JP7436270B2 - 生体検体解析装置 - Google Patents

生体検体解析装置 Download PDF

Info

Publication number
JP7436270B2
JP7436270B2 JP2020070213A JP2020070213A JP7436270B2 JP 7436270 B2 JP7436270 B2 JP 7436270B2 JP 2020070213 A JP2020070213 A JP 2020070213A JP 2020070213 A JP2020070213 A JP 2020070213A JP 7436270 B2 JP7436270 B2 JP 7436270B2
Authority
JP
Japan
Prior art keywords
biological sample
sample tube
label
processor
image
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
JP2020070213A
Other languages
English (en)
Other versions
JP2021167733A (ja
JP2021167733A5 (ja
Inventor
真侑 佐尾
宏文 猪股
文恭 佐藤
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.)
Hitachi High Tech Corp
Original Assignee
Hitachi High Tech Corp
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 Hitachi High Tech Corp filed Critical Hitachi High Tech Corp
Priority to JP2020070213A priority Critical patent/JP7436270B2/ja
Priority to PCT/JP2021/004491 priority patent/WO2021205737A1/ja
Priority to US17/913,565 priority patent/US20230097384A1/en
Priority to CN202180019979.5A priority patent/CN115280158A/zh
Priority to EP21784514.8A priority patent/EP4134677A4/en
Publication of JP2021167733A publication Critical patent/JP2021167733A/ja
Publication of JP2021167733A5 publication Critical patent/JP2021167733A5/ja
Application granted granted Critical
Publication of JP7436270B2 publication Critical patent/JP7436270B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • G01N21/03Cuvette constructions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584Control arrangements for automatic analysers
    • G01N35/00722Communications; Identification
    • G01N35/00732Identification of carriers, materials or components in automatic analysers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/60Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/759Region-based matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20104Interactive definition of region of interest [ROI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Image Analysis (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Geometry (AREA)

Description

本開示は、複ラベルが貼付された生体試料管に収容された生体検体を分析する生体検体解析装置に関する。
血液検査など臨床検査の効率化を目的に、従来目視確認で行われていた生体検体の確認作業を自動化する技術が提案されている。そのうち生化学分析前の検体確認作業においては、採血管などの容器に格納された試料の液量測定や血液検体における血清種別(正常、溶血、黄疸、乳びなど)などの検体状態を判別する解析技術が求められている。
このような検体状態の判別技術として、例えば、特許文献1は、ラベルが貼付された生体試料管内の生体試料の情報を検出する検出装置について開示する。より詳細には、当該検出装置は、生体試料管を撮像する撮像部と、撮像部によって撮像された画像から検出対象領域を抽出する検出対象領域抽出部と、撮像部によって撮像された画像から撮像部の撮像面側に位置するラベルを抽出するラベル抽出部と、ラベル抽出部により抽出されたラベルの境界位置に基づいて、検出対象領域抽出部により抽出された検出対象領域内の前記ラベルの境界位置を特定する解析部と、を備え、液量の測定と検体の画像から抽出した検出対象領域の色情報から検体種別の情報を取得するものである。
また、例えば、特許文献2は、採血管に赤外光を当て透過光を検出しその一次微分値に基づいてラベルの境界を求め、採血管の血清量を推定する液体検出装置について開示する。
特開2015-040696号公報 特開2004-037322号公報
特許文献1記載の技術は、抽出されたラベルの境界位置に基づいて抽出された検出対象領域内のラベルの境界位置を特定することによって検出領域の色情報を抽出する方式に関するものである。しかしながら、特許文献1においては、検出対象の色と類似した色付ラベルが貼付された検体について、色付ラベルの色と検出対象領域の色を識別し、色付ラベル領域と検出対象領域を分離することが考慮されておらず、色付ラベルの色を誤抽出することによって色抽出精度が低下してしまうという課題がある。
特許文献2は、ラベルの境界を求めて血清量を測定するが、分析対象の色情報を取得し、検体種別を判別することはできない。
本開示はこのような状況に鑑みてなされたものであり、色付ラベルの色の誤抽出による分析対象領域の抽出精度の低下を起こさせず、分析対象の領域と色情報を取得し、検体の液量の測定と検体種別を判別することを可能とする技術について提案する。
本開示に係る生体検体解析装置は、生体試料管のカラー画像から部分領域を切り出し、前記部分領域を前記生体試料管の周方向に沿って連結することにより展開図を作成し、前記展開図から検出対象領域を抽出する。
本開示に係る生体検体解析装置によれば、色付ラベルが貼付された検体において複数の成分により構成される試料の色、量を高精度に検出することができる。本開示に関連するさらなる特徴は、本明細書の記述、添付図面から明らかになる。本開示の態様は、要素及び多様な要素の組み合わせ及び以降の詳細な記述と添付される特許請求の範囲の様態により達成され実現される。本明細書の記述は典型的な例示に過ぎず、本開示の特許請求の範囲又は適用例を如何なる意味においても限定するものではないことを理解する必要がある。
実施形態1に係る生体検体解析装置100の概略構成例を示す図である。 メモリ107あるいは記憶装置108に格納されたプログラムがコントローラ(プロセッサ)106内で展開され実現される概略機能を示す図である。 画像処理部201の内部構成例を示す図である。 生体検体解析装置100が実行する生体検体分析処理の概要を説明するためのフローチャートである。 図4のS402(展開図合成処理)の詳細内容を説明するためのフローチャートである。 S501において画像中心を所定領域とする設定例を示す図である。 S502以降の処理で作成する展開図の例である。 固定カメラ101で撮像した検出対象領域117の明度分布の例を示す図である。 生体試料管116の中心に2本線状の反射領域が出現した例を示す図である。 S403(検体情報解析処理)の詳細内容を説明するためのフローチャートである。 ラベルキャリブレーションの詳細内容を説明するためのフローチャートである。 実施形態2における展開図合成処理を示すフロー図である。 生体試料管116の回転軸の例を示した図である。 生体試料管116の回転軸検出処理(S1101)の例を示すフロー図である。 実施形態3における展開図合成処理を示すフロー図である。 生体試料管116の曲率に起因して切り出し画像が歪んでいる例である。 実施形態4におけるS403の詳細処理を示すフロー図である。
以下、添付図面を参照して本開示の実施形態について説明する。添付図面では、機能的に同じ要素は同じ番号で表示される場合もある。なお、添付図面は本開示の原理に則った具体的な実施形態と実装例を示しているが、これらは本開示の理解のためのものであり、決して本開示を限定的に解釈するために用いられるものではない。
本実施形態では、当業者が本開示を実施するのに十分詳細にその説明がなされているが、他の実装・形態も可能で、本開示の技術的思想の範囲と精神を逸脱することなく構成・構造の変更や多様な要素の置き換えが可能であることを理解する必要がある。したがって、以降の記述をこれに限定して解釈してはならない。
本実施形態においては、便宜上その必要があるときは、複数のセクションまたは実施の形態に分割して説明するが、特に明示した場合を除き、それらはお互いに無関係なものではなく、一方は他方の一部または全部の変形例、詳細、補足説明等の関係にある。要素の数等(個数、数値、量、範囲等を含む)に言及する場合、特に明示した場合および原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でもよい。
以下の実施の形態において、その構成要素(要素ステップ等も含む)は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。
同様に、以下の実施形態において、構成要素等の形状、位置関係等に言及するときは特に明示した場合および原理的に明らかにそうではないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。このことは、上記数値および範囲についても同様である。
実施形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する場合がある。
<実施の形態1>
<生体検体解析装置の装置構成>
図1は、本開示の実施形態1に係る生体検体解析装置100の概略構成例を示す図である。生体検体解析装置100は、固定カメラ101、背景版102、光源103aおよび103b、光源用ドライバ104аおよび104b、生体試料管ホルダ105、コントローラ106、メモリ107、記憶装置108、入出力インターフェース109、データバス110、把持機構111、移動機構112、上下制御ドライバ113、生体試料管回転機構114、回転制御ドライバ115、を備えている。
コントローラ106は、例えばプロセッサ(Central Processing Unit:CPUなど)によって構成され、メモリ107あるいは記憶装置108に格納されている各種プログラムを読み込み、それを内部メモリ(図示せず)に展開して後述の画像処理部を生成し、所定のタイミングで実行する。
入出力インターフェース109は、キーボード、タッチパネル、マイクやスイッチ、および表示装置、プリンタ、スピーカなどで構成され、検出された生体検体の解析結果(生体検体の種別や量など)の表示や解析前の生体検体の状態チェックなどに用いられる。また、入出力インターフェース109は、後述の所定領域切り出し条件の設定や、データの伝送、生体試料種別、および/または生体試料量などの解析に用いるパラメータの入力を受け付ける。
把持機構111は、生体試料管ホルダ105に設置された生体試料管116を把持する。 上下制御ドライバ113は、移動機構112を制御することにより、把持機構111を上下方向に移動させる。
生体試料管ホルダ105に設置された生体試料管116は搬送ラインにより搬送され、停止機構(不図示)等により停止される。移動機構112は、把持機構111により把持された生体試料管116を、生体試料管116全体が固定カメラ101により撮像される位置まで移動させる。
把持機構111が、生体試料管116を上方に移動させることによって、生体試料管116全体に対して光源103аおよび光源103bの光が照射されるようになる。より具体的には、生体試料管ホルダ105に設定された生体試料管116は、把持機構111によって把持され、移動機構112によって固定カメラ101の視野内に移動する。このとき、上下制御ドライバ113が移動機構112の移動量を制御することによって生体試料管116の上下位置を調整する。固定カメラ101は、生体試料管116の少なくとも検出対象領域117の2次元カラー画像を取得する必要がある。そこで、上下制御ドライバ113が生体試料管116の長さに応じて移動機構112の移動量を決定することにより、生体試料管116の長さによらず、検出対象領域117を固定カメラ101の視野内に移動し、検出対象領域117を光源103aおよび光源103bで照明した状態において撮像することができる。
回転制御ドライバ115は、生体試料管回転機構114を制御することにより、把持機構111が把持している生体試料管116を回転させる。固定カメラ101は、生体試料管116を回転させながら撮像することにより、生体試料管116の全周囲を撮像できる。回転制御ドライバ115による生体試料管回転機構114の回転の制御と、固定カメラ101の撮像の同期方法については後述する。
固定カメラ101は、例えばCCD(Charge Coupled Device)イメージセンサやCMOS(Complementary Metal-Oxide Semiconductor)イメージセンサなどの撮像デバイスである。固定カメラ101は、背景版102を背景として光源103aおよび光源103bによって証明された生体試料管116の2次元カラー画像を取得し、その画像をコントローラ106に入力する。自然光ではなく、光源103аおよび光源103bなどの照明を利用する点と、背景版102を利用することによって、例えば血清のように、検出対象領域117が透明色の場合においても、解析用に抽出する検出対象領域117の色の測定間のばらつきや外光の影響によるばらつきを低減し、解析精度を高めることができる。
光源103аおよび光源103bは、例えば白色LEDで構成され、光源用ドライバ104аおよび光源用ドライバ104bによって制御される。光源103аと光源103bの輝度は、固定カメラ101が取得する生体試料管116のカラー画像の色(画素値)に影響する。光源の輝度のばらつきは解析結果に影響するので、例えば、色の退色がない校正用治具の撮像評価や、生体試料管116の背景画像の色の解析を実施し、光源103аおよび103bの輝度を調整するキャリブレーションを測定前に実施することによって、照明による解析結果のばらつきを低減することができる。
以上の構成によって取得するカラー画像は、コントローラ106によって後述する画像処理と解析処理に利用され、コントローラ106は検出対象領域117の色と量を算出(検知)する。メモリ107あるいは記憶装置108は、検出対象領域117の色を解析するのに必要な、例えば血清の色特徴量などを記憶しており、検出対象領域117の色の情報や解析結果などの情報は、データバス110を通じてコントローラ106に渡され、入出力インターフェース109から出力される(例えば、表示装置の表示画面上に表示される)。
<コントローラ106内で実現される機能>
図2は、メモリ107あるいは記憶装置108に格納されたプログラムがコントローラ(プロセッサ)106内で展開され実現される概略機能を示す図である。図2に示されるように、コントローラ106は、ソフトウェア的に実現される機能として、画像処理部201と領域設定部202と生体試料管情報取得部203を備える。
画像処理部201は、固定カメラ101によって取得する複数の2次元カラー画像をもとに後述する処理によって展開図を生成し、展開図から検出対象領域(例えば、血清領域)117を抽出して、検出対象の色および検体種別の特定や溶液量の算出などの処理を実行する。
領域設定部202は、後述の展開図を生成するための2次元カラー画像の切り出し処理において所定領域(切り出し領域)をユーザ(オペレータ)が設定・変更することを可能にする機能を実現する処理部である。
例えば、ユーザが入出力インターフェース109であるタッチパネルを用いて所定領域の撮像画像内の基準座標値、幅、高さ等を指定すると、領域設定部202は対象の2次元カラー画像について所定領域を設定する。または、メモリ107あるいは記憶装置108に所定領域の撮像画像内の基準座標値、幅、高さなどを記述した設定ファイルを格納し、設定ファイルの情報をプログラムから読み込むことによって所定領域を設定・変更することを可能にする。
生体試料管情報取得部203は、後述の検出対象領域117抽出処理によって抽出する色付きラベル118の色情報(ラベル色分布の範囲)および/またはサイズの情報および/または解析対象の生体試料管116のサイズ(径および長軸方向の長さ)情報を取得し設定・変更することを可能にする機能を実現する処理部である。
例えば、ユーザが入出力インターフェース109であるタッチパネルを用いて色付きラベル118の色情報(ラベル色分布の範囲)および/またはサイズの情報と生体試料管116のサイズ情報を入力すると、生体試料管情報取得部203は、後述の検出対象領域117抽出処理において抽出する色付きラベル118の色または/サイズの情報と生体試料管116のサイズ情報を設定・変更する。または、メモリ107あるいは記憶装置108にラベル色の情報を記述した設定ファイルを格納しておき、設定ファイルの情報をプログラムから読み込むことによって色付きラベル118の色またはサイズの情報と生体試料管116のサイズ情報を設定・変更することを可能にする。
<画像処理部の内部構成>
図3は、画像処理部201の内部構成例を示す図である。図3に示されるように、画像処理部201は、領域切り出し部301、展開図合成部302、検出対象領域抽出部303、解析部304、を含んでいる。各処理部の動作の詳細については後述するが、簡単に説明すると、それぞれ以下のような処理を実行する。
領域切り出し部301は、領域設定部202が設定する領域を各2次元カラー画像から切り出す処理を実行する。
展開図合成部302は、領域切り出し部301が切り出した複数の画像を、生体試料管116の周方向に沿って連結することにより、1枚の展開図を生成する処理を実行する。
検出対象領域抽出部303は、事前に取得する検出対象(例えば血清領域)の色情報または、生体試料管情報取得部203で取得する生体試料管に貼付するラベルの色情報をもとに検出対象領域(例えば血清領域)117を抽出する処理を実行する。
解析部304は、検出対象領域抽出部303が抽出した検出対象領域117の色を特定し、その色情報から生体検体の種別を判定する処理と、検出対象領域抽出部303が抽出した検出対象領域117から生体検体の液量を計算する処理を実施する。
<生体試料分析処理概要>
図4は、本実施形態による生体検体解析装置100が実行する生体検体分析処理の概要を説明するためのフローチャートである。以下の説明において、各ステップの動作主体を、対応する各処理部としているが、各処理部はメモリ107あるいは記憶装置108に格納されたプログラムによって実現されているので、当該プログラムの実行主体であるコントローラ106を各ステップの動作主体として説明を読み替えてもよい。
本実施形態による生体検体解析処理によれば、生体試料管116に色付きラベル118が貼付された生体試料管116において、検出対象領域117に類似した色の色付きラベル118を検出対象領域117の一部として誤抽出することを回避し、検出対象領域117の色と量の解析精度を向上する効果がある。
(図4:ステップS401:複数の2次元カラー画像を取得)
画像処理部201は、固定カメラ101によって撮像された生体試料管116の複数の2次元カラー画像を取得する。
(図4:ステップS401:撮像方法について)
生体試料管116の撮像方法について説明する。2次元のカラー画像から検出対象領域117の色と量を解析するためには、ラベルが貼付された生体試料管116のうち、検出対象領域117が露出している領域の2次元カラー画像が必要である。後述する展開図合成部302による展開図生成処理を実施するためには、生体試料管116を回転させながら取得する複数枚の2次元カラー画像が必要である。そこで、コントローラ106の指令に基づいて生体試料管回転機構114および回転制御ドライバ115が生体試料管116の回転を制御することにより、生体試料管116を回転させながら複数枚の2次元カラー画像を撮像する。例えば、生体試料管回転機構114は、生体試料管116を回転させ、回転制御ドライバ115によって回転の速度または加速度、回転角度、回転数、および回転開始のタイミングを制御する。以上によって、生体試料管116の全周囲の情報をもつ複数枚の画像を取得することができる。
(図4:ステップS401:撮像方法について:補足その1)
把持機構111によって把持される生体試料管116の向きが揃うようにユーザ(オペレータ)が生体試料管116を生体検体解析装置100へ投入する場合には、生体試料管116の全周囲を撮像する必要はなく、生体試料管116を回転させながら検出対象領域117の領域が撮像された2次元カラー画像を複数枚取得できればよい。
(図4:ステップS401:撮像方法について:補足その2)
一方で、把持機構111によって把持される生体試料管116の向きをユーザ(オペレータ)が揃えることなく生体試料管116を生体検体解析装置に投入する場合には、生体試料管116の全周囲の情報が取得できるように生体試料管116を回転させながら複数枚の2次元カラー画像を取得することにより、確実に検出対象領域117の撮像画像を取得できる。例えば、10度回転させるごとに固定カメラ101で画像を取得することを繰り返して36枚(36フレーム)の画像を取得すれば、生体試料管116の全周囲の情報を取得できる。
(図4:ステップS401:撮像方法について:補足その3)
回転角度および回転の速度または加速度は一定で無くてもよく、例えば、1フレームと2フレームとの間は低速度から加速させ、31フレームと32フレームとの間は減速させるなどして計32枚のフレームで生体試料管116の全周を撮像してもよい。また、回転制御信号に基づきカメラのシャッタースピードや撮像タイミングを変えてもよい。
(図4:ステップS402:展開図合成処理)
画像処理部201は、領域切り出し部301と展開図合成部302における各画像処理を実行し、S401で取得した2次元カラー画像をもとに1枚の展開図を作成する。本ステップの詳細については後述の図5で説明する。
(図4:ステップS403:検体情報解析)
画像処理部201は、検出対象領域抽出部303と解析部304の処理を実行し、S402で取得した展開図から検出対象領域117を抽出し(詳細については後述する)、検出対象領域117で取得する検出対象の色と量などの情報を取得(演算で求める)する。例えば、メモリ107あるいは記憶装置108に生体検体の種別に対応する色情報を事前に格納しておき、取得した色情報とメモリ107等にあらかじめ格納している色情報を解析部304が照合することにより、検出対象領域117の色情報から生体試料の種別を判別することができる。例えば、検出対象領域117が血清の場合、血清状態(正常、溶血、黄疸、乳び)によって血清色に特徴がある。そこで、色特徴量と分類に使用する色空間の範囲と閾値をメモリ107に格納し、解析部304で取得した色情報を照合することにより、検体の血清状態を判別することができる。また、検出対象領域117の高さ方向(2次元カラー画像の鉛直方向)の画素数の情報と、生体試料管116の直径の情報から、検出対象の溶液量を算出することができる。生体試料管116の直径は、例えば、ユーザが入出力インターフェース109であるタッチパネルを用いて使用する生体試料管116の型番または生体試料管116の直径などの情報を直接入力するなどによって取得する。
(図4:ステップS403:検体情報解析:補足その1)
このような検体種別の判別を、例えば生化学分析前に実施することにより、異常血清(溶血、黄疸、乳び)などのように生化学分析の精度に影響がある検体については事前にフラグを立てることが可能になる。また、解析部304において検出対象領域117の溶液量を算出することにより、分析に十分な溶液量が確保できるかを事前に確認することができる。これにより、溶液量が不足する場合には例えば再採血するなどの対応が可能となり、生化学分析の効率を向上する効果がある。
(図4:ステップS403:検体情報解析:補足その2)
例えば、血清色の黄色や赤色のように、検出対象領域117の色と類似した色付きラベル118が貼付された生体試料管116については、色付きラベル118の色を検出対象として誤抽出し検体種別の誤判別する可能性がある。また、色付きラベル118の領域を検出対象領域117として誤抽出することにより、溶液量を誤算出する可能性がある。そこで、検出対象領域抽出部303において後述の処理によりラベル色と検出対象の色を識別し、色付きラベル118を除去して検出対象領域117のみを抽出することにより、色付きラベル118による誤判別と溶液量の誤算出を回避し、検体種別の判別精度と溶液量の測定精度を向上することができる。
(図4:ステップS403:検体情報解析:補足その3)
本ステップにおいて、色付きラベル118と検出対象領域117は、例えば以下のような手順で区別できる。生体試料管情報取得部203が実行する後述のラベルキャリブレーション処理によって、使用するラベル色の情報(色相、彩度、明度値の分布および/または閾値)をあらかじめ取得し、メモリ107あるいは記憶装置108に使用するラベル色の情報を格納しておく。S402で取得する展開図からあらかじめ格納しているラベル色の情報をもとに色付きラベル118の領域のみを抽出するマスクを生成することにより、展開図から色付きラベル118の領域のみを除去する。
<展開図合成処理の詳細内容>
図5は、図4のS402(展開図合成処理)の詳細内容を説明するためのフローチャートである。以下の説明において、各ステップの動作主体を、対応する各処理部としているが、各処理部はメモリ107あるいは記憶装置108に格納されたプログラムによって実行されているため、当該プログラムの実行主体であるコントローラ(プロセッサ)106を各ステップの動作主体として説明を読み替えてもよい。
2次元カラー画像をもとに一枚の展開図を取得するため、領域設定部202は2次元カラー画像の所定領域を設定し、領域切り出し部301は2次元カラー画像から領域設定部202が設定した領域を切り出す。展開図合成部302は、領域切り出し部301が切り出した複数の2次元カラー画像の切り出し画像を連結して1枚の展開図を合成する。
(図5:ステップS501:所定領域設定)
領域設定部202は、ユーザによる所定領域(2次元カラー画像の切り出し領域)の設定入力またはメモリ107あるいは記憶装置108に格納してある設定ファイルに応答して、S401で取得した複数の2次元カラー画像のそれぞれに対して所定領域を設定する。ユーザによる設定入力または設定ファイルの記述内容は、例えば、所定領域の幅、高さ、撮像画像内の基準座標値である。本ステップの詳細については図6A~図7を用いて後述する。
(図5:ステップS502:2次元カラー画像切り出し)
領域切り出し部301は、S401で取得する複数の2次元カラー画像それぞれから、S501で設定された所定領域(切り出し領域)を切り出す。
(図5:ステップS503:切り出し画像連結処理)
展開図合成部302は、S502で出力する複数の2次元カラー画像の切り出し画像を連結することにより、1枚の展開図を合成する。展開図は、ガウシアンフィルタなどの平滑化フィルタを適用することによって連結部を滑らかにすることができる。
図6Aは、S501において画像中心を所定領域とする設定例を示す図である。生体試料管116を回転させながら固定カメラ101で撮像すると図6Aのように向きの異なる生体試料管116の複数の2次元カラー画像が取得される。領域設定部202は、それぞれの画像に対して所定領域を設定する。図6Aは取得された各撮像画像の中心を基準座標として左右対称になるように所定領域を設定した例を示しているが、切り出し領域はこれに限定されるものではない。また、生体試料管回転機構114の回転速度または回転加速度などの情報をもとに画像ごとに所定領域の座標や幅を変えてもよい。
図6Bは、S502以降の処理で作成する展開図の例である。S502ではS501で設定する所定領域を画像から切り出し、S503では切り出した画像を連結して一枚の展開図に合成する。
所定領域(切り出し領域)の設定方法について説明する。所定領域の設定内容によって、S503以降の処理で取得する展開図の合成精度や検出対象領域抽出部303により取得される検出対象領域117の色分布のばらつきが変わる。まず、所定領域の座標と幅の設定による展開図の合成精度への影響について説明する。
採血管のように円筒状の生体試料管116を撮像し展開図を合成する際には、生体試料管116の曲率を考慮して所定領域の座標と幅を設定することにより、合成後の展開図の歪みを低減し検出対象領域117の抽出精度を向上する効果がある。例えば、撮像画像の水平方向の中心座標を所定領域の基準座標として設定し、生体試料管116の幅の8%程度(生体試料管116の領域が128ピクセルの場合は、10ピクセル)が所定領域の幅となるように、基準座標から左右対称となる領域を所定領域として設定する。これにより、生体試料管116の曲率の影響を低減できる。所定領域の幅を狭くするほど曲率の影響は小さくなるが、生体試料管116全周の情報が含まれた展開図を取得するためには、所定領域の幅を狭くする分、生体試料管116の撮像枚数を増やす必要がある。
図7は、固定カメラ101で撮像した検出対象領域117の明度分布の例を示す図である。図7を用いて、所定領域の座標と幅の設定による検出対象領域117の色分布への影響について説明する。生体試料管116を光源103aおよび光源103bで照明した状態で画像を取得すると、検出対象領域が均一な溶液である場合であっても、検出対象領域117の中心は明度が高く、端部は明度が低くなる。そのため例えば、周方向に沿った明度値の変動幅が許容範囲内に収まっている(例えば一定)中心領域を所定領域として設定することにより、各画像それぞれから明度値が均一な領域のみを切り出して展開図を合成することになる。これにより、合成後の検出対象領域117の明度値のばらつきを低減し、検出対象領域117の色の解析精度を向上する効果がある。すなわち、領域設定部202は、2次元カラー画像の明度分布に基づき合成後の明度値の分散が小さくなるように所定領域を決定する。
切り出し領域の明度ばらつきを抑えることにより、色付きラベル118の色についても同様に展開図合成後の色付きラベル118領域の明度値ばらつきを低減することができる。すなわち、合成された展開図において検出対象領域117と色付きラベル118の色分布の重なりを低減することができ、検出対象領域抽出部303で実行する処理において検出対象領域117と色付きラベル118の色を分離する解析精度を向上できる。色付きラベル118の分離・除去精度が向上すると、色付きラベル118の誤抽出を回避でき、検出対象の色と量の解析精度を向上できる。
図8は、生体試料管116の中心に2本線状の反射領域が出現した例を示す図である。所定領域のなかの光源103aおよび光源103bで照明した状態で撮像すると、生体試料管116の表面に光源103aおよび光源103bからの光の反射成分が映り込む場合がある。反射成分の領域は、通常は明度値が高く白色になること多いので、検出対象領域117に反射成分がある場合には検体情報の解析処理においてノイズとなる。そこで領域設定部202は、所定領域の設定座標を反射光ノイズの映り込みのない領域に設定することにより、展開図合成後の検出対象領域117から反射成分の領域を除去でき、検出対象領域117の色の解析精度を向上できる。
また、反射成分の領域を除去することにより、白色の反射成分を白色のラベルと検出対象領域117との間の境界として認識する誤検出を回避でき、検出対象領域117の抽出精度を向上し、検出対象の量の解析精度を向上する効果がある。例えば、図8のような2本線状の反射領域が出現する場合には、反射領域の間(生体試料管116の中心)を所定領域とする、もしくは、反射領域の外側を所定領域とすることにより、反射成分の映り込みを回避できる。
固定カメラ101による生体試料管116の撮像枚数と生体試料管回転機構114の回転速度を考慮した所定領域の幅の設定方法について説明する。上述のように、所定領域の座標と幅の設定によって展開図の合成精度の向上と検出対象領域117の色分布のばらつき低減の効果が得られるが、生体試料管116全周の情報が含まれた展開図を取得するためには、生体試料管回転機構114の回転速度と固定カメラ101の撮像ピッチを考慮して、展開図合成後に欠けた領域がないように所定領域の幅を設定する必要がある。
例えば、生体試料管回転機構114の回転速度が一定の状態で生体試料管116(採血管)を一周回転させて撮像間隔一定で36枚の画像を取得すると、生体試料管116はフレーム間で10°回転することになるが、36枚の撮像画像から生体試料管116全周囲の展開図を取得する場合には、生体試料管116の半径をr[mm]として、所定領域の幅は最低でも(2πr/36)[mm]程度必要となる。
また、生体試料管回転機構114の回転速度が一定ではなく、回転初めに加速し一定速度になった後で減速して回転終了となるように回転制御ドライバ115で制御する場合は、生体試料管回転機構114の加速度に応じた所定領域の幅を撮像ごとに設定することにより、生体試料管116の全周の展開図を欠けや領域の重なりなく効率よく取得できる。
また、回転制御ドライバ115の制御信号に基づき、固定カメラ101の撮像タイミングを制御し、生体試料管回転機構114の回転速度と固定カメラ101の撮像タイミングに応じた所定領域の幅を設定してもよい。
上述の効果のほかにも、所定領域の鉛直方向の座標と幅の設定の設定によって、注目する領域(例えば、検出対象領域117)のみの展開図を取得することにより、以降の処理で出力する展開図の画像サイズを縮小し、演算処理を低減できる効果がある。また、撮像画像のうち、例えば、背景板のみが撮像されている領域など解析に不要な領域を所定領域の設定によって排除することにより、検体情報解析処理におけるノイズを除去し解析精度を向上する効果がある。
<検体情報解析処理の詳細内容>
図9は、S403(検体情報解析処理)の詳細内容を説明するためのフローチャートである。以下の説明において、各ステップの動作主体を対応する各処理部としているが、各処理部はメモリ107あるいは記憶装置108に格納されたプログラムによって実現されているため、当該プログラムの実行主体であるコントローラ(プロセッサ)106を各ステップの動作主体として説明を読み替えてもよい。
本実施形態の検体情報解析処理は、検出対象領域抽出部303と解析部304において、展開図合成部302によって生成する展開図をもとに検出対象領域117を抽出し、抽出した領域の色と領域のサイズから検出対象の状態の判別と液量の計測処理を実行する。
(図9:ステップS901:ラベル領域特定・除去)
検出対象領域抽出部303は、S402で出力する展開図から、検体情報の解析に不要なラベル領域を特定する処理を実行する。本ステップの具体的処理については後述する。
(図9:ステップS902:水平方向位置特定)
検出対象領域抽出部303は、S402における展開図合成処理で出力される展開図から、S901で特定したラベル領域を、検体情報の解析に不要な領域として除去する。検出対象領域抽出部303はさらに、S903以降の処理で解析する水平方向の領域を特定するマスクを生成する。もしくは、展開図から解析に必要な水平方向の領域のみを切り出した画像を生成する処理を実行する。水平方向の領域は、例えばS901で特定したラベル領域の両端の座標を基準に設定する。
(図9:ステップS903:鉛直方向位置特定)
検出対象領域抽出部303は、S902で出力する水平方向の領域を特定するマスクまたは、水平方向の領域のみを切り出した画像に対してエッジ検出処理などを実行する。例えば、検体の各領域のエッジを識別することにより、検出対象領域117と分離剤などの領域とを分離し、検出対象領域117を抽出する。
(図9:ステップS904:検体情報解析処理)
解析部304は、S903の処理で特定する検出対象領域117の色情報と領域(座標および画素数)の情報から、検体状態の判別と液量の算出処理を実施する。例えば、検出対象が血清の場合は、血清状態(正常、溶血、黄疸、乳び)に応じて血清色が変わる特徴があるので、色特徴量と分類に使用する色空間の範囲と閾値をメモリ107に格納し、検出対象領域117で取得した色情報を照合することで、検体の血清状態を判別することができる。また、検出対象領域117の領域(座標および画素数)の情報と生体試料管情報取得部203で取得する生体試料管116の径情報から、検出対象の溶液量を算出する。
(図9:ステップS904:検体情報解析処理:補足)
S904の検体情報解析処理において、生体試料管116の一枚の撮像画像ではなく展開図から検出対象領域117を抽出することの利点としては、以下が挙げられる:(a)S402における所定領域の設定方法によって、検出対象領域117の色のばらつきを低減し状態の判別精度を向上できる。(b)色付きラベル118が貼付された生体試料管116において、色付きラベル118の除去精度を向上し色付きラベル118による検出対象領域117の誤抽出を回避できる。また、所定領域の設定方法によっては、生体試料管116の撮像画像のうち反射成分など不要な領域を展開図から除去したうえで検出対象領域117の抽出処理を実行できるので、ノイズによる検出対象領域117の誤抽出や検出対象の色の誤解析と誤判別を回避することができる。
S901において、色付き部のないラベル(例えば、白色のラベルとバーコードおよび印字の黒色のみのラベル)領域を特定する方法の例を説明する。色付き部のないラベル領域の特定は、バーコード領域の検出および/または白色の検出処理などの画像処理により特定する。バーコード領域の検出は、例えば、黒色の色閾値による抽出方法や、エッジ抽出などの画像処理による抽出方法がある。エッジ抽出による検出の場合は、モルフォロジー処理を組み合わせることによってバーコードの細いラインも検出可能である。白色領域の検出は、色(例えば、色相、彩度、明度)の閾値を設定して閾値の範囲内に該当する領域をラベル領域として抽出する。また、はじめにバーコード領域を特定し、検出したバーコード領域を基準座標として、生体試料管情報取得部203で取得するラベルのサイズなどの情報をもとにラベルの範囲を特定し除去してもよい。
S901において、検出対象の色と類似した色付きラベル118の領域特定方法の例を説明する。該当する検出対象と色付きラベル118の組み合わせとしては、例えば、黄色の血清と黄色の色付きラベル118や、赤色の血清と赤色の色付きラベル118などがある。また、検出対象の色が赤色や黄色など測定(検体)ごとに異なる場合には、黄色の血清と赤色の色付きラベル118や赤色の血清と黄色の色付きラベル118の組み合わせも該当する。
色付きラベル118は、図6の展開図に示すように、白色ラベルの端の一部に色付き部があるものや、バーコード領域の上下位置に色付き部があるものなどがある。検出対象領域117の色と近い色付き部の場合は、色付き部を検出対象領域117として誤抽出し検体情報の解析精度を低下させる可能性がある。検出対象領域117の抽出前に展開図から色付きラベル118の領域を特定し除去することにより、色付き部を検出対象とする誤抽出を回避し解析精度を向上させる効果がある。
後述するラベルキャリブレーションにおいて、検出対象領域の色と類似した色付きラベル118の領域を特定する方法としては、(方法1)生体試料管情報取得部203で取得する色付きラベル118の色情報をもとに色付部を特定する方法、(方法2)生体試料管情報取得部203で取得する色付き部のサイズおよび/またはラベル中の色付き部の位置(ラベル中の右端、左端、上下などの位置)の情報から特定する方法、がある。
(方法1)色情報をもとに色付き部を特定する方法について説明する。生体試料管情報取得部203は、例えば、後述するラベルキャリブレーション処理を実行することにより、使用するラベル色の情報(色相、彩度、明度値の分布および/または閾値)を事前に取得し、メモリ107あるいは記憶装置108に使用するラベル色の情報を格納する。S901では、メモリ107あるいは記憶装置108に格納された色付きラベル118の色情報を取得し、色付きラベル118の色閾値(色相、彩度、明度など)を設定して、展開図から色付きラベル118の色付き部のみを抽出するためのマスクを作成し色付き部の領域を特定する。
(方法1:補足)使用する色付きラベル118の色情報は、ユーザが、例えば入出力インターフェース109であるタッチパネルなどを用いて入力しメモリ107あるいは記憶装置108に格納しておいてもよい。生体試料管情報取得部203は、ユーザが指定した色を基準として色空間内を探索することにより、色付きラベル118の領域を特定する。これにより、色付きラベル118と合致する色を速やかに発見できる。
(方法2)生体試料管情報取得部203で取得する色付き部のサイズおよび/またはラベル中の色付き部の位置(ラベル中の右端、左端、上下などの位置)の情報から色付き部を特定する方法について説明する。生体試料管情報取得部203は、例えば、後述するラベルキャリブレーション処理を実行することにより、色付きラベル118のサイズおよび/またはラベル中の色付き部の位置を取得し、メモリ107あるいは記憶装置108に格納しておく。または、ユーザが例えば入出力インターフェース109であるタッチパネルなどを用いて入力しメモリ107などに格納しておいてもよい。
(方法2:具体的手順)生体試料管情報取得部203は、上述の、色付き部のないラベル領域の特定方法の例などにより、バーコード領域と白色ラベル領域を特定する。特定したバーコードの領域または白色の領域の座標を基準として、色付きラベル118のサイズおよび/またはラベル中の色付き部の配置情報をもとに色付き部の領域を特定する。例えば、図6の展開図のようにラベルの端に色付き部があるラベルにおいては、白色のラベル領域または、バーコード領域のエッジ座標を検出後に、エッジの座標から色付き部のサイズ分外側の領域(図6ではバーコード領域の左側)を色付きラベル118の領域を特定する。
<ラベルキャリブレーション処理の詳細内容>
図10は、ラベルキャリブレーションの詳細内容を説明するためのフローチャートである。以下の説明において、各ステップの動作主体を、対応する各処理部としているが、各処理部はメモリ107あるいは記憶装置108に格納されたプログラムによって実現されているため、当該プログラムの実行主体であるコントローラ(プロセッサ)106を各ステップの動作主体として説明を読み替えてもよい。
生体試料管情報取得部203が実行するラベルキャリブレーション処理は、検体解析処理に先立ち、使用する色付きラベル118を貼付した空の生体試料管116(以下キャリブレータと呼ぶ)の撮像画像から色付きラベル118の色情報およびサイズなどの情報を取得するためのものである。本フローチャートは、S901の一部として実施することができる。
色付きラベル118の色の分離方法としては、生体試料管116の撮像画像または展開図から色相、彩度、明度などの色分布を取得し両者を分離できる閾値を設定する方法が考えられるが、検出対象領域117の色は均一な溶液の場合にも、背面のラベル有無や生体試料管116表面の反射成分によって色差が生じることがあり、検出対象領域117の色差を色付きラベル118による色差として検出する誤検出が発生する。そこで、本フローチャートのラベルキャリブレーション処理やユーザ入力によって使用するラベルの情報をあらかじめ入力しておくことにより、検出対象領域117の色差を色付きラベル118として誤抽出することを回避し、色付きラベル118の除去精度を向上する効果がある。
(図10:ステップS1001:キャリブレータ2次元画像取得)
生体試料管情報取得部203は、固定カメラ101によって撮像されたキャリブレータの複数の2次元カラー画像を取得する。画像の取得方法はS401と同様である。
(図10:ステップS1002:展開図合成処理)
生体試料管情報取得部203は、図4の展開図合成処理と同じ処理を実行し、S1001で取得したキャリブレータの2次元カラー画像をもとに一枚の展開図を作成する。
(図10:ステップS1003:色付きラベル抽出)
生体試料管情報取得部203は、S1002で出力する展開図の色分布をもとに色付きラベル118の領域を特定する。
(図10:ステップS1003:色付きラベル抽出:具体例その1)
色付きラベル118領域の特定方法としては、色付きラベル118が貼付されていない空の生体試料管116の撮像画像から作成する展開図(リファレンス画像)と、キャリブレータの展開図の色分布とを比較し、両者の色差を色付きラベル118の色として抽出し、展開図から該当する色の領域を色付きラベル領域として特定する方法がある。
(図10:ステップS1003:色付きラベル抽出:具体例その2)
入出力インターフェース109などによってユーザがタッチパネルなどで色付きラベル118の色情報を入力し、該当する色をキャリブレータの展開図から抽出する方法もある。例えば、タッチパネルなどの画面に複数色のカラーパレットを表示し、ユーザが色付きラベル118の色を選択する。生体試料管情報取得部203は、事前にメモリ107あるいは記憶装置108などに格納しておくカラーパレットと対応する色閾値の情報を取得し、ユーザが選択したカラーパレットをもとに色付きラベル118の色閾値を設定する。取得した色閾値に該当する色を展開図から抽出し色付きラベル領域として特定する。あるいは、タッチパネルなどの画面にキャリブレータの展開図を表示し、ユーザが直接または画面上のカーソルなどを用いて色付きラベル118の領域を選択し特定してもよい。
(図10:ステップS1004:色付きラベル色情報取得)
生体試料管情報取得部203は、ステップ902で特定した色付きラベル118の領域の色分布を取得し、取得した色情報をもとに色付きラベル118のラベル色を定義する色閾値を設定しメモリ107あるいは記憶装置108などに格納する。
(図10:ステップS1004:色付きラベル色情報取得:具体例)
本ステップにおける閾値の設定方法としては、以下のような手順が挙げられる。例えば生体試料管情報取得部203は、ステップ902で特定した色付きラベル118の領域の色分布における色相、彩度、明度などのヒストグラムを取得し、それぞれの最頻値や平均値などを中心として例えば±5%の範囲を閾値として設定することができる。
<実施の形態1:まとめ>
本実施形態1による生体検体解析装置100は、生体試料管回転機構によって生体試料管を回転させながら生体試料管の2次元カラー画像を取得し、複数の2次元カラー画像から一枚の展開図を合成する処理と、検体情報解析処理を実行する。展開図を合成する処理においては、所定領域設定処理と、2次元カラー画像切り出し処理と、2次元カラー画像切り出し処理と、切り出し画像連結処理を実行し、検体情報解析処理では、ラベル領域特定処理と、水平方向検出位置特定処理と、鉛直方向検出位置特定処理を実行する。このように、複数の2次元カラー画像から合成する展開図をもとにラベル領域を除去し検出対象領域(例えば血清領域)を抽出することにより、色付きラベルと検出対象領域とを高精度に分離して検出対象領域に含まれる液体を解析することが可能となる。
本実施形態1に係る生体検体解析装置100は、撮像画像に映り込む反射成分などのノイズを除去するように所定領域を切り出して合成する(図8参照)。さらには、生体試料管116の周方向に沿った明度値の変動が許容範囲内に収まっている部分を切り出し、その切り出し画像を連結することによって展開図を作成する(図7参照)。これにより、検体情報の解析精度の向上が期待できる。
本実施形態1に係る生体検体解析装置100は、ラベルなし生体試料管とラベル付き生体試料管を比較することにより、ラベルキャリブレーションを実施する。ラベルキャリブレーションによってあらかじめラベルの情報を取得し、取得した情報から色付きラベルの領域を特定し除去する。あらかじめラベルキャリブレーションを実施することにより、色付きラベルと検出対象領域を混同することがなくなるので、色付きラベルの色を検出対象の色と誤抽出する誤解析を回避でき、より正確な解析結果が得られることを期待することができる。
<実施の形態2>
図11は、本開示の実施形態2における展開図合成処理を示すフロー図である。本実施形態2においては、あらかじめ定めた所定領域をもとに撮像画像を切り出すのではなく、撮像画像ごとに撮像画像内の生体試料管116の傾きや画像中心からのずれを検出し、検出したずれを生体試料管116の回転軸とする(S1101)。検出した回転軸を基準として、所定領域を画像ごとに設定する(S1102~S1104)。展開図合成処理以外の構成は実施形態1と同様である。
図12は、生体試料管116の回転軸の例を示した図である。把持機構111によって把持され生体試料管回転機構114により回転される生体試料管116は、図12左のように画像中心と回転軸が一致する場合もあるが、図12中央のように横ずれすることや図12右のように回転軸が傾いたまま撮像されることがある。回転軸の特徴が測定間や装置間で一定にならない場合は、あらかじめ固定値により所定領域を設定するのではなく、生体試料管116の回転軸に基づき動的に所定領域を設定することにより、展開図の合成精度を向上する効果がある。
図13は、生体試料管116の回転軸検出処理(S1101)の例を示すフロー図である。領域設定部202は、本フローチャートにしたがって、生体試料管116の回転軸(回帰直線)検出処理を実行する。本フローチャートは、生体試料管116の左右対称性を利用し、撮像画像と撮像画像の反転画像のRGB空間における距離から生体試料管116の傾きと中心軸の位置ずれを検出する。
(図13:ステップS1301:2次元カラー画像取得)
領域設定部202は、固定カメラ101によって撮像された生体試料管116の2次元カラー画像を取得する。画像の取得方法はS401と同様である。
(図13:ステップS1302:解析領域抽出処理)
領域設定部202は、ステップ1301で取得する2次元カラー画像から、解析領域を抽出する。生体試料管116の左右対称性を前提として解析するので、生体試料管116の撮像画像のうち、ラベルが貼付されていない領域を解析領域として抽出する。例えば、遠心分離後の血液検体であれば、生体試料管116の底付近の血餅が撮像された領域を選択する。解析領域サイズは例えば、水平方向幅を生体試料管116の径程度、鉛直方向の幅を50ピクセルなどと設定する。解析領域の設定値は、同じ検体の撮像であれば撮像画像ごとに変える必要はなく固定値でよいが、異なる長さの生体試料管116を測定する場合は、生体試料管116の長さに応じて解析領域を設定する必要がある。その際には、メモリ107あるいは記憶装置108などに複数の設定値を格納しておき、生体試料管情報取得部203で取得する生体試料管116の長さ情報などから設定値を変更できるようにする。
(図13:ステップS1303:解析領域反転画像取得)
領域設定部202は、2次元カラー画像に設定する解析領域の左右反転画像を取得または生成する。
(図13:ステップS1304:RGB空間距離取得)
領域設定部202は、解析領域の画像と反転画像との間のRGB色空間の距離を解析領域の画素ごとに取得する。
(図13:ステップS1305:RGB色空間距離最小座標抽出処理)
領域設定部202は、解析領域の鉛直方向座標ごとに、S1304で取得したRGB色空間の距離を比較し、鉛直方向座標ごとの最小値とその最小値が得られる座標を取得する。
(図13:ステップS1306:回帰直線取得処理)
領域設定部202は、S1305で検出した最小値の座標を鉛直方向に連結することにより、解析領域の中心座標として抽出し、抽出した座標をもとに一次回帰直線を設定する。
領域設定部202は、本フローチャートによって検出した回転軸をもとに所定領域を設定することにより、測定時に生体試料管116の回転軸が傾く場合や、横ずれする場合にも所望の領域を所定領域として設定できるので、展開図合成精度が向上する。
<実施の形態2:まとめ>
本実施形態2に係る生体検体解析装置100は、展開図合成処理において、生体試料管回転機構の回転速度情報や、生体試料管の傾きや横ずれの情報をもとに設定した所定領域を切り出して合成する。これにより、検体情報の解析に使用する展開図の合成精度の向上の向上が期待できる。
<実施の形態3>
図14は、本開示の実施形態3における展開図合成処理を示すフロー図である。本実施形態3は、展開図合成処理において、切り出した2次元カラー画像に対して曲率補正処理を実行後に画像を連結し展開図を出力する。曲率補正処理を実行することにより、例えば、図8のように所定領域の基準座標を生体試料管116の中心からずらした場合などにおいて、合成後の展開図の歪みを低減する効果がある。また、図8の例のように生体試料管116の中心領域に反射領域などのノイズがある場合にも、所定領域をずらして歪みのない展開図を取得可能になるので、検出対象領域117の解析精度を向上する効果がある。展開図合成処理以外の構成は実施形態1と同様である。
S1401はS501に該当し、S1402はS502に該当し、S1404はS504に該当する。S1403において、領域設定部202は、生体試料管情報取得部203が取得する生体試料管116の径の情報とS1401で設定する所定領域の情報から、生体試料管116の曲率を考慮して補正用の係数を計算し、例えばアフィン変換などにより切り出し画像を補正する。
図15は、生体試料管116の曲率に起因して切り出し画像が歪んでいる例である。例えば図8において生体試料管116の中心からずらした領域に所定領域を設定し展開図を合成すると、色付きラベル118は図15左のように歪む場合がある。具体的には、生体試料管116の曲率を考慮せず長方形(短冊型)の領域を所定領域として切り出すと図15左のように合成後の画像に歪みが生じる。図15右は、図14のフローチャートにしたがって、切り出した所定領域の画像の歪み補正後に合成処した場合の色付きラベル118を示す。生体試料管116のサイズと形状(曲率)を考慮し、切り出した画像ごとに歪みを補正しておくことにより、合成後の展開図の歪みを低減する効果がある。
<実施の形態4>
図16は、本開示の実施形態4におけるS403の詳細処理を示すフロー図である。実施形態1のS403においては、検出対象領域117の色と領域のサイズの情報から検出対象の状態判別と液量測定をすることを説明した。本実施形態4においては、検出したラベルや色付きラベル118の情報から被験者や検体などの検査情報を取得する。その他の構成は実施形態1と同様である。
ラベルや色付きラベル118から取得する情報としては、バーコードおよび色付き部の色情報がある。バーコードの情報は読み取り内容(例えばID番号など)と外部のホストサーバなどに格納してある被験者の情報と紐づけたデータベースにアクセスすることにより、被験者の情報等を本実施形態による生体検体解析装置で取得することが可能である。
また、例えば、生化学分析の種類や検体の種類(血清、全血、尿など)の情報などと色付きラベル118の色とを紐づけたデータベースを外部サーバもしくはメモリ107あるいは記憶装置108に格納しておくことで、取得した色付きラベル118の色情報から分析内容や検体の種類を取得することが可能である。
本実施形態による生体検体解析装置100は、メモリ107あるいは記憶装置108に生体試料の種別に対応する色情報を事前に格納しておき、取得した検出対象領域117の色情報とメモリ705等にあらかじめ格納している色情報とを解析部304によって照合することにより、生体試料の種別を判別する。このとき、検体種類ごとに照合するデータを格納しておき、色付きラベル118の色情報をもとに取得した検体の種類から照合するデータを選択することにより、複数種類の生体試料の解析が可能になる。
<本開示の変形例について>
本開示は、前述した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
以上の実施形態において、S501によって切り出し領域を決定した後、ユーザ指定によって切り出し領域の座標やサイズを変更してもよい。具体的には、ユーザインターフェースを介してユーザが切り出し領域の座標やサイズを指定し、コントローラ106はその指定にしたがって切り出し領域を設定する。
本開示の実施形態の機能は、ソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をシステム或は装置に提供し、そのシステム或は装置のコンピュータ(又はCPUやMPU)が記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本開示を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、CD-ROM、DVD-ROM、ハードディスク、光ディスク、光磁気ディスク、CD-R、磁気テープ、不揮発性のメモリカード、ROMなどが用いられる。
また、プログラムコードの指示に基づき、コンピュータ上で稼動しているOS(オペレーティングシステム)などが実際の処理の一部又は全部を行い、その処理によって前述した実施の形態の機能が実現されるようにしてもよい。さらに、記憶媒体から読み出されたプログラムコードが、コンピュータ上のメモリに書きこまれた後、そのプログラムコードの指示に基づき、コンピュータのCPUなどが実際の処理の一部又は全部を行い、その処理によって前述した実施の形態の機能が実現されるようにしてもよい。
さらに、実施の形態の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することにより、それをシステム又は装置のハードディスクやメモリ等の記憶手段又はCD-RW、CD-R等の記憶媒体に格納し、使用時にそのシステム又は装置のコンピュータ(又はCPUやMPU)が当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。
上述の実施形態において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。
100 生体検体解析装置
101 固定カメラ
102 背景版
103aおよび103b 光源
104aおよび104b 光源用ドライバ
105 生体試料管ホルダ
106 コントローラ
107 メモリ
108 記憶装置
109 入出力インターフェース
110 データバス
111 把持機構
112 移動機構
113 上下制御ドライバ
114 生体試料管回転機構
115 回転制御ドライバ
116 生体試料管
117 検出対象領域
118 色付きラベル
201 画像処理部
202 領域設定部
203 生体試料管情報取得部
301 領域切り出し部
302 展開図合成部
303 検出対象領域抽出部
304 解析部

Claims (13)

  1. ラベルが貼付された生体試料管に収容された生体検体を分析する生体検体解析装置であって、
    前記生体試料管を把持して回転させる回転機構、
    前記生体試料管を撮像することにより2次元カラー画像を取得するカメラ、
    前記2次元カラー画像を処理するプロセッサ、
    を備え、
    前記プロセッサは、前記2次元カラー画像のなかの部分領域を切り出し、
    前記プロセッサは、前記切り出した部分領域の画像を、前記生体試料管の周方向に沿って連結することにより、前記生体試料管の展開図を合成し、
    前記プロセッサは、前記2次元カラー画像のうち検出対象とする検出対象領域を、前記展開図から抽出し、
    前記プロセッサは、前記2次元カラー画像のうち、前記生体試料管の周方向に沿った明度値の変動が所定範囲内に収まっている部位を、前記部分領域として切り出すことにより、前記展開図における明度値の分散を許容範囲内に収める
    ことを特徴とする生体検体解析装置。
  2. ラベルが貼付された生体試料管に収容された生体検体を分析する生体検体解析装置であって、
    前記生体試料管を把持して回転させる回転機構、
    前記生体試料管を撮像することにより2次元カラー画像を取得するカメラ、
    前記2次元カラー画像を処理するプロセッサ、
    を備え、
    前記プロセッサは、前記2次元カラー画像のなかの部分領域を切り出し、
    前記プロセッサは、前記切り出した部分領域の画像を、前記生体試料管の周方向に沿って連結することにより、前記生体試料管の展開図を合成し、
    前記プロセッサは、前記2次元カラー画像のうち検出対象とする検出対象領域を、前記展開図から抽出し、
    前記生体検体解析装置はさらに、前記生体試料管に対して光を照射する光源を備え、
    前記プロセッサは、前記光源が照射した光が前記生体試料管の表面において反射することにより生じた反射光ノイズのノイズ量が許容閾値以下である部位を、前記部分領域として切り出す
    ことを特徴とする生体検体解析装置。
  3. ラベルが貼付された生体試料管に収容された生体検体を分析する生体検体解析装置であって、
    前記生体試料管を把持して回転させる回転機構、
    前記生体試料管を撮像することにより2次元カラー画像を取得するカメラ、
    前記2次元カラー画像を処理するプロセッサ、
    を備え、
    前記プロセッサは、前記2次元カラー画像のなかの部分領域を切り出し、
    前記プロセッサは、前記切り出した部分領域の画像を、前記生体試料管の周方向に沿って連結することにより、前記生体試料管の展開図を合成し、
    前記プロセッサは、前記2次元カラー画像のうち検出対象とする検出対象領域を、前記展開図から抽出し、
    前記プロセッサは、前記回転機構が前記生体試料管を回転させるときの回転軸の位置を、前記2次元カラー画像において検出し、
    前記プロセッサは、前記検出した回転軸に対して直交する方向を、前記生体試料管の周方向として用いることにより、前記部分領域として切り出す領域を特定し、
    前記プロセッサは、前記2次元カラー画像を左右反転させた反転画像を生成し、
    前記プロセッサは、前記2次元カラー画像と前記反転画像との間の色空間における距離を算出し、
    前記プロセッサは、前記距離が最小である座標を鉛直方向に沿って連結することにより、前記回転軸を特定する
    ことを特徴とする生体検体解析装置。
  4. 前記プロセッサは、前記ラベルの画像の特徴を表す情報に基づき、前記2次元カラー画像のなかに含まれる前記ラベルの画像を識別し、
    前記プロセッサは、前記2次元カラー画像のうち前記識別した前記ラベルの画像を除いた部分から、前記検出対象領域を抽出する
    ことを特徴とする請求項1から3のいずれか1項記載の生体検体解析装置。
  5. 前記プロセッサは、前記ラベルの画像の特徴を表す情報として、前記ラベルを貼付した前記生体試料管の前記2次元カラー画像と前記ラベルを貼付していない前記生体試料管の前記2次元カラー画像とを比較することにより得られる情報を用いる
    ことを特徴とする請求項記載の生体検体解析装置。
  6. 前記生体検体解析装置はさらに、前記ラベルの色、前記ラベルの位置、前記ラベルの形状、または前記ラベルのサイズのうち少なくともいずれかを指定する指示入力を受け取るインターフェースを備え、
    前記プロセッサは、前記インターフェースが受け取った前記指示入力にしたがって、前記ラベルの画像の特徴を表す情報を決定する
    ことを特徴とする請求項記載の生体検体解析装置。
  7. 前記生体検体解析装置はさらに、前記ラベルの色、前記ラベルの位置、前記ラベルの形状、または前記ラベルのサイズのうち少なくともいずれかを記述したデータを格納する記憶装置を備え、
    前記プロセッサは、前記ラベルの画像の特徴を表す情報として、前記記憶装置が格納している前記データが記述している情報を用いる
    ことを特徴とする請求項記載の生体検体解析装置。
  8. 前記プロセッサは、前記回転機構の回転速度、前記2次元カラー画像の撮像タイミング、および前記2次元カラー画像の撮像枚数を制御する
    ことを特徴とする請求項1から3のいずれか1項記載の生体検体解析装置。
  9. 前記プロセッサは、前記検出対象領域の色を前記展開図から取得し、
    前記プロセッサは、前記取得した前記検出対象領域の色と、前記生体検体の色を記述したデータとを比較することにより、前記検出対象領域に含まれる前記生体検体の種別を特定し、その特定した種別を出力する
    ことを特徴とする請求項1から3のいずれか1項記載の生体検体解析装置。
  10. 前記プロセッサは、前記検出対象領域の座標、前記検出対象領域の画素数、および前記生体試料管のサイズを記述した情報を用いて、前記検出対象領域に含まれる前記生体検体の量を算出する
    ことを特徴とする請求項1から3のいずれか1項記載の生体検体解析装置。
  11. 前記プロセッサは、前記生体試料管の曲率を用いて前記2次元カラー画像の歪みを補正し、
    前記プロセッサは、前記歪みを補正した前記2次元カラー画像を用いて、前記展開図を合成する
    ことを特徴とする請求項1から3のいずれか1項記載の生体検体解析装置。
  12. 前記生体検体解析装置はさらに、前記部分領域の位置とサイズを指定する指示入力を受け取るインターフェースを備え、
    前記プロセッサは、前記インターフェースが受け取った前記指示入力にしたがって、前記部分領域の位置とサイズを決定する
    ことを特徴とする請求項1から3のいずれか1項記載の生体検体解析装置。
  13. 前記プロセッサは、前記2次元カラー画像のなかに含まれる前記ラベルの画像を識別し、
    前記プロセッサは、前記生体検体の属性を記述した情報を、前記識別したラベルの画像から抽出することにより、前記生体検体の属性を特定し、その特定した属性にしたがって前記生体検体を解析する
    ことを特徴とする請求項1から3のいずれか1項記載の生体検体解析装置。
JP2020070213A 2020-04-09 2020-04-09 生体検体解析装置 Active JP7436270B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2020070213A JP7436270B2 (ja) 2020-04-09 2020-04-09 生体検体解析装置
PCT/JP2021/004491 WO2021205737A1 (ja) 2020-04-09 2021-02-08 生体検体解析装置
US17/913,565 US20230097384A1 (en) 2020-04-09 2021-02-08 Biological sample analysis device
CN202180019979.5A CN115280158A (zh) 2020-04-09 2021-02-08 生物体检体解析装置
EP21784514.8A EP4134677A4 (en) 2020-04-09 2021-02-08 BIOLOGICAL SAMPLE ANALYSIS DEVICE

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020070213A JP7436270B2 (ja) 2020-04-09 2020-04-09 生体検体解析装置

Publications (3)

Publication Number Publication Date
JP2021167733A JP2021167733A (ja) 2021-10-21
JP2021167733A5 JP2021167733A5 (ja) 2023-01-05
JP7436270B2 true JP7436270B2 (ja) 2024-02-21

Family

ID=78023638

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020070213A Active JP7436270B2 (ja) 2020-04-09 2020-04-09 生体検体解析装置

Country Status (5)

Country Link
US (1) US20230097384A1 (ja)
EP (1) EP4134677A4 (ja)
JP (1) JP7436270B2 (ja)
CN (1) CN115280158A (ja)
WO (1) WO2021205737A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113933294B (zh) * 2021-11-08 2023-07-18 中国联合网络通信集团有限公司 浓度检测方法及装置
JP2024002211A (ja) * 2022-06-23 2024-01-11 株式会社日立ハイテク 試料状態判定装置、試料状態判定方法及び試料検査装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110102542A1 (en) 2009-11-03 2011-05-05 Jadak, Llc System and Method For Panoramic Image Stitching
US20170345141A1 (en) 2016-05-27 2017-11-30 Biomerieux, Inc. Method and apparatus for detection of foam in specimen containers
WO2018202804A1 (en) 2017-05-05 2018-11-08 Ares Trading S.A. Method and apparatus for determining information about a drug-containing vessel

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3733087B2 (ja) * 2002-07-04 2006-01-11 アロカ株式会社 検体分析装置
US7982201B2 (en) * 2009-09-08 2011-07-19 Jadak, Llc System and method for detection of liquid level in a vessel
JP5330313B2 (ja) * 2010-05-24 2013-10-30 株式会社日立ハイテクノロジーズ 生体試料の分析装置
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
JP6143584B2 (ja) * 2013-07-04 2017-06-07 株式会社日立ハイテクノロジーズ 検出装置および生体試料分析装置
JP6453564B2 (ja) * 2014-06-25 2019-01-16 株式会社日立ハイテクノロジーズ 検出装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110102542A1 (en) 2009-11-03 2011-05-05 Jadak, Llc System and Method For Panoramic Image Stitching
US20170345141A1 (en) 2016-05-27 2017-11-30 Biomerieux, Inc. Method and apparatus for detection of foam in specimen containers
WO2018202804A1 (en) 2017-05-05 2018-11-08 Ares Trading S.A. Method and apparatus for determining information about a drug-containing vessel

Also Published As

Publication number Publication date
WO2021205737A1 (ja) 2021-10-14
JP2021167733A (ja) 2021-10-21
CN115280158A (zh) 2022-11-01
EP4134677A4 (en) 2024-03-20
EP4134677A1 (en) 2023-02-15
US20230097384A1 (en) 2023-03-30

Similar Documents

Publication Publication Date Title
US8797396B2 (en) Digital microscope slide scanning system and methods
JP7436270B2 (ja) 生体検体解析装置
KR102344832B1 (ko) 수술기구 검출 시스템 및 컴퓨터 프로그램
CN111985292A (zh) 用于图像处理结果的显微镜方法、显微镜和具有验证算法的计算机程序
JP5414707B2 (ja) 分析装置
EP0883857A2 (en) Machine vision calibration targets and methods of determining their location and orientation in an image
JP2005293141A (ja) マーカ検出方法及び装置並びに位置姿勢推定方法
JP2013526717A5 (ja)
JP2000508095A (ja) 境界マッピングのシステムおよび方法
JP4633712B2 (ja) 画像形成装置
JPH0424539A (ja) 粒子凝集パターン判定装置
JP2010133744A (ja) 欠陥検出方法およびその方法を用いた視覚検査装置
JP4271054B2 (ja) 細胞画像解析装置
JP7071301B2 (ja) 生体試料検出装置
JP2002140713A (ja) 画像処理方法およびその装置
JP6422824B2 (ja) 検体前処理方法及び検体前処理装置
JP2005332202A (ja) パターンマッチング用の図形選択支援装置、図形選択支援方法およびプログラム
CN113406042A (zh) 用于确定体外诊断系统中样品容器的特性的方法、分析装置和体外诊断系统
WO2023248789A1 (ja) 試料状態判定装置、試料状態判定方法及び試料検査装置
US11763445B2 (en) Inspection of a target object using a comparison with a master image and a strictness of a quality evaluation threshold value
JP2006280456A (ja) 角膜内皮細胞画像処理装置
JP7273631B2 (ja) 検体性状識別装置、検体性状識別方法及び検体搬送システム
WO2022107435A1 (ja) 画像解析方法、画像解析システム及びプログラム
JP2009103492A (ja) 血液分析装置およびプログラム
JP2023501939A (ja) 管アセンブリタイプを識別する装置および方法

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221222

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221222

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: 20240130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240208

R150 Certificate of patent or registration of utility model

Ref document number: 7436270

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150