JPH0418267B2 - - Google Patents

Info

Publication number
JPH0418267B2
JPH0418267B2 JP54011797A JP1179779A JPH0418267B2 JP H0418267 B2 JPH0418267 B2 JP H0418267B2 JP 54011797 A JP54011797 A JP 54011797A JP 1179779 A JP1179779 A JP 1179779A JP H0418267 B2 JPH0418267 B2 JP H0418267B2
Authority
JP
Japan
Prior art keywords
blood cells
blood
cells
blood cell
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.)
Expired - Lifetime
Application number
JP54011797A
Other languages
English (en)
Other versions
JPS54119294A (en
Inventor
Uiriamu Beekasu Jeemuzu
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.)
RATSUSHU PUREZUBITAIARIAN SENTO RUUKUSU MEDEIKARU SENTAA
Original Assignee
RATSUSHU PUREZUBITAIARIAN SENTO RUUKUSU MEDEIKARU SENTAA
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
Priority claimed from US05/875,126 external-priority patent/US4199748A/en
Application filed by RATSUSHU PUREZUBITAIARIAN SENTO RUUKUSU MEDEIKARU SENTAA filed Critical RATSUSHU PUREZUBITAIARIAN SENTO RUUKUSU MEDEIKARU SENTAA
Publication of JPS54119294A publication Critical patent/JPS54119294A/ja
Publication of JPH0418267B2 publication Critical patent/JPH0418267B2/ja
Granted legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G01N15/1433

Description

【発明の詳細な説明】
本発明は個々の血球を測定して得た特性を累積
し血液標本を正常な状態か種々の病的状態に対す
る血液標本の近似性に従い分類して血液を自動的
に分析する装置に係るものである。更に詳細にい
えば、本発明は特性値を生ずる各血球に関する測
定結果を累積し自動化した手段により特定の血液
標本を正常か特定の特性の赤血球の疾患すなわち
貧血状態の病的状態の典型的ものとして確認する
ことにより赤血球を自動的に分類することに係る
ものである。 本発明によれば、主要な12種類以上の型の貧血
症状のうちの特定の1つの貧血症状を診断するに
は次の如き3つの一般的な範疇の情報を使用す
る、すなわち(1)血球の数、寸法および血色素含量
の平均の記述子(2)熟練した血液研究者による汚染
された血球の主観的な顕微鏡での観察評価(3)貧血
の正確な原因を究明するための特定の生化学的ま
たはその他の試験。 従来技術の装置では、赤血球標本の記述子の第
1の範疇の最も一般的なものは(1)赤血球数すなわ
ち血液の単一体積当りの赤血球の数、(2)血色素の
含量すなわち血液の単一体積当りの血色素の含
量、(3)含まれた血球の体積すなわち赤血球が占め
る血液の100分比、(4)含まれた血球の体積を赤血
球の数で割つて得られる一般には平均血球容積と
して理解されている平均の血球寸法パラメータ、
(5)総血色素含量を赤血球の計数で割つて得られる
平均的血球血色素パラメータおよび(6)総血球血色
素を含まれた血球の体積で割つて得られる平均的
血球血色素の濃度。 第2の範疇では、汚染された血液標本の主観的
観察評価は顕微鏡を使用して血液フイルムを検査
し、大きい血球すなわち大赤血球、小赤血球およ
びターゲツト血球の如き小さい血球、鎌形血球の
如き細長い血球といつた如き特性的に異常な血球
を区分し、たとえば、赤血球の大小不同症+1、
+2または+3の如き寸法の不同を確認したりま
たは変形赤血球症+2、+2または+3の如き寸
法の不同を主観的に確認する血液研究者にとつて
は退屈で時間を消費する方法である。 現在では、総合的な平均的赤血球パラメータの
ほかに、視覚的類別ある生化学的およびその他の
複雑化された試験が貧血症の病理を更に明確する
ためしばしば行われている。これら試験には、鉄
の運動試験、血清の鉄分レベル試験、血色素電気
泳動試験、葉酸レベル試験、ビタミンB12試験お
よび化膿の変化および染色可能な鉄分レベルを評
価するための骨髄の試料の摘出が含まれる。これ
らの方法は非常に時間を費やし費用がかさみ骨髄
の摘出は非常に苦痛である。 以上説明したことに従い、本発明の1つの面で
は退屈な視覚検査を正常と異常の赤血球を小母集
団(sub population)に自動的に分類することに
代えまた別々の小母集団用の有意義な赤血球を摘
出することである。これらのパラメータとその他
のパラメータとは貧血症の範疇に従い血液の標本
を自動的に分類するために使用される。赤血球を
小母集団に自動的に分類する1例が本出願人の第
4097845号明細書に記載されている。この米国特
許明細書に記載してあるように、正常な血球と異
常な血球とを自動的に有意義で広く認められた小
母集団に分類する際に遭遇する1つの困難は特に
血球のそれぞれの面積すなわち寸法と形状とが重
複する場合に血球の形態と色彩とにより血球を正
確に区分けすることでありまた血球のそれぞれの
主要な見分ける特徴はそれぞれの中心の蒼白部の
形状(または中心の蒼白部がないこと)である。
中心の蒼白部は円形であることがあり得る血球で
は特にきわ立つている赤血球の薄いデイスク状個
所である。たとえば、ターゲツト血球と正常血球
とはほぼ同じ寸法の面積と形状とを有しているこ
とがあるが中心の蒼白部は形状が異なる。従つ
て、これらの血球を見分ける、従つて、貧血症を
見分けるため、自動的分析は血球をその外部形状
ならびに内部形状に基いて検査し分類できなけれ
ばならない。 針状赤血球の如き他の血球は正常な血球等と一
般に同じ寸法、面積および内部形状を有している
こともあるが主としてその針状周辺により見分け
られる。同様に、更にまた鎌形血球の如き異常な
血球を他の細長い血球と区別する際の困難は鎌形
血球が同様な周辺形状と寸法と面積とを有してい
ることがあるが主としてとがつた突起すなわち針
状部が存在しているので互いに異なるということ
である。更に他の異常な血球は他の形態学的に似
ている血球とは色彩または密度に換算して測定し
た血色素の含量でのみ別の範疇に入れられる。従
つて、低色素血球を正常血色素の血球と見分ける
こと望ましい。 更にまた、赤血球を小母集団に分類することは
自動的貧血分類に関して必ずしも十分な識別では
ないがこれら小母集団の更に統計的記述子がしば
しば必要であると判つた。たとえば、種々の貧血
症血球は同じ割合の丸い両凹状血球を有している
こともあるが寸法、血色素の含量および中心の蒼
白部について血球の分散に可成りの相違を示す。
その他の貧血症では細長いか針状の血球が同じ割
合であるが寸法、血色素または形状の測定結果に
ついて総母集団の歪曲の点で可成り差がある血液
となることがある。 詳細に後記するが、本発明は微小なスライド・
デジタル像およびパターン認知系統に関連して説
明する。しかしながら、本発明はそのような系統
にのみ用途が限定されるものではない。その理由
は血液を分類しまた異常状態を調べるため血液を
試験する標本の特徴分析が米国特許第3947123号
明細書に記載したコヒーレント光学的分析技術ま
たは米国特許第3817219号および第3822095号明細
書に記載した液体流処理技術の如き他の技術を使
用しても行うことができるからである。商業的に
利用できるようにするには、血球用のデジタル像
およびパターン認知系統は、たとえば、ニユーヨ
ーク州コーニングのコーニング・グラス・ワーク
スが製造し米国特許第3883852号明細書に一般的
に記載されているLARCの如き現在商業的に受け
入れられている白血球微分計算系統の如き性能を
有するようリアルタイムを基礎とし十分な速度で
作動する必要がある。 フロリダ州ヒアリアのクールター・エレクトロ
ニクス製のクールター・カウンタは赤血球計算を
行い血球の全母集団を特徴づける平均的赤血球パ
ラメータ、更に詳細にいえば平均的血球容積平均
的血球色素含量と平均的血球色素濃度と1mm3毎の
赤血球数とのウイントローブ(Wintrobe)指数
を与える点において貧血症の診断に役立つ結果を
出す。しかしながら、クールター・カウンタでは
異常赤血球と正常赤血球との間の相違は得られな
い。更にまた、個々の血球に対する血色素の含量
は測定されず分散と歪曲との測定は行われない。
最後に、自動的範疇化または既知の貧血症または
その他の病理学との直接的関連は分析の一部とし
て自動的に含まれる。 これまで、赤血球の像処理に対してあるオフラ
イン試験が行われた。これら試験の1つは「ベン
トレイ・エス・エイ・(Bentley S.A.)とエス・
エム・ルイス(S.M.Lewis)で、共著の英国血液
学会誌29:81(1975)の「赤血球の形態学的特性
の定量用の像分析コンピユータ」には像分析技術
による3つの赤血球パラメータを測定する総血球
母集団の乾燥され染色された赤血球のオフライン
分析が記載されている。この分析は測定されたパ
ラメータが分析される血球の総母集団からであり
ウインとロード指数に相似している点でクールタ
ー・カウンタ分析に似ている。赤血球の乾燥は人
工産物を導入し非常に正確な分類を行うため中心
の蒼白部すなわち内部の赤血球分析はなかつた。
更にまた、正常な赤血球を異常な赤血球との間を
区別する能力は記載されてなかつた。同様に、貧
血症の分類について赤血球を自動的に分類する能
力は記載されてなかつた。 像処理による異常赤血球の鑑別なしに正常赤血
球の測定がジエー・ダブリユー・クリーン氏によ
り発表され「グリーン・ジエ・イー、(赤血球分
析のコンピユータ方法、特徴の抽出および選択な
らびにパターン認知のシンポジウムの議事録IEE
カタログ第70C 51C PP.100、アルゴン、イリノ
イス(1970)」と題する論文に報告されている。
赤血球の測定および分類せずに赤血球の特徴を測
定する方法を報告する同様な種類の論文がエム・
ベシス・アール・ウイードおよびレブロンド編集
の「エデン・エヌ・赤血球の形状の研究に関する
像処理技術スプリンガー・ヴエルラーグ・ニユー
ヨーク、PP.141、(1973)」と題する論文に発表
されている。 米国特許第3851156号明細書には色彩代数学技
術を使用しての染色された赤血球と白血球とを現
場で分離する技術が記載されている。周辺、寸法
および色彩の特徴がこの技術により赤血球用に生
じた。これらの特徴は血球の総母集団に対し測定
され小母集団に分類しない。更にまた、正確な中
心蒼白部の分析は考慮されずまた血色素と寸法と
の二変量分散の如き小母集団の統計的測定を行う
手段も設けずまたこれらの測定が貧血症の分類化
または基本型の貧血症に対する類似性の測定のプ
ロフイルを得るのに重要であるとも示してない。 要するに、以上述べた方法のいづれも血球をそ
の特徴、特に血液の標本を敏速に分類し血液を同
様であると報告するため血球の蒼白部の内部の特
徴により血球を分析する能力を有していない。 前記した本出願人による米国特許の方法と装置
とでは、血球の異常な小母集団の量的分析はこれ
までは不可能であつた規模で行つた。本発明の装
置は人間の眼またはその他既存の装置よりも敏速
にしかも正確に血球を分析できるので、種々の貧
血症の異常な赤血球小母集団と正常な小母集団に
対する異常な赤血球の関係とを一層明瞭に定量的
に理解できるようになつた。血の赤血球の標本が
これまでに知られまた考えられていたよりも存在
する貧血の型に関する一層有意義な情報を含んで
いることが判つた。 従つて、本発明では血球の寸法、血色素含量お
よび割合の如き小母集団の特性の変数すなわち測
定結果ならびに全体として血球の母集団のみなら
ず種々の小母集団のある1つか合わせたパラメー
タについての分散および歪曲の測定結果の如き他
のパラメータとにより貧血症の患者から採取した
血を定量または見分けることが可能になつた。血
球の小母集団と全体としての母集団とのこれら測
定した特性は患者の血液の標本を確実に記述す
る。また、本発明によれば、標準の正常な血液の
標本の赤血球の特性値といくつかの認められた貧
血症のそれぞれに典型的に見られる特性値とにこ
れら赤血球の記述を比較できる。また、臨床家が
自身の診断の助けとするため有力な定量関係を得
られるよう血液の標本の認められた1つまたはそ
れ以上の型の貧血症との近似性の指数を生ずるこ
ともできる。更にまた、時間をあけて何回か特に
順次の治療後に患者の血液を試験することによ
り、各型の貧血症に関係した患者の血液について
の一連の指数を生ずることができる。従つて、患
者の血液が悪化しているか一層正常な血液に向か
つているかを確かめるため患者の経過を見定める
ことができる。本発明の応用を拡げて認められた
用途に利用する場合、前記した貧血症の診断に現
在一般的に使用されているその他の時間を消費す
るか苦痛であるか費用がかさむかもしくはこれら
欠点のすべてを有する試験のいくつかは省略でき
ると考えられる。従つて、詳細に後記するが、赤
血球の標本のリアルタイム分析とこの標本の構成
とを定める標準の型の貧血症との比較が可能であ
る。 この目的のため、本発明ではそれぞれの間にタ
スクを分けて行うため複数の論理システムを同時
にしかも制御された関係で使用している。従つ
て、数百の赤血球を分析しそれらの種々の特徴を
抽出し次いで貧血症の規準と比較するため小母集
団のパラメータを形成する能力がいづれも詳細に
後記するように同時に共働する論理システム間で
機能とタスクとを分けることにより行える。 本発明の一般的な目的は、従来技術のシステム
に比較して新規にして改良された血球の自動的分
析および分類システムを提供することである。 本発明の他の1つの目的は、血液とその認めら
れた範疇の貧血症との関係を自動的に分析する装
置とを提供することである。 本発明の他の1つの目的は、異常性を調べるた
め血液を自動的に試験することである。 本発明の前記した目的とその他の目的とは添付
図面を参照して以下に説明することにより理解で
きよう。 例示の目的で図示してあるように、本発明は赤
血球を自動的に分類し患者の血液の標本の少くと
も1つの型の認められた範疇の貧血症とか正常な
血液とかまたは貧血症以外の赤血球の疾患との関
係を分析する装置とに具体化してある。更に詳細
にいえば、個々の赤血球は自動的に検査され、た
とえば、球形の血液小母集団、細長い血球の小母
集団、不規則な形状の血球小母集団、ターゲツト
血球小母集団および両凹の血球小母集団の如き
種々の血球小母集団に分類され次に認められた貧
血症を定義する基準の特性と比較するため患者の
血球の小母集団および全体として血球の母集団と
に対する複数の特性値が生ぜしめられる。例示の
ため、特定の貧血症を確認する選択された特性値
が判り後記に以下の貧血症に対して与えらえる、
すなわち、鉄分不足、慢性疾患病、B−地中海貧
血症、巨大血球症、血色素SS、血色素SC、球状
赤血球等であり、基準特性値は正常な血液、すな
わち、ほぼ全部の正常赤血球等が発生せしめられ
後記するように与えられる。 また詳細に後記するように、たとえば、血色
素、平均の血球寸法(または面積)と形状および
中心の蒼白部分の如き特性に相対的に患者の血液
中の赤血球の母集団と小母集団の分散の測定結果
が臨床家に報告できる。たとえば、大まかにいえ
ば、各血球に対する寸法と血色素含量の二変量赤
血球分布は一般に長円形のプロフアイルであり第
13a図ないし13dに詳細に示してあるように
45°と135°との軸線を有している。二変量分散の
測定対象としての長さと幅と平均値の尺度として
のプロフアイルの位置とは臨床家に患者の総血球
の構成の印象を与えるため報告される。同様に、
蒼白部と形状との中心傾向の分散と歪曲との測定
対象が第15図と第16図とに示してあるように
総血球母集団または小母集団において総血球構成
を更に定量するため提供される。 貧血症の患者は一般に新たな正常赤血球を作る
のに困難を経験しているか既存の赤血球が異常な
速度でか異常な過程により破壊されている。赤血
球は典型的には約120日の寿命を有していてその
発生、成長および死減は連続した過程である。貧
血病は一般に大部分が丸い正常な赤血球を含む正
常な赤血球に比較して異常な寸法または形状を有
する血球としてか正常な血球に対する血色素の特
性とは異なる血色素特性を有する血球として現わ
れる。従つて、たとえば、貧血病になる明確でな
い病気の過程を発生したばかりの正常な患者にお
ける既存の血球は120日の寿命を有し、種々の特
性を有する新たな血球は本明細書に記載した正確
な測定技術により標本を採取される場合第13a
図に比較し第13c図に示してあるように母集団
の一層広い分散を生じ勝ちである。このような情
報が臨床家に先に可視的に見積つた赤血球大小不
同、すなわち、血球の寸法の不同の大きい測度な
らびに血色素含量の不同の存在を知らされる。平
均的血色素と平均的血球寸法情報が第13a図−
第13d図において血球分布の中心傾向をつきと
める。 以下に説明する本発明の具体例では、特定の貧
血症のそれぞれは記憶された16のパラメータすな
わち特性で示してある。患者の血液は各血球を小
母集団に分類して個々の血球を基礎に分析され次
いで総血球母集団の小母集団の平均的血球寸法、
平均的血球の血色素および血球の割合が生ぜしめ
られて小母集団の結果を出す。また、患者の血液
の他の測定された特性またはパラメータの複数が
小母集団から1組の基準特性値、すなわち、n−
空間位置を定めるため総数で16のパラメータが生
ぜしめられ7つの型の貧血症に対する8つの基準
特性値すなわち空間の部位と正常な血液とに相対
的な患者の血液の部位の近似性を計算する。これ
ら基準の貧血症に対する患者の血液の標本の近似
性に関する報告が臨床家に患者がどのような型の
貧血症を有しているかまたは患者の貧血症が既知
の型にどのように似ているかを知らせる。次い
で、患者の治療後に、臨床者は分析して患者が一
層正常な血液に向つているか悪化しているかを示
す新たな定量結果が得られる。 個々の血球を分析しそれを小母集団に分類し血
液の小母集団の変数をリアルタイムを基礎にして
特定の貧血症を定義する変数と比較するため、好
ましい装置では同時に制御された方法で作動し互
いに作業を分担する第1と第2の論理システムを
使用する。また詳細に後記するが、本発明の装置
は有力で新規な技術と血球分析を行うのに有効で
安価な装置とになるように血球を分類および分析
する手段を含んでいる。たとえば、本発明では正
常な血液の標本が一般に「両凹状」血球小母集団
と呼ばれる共通の小母集団に分類できる見分けで
きる中心の蒼白部を有する丸い血球を非常に高い
割合で有していることとまたこの両凹状小母集団
を有する僅かに4つの他の小母集団を使用する時
7つの型の貧血症が見分けできるということを認
識している。しかしながら、小母集団の特定の名
称と構成とを変えることができまた本発明の範囲
に入るので本発明が本明細書に説明し定義した小
母集団にのみ限定されるものでないことは理解す
る必要がある。 例示の目的で第1図と第2図とに示してあるよ
うに、本発明は自動的分類を容易にするため血球
を互いに間隔をあけ顕微鏡スライド12上の赤血
球の1つの層を分析する顕微鏡的デジタル像処理
およびパターン認知システムを備えた装置10と
して具体化されている。適当な高分解能顕微鏡光
学系14がビデイコンテレビジヨンカメラチユー
ブまたはその他の検出器上に各赤血球用の光学像
を形成し、この検出器は一点一点の光学像の走査
した電子電荷分布を各像における点の光学的伝達
を表わすデジタル化した像に変える。ビデイコン
カメラの出力はデジタル化電子管20に印加さ
れ、この電子回路は像処理論理回路22に接続さ
れたアナログをデジタルに変える変換器を含み、
この論理回路はデジタル化電子回路20を制御し
指数化された血球の像を受理してそれを記憶部に
記憶する。像処理論理回路22は血球特性抽出お
よび血球分類を含む後記する処理方法でデジタル
化された血球の像で作用する。 適当なステージモーター手段24が設けてあり
主論理回路28により制御されるステージモータ
ー電子管26により制御される。ステージモータ
ー24はスライド12上の血液の標本の種々の像
個所を反覆して処理するためスライド12を移動
させる目的で設けてある。顕微鏡の焦点を制御す
るため、焦点制御モーター手段30が顕微鏡に接
続され焦点モーター電子回路32により作動せし
められ、これら電子管もまた焦点パラメータ電子
管34により主制御論理回路28により制御され
る。像分析用のスライドの焦点の制御は当業界に
良く知られ、たとえば、米国特許第3967110号明
細書に記載されている。 第1図に示した分析装置10は顕微鏡光学系1
4とテレビジヨンビデイコン16とを包囲してい
るカバー40を有するハウジング38を含んでい
る。ハウジング38の上部42は装置の制御スイ
ツチを収容し、次に下位の部分44は制御論理回
路28を収容し、次の2つの下位の部分46,4
7は像処理論理回路22と主制御論理回路20用
の記憶部とモーター電子回路26,32とを収容
している。端子48が主制御論理回路28に接続
され標本に関する見分け情報の入力用とその他の
指令用のキーボード50を有している。監視スク
リーン52が最終報告の可視の表示を出し、好ま
しいのは恒久的記録を作るためプリンター手段5
4によつて書いた印字面が作られる。テレビジヨ
ン監視装置55が所望の絵画的表示を出す。テレ
ビジヨンカメラ電子回路が監視装置の下方の部分
49内に収容されている。次の下位の部分51は
像処理論理回路22を収容する第1の部分53と
共にアナログをデジタルに変える変換器を収容し
ている。赤血球の分析結果もまた医学的コンピユ
ータのデータバンクに記憶されるため伝送され
る。 本発明によれば、赤血球は装置10により正常
な血球が異常な血球と見分けられこれまでの手作
業と視覚とによる血球の検査では不可能であつた
詳細な方法で小母集団に自動的に分類される。ま
た、検査される赤血球のそれぞれは少数の異常な
血球でも見逃がされないすなわち忘却されずまた
特定の小母集団に関する正確なパラメータもまた
得られるよう互いに排他的な小母集団に分類して
報告できる。第1に、個々の赤血球は血色素の含
量を検査するため個々に検査できる。従つて、小
母集団に見出された血球の型ばかりでなくまたそ
の特性と血色素の特性についての報告も作成し
得。個々の赤血球は主観性がなく両凹状血球(中
心に蒼白部を有する丸い血球)と、細長い血球
と、ターゲツトと不規則な血球(前記分類の部類
のいづれにも入らない)との如き互いに排他的な
小母集団(第1表)に分類できる。 特定の小母集団内で報告された個々の血球の血
色素含量の分析から集めた好ましい血色素の特性
は第1表に示した如く特定の小母集団に対する平
均的血球血色素(MCH)である。血色素のパラ
メータのほかに、各小母集団に対する個々の血球
が数えられ総母集団における血球の割合を出し、
また各小母集団に対する平均的血球のそれぞれの
割合もまた第1表に示した如く報告できる。複数
の定量可能な特徴について1つの標本の特定の小
母集団内の赤血球の多変数の正規分布を測定する
ことは血の異常性の検出に役立つと判つた。この
ことに関して、二変量分布が第13a図において
1つの好ましい定量可能な特徴の血球個所を1つ
の軸線上に血球の血色素含量を他の軸線上にして
丸い両凹状血球として示してある。 後記する測定および分析手順により、中心の配
置についてこの分布または複数の可変数の平均値
と可変性、拡がりまたは分散とを説明するパラメ
ータが報告されている。平均的中心個所と平均的
血球血色素とは分布の中心部を記述し第1表に報
告されている。他の2つの統計的パラメータEV1
とEV2とが第1表に報告され大小の長円形の拡が
りの直交する方向における分布の分散の変化を記
述している。EV1とEV2とはそれぞれ固有値1と
固有値2とを表わし分布の分散または拡がりを記
述する。もし分布の諸点が長円を定めるものと考
えると、EV1とEV2とは長円の長さと幅とに関係
するものと考えられる。特定の小母集団の分布に
関するパラメータを報告することにより得られる
利点は詳細に後記する。 第1表に報告した他のパラメータには中心の蒼
白部の容積に関する両凹状および球状血球の分布
に対する基準の偏倚ならびに両凹状および球状血
球に対する平均的蒼白部の容積(PAL)である
蒼白部の容積の偏倚(PSD)は血球のこれら小
母集団の測定対象の分布の変化を記述する。報告
されている別のパラメータは血球の定量可能な特
徴(血球の周辺)2の面積についてのすべての血
球の分布の歪曲を測定する尺度(SKW)である。 このデータは本発明以前には市販の装置または
特殊な研究方法の如き他の方法では得られなかつ
た。最も類似した装置はクールターカウンタ(フ
ロリダ州ヒアリーのカルター・カンパニイ製)
で、このカウンタは赤血球を小母集団に分類する
ことができず赤血球の全母集団に対する平均的血
球寸法と平均的血色素を報告する。第1表に示し
てあるように、本発明はまた総母集団または平均
的血球血色素ならびに示唆された他のパラメータ
に加えて平均的血球面積(平均的血球寸法に関す
る)も報告できる。この表にはこれらパラメータ
が平均的パラメータと一直線に示してある。 従つて、前記したように、本発明は赤血球を第
1表に示したいくつかの相互に排他的な小母集団
に分類できる。表に示した小母集団は貧血症の認
められた範疇に血球を分類する好ましい小母集団
であるが他の定義された小母集団もあり得る。平
均的血球面積(MCA)はピコグラム(Pg)で
報告した平均的血球血色素(MCH)と共にミク
ロン2で報告されている。 前記したいくつかの小母集団とそれらの関係し
た後記するパラメータとは次のとおりである、す
なわち、
【表】 本発明の別の面によれば、血の標本が分析され
それによりこの標本を認められた範疇の貧血症か
正常な血液と比較する報告されている。「相似性」
または「距離」の測定対象より分類できる。好ま
しい具体例では、患者から採取した血液の標本の
小母集団を検査するため24のパラメータが測定さ
れる。これらのうち16のパラメータは16のパラメ
ータ空間の1点を形成する試験した血液の標本用
に使用される。本発明によれば、患者から採取し
た血液の標本に対する値を表わす個所から貧血症
の範疇のそれぞれに対する典型的なパラメータ値
を表わす個所までの距離で測定できる。従つて、
医師は患者から採取された血液の標本が貧血の範
疇のどれに最も似ているかを測定できこの情報か
ら診断できる。いまはまた、判定論理が最も妥当
な診断を指示できる。血液の標本に対するパラメ
ータ値の正常化した距離が第1表に認められた範
疇の貧血症と共に血液の正常な範疇用に示してあ
る。第1表に示してあるように、この特定の血液
の標本は報告された他のいづれもの距離より0.9
小さいので正常に最も近く、従つて、この血液は
正常な血液に最も近い。 本発明の別の面については、マルチプル並列論
理回路の構成がスライド上の血球を有効に分析す
るために必要な敏速な処理を行うと判つた。従つ
て、好ましい具体例では、第3図に示してあるよ
うに第1の処理手段と、主制御論理回路28と、
第2の処理手段と像処理論理開路22とが設けて
ある。スライド上の血球の分析にはある作業順序
で行う必要があり、また1つの作業がしばしば先
の作業の結果を必要とするので、特定の作業を行
うに必要な結果が作業を開始する際に得られるよ
う処理手段を同期化する同期化手段が設けてあ
る。 第3図には主論理回路28と像処理論理回路2
2との間に特定の関係が示してある。このマルチ
プル並列論理回路すなわち構成のため、主制御論
理回路は像処理論理回路が別の作業を行つている
間に1つの作業すなわちタスクに進むことができ
る。 第3図に示してあるように、主制御論理回路が
行う作業が左欄に像処理論理回路の行う作業が右
欄に示してある。主制御論理回路はその関係した
アキユムレータをクリヤした後始動信号が像処理
論理回路に送られ次いで作業58が後に続く作業
56を進める。その間像処理論理回路は主制御論
理回路からの始動信号(作業60)を待つてい
る。始動信号を受理すると、像処理論理回路22
はビデイコンカメラ16(第2図)で生じた像を
デジタル化することを含む作業62を進める。デ
ジタル化が終ると、像処理論理回路は「デジタル
化完了」信号を主制御論理回路に送り(作業6
4)デジタル化の完了と作業66の開始とを示
す。主制御論理回路の作業58は今では「デジタ
ル化完了」信号を待ちこの信号を受理するとこの
回路は段階(作業60)に進み、この段階ではス
ライドが静止し、従つて、血球の新たな領域が像
化される、その理由は先の領域が既に像処理論理
回路によりデジタル化されているからである。光
学装置14(第2図)はスライド上の血球の像化
手段を形成している。ステージモーター駆動装置
24と焦点モーター駆動装置30とそれらの関係
した電子装置とは主制御論理回路28により制御
される。新たな領域が像化されるよう段階を動か
した後、主制御論理回路は作業72に進みこの作
業では領域が焦点を合わされて作業72に進む。 「デジタル化」信号を伝達した後、像処理論理
回路は血球の境界点のためデジタル化した像を走
査する(作業66)。もし血球の境界が判ると
(作業74)、像処理論理回路は血球の境界と特徴
とを抽出し(作業76)血球をその適当な小母集
団に分類する。 次いで、像処理論理回路は作業66に戻り別の
血球境界点の像を走査し続ける。走査と、特徴抽
出と血球分類作業とは詳細に後記する。もし作業
74により新たな境界点がつきとめられないと、
像処理論理回路は作業80に進み、この作業では
つきとめられた各血球の特徴ならびに各小母集団
の分類が主制御論理回路に伝達されこの回路は作
業68,70または72を行う段階にある。情報
伝達は断続的である、すなわち、主制御論理回路
は像化手段を制御する段階にある必要があり(作
業68か70)、主制御論理回路はこれらの作業
を中断し、像処理論理回路から受理した情報を記
憶した後段階を動かし顕微鏡の焦点を合わせる。
しかしながら、もしこれらの作業が既に完了して
いれば、主制御論理回路は作業72に進みこの作
業では主制御論理回路は像処理論理回路からデー
タが伝達されるのを待つ。データの受理に応答し
て主制御論理回路は肯定信号を像処理論理回路に
伝達し(作業82)次いで作業84に進み、この
作業では各小母集団用の小母集団データが詳細に
後記するように更新される。 肯定信号を受理すると、像処理論理回路は主制
御論理回路により記憶されるように動かされた新
たな領域の像をデジタル化する作業に進む。小母
集団データの更新が完了すると、主制御論理回路
は論理部88で処理された血球の総数Nが1000に
等しいかどうかを測定する。もし1000個の血球が
処理されると、主制御論理回路は作業58に戻り
像処理論理回路からの「デジタル化」信号を待
ち、さもなければ、主制御論理回路は小母集団を
計算し(作業90)貧血症分類(作業100)に
進み詳細に後記するように結果を印字する(作業
102)。 従つて、この複式処理構成により、主制御論理
回路は像化手段を自由に制御し、新たな領域が像
化されるよう視界に入り他方像処理論理回路は先
の領域からの像をデジタル化し分析している。同
様に、主制御論理回路が像処理論理回路による像
から抽出したデータを集めている間に、像処理論
理回路は同時に主制御論理回路により視界に移動
された新たな像をデジタル化し分析できる。例示
の目的で、主制御論理回路と関連させて唯一の像
処理論理回路についてのみ説明したが、平行に異
なる像で独立して作動するいくつかの像処理論理
部からの情報を利用できることは理解する必要が
ある。 本発明は記憶および分類作業の量を可成り減少
すると共にこの作業に必要な設備も減少できるよ
う分類論理回路に使用する特徴の数ならびに分析
時間を好適にするようにしてある。分類時間を好
適にすると、分類の信頼性と精度とが犠牲にされ
る恐れがある。それにもかかわらず、第1表に示
した如き多数の小母集団に対して比較的に簡単な
特徴の組と分類論理とが考案された。好ましい分
類特徴は寸法と、血色素含量と、針状形状と、丸
味と、細長さと、断面血球検査の中心ピークの高
さ(もしあれば)と中心の蒼白部分とである。こ
のような特徴を適当に組み合わせ分析することに
より、正常な血液から区別して丸い血球、球状血
球、ターゲツト血球、不規則な形状の血球および
細長い血球を見分けできる。 好ましい方法と装置とでは、血球分類は約415
ナノメータの光学的波長を有する光を使用して白
血球とその他の人工的産物とを光学装置14に不
可視にすることにより非常な精度と信頼性とをも
つて像処理およびパターン認識により行われる。
この光学的波長では赤血球は染色することなく紫
外線に敏感なビデイコンカメラに比較的に対照を
高められ他方、白血球とその他の形成されたエレ
メントとはほぼ不可視である。顕微鏡での像処理
技術により分析される以前に赤血球を染色すると
時間がかかりまた染色により分析の精度を下げる
いくつかの染色した人工産物を導入することもあ
るので好ましくないと判つた。更にまた、染色の
多くは密度に従い血色素の濃度を表わすのに化学
量論的でなく、従つて、各血球毎の血色素の含量
の量子化を歪曲する。乾燥以前に染色せずに血球
を蒸気で固定して中心の蒼白部のゆがみによる人
工産物の形成を防止する特定の方法が1977年12月
21日に出願した「自動化分析用の血液標本を製造
する方法と装置」と称する発明の本出願人の米国
特許出願明細書に記載されていて本願にも参照し
てある。従つて、標本を1つの層にして敏速に作
り前記米国特許出願明細書に記載した如く赤血球
の乾燥以前にホルムアルデヒドの蒸気で固定しま
た白血球の分析における如く血球の対照を高める
ため時間のかかる染色を利用しないことにより、
これらの標本は敏速に作られまた正確に分析でき
る。 血球像の位置検出、見分けならびに特徴の抽出
は8進法チエーンコードの型式で血球を示す境界
方法により血球をつきとめ境界するため後記する
ように非常に簡素化された。像処理方法として8
進法チエーンコードの使用がフリーマン・エツチ
氏による「線引き像のコンピユータ処理ACM計
算調査6:57(1974)」と題する論文に説明してあ
る。詳細に後記するが、進法チエーンコードは次
の如き特徴を抽出できるようにする、すなわち、
(1)血球寸法、(2)周辺長さと丸味形状の測定対象(3)
不規則形状の測定対象および(4)細長い形状の測定
対象。これに続き合わせた密度すなわち血色素の
特徴の抽出それに続いて中心の蒼白部の測定対象
とターゲツト血球の測定対象とのための抽出断面
走査(厚味と密度とのプロフイル)を行う。最後
に、内部の中心蒼白部の境界が測定され一層正確
にターゲツト血球を見分けるため特徴が分析され
る。 これら見分け特徴の抽出後、血球は次いで分類
手段により分類される。好ましい分類手段(第5
a図、第5b図および第5c図は)は電気的装置
のデジタル論理システムか赤血球を分類するため
ブール論理を使用するプログラムされたマイクロ
プロセツサから成る。 本発明の例示した具体例の特定の特徴を詳細に
説明すると、血球の像は、たとえば、テレビジヨ
ンデジタル化システムとして米国特許第3883852
号明細書に示した如く当業界に知られている方法
でデジタル化される(第3図の作業62)像の平
面に0.23ミクロンのピクセル(Pixel)解像を行
うよう配置された紫外線照明を有する顕微鏡光学
装置により拡大された血球像が得られる。ピクセ
ルは記憶分析器に記憶されたデジタル化した像に
特定の位置を有する画素である。 像処理論理による作業66(第3図)を詳細に
示す第4図を参照して説明する。デジタル化され
た顕微鏡的原像が更に分析のため像108で表わ
した如く記憶される。この分析は像処理論理回路
により行われ作業76,78(第3図)から成る
符号115で示したブロツクで表わされる。本発
明のこの好ましい具体例では、デジタル化した像
108の個々の血球110,112はブロツク1
13内の血球110用に例示した如きラスター走
査がクリチカル臨界以上の物体をつきとめるため
デジタル化した像から成る手段によりつきとめら
れる。血球の境界は当業界に良く知られている技
術により反時計方向に探索することにより付近の
ピクセルエレメントを検査することによりトレー
スされる(これら当業界に知られている技術の1
つが米国特許第3315229号明細書に記載されてい
る)。この反時計方向の境界トレース作業中、一
般に最初につきとめられた血球の「頂部」におけ
る画素であるピクセル114aと血球の「底部」
におけるこの例ではピクセル114fである画素
とは後の分析において基準として記憶される。分
析方法は次いで特徴を抽出しつきとめられた血球
をブロツク115に示してあり詳細に後記する複
数の小母集団の1つに分類する段階に進む。 次いで、デジタル化した像のラスター走査が底
部のピクセル114fから続きブロツク116に
示した臨界以上のピクセル112aを押し込むこ
とにより次のデジタル化した血球に当る。境界が
トレースされこの血球の特徴が抽出され血球が分
類された後、ラスター走査は底部ピクセルから続
きまたブロツク118に示してあるように、像領
域ではそれ以上血球はつきとめられない。この際
に、像処理論理回路は血球の特徴と小母集団分類
とを第4図に示した如く主制御論理回路に伝達す
る(作業80)。 第3図に概略を示した像処理論理回路により行
われた当初の像処理が第5a図に詳細に示してあ
る。像がデジタル化された後、像は血球をつきと
めるため走査され境界が前記した如くにトレース
される。 この境界走査作業中、8進法チエーンコードが
作業119において形成される。血球を形成する
外側境界が次の方法で処理される。境界を定める
各ピクセルエレメントは血球の線記述を示す一連
の数としてリストに記憶される。たとえば、第7
図を参照すると、境界ピクセル120により画定
した血球のデジタル像が例示されている。 たとえば、バツカス・ジエー・ダブリユおよび
ジエー・エツチ・ウイーンズ氏の「ジヤーナル・
オブ・ヒストケミストリー・アンダ・サイドケミ
ストリー25:7(1977)の「貧血症の診断に応用
した鑑別赤血球の自動化方法」と題する記事に記
載した如き当業界に良く知られているように、こ
のチエーンコードから複数の特徴E1−F4が計算
される。この計算の詳細がもし十分に再現される
とすれば参照した前記出版物に詳細に記載されて
いる。 以上の特徴が他の特徴と組み合わせて血球の分
析に使用される。このことに関して、本発明では
次の特徴が使用される。すなわち、
【表】 前にも述べたように、特徴F1−F4は第5a図
に示した如き像処理論理回路により作業124に
置いて計算される。特徴F1は血球境界に囲まれ
た画素すなわちピクセルの数により定められる血
球の面積すなわち寸法に関係している。特徴F2
は(境界周辺)2/面積であり丸い対象物と丸くな
い対象物との分類に役立つ。丸い対象物は4の論
理値を有し丸くない対象物はそれより大きい値を
有している。 実際には、丸いデジタル化した対象物の面積で
周辺の平方の値はピクセルの数の1関数として変
化し更にまた、常に量子化の誤差を含んでいるの
で実際には量子化された円に対してはこの値は約
14.0でありピクセルすなわち面積が増すに従いこ
の基準数に一層近似している。500ピクセル以上
の総血球面積に対しては、量子化の誤差は±0.2
ユニツト以内である。 特徴F3,F4はそれぞれ球形と細長い形状とに
関係していて、第7図に示してあるように、F3
はチエーンコード境界における針状物の数の計数
でF4は境界の伸びによる非円形を測定する。特
徴F5は血球の総合した光学的密度である(作業
136)。この光学的密度は血球の包囲された境
界内のグレイレベルの合計である。蒼白部分の測
定であるF6は低色素症の如き大きい蒼白部を有
する血球を正常赤血球症と見分けるのに役立つ。
特徴F7はそれぞれが中心ピークを有して2つの
断面直交3ピーク厚味/密度プロフイルの2つの
中心ピークのうちの大きいものに等しくターゲツ
ト血球を検出するために使用される。特徴F8
2つの断面直交2ピーク厚味/密度プロフイルか
ら測定した中心蒼白部の深さの測度である。特徴
F9は蒼白部自体の丸味程度の測度でありターゲ
ツト血球を見分けるのに使用できる。 以上簡単に説明した種々の特徴を定める論理的
判定は第5a図、第5b図および第5c図に示し
た論理フローシートを使用して像処理論理回路に
より行う。論理的判定はT1,T2として示した臨
界値と共に種々の特徴を使用して行われる。臨界
値T1−T11が第5図に示してあり特定の値もまた
得られる。第5図に示してあるように、臨界値は
第5a図、第5b図および第5c図に示したフロ
ーシートに従い関心のある血球の分類に導く論理
的判定を行う際に特徴と共に論理回路により使用
される。このことに関して、第5a図、第5b図
および第5c図には特に後記するがある臨界値以
上かそれ以下の種々の特徴を基礎として行つた
種々の判定が示してある。 第5a図を参照すると、もしつきとめられる対
象物が騒音またはごみの人工的産物でなく血球の
如き十分な大きさのものであり更に分析されるも
のであればこの対象物は論理部138で検査され
る。検査される対象物の寸法すなわち面積である
特徴F1がもし約6ミクロン平方の値であること
もある臨界値T1以下であると、対象物は判定論
理回路により検査されず別の対象物が分析および
分類のためつきとめられる。しかしながら、もし
血球の面積が臨界値T1より大きいと、特徴F5
作業136で計算されこの作業で血球の血色素の
含量が測定される。このことは単にチエーンコー
ド血球の境界内のグレーレベルを合計し次いでグ
レーレベルの測定結果を各血球当りの血色素のピ
コグラムに換算するため換算値1290またはそれに
近い値で割るだけである。 この目的のため、テレビジヨン信号を発生しこ
の信号をデジタル化する電子装置は418ナノメー
タで次の如き密度に相等するグレーレベルを生じ
るよう調節する必要がある、すなわち、 第3表 光学的密度 グレーレベル .134 17 .294 35 .403 52 .505 43 .605 57 また、血色素と面積とを計算するには、光学装
置とテレビジヨン電子装置とは以下の寸法の丸い
対象物はピクセルの以下に示す数を生じるよう調
節される必要がある、すなわち、 第4表 寸法2 ピクセル 111 1850 93 1550 77 1283 58 967 34 567 23 383 17 283 4 67 次いで、判定論理回路が作動して血球が丸いか
丸くないかを測定する。このことは総体的に符号
140で示した論理部分により行われる。論理部
分140は第8図には論理部分142,144,
146を含むものとして示してある。論理部分1
42,144,146は共働して特徴F2,F3
F4が臨界値T4,T5,T6について検査されて丸味
を測定する。もし血球が小さい丸味値と、小さい
球形値と小さい細長い値とを有していると、この
血球は丸いと考えられ次の作業148(第5a
図)に送られ、この作業はターゲツト血球分析と
中心の蒼白部の分析とにおける第1の段階であ
る。同様に、もし血球が丸くないと測定される
と、論理部150(第5a図)が血球の寸法が境
界の上限臨界値T2以上であるかどうかを測定す
るため作動して事実境界の臨界値以上であると測
定すると、血球はそれ以上分析されず新たな血球
が検査される。論理部150の効果は画像152
に示した如き重複する血球を除去することであ
る。この画像からこのような重複する血球が丸味
試験を合格せずまたクラス3,4の血球の型の非
円形血球でもないことが理解できよう。従つて、
重複した血球は正確に分類できずそれがため論理
部150がこのような血球が更に検査されること
のないようにする。 前にも述べたように、血球の丸味は完全な円に
対する14.0の値を有し血球の形状が円からそれる
に従い形状に増大する特徴F2により測定される。
従つて、臨界値T4は適当に良好な円を反映する
よう選択されもし特徴F2が臨界値T4以上になる
と、そのことは形状が円形でなく論理部150へ
の論理流が対象物が丸くないことを示す。もし特
徴F2が臨界値T2より大でないと、そのことは血
球が丸いことを示しまたもし論理部144,14
6からの判定がまた適当な丸味を示すと、論理流
は論理部148に進む(第5a図)。 論理部148では、厚味と密度とのプロフアイ
ルが血球の像から抽出される。これらのプロフア
イル第9a図ないし第9c図と第10a図ないし
第10c図に示してある。厚味と密度のプロフア
イルは血球の像を横切る特定の方向に沿いピクセ
ルのグレイレベルにより決められる。前にも述べ
たように、ピクセルのグレーレベルはこの個所に
おける血球のグレーレベルにより決められる。特
定の個所における血球のグレーレベルがこの個所
における血色素密度と血球厚味とに関係してい
る。このような厚味と密度との2つのプロフアイ
ル、すなわち、プロフアイルaとプロフアイルb
とで第9a図には2つの直交するすなわち互いに
横切る方向に定めた両凹血球に対するものであ
る。第9b図に示してあるように、1つの方向
(方向aは実際に中心部分をそれた。これらプロ
フアイルがターゲツト血球(特徴F7)を区別す
るため使用されるので、2つの互いに横切る方向
は分析されることが好ましい。従つて、各血球に
対して、2つの断面プロフアイルはプロフアイル
が断面の何個所かに沿う血球の厚味に関係して決
められる。 第9図の各血球に対するプロフアイルを第10
a図ないし第10c図を参照して更に詳細に説明
する。第10a図に示してあるように、プロフア
イルは2つの「ピーク」P1,P2と1つの「谷間
V1とを有している。P1とP2とは血球の厚味に対
する血球のプロフアイルは相対的に最大であり従
つてプロフアイルに沿う2つの相対的最大厚味密
度の個所を決める。V1は厚味密度の相対的最小
個所を決める。同様に、ターゲツト血球は第10
b図に示してあるように2つの相対的最小V1
V2と共に3つの相対的最大P1,P2,P3を有して
いる。球赤血球は1つのP1を有しているが谷間
を有していない(第10c図)。これらのプロフ
アイルは詳細に後記するがターゲツト血球分析と
中心蒼白部分析とに利用される。 像処理論理回路は血球に対する厚味と密度との
プロフアイルを抽出した後、第5b図の総体的に
符号156で示した像処理論理部が行うターゲツ
ト血球分析に進む。ターゲツト血球分析の第1の
段階は作業156,158で示した如く2つのプ
ロフアイル、すなわち、プロフアイルaとプロフ
アイルbとを滑らかにすることであり、この作業
は論理部160での作業に先立ち像処理論理回路
が行う。論理部160はプロフアイルが3つのピ
ークを有しているかどうかを定め、もしそうな
ら、このプロフアイルを作業162に進め、この
作業162では2つの非中心ピークP1,P3の平
均の半分、すなわち、「LEV1」を確認する。論
理部164が2つの谷間V1a,V2aがLEV1より小
さいかどうかを確認し、もしそうなら、つきとめ
た血球はターゲツト血球であり像処理論理回路は
プロフアイルbの検査に進む。もしターゲツト血
球でないと、谷間はプロフアイルaにおいてター
ゲツト血球になる程深くないと、中心ピークP2a
は作業166においてゼロにセツトされプロフア
イルaは作業168において2つのピークまたは
それ以下にまで滑かにされる。 プロフアイルaが検査された後、プロフアイル
bが論理部分170で3つのピークを有している
かどうか検査される。もし論理部がプロフアイル
bが3つのピークを有していると確認すると、プ
ロフアイルbは作業172と論理部174とに進
められ、この論理部174では2つの谷間V2a
V2bがプロフアイルa用の場合の如く2つの非中
心ピークP1b,P3bの平均以下のLEV2と比較され
る。もし2つの谷間がLEV2以下であると、プロ
フアイルbは作業176に集められ、この作業で
は特徴F7がプロフアイルa,bの2つの中心ピ
ークP2a,P2bのうちのいづれが大きいかが決めら
れる。特徴F7は論理部178において臨界値T7
と比較されもし臨界値より大きいと、血球はター
ゲツト血球C5として分類される。いい代えれば、
もし2つの中心ピークの大きい方があり臨界値よ
り大であると、血球はターゲツト血球と分類され
る。もしそうでないと、プロフアイルの中心ピー
クは恐らく像ビデオにおける「雑音」とデジタル
化とによるものでターゲツト血球の中心個所によ
るものではない。その際には、両方のプロフアイ
ルが作業180,182において2つのピークか
それ以下のピークに波形整形される。しかしなが
ら、もし論理部がプロフアイルbの谷間がLEV2
以下であると確認すると、プロフアイルbはプロ
フアイルaがゼロにセツトされていたかどうかを
点検する論理部184に進められる。もしそうで
ないと、プロフアイルaはターゲツト血球として
検出され、従つて、P2bはゼロにセツトされ論理
部176が前記した如くF7用の最大値を確認す
る。 もし中心ピークP2aがゼロにセツトされた場合
には、いづれのプロフアイルもそれぞれ論理部1
64,174における試験を合格しない。従つ
て、血球は恐らくターゲツト血球でなくプロフア
イルbもまた182において2つのピークかそれ
以下に波形整形される。しかしながら、あるター
ゲツト血球はこの分析では検出されず、従つて、
他の試験は後記するように血球に対して行われ
る。 中心ピークのプロフアイルa,bが前記したよ
うに検査された後、論理部186がプロフアイル
が唯一のピークしか有していないかどうかを確認
する。もし唯一のピークしか有していない場合に
は、変数P1a,P2a,V1aは作業188において互
いに等しくされる。いづれの場合にも、その際に
像処理論理回路はプロフアイルbが論理部190
において唯一のピークしか有していないかどうか
を確めるためにこのプロフアイルを検査する。も
しプロフアイルbが唯一のピークしか有していな
いと、変数P1b,P2bとV1bとは作業192におい
て互いに等しくされる。 第5c図の説明を続けると、血球の2つのプロ
フアイルの4つのピークの平均値から抽出した2
つの谷間の平均値である特徴F8は論理部分19
4により確認される。その際に血球の特徴F1
血球の寸法が論理部196において臨界値T8
り大きいかどうかを確認するため検査される。 もし血球が大きいと、すなわち、F1がT8より
大きいと、血球は先のターゲツト血球分析にもか
かわらずターゲツト血球であり従つて別のターゲ
ツト血球の分析が作業198において着手され
る。この作業では、変数LEV3が特徴F8の値の半
分に等しくされる(作業198)。 次に、血球の頂部ピクセルから血球の中心を通
る線に沿う方向に臨界状態を探すことにより、す
なわち、中心に達する以前に臨界LEV3以下であ
るピクセルに当てることにより血球の中心蒼白部
を探し始める。次に、チエーンコードが中心の蒼
白部の境界用に形成される。次に、蒼白部の円の
特徴F9が作業204において計算される。蒼白
部の平方を中心蒼白部の面積で割つた数として特
徴F9が計算される。次に、中心蒼白部の円形を
確認するため論理部206において特徴F9が臨
界値T9に比較される。この作業は先のターゲツ
ト血球分析からの2つのプロフアイルが血球20
8用に示した中心個所をそれることがあるので必
要である。従つて、もし円の特徴F9が臨界値T9
より大であると、血球はターゲツト血球で、さも
ないと血球は作業209に向けられてこの作業に
おいて血球の中心蒼白部の寸法に関する特徴が計
算される。 中心の蒼白部の特徴は対象となる血球の高さと
面積を有する円の血色素が占めていない円い容積
割合である。このことが第6図に示してあり、こ
の図においてTは血液の高さまたは厚味を示し、
132は目的とする中心の蒼白部を示す。この血
球に対する先の分析から血球の面積、すなわち、
F1は知られている。また、特徴F5は血球の境界
を定めるチエーンコードにより囲まれたピクセル
用のグレーレベルの合計である。前記したよう
に、血色素の含量は血球の厚味に関係し、このよ
うにして、血色素の特徴F5は血球の厚味または
容積に関係した容積を定義する。円の高さすなわ
ち厚味Tは血球の2つの厚味と密度とのプロフア
イルのピークの平均値を使用することにより次の
如くにして得られる、すなわち、 T=P1a+P2a+P1b+P2b/4 従つて、中心の蒼白部の容積は次の如くにして
計算できる、すなわち、T×血球の面積F1−血
色素の含量。最後に、蒼白部の容積F6は次の如
くである、すなわち、 F6=(T×F1−F5)/T×f1×100% この特徴を計算した後、像処理論理回路は論理
部210での作業に進み、この作業では血球はそ
れが細長い血球C3でも不規則な血球C4でもまた
はターゲツト血球C5でもないと既に確認されて
いるので両凹状血球C1と球状血球C2との間で見
分けられる。論理部210は蒼白部の容積の特徴
F6を臨界値T10に比較しまた蒼白部の深さの特徴
F8を臨界値T11に比較しまたもしいづれもの血球
もその関係した臨界値より小さいと、血球は球状
血球C2と見なされ、さもないとこの血球は両凹
状血球である。 再び第3図を参照すると、特徴抽出作業76と
血球母集団分類作業78とが像走査でつきとめた
血球に対して終了している。次いで、像処理論理
回路は別の血球用の像の走査(作業66)に続
き、もし他の血球が発見されなければ血球母集団
分類ならびにつきとめた血球用の特徴が作業80
において主制御論理回路に送られる。 第6表に示した臨界値を利用して第5a図、第
5b図および第5c図の論理回路に示した種々の
特徴と判定との確認が行われている間に、臨界値
が経験的および統計的分析に基いていて血球の最
終的分類にあまり影響を及ぼすことなく幾分変え
ることができるということは理解する必要があ
る。また、臨界値が分類の精度を最大限にするよ
う定めた好適な値であると信じられていることも
理解する必要がある。
【表】 レベル の臨界
【表】 レベル
像につきとめた血球に対する特徴抽出と血球の
分類とが終ると、これらの特徴は第3図に示した
如き主制御論理回路に伝達される。データの受理
を確認した(作業82)後、主制御論理回路は直
前に分析された像につきとめた各血球の種類毎に
小母集団測定結果を更新する作業(作業84)に
進む。更新作業を行う回路の略図が第11図に示
してある。血球の小母集団すなわち種類に対する
複数の測定結果の総合計を出すため複数のアキユ
ムレータが設けてある。各集計は、たとえば血球
の特徴値自体かまたはその値の平方の如き1つま
たはそれ以上の血球の特徴の1関数である。特定
の血球に対する血球特徴値F1,F2,F4,F5,F6
が血球の特徴が関係する血球の分数C1と共にア
キユムレータに入力として与えられる。血球の測
定結果が累積された後、像における他の血球が同
様に処理されて血球の特徴のすべてに基いて更に
測定結果を累積する。 従つて、特徴2(血球の円形の特徴)がアキユ
ムレータ214の回線212に送られる。アキユ
ムレータ214は総計S1を生ずる、すなわち、
F2が血球の円形の特徴である(第4表)の論理
回路で像処理によりつきとめたすべての血球に対
する測定結果(F2−14.1)3を累積する。この測定
結果は後の計算に使用され、この計算では血球の
円形の特徴についてのつきとめたすべての赤血球
を見分ける歪曲を示すパラメータを作る。 アキユムレータ218,220の回線216に
は細長い特徴F4が累積される。アキユムレータ
218はすべての血球の特徴F4の総計S2を累積
し、この総計は血球の平均的伸びを計算するため
使用される。アキユムレータ220は細長い特徴
F4の平方、すなわち、F4 2の総計を出し、この総
計は細長い特徴F4の平均について赤血球の分散
を示す、すなわち、分布の変化を示すパラメータ
を計算するため使用される。 各小母集団に対して特徴のすべてが累積される
ものではない。たとえば、特徴F6(蒼白部の容
積)は両凹状血球(小母集団C1)と球状血球
(小母集団C2)に対しては累積されない。従つ
て、特定の血球に対する特徴のほかに、これら特
徴が関係している特徴の血球に対する小母集団分
数がC1で示した如く回線222に与えられる。
複数の論理が血球母集団を見分けるために入力
C1を利用する。従つて、小母集団C1定数(すな
わちa1)をアンドゲート224の他の入口側に供
給し小母集団C2定数C2(すなわち、a2)をアンド
ゲート226の他の入力側に供給して血球分類入
力C2が論理回路のアンドゲート224とアンド
ゲート226との入力側に供給される。これらア
ンドゲートの出力はアキユムレータ230,23
2を使用可能にする「オア」ゲート228に供給
される。アキユムレータ230は入力回線242
で示した如く特徴F6(中心の蒼白部の容積)を合
計するが論理「オア」ゲート228により使用可
能にされた時にのみ合計する。同様に、アキユム
レータ232が使用可能にされた時にのみ特徴
(F62の合計を累積する。従つて、ゲート224,
226,228はアキユムレータ230,232
が特徴がC1かC2両凹状または球状血球の型の血
球から抽出された時にのみ特徴F6から誘導され
た測定結果を累算する。アキユムレータ232の
出力はS5に供給され、このS5は血球の中心蒼白部
分の平均容積に相対的に球状と両凹状の血球の分
布の分散の分散パラメータを計算するために使用
される。アキユムレータ230の出力はS4に供給
され、このS4は分散パラメータと長球状と両凹状
の血球用の平均的中心蒼白部の容積を計算するた
め使用される。 同様に、論理アンド回路234は回線222の
C1がa2に等しい、すなわち、特徴回線に現われる
血球の特徴が種類C2(球状血球)回線から抽出さ
れるとアキユムレータ236,238,240を
使用可能にする。アキユムレータ236はS11
供給される特徴F1(血球面積)を累積し、このS11
はC2型の血球用の平均血球面積を計算するため
に使用される。アキユムレータ238はS2に特徴
F5(血球の血色素含量)の累積した合計を供給
し、この合計は型C2に対する平均血色素含量を
計算するために使用される。アキユムレータ24
0はC2型の血球の数の合計を出す、すなわち、
N2が像処理論理回路によりつきとめた球状血球
の数に等しい。 同様に、細長い血球C3と、不規則な血球C4
ターゲツト血球C5との総血球面積はそれぞれS13
S14,S15に供給される。細長い血球と、不規則な
血球とターゲツト血球との総血色素含量の総数が
それぞれS14,S16,S16に供給される。前記した
型式の小母集団のそれぞれにおける血球の総数が
N3,N4,N5に供給される。 同様に、両凹状小母集団の血球面積のすべての
総計がS6に供給され、血色素含量のすべての総計
がS7に供給されまた両凹状血球の総数がN1に供
給される。両凹状小母集団の追加の累積した測定
結果に対しては、追加の論理ゲートがアキユムレ
ータに種々の型の血球間を互いに見分けできるよ
うにする。従つて、アンドゲート248は回線2
44,246に現われる特徴がC1すなわち、両
凹状血球から排出された時にアキユムレータ25
0,252,254を使用可能にする。アキユム
レータ250は測定結果(F12累積した総計を同
様にS8に供給する。同様に、アキユムレータ25
2は測定結果(F52の累積した総計をS9に供給す
る。最後に、アキユムレータ254が特徴F1×
特徴F5の積(F1×F5)の累積した合計を出す。
累積されたS9とS10とは更に後記する分散または
両凹状分散の変化を示すパラメータを計算するた
めに使用される。 従つて、像処理論理回路により検査された各血
球に対する特徴が第11図に示した論理回路に入
力を供給して特徴の血球が属する小母集団類に応
じて各血球に対して更新された特定の測定結果で
血球特徴に基いた測定結果を更新すなわち累積す
る。第11図の論理回路により更新された測定結
果が各小母集団を示すパラメータならびに種々の
血球特徴についての血球小母集団の多数分布を示
すパラメータを計算する中間段階を形成する。 再び第3図を参照すると、論理部88ではN血
球の予セツトされた総数が処理されたかどうかの
確認が行われる。もし予セツトされた総数が処理
されていないと、主制御論理回路は作業58に戻
り、この作業では論理回路は像処理論理回路が次
の領域のデジタル化を完了したことを表示する
「デジタル化終了」信号を持つ。もしN血球が処
理されてあれば、たとえば、N=1000であると、
これらN血球に対し第11図に示した如く更新さ
れた累積測定値は第12a図ないし第12図e図
に示した小母集団を表わすパラメータを計算する
(作業90)ために使用される。 アキユムレータ214(第11図)の出力S1
分布の歪曲を示す分布パラメータの計算に使用さ
れる。この場合に、伸び特徴に対するすべての血
球の分布(第4図)。歪曲は次の如くにして計算
される。すなわち、 SKW=〔NK21 (F2K−14.1)3/N〕1/3 従つて、入力S2とNとを有する論理小母集団2
56は次の如き歪曲パラメータを生ずる、 すなわち、SKW=(S1/N)1/3 歪曲パラメータの計数は血球の母集団を示すの
にきわめて役立つ。たとえば、正常な血球が第1
5図に総体的に符号255で示してある。分布は
特徴F2(円形)についてである。また鎌状血球の
分布もまた総体的に符号257で示してある。こ
の図に示してあるように、鎌形血球の分布は一般
に右方にゆがんでいて多数の細長い血球を有して
いることを示す。しかしながら、両方の分布モー
ドが同じであることを注目されたい。従つて、、
歪曲パラメータは貧血症を示す貴重な比較手段で
ある。 入力S2(血球の伸びの測定結果の合計)とN(血
球の総数)とを有する論理小母集団258は血球
の平均伸びパラメータ(ELN)を生じる。 変数Xに対する分布の基準偏倚の型敷での分布
の一般式は次のとおりである、すなわち、 Std.Dev.=〔NK21 × 2x −(NK21 ×K)21/2 論理部260は伸びの特徴に対する血球の伸び
分布の基準偏倚を生じる。論理小母集団はNK21 F4K(第11図)に等しい入力S2NK21 (F4K2に等しい入力S3とを有し平方根が論理部
262により取り出された後伸びの基準偏倚
(ESO)を生ずる。 両凸状および球状血球の中心蒼白部の平均容積
(PAL)のパラメータは入力N1(両凹状血球の数)
と、N2(球状血球の数)とS4(これら小母集団の
中心蒼白部の容積の累積した合計)とを有する論
理部264により供給される。中心の蒼白部の容
積に対する両凹状および球状血球の分布のパラメ
ータ、この例では中心蒼白部の容積の基準の偏倚
(PSD)は入力S4,S5を有する論理部266とパ
ラメータESDと同様にパラメータPSDを最終的
に生ずるため論理部266により供給される出力
の平方根を取る論理部266とにより供給され
る。 中心の蒼白部の容積の割合である特徴F6に対
する正常と、球状と鉄分不足との3種の血球の母
集団の分布が第16図に示してある。符号267
で示した正常な血球の分布が符号269で示した
鉄分不足の血球の分布と同じ平均値(PAL)を
有していてしかも中心の蒼白部において異なる変
異すなわち基準偏倚を有していることを注目する
ことが重要である。他方、正常な血球の分布は球
状血球271の分布と同じ基準偏倚を有している
が平均値が異なる。従つて、両方のパラメータが
貧血症について血液の分類に有利であると判つ
た。 他の2つのパラメータEV1,EV2が累積した合
計S6−S10とN1とを利用して計算されこれらは両
凹血球の二変量分布の分散量を表わす。二変量分
布の2つの変数は血球寸法と血球の血色素含量と
である。4つのこのような分布が第13a図ない
し第13d図に示してあり、この図において血球
面積は横座標を形成し血球の血色素含量は縦座標
を形成する。それぞれの「X1は血球面積と血色
素の含量とを定めるグラフ内に位置した両凹血球
を表わす。従つて、これら4つの図から判るよう
に、血球は主として起点を通る45°の線に分布さ
れている。血球の平均面積(MCA)と血色素の
平均含量とが各分布の中心を形成している。値
EV1,EV2は独立した主軸線における分布の広が
り量を示す。特に、EV1は45°の方向に沿うか長
円の主分散の線に沿う戻すなわち分布の拡がり量
を表わし他方EV2はEV1の分散に相対的に直交す
なわち横切り90°の方向における分散を示す。 第12a図を参照すると、パラメータEV1
EV2との計算用の論理図が示してある。1つの変
数につき分布の分散を計算する一般式は基準偏倚
用の一般式と同様である。血球面積についての分
布の分散は論理部270により得られ、この論理
部は入力N(両凹血球の数)と、S8((各両凹状血
球用の(F12の合計))とS6(各両凹状血球用のF1
の合計)とを有している。血色素含量についての
分布の分散は論理部272により得られ、この論
理部272により得られ、この論理部は入力N1
と、S9(((F52の合計))とS7(((F5の合計))
とを
有している。論理部274が論理部270,27
2の出力の合計Kを出しまた論理部276が論理
部270,272の出力のプロダクトAを出す。 血球面積と血球の血色素含量とについての分散
の共分散が論理部278により得られ、この論理
部は入力N1,S7,S6およびS10(各両凹状血球に
対するプロダクトF1×F5の合計)とを有してい
る。論理部280が論理部278の出力を2乗し
て出力Bを生じる。論理部282が論理部280
の出力Bから論理部276の出力Aを控除して出
力Dを生じる。KとDとは二次方程式の係数でこ
の二次方程式で論理部282は二次方程式に第1
の解答EV1を与え論理部284は方程式と第2の
解答EV2を与える。 論理部286はすべての両凹状血球に対する総
血色素含量を両凹状血球の数(N1)で割ること
により両凹状血球に対する血色素の平均パラメー
タを生じる。両凹状血球の平均血球面積(MCA)
は両凹状血球の総血球面積(S6)を両凹状血球の
総数(N1)で割る論理部288により生じる。 同様に第12a図に示してあるように、平均血
球面積と平均血球血色素とのパラメータは残る4
つの種類すなわち母集団、すなわち球状血球、細
長い血球、不規則な血球およびターゲツト血球に
対して8つの論理部290−297により計算さ
れる。各小母集団における血球の数N1−N5はそ
れぞれ第12b図において5つの論理小母集団3
00−304により血球の総数の100分比に変え
られる。たとえば、両凹状血球(NC1)の100分
比は論理部300により得られこの論理部は両凹
状血球の数(N1)を像処理手段(N)によりつ
きとめた血球の総数で割り100を掛ける。 最後に好ましい具体例では、第12d図と第1
2e図とに示した如く分析された血球の全母集団
を示す他のパラメータが計算される。先づ、血球
の平均面積パラメータ(MCA)が小母集団の100
分比(すなわち、Ni−NC5が先づ100で割られ)
に各小母集団に対する血球の平均面積を掛けプロ
ダクトに加えて加重平均として計算されて加重平
均を出す。たとえば、両凹状血球(NC1)の100
分比に論理部306により両凹状小母集団に対す
る血球の平均面積(MCA1)を掛け、球状血球の
100分比(NC2)には論理部308により球状血
球の平均面積(MCA2)を掛けまた他の小母集団
に対しても同様な手順を繰り返し次いでこれら5
つの積を合計論理部310により加えて全母集団
に対する血球の平均面積(MCA)を生じる。全
母集団に対する血色素の含量の加重平均が複数の
「乗算」論理部312−316と合計論理部31
8とにより同様に生じる。 前記した段階においては、赤血球の種々の小母
集団と全体としての赤血球の全母集団とを示す24
のパラメータが計算でき、そのうち22のパラメー
タが第1表に示してある。これらのパラメータは
各小母集団に対する全母集団の100分比と、各小
母集団に対する血球の平均面積(MCA)と血色
素の平均含量(MCHと全母集団に対するMCA
ならびにMCHと、両凹状血球と球状血球との分
布の中心蒼白部の平均容量(PAL)と、中心蒼
白部の容量分布の基準偏倚(PSD)と全母集団
の円形分布の歪曲(SKW)とである。伸びの分
布の平均(ELM)と伸び分布の基準偏倚(ESD)
とを表わす2つのパラメータは計算されるが、好
ましい具体例では第1表に示した如く報告されな
い。第1表のパラメータは患者から採取された血
液の標本に対して計算された値である。同様に、
血液の標本を既知の別のものから採取してたとえ
ば鉄分不足の如き既知の範疇の貧血症の1つを示
すこともできる。従つて、患者から採取した血液
の標本を分析して計算したパラメータはこの標本
が患者からの血液の鉄分不足症に似ているかどう
かを確認するため鉄分不足貧血症のパラメータと
比較できる。複数の既知の貧血症の血液の標本に
対して同様なパラメータを計算でき、この計算で
は患者の血液のパラメータが計算できこのように
して、患者の血液は貧血症の血液の認知された範
疇に従い分類できる。第1表を参照すると、第1
表のパラメータが計算された標本が通常、鉄分不
足、慢性疾病、B−地中海貧血症、巨大未熟赤血
球症、ヘモグロビン貧血症SS、ヘモグロビン貧
血症SCおよび球状血球である8つの型の血液と
比較される。認知された範疇の貧血症と正常な血
液とに比較される患者から採取された血液の標本
に対して適当な測定結果を得る特定の分類技術が
第14図に示してある。24のパラメータのうちの
16は16の可変の空間(space)または16の空間を
形成するものと考えることができる。16種のパラ
メータの値は各パラメータに対し16の成分を有す
るベクトルを形成する。従つて、患者から採取し
た血液の標本が分析される際に、それから計算さ
れた16のパラメータが16の成分(y1……yi……y16)
有しているベクトルYを形成する。同様に、前記
した正常と貧血症の8つの型の血液からの標本を
分析すると8つのベクトルWi,1−Wi、18を形成す
る。ある貧血症が正常な血液の範疇に対するベク
トルの各成分はこの特定の範疇に対する16のパラ
メータに対するこのような血液の複数について従
来技術の知識で血液を入手した貧血症についての
平均パラメータを測定することにより確認され
る。患者から採取した血液の標本に対し測定した
パラメータ値を表わすベクトルVは種々の範疇の
貧血症の平均と正常な血とを表わすベクトルと比
較できる。ベクトルYが最も近似しているベクト
ル、すなわち、16の空間のうち最も近いベクトル
が患者の血液の分類を確認する。 第14図の貧血症分類論理における第1の段階
はYベクトルの16の成分を生ずる各パラメータ値
を正常化することである。従つて、患者の血液の
標本中の両凹状血球の平均的血球面積を表わすパ
ラメータ値X1は論理部320で正常化されてY
ベクトルの第1の成分Y1を生じる。パラメータ
値X1を正常化する際に論理部320は平均値a1
をX1から控除し両凹状血球についてのXの分布
の規準偏倚b1で割る。16のパラメータのそれぞれ
に対する分布が16のパラメータのそれぞれに対す
る平均a1と規準偏倚b1とで以下の第16表に示した
如く確認される、すなわち、
【表】
【表】 ベクトルYの16の成分のうちの1つを生じるパ
ラメータXiを正常化する1つの論理部322で代
表される16の論理部がある。患者から採取した血
液の標本に対する16のパラメータ値を表わすベク
トルYが患者の血液の適当な分類を確認するため
8つの範疇の血液のそれぞれに対するパラメータ
を表わす8つのベクトルWi1ないしWi8と比
較される。 従つて、ベクトルYの16の成分y1−y16を有す
る論理部324で代表される8つの論理部が設け
てある。更にまた、これら論理部のそれぞれは血
液の1つの範疇のパラメータ値を表わすベクトル
の16の成分を有している。たとえば、第1の論理
部326は患者の血液のパラメータ値を正常な血
液のパラメータ値と比較する。このことに関連し
て、ベクトルWi1が正常な血液に対するベクト
ルの16の成分を表わす。2つのベクトルYと
Wi1とが論理部326により比較され、この論
理部は規準の距離式では、距離D1を生じるため
2つのベクトル間の距離を計算するために使用さ
れる。第1表を参照すると、患者の血液のパラメ
ータベクトルが正常な血液のパラメータベクトル
にまで0.9の距離を有していることが判る。同様
に、患者のベクトルパラメータが第1表に示して
あるように7つの範疇のパラメータベクトルと比
較される。患者の血液のパラメータベクトルが貧
血症の鉄分不足に4.2の距離を有し慢性疾病に2.5
の距離を有している等々。 8つの範疇の貧血症と正常な血液とのそれぞれ
に対するパラメータベクトルの16の成分とが以下
の第7表に示してある。
【表】 再び第3図を参照すると、貧血症の分類が終了
すると(作業100)、主制御論理回路は分布の
結果を印字すると(作業102)同時に比較すな
わち分類する。好ましい方法と装置とによる出力
の1例は既に第1表に示した。第1表に示した出
力は分析された血液が分析された特徴に基いて正
常に最も近いことを示す。更に2つの例がそれぞ
れ第8表と第9表とに示してあり、第8表では血
色素SSの貧血症を示し第9表は地中海貧血症を
示す。 本発明による血球分析の結果の2つの例が以下
の第8表と第9表とに示してある。
【表】
【表】
【表】 以上の説明により、本発明がこれまでは不可能
であつた赤血球の新規で改良された分析を可能に
し(前記米国特許明細書に記載した装置でさえ不
可能であつた)また赤血球の母集団が他の従来技
術の試験に頼らずに多くの貧血症を診断するに十
分な情報を持つていることが判ろう。すなわち、
血球の生成か破壊かいづれにおいても、微細で僅
かな初期の変化が貧血症の初期症状における如く
今では発見され、その理由は個々の血球における
血色素含量と、血球の形状と、中心の蒼白部の寸
法の変化ならびに個々の血球寸法の計数を正確に
測定できまたこれまでは不可能であつた血液標本
における総血球母集団を知ることができるからで
ある。各血球に対して120日間の寿命にわたり赤
血球の生成と破壊との継続的過程において、高い
割合の古い正常な血球が特定の貧血症の初期にお
いて生成されている新たな赤血球の僅かな数をお
おう。たとえば、感染、癌または結核により発病
する如き慢性の貧血症が中心蒼白部が正常より大
きく血色素の含量が少い新たな赤血球が小さい寸
法で生成されるようにする。当然、慢性貧血症を
早期に検出することはこの特定の貧血症の治療に
非常に役立つ。 本発明により初めて血球の総スペクトルすなわ
ち根茎(すなわち、血球母集団)が個々の血球を
基礎にして十分な数の血球に特定の型の貧血症を
表わす分布の分散を検出するに十分な精度で自動
的に分析できる。たとえば、鉄分不足の貧血症に
かかつている人からの血液の標本を例に取り説明
する。このような場合、典型的には、分散の通常
の値、たとえば、鉄分不足の貧血症の如き貧血症
ではEV1は約30の正常な血液の値から45またはそ
れより高い値にまで増大し、同様に、EV2の分散
の通常の値も約3または4またはそれより高い値
にまで増大する。分布の分散のこれら僅かに高い
値は小さい寸法と、大きい中心蒼白部と血色素の
含量が少いこれら追加の血球を加えるので通常の
母集団が変化せしめられたことを示す。従つて、
診断により通常の密に詰まつた血球母集団は貧血
症の発病後に形成された新たな血球により膨張せ
しめられている。MCAとMCHとの値により定
義される分布の分散の中心傾向の如き他の値もま
た新たな貧血症が存在しているので変化してい
る。中心蒼白部と共にMCA、MCH、EV1、EV2
歪曲等々の如きこの例で使用したパラメータが図
示し説明した貧血症の分類にきわめて有効(この
場合に経験的に)であると判つた。更に調査する
と、赤血球の母集団を説明し定義するのに他のパ
ラメータまたは測定値を使用できるような変更も
本発明の範囲内に入るものであることは理解でき
よう。たとえば、二変量または補正係数は他の測
定結果ならびに赤血球母集団の説明に使用でき、
これらの変量や補正係数は分布および分散を定義
したりまた赤血球の母集団を詳細に説明するため
に使用されている用語の代りにも使用できる。 更にまた、本発明は血球の平均血色含量と血球
の平均寸法の変数に関連して特に説明したが、蒼
白部の寸法および血球の平均面積も試み使用でき
る。使用した特定のパラメータとその名称とも前
記したものに変えることができそのように変えた
ものも本発明の範囲に入るものである。 本発明は赤血球の分布の分散を分析する以前に
血球を互いに排他的な小母集団に分類することに
限定されるものではない。たとえば、赤血球のそ
れぞれの寸法、形状、血色素含量、中心蒼白部
等々の如き特性を測定し、次いで前記した両凹状
血球を別個に分析することなく多変数分散分布を
行うことができる。血球を両凹状小母集団と他の
知られた小母集団に分類することは診断に役立つ
と考えられる。また、両凹状血球、球状血球、細
長い血球、ターゲツト血球および不規則な血球の
小母集団を分類し報告することを省略できる。後
者は単に診断に役立つものとして含めたものであ
る。更にまた、分析と報告とを患者にきわめてあ
り得ると考えられる1つまたはそれ以上の型の特
定の貧血症についてかまたは血液の標本が正常で
あると思われることにのみ行われて複数の貧血症
の列記を省略できる。他方、それぞれ異なる人か
ら採取した血液の多数の血液の標本をふるい分け
る際には、前記した7つの型の貧血症のほかに他
の型の貧血症を含むと非常に役立つ。本発明は視
覚検査またはその他の試験が貧血症の存在の疑い
を残す貧血症を立証する目的ならびに血液の標本
をふるい分ける目的に使用するのに有効な手段を
提供するものと考えられる。 前記した7つの型の貧血症のうち、互いに見分
けるのが最も困難な貧血症は鉄分不足貧血症と、
慢性疾病とB−地中海貧血症とである。これら3
つの型の貧血症を見分ける診断の精度は前記した
既存の装置では約80%の精度である。前記した貧
血症のその他のものはほとんど100%の精度で診
断できる。一般的にいえば、最も近い貧血症が鉄
分不足貧血症と、慢性疾病とB−地中海貧血症と
のうちの1つで最も近い貧血症でないと証明され
ると、実際に証明された貧血症はこれら3つの型
の貧血症のうちの次に近いものである。この理由
とその他の理由とのため、もし第1の貧血症が証
明されない場合に次に近い貧血症が次に証明のた
め検査されるようにして7つの型の貧血症の近似
性を定量することが好ましい。 熟練した血液病学者には鉄分不足貧血症または
慢性貧血症の如きある型の貧血症の診断は貧血病
学者に他の試験の情報がすべて入手できても在来
の装置を使用しては現在ではきわめて困難である
ことは認められよう。本発明は証明のために他の
在来の試験が使用され必要とされる時特定の貧血
症を証明するための有用な手段を提供するもので
ある。 本発明の説明に特に「貧血症」という用語を使
用したが、この用語が一般的な意味に使用されて
いて、本発明は、たとえば、楕円形またはその他
の如き他の赤血球病すなわち病理の検出に使用で
きるものである。 以上、第1と第2のマイクロコンピユータを使
用すると述べたが、唯1台の大型コンピユータま
たはハードワイヤード(hard−wired)論理回路
を使用することもできる。他方、それぞれが異な
る赤血球の特性を同時に測定しそれぞれが異なる
赤血球を小母集団に分類する1台以上の追加のマ
イクロコンピユータを更に使用することができ
る。従つて、赤血球の分析を促進するため前記以
外に追加のマイクロコンピユータを使用できるこ
とが考えられる。 以上の説明と添付図面とにより当業者には本発
明を明確に理解させるものである。本発明を実施
する好ましい特定の例の装置は次の如くである。
すなわち、この好ましい具体例では、第3図のフ
ローシートに示した方法を実施する主制御論理回
路28と像処理論理回路22とはデジタル・イク
イツプメント・コーポレイシヨン製のLSI/11の
如き2つのマイクロコンピユータから成る。この
具体例において、第1表と第2表とに列記したも
のがそれぞれ前記した臨界値とパラメータベクト
ルと共に前記した特徴を使用して主制御論理回路
と像処理論理回路とにより第3図のフローシート
に示した作業を行うために使用できる。この列記
したものはデジタル・イクイツプメント・コーポ
レイシヨン製のRT11作動系監視装置からマイク
ロコンピユータに記憶せしめられる如き2進記憶
モジユールのものであり、これらの表はW/N選
択を有する標準のDUMPプログラムにより作用
したものである。
【図面の簡単な説明】
第1図は本発明の血液分析の新規な特徴を具体
化した装置の斜視図、第2図は第1図に示した装
置の作用を示すブロツク図、第3図は血球を分析
し分類する好ましい処理段階を示すブロツク図、
第4図は像中の血球をつきとめその境界点を確認
する走査技術を示す図、第5a図、第5b図、第
5c図は血球を互いに排他的な小母集団に分類す
る好ましい分類技術のフローシート、第6図は赤
血球の中心蒼白部の測定の典型を示す線図、第7
図は3つの赤血球の輪郭を表示し分析するチエー
ンコードを示す図、第8図は血球が丸いかどうか
を確認する好ましい処理段階を示すブロツク図、
第9a図、第9b図および第9c図は2つの直交
する方向に測定した3つの型の典型的な血球に対
する厚味と密度とのプロフアイル測定結果を示す
グラフであり、これらプロフアイルは中心の蒼白
部の特徴とターゲツト血球の特徴とを測定するた
めに使用され、第9a図はほとんどが全く中心の
蒼白部が顕色されていない「平たい」血球を示
し、第10a図、第10b図および第10c図は
各プロフアイルのピークと谷間とをふちようを付
けて第9a図、第9b図および第9c図の血球の
プロフアイルを示すグラフ、第11図は赤血球の
小母集団のパラメータを累積する好ましい処理段
階の線図、第12a図、第12b図、第12c
図、第12d図および第12e図は複数の血球の
累積された値から小母集団特性を計算する好まし
い処理段階を示す線図、第13a図、第13b
図、第13c図および第13d図は正常特性と貧
血症の特性との二変量分布のグラフ、第14図は
血液を説明する特定の組の測定値と種々の貧血状
態または正常な血液の典型である1組の記憶され
た特性値との間の相似性またはn−空間距離の測
定結果を生ずる好ましい処理段階のブロツク図、
第15図は鎌形貧血症血球の小母集団の歪曲に比
較した正常な血液のすべての小母集団にわたる小
母集団の歪曲の相違を示す血球の円形測定結果の
母集団分布のグラフ、第16図は球状血球と、正
常血球と鉄分不足貧血症の血球に対する平均値と
分散とを示す2小母集団化し、両凹状血球と球状
血球とに対する個々の血球の中心蒼白部の測定に
よる母集団分布のグラフである。 10……分析装置、12……標本スライド、1
4……検査手段、22……分類手段、52,55
……報告手段。

Claims (1)

  1. 【特許請求の範囲】 1 スライド上の細胞を自動的かつ迅速に分析す
    る装置において、複数の信号処理手段と、前記ス
    ライド上の細胞の視野につき像形成手段に第1の
    光学的映像を形成せしめる映像生成手段と、前記
    第1の光学的映像を該映像を表わす点−点分布に
    変換する映像変換手段と、前記点−点分布におけ
    る各点をデジタル信号に変換するデジタル化手段
    と、前記複数の信号処理手段のうち第1の信号処
    理手段により前記像形成手段を制御して別の細胞
    の視野について第2の光学的映像を像形成し得る
    ようにする制御手段と、細胞の複数の基準特性値
    を見るため前記複数の信号処理手段のうちの第2
    の信号処理手段により像形成された細胞の視野毎
    の前記デジタル信号を解析する解析手段と、前記
    第2の信号処理手段からの解析され測定された特
    性値に関するデータを前記第1の信号処理手段に
    移送して記憶せしめる移送手段と、を具備し、前
    記移送手段は前記第2の信号処理手段による前記
    第1の光学的映像の特性値の測定解析中に前記第
    1の信号処理手段に対し前記第2の光学的映像の
    デジタル化をなしこれによつて前記複数の映像を
    同時に処理し得る如くしてなること、を特徴とす
    る分析装置。 2 特許請求の範囲第1項記載の装置において、
    前記第1の光学的映像がデジタル化された時完了
    信号を発生する信号発生手段および該完了信号に
    応答して前記像形成手段を制御し前記別の細胞の
    視野の光学的映像を生成せしめる像形成手段を具
    備してなること、を特徴とする分析装置。 3 特許請求の範囲第2項記載の装置において、
    前記第2の信号処理手段は前記デジタル化手段か
    らなること、を特徴とする分析装置。 4 特許請求の範囲第1項記載の装置において、
    前記スライドを前記第1の映像形成と前記別の映
    像形成との間で移動せしめるとともに前記第1の
    信号処理手段の動作を前記解析手段に同期させる
    ことにより、前記解析手段が前記別の第2の光学
    的映像のために、前記スライドの前記第1の信号
    処理手段による移動と同時に前記第1の光学的映
    像を表わすデジタル信号を解析するようにしてな
    ること、を特徴とする分析装置。 5 特許請求の範囲第1項記載の装置において、
    前記第1の光学的映像を表わす前記デジタル信号
    から導出される前記複数の細胞の基準特性値を、
    前記制御手段に転送して前記像形成手段の制御に
    より前記別の細胞の視野を像形成せしめるための
    転送手段を含むこと、を特徴とする分析装置。
JP1179779A 1978-02-03 1979-02-03 Method and device for automatically analyzing erythrocyte in sample Granted JPS54119294A (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US05/875,126 US4199748A (en) 1976-11-01 1978-02-03 Automated method and apparatus for classification of cells with application to the diagnosis of anemia

Publications (2)

Publication Number Publication Date
JPS54119294A JPS54119294A (en) 1979-09-17
JPH0418267B2 true JPH0418267B2 (ja) 1992-03-27

Family

ID=25365243

Family Applications (1)

Application Number Title Priority Date Filing Date
JP1179779A Granted JPS54119294A (en) 1978-02-03 1979-02-03 Method and device for automatically analyzing erythrocyte in sample

Country Status (5)

Country Link
JP (1) JPS54119294A (ja)
CA (1) CA1135979A (ja)
DE (1) DE2903625A1 (ja)
FR (1) FR2423205A1 (ja)
GB (2) GB2013878B (ja)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI67043C (fi) * 1979-08-22 1985-01-10 Partek Ab Foerfarande och anordning foer klassificering av styckegods so befinner sig i roerelse
GB2068537B (en) * 1980-02-04 1984-11-14 Energy Conversion Devices Inc Examining biological materials
FR2555754A1 (fr) * 1983-11-28 1985-05-31 Inter Inf Procede et dispositif d'analyse automatique d'echantillons biologiques
JPS60158352A (ja) * 1984-01-28 1985-08-19 Hisayo Maeda 血液の自動分析判定指示装置
JPS61258167A (ja) * 1985-05-10 1986-11-15 Hitachi Ltd 血球自動分類装置
US5740270A (en) * 1988-04-08 1998-04-14 Neuromedical Systems, Inc. Automated cytological specimen classification system and method
US5544650A (en) * 1988-04-08 1996-08-13 Neuromedical Systems, Inc. Automated specimen classification system and method
US4965725B1 (en) * 1988-04-08 1996-05-07 Neuromedical Systems Inc Neural network based automated cytological specimen classification system and method
US4918739A (en) * 1988-08-12 1990-04-17 Maraven, S.A. Process and system for digital analysis of images applied to stratigraphic data
US5130559A (en) * 1989-08-26 1992-07-14 Trutzschler Gmbh & Co. Kg Method and apparatus for recognizing particle impurities in textile fiber
EP0479977B1 (en) * 1990-03-30 1997-07-16 Neuromedical Systems, Inc Automated cytological specimen classification system and method
DE4110217A1 (de) * 1991-03-28 1992-10-01 Ullrich Juergen Heinz Verfahren zur herstellung von kristallisaten zur fruehdiagnose oder zur praevention von erkrankungen und zur herstellung von arzneimitteln
DE4211904C2 (de) * 1991-04-09 1994-03-17 Werner Maier Automatisches Verfahren zum Erstellen einer Liste unterschiedlicher Arten für eine flüssige Probe
DE4244708C2 (de) * 1992-04-09 1996-05-02 Werner Maier Verfahren und Vorrichtung zum Erstellen einer Artenliste für eine flüssige Probe
DE19709348C2 (de) * 1996-05-29 1999-07-01 Schubert Walter Dr Md Automatisches Multi-Epitop-Ligand-Kartierungsverfahren
US6091843A (en) * 1998-09-03 2000-07-18 Greenvision Systems Ltd. Method of calibration and real-time analysis of particulates
DE10255097A1 (de) * 2002-11-26 2004-06-17 Ekkehard Scheller Bilderkennungsverfahren zur Auswertung von Dunkelfeldmikroskopiebildern und Vorrichtung hierfür
US20040202357A1 (en) 2003-04-11 2004-10-14 Perz Cynthia B. Silhouette image acquisition
US10445876B2 (en) * 2015-12-18 2019-10-15 Abbott Laboratories Methods and systems for assessing cell morphology
CN116046647B (zh) * 2023-01-28 2023-06-09 深圳安侣医学科技有限公司 血液成像分析系统和方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS4952489A (ja) * 1972-08-14 1974-05-21
US3883852A (en) * 1973-04-20 1975-05-13 Corning Glass Works Image scanning converter for automated slide analyzer
US3947123A (en) * 1974-05-13 1976-03-30 The Board Of Regents Of The University Of Washington Coherent optical analyzer

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3315229A (en) * 1963-12-31 1967-04-18 Ibm Blood cell recognizer
US3851156A (en) * 1972-09-05 1974-11-26 Green James E Analysis method and apparatus utilizing color algebra and image processing techniques
US4097845A (en) * 1976-11-01 1978-06-27 Rush-Presbyterian-St. Luke's Medical Center Method of and an apparatus for automatic classification of red blood cells

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS4952489A (ja) * 1972-08-14 1974-05-21
US3883852A (en) * 1973-04-20 1975-05-13 Corning Glass Works Image scanning converter for automated slide analyzer
US3947123A (en) * 1974-05-13 1976-03-30 The Board Of Regents Of The University Of Washington Coherent optical analyzer

Also Published As

Publication number Publication date
GB2013878A (en) 1979-08-15
JPS54119294A (en) 1979-09-17
DE2903625C2 (ja) 1990-10-11
CA1135979A (en) 1982-11-23
FR2423205A1 (fr) 1979-11-16
GB2093586B (en) 1983-02-02
DE2903625A1 (de) 1979-08-09
GB2013878B (en) 1983-01-19
FR2423205B1 (ja) 1985-04-12
GB2093586A (en) 1982-09-02

Similar Documents

Publication Publication Date Title
US4453266A (en) Method and apparatus for measuring mean cell volume of red blood cells
US4199748A (en) Automated method and apparatus for classification of cells with application to the diagnosis of anemia
JPH0418267B2 (ja)
JP6333326B2 (ja) スペクトルイメージングによる生体試料の分析方法
US4097845A (en) Method of and an apparatus for automatic classification of red blood cells
EP0628186B1 (en) Method for identifying normal biomedical specimens
US4175860A (en) Dual resolution method and apparatus for use in automated classification of pap smear and other samples
Labati et al. All-IDB: The acute lymphoblastic leukemia image database for image processing
US5848177A (en) Method and system for detection of biological materials using fractal dimensions
US6947586B2 (en) Multi-neural net imaging apparatus and method
US20130094750A1 (en) Methods and systems for segmentation of cells for an automated differential counting system
JP2001512824A (ja) 悪性細胞および悪性関連の変化を有する細胞を自動的に検出するシステムおよび方法
GB2466442A (en) A system to analyze a sample on a slide using Raman spectroscopy on an identified area of interest
KR20010017092A (ko) 혈구세포의 형태 자동 분석 및 카운트 방법
Ahmed et al. Segmentation techniques for morphometric measurements of blood cells: Overview and research challenges
Grochowski et al. Machine learning system for automated blood smear analysis
JPH10185911A (ja) 細胞解析装置及びその方法
Chitra et al. Detection of aml in blood microscopic images using local binary pattern and supervised classifier
Pala et al. CNN-based approach for overlapping erythrocyte counting and cell type classification in peripheral blood images
CN112508909A (zh) 一种外周血细胞形态学自动检测系统的疾病联想方法
Elblbesy et al. Optimization of fractal dimension and shape analysis as discriminators of erythrocyte abnormalities. A new approach to a reproducible diagnostic tool
CA1180811A (en) Method and apparatus for measuring mean cell volume of red blood cells
WO2001082216A1 (en) Multi-neural net imaging apparatus and method
GB2614044A (en) Automatic assessment of histological indices
Saha et al. Facilitating Leucocyte Count Using Deep Learning: A Paradigm Shift