JPH0696138A - 病態型自動判定方法 - Google Patents
病態型自動判定方法Info
- Publication number
- JPH0696138A JPH0696138A JP24358192A JP24358192A JPH0696138A JP H0696138 A JPH0696138 A JP H0696138A JP 24358192 A JP24358192 A JP 24358192A JP 24358192 A JP24358192 A JP 24358192A JP H0696138 A JPH0696138 A JP H0696138A
- Authority
- JP
- Japan
- Prior art keywords
- feature point
- data
- condition
- pathological
- pattern
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 201000010099 disease Diseases 0.000 title abstract description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title abstract description 12
- 230000001575 pathological effect Effects 0.000 claims description 57
- 238000004458 analytical method Methods 0.000 claims description 32
- 108090000623 proteins and genes Proteins 0.000 claims description 21
- 102000004169 proteins and genes Human genes 0.000 claims description 21
- 238000001962 electrophoresis Methods 0.000 claims description 8
- 239000008280 blood Substances 0.000 claims description 3
- 210000004369 blood Anatomy 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 11
- 101710085938 Matrix protein Proteins 0.000 description 12
- 101710127721 Membrane protein Proteins 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000005194 fractionation Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 230000001629 suppression Effects 0.000 description 7
- 230000007717 exclusion Effects 0.000 description 6
- 238000013508 migration Methods 0.000 description 5
- 230000005012 migration Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 3
- 206010016654 Fibrosis Diseases 0.000 description 2
- 208000019425 cirrhosis of liver Diseases 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000002331 protein detection Methods 0.000 description 2
- 208000034578 Multiple myelomas Diseases 0.000 description 1
- 206010035226 Plasma cell myeloma Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 208000038016 acute inflammation Diseases 0.000 description 1
- 230000006022 acute inflammation Effects 0.000 description 1
- 238000012742 biochemical analysis Methods 0.000 description 1
- 230000007882 cirrhosis Effects 0.000 description 1
- 108010074605 gamma-Globulins Proteins 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Microbiology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Cell Biology (AREA)
- Biochemistry (AREA)
- Biotechnology (AREA)
- General Physics & Mathematics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Peptides Or Proteins (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【目的】 基準値等の変更や、病態判定条件の変更・追
加を容易にできると共に、分析した特徴点データを有効
に利用して病態型を高精度で判定できる病態型自動判定
方法を提供する。 【構成】 少なくとも電気泳動装置によって分析した血
液中の蛋白分画データを含む複数の分析データに基づい
て所定の特徴点を検出し、その検出した特徴点パターン
と、予め作成した複数の病態型およびその各々を規定す
る特徴点の条件パターンを有する知識テーブルとを、テ
ーブルルックアップ方式により比較して病態型を自動的
に判定する。
加を容易にできると共に、分析した特徴点データを有効
に利用して病態型を高精度で判定できる病態型自動判定
方法を提供する。 【構成】 少なくとも電気泳動装置によって分析した血
液中の蛋白分画データを含む複数の分析データに基づい
て所定の特徴点を検出し、その検出した特徴点パターン
と、予め作成した複数の病態型およびその各々を規定す
る特徴点の条件パターンを有する知識テーブルとを、テ
ーブルルックアップ方式により比較して病態型を自動的
に判定する。
Description
【０００１】
【産業上の利用分野】この発明は、少なくとも電気泳動
装置によって分析した血液中の蛋白分画データを含む複
数の分析データに基づいて各種の病態型を自動的に判定
する病態型自動判定方法に関するものである。
装置によって分析した血液中の蛋白分画データを含む複
数の分析データに基づいて各種の病態型を自動的に判定
する病態型自動判定方法に関するものである。
【０００２】
【従来の技術】従来、電気泳動装置によって得られた蛋
白分画データを含む複数の分析データから病態型を自動
的に判定する方法として、ｔｒｅｅ分岐構造（論理木）
を用いたフローチャート方式が知られている。また、本
願人も、例えば特開昭６２−４７５３４号公報、同６２
−１７４６３１号公報、同６２−２５１６５１号公報等
において、上記の論理木による病態型判定を自動的に行
うにあたって、電気泳動装置によって得られた蛋白分画
データに対して、スムージング、泳動長と泳動高の正規
化、各分画の数量化、モノクローナル蛋白のピーク（Ｍ
−ピーク）の検出、泳動波形変動の検出等を行って各種
の特徴点を検出する方法を既に提案している。
白分画データを含む複数の分析データから病態型を自動
的に判定する方法として、ｔｒｅｅ分岐構造（論理木）
を用いたフローチャート方式が知られている。また、本
願人も、例えば特開昭６２−４７５３４号公報、同６２
−１７４６３１号公報、同６２−２５１６５１号公報等
において、上記の論理木による病態型判定を自動的に行
うにあたって、電気泳動装置によって得られた蛋白分画
データに対して、スムージング、泳動長と泳動高の正規
化、各分画の数量化、モノクローナル蛋白のピーク（Ｍ
−ピーク）の検出、泳動波形変動の検出等を行って各種
の特徴点を検出する方法を既に提案している。
【０００３】
【発明が解決しようとする課題】しかしながら、上述し
た従来の論理木を用いたフローチャート方式による病態
型自動判定方法にあっては、病態に合う条件式を個別に
設定するようにしているため、分析装置の違いや分析条
件の違いにより基準値等に変更が生じたり、病態判定条
件の変更・追加が生じた場合に、一度作成したロジック
を修正するのが極めて困難になるという問題がある。
た従来の論理木を用いたフローチャート方式による病態
型自動判定方法にあっては、病態に合う条件式を個別に
設定するようにしているため、分析装置の違いや分析条
件の違いにより基準値等に変更が生じたり、病態判定条
件の変更・追加が生じた場合に、一度作成したロジック
を修正するのが極めて困難になるという問題がある。
【０００４】また、フローチャート方式によって病態型
を判定しているため、各病態型が順次の条件判断の論理
積で判定されることになり、これがため単一の病態型し
か判定できないという問題がある。例えば、上記の公開
公報に開示されているフローチャート方式においては、
最初にＭ−ピークの有無を判断し、Ｍ−ピークがある場
合には、次にγ分画抑制の有無を判断して、γ分画抑制
が有る場合には骨髄腫型、無い場合には良性Ｍ蛋白型と
判定するようにして、他の特徴点についての判断を行う
ことなく判定動作を終了している。
を判定しているため、各病態型が順次の条件判断の論理
積で判定されることになり、これがため単一の病態型し
か判定できないという問題がある。例えば、上記の公開
公報に開示されているフローチャート方式においては、
最初にＭ−ピークの有無を判断し、Ｍ−ピークがある場
合には、次にγ分画抑制の有無を判断して、γ分画抑制
が有る場合には骨髄腫型、無い場合には良性Ｍ蛋白型と
判定するようにして、他の特徴点についての判断を行う
ことなく判定動作を終了している。
【０００５】しかし、蛋白分画データから得られる特徴
点は、Ｍ−ピークがある場合に他の特徴点が現れないわ
けではなく、検体によっては、Ｍ−ピーク有りによる病
態型以外の病態型にも当てはまる場合もある。このよう
なことから、従来の判定方法にあっては、分析した特徴
点データを有効に利用しておらず、判定精度が低いとい
う問題がある。
点は、Ｍ−ピークがある場合に他の特徴点が現れないわ
けではなく、検体によっては、Ｍ−ピーク有りによる病
態型以外の病態型にも当てはまる場合もある。このよう
なことから、従来の判定方法にあっては、分析した特徴
点データを有効に利用しておらず、判定精度が低いとい
う問題がある。
【０００６】この発明は、このような従来の問題点に着
目してなされたもので、基準値等の変更や、病態判定条
件の変更・追加を容易にできると共に、分析した特徴点
データを有効に利用して病態型を高精度で判定できる病
態型自動判定方法を提供することを目的とする。
目してなされたもので、基準値等の変更や、病態判定条
件の変更・追加を容易にできると共に、分析した特徴点
データを有効に利用して病態型を高精度で判定できる病
態型自動判定方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】上記目的を達成するた
め、この発明では、少なくとも電気泳動装置によって分
析した血液中の蛋白分画データを含む複数の分析データ
に基づいて所定の特徴点を検出し、その検出した特徴点
パターンと、予め作成した複数の病態型およびその各々
を規定する特徴点の条件パターンを有する知識テーブル
とを、テーブルルックアップ方式により比較して病態型
を自動的に判定する。
め、この発明では、少なくとも電気泳動装置によって分
析した血液中の蛋白分画データを含む複数の分析データ
に基づいて所定の特徴点を検出し、その検出した特徴点
パターンと、予め作成した複数の病態型およびその各々
を規定する特徴点の条件パターンを有する知識テーブル
とを、テーブルルックアップ方式により比較して病態型
を自動的に判定する。
【０００８】
【作用】かかる構成において、検出した特徴点パターン
と知識テーブルとをテーブルルックアップ方式により比
較すると、該当する病態型が並列的に抽出されることに
なる。
と知識テーブルとをテーブルルックアップ方式により比
較すると、該当する病態型が並列的に抽出されることに
なる。
【０００９】
【実施例】図１は、この発明を実施する病態型自動判定
システムの一例の構成を示すものである。この自動判定
システムは、電気泳動装置１、解析装置２および病院側
ホストコンピュータ３を具える。解析装置２には、電気
泳動装置１から分析した検体の蛋白分画データをオンラ
インで、またはフロッピーディスクにより供給すると共
に、病院側ホストコンピュータ３から患者情報を同様に
オンラインで、またはフロッピーディスクにより供給す
るようにする。
システムの一例の構成を示すものである。この自動判定
システムは、電気泳動装置１、解析装置２および病院側
ホストコンピュータ３を具える。解析装置２には、電気
泳動装置１から分析した検体の蛋白分画データをオンラ
インで、またはフロッピーディスクにより供給すると共
に、病院側ホストコンピュータ３から患者情報を同様に
オンラインで、またはフロッピーディスクにより供給す
るようにする。
【００１０】また、解析装置２には、図示しない他の分
析装置、例えば生化学分析装置によって分析した対応す
る検体の総蛋白量（ＴＰ）を、オンラインやフロッピー
ディスクあるいはキーボード（図２参照）によって入力
し、これら蛋白分画データ、患者情報、ＴＰの入力デー
タおよび予め入力した正常値範囲データを含む特徴点を
検出するための各種の基準値、知識テーブル等のデータ
をもとに、解析装置２において各検体に対して所要の解
析処理を行って、その解析結果を病院側ホストコンピュ
ータ３に供給するようにする。なお、この実施例では、
電気泳動装置１として、ＡＥＳ６００（商品名；オリン
パス光学工業株式会社製）を用い、検体を塗布する支持
体としてセパラックスおよびＳＰ膜を使用する。
析装置、例えば生化学分析装置によって分析した対応す
る検体の総蛋白量（ＴＰ）を、オンラインやフロッピー
ディスクあるいはキーボード（図２参照）によって入力
し、これら蛋白分画データ、患者情報、ＴＰの入力デー
タおよび予め入力した正常値範囲データを含む特徴点を
検出するための各種の基準値、知識テーブル等のデータ
をもとに、解析装置２において各検体に対して所要の解
析処理を行って、その解析結果を病院側ホストコンピュ
ータ３に供給するようにする。なお、この実施例では、
電気泳動装置１として、ＡＥＳ６００（商品名；オリン
パス光学工業株式会社製）を用い、検体を塗布する支持
体としてセパラックスおよびＳＰ膜を使用する。
【００１１】図２は、図１に示す解析装置２の一例の構
成を示すものである。この解析装置２は、入力データを
もとに所定のプログラムに従って解析処理を行うパーソ
ナルコンピュータ（パソコン）１１、パソコン１１にコ
マンドや各種のデータを入力するためのキーボード１
２、解析結果を表示するＣＲＴ１３および解析結果を印
字するプリンタ１４を具える。また、パソコン１１は、
電気泳動装置１や病院側ホストコンピュータ３等に対し
てデータの授受を行うためのＲＳ−２３２Ｃインターフ
ェース（Ｉ／Ｆ）１５、プログラムや知識テーブル等の
各種のデータ等を保存するハードディスクドライブ（Ｈ
ＤＤ）１６、各種データの授受を行うフロッピーディス
クドライブ（ＦＤＤ）１７、プログラムやデータ等を記
憶するメモリ１８および各種データをもとにプログラム
に従って解析処理を行うＣＰＵ１９を具える。この実施
例では、パソコン１４として、ＰＣ−９８０１ＤＡ（商
品名；日本電気株式会社製）を用いる。
成を示すものである。この解析装置２は、入力データを
もとに所定のプログラムに従って解析処理を行うパーソ
ナルコンピュータ（パソコン）１１、パソコン１１にコ
マンドや各種のデータを入力するためのキーボード１
２、解析結果を表示するＣＲＴ１３および解析結果を印
字するプリンタ１４を具える。また、パソコン１１は、
電気泳動装置１や病院側ホストコンピュータ３等に対し
てデータの授受を行うためのＲＳ−２３２Ｃインターフ
ェース（Ｉ／Ｆ）１５、プログラムや知識テーブル等の
各種のデータ等を保存するハードディスクドライブ（Ｈ
ＤＤ）１６、各種データの授受を行うフロッピーディス
クドライブ（ＦＤＤ）１７、プログラムやデータ等を記
憶するメモリ１８および各種データをもとにプログラム
に従って解析処理を行うＣＰＵ１９を具える。この実施
例では、パソコン１４として、ＰＣ−９８０１ＤＡ（商
品名；日本電気株式会社製）を用いる。
【００１２】この実施例では、病態型を自動的に判定す
るにあたって、分画値の正常値範囲データを含む特徴点
を検出するための各種の基準値および知識テーブル等の
所要のデータを予めキーボード１２を介してパソコン１
１に入力しておく。ここで、分画値の正常値範囲は、分
析条件や支持体の種類等に応じて、多数の健常人の分析
データを統計的に処理して適切に設定する。この実施例
では、分画値の正常値範囲データとして、例えば表１の
値を入力する。
るにあたって、分画値の正常値範囲データを含む特徴点
を検出するための各種の基準値および知識テーブル等の
所要のデータを予めキーボード１２を介してパソコン１
１に入力しておく。ここで、分画値の正常値範囲は、分
析条件や支持体の種類等に応じて、多数の健常人の分析
データを統計的に処理して適切に設定する。この実施例
では、分画値の正常値範囲データとして、例えば表１の
値を入力する。
【表１】
【００１３】また、知識テーブルとしては、表２および
表３に示すように、各病態型の判定に必要な特徴点条件
を、上限３２セル（ビット）として、２５パターンの病
態型を設定する。なお、この実施例では、特徴点条件を
１６ビットずつに分け、一方の１６ビットに表２に示す
ように、分画濃度値から得られる特徴点条件を設定し、
他方の１６ビットに表３に示すように、泳動像の波形か
ら得られる特徴点条件を設定する。
表３に示すように、各病態型の判定に必要な特徴点条件
を、上限３２セル（ビット）として、２５パターンの病
態型を設定する。なお、この実施例では、特徴点条件を
１６ビットずつに分け、一方の１６ビットに表２に示す
ように、分画濃度値から得られる特徴点条件を設定し、
他方の１６ビットに表３に示すように、泳動像の波形か
ら得られる特徴点条件を設定する。
【表２】
【表３】
【００１４】上記の表２において、「Ｈ」は正常値範囲
よりも高値を、「Ｌ」は低値をそれぞれ示し、「─」は
判定除外を、「０」は無しを、「１」は有りをそれぞれ
表す。したがって、各分画濃度値の判定条件において、
「Ｈ」「Ｌ」が「１」「０」は高値を、「０」「１」は
低値を、「０」「０」は正常値範囲にあることを、
「０」「─」は高値でないこと、すなわち正常値範囲内
か低値であることを、「─」「０」は低値でないこと、
すなわち正常値範囲内か高値であることをそれぞれ表し
ている。また、MASKおよびANSWは、各病態型を規定する
条件パターンを示すもので、MASKは分析した検体の特徴
点パターンと比較する際に、判定除外をマスクするため
のマスクパターンを、ANSWは各病態型を判定するための
判定パターンを、それぞれ１６進数で表したものであ
る。
よりも高値を、「Ｌ」は低値をそれぞれ示し、「─」は
判定除外を、「０」は無しを、「１」は有りをそれぞれ
表す。したがって、各分画濃度値の判定条件において、
「Ｈ」「Ｌ」が「１」「０」は高値を、「０」「１」は
低値を、「０」「０」は正常値範囲にあることを、
「０」「─」は高値でないこと、すなわち正常値範囲内
か低値であることを、「─」「０」は低値でないこと、
すなわち正常値範囲内か高値であることをそれぞれ表し
ている。また、MASKおよびANSWは、各病態型を規定する
条件パターンを示すもので、MASKは分析した検体の特徴
点パターンと比較する際に、判定除外をマスクするため
のマスクパターンを、ANSWは各病態型を判定するための
判定パターンを、それぞれ１６進数で表したものであ
る。
【００１５】また、表３において、MASKおよびANSWは、
表２と同様に各病態型を規定する条件パターンとしての
マスクパターンと判定パターンとをそれぞれ１６進数で
表したものである。また、表３の「γ」は、Ｍ蛋白に伴
うγ分画抑制を、「ＭＰ」はＭ蛋白を、「Ｍ？」はＭ蛋
白の疑い有りをそれぞれ示し、「１」は有りを、「０」
は無しを、「─」は判定除外をそれぞれ表す。さらに、
「β−γ」は、分析した検体の泳動像のβ−γの谷が埋
まるβ−γブリッジング（リンキング）有りを示す。こ
の実施例では、β−γリンキングの程度を強度と軽度の
２種に分類し、左側のビットを強度に、右側のビットを
軽度に対応させている。
表２と同様に各病態型を規定する条件パターンとしての
マスクパターンと判定パターンとをそれぞれ１６進数で
表したものである。また、表３の「γ」は、Ｍ蛋白に伴
うγ分画抑制を、「ＭＰ」はＭ蛋白を、「Ｍ？」はＭ蛋
白の疑い有りをそれぞれ示し、「１」は有りを、「０」
は無しを、「─」は判定除外をそれぞれ表す。さらに、
「β−γ」は、分析した検体の泳動像のβ−γの谷が埋
まるβ−γブリッジング（リンキング）有りを示す。こ
の実施例では、β−γリンキングの程度を強度と軽度の
２種に分類し、左側のビットを強度に、右側のビットを
軽度に対応させている。
【００１６】また、この実施例では、判定した病態型や
泳動像の分析結果に応じて、蛋白分画報告書に解析コメ
ントをプリントするため、表４に示す解析コメントを予
め入力しておく。
泳動像の分析結果に応じて、蛋白分画報告書に解析コメ
ントをプリントするため、表４に示す解析コメントを予
め入力しておく。
【表４】
【００１７】以下、この解析装置２での解析動作の一例
について、図３に示すフローチャートを参照しながら説
明する。先ず、電気泳動装置１からの検体毎の蛋白分画
データ（測光データ）を読み込む。次に、読み込んだ各
蛋白分画データについて、スムージング処理、ピーク位
置検出処理、泳動長（横方向）の正規化処理、高さ（縦
方向）の正規化処理を行って、泳動像波形を正規化する
と共に、各分画％、Ａ／Ｇ比、各分画の濃度値等の各種
の分画データを演算する。その後、正規化した泳動像波
形および演算して求めた分画データをもとに、対象の泳
動像が正しく分画しているか否かを判断し、分画してい
なかった場合には、分画を修正して再度分画値を演算す
る。
について、図３に示すフローチャートを参照しながら説
明する。先ず、電気泳動装置１からの検体毎の蛋白分画
データ（測光データ）を読み込む。次に、読み込んだ各
蛋白分画データについて、スムージング処理、ピーク位
置検出処理、泳動長（横方向）の正規化処理、高さ（縦
方向）の正規化処理を行って、泳動像波形を正規化する
と共に、各分画％、Ａ／Ｇ比、各分画の濃度値等の各種
の分画データを演算する。その後、正規化した泳動像波
形および演算して求めた分画データをもとに、対象の泳
動像が正しく分画しているか否かを判断し、分画してい
なかった場合には、分画を修正して再度分画値を演算す
る。
【００１８】以上のようにして正規化した泳動像波形お
よび各種の分画データを求めたら、次にこれらの情報を
もとに各種の特徴点を検出して、その結果を表２および
表３に示した知識テーブルと対応する３２ビットの対応
するビットに書き込む。なお、以上の各処理について
は、上記の特開昭６２−４７５３４号公報等に詳しく説
明されているので、ここで異なる点のみを説明する。
よび各種の分画データを求めたら、次にこれらの情報を
もとに各種の特徴点を検出して、その結果を表２および
表３に示した知識テーブルと対応する３２ビットの対応
するビットに書き込む。なお、以上の各処理について
は、上記の特開昭６２−４７５３４号公報等に詳しく説
明されているので、ここで異なる点のみを説明する。
【００１９】特徴点検出処理においては、この実施例で
は、図４にフローチャートを示すように、先ず、特徴点
の有無を書き込む全てのビットを「０」としてから、分
画濃度値から得られる特徴点および泳動像波形から得ら
れる特徴点を検出する。分画濃度値から得られる特徴点
の検出においては、先ず、Ａｌｂとその下限値Ｌとを比
較し、Ａｌｂ＜Ｌのときは、対応する「Ａｌｂ−Ｌ」の
ビットを「１」に書き換え、Ａｌｂ≧Ｌのときは当該ビ
ットをそのまま「０」とする。次に、Ａｌｂとその上限
値Ｈとを比較し、Ａｌｂ＞Ｈのときは、対応する「Ａｌ
ｂ−Ｈ」のビットを「１」に書き換え、Ａｌｂ≦Ｈのと
きは当該ビットをそのまま「０」とする。同様にして、
α1 、α2 、β、γ、ＴＰ、α1+α2 、α2/α1 の各々
について、その下限値Ｌおよび上限値Ｈと比較し、下限
値を下回るとき、および上限値を上回るときに、それぞ
れ対応するビットを「１」に書き換える。
は、図４にフローチャートを示すように、先ず、特徴点
の有無を書き込む全てのビットを「０」としてから、分
画濃度値から得られる特徴点および泳動像波形から得ら
れる特徴点を検出する。分画濃度値から得られる特徴点
の検出においては、先ず、Ａｌｂとその下限値Ｌとを比
較し、Ａｌｂ＜Ｌのときは、対応する「Ａｌｂ−Ｌ」の
ビットを「１」に書き換え、Ａｌｂ≧Ｌのときは当該ビ
ットをそのまま「０」とする。次に、Ａｌｂとその上限
値Ｈとを比較し、Ａｌｂ＞Ｈのときは、対応する「Ａｌ
ｂ−Ｈ」のビットを「１」に書き換え、Ａｌｂ≦Ｈのと
きは当該ビットをそのまま「０」とする。同様にして、
α1 、α2 、β、γ、ＴＰ、α1+α2 、α2/α1 の各々
について、その下限値Ｌおよび上限値Ｈと比較し、下限
値を下回るとき、および上限値を上回るときに、それぞ
れ対応するビットを「１」に書き換える。
【００２０】泳動像波形から得られる特徴点の検出にお
いては、β−γリンキングの検出、Ｍ蛋白の検出、Ｍ蛋
白に伴うγ分画抑制の検出処理を行う。β−γリンキン
グの検出処理においては、β−γリンキングの有無の他
に、有りの場合にその程度すなわちβ−γ間の谷の埋ま
り具合が強度であるか、軽度であるかを検出する。この
ため、この実施例では、β−γリンキング有りの場合
に、図５に示すように、β分画のピークの高さ（ａ）と
β−γの分画点の高さ（ｂ）との比を求め、このａ／ｂ
と予め設定した基準値とを比較し、ａ／ｂ＜基準値のと
きは強度と、ａ／ｂ≧基準値のときは軽度と判定する。
いては、β−γリンキングの検出、Ｍ蛋白の検出、Ｍ蛋
白に伴うγ分画抑制の検出処理を行う。β−γリンキン
グの検出処理においては、β−γリンキングの有無の他
に、有りの場合にその程度すなわちβ−γ間の谷の埋ま
り具合が強度であるか、軽度であるかを検出する。この
ため、この実施例では、β−γリンキング有りの場合
に、図５に示すように、β分画のピークの高さ（ａ）と
β−γの分画点の高さ（ｂ）との比を求め、このａ／ｂ
と予め設定した基準値とを比較し、ａ／ｂ＜基準値のと
きは強度と、ａ／ｂ≧基準値のときは軽度と判定する。
【００２１】このようにして、β−γ間の谷の埋まり具
合を判定すれば、図６Ａに示すように、谷ははっきりあ
るが、β−γ間が埋まっている場合には軽度と、図６Ｂ
に示すように、谷が不明瞭になるほど埋まっている場合
には強度と、また図６Ｃに示すように、谷ははっきりし
ているが、β−γ間が大きくなっている場合には強度と
判定されることになる。この実施例では、β−γリンキ
ング無しの場合には、対応する「β−γ」の２ビットに
「００」を、有りの場合で強度のときは「１０」を、軽
度の場合には「０１」を書き込む。
合を判定すれば、図６Ａに示すように、谷ははっきりあ
るが、β−γ間が埋まっている場合には軽度と、図６Ｂ
に示すように、谷が不明瞭になるほど埋まっている場合
には強度と、また図６Ｃに示すように、谷ははっきりし
ているが、β−γ間が大きくなっている場合には強度と
判定されることになる。この実施例では、β−γリンキ
ング無しの場合には、対応する「β−γ」の２ビットに
「００」を、有りの場合で強度のときは「１０」を、軽
度の場合には「０１」を書き込む。
【００２２】また、Ｍ蛋白検出処理においては、Ｍ蛋白
の有無「ＭＰ」およびＭ蛋白の疑いの有無「Ｍ？」を検
出し、Ｍ蛋白有りの場合には対応する「ＭＰ」のビット
に「１」を、無しの場合には「０」を書き込み、またＭ
蛋白の疑い有りの場合には対応する「Ｍ？」のビットに
「１」を、無しの場合には「０」を書き込む。次のＭ蛋
白に伴うγ分画抑制の検出処理においては、γ分画抑制
有りの場合には、対応する「γ」のビットに「１」を、
無しの場合には「０」を書き込む。
の有無「ＭＰ」およびＭ蛋白の疑いの有無「Ｍ？」を検
出し、Ｍ蛋白有りの場合には対応する「ＭＰ」のビット
に「１」を、無しの場合には「０」を書き込み、またＭ
蛋白の疑い有りの場合には対応する「Ｍ？」のビットに
「１」を、無しの場合には「０」を書き込む。次のＭ蛋
白に伴うγ分画抑制の検出処理においては、γ分画抑制
有りの場合には、対応する「γ」のビットに「１」を、
無しの場合には「０」を書き込む。
【００２３】以上の特徴点検出処理が終了したら、図３
に示すように病態解析処理を行う。この病態解析処理に
おいては、先に検出した検体の３２ビットの特徴点パタ
ーン（ビットパターン）と知識テーブルとを比較して病
態型を判定する。以下、この病態解析処理について、図
７に示すフローチャートを参照しながら説明する。
に示すように病態解析処理を行う。この病態解析処理に
おいては、先に検出した検体の３２ビットの特徴点パタ
ーン（ビットパターン）と知識テーブルとを比較して病
態型を判定する。以下、この病態解析処理について、図
７に示すフローチャートを参照しながら説明する。
【００２４】先ず、知識テーブルに対応する検体のビッ
トパターンＡを作成したら、病態個数回ループによって
病態個数を検出する。この病態個数回ループにおいて
は、先ず、表２および表３に示した各病態型のマスクパ
ターン（MASK）Ｍｉ（ｉは、病態型コード）と、検出し
たビットパターンＡとの対応するビット毎の論理積（Ａ
ＮＤ）をとり、その結果Ｘと当該病態型の判定パターン
（ANSW）Ｔｉとを比較する。以上の処理を全ての病態型
に対して行って、病態個数（Ｚｎ＝ｉ）を検出する。な
お、この実施例では、表２および表３に示すように、条
件パターンを１６ビットずつに分けているので、検体の
ビットパターンＡも１６ビットずつに分けてそれぞれＡ
ＮＤをとる。
トパターンＡを作成したら、病態個数回ループによって
病態個数を検出する。この病態個数回ループにおいて
は、先ず、表２および表３に示した各病態型のマスクパ
ターン（MASK）Ｍｉ（ｉは、病態型コード）と、検出し
たビットパターンＡとの対応するビット毎の論理積（Ａ
ＮＤ）をとり、その結果Ｘと当該病態型の判定パターン
（ANSW）Ｔｉとを比較する。以上の処理を全ての病態型
に対して行って、病態個数（Ｚｎ＝ｉ）を検出する。な
お、この実施例では、表２および表３に示すように、条
件パターンを１６ビットずつに分けているので、検体の
ビットパターンＡも１６ビットずつに分けてそれぞれＡ
ＮＤをとる。
【００２５】以上の病態個数回ループによって病態個数
を検出したら、次にその個数ｎが０か否かを判断し、０
のときはｎ＝１として、当てはまる病態型は無いが、以
上有りとして病態型のコードｉ＝０を設定し、ｎが０で
ないときは、その一致した病態型のコードを設定して、
その結果を出力する。
を検出したら、次にその個数ｎが０か否かを判断し、０
のときはｎ＝１として、当てはまる病態型は無いが、以
上有りとして病態型のコードｉ＝０を設定し、ｎが０で
ないときは、その一致した病態型のコードを設定して、
その結果を出力する。
【００２６】以下、病態型の判定処理およびその結果の
出力例について、具体的に説明する。例えば、検体の特
徴点のビットパターンＡとして、図８Ａに示すパターン
が検出された場合、このビットパターンＡと、例えば図
８Ｂに示すネフローゼ型のマスクパターンＭ5 とのＡＮ
Ｄをとると、図８Ｃに示すビットパターンＸが得られ、
このビットパターンＸとネフローゼ型の判定パターンＴ
5 とを比較すると、両者は一致する。したがって、この
場合には、ネフローゼ型と判定される。このような判定
処理を、各検体について全ての病態型に対して行って、
一致する病態型を判定する。
出力例について、具体的に説明する。例えば、検体の特
徴点のビットパターンＡとして、図８Ａに示すパターン
が検出された場合、このビットパターンＡと、例えば図
８Ｂに示すネフローゼ型のマスクパターンＭ5 とのＡＮ
Ｄをとると、図８Ｃに示すビットパターンＸが得られ、
このビットパターンＸとネフローゼ型の判定パターンＴ
5 とを比較すると、両者は一致する。したがって、この
場合には、ネフローゼ型と判定される。このような判定
処理を、各検体について全ての病態型に対して行って、
一致する病態型を判定する。
【００２７】図９は、蛋白分画報告書への結果の出力例
を示すものである。この例では、蛋白分画報告書に、患
者名等の患者情報の他に、分析した各分画％、Ａ／Ｇ
比、各分画の濃度値等の各種の分画データ、泳動像、分
画値所見、波形所見、分類コード、解析コメントをプリ
ントアウトする。分画データの濃度値の欄には、濃度値
の他に正常値範囲から外れている場合に、その比較結果
を「Ｈ」または「Ｌ」でプリントアウトし、泳動像の表
示欄には基準波形（細線）に重畳して検体の測定波形を
プリントアウトする。また、分画値所見欄には、ＴＰを
含む分画値の異常値の項目とその異常の方向を矢印で印
字し、波形所見欄には、泳動波形から検出されるＭ蛋白
検出やβ−γリンキング等の検出した特徴点の項目を印
字する。また、分類コード欄には判定した病態型（この
例ではネフローゼ型）を印字し、解析コメント欄には判
定した病態型に対応する解析コメントを印字する。
を示すものである。この例では、蛋白分画報告書に、患
者名等の患者情報の他に、分析した各分画％、Ａ／Ｇ
比、各分画の濃度値等の各種の分画データ、泳動像、分
画値所見、波形所見、分類コード、解析コメントをプリ
ントアウトする。分画データの濃度値の欄には、濃度値
の他に正常値範囲から外れている場合に、その比較結果
を「Ｈ」または「Ｌ」でプリントアウトし、泳動像の表
示欄には基準波形（細線）に重畳して検体の測定波形を
プリントアウトする。また、分画値所見欄には、ＴＰを
含む分画値の異常値の項目とその異常の方向を矢印で印
字し、波形所見欄には、泳動波形から検出されるＭ蛋白
検出やβ−γリンキング等の検出した特徴点の項目を印
字する。また、分類コード欄には判定した病態型（この
例ではネフローゼ型）を印字し、解析コメント欄には判
定した病態型に対応する解析コメントを印字する。
【００２８】図１０Ａ〜Ｃは、病態型判定処理の他の例
を示すもので、図１０Ａは検体の検出したビットパター
ンＡを示し、図１０Ｂは肝硬変型のマスクパターンＭ14
を示す。図１０ＡのビットパターンＡと図１０Ｂに示す
マスクパターンＭ14とのＡＮＤをとると、図１０Ｃに示
すビットパターンＸが得られ、このビットパターンＸと
肝硬変型の判定パターンＴ14とを比較すると両者は一致
し、肝硬変型と判定される。図１１は、この場合の蛋白
分画報告書への出力例を示すものである。
を示すもので、図１０Ａは検体の検出したビットパター
ンＡを示し、図１０Ｂは肝硬変型のマスクパターンＭ14
を示す。図１０ＡのビットパターンＡと図１０Ｂに示す
マスクパターンＭ14とのＡＮＤをとると、図１０Ｃに示
すビットパターンＸが得られ、このビットパターンＸと
肝硬変型の判定パターンＴ14とを比較すると両者は一致
し、肝硬変型と判定される。図１１は、この場合の蛋白
分画報告書への出力例を示すものである。
【００２９】図１２および図１３は、蛋白分画報告書へ
の他の２つの出力例を示すもので、図１２は多発生骨髄
腫型の場合を、図１３は低γグロブリン型および急性炎
症型の２つの病態型が判定された場合を示している。
の他の２つの出力例を示すもので、図１２は多発生骨髄
腫型の場合を、図１３は低γグロブリン型および急性炎
症型の２つの病態型が判定された場合を示している。
【００３０】なお、この発明は、上述した実施例にのみ
限定されるものではなく、幾多の変更または変形が可能
である。例えば、上述した実施例では、３２ビットの検
体の特徴点パターンおよび知識テーブルの条件パターン
を１６ビットずつ分けて比較するようにしたが、３２ビ
ット単位で比較するようにしてもよい。
限定されるものではなく、幾多の変更または変形が可能
である。例えば、上述した実施例では、３２ビットの検
体の特徴点パターンおよび知識テーブルの条件パターン
を１６ビットずつ分けて比較するようにしたが、３２ビ
ット単位で比較するようにしてもよい。
【００３１】また、上述した実施例では、条件パターン
としてマスクパターンと判定パターンとの２つのパター
ンを用い、検体の特徴点パターンとマスクパターンとの
ＡＮＤをとり、その結果と判定パターンとを比較して検
体の病態型を判定するようにしたが、条件パターンとし
て１つのパターンを用い、一回のパターンの比較で病態
型を判定するようにすることもできる。すなわち、検体
の特徴点検出においては、分画濃度値の特徴点を、
「Ｈ」の場合には「１００」、正常値範囲（「Ｎ」）の
場合には「０１０」、「Ｌ」の場合には「００１」の例
えば３ビットでそれぞれ表し、泳動像波形の特徴点のう
ち、γ分画抑制は２ビットとして、無しを「０１」、有
りを「１０」とし、ＭＰおよびＭ？は両方で３ビットと
して、両方とも無しを「０１０」、ＭＰ有りを「１０
０」、Ｍ？有りを「００１」とし、β−γリンキングは
３ビットとして、無しを「００１」、軽度を「０１
０」、強度を「１００」として表すようにする。
としてマスクパターンと判定パターンとの２つのパター
ンを用い、検体の特徴点パターンとマスクパターンとの
ＡＮＤをとり、その結果と判定パターンとを比較して検
体の病態型を判定するようにしたが、条件パターンとし
て１つのパターンを用い、一回のパターンの比較で病態
型を判定するようにすることもできる。すなわち、検体
の特徴点検出においては、分画濃度値の特徴点を、
「Ｈ」の場合には「１００」、正常値範囲（「Ｎ」）の
場合には「０１０」、「Ｌ」の場合には「００１」の例
えば３ビットでそれぞれ表し、泳動像波形の特徴点のう
ち、γ分画抑制は２ビットとして、無しを「０１」、有
りを「１０」とし、ＭＰおよびＭ？は両方で３ビットと
して、両方とも無しを「０１０」、ＭＰ有りを「１０
０」、Ｍ？有りを「００１」とし、β−γリンキングは
３ビットとして、無しを「００１」、軽度を「０１
０」、強度を「１００」として表すようにする。
【００３２】一方、条件パターンについては、対応する
項目のビット数を同じにし、分画濃度値の特徴点条件
を、「Ｈ」は「１００」、「Ｎ」は「０１０」、「Ｌ」
は「００１」、「Ｈでない」は「０１１」、「Ｌでな
い」は「１１０」、判定除外は「１１１」でそれぞれ表
す。また、泳動像波形の特徴点条件のうち、γ分画抑制
は無しを「０１」、有りを「１０」、判定除外を「１
１」で表し、ＭＰおよびＭ？は、両方とも無しを「０１
０」、ＭＰ有りを「１００」、Ｍ？有りを「００１」、
判定除外を「１１１」で表し、β−γリンキングは、無
しを「００１」、軽度を「０１０」、強度を「１０
０」、判定除外を「１１１」で表すようにする。
項目のビット数を同じにし、分画濃度値の特徴点条件
を、「Ｈ」は「１００」、「Ｎ」は「０１０」、「Ｌ」
は「００１」、「Ｈでない」は「０１１」、「Ｌでな
い」は「１１０」、判定除外は「１１１」でそれぞれ表
す。また、泳動像波形の特徴点条件のうち、γ分画抑制
は無しを「０１」、有りを「１０」、判定除外を「１
１」で表し、ＭＰおよびＭ？は、両方とも無しを「０１
０」、ＭＰ有りを「１００」、Ｍ？有りを「００１」、
判定除外を「１１１」で表し、β−γリンキングは、無
しを「００１」、軽度を「０１０」、強度を「１０
０」、判定除外を「１１１」で表すようにする。
【００３３】このようにして、各病態型毎に検体の特徴
点パターンと条件パターンとの対応する項目のビット毎
のＡＮＤを取った後、そのＯＲ出力を取り、さらに各項
目のＯＲ出力のＡＮＤを取って、その出力が「１」のと
きに当該病態型と判定する。このようにすれば、各病態
型について一回のパターンの比較で病態型を判定するこ
とができる。なお、以上の説明では項目の特徴点を最大
で３ビットで表したが、例えば最大５ビットとして、よ
り高値およびより低値を表すようにすることもできる。
点パターンと条件パターンとの対応する項目のビット毎
のＡＮＤを取った後、そのＯＲ出力を取り、さらに各項
目のＯＲ出力のＡＮＤを取って、その出力が「１」のと
きに当該病態型と判定する。このようにすれば、各病態
型について一回のパターンの比較で病態型を判定するこ
とができる。なお、以上の説明では項目の特徴点を最大
で３ビットで表したが、例えば最大５ビットとして、よ
り高値およびより低値を表すようにすることもできる。
【００３４】
【発明の効果】以上のように、この発明によれば、検体
について所定の特徴点パターンを検出し、その検出した
特徴点パターンと、予め作成した複数の病態型およびそ
の各々を規定する特徴点の条件パターンを有する知識テ
ーブルとを、テーブルルックアップ方式により比較して
病態型を自動的に判定するようにしたので、従来のフロ
ーチャート方式においては単一の病態型しか判定できな
かったのに対して、例えば図１２に示したように、該当
する全ての病態型を並列的に判定することができる。し
たがって、分析した特徴点データを有効に利用して病態
型を高精度で判定することができる。
について所定の特徴点パターンを検出し、その検出した
特徴点パターンと、予め作成した複数の病態型およびそ
の各々を規定する特徴点の条件パターンを有する知識テ
ーブルとを、テーブルルックアップ方式により比較して
病態型を自動的に判定するようにしたので、従来のフロ
ーチャート方式においては単一の病態型しか判定できな
かったのに対して、例えば図１２に示したように、該当
する全ての病態型を並列的に判定することができる。し
たがって、分析した特徴点データを有効に利用して病態
型を高精度で判定することができる。
【００３５】また、検体については、その特徴点パター
ンを検出するようにしているので、分析装置の違いや分
析条件の違いにより基準値等の変更を容易にできると共
に、判定においては検体の特徴点パターンと知識テーブ
ルとを比較するようにしているので、病態判定条件の変
更・追加も容易にできる。
ンを検出するようにしているので、分析装置の違いや分
析条件の違いにより基準値等の変更を容易にできると共
に、判定においては検体の特徴点パターンと知識テーブ
ルとを比較するようにしているので、病態判定条件の変
更・追加も容易にできる。
【図１】この発明を実施する病態型自動判定システムの
一例の構成を示すブロック図である。
一例の構成を示すブロック図である。
【図２】図１に示す解析装置の一例の構成を示すブロッ
ク図である。
ク図である。
【図３】図１に示す実施例による病態型解析動作の一例
を示すフローチャートである。
を示すフローチャートである。
【図４】図３に示す特徴点検出処理の一例を示すフロー
チャートである。
チャートである。
【図５】泳動像波形におけるβ−γリンキングの程度の
検出方法を説明するための図である。
検出方法を説明するための図である。
【図６】β−γリンキングの程度の判定態様を説明する
ための図である。
ための図である。
【図７】図３に示す病態解析処理の一例を示すフローチ
ャートである。
ャートである。
【図８】図７の病態解析処理による病態型判定の一例を
説明するための図である。
説明するための図である。
【図９】図１に示す実施例による蛋白分画報告書への出
力例を示す図である。
力例を示す図である。
【図１０】病態型判定の他の例を説明するための図であ
る。
る。
【図１１】図１０の場合の蛋白分画報告書への出力例を
示す図である。
示す図である。
【図１２】蛋白分画報告書への他の出力例を示す図であ
る。
る。
【図１３】同じくさらに他の出力例を示す図である。
１ 電気泳動装置 ２ 解析装置 ３ 病院側ホストコンピュータ １１ パーソナルコンピュータ（パソコン） １２ キーボード １３ ＣＲＴ １４ プリンタ １５ ＲＳ−２３２Ｃインターフェース（Ｉ／Ｆ） １６ ハードディスクドライブ（ＨＤＤ） １７ フロッピーディスクドライブ（ＦＤＤ） １８ メモリ １９ ＣＰＵ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.5 識別記号 庁内整理番号 ＦＩ 技術表示箇所 // Ｇ０１Ｎ 21/17 Ｄ 7370−2Ｊ
Claims (1)
- 【請求項１】 少なくとも電気泳動装置によって分析し
た血液中の蛋白分画データを含む複数の分析データに基
づいて所定の特徴点を検出し、その検出した特徴点パタ
ーンと、予め作成した複数の病態型およびその各々を規
定する特徴点の条件パターンを有する知識テーブルと
を、テーブルルックアップ方式により比較して病態型を
自動的に判定することを特徴とする病態型自動判定方
法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP24358192A JP3054273B2 (ja) | 1992-09-11 | 1992-09-11 | 病態型自動判定方法 |
| IT93MI001947A ITMI931947A1 (it) | 1992-09-11 | 1993-09-10 | Metodo per valutare automaticamente tipi di configurazioni di frazioni relativi ad una malattia |
| DE4331018A DE4331018C2 (de) | 1992-09-11 | 1993-09-13 | Verfahren zur Bewertung von Blutproben |
| ITMI931967A IT1270978B (it) | 1992-09-11 | 1993-09-13 | Metodo per valutare automaticamente tipi di configurazioni di frazioni relativi ad una malattia |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP24358192A JP3054273B2 (ja) | 1992-09-11 | 1992-09-11 | 病態型自動判定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0696138A true JPH0696138A (ja) | 1994-04-08 |
| JP3054273B2 JP3054273B2 (ja) | 2000-06-19 |
Family
ID=17105957
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP24358192A Expired - Fee Related JP3054273B2 (ja) | 1992-09-11 | 1992-09-11 | 病態型自動判定方法 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP3054273B2 (ja) |
| DE (1) | DE4331018C2 (ja) |
| IT (2) | ITMI931947A1 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003012452A1 (fr) * | 2001-07-31 | 2003-02-13 | A & T Corporation | Dispositif, procede et programme d'analyse d'examen clinique |
| WO2004081554A1 (ja) * | 2003-03-14 | 2004-09-23 | Nec Corporation | 診断支援システム |
| US6963822B1 (en) | 1998-02-18 | 2005-11-08 | K.K. Helena Kenkyujo | Method and apparatus for separation, analysis and evaluation of data |
| JP2006042986A (ja) * | 2004-08-02 | 2006-02-16 | Ricoh Co Ltd | 判定方法、判定システム及び判定プログラム |
| JP2010071699A (ja) * | 2008-09-16 | 2010-04-02 | Nippon Koden Corp | 分析装置 |
| US7991569B2 (en) | 2005-11-17 | 2011-08-02 | Kochi University | Mobility normalizer, normalizing method, normalizing program, self-organized map, substance detecting method, detecting program, detection rule creating method, and data structure |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19832053A1 (de) * | 1998-07-16 | 2000-01-27 | Siemens Ag | Verfahren zur Ermittlung des im Rahmen des Parkinson-Syndroms bzw. der Parkinson-Krankheit relevanten klinischen Zustands eines Patienten, sowie System hierfür |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1479718A (en) * | 1973-08-02 | 1977-07-13 | Ditmore H | Data processing system |
| US4920498A (en) * | 1985-08-17 | 1990-04-24 | Olympus Optical Co., Ltd. | Method of processing and analyzing electrophoretic image, and method of displaying electrophoregram and a medium for recording electrophoregram |
-
1992
- 1992-09-11 JP JP24358192A patent/JP3054273B2/ja not_active Expired - Fee Related
-
1993
- 1993-09-10 IT IT93MI001947A patent/ITMI931947A1/it unknown
- 1993-09-13 IT ITMI931967A patent/IT1270978B/it active IP Right Grant
- 1993-09-13 DE DE4331018A patent/DE4331018C2/de not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6963822B1 (en) | 1998-02-18 | 2005-11-08 | K.K. Helena Kenkyujo | Method and apparatus for separation, analysis and evaluation of data |
| WO2003012452A1 (fr) * | 2001-07-31 | 2003-02-13 | A & T Corporation | Dispositif, procede et programme d'analyse d'examen clinique |
| WO2004081554A1 (ja) * | 2003-03-14 | 2004-09-23 | Nec Corporation | 診断支援システム |
| JPWO2004081554A1 (ja) * | 2003-03-14 | 2006-06-15 | 日本電気株式会社 | 診断支援システム |
| JP2006042986A (ja) * | 2004-08-02 | 2006-02-16 | Ricoh Co Ltd | 判定方法、判定システム及び判定プログラム |
| US7991569B2 (en) | 2005-11-17 | 2011-08-02 | Kochi University | Mobility normalizer, normalizing method, normalizing program, self-organized map, substance detecting method, detecting program, detection rule creating method, and data structure |
| JP2010071699A (ja) * | 2008-09-16 | 2010-04-02 | Nippon Koden Corp | 分析装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| ITMI931947A1 (it) | 1994-03-11 |
| IT1270978B (it) | 1997-05-26 |
| ITMI931967A1 (it) | 1995-03-13 |
| JP3054273B2 (ja) | 2000-06-19 |
| ITMI931967A0 (it) | 1993-09-13 |
| DE4331018C2 (de) | 2002-02-21 |
| DE4331018A1 (de) | 1994-03-17 |
| ITMI931947A0 (it) | 1993-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hong et al. | Toward a connectivity gradient-based framework for reproducible biomarker discovery | |
| Memon et al. | Moderation analysis: issues and guidelines | |
| Höfer et al. | Status of empirical research in software engineering | |
| CN111161815A (zh) | 医疗数据检测方法、装置、终端和计算机可读存储介质 | |
| JP4951752B2 (ja) | 易動度の正規化装置、正規化方法、正規化プログラムおよび自己組織化マップ、並びに、物質の検出方法、検出プログラム、検出ルール生成方法およびデータ構造 | |
| WO2003061454A3 (en) | Automatically detecting cells having nuclear and cytoplasmic densitometric features associated with disease by optical imaging | |
| CN100361136C (zh) | 一种人脸检测系统的评测方法及评测系统 | |
| US11686703B2 (en) | Automated analysis of analytical gels and blots | |
| JPH0696138A (ja) | 病態型自動判定方法 | |
| US5764824A (en) | Clustering mechanism for identifying and grouping of classes in manufacturing process behavior | |
| CN118395745A (zh) | 一种基于数字异构模型的智能化仿真系统及方法 | |
| US20040215401A1 (en) | Computerized analysis of forensic DNA evidence | |
| JP2000250888A (ja) | 予測目的別モデル選定型需要予測方式 | |
| US5904822A (en) | Methods and apparatus for analyzing electrophoresis gels | |
| Kamysheva et al. | Machine Learning (ML)-Enabled Automation for High-Throughput Data Processing in Flow Cytometry | |
| TWI694344B (zh) | 為一作業環境檢測影響因子之裝置及方法 | |
| Blocher | Approaching analytical review | |
| CN110209715A (zh) | 用于涡流检测数据分析的数据预分析方法 | |
| Perlin | An expert system for scoring DNA database profiles | |
| US4720788A (en) | Diagnostic densitometer | |
| Hay et al. | Predicting outcome in current clinic attenders: a biased view. | |
| Wood | Non‐parametric comparison of single parameter histograms | |
| JP3923773B2 (ja) | プラント異常事象診断装置とその診断方法、ならびに記録媒体 | |
| Seely et al. | Demonstrating the Consistency of Small Data Sets | |
| JPS6254337A (ja) | プログラムの階層指定表示方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20000307 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090407 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090407 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100407 Year of fee payment: 10 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100407 Year of fee payment: 10 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100407 Year of fee payment: 10 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100407 Year of fee payment: 10 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100407 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110407 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |