JPH04160343A - 免疫学的反応パターンの判定装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は臨床検査などにおいて被検液中の免疫学的反応
パターンを陽性、陰性、その他の属性に自動判定する免
疫学的パターンの判定装置に関するものである。

〔従来の技術〕

被検液中の反応パターンの陽性、陰性、その他の属性の
判定を行うため、反応パターンを光学的に測定し、属性
判定のためのパラメータを求め、そのパラメータを予め
設定されているしきい値と比較して、その属性を判定す
る免疫学的パターンの判定装置が従来から知られている
。

このような免疫学的パターンの判定装置においては、予
め設定するしきい値を膨大な実験データから適切に設定
する必要があり、またしきい値設定後もさまざまな理由
でしきい値を再変更する必要があった。

そこで、本願人はしきい値の設定に関し、特願平１−２
１２００５号においてしきい値を目視判定結果と比較演
算する方法を、また特願平１−２１２００６号において
しきい値設定用標準サンプルを利用する方法をそれぞれ
開示している。

〔発明が解決しようとする課題〕

しかしながら、特願平１−２１２００５号に開示された
方法では、複数のパターンのパラメータを求め、求めた
パラメータと目視判定者の登録判定結果との比較演算に
より、一致する場合はその結果を判定結果とし、一致し
ない場合は比較演算処理によりしきい値を求め、これに
従って自動再判定を行い、その結果により判定結果に矛
盾が生じないように目視判定者が判定をし直す操作を繰
り返す必要があった。従って、目視判定者は直接しきい
値を数値として試行錯誤で変更することからは解放され
るが、依然として繰り返し操作を強いられる問題があっ
た。

一方、特願平１−２１２００６号に開示された方法では
、標準サンプルを使用する必要があるが、光学的に経時
変化のないしきい値設定用サンプルを長期間保存するこ
とは困難であるとともに、分析項目や属性に応じて多数
の標準サンプル保管することはユーザにとって非常に面
倒な問題があった。また、目視判定者が直接しきい値を
微調整することはないが、判定装置としてもデータ処理
装置の内部で、常にしきい値の管理を行わねばならない
という問題もあった。

さらに、上述したように、しきい値を設定し、パターン
のパラメータとしきい値の比較により属性を決定する方
法では、しきい値とパターン属性の創刊が取れないため
設定後にしきい値を変更することが非常に困難となる問
題があった。

つまり、従来のパターン判定方法では、固定されたしき
い値と固定されたアルゴリズムにより反応パターンを判
定しているため、目視判定者の過去の経験やカンがアル
ゴリズムに反映されていない部分では、目視判定と自動
判定の不一致が生じてしまう問題があった。また、しき
い値の変更のために種々の提案がなされているが、特に
被検液の濃度が変化したり、試薬が変わったり、目視判
定者が変わった場合自動判定データと目視判定データと
の相関を取り直さなければならず、判定のためのしきい
値の変更のみで判定基準を変更し、自動判定を目視判定
に近づけることが非常に難しい問題もあった。

さらに、判定のためのパラメータの数を増やすと複数個
のしきい値が必要となるため、これらが互いに関連しあ
っている場合にはしきい値の決定に多大な時間を要し、
試行錯誤的な判定実験を廿ざるお得ない問題があった。

本発明の目的は上述した課題を解消して、目視判定者の
定量化できない判定基準をしきい値ではなくニューラル
ネットワーク中に記憶させることにより、判定の際の客
観性を高め常に信鯨性の高い免疫学的反応パターンの判
定装置を提供しようとするものである。

〔課題を解決するための手段〕

本発明の免疫学的反応パターンの判定装置は、免疫学的
反応による反応パターンの陽性、陰性、その他の属性を
判定する判定装置において、反応パターン像に基づき反
応パターンのパラメータを演算する手段と、演算したパ
ラメータを入力信号として反応パターンの自動判定を行
う現状判定ネットワークからなる判定手段と、自動判定
結果が目視判定の結果と異なっていた場合に、現状判定
ネットワークの更新を行うか否かを選択する手段と、ネ
ットワーク更新の選択に基づき、目視判定結果を教師信
号として学習更新ネットワークにより更新すべきネット
ワークを作成し、判定用ネットワークを作成した更新す
べきネットワークに更新する手段とからなることを特徴
とするものである。

〔作　用〕

上述した構成において、現状判定ネットワークと学習更
新ネットワークとからなるニューラルネットワークを設
け、自動判定結果と目視判定結果とが不一致の場合、目
視判定者の判定結果を常に教師信号としてニューラルネ
ットワークが学習を行い、ネットワークを更新するか否
かを選択できるため、判定のためのアルゴリズム開発や
しきい値の設定が不要であり、継続的に反応パターンの
自動判定が目視判定に近づき、判定の信頼性が非常に高
くなる。

［実施例〕 第１図は本発明の判定装置の一例の構成を示す図である
。第１図に示す例において、免疫学的反応後の反応パタ
ーン１をＴＶカメラ等の撮像装置２により光学的に測定
した後、パラメータ演算処理部３で撮像した反応パター
ン像をもとに反応パターンの複数個のパラメータを計算
する。パラメータの一例としては、被検液を保持するウ
ェルの中心部と周辺部との光透過率の比等がある。

次に、計算したパラメータを入力信号として、現状判定
ネットワーク４により反応パターンを自動判定し、図示
しない入力装置により入力した目視判定の結果５と自動
判定の結果とを結果比較部６において比較する。

結果比較部６における判定結果が一致した場合には、こ
れを判定結果として出力する。また、判定結果が一致し
なかった場合には、現状判定ネットワーク４を更新する
か否かの判断を更新判断部７において行う。この更新判
断部７における判断は、データ処理装置で自動的に行っ
ても良いし、目視判定者自らの判断によっても良い。

更新判断部７において、現状判定ネットワーク４の更新
を決定した場合は、学習指令が更新判断部７から学習更
新ネットワーク８に供給される。

学習指令を受けた学習更新ネットワーク８は、反応パタ
ーンのパラメータを入力とし、目視判定者の判定を教師
信号として、学習を開始する。その後学習ネットワーク
８が形成された時点で、このネットワークを現状判定ネ
ットワーク４置き換える。なお、学習更新ネットワーク
の構成は現状判定ネットワーク４の構成と同一の構成と
する必要がある。

第２図は本発明の判定装置のニューラルネットワークと
学習方式のさらに詳細な構成の一例を示す図である。第
２図において、反応パターンは画像情報データとして処
理され、属性の分類に用いられる４つのパラメータＰｉ
、Ｐ２．Ｐ３．Ｐ４に数値化される。現状判定ネットワ
ーク４の一例としては、４つのノードのある入力層と６
つのノードのかくれ層と３つの属性ノードの出力層とか
らなる３層の階層型ネットワークが用いられる。もちろ
ん、現状判定ネットワーク４としては、教師信号による
学習法則が決定されているニューラルネットワークであ
れば、他の構造のものでも使用することができる。

現状判定ネットワーク４では、パラメータＰＩ。

Ｐ２．　Ｐ３．　Ｐ４に基づき３つの属性Ａ、Ｂ、Ｃの
いずれかに反応パターンが分類判定される。これと同時
に、目視判定者は反応パターンを目視により判定し、Ａ
、Ｂ、Ｃのいずれかの属性に決定する。その後、結果比
較部６で判定結果を比較し、自動判定の結果が目視判定
の結果と一致した場合は、現状判定ネットワーク４は更
新せずに判定を終了する。

一方、自動判定の結果と目視判定の結果が異なっていた
場合には、目視判定者に図示しないＣＲＴ等の表示装置
により現状判定ネットワーク４を改良するかどうかを問
い合わせ、改良して更新する場合は目視判定者の図示し
ない入力装置へのキー入力により、学習を開始する。こ
の場合、学習更新ネットワーク８は、目視判定者による
判定結果を教師信号とし逆方向伝播学習アルゴリズムに
より学習し、学習後の学習更新ネットワーク８を現状判
定ネットワーク４と置き換えて更新する。

一般に、階層型のニューラルネットワークでは学習が必
ず集束するかどうか不明であり、学習時間も長くなる可
能性がある。本発明では、集束上の問題がある場合、学
習更新ネットワークを更新せずに現状判定ネットワーク
を引き続き使用することも可能であり、判定装置として
より信軌性の高いものとなっている。

本発明は上述した実施例にのみ限定されるものではなく
、幾多の変形、変更が可能である。例えば、上述した実
施例では４つのパラメータに基づいて反応パターンの判
定を実施した例を示したが、このパラメータの数はこれ
に限定されるものでないことは明かである。

〔発明の効果〕

以上詳細に説明したところから明らかなように、本発明
によれば以下のような効果を得ることができる。

（１）ニューラルネットワークにより反応パターンを判
定しているため、目視判定者によるしきい値の□操作が
不要となる。

（２）判定をアルゴリズムでなくニューラルネットワー
クで行っているため、学習機能を持たせることにより判
定性能が継続的に改善される。

（３）学習により、判定のためのネットワークを更新す
るかどうかを決定する選択部を設けているため、ネット
ワークの集束性に関する問題も解決され、判定の信゛顛
性が高くなる。

【図面の簡単な説明】

第１図は本発明の判定装置の一例の構成を示す図、 第２図は本発明の判定装置のニューラルネットワークと
学習方式のさらに詳細な構成の一例を示す図である。 １・・・反応パターン　　　２・・・撮像装置３・・・
パラメータ演算処理部 ４・・・現状判定ネットワーク ５・・・目視判定の結果 ６・・・結果比較部　　　　７・・・更新判断部８・・
・学習更新ネットワーク 特許出願人　　オリンパス光学工業株式会社代理人　弁
理士　　杉　　　村　　　暁　　　査問　　　　弁理士
　　杉　　　　村　　　　興　　　　作問　　　　弁理
士　　佐　　　　藤　　　　安　　　　徳同　　　弁理
士　　冨　　　１）　　　　　　実間　　　　弁理士　
　梅　　　　本　　　　政　　　　大同　　　弁理士　
　仁　　　平　　　　　　　孝第２図 べ

Claims (1)

【特許請求の範囲】
1. １、免疫学的反応による反応パターンの陽性、陰性、そ
   の他の属性を判定する判定装置において、反応パターン
   像に基づき反応パターンのパラメータを演算する手段と
   、演算したパラメータを入力信号として反応パターンの
   自動判定を行う現状判定ネットワークからなる判定手段
   と、自動判定結果が目視判定の結果と異なっていた場合
   に、現状判定ネットワークの更新を行うか否かを選択す
   る手段と、ネットワーク更新の選択に基づき、目視判定
   結果を教師信号として学習更新ネットワークにより更新
   すべきネットワークを作成し、判定用ネットワークを作
   成した更新すべきネットワークに更新する手段とからな
   ることを特徴とする免疫学的反応パターンの判定装置。