品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂの内部にあってもよい。試料容器（例えば、試料容器１０２）は、トラック（例えば、トラック１２１）上に搬送するか、又はロボット（例えば、ロボット１２４など）によってその上に載置されることによって、画像化位置（例えば、画像化位置４４１）に載置してもよい。
方法７００は、７０４で、画像化位置（例えば、画像化位置４４１）で画像をキャプチャするように構成された１つ以上のカメラ（例えば、カメラ４４０、４４０Ａ〜４４０Ｃ）を備え、７０６で、１つ以上のカメラ（例えば、カメラ４４０、４４０Ａ〜４４０Ｃ）に照明を提供するように構成された１つ以上の光源（例えば、光パネル組立部４５０、４５０Ａ、４５０Ｂ、４５０Ｗ）を備えることとを含む。
方法７００は、７０８において、１つ以上の光源（例えば、光パネル組立部４５０、４５０Ａ、４５０Ｂ、４５０Ｗ）で画像化位置（例えば、画像化位置４４１）を照明し、７１０において、複数の画像をキャプチャする。複数の画像は、画像化位置のもので、試料容器（例えば、試料容器１０２）及び試料（例えば、試料２１２）が画像化位置に存在する状態で、複数の異なる露光（例えば、露光時間）で撮影してもよい。複数の異なるスペクトルの１つ以上のカメラで複数の画像を撮影してもよい。いくつかの実施形態では、スペクトルは互いに重なり合うことはないが、他のいくつかの実施形態では重なり合うことは可能である。
７１０内の複数の画像のキャプチャは、異なる波長だけでなく、異なる露光（例えば、露光時間）で行ってもよい。例えば、いくつかの実施形態では、異なる露光時間で撮影された４〜８以上の異なる露光が存在してもよいが、各画像は同じ照明強度で撮影してもよい。１つ以上の実施形態では、白色光を使用して、また、フィルタ組立部（例えば、フィルタ組立部４６３）を使用する背面照明及び光フィルタリングを使用して、いくつかの画像をキャプチャすることができる。他の実施形態では、画像は、赤色、緑色、及び青色などの公称波長を有する特定のスペクトルを含む複数の狭帯域光源を使用してキャプチャしてもよい。これらは、いくつかの実施形態において、背面照明光源を提供する光パネル組立部４５０〜４５０Ｆによって提供してもよい。他の実施形態では、白色光素子を光パネル組立部４５０Ｗに使用してもよい。白色光画像は、上述したように、コンピュータ１４３によってキャプチャされたときに、Ｒ、Ｇ、及びＢ画像に分解してもよい。それぞれの場合において、複数のカメラ４４０Ａ〜４４０Ｃによって複数の視点から画像を撮影してもよい。
この方法は、周辺光の存在に対応するために背景情報の一部を減算する背景除去を含んでいてもよい。背景除去は、対応する試料画像から参照データ（例えば、暗参照データ）を減算することによって達成してもよい。暗参照画像は、試料容器１０２の画像と同じ露光時間で撮影してもよいが、キャリア１２２内の試料容器１０２なしでキャプチャすることができる。
しかしながら、その値が露光時間に対して正規化された場合、他の露光時間を使用してもよい。
方法７００は、複数の視点からの複数の２Ｄ画像データセットを処理することによって得られた、分類された２Ｄデータセットを提供することを含む。分類された２Ｄデータセットは、血清又は血漿、沈降した血液部分、ゲルセパレータ（存在する場合）、空気、管、ラベル、さらにキャップ、背景、又はキャリアのうちの１つ以上として分類される。
方法７００は、分類された２Ｄデータセットにおける位置を統合された３Ｄデータセットに関連付けることを含んでいてもよい。このようにして、種々の視点から得られた分類された２Ｄデータセットに基づいて、３Ｄモデルを形成（例えば、構築）してもよい。様々な視点のセグメント化間の対応は、３Ｄモデルによって確認してもよい。いくつかの実施形態では、複数の２Ｄデータセットから生成された統合された３Ｄモデルを使用して、インターフェレント（Ｈ、Ｉ及び／又はＬ）の有無（ノーマル−Ｎ）の特徴付けに関する最終結果を提供してもよい。インターフェレントが検出された場合、インターフェレントレベルを評価し、統合されたデータに基づいて報告してもよい。同様に、複数の２Ｄデータセットから生成された統合された３Ｄモデルを使用して、アーチファクト（凝塊、気泡、泡）の有無の特徴付けに関する最終結果を提供してもよい。２Ｄデータセット又は３Ｄモデルの結果は、ディスプレイスクリーン上に３Ｄカラー画像を表示すること、カラープリントアウトを提供すること、画像化によって判定された値のデータシートを表示又は提供することなど、任意の適切な方法又はフォーマットで表示又は報告してもよい。
品質チェックモジュール１３０が図１に示されているが、特徴付けが遠心分離機１２５での遠心分離の直後に行われるように配置されているが、この特徴を、いくつかの実施形態では、分析装置（例えば、分析装置１０６、１０８、及び／又は１１０）に直接、また、試料検査装置１００におけるいずれかの場所に設けるのも有利であろう。例えば、試料検査装置１００のトラック１２１に物理的に接続されていない遠隔ステーション１３２のスタンドアロン分析装置は、この技術及び品質チェックモジュール１３０を使用して、分析前に試料２１２を特徴付けることができる。さらに、いくつかの実施形態では、品質チェックモジュール１３０をローディングエリア１０５に配置することができ、ロボット１２４が試料容器１０２をキャリア１２２にロードするとすぐに品質チェックを実施できるように、いくつかの実施形態では、ラック１０４をローディングエリア１０５にロードする前に遠心分離を行ってもよい。品質チェックモジュール１３０、４３０、４３０Ａ、４３０Ｂは、概して交換可能であり、トラック１２１の周りの任意の所望の位置で、あるいはさらにローディングエリアに置かれる前に、各試料容器１０２が訪れる独立したステーションとして使用できる。
本発明は様々な変更及び代替形態が可能であるが、特定のシステム及び装置の実施形態及びその方法は、図面の例として示されており、本明細書で詳細に説明してきた。しかしながら、開示された特定の装置又は方法に本発明を限定することを意図するものではなく、反対に、本発明の範囲内に入るすべての変更、均等物及び代替物を網羅することを意図するものであることを理解されたい。
１００ 試料検査装置
１０２ 試料容器
１０４ ラック
１０５ ローディングエリア
１０６、１０８、１１０ 分析装置
１２１ トラック
１２２ キャリア
１２２Ｈ ホルダ
１２４ ロボット
１３０ 品質チェックモジュール
１４３ コンピュータ
１４７ ＬＩＳシステム
２１２ 試料
２１２Ａ 空気
２１２ＳＰ 血清又は血漿部分
２１２ＳＢ 沈降した血液部分
２１２Ｔ 管
２１４ キャップ
２１５ 識別情報
２１８ ラベル
３１３ ゲルセパレータ
４４０、４４０Ａ〜４４０Ｃ カメラ
４５０ 光パネル組立部
４４９、４５６ 光源

Claims (22)

  1. 試料容器と試料を画像化する方法であって、
    前記試料を含む前記試料容器を画像化位置に提供し、
    前記画像化位置で画像を撮像するように構成された１つ以上のカメラを備え、
    前記画像化位置に隣接して、光源をそれぞれ有する複数の光パネル組立部を備え、
    前記１つ以上の光源を用いて前記画像化位置を照明し、
    前記画像化位置に前記試料容器及び前記試料が存在する状態で、複数の異なる露光で前記画像化位置の試料画像を含む複数の画像を撮像することを含む方法であって、
    少なくとも２つの前記光パネル組立部が、それぞれの正面が互いに実質的に平行になるとともに前記試料容器の提供方向と実質的に平行になるように配置され、かつ
    さらなる前記光パネル組立部が、前記少なくとも２つの光パネル組立部との間で前記試料容器の提供方向を挟むように、前記少なくとも２つの光パネル組立部の反対側に配置された、方法。
  2. 前記試料画像は、複数の異なるスペクトルによって順次照明されながら撮像される、請求項１に記載の方法。
  3. 前記複数の画像を撮像することは、前記試料容器及び試料が存在しない前記画像化位置の複数のスペクトル参照画像を撮像する
    ことを含む請求項１または２に記載の方法。
  4. 複数の異なる露光の前記複数のスペクトル参照画像から最適に露光された画素を選択し、かつ選択された最適な露光時間に正規化する
    ことを含む請求項３に記載の方法。
  5. 前記複数の画像を撮像することは、前記試料容器及び試料が存在せずに、かつ前記１つ以上の光源がオフにされた状態で、前記画像化位置の複数の暗参照画像を撮像する
    ことを含む請求項１〜４のいずれか１項に記載の方法。
  6. 複数の異なる露光の前記複数の暗参照画像から最適に露光された画素を選択し、かつ選択された最適な露光時間に正規化する
    ことを含む請求項５に記載の方法。
  7. 前記複数の異なる露光から最適に露光された画素を選択する
    ことを含む請求項１〜６のいずれか１項に記載の方法。
  8. 前記最適に露光された画素を選択された最適な露光時間に正規化する
    ことを含む請求項７に記載の方法。
  9. 前記画像化位置で画像を撮像するように構成された複数のカメラと、
    前記画像化位置に隣接する複数の光源と、
    を備えること含む請求項１〜８のいずれか１項に記載の方法。
  10. 前記画像化位置を照明することは、複数のスペクトルの間で切り替え可能な、スペクトル切替可能光源を用いて照明する
    ことを含む請求項１〜９のいずれか１項に記載の方法。
  11. 前記スペクトル切替可能光源は、異なるスペクトルを発光するように構成された照明要素を含む光パネル組立部である請求項１０に記載の方法。
  12. 前記１つ以上の光源が広帯域照明要素を含み、前記複数の画像を撮像することは、独立して選択可能なバンドパスフィルタを含むフィルタ組立部によるフィルタリングを含む請求項１〜１１のいずれか１項に記載の方法。
  13. 画像を撮像するように構成された前記１つ以上のカメラは、少なくとも１つのスペクトル選択可能カメラを含む請求項１〜１２のいずれか１項に記載の方法。
  14. 前記画像化位置を照明することは、光パネル組立部で照明することを含む請求項１〜１３のいずれか１項に記載の方法。
  15. 各視点に対する透過率画像データセットを計算することを含む請求項１〜１４のいずれか１項に記載の方法。
  16. 前記透過率画像データセットを計算することは、少なくとも、
    正規化されたスペクトル参照画像と、
    正規化された試料画像と、
    に基づく請求項１５に記載の方法。
  17. 前記透過率画像データセットの前記計算は、少なくとも正規化された暗参照画像に基づく請求項１５に記載の方法。
  18. 前記透過率画像データセットを処理して、前記試料容器を特徴付ける、及び／又は視点ごとに前記試料を特徴付けることを含む請求項１５に記載の方法。
  19. 視点ごとに前記透過率画像データセットに基づいて、前記試料及び／又は前記試料容器を分類することを含む請求項１５に記載の方法。
  20. 前記試料画像を撮像する前に暗参照画像及びスペクトル参照画像を撮像する
    ことを含む請求項１〜１９のいずれか１項に記載の方法。
  21. 品質チェックモジュールであって、
    試料を収容する試料容器を受け取るように構成された前記品質チェックモジュール内の画像化位置と、
    前記画像化位置に隣接する１つ以上の視点に配置された１つ以上のカメラと、
    前記画像化位置に隣接して配置され、前記１つ以上のカメラに照明を提供するように構成されたスペクトル切替可能光源をそれぞれ構成する複数の光パネル組立部と、
    コンピュータであって、
    １つ以上のスペクトル切替可能光源を、複数の異なるスペクトル間で切り替えさせ、
    前記１つ以上のカメラに、前記複数の異なるスペクトルのそれぞれについて複数の露
    光で画像を撮像させる、
    ように構成された前記コンピュータと、
    を含む品質チェックモジュールであって、
    少なくとも２つの前記光パネル組立部が、それぞれの正面が互いに実質的に平行になるとともに前記試料容器の提供方向と実質的に平行になるように配置され、かつ
    さらなる前記光パネル組立部が、前記少なくとも２つの光パネル組立部との間で前記試料容器の提供方向を挟むように、前記少なくとも２つの光パネル組立部の反対側に配置された、品質チェックモジュール。
  22. 試料検査装置であって、
    トラックと、
    試料容器を収容するように構成された前記トラック上のキャリアと、
    前記トラック上の品質チェックモジュールであって、
    試料を収容した試料容器を受け入れるように構成された前記品質チェックモジュール内の画像化位置と、
    前記画像化位置に隣接する１つ以上の視点に配置された１つ以上のカメラと、
    前記画像化位置に隣接して配置され、前記１つ以上のカメラに照明を提供するように構成されたスペクトル切替可能光源をそれぞれ構成する複数の光パネル組立部と、
    コンピュータであって、
    前記１つ以上のスペクトル切替可能光源を、複数の異なるスペクトル間で切り替えさせ、
    前記１つ以上のカメラに、前記複数の異なるスペクトルのそれぞれについて複数の露光で画像を撮像させる
    ように構成された前記コンピュータと、
    を含む前記品質管理モジュールと、
    を含む試料検査装置であって、
    少なくとも２つの前記光パネル組立部が、それぞれの正面が互いに実質的に平行になるとともに前記トラックと実質的に平行になるように配置され、かつ
    さらなる前記光パネル組立部が、前記少なくとも２つの光パネル組立部との間で前記トラックを挟むように、前記少なくとも２つの光パネル組立部の反対側に配置された、試料検査装置。
JP2018539276A 2016-01-28 2017-01-24 複数の露光を使用して試料容器及び／又は試料を画像化するための方法及び装置 Active JP6932894B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662288387P 2016-01-28 2016-01-28
US62/288,387 2016-01-28
PCT/US2017/014778 WO2017132172A1 (en) 2016-01-28 2017-01-24 Methods and apparatus for imaging a specimen container and/or specimen using multiple exposures

Publications (3)

Publication Number Publication Date
JP2019504995A JP2019504995A (ja) 2019-02-21
JP2019504995A5 JP2019504995A5 (ja) 2020-03-05
JP6932894B2 true JP6932894B2 (ja) 2021-09-08

Family

ID=59398658

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018539276A Active JP6932894B2 (ja) 2016-01-28 2017-01-24 複数の露光を使用して試料容器及び／又は試料を画像化するための方法及び装置

Country Status (6)

Country Link
US (1) US10928310B2 (ja)
EP (1) EP3408648A4 (ja)
JP (1) JP6932894B2 (ja)
CN (1) CN108770364A (ja)
HK (1) HK1257095A1 (ja)
WO (1) WO2017132172A1 (ja)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2976769C (en) * 2015-02-17 2023-06-13 Siemens Healthcare Diagnostics Inc. Model-based methods and apparatus for classifying an interferent in specimens
WO2017132169A1 (en) 2016-01-28 2017-08-03 Siemens Healthcare Diagnostics Inc. Methods and apparatus for detecting an interferent in a specimen
US11650197B2 (en) 2016-01-28 2023-05-16 Siemens Healthcare Diagnostics Inc. Methods and apparatus adapted to quantify a specimen from multiple lateral views
JP6919139B2 (ja) 2016-01-28 2021-08-18 シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレーテッドＳｉｅｍｅｎｓ Ｈｅａｌｔｈｃａｒｅ Ｄｉａｇｎｏｓｔｉｃｓ Ｉｎｃ． 複数の側面図から試料容器を識別するように構成された方法および装置
WO2018017771A1 (en) 2016-07-21 2018-01-25 Siemens Healthcare Diagnostics Inc. Automated clinical analyzer system and method
CN109477848B (zh) 2016-07-25 2023-07-18 西门子医疗保健诊断公司 用于识别样品容器盖的系统、方法和设备
EP3532985B1 (en) 2016-10-28 2023-07-12 Beckman Coulter, Inc. Substance preparation evaluation system
US11073472B2 (en) 2016-11-14 2021-07-27 Siemens Healthcare Diagnostics Inc. Methods and apparatus for characterizing a specimen using pattern illumination
US11598912B2 (en) * 2017-02-02 2023-03-07 Fusion Optix, Inc. Single edge lit lighting module with bi-lobed light distribution
US11635179B2 (en) * 2017-02-02 2023-04-25 Fusion Optix, Inc. Linear lighting assembly with single edge-lit light scattering optical element
CA2993859A1 (en) * 2017-02-02 2018-08-02 Terence Yeo Single edge lit lighting module producing tailored light distributions
US11520097B2 (en) * 2017-02-02 2022-12-06 Fusion Optix, Inc. Single edge lit lighting module and light fixture producing tailored light distributions
US10598637B2 (en) * 2017-07-18 2020-03-24 Perkinelmer Health Sciences, Inc. Automated thermal desorption systems configured to determine sample tube orientation and/or cap presence, and related methods
EP3655758B1 (en) 2017-07-19 2024-05-15 Siemens Healthcare Diagnostics, Inc. Stray light compensating methods and apparatus for characterizing a specimen
CN110869740A (zh) 2017-07-19 2020-03-06 美国西门子医学诊断股份有限公司 使用高光谱成像的样本表征的方法和设备
US11657593B2 (en) 2017-07-28 2023-05-23 Siemens Healthcare Diagnostics Inc. Deep learning volume quantifying methods and apparatus
US10596319B2 (en) 2017-11-23 2020-03-24 Aesynt Incorporated Compounding device system
US10991264B2 (en) * 2017-11-23 2021-04-27 Omnicell, Inc. Multi-camera imaging for IV compounding
US11335444B2 (en) 2017-11-30 2022-05-17 Omnicell, Inc. IV compounding systems and methods
US10816516B2 (en) 2018-03-28 2020-10-27 Perkinelmer Health Sciences, Inc. Autosamplers and gas chromatographic systems and methods including same
US20210341504A1 (en) * 2018-09-20 2021-11-04 Siemens Healthcare Diagnostics Inc. Visualization analysis apparatus and visual learning methods
JP7071301B2 (ja) * 2019-01-25 2022-05-18 株式会社日立ハイテク 生体試料検出装置
CN111751301B (zh) * 2019-03-29 2023-05-30 谱钜科技股份有限公司 穿透式取样模块以及光谱仪
DE102019209976A1 (de) * 2019-07-08 2021-01-14 Krones Ag Verfahren und Vorrichtung zur Inspektion von Behältern in einem Behältermassenstrom
EP4003595A4 (en) 2019-07-24 2022-09-21 Siemens Healthcare Diagnostics, Inc. OPTIMIZATION-BASED LOADING PLANNING SYSTEMS AND METHODS FOR LABORATORY ANALYZERS
EP3882849A1 (en) * 2020-03-16 2021-09-22 F. Hoffmann-La Roche AG Method for determining characteristics of a sample vessel in an in-vitro diagnostics system, analyzing device, and in-vitro diagnostics system

Family Cites Families (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US1494516A (en) 1922-09-07 1924-05-20 Steering wheel
US5523786A (en) * 1993-12-22 1996-06-04 Eastman Kodak Company Color sequential camera in which chrominance components are captured at a lower temporal rate than luminance components
US5613751A (en) 1995-06-27 1997-03-25 Lumitex, Inc. Light emitting panel assemblies
US6353471B1 (en) 1995-10-10 2002-03-05 Cme Telemetrix Inc. Method and apparatus for non-destructive screening of specimen integrity
JPH10145583A (ja) 1996-11-14 1998-05-29 Casio Comput Co Ltd 画像処理装置
US6929953B1 (en) 1998-03-07 2005-08-16 Robert A. Levine Apparatus for analyzing biologic fluids
US6388750B1 (en) 1998-12-17 2002-05-14 Beckman Coulter, Inc. Device and method for preliminary testing a neat serum sample in a primary collection tube
US6522398B2 (en) 1999-02-08 2003-02-18 Cme Telemetrix Inc. Apparatus for measuring hematocrit
JP2000260684A (ja) * 1999-03-08 2000-09-22 Nikon Corp 露光装置、及び照明装置
US6797518B1 (en) 2000-09-11 2004-09-28 Ortho-Clinical Diagnostics, Inc. Analysis method with sample quality measurement
US7352889B2 (en) * 2000-10-30 2008-04-01 Ganz Brian L Automated storage and retrieval device and method
US8188878B2 (en) 2000-11-15 2012-05-29 Federal Law Enforcement Development Services, Inc. LED light communication system
DE10156804B4 (de) * 2001-11-20 2011-03-17 Quidel Corp., San Diego Optische Meßvorrichtung für Teststreifen
WO2003060484A1 (de) 2002-01-19 2003-07-24 Pvt Probenverteiltechnik Gmbh Anordnung und verfahren zur analyse von körperflüssigkeit
JP4247362B2 (ja) * 2002-04-15 2009-04-02 グローリー株式会社 特徴抽出装置
JP4331204B2 (ja) 2003-07-02 2009-09-16 カリディアンビーシーティー、インコーポレーテッド 血液処理の監視および制御システム
DE60320814D1 (de) * 2003-12-19 2008-06-19 Sgs Thomson Microelectronics Bio-optische Sensoren
US7671975B2 (en) * 2004-07-01 2010-03-02 Caridianbct, Inc. Blood processing apparatus with dedicated stroboscopic controller for LED source
EP1630550A1 (en) * 2004-08-27 2006-03-01 Moller & Devicon A/S Methods and apparatuses of detecting foreign particles or faults in a plurality of filled containers
US7663738B2 (en) 2004-10-11 2010-02-16 Thermo Fisher Scientific Oy Method for automatically detecting factors that disturb analysis by a photometer
EP2508867A1 (en) * 2005-06-24 2012-10-10 Board Of Regents, The University Of Texas System Systems and methods including self-contained cartridges with detection systems and fluid delivery systems
US7548270B2 (en) * 2005-09-08 2009-06-16 Delphi Technologies, Inc. Method of exposure control for an imaging system
JP4875391B2 (ja) 2006-03-30 2012-02-15 シスメックス株式会社 検体分析装置
SE530750C2 (sv) * 2006-07-19 2008-09-02 Hemocue Ab En mätapparat, en metod och ett datorprogram
US7436509B2 (en) * 2006-10-23 2008-10-14 Emhart Glass S.A. Machine for inspecting glass containers
US20080174768A1 (en) * 2007-01-18 2008-07-24 Mathias Belz Self referencing LED detection system for spectroscopy applications
JP4949898B2 (ja) 2007-03-09 2012-06-13 シスメックス株式会社 血球分析装置
JP2008280292A (ja) * 2007-05-10 2008-11-20 Matsushita Electric Ind Co Ltd 蛋白質結晶作製装置及び蛋白質結晶作製方法
JP5260903B2 (ja) 2007-07-06 2013-08-14 株式会社東芝 自動分析装置
AU2008352940B2 (en) * 2007-12-19 2014-06-05 Singulex, Inc. Scanning analyzer for single molecule detection and methods of use
US7903241B2 (en) 2008-03-21 2011-03-08 Abbott Point Of Care, Inc. Method and apparatus for determining red blood cell indices of a blood sample utilizing the intrinsic pigmentation of hemoglobin contained within the red blood cells
US9017610B2 (en) 2008-04-25 2015-04-28 Roche Diagnostics Hematology, Inc. Method of determining a complete blood count and a white blood cell differential count
US8170271B2 (en) 2008-06-25 2012-05-01 Jadak Llc System and method for test tube and cap identification
EP2148205B1 (en) 2008-07-25 2013-01-02 F. Hoffmann-La Roche AG A method and laboratory system for handling sample tubes and an image analysing unit
JP5465850B2 (ja) 2008-08-01 2014-04-09 シスメックス株式会社 試料分析システム
EP2374090B1 (en) 2009-01-06 2020-03-18 Siemens Healthcare Diagnostics Inc. Methods and apparatus for automated detection of the presence and types of caps on vials and containers
KR101306340B1 (ko) 2009-01-08 2013-09-06 삼성전자주식회사 생화학 시료에 포함된 성분의 농도 측정 방법 및 이를 이용한 검사 결과의 신뢰도 추정 방법
US9008315B2 (en) * 2012-01-20 2015-04-14 Digimarc Corporation Shared secret arrangements and optical data transfer
CA2771219C (en) 2009-08-13 2018-12-18 Siemens Healthcare Diagnostics Inc. Methods and apparatus for ascertaining interferents and physical dimensions in liquid samples and containers to be analyzed by a clinical analyzer
US8381581B2 (en) 2009-09-23 2013-02-26 Brooks Automation, Inc. Volumetric measurement
EP2384689B1 (en) * 2009-10-20 2016-12-07 Olympus Corporation Fluorescence observation device
JP5379044B2 (ja) 2010-02-25 2013-12-25 株式会社日立ハイテクノロジーズ 自動分析装置
US8318094B1 (en) 2010-06-18 2012-11-27 Pacific Biosciences Of California, Inc. Substrate analysis systems
EP2520923A1 (en) 2011-05-06 2012-11-07 bioMérieux Bio-imaging method and system
JP5474903B2 (ja) * 2011-09-28 2014-04-16 あおい精機株式会社 検査前処理装置、検査前処理方法、及び検体処理装置
US9479679B2 (en) * 2012-05-22 2016-10-25 Hewlett-Packard Development Company, L.P. Capturing a scan line with two colors
CN110082294A (zh) * 2012-11-19 2019-08-02 通用医疗公司 用于集成复用光度测定模块的系统和方法
US9608727B2 (en) * 2012-12-27 2017-03-28 Panasonic Intellectual Property Corporation Of America Switched pixel visible light transmitting method, apparatus and program
WO2014110027A1 (en) * 2013-01-10 2014-07-17 Caliper Life Sciences, Inc. Multispectral imaging system and methods
EP2770318B1 (en) 2013-02-21 2018-03-21 Roche Diagniostics GmbH Method and apparatus for detecting clots in a liquid and laboratory automation system
US9927450B2 (en) * 2013-03-08 2018-03-27 Siemens Healthcare Diagnostics Inc. Tube characterization station
CN105247348A (zh) * 2013-03-12 2016-01-13 文塔纳医疗系统公司 用于多路化组织学的数字增强的显微镜检查
FR3016699B1 (fr) * 2014-01-22 2016-02-12 Msc & Sgcc Procede et dispositif pour la detection notamment de defauts refractants
CN106133476B (zh) * 2014-03-05 2018-09-14 西克Ivp股份公司 用于提供关于对象的3d特征的图像数据和信息的图像感测设备和测量系统
GB201407267D0 (en) * 2014-04-24 2014-06-11 Cathx Res Ltd Underwater surveys
WO2016039721A1 (en) * 2014-09-08 2016-03-17 Empire Technology Development Llc Integrated packaging for multi-component sensors

Also Published As

Publication number Publication date
US10928310B2 (en) 2021-02-23
US20190041318A1 (en) 2019-02-07
EP3408648A1 (en) 2018-12-05
HK1257095A1 (zh) 2019-10-11
JP2019504995A (ja) 2019-02-21
CN108770364A (zh) 2018-11-06
EP3408648A4 (en) 2019-03-06
WO2017132172A1 (en) 2017-08-03

Similar Documents

Publication Publication Date Title
JP6932894B2 (ja) 複数の露光を使用して試料容器及び／又は試料を画像化するための方法及び装置
JP7030056B2 (ja) 試料容器と試料の特徴付けのための方法及び装置
JP6976257B2 (ja) マルチビューの特徴付けのための方法及び装置
JP6870826B2 (ja) 側方多視点から試料を定量化するように構成された方法及び装置
JP6919139B2 (ja) 複数の側面図から試料容器を識別するように構成された方法および装置
JP6791972B2 (ja) 試料中のインターフェレントを検出するための方法と装置
JP6888770B2 (ja) 試料内のアーチファクトを分類する方法と装置
JP6879366B2 (ja) 試料の溶血、黄疸、脂肪血症、又は正常性を検出する方法、装置及び品質チェックモジュール
JP6896971B2 (ja) 試料の特性評価中にラベル数を決定するための方法および装置
JP7048718B2 (ja) 検体の特性を評価するための迷光補償方法及び装置
JP7012719B2 (ja) パターン照明を用いて試料を特徴付ける方法及び装置
JP2020516885A (ja) 検体評価中にラベル補正する方法及び装置
JP7057820B2 (ja) ハイパースペクトルイメージングを用いた検体評価方法及び検体評価装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200121

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200121

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20201030

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201201

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210222

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: 20210720

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210727

R150 Certificate of patent or registration of utility model

Ref document number: 6932894

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150