JPH10104229A - 有形成分分析装置 - Google Patents
有形成分分析装置Info
- Publication number
- JPH10104229A JPH10104229A JP8255994A JP25599496A JPH10104229A JP H10104229 A JPH10104229 A JP H10104229A JP 8255994 A JP8255994 A JP 8255994A JP 25599496 A JP25599496 A JP 25599496A JP H10104229 A JPH10104229 A JP H10104229A
- Authority
- JP
- Japan
- Prior art keywords
- sample
- analyzer
- image
- information
- urine
- 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.)
- Pending
Links
Landscapes
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
(57)【要約】
【課題】本発明の目的は形態学的に類似する有形成分の
自動分類精度を高めることができる有形成分分析装置を
提供することにある。 【解決手段】尿中の尿沈渣成分の画像解析によって得ら
れた特徴量はニュ−ロネットワ−クを構成する尿沈渣自
動分類回路１７に導入され、自動分類される。一方、尿
中の化学的、物理的性状を試験紙法などで測定する半定
量装置等の一次スクリーニング装置からの測定データが
ＣＰＵ１８に入力される。その測定結果と前記自動分類
結果はデ−タチェック回路１９に導入され、ファジ論理
を用いて正確な分類が行われる。
自動分類精度を高めることができる有形成分分析装置を
提供することにある。 【解決手段】尿中の尿沈渣成分の画像解析によって得ら
れた特徴量はニュ−ロネットワ−クを構成する尿沈渣自
動分類回路１７に導入され、自動分類される。一方、尿
中の化学的、物理的性状を試験紙法などで測定する半定
量装置等の一次スクリーニング装置からの測定データが
ＣＰＵ１８に入力される。その測定結果と前記自動分類
結果はデ−タチェック回路１９に導入され、ファジ論理
を用いて正確な分類が行われる。
Description
【０００１】
【発明の属する技術分野】本発明は検体中の尿沈渣成分
等の有形成分を分類、計数する検査を自動化した有形成
分分析装置に関する。
等の有形成分を分類、計数する検査を自動化した有形成
分分析装置に関する。
【０００２】
【従来の技術】尿の検査は同じ項目を原理の異なる２つ
の方法で測定する特徴をもつ検査である（「カラーアト
ラス尿沈渣：医歯薬出版株式会社、１９９５」参照）。
例えば化学的な反応を用いた検査法だけでなく、色調や
比重のような物理的性状を１次スクリーニングのために
測定している。また、半定量分析を行う装置では試験紙
法を用いて、１次スクリーニングしている。その後、尿
沈渣検査や定量分析で精密に検査する。このように同じ
項目を原理の異なる１次スクリーニングと２次スクリー
ニングの装置で測定するのは尿検査の特徴である。例え
ば赤血球の項目においては１次スクリーニングでは試験
紙法でヘモグロビンを半定量し、２次スクリーニングで
は顕微鏡を用いて沈渣中の赤血球数を計数する。たんぱ
くの項目に関しては１次スクリーニングでは試験紙法で
半定量し、２次スクリーニングでは比色法により正確に
濃度を測定する。
の方法で測定する特徴をもつ検査である（「カラーアト
ラス尿沈渣：医歯薬出版株式会社、１９９５」参照）。
例えば化学的な反応を用いた検査法だけでなく、色調や
比重のような物理的性状を１次スクリーニングのために
測定している。また、半定量分析を行う装置では試験紙
法を用いて、１次スクリーニングしている。その後、尿
沈渣検査や定量分析で精密に検査する。このように同じ
項目を原理の異なる１次スクリーニングと２次スクリー
ニングの装置で測定するのは尿検査の特徴である。例え
ば赤血球の項目においては１次スクリーニングでは試験
紙法でヘモグロビンを半定量し、２次スクリーニングで
は顕微鏡を用いて沈渣中の赤血球数を計数する。たんぱ
くの項目に関しては１次スクリーニングでは試験紙法で
半定量し、２次スクリーニングでは比色法により正確に
濃度を測定する。
【０００３】一方、尿中の沈渣成分を形態学的に検査す
ることはかなり以前から行われており、今なお重要な検
査項目の一つである。
ることはかなり以前から行われており、今なお重要な検
査項目の一つである。
【０００４】ここで、本明細書中で“沈渣成分”とは血
球、上皮細胞、円柱、細菌、結晶などの尿中の有形成分
を含む意味で使用する。
球、上皮細胞、円柱、細菌、結晶などの尿中の有形成分
を含む意味で使用する。
【０００５】従来からの尿中の沈渣成分の分析方法とし
て、（ａ）顕微鏡による目視検査が行われている。この
方法は尿試料を遠心分離し、その沈渣物のスライド標本
を作製し、顕微鏡下で観察、分類、計数を行うものであ
る。また、自動で分析する方法としては、（ｂ）例えば
特開平５−２９６９１５号公報に、尿検体（サンプル）
を特別な形状の流路（フローセル）に通し、尿中の沈渣
成分を幅広の撮像領域中に流し、尿中の沈渣成分が検出
された時にフラッシュランプを点灯することにより、尿
中の沈渣成分の拡大像を静止画像として撮影する方法が
示されている。画像特徴量から対象沈渣成分の分類を行
う技術としては例えば特公昭５８−２９８７２号公報、
特開平３−１３１７５６号公報に血液像の分類に関する
記載がある。特公昭５８−２９８７２号公報では画像特
徴量をもとに、統計的識別関数を多段階に組み合わせた
識別論理あるいは枝別れ論理を用いている。特開平３−
１３１７５６号公報では認識論理として階層型ネットワ
ークを用いている。
て、（ａ）顕微鏡による目視検査が行われている。この
方法は尿試料を遠心分離し、その沈渣物のスライド標本
を作製し、顕微鏡下で観察、分類、計数を行うものであ
る。また、自動で分析する方法としては、（ｂ）例えば
特開平５−２９６９１５号公報に、尿検体（サンプル）
を特別な形状の流路（フローセル）に通し、尿中の沈渣
成分を幅広の撮像領域中に流し、尿中の沈渣成分が検出
された時にフラッシュランプを点灯することにより、尿
中の沈渣成分の拡大像を静止画像として撮影する方法が
示されている。画像特徴量から対象沈渣成分の分類を行
う技術としては例えば特公昭５８−２９８７２号公報、
特開平３−１３１７５６号公報に血液像の分類に関する
記載がある。特公昭５８−２９８７２号公報では画像特
徴量をもとに、統計的識別関数を多段階に組み合わせた
識別論理あるいは枝別れ論理を用いている。特開平３−
１３１７５６号公報では認識論理として階層型ネットワ
ークを用いている。
【０００６】
【発明が解決しようとする課題】上述の（ａ）の顕微鏡
や（ｂ）の画像処理による形態学的検査では、異なる沈
渣成分でありながら形が似ていると、誤まって分類して
しまうという欠点がある。間違えやすい例として、シュ
ウ酸カルシウムや精子頭部を赤血球と誤分類したり、ま
た尿細管上皮細胞を白血球と誤分類することなどがあげ
られる。
や（ｂ）の画像処理による形態学的検査では、異なる沈
渣成分でありながら形が似ていると、誤まって分類して
しまうという欠点がある。間違えやすい例として、シュ
ウ酸カルシウムや精子頭部を赤血球と誤分類したり、ま
た尿細管上皮細胞を白血球と誤分類することなどがあげ
られる。
【０００７】本発明の目的は形態学的に類似する有形成
分の自動分類精度を高めることができる有形成分分析装
置を提供することにある。
分の自動分類精度を高めることができる有形成分分析装
置を提供することにある。
【０００８】
【課題を解決するための手段】本発明の有形成分分析装
置は、一つの観点によれば、検体中の有形成分の画像を
生成してその画像の特徴量を抽出する手段と、その特徴
量にもとづいて前記有形成分を自動的に分類するニュ−
ラルネットワ−クをもって構成された有形成分自動分類
手段と、前記有形成分を測定すべき検体に関する外部情
報を記憶する手段と、その記憶された外部情報と前記有
形成分自動分類手段による自動分類結果を比較してその
自動分類結果の確かさを判定し、その結果を出力する手
段とを備えていることを特徴とする。
置は、一つの観点によれば、検体中の有形成分の画像を
生成してその画像の特徴量を抽出する手段と、その特徴
量にもとづいて前記有形成分を自動的に分類するニュ−
ラルネットワ−クをもって構成された有形成分自動分類
手段と、前記有形成分を測定すべき検体に関する外部情
報を記憶する手段と、その記憶された外部情報と前記有
形成分自動分類手段による自動分類結果を比較してその
自動分類結果の確かさを判定し、その結果を出力する手
段とを備えていることを特徴とする。
【０００９】本発明の尿沈渣分析装置は、もう一つの観
点によれば、検体中の有形成分の画像を生成してその画
像の特徴量を抽出する手段と、前記有形成分を測定すべ
き検体に関する外部情報を記憶する手段と、その記憶さ
れた外部情報及び前記特徴量にもとづいて前記有形成分
を自動的に分類するニュ−ラルネットワ−クをもって構
成された有形成分自動分類手段とを備えていることを特
徴とする。
点によれば、検体中の有形成分の画像を生成してその画
像の特徴量を抽出する手段と、前記有形成分を測定すべ
き検体に関する外部情報を記憶する手段と、その記憶さ
れた外部情報及び前記特徴量にもとづいて前記有形成分
を自動的に分類するニュ−ラルネットワ−クをもって構
成された有形成分自動分類手段とを備えていることを特
徴とする。
【００１０】外部情報とは、検体中の有形成分の画像の
解析にもとづく情報との関連において、その有形成分を
その有形成分と形態学的に類似する有形成分と区別して
分類するのに有用な、前記画像の解析にもとづく情報以
外の情報を意味するものとし、具体的には、前記画像の
解析とは別に一次スクリ−ニング装置によって得られる
情報、多くの場合患者と呼ばれ得る検体提供者の性別、
年齢、診療科等の属性情報、尿検体の色、濁度、種類等
の検体情報等を含む。
解析にもとづく情報との関連において、その有形成分を
その有形成分と形態学的に類似する有形成分と区別して
分類するのに有用な、前記画像の解析にもとづく情報以
外の情報を意味するものとし、具体的には、前記画像の
解析とは別に一次スクリ−ニング装置によって得られる
情報、多くの場合患者と呼ばれ得る検体提供者の性別、
年齢、診療科等の属性情報、尿検体の色、濁度、種類等
の検体情報等を含む。
【００１１】
【発明の実施の形態】図１は本発明にもとづく有形成分
分析装置たる尿沈渣分析装置が適用される有形成分分析
システムたる尿沈渣分析システムの一実施例を示す。搬
送ライン２０１上に尿中の化学的、物理的成分を測定す
る半定量分析装置２０２、尿沈渣分析装置２０３の順で
システムが構成され、試料容器２０４は前記の順序で搬
送ライン２０１を流れ、測定される。
分析装置たる尿沈渣分析装置が適用される有形成分分析
システムたる尿沈渣分析システムの一実施例を示す。搬
送ライン２０１上に尿中の化学的、物理的成分を測定す
る半定量分析装置２０２、尿沈渣分析装置２０３の順で
システムが構成され、試料容器２０４は前記の順序で搬
送ライン２０１を流れ、測定される。
【００１２】尿沈渣分析装置２０３の情報の流れは次の
とおりである。尿沈渣分析装置２０３は、これによって
行われた尿沈渣分析データと尿沈渣成分画像を受信し格
納するレビュー装置２０５とインターフェースでつなが
り、ホストコンピュータ２０６あるいは検査室のサーバ
ーシステム２０７からは尿検体提供者の属性情報（性
別、年齢、診療科等）、依頼情報、検体情報（提供され
た尿検体の色、濁度、種類等）等の外部尿沈渣成分分類
有用情報を、半定量分析装置２０２からはその装置で行
われた検査データからなる外部尿沈渣成分分類有用情報
を受信し、更にレビュー装置２０６からレビュー後の尿
分析データを受信した後、それぞれのデータや情報を比
較してチェックを行い、ホストコンピュータ２０６ある
いは検査室のサーバーシステム２０７へ最終データを転
送する。
とおりである。尿沈渣分析装置２０３は、これによって
行われた尿沈渣分析データと尿沈渣成分画像を受信し格
納するレビュー装置２０５とインターフェースでつなが
り、ホストコンピュータ２０６あるいは検査室のサーバ
ーシステム２０７からは尿検体提供者の属性情報（性
別、年齢、診療科等）、依頼情報、検体情報（提供され
た尿検体の色、濁度、種類等）等の外部尿沈渣成分分類
有用情報を、半定量分析装置２０２からはその装置で行
われた検査データからなる外部尿沈渣成分分類有用情報
を受信し、更にレビュー装置２０６からレビュー後の尿
分析データを受信した後、それぞれのデータや情報を比
較してチェックを行い、ホストコンピュータ２０６ある
いは検査室のサーバーシステム２０７へ最終データを転
送する。
【００１３】図２は本発明にもとづく一実施例の尿沈渣
分析装置を示す。これは分析部１００とレビュー部１０
１から構成されている。分析部１００は画像認識法を採
用している。１は尿サンプリングピペッタ、２は尿検体
（サンプル）である。尿検体は搬送ラインの試料容器か
ら送られる。３は染色槽、４は染色液、５はダイレクト
サンプリングピペッタを示す。
分析装置を示す。これは分析部１００とレビュー部１０
１から構成されている。分析部１００は画像認識法を採
用している。１は尿サンプリングピペッタ、２は尿検体
（サンプル）である。尿検体は搬送ラインの試料容器か
ら送られる。３は染色槽、４は染色液、５はダイレクト
サンプリングピペッタを示す。
【００１４】６はシース液、７はシース液シリンジ、８
はフローセルを表す。９は半導体レーザ、１０はレーザ
光学系、１１はストロボライト、１２はコンデンサレン
ズを示す。１３は対物レンズ、１４は粒子検出器、１５
はＴＶカメラ、１６は特徴抽出回路、１７は沈渣自動分
類回路である。１８はＣＰＵ、１９はデータチェック回
路、２０はプリンタ、２１は液晶表示部、２２は操作パ
ネルである。
はフローセルを表す。９は半導体レーザ、１０はレーザ
光学系、１１はストロボライト、１２はコンデンサレン
ズを示す。１３は対物レンズ、１４は粒子検出器、１５
はＴＶカメラ、１６は特徴抽出回路、１７は沈渣自動分
類回路である。１８はＣＰＵ、１９はデータチェック回
路、２０はプリンタ、２１は液晶表示部、２２は操作パ
ネルである。
【００１５】画像レビュー部１０１は粒子画像のレビュ
ーを行う部分で、分析部からの分析データ及び沈渣画像
を受け取り、画像のレビューを行い、データの再編集を
して分析部に転送する。
ーを行う部分で、分析部からの分析データ及び沈渣画像
を受け取り、画像のレビューを行い、データの再編集を
して分析部に転送する。
【００１６】動作の概略を説明するに、よく撹拌された
尿検体２は尿サンプリングピペッタ１により吸引され、
染色槽３に吐出される。この染色槽で尿検体は染色液４
からの染色液と混合される。所定の染色反応時間が経過
した後、染色された粒子を含む尿検体は染色槽３からダ
イレクトサンプリングピペッタ５で吸引され、測定のた
めにフローセル８の上部に吐出させる。尿検体を吐出す
ると同時に、シース液６がシース液シリンジ７を介して
同じくフローセル８に押し出される。その結果、尿検体
はシース液によって包み込まれる流れとなって、フロー
セル８の中心を流れを乱すことなく流れ下る。
尿検体２は尿サンプリングピペッタ１により吸引され、
染色槽３に吐出される。この染色槽で尿検体は染色液４
からの染色液と混合される。所定の染色反応時間が経過
した後、染色された粒子を含む尿検体は染色槽３からダ
イレクトサンプリングピペッタ５で吸引され、測定のた
めにフローセル８の上部に吐出させる。尿検体を吐出す
ると同時に、シース液６がシース液シリンジ７を介して
同じくフローセル８に押し出される。その結果、尿検体
はシース液によって包み込まれる流れとなって、フロー
セル８の中心を流れを乱すことなく流れ下る。
【００１７】尿検体中には、赤血球、白血球、扁平上皮
細胞、円柱や結晶等の尿沈渣成分が含まれている。レー
ザ光学系１０を介して半導体レーザ９からの光が常時尿
検体に照射されており、フローセル８中を尿沈渣成分が
流れると、粒子通過により光散乱が生じる。散乱光は粒
子検出器１４によって検出され、信号の大小で粒子の通
過を知ることができる。
細胞、円柱や結晶等の尿沈渣成分が含まれている。レー
ザ光学系１０を介して半導体レーザ９からの光が常時尿
検体に照射されており、フローセル８中を尿沈渣成分が
流れると、粒子通過により光散乱が生じる。散乱光は粒
子検出器１４によって検出され、信号の大小で粒子の通
過を知ることができる。
【００１８】粒子検出が行われる位置は、フローセル８
の実際の粒子画像を撮像する流れの上流に配置されてい
る。粒子が検出されると、一定時間遅れ後、検出粒子が
撮像視野の所定の位置に達した時点で、顕微鏡光源であ
るストロボライト１１が点灯され、その光がコンデンサ
レンズ１２を介してフローセル８中の粒子に照射され
る。粒子の透過画像は対物レンズ１３を通ってＴＶカメ
ラ１５の撮像面に投影され、電気信号に変換される。
の実際の粒子画像を撮像する流れの上流に配置されてい
る。粒子が検出されると、一定時間遅れ後、検出粒子が
撮像視野の所定の位置に達した時点で、顕微鏡光源であ
るストロボライト１１が点灯され、その光がコンデンサ
レンズ１２を介してフローセル８中の粒子に照射され
る。粒子の透過画像は対物レンズ１３を通ってＴＶカメ
ラ１５の撮像面に投影され、電気信号に変換される。
【００１９】撮像された粒子画像は特徴抽出回路１６に
て画像解析されて、その特徴量が抽出され、最後に、こ
れらの粒子の特徴量を使って尿沈渣自動分類回路１７で
尿沈渣成分の自動分類が行われる。
て画像解析されて、その特徴量が抽出され、最後に、こ
れらの粒子の特徴量を使って尿沈渣自動分類回路１７で
尿沈渣成分の自動分類が行われる。
【００２０】ＣＰＵ１８でホストコンピュータや他の装
置からの情報を受け、半定量検査装置からのデータ、ホ
ストコンピュータからの患者属性情報や検体情報、レビ
ュー部からの最終結果をデータチェック回路１９で比
較、再分類を行う。
置からの情報を受け、半定量検査装置からのデータ、ホ
ストコンピュータからの患者属性情報や検体情報、レビ
ュー部からの最終結果をデータチェック回路１９で比
較、再分類を行う。
【００２１】分析部１００はプリンタ２０、液晶表示２
１および操作パネル２２を有し、オペレータの操作、分
類結果の出力を行う。
１および操作パネル２２を有し、オペレータの操作、分
類結果の出力を行う。
【００２２】画像レビュー部１０１では、分析部１００
で自動分類した結果の見直し、細分類およびデータの編
集さらに画像ファイル作成等の作業を行う。
で自動分類した結果の見直し、細分類およびデータの編
集さらに画像ファイル作成等の作業を行う。
【００２３】次に、図１のように尿沈渣分析装置２０３
と半定量分析装置２０２を接続したときの尿沈渣自動分
類回路１７およびデータチェック回路１９の動作の詳細
について説明する。
と半定量分析装置２０２を接続したときの尿沈渣自動分
類回路１７およびデータチェック回路１９の動作の詳細
について説明する。
【００２４】まず、図３に尿沈渣自動分類回路１７を示
す。尿沈渣自動分類回路１７は入力層３０１、出力層３
０３及び複数の中間層３０２からなり、ｋ個の特徴量を
用いてｍ層の中間層を経た後ｎ個のクラスに分類を行う
ニューラルネットワークを構成している。入力層３０１
は画像特徴量と同数の素子を持ち、それぞれの素子には
特定の画像特徴量が入力される。出力層は分類するクラ
スと同数の素子を持ち、それぞれの素子は特定のクラス
に対応している。尿沈渣分析装置の場合、クラスとして
は例えば赤血球、白血球、上皮細胞、円柱、細菌、結晶
などが用いられる。中間層３０２は１つまたは複数の層
から構成され、それぞれの層は複数の素子を持つ。
す。尿沈渣自動分類回路１７は入力層３０１、出力層３
０３及び複数の中間層３０２からなり、ｋ個の特徴量を
用いてｍ層の中間層を経た後ｎ個のクラスに分類を行う
ニューラルネットワークを構成している。入力層３０１
は画像特徴量と同数の素子を持ち、それぞれの素子には
特定の画像特徴量が入力される。出力層は分類するクラ
スと同数の素子を持ち、それぞれの素子は特定のクラス
に対応している。尿沈渣分析装置の場合、クラスとして
は例えば赤血球、白血球、上皮細胞、円柱、細菌、結晶
などが用いられる。中間層３０２は１つまたは複数の層
から構成され、それぞれの層は複数の素子を持つ。
【００２５】入力層３０１は入力された値を中間層３０
２の第１層の各素子に出力する。中間層３０２および出
力層３０３の各素子は前段の層の各素子の出力の荷重和
をシグモイド関数と呼ばれる有界な単調増加関数に入力
し、シグモイド関数により計算される値を素子の出力値
として出力する。中間層３０２と出力層３０３の各素子
で行う計算を（１）式に示す。
２の第１層の各素子に出力する。中間層３０２および出
力層３０３の各素子は前段の層の各素子の出力の荷重和
をシグモイド関数と呼ばれる有界な単調増加関数に入力
し、シグモイド関数により計算される値を素子の出力値
として出力する。中間層３０２と出力層３０３の各素子
で行う計算を（１）式に示す。
【００２６】 ただしｚは次層への出力値、 Xi は前層の i 番目の素
子の出力値、ωi は重み値、ｎは前層の素子数、f( )
はシグモイド関数である。また、シグモイド関数の例を
（２）式に示す。
子の出力値、ωi は重み値、ｎは前層の素子数、f( )
はシグモイド関数である。また、シグモイド関数の例を
（２）式に示す。
【００２７】 ｆ(ｘ)＝ 1/( 1 + e-x ) （２） ニューラルネットワークは、予め学習データを用いて学
習しておく。学習時には、それぞれのクラスに属するサ
ンプルデータをなるべく多く用意し、ある画像の特徴量
を入力した場合、その画像が属するクラスに対応する出
力層の素子の出力が「１」、出力層の他の素子の出力が
「０」になるように学習を行う。例えば、クラス（１）
に属する画像から計算される特徴量「１」〜［ｋ］をそ
れぞれ対応する入力層の素子に入力し、クラス（１）に
対応する出力層の素子の出力が「１」、クラス（２）〜
（ｎ）に対応する素子の出力が「０」になるように学習
を行う。このようなニューラルネットワークの学習法と
しては、バックプロパゲーション法（例えば、「ニュー
ラルネットワーク情報処理：産業図書、１９８８」参
照）を用いることができる。
習しておく。学習時には、それぞれのクラスに属するサ
ンプルデータをなるべく多く用意し、ある画像の特徴量
を入力した場合、その画像が属するクラスに対応する出
力層の素子の出力が「１」、出力層の他の素子の出力が
「０」になるように学習を行う。例えば、クラス（１）
に属する画像から計算される特徴量「１」〜［ｋ］をそ
れぞれ対応する入力層の素子に入力し、クラス（１）に
対応する出力層の素子の出力が「１」、クラス（２）〜
（ｎ）に対応する素子の出力が「０」になるように学習
を行う。このようなニューラルネットワークの学習法と
しては、バックプロパゲーション法（例えば、「ニュー
ラルネットワーク情報処理：産業図書、１９８８」参
照）を用いることができる。
【００２８】これによれば、入力素子に尿沈渣成分画像
の特徴量が入力されたとき、各出力素子の出力値が比較
され、その出力値が最大の出力素子に対応する分類項目
（クラス）が入力される特徴量に対する認識結果とされ
る。
の特徴量が入力されたとき、各出力素子の出力値が比較
され、その出力値が最大の出力素子に対応する分類項目
（クラス）が入力される特徴量に対する認識結果とされ
る。
【００２９】次に図４にデータチェック回路１９の判定
論理を示す。データチェック回路１９は縦軸に適合度
（メンバーシップ関数）と横軸に項目の濃度値（テスト
データ濃度）をもつファジシステムを用いてデータのチ
ェックを行っている。例えば、図４では、“クラス
（ａ）”、“クラス（ｂ）”のメンバーシップ関数より
対象画像がクラス（ａ）なのか、クラス（ｂ）なのかを
決定する論理を示している。縦軸はクラス（ａ）および
クラス（ｂ）の適合度、横軸はクラス（ａ）またはクラ
ス（ｂ）に決定される度合を示す。横軸は０−１００の
間の数値で表現され、高値になるほど対象画像がクラス
（ｂ）であるという確からしさが大きくなることを示し
ている。横軸が５０のときは例えばクラス（ｂ）にする
というルールを予め設定しておく。
論理を示す。データチェック回路１９は縦軸に適合度
（メンバーシップ関数）と横軸に項目の濃度値（テスト
データ濃度）をもつファジシステムを用いてデータのチ
ェックを行っている。例えば、図４では、“クラス
（ａ）”、“クラス（ｂ）”のメンバーシップ関数より
対象画像がクラス（ａ）なのか、クラス（ｂ）なのかを
決定する論理を示している。縦軸はクラス（ａ）および
クラス（ｂ）の適合度、横軸はクラス（ａ）またはクラ
ス（ｂ）に決定される度合を示す。横軸は０−１００の
間の数値で表現され、高値になるほど対象画像がクラス
（ｂ）であるという確からしさが大きくなることを示し
ている。横軸が５０のときは例えばクラス（ｂ）にする
というルールを予め設定しておく。
【００３０】（実施例１）図５は尿沈渣自動分類回路１
７とデータチェック回路１９の接続関係を示す。図２の
特徴抽出回路１６で得られた対象画像の色、形状、大き
さといった特徴量は、尿沈渣自動分類回路１７の入力層
に入力され、その結果例えば“赤血球”が分類結果とし
て出力される。
７とデータチェック回路１９の接続関係を示す。図２の
特徴抽出回路１６で得られた対象画像の色、形状、大き
さといった特徴量は、尿沈渣自動分類回路１７の入力層
に入力され、その結果例えば“赤血球”が分類結果とし
て出力される。
【００３１】一方、図１の半定量分析装置２０２で得ら
れた赤血球の試験紙法による半定量データはＣＰＵ１８
で受信されて記憶され、例えば赤血球“２＋”という測
定結果をデータチェック回路１９に出力する。
れた赤血球の試験紙法による半定量データはＣＰＵ１８
で受信されて記憶され、例えば赤血球“２＋”という測
定結果をデータチェック回路１９に出力する。
【００３２】データチェック回路１９では、赤血球とい
う同一項目でありながら２つの異なった測定法によるデ
ータを受け取り、各項目のメンバーシップ関数シートの
中から赤血球の適合度をチェックするシートを選択す
る。そして、画像処理で得られた分類結果の確からしさ
を、半定量データ“２＋”から判定して最終結果として
対象画像が赤血球であると出力する。
う同一項目でありながら２つの異なった測定法によるデ
ータを受け取り、各項目のメンバーシップ関数シートの
中から赤血球の適合度をチェックするシートを選択す
る。そして、画像処理で得られた分類結果の確からしさ
を、半定量データ“２＋”から判定して最終結果として
対象画像が赤血球であると出力する。
【００３３】赤血球のほか判定性試験の結果と尿沈渣の
関連性を示す項目としては、白血球、細菌、ビリルビン
などがある。
関連性を示す項目としては、白血球、細菌、ビリルビン
などがある。
【００３４】（実施例２）図３においてニューラルネッ
トワークは、予め学習データを用いて学習しておく。学
習時には、それぞれのクラスに属するサンプルデータを
なるべく多く用意し、ある画像の特徴量のほかに測定検
体の尿中の化学的、物理的性状を試験紙法などで測定す
る半定量装置や他の一次スクリーニング装置からの測定
データを入力して、その画像が属するクラスに対応する
出力層の素子の出力が「１」、出力層の他の素子の出力
が「０」になるように学習を行う。例えば、クラス
（１）に属する画像から計算される特徴量および患者の
診療科コード、性別コード、年齢、尿検体のｐＨ、浸透
圧、比重、蛋白、糖、潜血、ウロビリノゲン、ビリルビ
ン、ケトン体、亜硝酸塩、白血球など「１」〜［ｋ］を
それぞれ対応する入力層の素子に入力し、クラス（１）
に対応する出力層の素子の出力が「１」、クラス（２）
〜（ｎ）に対応する素子の出力が「０」になるように学
習を行う。
トワークは、予め学習データを用いて学習しておく。学
習時には、それぞれのクラスに属するサンプルデータを
なるべく多く用意し、ある画像の特徴量のほかに測定検
体の尿中の化学的、物理的性状を試験紙法などで測定す
る半定量装置や他の一次スクリーニング装置からの測定
データを入力して、その画像が属するクラスに対応する
出力層の素子の出力が「１」、出力層の他の素子の出力
が「０」になるように学習を行う。例えば、クラス
（１）に属する画像から計算される特徴量および患者の
診療科コード、性別コード、年齢、尿検体のｐＨ、浸透
圧、比重、蛋白、糖、潜血、ウロビリノゲン、ビリルビ
ン、ケトン体、亜硝酸塩、白血球など「１」〜［ｋ］を
それぞれ対応する入力層の素子に入力し、クラス（１）
に対応する出力層の素子の出力が「１」、クラス（２）
〜（ｎ）に対応する素子の出力が「０」になるように学
習を行う。
【００３５】こうして構築されたニューラルネットワー
クを図６に示す。図２の特徴抽出回路１６で得られた対
象画像の色、形状、大きさといった特徴量は、尿沈渣自
動分類回路１７の入力層に入力される。同様に図２のＣ
ＰＵ１８で受信されて記憶された尿中の化学的、物理的
性状を試験紙法などで測定する半定量装置や他の一次ス
クリーニング装置からの測定データおよびホストコンピ
ュータあるいはサーバシステムからの患者属性および検
体情報および手入力データも尿沈渣自動分類回路１７の
入力層に入力される。尿沈渣自動分類回路１７は複数の
装置あるいはホストコンピュータからの異なった種類の
データを用いて、その結果例えば“赤血球”を分類結果
として出力する。
クを図６に示す。図２の特徴抽出回路１６で得られた対
象画像の色、形状、大きさといった特徴量は、尿沈渣自
動分類回路１７の入力層に入力される。同様に図２のＣ
ＰＵ１８で受信されて記憶された尿中の化学的、物理的
性状を試験紙法などで測定する半定量装置や他の一次ス
クリーニング装置からの測定データおよびホストコンピ
ュータあるいはサーバシステムからの患者属性および検
体情報および手入力データも尿沈渣自動分類回路１７の
入力層に入力される。尿沈渣自動分類回路１７は複数の
装置あるいはホストコンピュータからの異なった種類の
データを用いて、その結果例えば“赤血球”を分類結果
として出力する。
【００３６】画像解析ラインで、例えば細菌が凝集して
精子に似た画像とみられる解析結果が得られるような場
合、女性という検体提供者属性情報をＣＰＵ１８に入力
すれば、その粒子が精子であるという誤分類を防止する
ことができる。また、尿検体提供者（患者）によって提
供された検体が目視観察を通じて血尿であることが明ら
かな場合は、例えば赤という検体情報をＣＰＵ１８に入
力すれば、これと画像解析ラインでの画像解析結果とを
比較することで誤分類を防止することができる。したが
って、実施例（１）及び（２）においてＣＰＵ１８に入
力されて記憶される情報は一次スクリ−ニング装置から
の情報だけでなく、検体提供者の属性情報及び／又は検
体情報であってもよい。これらはホストコンピュ−タ２
０６又はサ−バシステム２０７からＣＰＵ１８に入力さ
れるようにしてよい。
精子に似た画像とみられる解析結果が得られるような場
合、女性という検体提供者属性情報をＣＰＵ１８に入力
すれば、その粒子が精子であるという誤分類を防止する
ことができる。また、尿検体提供者（患者）によって提
供された検体が目視観察を通じて血尿であることが明ら
かな場合は、例えば赤という検体情報をＣＰＵ１８に入
力すれば、これと画像解析ラインでの画像解析結果とを
比較することで誤分類を防止することができる。したが
って、実施例（１）及び（２）においてＣＰＵ１８に入
力されて記憶される情報は一次スクリ−ニング装置から
の情報だけでなく、検体提供者の属性情報及び／又は検
体情報であってもよい。これらはホストコンピュ−タ２
０６又はサ−バシステム２０７からＣＰＵ１８に入力さ
れるようにしてよい。
【００３７】一次スクリ−ニング装置としては、試験紙
法による半定量分析装置を含めて、比重測定装置、濁度
測定装置、色調分析装置等がそれぞれ単独で又は組み合
わせて用いられてもよい。
法による半定量分析装置を含めて、比重測定装置、濁度
測定装置、色調分析装置等がそれぞれ単独で又は組み合
わせて用いられてもよい。
【００３８】一次スクリ−ニング装置によって得られる
情報はＣＰＵ１８にオンライン入力されてもよいし、あ
るいは手入力されてもよい。
情報はＣＰＵ１８にオンライン入力されてもよいし、あ
るいは手入力されてもよい。
【００３９】検体としては尿検体を、検体中の有形成分
としては尿検体中の沈渣成分を例とし、したがって有形
成分分析装置としては尿沈渣分析装置を、有形成分分析
システムとしては尿沈渣分析システムを例としてそれぞ
れ説明がなされたが、検体中の有形成分の分析は必ずし
も尿沈渣成分の分析に限られるものではなく、したがっ
てまた、有形成分分析装置は尿沈渣分析装置に、有形成
分分析システムとしては尿沈渣分析装置にそれぞれ限ら
れるものではない。
としては尿検体中の沈渣成分を例とし、したがって有形
成分分析装置としては尿沈渣分析装置を、有形成分分析
システムとしては尿沈渣分析システムを例としてそれぞ
れ説明がなされたが、検体中の有形成分の分析は必ずし
も尿沈渣成分の分析に限られるものではなく、したがっ
てまた、有形成分分析装置は尿沈渣分析装置に、有形成
分分析システムとしては尿沈渣分析装置にそれぞれ限ら
れるものではない。
【００４０】
【発明の効果】本発明によれば、形態学的に類似する有
形成分の自動分類精度を高めることができる有形成分分
析装置が提供される。
形成分の自動分類精度を高めることができる有形成分分
析装置が提供される。
【図１】本発明にもとづく有形成分分析装置たる尿沈渣
分析装置が適用される有形成分分析システムたる尿沈渣
分析システムの一実施例の構成図を示す。
分析装置が適用される有形成分分析システムたる尿沈渣
分析システムの一実施例の構成図を示す。
【図２】本発明にもとづく一実施例を示す有形成分分析
装置たる尿沈渣分析装置の構成概念図である。
装置たる尿沈渣分析装置の構成概念図である。
【図３】図２の尿沈渣自動分類回路の一実施例としての
ニューラルネットワークの構成例を示す図である。
ニューラルネットワークの構成例を示す図である。
【図４】図２のデ−タチェック回路の判定論理説明図で
ある。
ある。
【図５】図２の特徴抽出回路、尿沈渣自動分類回路、Ｃ
ＰＵ及びデ−タチェック回路の具体的な組み合わせ例
（ニュ−ラルネットワ−クとファジシステムとを用いた
例）を示す構成図である。
ＰＵ及びデ−タチェック回路の具体的な組み合わせ例
（ニュ−ラルネットワ−クとファジシステムとを用いた
例）を示す構成図である。
【図６】図２の特徴抽出回路、尿沈渣自動分類回路及び
ＣＰＵの具体的な組み合わせ例（ニュ−ラルネットワ−
クを用いた例）を示す構成図である。
ＣＰＵの具体的な組み合わせ例（ニュ−ラルネットワ−
クを用いた例）を示す構成図である。
１：尿サンプリングピペッタ、２：尿検体、３：染色
糟、４：染色液、５：ダイレクトサンプリングピペッ
タ、６：シース液、７：シース液シリンジ、８：フロー
セル、９：半導体レーザ、１０：レーザ光学系、１１：
ストロボライト、１２：コンデンサレンズ、１３：対物
レンズ、１４：粒子検出器、１５：ＴＶカメラ、１６：
特徴抽出回路、１７：尿沈渣自動分類回路、１８：ＣＰ
Ｕ、１９：データチェック回路、２０：プリンタ、２
１：液晶表示、２２：操作パネル、１０１：画像レビュ
ー部、２０１：搬送ライン、２０２：半定量分析装置、
２０３：尿沈渣分析装置、２０４：試料容器、２０５：
レビュー装置、２０６：ホストコンピュータ、２０７：
サーバーシステム、３０１：入力層、３０２：中間層、
３０３：出力層。
糟、４：染色液、５：ダイレクトサンプリングピペッ
タ、６：シース液、７：シース液シリンジ、８：フロー
セル、９：半導体レーザ、１０：レーザ光学系、１１：
ストロボライト、１２：コンデンサレンズ、１３：対物
レンズ、１４：粒子検出器、１５：ＴＶカメラ、１６：
特徴抽出回路、１７：尿沈渣自動分類回路、１８：ＣＰ
Ｕ、１９：データチェック回路、２０：プリンタ、２
１：液晶表示、２２：操作パネル、１０１：画像レビュ
ー部、２０１：搬送ライン、２０２：半定量分析装置、
２０３：尿沈渣分析装置、２０４：試料容器、２０５：
レビュー装置、２０６：ホストコンピュータ、２０７：
サーバーシステム、３０１：入力層、３０２：中間層、
３０３：出力層。
Claims (7)
- 【請求項１】検体中の有形成分の画像を生成してその画
像の特徴量を抽出する手段と、その特徴量にもとづいて
前記有形成分を自動的に分類するニュ−ラルネットワ−
クをもって構成された有形成分自動分類手段と、前記有
形成分を測定すべき検体に関する外部情報を記憶する手
段と、その記憶された外部情報と前記有形成分自動分類
手段による自動分類結果を比較してその自動分類結果の
確かさを判定し、その結果を出力する手段とを備えてい
ることを特徴とする有形成分分析装置。 - 【請求項２】検体中の有形成分の画像を生成してその画
像の特徴量を抽出する手段と、前記有形成分を測定すべ
き検体に関する外部情報を記憶する手段と、その記憶さ
れた外部情報及び前記特徴量にもとづいて前記有形成分
を自動的に分類するニュ−ラルネットワ−クをもって構
成された有形成分自動分類手段とを備えていることを特
徴とする有形成分分析装置。 - 【請求項３】前記外部情報は前記有形成分の１次スクリ
−ニング装置によって得られたものであることを特徴と
する請求項１または２に記載された有形成分分析装置。 - 【請求項４】前記１次スクリ−ニング装置によって得ら
れた前記外部情報を前記記憶手段にオンライン入力し、
記憶するように構成されていることを特徴とする請求項
３に記載された有形成分分析装置。 - 【請求項５】前記１次スクリ−ニング装置は試験紙法に
よる半定量分析装置、比重測定装置、濁度測定装置、色
調分析装置の少なくとも一つであることを特徴とする請
求項３又は４に記載された有形成分分析装置。 - 【請求項６】前記外部情報は前記検体提供者の属性情報
及び／又は検体情報であることを特徴とする請求項１又
は２に記載された有形成分分析装置。 - 【請求項７】前記属性情報及び／又は検体情報は有形成
分分析システム中のホストコンピュ−タ又はサ−バシス
テムから前記記憶手段に記憶されるように構成されてい
る請求項６に記載された有形成分分析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8255994A JPH10104229A (ja) | 1996-09-27 | 1996-09-27 | 有形成分分析装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8255994A JPH10104229A (ja) | 1996-09-27 | 1996-09-27 | 有形成分分析装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10104229A true JPH10104229A (ja) | 1998-04-24 |
Family
ID=17286432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8255994A Pending JPH10104229A (ja) | 1996-09-27 | 1996-09-27 | 有形成分分析装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10104229A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010151523A (ja) * | 2008-12-24 | 2010-07-08 | Hitachi High-Technologies Corp | 粒子画像解析方法および装置 |
| WO2011152376A1 (ja) * | 2010-05-31 | 2011-12-08 | アークレイ株式会社 | 分析装置、分析システム及び分析方法 |
| CN102662048A (zh) * | 2012-05-21 | 2012-09-12 | 长沙高新技术产业开发区爱威科技实业有限公司 | 一种尿液分析方法及尿液分析装置 |
| EP3428616A1 (en) | 2017-07-11 | 2019-01-16 | ARKRAY, Inc. | Analysis apparatus and focusing method |
| JP2022033035A (ja) * | 2020-08-11 | 2022-02-25 | 山東省食品薬品検験研究院 | 顕微鏡画像に基づくシュウ酸カルシウム結晶のインテリジェント同定方法及びシステム |
-
1996
- 1996-09-27 JP JP8255994A patent/JPH10104229A/ja active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010151523A (ja) * | 2008-12-24 | 2010-07-08 | Hitachi High-Technologies Corp | 粒子画像解析方法および装置 |
| WO2011152376A1 (ja) * | 2010-05-31 | 2011-12-08 | アークレイ株式会社 | 分析装置、分析システム及び分析方法 |
| JPWO2011152376A1 (ja) * | 2010-05-31 | 2013-08-01 | アークレイ株式会社 | 分析装置、分析システム及び分析方法 |
| JP5917396B2 (ja) * | 2010-05-31 | 2016-05-11 | アークレイ株式会社 | 分析装置、分析システム及び分析方法 |
| CN102662048A (zh) * | 2012-05-21 | 2012-09-12 | 长沙高新技术产业开发区爱威科技实业有限公司 | 一种尿液分析方法及尿液分析装置 |
| EP3428616A1 (en) | 2017-07-11 | 2019-01-16 | ARKRAY, Inc. | Analysis apparatus and focusing method |
| US10798287B2 (en) | 2017-07-11 | 2020-10-06 | Arkray, Inc. | Analysis apparatus and focusing method |
| JP2022033035A (ja) * | 2020-08-11 | 2022-02-25 | 山東省食品薬品検験研究院 | 顕微鏡画像に基づくシュウ酸カルシウム結晶のインテリジェント同定方法及びシステム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230055601A1 (en) | Urine analysis system, image capturing apparatus, urine analysis method | |
| US11137339B2 (en) | Method for performing a blood count and determining the morphology of a blood smear | |
| JP3707620B2 (ja) | 光散乱技術を使用した網赤血球分析方法と装置 | |
| US8538119B2 (en) | Particle image analysis method and apparatus | |
| US7450223B2 (en) | Sample analyzer | |
| US5715182A (en) | Device for the classification and examination of particles in fluid | |
| JP5351585B2 (ja) | 腎疾患診断支援装置およびコンピュータプログラム | |
| US20060288760A1 (en) | Intergrated apparatus for hematological analysis and related method | |
| CN104755905B (zh) | 具有凝集块校准的血小板计数的系统和方法 | |
| US8349256B2 (en) | Blood cell analyzer, blood cell analyzing method, and computer program product | |
| CN114047151A (zh) | 一种同时进行样本分析和免疫测量的仪器及检测方法 | |
| JPH09329597A (ja) | 尿沈渣検査システム | |
| JPH10104229A (ja) | 有形成分分析装置 | |
| Lapić et al. | Analytical validation of white blood cell differential and platelet assessment on the Sysmex DI‐60 digital morphology analyzer | |
| CN115803622A (zh) | 细胞分析方法以及细胞分析装置 | |
| JP2002277381A (ja) | 粒子分析装置 | |
| JPH0989752A (ja) | 尿沈渣検査装置 | |
| US20240029458A1 (en) | A method for automated determination of platelet count based on microscopic images of peripheral blood smears | |
| Üstündağ et al. | Use of Mindray MC-80 digital morphology analyzer’s estimated platelet counts as adjunct to automated hematology analyzer | |
| Gyamfi et al. | Assessing Concordance of Results: A Comparative Study of the Manual and Automated Urinalysis Methods | |
| CN116773440A (zh) | 被检物分析装置、被检物分析方法以及程序 | |
| CN115867637A (zh) | 细胞分析方法以及细胞分析装置 | |
| CN117501127A (zh) | 一种样本分析装置和样本分析方法 | |
| JP2021516335A (ja) | 生体細胞を含む生体試料の分析方法及びその分析方法を実施する分析装置 | |
| Tantisaranon et al. | Practical Laboratory Medicine |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 12 Free format text: PAYMENT UNTIL: 20090425 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 13 Free format text: PAYMENT UNTIL: 20100425 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100425 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110425 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 15 Free format text: PAYMENT UNTIL: 20120425 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 16 Free format text: PAYMENT UNTIL: 20130425 |
|
| LAPS | Cancellation because of no payment of annual fees |