JPS5819064B2 - 白血球分類方法 - Google Patents
白血球分類方法Info
- Publication number
- JPS5819064B2 JPS5819064B2 JP51127240A JP12724076A JPS5819064B2 JP S5819064 B2 JPS5819064 B2 JP S5819064B2 JP 51127240 A JP51127240 A JP 51127240A JP 12724076 A JP12724076 A JP 12724076A JP S5819064 B2 JPS5819064 B2 JP S5819064B2
- Authority
- JP
- Japan
- Prior art keywords
- white blood
- concentration
- concentration signal
- classification method
- blood cell
- 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
Links
- 210000000265 leukocyte Anatomy 0.000 title claims description 39
- 238000000034 method Methods 0.000 title claims description 22
- 210000004369 blood Anatomy 0.000 claims description 14
- 239000008280 blood Substances 0.000 claims description 14
- 230000001086 cytosolic effect Effects 0.000 claims description 10
- 210000000805 cytoplasm Anatomy 0.000 description 9
- 210000004940 nucleus Anatomy 0.000 description 9
- 238000012937 correction Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007635 classification algorithm Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 210000000440 neutrophil Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 210000001217 buttock Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1468—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
本発明は、白血球の分類方法に関する。
白血球は血液に含まれる成分の一つであり、正常6種類
および各種の異常白血球に分類され、これらの存在比を
知ることは医学的に意味がある。
および各種の異常白血球に分類され、これらの存在比を
知ることは医学的に意味がある。
;これらの分類を容易にするために染色がほどこされて
おり、色彩情報に富んでいる。
おり、色彩情報に富んでいる。
従来の白血球分類は、人間が血液標本を顕微鏡で拡大観
察し、上記色彩情報や形態情報を用いて存在比を決定す
ることによっておこなっていた。
察し、上記色彩情報や形態情報を用いて存在比を決定す
ることによっておこなっていた。
しかし、近年そ)の需要が高まるにつれ、人間による方
法ではカバーしきれなくなり、その自動化、あるいは一
部自動化の動きがさかんになってきている。
法ではカバーしきれなくなり、その自動化、あるいは一
部自動化の動きがさかんになってきている。
この自動化、機械化に際し、最も有効と考えられている
方法は、R,G、Bなどのフィルタを介して光電変;換
手段で映像情報信号とし、この映像情報信号からまず白
血球の核、細胞質、顆粒などを見つけ、それらの形態情
報や色採情報を特徴パラメータとして定量化し、この特
徴パラメータを用いて血液標本中に多数含まれている白
血球を上述した6種ノさらには異常白血球を含めて分類
する方法である。
方法は、R,G、Bなどのフィルタを介して光電変;換
手段で映像情報信号とし、この映像情報信号からまず白
血球の核、細胞質、顆粒などを見つけ、それらの形態情
報や色採情報を特徴パラメータとして定量化し、この特
徴パラメータを用いて血液標本中に多数含まれている白
血球を上述した6種ノさらには異常白血球を含めて分類
する方法である。
これはいいかえるなら、色彩情報を用いたバタン認識の
対象として血液標本があるということであり、バタン認
識の精度が充分高いことが最も重要となる。
対象として血液標本があるということであり、バタン認
識の精度が充分高いことが最も重要となる。
そしてこの高い精度を得るために必要なi事項は、白血
球の核、細胞質などの正確な切り出し、有効な特徴パラ
メータの選出、分類アルゴリズムの決定にあるが、本発
明においてはそのうち有効な特徴パラメータが主体であ
る。
球の核、細胞質などの正確な切り出し、有効な特徴パラ
メータの選出、分類アルゴリズムの決定にあるが、本発
明においてはそのうち有効な特徴パラメータが主体であ
る。
さて、第1図は、白血球を模式的に示したものである。
白血球は核と細胞質とから構成されており、自動的に分
類をおこなう場合の特徴パラメータとして、核面積NS
、細胞質面積C8、核周囲長PL、核の色彩および細胞
質の色彩が主に用いられており、分類アルゴリズムとし
て、線形判別法、最小距離法またはこれらの組合せ、変
形が使われている。
類をおこなう場合の特徴パラメータとして、核面積NS
、細胞質面積C8、核周囲長PL、核の色彩および細胞
質の色彩が主に用いられており、分類アルゴリズムとし
て、線形判別法、最小距離法またはこれらの組合せ、変
形が使われている。
さらに、核および細胞質の色彩情報を得るために、波長
の異なるフィルタ(たとえば赤フィルタRと緑フィルタ
G)を通した像の各部の濃度関係が用いられている。
の異なるフィルタ(たとえば赤フィルタRと緑フィルタ
G)を通した像の各部の濃度関係が用いられている。
この濃度関係が色彩情報を定量化する場合の最も重要な
点であり、安定かつ有効な定量化法が問題となる。
点であり、安定かつ有効な定量化法が問題となる。
本発明は、この点の解決をはかる一手法を提供するもの
であり、高精度塵の識別率を得ることが可能な白血球分
類方法を提供することを目的とする。
であり、高精度塵の識別率を得ることが可能な白血球分
類方法を提供することを目的とする。
この目的達成のため、本発明においては、各色(波長)
で白血球の核濃度信号から細胞質濃度信号を減算するこ
と、すなわち各色(波長)において、細胞質濃度信号を
基準にとり、核の相対濃度信号を求めることにより濃度
情報の定量化を行ない、細胞質の不要な色彩変動を抑え
る。
で白血球の核濃度信号から細胞質濃度信号を減算するこ
と、すなわち各色(波長)において、細胞質濃度信号を
基準にとり、核の相対濃度信号を求めることにより濃度
情報の定量化を行ない、細胞質の不要な色彩変動を抑え
る。
さらに、本発明は各色間の関係を上記相対濃度信号の極
座標形式で定量化することにより、巨視的に濃度関係を
定量化し、これを濃度に関する特徴パラメータとして用
いるものである。
座標形式で定量化することにより、巨視的に濃度関係を
定量化し、これを濃度に関する特徴パラメータとして用
いるものである。
以下、本発明の詳細な説明するが、血液像の取り込み系
、取り込んだ映像信号からの白血球の核、細胞質の切り
出し方法、かつ上記核、細胞質の面積や周囲長などの形
態情報、およびR,Gフィルタを介した上記核、細胞質
の平均濃度などに関する色彩情報の算出方法は、例えば
、本出願人が先に提出した、特願昭49−92329号
(特開昭51−33695号)「画像入力装置」、特願
昭49−126603号(特開昭51−52742号)
「孤立パターン計数装置」、特願昭49−138395
号(特開昭51−65695号)「画像入力装置」、特
願昭51−87286号(特開昭53−13491号)
「バタン抽出装置」特願昭51−960.52号(特開
昭53−22329号)「画像処理装置」などに詳述さ
れているし、本発明の本質とは直接関係ないので、ここ
ではその説明を省略する。
、取り込んだ映像信号からの白血球の核、細胞質の切り
出し方法、かつ上記核、細胞質の面積や周囲長などの形
態情報、およびR,Gフィルタを介した上記核、細胞質
の平均濃度などに関する色彩情報の算出方法は、例えば
、本出願人が先に提出した、特願昭49−92329号
(特開昭51−33695号)「画像入力装置」、特願
昭49−126603号(特開昭51−52742号)
「孤立パターン計数装置」、特願昭49−138395
号(特開昭51−65695号)「画像入力装置」、特
願昭51−87286号(特開昭53−13491号)
「バタン抽出装置」特願昭51−960.52号(特開
昭53−22329号)「画像処理装置」などに詳述さ
れているし、本発明の本質とは直接関係ないので、ここ
ではその説明を省略する。
いま、赤色フィルタ、緑色フィルタ(それぞれR,G)
を介して得た映像信号から求められた白血球の核および
細胞質の濃度信号をnR,、no、CRCGとすると、
各色における上記相対濃度信号はnRCB、n□ C
Gと表わされる。
を介して得た映像信号から求められた白血球の核および
細胞質の濃度信号をnR,、no、CRCGとすると、
各色における上記相対濃度信号はnRCB、n□ C
Gと表わされる。
このnB −C□、noCoにおいては、細胞質濃度信
号に変動ΔcR2ΔCQが存在しても、(r+B+Δc
R)−(CR+ΔCFL )”” nl(、−cRy
(nG+Δco) (cG十Δco)=口。
号に変動ΔcR2ΔCQが存在しても、(r+B+Δc
R)−(CR+ΔCFL )”” nl(、−cRy
(nG+Δco) (cG十Δco)=口。
−coとなり、常に不変となる。本発明ではこの相対濃
度分布を用いて白血球の濃度に関する特徴パラメータを
求めるにあたり、R信号、G信号の2色間の相対関係を
考慮する。
度分布を用いて白血球の濃度に関する特徴パラメータを
求めるにあたり、R信号、G信号の2色間の相対関係を
考慮する。
すなわち、本発明において濃度に関する特徴パラメータ
を の極座標形式(LoN、θ。
を の極座標形式(LoN、θ。
N)、即ちLCN−((鮮−c、)”+(“G−°G)
′)+)2)θON= tan ’ ((nR−CR
)/(IIG−CG))とすることにより、各色間の相
対関係を定量化する。
′)+)2)θON= tan ’ ((nR−CR
)/(IIG−CG))とすることにより、各色間の相
対関係を定量化する。
なお、これら濃度に関する特徴パラメータを極座標形式
で算出するための演算回路構成については1.本出願人
が同日付で出願した特願昭51−127243号(特開
昭53−52479号)「画像処理装置」に詳しいため
省略する。
で算出するための演算回路構成については1.本出願人
が同日付で出願した特願昭51−127243号(特開
昭53−52479号)「画像処理装置」に詳しいため
省略する。
さらに、本発明においては、上記特徴パラメータを算出
するに際し、本出願と同日に出願した特願昭51−12
7245号(特開昭53−52496号)に開示したよ
うに、各血液標本間における染色条件などの差による濃
度関係の相違を考慮する。
するに際し、本出願と同日に出願した特願昭51−12
7245号(特開昭53−52496号)に開示したよ
うに、各血液標本間における染色条件などの差による濃
度関係の相違を考慮する。
上記出願の要点は血液標本から基準となる生物細胞、す
なわち白血球(例えば分節好中球)を一個以上選出し、
この基準白血球の濃度を算出し、算出された濃度とあら
かじめ与えられたその標準値とを比較することにより、
この濃度の本血液標本における補正量を算出し、この補
正量を上記血液標本に存在する他の白血球の濃度の補正
に用いる点にある。
なわち白血球(例えば分節好中球)を一個以上選出し、
この基準白血球の濃度を算出し、算出された濃度とあら
かじめ与えられたその標準値とを比較することにより、
この濃度の本血液標本における補正量を算出し、この補
正量を上記血液標本に存在する他の白血球の濃度の補正
に用いる点にある。
いま、濃度を極座標形式で表わし、上記補正を行なう場
合について述べる。
合について述べる。
血液標本に含まれる基準白血球である分節好中球の核、
及び細胞質濃度を口n’s CR’y口G′、CO2そ
れらの極座標形式での標準値を核濃度で琺、θ臀、細胞
質濃度でL8゜θもとすると、本血液標本における各補
正量は、で求まる。
及び細胞質濃度を口n’s CR’y口G′、CO2そ
れらの極座標形式での標準値を核濃度で琺、θ臀、細胞
質濃度でL8゜θもとすると、本血液標本における各補
正量は、で求まる。
B□、BoはそれぞれR信号、G信号における背景の濃
度である。
度である。
これらの補正量を用いて、他の白血球の濃度情報は下記
のように補正される。
のように補正される。
これらのLN 、 (9N t Lot 00を用いて
極座標形式の濃度に関する特徴パラメータL。
極座標形式の濃度に関する特徴パラメータL。
N、θ。、を求める。
つまり、(2)式のnB、CFL、no、CGとして上
記(4)式のLN、θN I Loyθ。
記(4)式のLN、θN I Loyθ。
を用いることによって各血液標本間の濃度変動を最小限
にすることができ、識別率の向上をさらにはかることが
できる。
にすることができ、識別率の向上をさらにはかることが
できる。
以下、識別アルゴリズムとして最小距離法を例にとって
本発明を詳述する。
本発明を詳述する。
白血球自動分類によく用いられる方法として、白血球各
種に落ちる確率を n :特徴パラメータの個数 p(i):1種の事前生起確率 xi :1種の共分散行列(nXn) X :特徴パラメータ・ベクトル(1×口)μi :1
種の特徴パラメータの平均値ベクトル(IXn) を用い、max(xi)となる1種と識別する方法が最
小距離法である(たとえば、J 、W、 Bacuss
:Leukocyte Recognition
、 IEEE Trans、onSMC2、A、4
,1972)。
種に落ちる確率を n :特徴パラメータの個数 p(i):1種の事前生起確率 xi :1種の共分散行列(nXn) X :特徴パラメータ・ベクトル(1×口)μi :1
種の特徴パラメータの平均値ベクトル(IXn) を用い、max(xi)となる1種と識別する方法が最
小距離法である(たとえば、J 、W、 Bacuss
:Leukocyte Recognition
、 IEEE Trans、onSMC2、A、4
,1972)。
第2図は、この識別アルゴリズムを実現する具体例を示
したものである。
したものである。
特徴パラメータ群1を識別装置2に入力し、正常白血球
のいずれに属するかを出力する。
のいずれに属するかを出力する。
識別装置2の内部は、正常白血球6種に対応する識別器
21〜26および最大確率選択装置3から構成されてお
り、前者で各正常白血球の事後確率p(xl 1Xi=
1〜6 )、後者でmax(p(Xli))の選択をお
こなう。
21〜26および最大確率選択装置3から構成されてお
り、前者で各正常白血球の事後確率p(xl 1Xi=
1〜6 )、後者でmax(p(Xli))の選択をお
こなう。
なお、この識別装置2内の演算は計算機プログラムで実
行可能であり、また専用回路を用いても良いが、このよ
うなプログラムについては尚業者は容易に実行可能であ
るため省略する。
行可能であり、また専用回路を用いても良いが、このよ
うなプログラムについては尚業者は容易に実行可能であ
るため省略する。
一方、専用バード構成については本出願人が同日付で出
願した特願昭5l−127241(特開昭53−524
94号)「白血球識別方法」の第4図、第5図に詳しい
ため省略する。
願した特願昭5l−127241(特開昭53−524
94号)「白血球識別方法」の第4図、第5図に詳しい
ため省略する。
このような識別装置に、特徴パラメータ群として核面積
NS、細胞質面積C8、核周囲長PLおよび本発明によ
る核・細胞質の濃度関係(LCN tθ。
NS、細胞質面積C8、核周囲長PLおよび本発明によ
る核・細胞質の濃度関係(LCN tθ。
N)を用いた場合、正常白血球に対し93.9%の識別
率が得られた。
率が得られた。
一方、濃度の定量化を通常おこなわれている核および細
胞質の濃度比”R/cRj no/Coとした場合、こ
の率は89.5%であり、本発明による濃度関係の定量
化法が有効であることがわかる。
胞質の濃度比”R/cRj no/Coとした場合、こ
の率は89.5%であり、本発明による濃度関係の定量
化法が有効であることがわかる。
なお、以上の事実は、分類アルゴリズムとして最小距離
性以外のアルゴリズムを用いた場合についても同様であ
り、又、(1)式におけて標本量補正を行なわないり。
性以外のアルゴリズムを用いた場合についても同様であ
り、又、(1)式におけて標本量補正を行なわないり。
N、θ。、を用いた場合も同様であった。以上、詳述し
てきたように、細胞質を基準として相対化した色彩情報
に関する特徴パラメータを用いることにより、白血球分
類装置の識別率の向上をはかることができ、本発明が白
血球分類装置の実用化に有効であることが明らかになっ
た。
てきたように、細胞質を基準として相対化した色彩情報
に関する特徴パラメータを用いることにより、白血球分
類装置の識別率の向上をはかることができ、本発明が白
血球分類装置の実用化に有効であることが明らかになっ
た。
第1図は、白血球を模式的に示した図、第2図は、白血
球の識別装置を示した図である。 1は入力特徴パラメータ群、2は識別装置、3は最大確
率選択装置、21〜26は識別器である。
球の識別装置を示した図である。 1は入力特徴パラメータ群、2は識別装置、3は最大確
率選択装置、21〜26は識別器である。
Claims (1)
- 【特許請求の範囲】 1 血液標本を少なくとも2以上の波長領域の映像信号
に光電変換し、該映像信号から上記血液標本中に存在す
る白血球の形態、及び濃度に関する特徴パラメータを算
出し、該特徴パラメータを用いて上記白血球を分類する
白血球分類方法において、上記白血球の核濃度信号を上
記白血球の細胞質濃度を基準として相対的な濃度信号と
して定量化し、該相対的な濃度信号を上記濃度に関する
特徴パラメータの一つとして用いることを特徴とする白
血球分類方法。 2 各波長領域毎に、上記該濃度信号から上記細胞質濃
度信号を減算し、これら減算信号から上記相対的な濃度
信号を得ることを特徴とする特許請求の範囲第1項記載
の白血球分類方法。 3 上記波長領域が2つの領域であり、減算の結果得ら
れた2つの減算信号を極座標形式で表示することにより
上記相対的な濃度信号とすることを特徴とする特許請求
の範囲・第2項記載の白血球分類方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP51127240A JPS5819064B2 (ja) | 1976-10-25 | 1976-10-25 | 白血球分類方法 |
US05/844,312 US4129854A (en) | 1976-10-25 | 1977-10-21 | Cell classification method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP51127240A JPS5819064B2 (ja) | 1976-10-25 | 1976-10-25 | 白血球分類方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS5352493A JPS5352493A (en) | 1978-05-12 |
JPS5819064B2 true JPS5819064B2 (ja) | 1983-04-15 |
Family
ID=14955172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP51127240A Expired JPS5819064B2 (ja) | 1976-10-25 | 1976-10-25 | 白血球分類方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS5819064B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6343660B2 (ja) * | 2013-03-11 | 2018-06-13 | ロッシュ ダイアグノスティクス ヘマトロジー インコーポレイテッド | 血球の撮像 |
-
1976
- 1976-10-25 JP JP51127240A patent/JPS5819064B2/ja not_active Expired
Also Published As
Publication number | Publication date |
---|---|
JPS5352493A (en) | 1978-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11674116B2 (en) | Method and system for automated microbial colony counting from streaked sample on plated media | |
AU2022200171B2 (en) | Colony contrast gathering | |
WO1991002329A1 (en) | A method and an apparatus for differentiating a sample of biological cells | |
CN110309329A (zh) | 内镜检查中智能化识别和记录消化道组织和异物的方法 | |
Şengür et al. | White blood cell classification based on shape and deep features | |
Chakrabortya et al. | A combined algorithm for malaria detection from thick smear blood slides | |
WO2006113979A1 (en) | Method for identifying guignardia citricarpa | |
Sigit et al. | Identification of leukemia diseases based on microscopic human blood cells using image processing | |
JP4864709B2 (ja) | 分散プロット分布を用いてスライドの染色品質を決定するシステム | |
Anilkumar et al. | Colour based image segmentation for automated detection of leukaemia: a comparison between CIELAB and CMYK colour spaces | |
KR101106386B1 (ko) | 산점도 분포를 사용한 슬라이드를 분류하기 위한 시스템 | |
JPS5819064B2 (ja) | 白血球分類方法 | |
JPH10185911A (ja) | 細胞解析装置及びその方法 | |
Alzu'bi et al. | A new approach for detecting eosinophils in the gastrointestinal tract and diagnosing eosinophilic colitis. | |
Díaz-Huerta et al. | Image preprocessing to improve Acid-Fast Bacilli (AFB) detection in smear microscopy to diagnose pulmonary tuberculosis | |
Thomas et al. | A novel approach to detect acute lymphoblastic leukemia | |
JPS5830049B2 (ja) | 網赤血球自動計測装置 | |
Wei et al. | A study of image processing on identifying cucumber disease | |
Zhang et al. | A robust and high-performance white blood cell segmentation algorithm | |
CN109543696A (zh) | 一种基于神经网络的图像识别方法及其应用 | |
Wu et al. | Image quantification of high-throughput tissue microarray | |
CN115290573A (zh) | 一种基于高光谱显微成像的羊绒羊毛混合物含量测定方法 | |
Lin et al. | Supervised Neural Networks for the Automatic Classification of Leukocytes in Blood Microscope Images | |
JPH04316169A (ja) | 血液細胞分析装置 | |
Bell et al. | Fully automated screening of immunocytochemically stained specimens for early cancer detection |