JP7030056B2 - 試料容器と試料の特徴付けのための方法及び装置 - Google Patents

試料容器と試料の特徴付けのための方法及び装置 Download PDF

Info

Publication number
JP7030056B2
JP7030056B2 JP2018539288A JP2018539288A JP7030056B2 JP 7030056 B2 JP7030056 B2 JP 7030056B2 JP 2018539288 A JP2018539288 A JP 2018539288A JP 2018539288 A JP2018539288 A JP 2018539288A JP 7030056 B2 JP7030056 B2 JP 7030056B2
Authority
JP
Japan
Prior art keywords
sample
quality check
check module
sample container
cameras
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
JP2018539288A
Other languages
English (en)
Other versions
JP2019505802A (ja
JP2019505802A5 (ja
Inventor
リストゥル、ルドヴィッヒ
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 JP2019505802A publication Critical patent/JP2019505802A/ja
Publication of JP2019505802A5 publication Critical patent/JP2019505802A5/ja
Application granted granted Critical
Publication of JP7030056B2 publication Critical patent/JP7030056B2/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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N21/13—Moving of cuvettes or solid samples to or from the investigating station
    • 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
    • G01N15/042—Investigating sedimentation of particle suspensions by centrifuging and investigating centrifugates
    • 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
    • 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
    • G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
    • 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
    • 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
    • G01N35/00594—Quality control, including calibration or testing of components of the analyser
    • G01N35/00613—Quality control
    • G01N35/00663—Quality control of consumables
    • 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
    • G01N15/042—Investigating sedimentation of particle suspensions by centrifuging and investigating centrifugates
    • G01N2015/045—Investigating sedimentation of particle suspensions by centrifuging and investigating centrifugates by optical analysis
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8845—Multiple wavelengths of illumination or detection
    • 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
    • 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
    • G01N35/00594—Quality control, including calibration or testing of components of the analyser
    • G01N35/00613—Quality control

Landscapes

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

Description

関連出願
本出願は、２０１６年１月２８日に出願された「試料容器と試料の特徴付けのための方法及び装置」と題する米国仮特許出願第６２／２８８，３８１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、試料容器及びその内容物を特徴付け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、脳脊髄液などの生体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。便宜上及び安全上の理由から、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分析物又は試料内に存在する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たキャリア上の試料を、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ことができる。
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、検査依頼やその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ラック内などのようなＬＡＳシステム上に置くことができる。そして、ＬＡＳシステムは、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してもよい。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、試料がいくつかの視点から見えなくなることがある。
特定の試験では、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量を吸引して使用することができる。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。分別及びその後のキャップ取り外し処理の後、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、血清又は血漿部分を反応容器（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。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かもしれない試料中の凝塊（例えば、血塊）が、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、汚染、又は洗浄のためのシャットダウン時間など、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、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の確認、及び凝塊、気泡及び泡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、実用の範囲で自動検査又は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。しかしながら、場合によっては試料容器に直接貼付された単数又は複数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通常の自動化スクリーニングプロセスで視覚的に観察することができない場合もある。
いくつかのシステム、例えばミラーに付与された特許文献１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ＬＡＳで使用する場合、並びに分析される試料にＨＩＬ又は凝塊、気泡、又は泡のようなアーチファクトが存在する場合に遭遇する問題のため、また、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ＬＡＳのような方法及び装置に対する未充足ニーズが存在する。この方法及び装置は、分析装置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、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、試料を収容する試料容器を受け取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つ以上の視点に位置する１つ以上のカメラと、画像化位置に隣接して位置し、１つ以上のカメラに対して照明を提供するように構成された光パネル組立部を含み、複数の異なるスペクトル間で動作可能に切り替え可能に構成された、スペクトル切替可能光源とを含む。
別の態様では、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取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、画像化位置の周囲の複数の視点に配置された複数のカメラと、それぞれが、画像化位置に隣接して位置し、複数のカメラに照明を提供するように構成された光パネル組立部を含む複数のスペクトル切替可能光源を含み、複数のスペクトル切替可能光源は、複数の異なるスペクトル間で切り替え可能に構成されている。
別の態様によれば、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、試料を収容する試料容器を画像化位置に設けることと、画像化位置で画像をキャプチャするように構成された１つ以上のカメラを設けることと、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つ以上の光パネル組立部を設けることと、１つ以上の光パネル組立部を用いて画像化位置を照明することと、１つ以上のカメラで前記試料容器と試料の複数の画像を複数の異なるスペクトルでキャプチャすることとを含む。
さらに別の態様によれば、試料検査装置試料が提供される。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、品質チェックモジュールは、試料を含む試料容器を受け取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つ以上の視点に位置する１つ以上のカメラと、それぞれが、画像化位置に隣接して位置し、１つ以上のカメラに対して照明を提供するように構成された光パネル組立部を含み、複数の異なるスペクトルの間で切り替え可能に構成された１つ以上のスペクトル切替可能光源と、を含む。
本発明のさらなる他の態様、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修正、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の側面図であり、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４Ａの品質チェックモジュールの光パネル組立部の様々な構成要素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別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品質チェックモジュールの構成要素を示す全体のブロック図である。 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、試料容器に収容された試料を画像化し、特徴付けるように構成された方法及び装置を提供する。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、指示された検査を行うために、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）、より正確にプローブ先端を配置するために、及び／又はロボットで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、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、後に行われる処理で使用してもよい。
さらに、１つ以上の実施形態によれば、本発明を使用して、試料容器の特徴を判定してもよい。例えば、試料容器の寸法特徴、例えば高さ及び幅を判定することができる。これらの寸法特徴は、その後に行われる吸引中にプローブ（「ピペット」とも称する）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。
いくつかの実施形態では、特徴付け方法を使用して、試料の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、又は泡）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。沈降した血液部分は、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、沈降した血液の部分の上に見られる。血漿及び血清は、凝固成分、主にフィブリノーゲンの含有量が主に異なる。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する。
１つ以上の実施形態によれば、特徴付け方法は前分析検査又はスクリーニング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。特に、本発明の１つ以上の実施形態は、さらなる検査のための前提条件として試料の特徴付けを提供する。１つ以上の実施形態では、試料の特徴付けは、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む、１つ以上の品質チェックモジュールで判定してもよい。画像生成を行っている間、試料容器及び試料を、照明してもよい。照明は、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。
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、パネル化された光源と高ダイナミックレンジ（ＨＤＲ）画像処理を利用した背面照明を使用することによって実行してもよい。この方法は、血清又は血漿部分及び／又は沈着した血液部分の界面境界の位置、並びにＨＤＲ画像処理を用いてこれらの成分の体積又は深度を含み、非常に正確に試料を定量化することができる。
複数の視点の背面照明された２Ｄデータセットを用いて、試料容器及び／又は試料を特徴付けることができる。パネル化された光源を利用した背面照明で得た２Ｄデータセットは、アーチファクト（例えば、凝塊、気泡、泡）が存在するかどうかを判定するため、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）が試料に存在するかどうかを判定するためなど、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。
他の実施形態では、パネル化された光源による背面照明を含む方法は、（高さ及び幅の識別を介して）容器の種類などの試料容器の他の特徴を識別又は評価するために使用されてもよく、さらにキャップの種類及び／又はキャップの色を特徴付けてもよい。
この方法によ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（例えば、凝塊、気泡、又は泡）又は１つ以上の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。例えば、識別された凝塊、気泡、又は泡は、別のステーション（例えば、遠隔ステーション）に運ばれ、オペレータによる凝塊、気泡、又は泡の除去、あるいは、さらなる処理、もしくはＨ、Ｉ、又はＬのための指標のさらなる特徴付けなどが行われてもよい。このようなさらなる処理の後、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試料のルーチン分析を行うことができる。他の場合には、試料を廃棄して再搭載してもよい。プレスクリーニングにより、試料が正常（Ｎｏｒｍａｌ）（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指示された分析に直接導いてもよい。
１つ以上の実施形態では、１つ以上の品質チェックモジュールが、画像キャプチャを実行するように構成されている。１つ以上の品質チェックモジュールは、トラックが試料を１つ以上の分析装置に搬送するＬＡＳの一部として設けられてもよく、１つ以上の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、パネル化された光源を有する背面照明を含む。例えば、品質チェックモジュールは、ローディングステーション又はトラックに沿った他の場所に配置して、試料及び試料容器がトラック上に位置する間に特徴付けを行うことができる。しかし、明確にするために、背面照明を含む品質チェックモジュールは、トラックを含まなくてもよく、また、試料を含む試料容器は、手動又はロボット把持部によってロード及びアンロードしてもよい。
特徴付けは、複数の露光（例えば、露光時間）での背面照明、及び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光源）による照明での画像キャプチャを含む、１つ以上の品質チェックモジュールで複数の画像をキャプチャすることによりＨＤＲデータ処理を使用することによって、１つ以上の実施形態で達成することができる。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く、視点ごとにパネル化された背面照明を使用して生成してもよい。画像の各々は、パネル化された光源内の異なる光源を使用することによって、複数の異なるスペクトル（例えば、色）を有する照明を使用して取得することができる。例えば、赤色光源、緑色光源、及び青色光源を照明に使用することができる。任意で、白色光、近赤外線（ＮＩＲ）、赤外線（ＩＲ）、又は紫外線（ＵＶ）光源を使用することができる。
１つ以上の品質チェックモジュールで、各スペクトル（波長範囲）の複数の露光時間の画像を取得することができる。例えば、各スペクトル（波長範囲）で異なる露光時間で４～８枚の画像を得ることができる。次いで、これらの複数の画像を、コンピュータによってさらに処理して、特徴付け結果を生成することができる。
本発明の特徴付け方法、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～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、それぞれ試料検査装置１００の周囲に配置される、第１、第２、及び第３の分析装置１０６、１０８、１１０）への搬送及びこれによる分析の前に、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。より多く、またはより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、又は他の試料２１２を収容するように構成された概ね透明なガラス又はプラスチック容器などの、概ね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に提供される。試料容器１０２はキャップ２１４でキャップしてもよい（図２及び図３。別には「ストッパ」とも称する）。キャップ２１４は、異なる形状及び／又は色（例えば、赤色、ロイヤルブルー、ライトブルー、緑色、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して指示された検査に正しい試料容器１０２を確実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の周囲の様々な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、患者の識別並びに試料２１２上で達成する検査又は、例えば、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に概ね貼付された、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、複数のラベル２１８が貼付されていてもよく、互いにわずかに重なっていてもよい。したがって、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、ある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。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との間の境界線は、本明細書では液体－空気界面（ＬＡ）として定義する。図２に示すように、血清又は血漿部分２１２ＳＰと沈降した血液部分２１２ＳＢとの間の境界線は、本明細書では血清－血液界面（ＳＢ）として定義される。空気２１２Ａとキャップ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、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、すなわち、図３のＬＡから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であり、試料容器１０２の内幅はＷｉである。管の高さ（ＨＴ）は、本明細書では、管２１２Ｔの最下部からキャップ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ことができるベース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の周囲に間隔を置いて配置された目的位置に搬送してもよい（いくつかはラベル付き）。
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、トラック１２１が静止しているところであらかじめプログラムされた位置で停止する、又はトラック１２１の周囲を移動するようにプログラムされた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い。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を規定の位置、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）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が収容され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果たすことができる。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上に搭載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上に搭載されると、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デバイス）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、本発明の一実施形態に従って、図４Ａ～図４Ｃを参照してさらに説明されるように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の判定を含んでいてもよく、ＬＡ、ＳＢ、及び／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、試料２１２に収容される溶血（Ｈ）、黄疸（Ｉ）、及び／又は脂肪血（Ｌ）の１つ以上など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をローディングエリア１０５に移動して降ろす。
さらに、１つ以上の遠隔ステーション１３２は、遠隔ステーション１３２がトラック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を行ってもよい。他の検査又は処理は、遠隔ステーション１３２で達成できる。例えば、別の品質チェックモジュール１３０を遠隔ステーション１３２に配置することができる。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、別体のＲＦＩＤチップを各キャリア１２２に埋め込み、従来のバーコードリーダ又はＲＦＩＤリーダを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、キャリア１２２のローディングエリア１０５への及びそこからの移動、トラック１２１の周囲の動き、遠心分離機１２５への及びそこからの動き、品質チェックモジュール１３０へ及びそこからの動き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株式会社（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、本明細書で詳細に説明するように、本発明のモデル型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で、試料２１２の調製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又はすべての態様を説明することができる。したがって、ＣＩＭ１４５を採用して複数の相互に関係する自動化装置の動作状態についての情報を提供してもよく、また、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提供してもよい。ＣＩＭ１４５は、オペレータと試料検査装置１００が相互作用しやすくなるように構成してもよい。ＣＩＭ１４５は、オペレータが試薬検査装置１００とインターフェースをとるアイコン、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。メニューは、試料検査装置１００の機能的な側面を表示するようにプログラムされた多数の機能ボタンを含んでいてもよい。
本発明の１つ以上の実施形態に従って試料２１２をプレ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／又はその間の比の判定の正確な定量化が可能になる。さらに、プレスクリーニングで、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への進行を確実に停止する。
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（試料容器１０２にゲルセパレータ３１３が存在する場合）を吸引する可能性を最小限に抑える。したがって、いくつかの実施形態では、分析装置１０６、１０８、１１０又は他のステーションに対して血清又は血漿部分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、スペクトル切替可能光源４４９を設けた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。スペクトル切替可能光源４４９は、本明細書に示され説明されているように、切り替え可能な光源を含む光パネル組立部４５０として具体化してもよい。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及び／又は定量化するように構成することができ、及び／又は試料容器１０２を定量化することができる。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の位置決め、液体部分（例えば、血清又は血漿部分２１２ＳＰ）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、及び／又は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、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、カメラ４４０を含んでいてもよい。カメラ４４０は、デジタル画像（すなわち、画素化された画像）をキャプチャできる従来のデジタルカメラであってもよい。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及びその中に収容された試料２１２の画像を撮影するように構成されている。カメラ４４０は、任意の適切な画像サイズを有するデジタル画像を撮影してもよい。画像サイズは、例えば、２５６０画素×６９４画素とすることができる。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、又は参照データ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上に戴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。
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背面照明を提供するために、図示のような光パネル組立部４５０によって提供可能な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４Ｂ～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でもよい。他の保護フィルムをディフューザ４５７に、又はこれと共に使用することができる。
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、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）を受け取って配置するように構成された、開放された前面及び上面、及び閉鎖された背面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。フレーム４５２内に光源４５６、光ガイド４５４、ディフューザ４５７を固定する他の手段を使用することができる。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つとして、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が挙げられる。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を有するシートで作ることができる。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で光を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及び光ガイド４５４との間の個々の要素として設けてもよい。高反射材料は、例えば、ミラー又は白色プラスチック要素として、又は、銀、金、クロム、スズ、又はこれらの組み合わせの金属コーティングを有する他のプラスチック又はガラス要素を含んでいてもよい。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、画像化位置４４１で試料容器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、光パネル組立部４５０の前面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光源要素（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、例えば、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、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、各光源（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、切り替え可能なマルチ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で照明してもよい。例えば、ＬＥＤは、公称波長が異なる光スペクトルを発光する赤色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から入手可能な高出力ＯｓｌｏｎＳＳＬモデルＬＥＤを使用してもよい。同じ色のＬＥＤ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を収容する試料容器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、ＵＶ、ＮＩＲ、及び／又はＩＲのような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。したがって、光パネル組立部４５０は、切り替え可能な多重スペクトル発光器として構成できることは明らかであろう。
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、紫外線（ＵＶ）（波長範囲約１０ｎｍ～約４００ｎｍ）、近赤外線（ＮＩＲ）（波長範囲約７００ｎｍ～約１２００ｎｍ）及び赤外線（ＩＲ）（波長範囲約１２００ｎｍ～約２５００ｎｍ）が含まれてもよく、あるタイプの画像化のために時々スイッチオンしてもよい。よって、光パネル組立部４５０の１つ以上の実施形態は、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、切り替え可能なＲ、Ｇ、及びＢ照明要素が提供される。いくつかの実施形態では、切り替え可能なＲ、Ｇ、Ｂ、及び白色照明要素が提供される。さらに他の実施形態では、切り替え可能なＲ、Ｇ、Ｂ、及びＵＶ照明要素が設けられている。さらに他の実施形態では、切り替え可能なＲ、Ｇ、Ｂ、及びＮＩＲ又はＩＲ照明要素が設けられている。光パネル組立部４５０には、切替え可能なＲ、Ｇ、Ｂ、白色、ＵＶ、ＮＩＲ、及びＩＲ照明要素のうちの２つ以上の任意の組み合わせを設けてもよい。ＮＩＲについては、８５０ｎｍ±２０ｎｍの波長を有する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を含んでいてもよく、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。他の寸法を使用してもよい。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。他の隙間を使用してもよい。品質チェックモジュール１３０は、トラック１２１と画像化位置４４１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、試料２１２が画像化位置４４１に位置する場合は試料２１２（例えば、血清又は血漿部分２１２ＳＰ、沈降した血液部分２１２ＳＢ、又はその両方を含む）を自動的に特徴付け及び／又は定量化するように構成することができ、及び／又は試料容器１０２を定量化することができる。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試料容器１０２と試料２１２の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又は他の白色光発光要素であってもよい。発光される白色光の範囲は、例えば、約４００ｎｍ～約７００ｎｍの波長範囲を超えてもよい。この実施形態では、スペクトル切替可能光源４４９は、光パネル組立部４５０Ｗと、カメラ４４０と光パネル組立部４５０Ｗとの間に配置されたフィルタ組立部４６３との組み合わせを含む。フィルタ組立部４６３は、選択された時間に２つ以上の（図では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）フィルタでもよく、その範囲外の他の波長は効果的に遮断される。例えば、フィルタ部材４６４Ａの帯域通過範囲は４５５ｎｍ±３５ｎｍ（例えば、青色）であり、フィルタ部材４６４Ｂの帯域通過範囲は５３７ｎｍ±３５ｎｍ（例えば、緑色）であり、フィルタ部材４６４Ｃの帯域通過範囲は６３４ｎｍ±３５ｎｍ（例えば、赤色）であってもよい。他の数値及び／又は公称波長の複数のフィルタ要素を使用してもよい。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の各々を個々に選択して光パネル組立部４５０Ｗから受け取った光が試料容器１０２及び試料２１２を透過する際に、その光をフィルタにかけることができる。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。フィルタ組立部４６３が滑らかに並進できるように、適切な軸受け又はスライドを設けてもよい（図示せず）。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を駆動する他の手段、例えばリニアモータ又はさらに回転フィルタホイールを使用してもよい。
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（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）及び／又は試料容器１０２の物理的寸法を自動的に特徴付け及び／又は定量化するように構成することができる。
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、上記のカメラ４４０と同様、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従来のデジタルカメラであってもよい。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してもよい。本明細書で使用する画素は、単一の画素又はスーパー画素（密接にグループ化された複数の画素の集合）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、スーパー画素を処理することによって、計算負荷が低減される。
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。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、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。これらの２Ｄデータセットから、試料容器１０２内の試料２１２の複合モデルを開発してもよい。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うために、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からの法線ベクトルが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。他の実施形態では、キャリア１２２は、キャリア１２２を所望の位置に停止させ、プログラムに応じてキャリア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４３０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、又は参照データ４４２を含む画像と、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、各画像は、コンピュータによって送信されたトリガ信号に応答してトリガされてキャプチャされ、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ことを示す信号をコンピュータ１４３が受信したときに通信ライン４４３Ａ～４４３Ｃに供給される。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。
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（例えば、分別によって分離された試料２１２）の複数のスペクトル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スペクトルで４～８枚の画像を撮影することができる。
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照明源は、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、スペクトル切替可能光源は、４００ｎｍ～７００ｎｍの白色光で、あるいはさらに４００ｎｍ～２０００ｎｍの広帯域光で試料容器１０２を背面照明可能な光パネル組立部４５０Ａ～４５０Ｃで提供してもよく、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波長において、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、複数の発光スペクトル（例えば、Ｒ、Ｇ、及びＢ）を提供する。複数のカラー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波長で画像化する際に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±３５ｎｍの公称波長）を使用して、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、異なる露光時間での複数の画像（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の間でよい。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又は順次撮影され、コンピュータ１４３内のメモリに格納される。
赤色で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±３５ｎｍの公称波長）、異なる露光時間での複数の画像（例えば、４～８枚以上の画像）は、各カメラ４４０Ａ～４４０Ｃによってそのスペクトル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±３５ｎｍの公称波長）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４５０は、図４Ｄを参照して説明した交換可能なフィルタ組立部の使用と組み合わせた白色光ＬＥＤ又は広帯域光源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は、カメラ４４０Ａ～４４０Ｃの全視野にわたって均質な光を発光してもよい。
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、複数の異なる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。
別の実施形態では、光パネル組立部４５０Ａ～４５０Ｃは、試料容器１０２を広帯域光源（例えば、約４００ｎｍ～約２０００ｎｍの発光）で背後照明し、１つ以上のスペクトル選択可能カメラ（例えば、カメラ４４０又は４４０Ａ～４４０Ｃ）と組み合わせて使用してもよい。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域又は範囲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してもよい。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、複数のそれぞれの離散的スペクトルで取得された複数の画像を生成してもよい。他の手段を使用してカメラのスペクトル選択性を達成してもよい。
品質チェックモジュール４３０Ａ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及び画像化位置４４１は、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内に搭載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を含む切り替え可能な光源は、それぞれ約６３４ｎｍ±３５ｎｍ、５３７ｎｍ±３５ｎｍ、及び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公称波長を発光してもよい。
この代替の実施形態では、透過型画像化、吸光度画像化、又は反射型画像化に焦点を当てることによって、異なるタイプ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、赤色（Ｒ）から緑色（Ｇ）、緑色（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公称スペクトル間で切り替えることによって、多重波長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、異なる露光時間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つのキャプチャ波長に分離してもよい。例えば、それぞれ約４５０ｎｍ、５６０ｎｍ、及び６３５ｎｍの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、前面照明視点からマルチスペクトルの複数の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、さらには、セグメント化、すなわち、試料２１２と試料容器１０２の異なる部分の特徴付け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、吸光度測定、ＨＩＬ検出、アーチファクト検出、又、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。
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、濁度分析又は試料容器１０２内の試料２１２の屈折率を判定するために使用してもよい。
上記の設定のそれぞれについて、それぞれのスペクトル（例えば、Ｒ、Ｇ、及びＢ、又は白色光）ごとの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つの異なる露出画像と、光パネル組立部４５０を含むスペクトルを切り替え可能な光源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４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つの異なる露出画像と、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、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。
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スペクトル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、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、視点ごとの画像のそれぞれに対して、最適な画像強度を示す画素を異なる露光時間画像それぞれから選択してもよい。一実施形態では、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１８０～２３０）にある画素であってもよい。別の実施形態では、最適画像強度は、例えば、０～２５５のスケールで１６～２３０の間である。２つの画像（１つのカメラからの）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る。最適に露光された強度値のそれぞれは、それぞれの露光時間によって正規化される。その結果、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、及びＢ）に１つの画像データセット、複数の正規化されて統合された２Ｄカラー画像データセット（例えば、Ｒ、Ｇ、及びＢ）と視点が得られる。必要に応じて、他のスペクトル及び視点ごとの正規化及び統合された２Ｄカラー画像データセットをキャプチャすることもできる。
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、４３０、４３０Ａの較正プロセスは、キャリア１２２内の試料容器１０２のない参照画像を撮影する場合に開始するようにする。このようにして、各２Ｄ画像データセットから管背景（試料容器１０２の外側の領域）を除去することによって、計算上の負担を最小限に抑えることができる。露光時間及び照明条件（Ｒ、Ｇ、Ｂ、白色光、ＵＶ、ＮＩＲ、及び／又はＩＲ）ごとの参照画像は、特徴付け／定量化を実行する前（あるいは、後）に品質チェックモジュール１３０、４３０、４３０、４３０Ａによって撮影してもよい。
最適露光画素を含む２Ｄ画像データセットごとに、セグメント化プロセスを実行して、１つの２Ｄ統合された画像を生成し、視点ごとに各画素のクラスを識別することができる。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。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。マルチクラス分類器５１５は、例えば、サポートベクトルマシン（ＳＶＭ）又はランダム決定ツリーを備えることができる。
画素レベルの分類を実行するために、異なるスペクトル（例えば、Ｒ、Ｇ、Ｂ等）での最適露光画素のそれぞれについて、及び各視点について第１の統計データを計算して、２Ｄ統計データを生成してもよい。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、変動、及び相関値を含む第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複数次元データ全体にわたって計算される。
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、１ー血清又は血漿部分、２―沈降した血液部分、３―ゲルセパレータ（使用している場合）、４―空気、５―管、６―ラベル、及びおそらくは７―キャップなどのような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。これにより、液体領域（すなわち、血清及び血漿部分２１２ＳＰ）並びに他の領域を構成する画素を識別することができる。セグメント化の結果は、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分類される各視点に対して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、線形又はカーネルベースの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、決定ツリー、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ブースティング分類器であってもよい。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。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、ゲルセパレータ３１３を含むか否かなど、様々な試料条件を有する試料容器１０２の多くの例において、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マルチクラス分類器５１５のトレーニングを行ってもよい。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。
ＳＶＭ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。
血清又は血漿部分２１２ＳＰ及び／又は沈降した血液部分２１２ＳＢであるとみなされるマルチクラス分類器５１５の結果を用いて、試料２１２をさらに定量化することができる。
１つ以上の実施形態による特徴付け方法５００のフローチャートを図５Ａに示す。まず、例えばキャリア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マルチスペクトル画像である。定量のために、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４Ｅ、及び図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、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、背景を５０８の背景削減フェーズで任意に除去して計算負荷を低減することができる。背景除去は、先だって５１０で撮影した参照画像を減算することによって達成できる。いくつかの実施形態では、様々な視点の間のデータの正規化を行うことができる。
５０４における画像キャプチャ及び５０８における任意の背景除去の後、５１１において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における画像統合を含んでいてもよい。５１２における画像統合中に、各色（Ｒ、Ｇ、Ｂ等）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）基準と比較して、最適に露光された画素を判定する。各視点の露光時間画像の対応する画素位置ごとに、最適露光画素のうちの最良のものが、カラースペクトルごと及び視点ごとに選択され、最適露光２Ｄ画像データセットに含まれる。したがって、５１２での画像統合に続いて、カラースペクトルごと（Ｒ、Ｇ、Ｂ等）及び視点ごと（各カメラ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、これにより、特徴付け及び定量化の精度を高めることができるようになる。
５１２での画像統合に続いて、又は、おそ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、この統計データ及び最適に露光された２Ｄ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の画像データセット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、検査／評価中に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２Ｄ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。複数のカメラ４４０Ａ～４４０Ｃが使用される場合、３Ｄモデルを使用して、様々な視点の間で確実に一貫した結果を得られるようにしてもよい。
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、血清又は血漿部分２１２ＳＰのクラスからのすべての画素をグループ化し、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に液体（血清又は血漿部分２１２ＳＰ）及び空気２１２Ａ（すなわち、ＬＡ）の間の上側界面の位置を判定することを含む。これは、各視点に対して行うことができる。血清又は血漿部分２１２ＳＰとして分類された最も高い画素の位置を視点ごとに平均化することによって、ＬＡの数値を統合された２Ｄ画像データセットそれぞれに対して計算してもよい。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ｍｍで表す）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することができ、把持のためのロボット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、画素空間を機械空間に変換するために使用されてもよい。各視点（２つ以上の視点の場合）に対するＬＡに関するこれらの数値は、３Ｄモデルで使用されるＬＡの最終的な値を識別するために集約することができる。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モデルに対して様々な視点の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と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。外部幅Ｗの最終値は、視点からのＷ値を平均することにより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は壁厚Ｔｗの２倍を減算してＷから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に格納された平均壁厚値であってもよく、試料容器１０２の判定された外幅Ｗ及び判定された高さ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、３Ｄモデルに対して、５２８において下の式１を用いて計算できる。
式１ ＶＳＰ＝ＨＳＰ×Ｗｉ２Ｐｉ／４
沈降した血液部分２１２ＳＢを定量化するには、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り判定してもよい。ＳＢは、５２０で判定してもよい。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部垂直位置を平均することによって、視点ごとに判定してもよい。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してもよい。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、下の式２を用いて、３Ｄモデルに対して、５３４において、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、試料容器１０２を取り囲む３Ｄ仮想ボクセルグリッド３４５（図５Ｂ）を再構成してもよい。各画素は、２Ｄ仮想グリッドで決定された位置を有しており、それを５１７において、３Ｄ仮想ボクセルグリッド３４５上に３方向から投影して３Ｄモデルを生成することができる。２Ｄ遠近法からのグリッドは、カメラ４４０Ａ～４４０Ｃの間の較正情報に基づいて３Ｄ仮想ボクセルグリッド３４５と位置合わせされて視点ごとに位置決めをする。各２Ｄグリッドのエッジ構造間には、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、重複領域内の画素に共通の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チップをどこに載置す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により液体領域の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のそれぞれに独立した分類器を使用することができる。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ＨＩＬインデックス値（Ｈａｖｇ、Ｉａｖｇ、Ｌａｖｇ）を５２１で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で液体領域の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することができる。その後、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することができる。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の構造を三角法で測ることができる。アーチファクトの推定体積は、体積ＶＳＰから減算して、利用可能な液体のより良い推定値を提供してもよい。様々な視点を使用して、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、アーチファクトのボリューム及び３Ｄ位置をより正確に推定することができる。アーチファクトの検出についてのさらなる考察は、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。
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、モデルに基づく特徴付け方法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、例えば、複数のカメラ（カメラ４４０Ａが示されている）によって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、又は様々な視点間の違いを解決するために使用する試料２１２の３Ｄモデル６３５を生成することができる。
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、Ｒ、Ｇ、Ｂ、又は他のスペクトル）及び複数露光画像であってもよい。特に、視点ごとに６０４Ａで使用される光のスペクトルごとに、複数露光（例えば、４～８回以上の露光）を行ってもよい。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、また、図４Ｅ～図４Ｆで説明した光パネル組立部４５０Ａ～４５０Ｃによる背面照明を用いて同時また順次に取得することができる。任意で、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４３０Ａ、４３０Ｂ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での前面照明カメラからの画像は、５１１で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での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での液体の識別及び定量化は、５１１でのセグメント化に続いて実行してもよい。５２３において液体を定量化することは、ＬＡ、ＳＢ、ＳＧ、及び／又はＢＧの物理的位置、ＨＳＰ（血清又は血漿部分２１２ＳＰの深さ）、ＨＳＢ（沈降した血液部分２１２ＳＢの深さ）、及び／又はＨＴＯＴ、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）の体積などの試料２１２の特定の物理的寸法特徴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、視点ごとに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、本明細書で説明される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でのＨＩＬＮ分類においても無視されてもよい。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してもよい。
５１１で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６２５で読み取ることができる。ラベル２１８が５１１でのセグメント化で識別された場合には、従来のバーコード読み取りソフトウェアを使用してもよい。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、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、バーコードを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。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様々な視点から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。５２１でのＨＩＬＮ分類、５２３での試料定量化、５２２でのアーチファクト検出、及び６２７で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／又は様々な視点（例えば、カメラ４４０Ａ～４４０Ｃ）からの結果の調和を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台以上のカメラ（例えば、カメラ４４０、４４０Ａ～４４０Ｃ）を設けることと、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つ以上の光パネル組立部（例えば、光パネル組立部４５０、４５０Ａ、４５０Ｂ）を提供することとを含む。照明は、一実施形態では複数のスペクトル（例えば、Ｒ、Ｇ、Ｂ、ＵＶ、ＮＩＲ、及び／又はＩＲ）であってもよく、別の実施形態では白色光（例えば、４００ｎｍ～７００ｎｍ）であってもよい。他のスペクトル照明要素を使用してもよい。
方法７００は、７０８において、１つ以上の光パネル組立部（例えば、光パネル組立部４５０、４５０Ａ、４５０Ｂ）で画像化位置（例えば、画像化位置４４１）を照明することと、７１０において、試料容器（例えば、試料容器１０２）と試料（例えば、試料２１２）の複数の画像を１つ以上のカメラで、重ならない、又はわずかに重なる、異なる公称波長を有する複数の異なるスペクトルでキャプチャすることとを含む。この文脈で使用される波長という用語は、各画像が特定の公称の波長でキャプチャされることを意味するが、公称の周りのある小さな範囲の波長が含まれてもよい（例えば、±３５ｎｍ）。
７１０での複数の画像のキャプチャは、異なる露光（例えば、露光時間）だけでなく、異なるスペクトルによる照明で行ってもよい。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るときにＲ、Ｇ、及びＢ画像に分解されてもよい。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。
本方法は、任意で、背景除去を含み、背景の一部を減算して計算負荷を低減してもよい。背景除去は、較正プロセスの一部として撮影することができる対応する参照画像から画像を減算することによって達成できる。参照画像は、試料容器１０２の画像と同じ露光時間、スペクトル、及び照明条件で撮影してもよいが、試料容器１０２又はキャリア１２２なしでキャプチャすることができる。背景除去はまた、いくつかの実施形態における様々な視点間の正規化を含んでいてもよい。
方法７００は、複数の視点から撮影された試料を収容する試料容器の複数の２Ｄ画像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んでいてもよい。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）の存在又は不在（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、表示画面上に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、測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は、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図１に示されているが、いくつかの実施形態では、この特徴を直接分析装置（例えば、分析装置１０６，１０８、及び／又は１１０）、あるいは、試料検査装置１００の他の場所に含んでいるのが有利な場合もある。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することができるように、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、ローディングエリアに戴置される前に、各試料容器１０２が訪れるトラックの周囲、あるいはスタンドアローンステーションとしての任意の所望の位置で使用できる。
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、４３０、４３０Ａ、４３０Ｂ 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
２１２ＳＢ 沈降した血液部分
２１２ＳＰ 血清又は血漿部分
２１２Ｔ 管
２１４ キャップ
２１５ 識別情報
２１８ ラベル
３１３ ゲルセパレータ
４４０Ａ～４４０Ｃ カメラ
４５０ 光パネル組立部
４５６ 光源

Claims (21)

  1. 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位置し、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光パネル組立部を含み、複数の異なるスペクトル間で動作可能に切り替え可能に構成された１つ以上のスペクトル切替可能光源と、
    を備え、
    前記光パネル組立部内の光源は、
    光ガイドの第１のエッジに沿って配置された少なくとも２つの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第１の光アレイと、
    光ガイドの第２のエッジに沿って配置された少なくとも２つの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第２の光アレイと、
    を含む、品質チェックモジュール。
  2. 前記光パネル組立部は、
    取付フレームと、
    前記光ガイドと、
    前記光ガイド内に光を放出し、前記光パネル組立部の前面の照明を提供するように構成された光源と、
    を備える請求項１に記載の品質チェックモジュール。
  3. 前記スペクトル切替可能光源が、
    発光照明要素を含む前記光パネル組立部と、
    ２つ以上の個々に選択可能なバンドパスフィルタを含むフィルタ組立部と、
    を備える請求項１または２に記載の品質チェックモジュール。
  4. 前記個々に選択可能なバンドパスフィルタは、赤、緑、及び青のバンドパスフィルタを含む請求項３に記載の品質チェックモジュール。
  5. 前記個々に選択可能なバンドパスフィルタは、近赤外線バンドパスフィルタ又は紫外線バンドパスフィルタを含む請求項３に記載の品質チェックモジュール。
  6. １つ以上の視点に位置する前記１つ以上のカメラは、スペクトル選択的であり、２つ以上の選択された異なる離散的スペクトルを出力するように構成された請求項１～５のいずれか１項に記載の品質チェックモジュール。
  7. 前記画像化位置の周囲の複数の視点に配置された複数のカメラと、
    前記画像化位置を照明するように配置される複数のスペクトル切替可能光源と、
    を備える請求項１～６のいずれか１項に記載の品質チェックモジュール。
  8. 前記１つ以上のカメラは、前記光パネル組立部によって照明されている間に複数の異なる露光時間及び複数の異なるスペクトルで複数の側方画像をキャプチャするように構成されている請求項１～７のいずれか１項に記載の品質チェックモジュール。
  9. 前記光パネル組立部は、背面照明、前面照明、又は背面照明と前面照明との組み合わせを提供する請求項１～８のいずれか１項に記載の品質チェックモジュール。
  10. 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、
    前記画像化位置の周囲の複数の視点に配置された複数のカメラと、
    複数のスペクトル切替可能光源であって、それぞれが前記画像化位置に隣接して配置され、前記複数のカメラに照明を提供するように構成された光パネル組立部を含み、複数の異なるスペクトル間で切り替え可能に構成された前記複数のスペクトル切替可能光源と、
    前記複数のカメラに接続され、前記複数のカメラから取得された画像データを処理するように構成されたコンピュータと、
    を備える品質チェックモジュールであって、
    前記コンピュータは、
    異なる露光時間の画像から最適に露光された画素を選択し、各スペクトルについて最適に露光された画像データを生成し、
    統計データを生成するために各スペクトルにおける前記最適に露光された画素の統計を計算し、
    試料の少なくとも血清又は血漿部分を識別する
    ように構成された操作可能なコンピュータである、
    品質チェックモジュール。
  11. 各前記光パネル組立部は、
    取付フレームと
    光ガイドと、
    前記光ガイド内に光を放出し、前記光パネル組立部のパネル前面の照明を提供するように構成された光源と、
    を備える請求項１０に記載の品質チェックモジュール。
  12. 前記複数のスペクトル切替可能光源のうちの１つ以上が、
    照明要素を含む前記光パネル組立部と、
    個々に選択可能なバンドパスフィルタを含むフィルタ組立部と、
    を備える請求項１０または１１に記載の品質チェックモジュール。
  13. 前記試料容器を前記画像化位置に保持するキャリアを備える請求項１０～１２のいずれか１項に記載の品質チェックモジュール。
  14. 前記複数のカメラは、前記光パネル組立部によって照明されている間に複数の異なる露出及び前記複数の異なるスペクトルで複数の側方画像をキャプチャするように構成される請求項１０～１３のいずれか１項に記載の品質チェックモジュール。
  15. 前記光パネル組立部は、それぞれ異なる側方位置から前記試料容器を照射するように配置される、または、
    前記光パネル組立部は、２つの前記光パネル組立部の各正面が、互いに実質的に平行であり、かつ前記試料容器を搬送するトラックの方向と実質的に平行となるように配置される、
    請求項１０～１４のいずれか１項に記載の品質チェックモジュール。
  16. 前記コンピュータは、前記試料容器の物理的寸法特徴を特徴付けるように動作可能である請求項１０～１５のいずれか１項に記載の品質チェックモジュール。
  17. 前記複数の視点に配置された前記複数のカメラは、スペクトル選択的であり、２つ以上の選択された異なる離散的スペクトルを出力するように構成される請求項１０～１６のいずれか１項に記載の品質チェックモジュール。
  18. 請求項１～９のいずれか１項または請求項１０～１７のいずれか１項に記載の品質チェックモジュールを用いて、試料容器と試料の一方または双方を特徴付ける方法であって、
    前記試料を収容する前記試料容器を、前記品質チェックモジュールの画像化位置に提供し、
    前記画像化位置で画像をキャプチャするように、前記品質チェックモジュールの１つ以上のカメラを備え、
    前記１つ以上のカメラに照明を提供するように、前記品質チェックモジュールの光パネル組立部を１つ以上備え、
    前記１つ以上の光パネル組立部により前記画像化位置を照明し、
    前記１つ以上のカメラにより前記試料容器と試料の複数の画像を複数の異なるスペクトルでキャプチャする
    ことを含む方法。
  19. 前記複数の画像は、複数の異なる露光でキャプチャされる請求項１８に記載の方法。
  20. 前記複数の画像を処理して、前記試料容器と前記試料の一方または双方を特徴付けること含む請求項１８または１９に記載の方法。
  21. 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、請求項１～９のいずれか１項または請求項１０～１７のいずれか１項に記載の品質チェックモジュールであって、
    試料を含む前記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る１つ以上のカメラと、
    １つ以上のスペクトル切替可能光源であって、それぞれが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光パネル組立部を含み、複数の異なるスペクトルの間で切り替え可能に構成された１つ以上のスペクトル切替可能光源と、
    を備えた品質チェックモジュールと、
    を含む試料検査装置。
JP2018539288A 2016-01-28 2017-01-24 試料容器と試料の特徴付けのための方法及び装置 Active JP7030056B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662288381P 2016-01-28 2016-01-28
US62/288,381 2016-01-28
PCT/US2017/014777 WO2017132171A1 (en) 2016-01-28 2017-01-24 Methods and apparatus for characterizing a specimen container and specimen

Publications (3)

Publication Number Publication Date
JP2019505802A JP2019505802A (ja) 2019-02-28
JP2019505802A5 JP2019505802A5 (ja) 2020-03-05
JP7030056B2 true JP7030056B2 (ja) 2022-03-04

Family

ID=59398652

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018539288A Active JP7030056B2 (ja) 2016-01-28 2017-01-24 試料容器と試料の特徴付けのための方法及び装置

Country Status (6)

Country Link
US (1) US11815446B2 (ja)
EP (1) EP3408646B1 (ja)
JP (1) JP7030056B2 (ja)
CN (1) CN108474733B (ja)
HK (1) HK1253667A1 (ja)
WO (1) WO2017132171A1 (ja)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3259578B1 (en) * 2015-02-17 2019-10-23 Siemens Healthcare Diagnostics Inc. Model-based methods and testing 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
EP3408653B1 (en) 2016-01-28 2024-01-17 Siemens Healthcare Diagnostics Inc. Methods and apparatus adapted to quantify a specimen from multiple lateral views
WO2017132167A1 (en) 2016-01-28 2017-08-03 Siemens Healthcare Diagnostics Inc. Methods and apparatus adapted to identify a specimen container from multiple lateral views
JP7002529B2 (ja) 2016-07-21 2022-02-10 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 自動臨床分析器システム及び方法
WO2018022280A1 (en) 2016-07-25 2018-02-01 Siemens Healthcare Diagnostics Inc. Systems, methods and apparatus for identifying a specimen container cap
JP6800223B2 (ja) 2016-10-28 2020-12-16 ベックマン コールター， インコーポレイテッド 物質調製評価システム
CN110199172B (zh) * 2016-11-14 2021-05-07 美国西门子医学诊断股份有限公司 用于检测样本的溶血、黄疸、脂血、或常态的方法、设备和质量检验模块
WO2019018313A1 (en) 2017-07-19 2019-01-24 Siemens Healthcare Diagnostics Inc. METHODS FOR COMPENSATION OF PARASITE LIGHT AND APPARATUS FOR CHARACTERIZING A SPECIMEN
EP3655757A4 (en) 2017-07-19 2020-08-12 Siemens Healthcare Diagnostics, Inc. METHODS AND APPARATUS FOR SAMPLE CHARACTERIZATION USING HYPERSPECTRAL IMAGING
JP7216069B2 (ja) 2017-07-28 2023-01-31 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 ディープラーニングボリューム定量化方法および装置
JP7386236B2 (ja) * 2018-09-20 2023-11-24 シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレイテッド 血清および血漿試料の両方に関してディープアダプテーションネットワークを用いてｈｉｌｎを決定するための方法および装置
JP7510145B2 (ja) 2018-12-25 2024-07-03 株式会社大道産業 肉の骨の判別装置等の判別装置及び肉の骨判別方法等の判別方法、ならびに肉の骨判別プログラム等の判別プログラム
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
WO2021015854A1 (en) 2019-07-24 2021-01-28 Siemens Healthcare Diagnostics Inc. Optimization-based load planning systems and methods for laboratory analyzers
WO2021054376A1 (ja) 2019-09-17 2021-03-25 シンテゴンテクノロジー株式会社 学習処理装置及び検査装置
CN114585927A (zh) * 2019-10-31 2022-06-03 美国西门子医学诊断股份有限公司 针对样本和/或样本容器表征提供背景照明校准的方法和设备
EP4051434A4 (en) * 2019-10-31 2022-12-28 Siemens Healthcare Diagnostics, Inc. DEVICE AND METHOD FOR TRAINING MODELS OF DIAGNOSTIC ANALYZERS
JP7462039B2 (ja) * 2019-10-31 2024-04-04 シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレイテッド 試料容器を特性評価するための前景照明の較正を提供する方法および装置
EP3835737B1 (en) * 2019-12-10 2024-03-20 Roche Diagnostics GmbH Method and apparatus for determining a vertical position of a horizontally extending interface between a first component and a second component
WO2021145108A1 (ja) * 2020-01-16 2021-07-22 株式会社日立ハイテク 自動分析装置
CN112098403A (zh) * 2020-09-29 2020-12-18 广东新大禹环境科技股份有限公司 一种化学需氧量检测装置
CN112611756B (zh) * 2020-12-18 2024-04-02 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) 一种船舶低流速液体容器内部微小裂缝的检测方法与系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080144898A1 (en) 2006-12-19 2008-06-19 Cytyc Corporation Method for forming an optimally exposed image of cytological specimen
US20090080611A1 (en) 2001-10-18 2009-03-26 Ganz Brian L Computer Controllable LED Light Source for Device for Inspecting Microscopic Objects
JP2010534837A (ja) 2007-07-23 2010-11-11 リガク オートメイション インコーポレイテッド 顕微鏡対象物を検査するための装置用のコンピュータ制御可能なｌｅｄ光源
JP2011089978A (ja) 2009-08-28 2011-05-06 Krones Ag ラベル付き容器を検査するための装置と方法
JP2011247635A (ja) 2010-05-24 2011-12-08 Hitachi High-Technologies Corp 生体試料の分析装置
US20120140230A1 (en) 2009-08-13 2012-06-07 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
US20150323462A1 (en) 2014-05-12 2015-11-12 Cellomics, Inc. Automated imaging of chromophore labeled samples

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB989659A (en) * 1961-12-01 1965-04-22 Datz Hermann Improvements in or relating to bottle closing machines
JPH0469776A (ja) 1990-07-11 1992-03-04 Omron Corp 赤血球小核細胞の自動分類方法及び赤血球小核細胞の自動分類装置及び赤血球小核細胞標本作成方法
US5671085A (en) * 1995-02-03 1997-09-23 The Regents Of The University Of California Method and apparatus for three-dimensional microscopy with enhanced depth resolution
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
US7179222B2 (en) 1996-11-20 2007-02-20 Olympus Corporation Fluorescent endoscope system enabling simultaneous achievement of normal light observation based on reflected light and fluorescence observation based on light with wavelengths in infrared spectrum
US6249348B1 (en) * 1998-11-23 2001-06-19 Lj Laboratories, L.L.C. Integrated spectrometer assembly and methods
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
US6797518B1 (en) 2000-09-11 2004-09-28 Ortho-Clinical Diagnostics, Inc. Analysis method with sample quality measurement
EP2246689B8 (de) * 2002-01-19 2013-05-01 Roche PVT GmbH Verfahren zur Klassifizierung von Farbbildern von Serumproben zentrifugierter Körperflüssigkeiten
CA2799684C (en) 2003-07-02 2013-12-24 Terumo Bct, Inc. Monitoring and control system for blood processing
US7286222B2 (en) * 2003-07-18 2007-10-23 Chemimage Corporation Sample container and system for a handheld spectrometer and method for using therefor
DE602004024193D1 (de) * 2004-08-11 2009-12-31 Max Planck Gesellschaft Verfahren und Vorrichtung zur Messung von Wellenfronten
US6987274B1 (en) * 2004-08-31 2006-01-17 Palo Alto Research Center Incorporated Light detection and imaging system and method including an array of sensors
US7663738B2 (en) 2004-10-11 2010-02-16 Thermo Fisher Scientific Oy Method for automatically detecting factors that disturb analysis by a photometer
FR2882147B1 (fr) * 2005-02-14 2007-10-05 Commissariat Energie Atomique Dispositif d'imagerie de fluorescence par reflexion a deux longueurs d'onde
CN102519887B (zh) 2005-03-29 2015-09-09 希森美康株式会社 试样分析方法及试样分析装置
JP4999679B2 (ja) 2005-03-29 2012-08-15 シスメックス株式会社 検体分析装置
US7274454B2 (en) * 2005-12-23 2007-09-25 Eastman Kodak Company Imaging system with programmable spectral switch
ES2493629T3 (es) 2006-03-16 2014-09-12 Sysmex Corporation Analizador de muestras
JP4875391B2 (ja) 2006-03-30 2012-02-15 シスメックス株式会社 検体分析装置
JP2008066032A (ja) * 2006-09-05 2008-03-21 Moritex Corp 照明装置
JP4949898B2 (ja) 2007-03-09 2012-06-13 シスメックス株式会社 血球分析装置
WO2008140874A1 (en) 2007-05-09 2008-11-20 Dow Global Technologies Inc. System and method for high-throughput turbidity measurements
US8098375B2 (en) * 2007-08-06 2012-01-17 Lumencor, Inc. Light emitting diode illumination system
WO2009081498A1 (ja) * 2007-12-26 2009-07-02 Shimadzu Corporation 生体画像取得装置
KR101733443B1 (ko) * 2008-05-20 2017-05-10 펠리칸 이매징 코포레이션 이종 이미저를 구비한 모놀리식 카메라 어레이를 이용한 이미지의 캡처링 및 처리
ES2402225T3 (es) * 2008-07-25 2013-04-29 F. Hoffmann-La Roche Ag Un método y un sistema de laboratorio para la manipulación de tubos de muestras y una unidad de análisis por imagen
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
FI20086189A0 (fi) * 2008-12-12 2008-12-12 Joensuun Yliopisto Menetelmä ja laitteisto kohteen kuvaamiseksi
CN102341810B (zh) 2009-01-06 2018-08-10 西门子医疗保健诊断公司 用于小瓶和容器上的帽体的存在和类型的自动化探测的方法和设备
KR101306340B1 (ko) 2009-01-08 2013-09-06 삼성전자주식회사 생화학 시료에 포함된 성분의 농도 측정 방법 및 이를 이용한 검사 결과의 신뢰도 추정 방법
US7982201B2 (en) 2009-09-08 2011-07-19 Jadak, Llc System and method for detection of liquid level in a vessel
US8381581B2 (en) 2009-09-23 2013-02-26 Brooks Automation, Inc. Volumetric measurement
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
SG193046A1 (en) * 2012-02-23 2013-09-30 Histoindex Pte Ltd A digital imaging system for biopsy inspection
CA3053060C (en) * 2013-01-31 2022-04-19 Ventana Medical Systems, Inc. Systems and methods for calibrating, configuring and validating an imaging device or system for multiplex tissue assays
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
US9188733B2 (en) * 2013-06-07 2015-11-17 Steelcase Inc. Panel light assembly
EP3940371B1 (en) * 2014-06-05 2023-08-30 Universität Heidelberg Method and imaging apparatus for acquisition of fluorescence and reflectance images
CN104297162A (zh) 2014-09-17 2015-01-21 宁波高新区晓圆科技有限公司 一种多波长多方位视觉检测方法
CN104841646B (zh) 2015-04-29 2017-06-30 南京文采科技有限责任公司 一种分时曝光和多光谱成像的除杂机及除杂方法
CN108738339B (zh) 2016-01-28 2022-02-01 西门子医疗保健诊断公司 用于对试样中的伪像进行分类的方法和装置
WO2017132169A1 (en) 2016-01-28 2017-08-03 Siemens Healthcare Diagnostics Inc. Methods and apparatus for detecting an interferent in a specimen

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090080611A1 (en) 2001-10-18 2009-03-26 Ganz Brian L Computer Controllable LED Light Source for Device for Inspecting Microscopic Objects
US20080144898A1 (en) 2006-12-19 2008-06-19 Cytyc Corporation Method for forming an optimally exposed image of cytological specimen
JP2010534837A (ja) 2007-07-23 2010-11-11 リガク オートメイション インコーポレイテッド 顕微鏡対象物を検査するための装置用のコンピュータ制御可能なｌｅｄ光源
US20120140230A1 (en) 2009-08-13 2012-06-07 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
JP2013501937A (ja) 2009-08-13 2013-01-17 シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレイテッド 臨床分析機によって分析される液体サンプルおよび容器の中の干渉物質および物理的寸法を確定するための方法ならびに装置
JP2011089978A (ja) 2009-08-28 2011-05-06 Krones Ag ラベル付き容器を検査するための装置と方法
JP2011247635A (ja) 2010-05-24 2011-12-08 Hitachi High-Technologies Corp 生体試料の分析装置
US20150323462A1 (en) 2014-05-12 2015-11-12 Cellomics, Inc. Automated imaging of chromophore labeled samples

Also Published As

Publication number Publication date
EP3408646B1 (en) 2024-05-29
CN108474733A (zh) 2018-08-31
JP2019505802A (ja) 2019-02-28
WO2017132171A1 (en) 2017-08-03
HK1253667A1 (zh) 2019-06-28
CN108474733B (zh) 2022-08-30
US20180372648A1 (en) 2018-12-27
US11815446B2 (en) 2023-11-14
EP3408646A4 (en) 2019-03-06
EP3408646A1 (en) 2018-12-05

Similar Documents

Publication Publication Date Title
JP7030056B2 (ja) 試料容器と試料の特徴付けのための方法及び装置
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
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
JP6888770B2 (ja) 試料内のアーチファクトを分類する方法と装置
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
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
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
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
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
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
JP2021510201A (ja) 訓練が低減されたニューラルネットワークを使用したバイオ流体検体の特徴付けのための方法および装置
JP2020516885A (ja) 検体評価中にラベル補正する方法及び装置
CN112639482A (zh) 以端到端训练方式使用单深度神经网络的样本容器表征
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: 20201130

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201222

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210315

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210927

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20210927

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: 20220215

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220221

R150 Certificate of patent or registration of utility model

Ref document number: 7030056

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150