試料分析装置及びコンピュータプログラム
【課題】試料に応じて測定条件を変更することなく、様々な種類の試料を精度良く分析することができる試料分析装置及びコンピュータプログラムを提供する。
【解決手段】複数の種類の粒子を含む試料を分析する。複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得し、取得した量子化情報から、第１の分類用データと第２の分類用データを生成する。生成された第１の分類用データ及び第２の分類用データのいずれか１つと分類条件記憶部に記憶された分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する。
【解決手段】複数の種類の粒子を含む試料を分析する。複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得し、取得した量子化情報から、第１の分類用データと第２の分類用データを生成する。生成された第１の分類用データ及び第２の分類用データのいずれか１つと分類条件記憶部に記憶された分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、血液、尿等の試料を分析する試料分析装置及びコンピュータプログラムに関する。
【背景技術】
【０００２】
従来、血液、尿等の試料中の粒子を複数種類の粒子に分類する粒子分析装置が知られている（例えば、特許文献１参照）。
【０００３】
特許文献１では、動物種に応じた分析条件を事前に記憶しておき、誤った分析条件を用いて試料の分析を実行した場合には、正しい動物種に設定を変更し、設定変更後の動物種に対応した分析条件を用いて試料を再分析する血液分析装置が開示されている。具体的には、粒子分布図において粒子を分画するための分画レベルの設定範囲を動物種に応じて変更している。
【特許文献１】特開２００７−１０１３１２号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１のように、動物種に応じて粒子分布図上での分画レベルの設定範囲を変更するためには、分画レベルを設定するための解析プログラムを動物種に応じた数だけ開発する必要がある。そのため、種々の解析プログラムを開発するために多大なコストと時間とが必要になるという問題点があった。
【０００５】
本発明は斯かる事情に鑑みてなされたものであり、共通の解析プログラムを用いて、様々な種類の試料を分析することができる試料分析装置及びコンピュータプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００６】
上記目的を達成するために第１発明に係る試料分析装置は、複数の種類の粒子を含む試料を分析する試料分析装置において、複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得する量子化情報取得手段と、取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データを生成する第１生成手段と、取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データとは異なる第２の分類用データを生成する第２生成手段と、試料中の粒子を複数の種類の粒子に分類するために用いられる分類条件を記憶する分類条件記憶部と、前記第１の分類用データ及び前記第２の分類用データのいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段とを備えることを特徴とする。
【０００７】
また、第２発明に係る試料分析装置は、第１発明において、前記第１の分類用データのビット数と前記第２の分類用データのビット数とが同一であり、前記ビット数は、前記量子化情報取得手段にて取得した量子化情報の所定のビット数よりも小さいことを特徴とする。
【０００８】
また、第３発明に係る試料分析装置は、第２発明において、前記第１生成手段は、前記量子化情報取得手段にて取得した量子化情報を所定のビット数のデータに変換することにより前記第１の分類用データを生成し、前記第２生成手段は、前記量子化情報取得手段にて取得した量子化情報を所定の倍率で拡大してから、前記所定のビット数のデータに変換することにより前記第２の分類用データを生成することを特徴とする。
【０００９】
また、第４発明に係る試料分析装置は、第１乃至第３発明のいずれか１つにおいて、前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記第２生成手段は、前記第２の分類用データを生成し、前記試料中の粒子の分類を前記第２の分類用データに基づいて実行する旨の指示情報を受け付ける分類指示受付手段をさらに備え、前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて試料中の粒子を分類し、前記分類指示受付手段で前記指示情報を受け付けた場合、前記第２の分類用データと前記分類条件とに基づいて試料中の粒子を分類することを特徴とする。
【００１０】
また、第５発明に係る試料分析装置は、第１乃至第３発明のいずれか１つにおいて、前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて試料中の粒子を分類し、前記試料中の粒子の分類を前記第２の分類用データに基づいて実行する旨の指示情報を受け付ける分類指示受付手段をさらに備え、前記第２生成手段は、前記分類指示受付手段で前記指示情報を受け付けた場合、前記第２の分類用データを生成し、前記分類手段は、前記第２の分類用データが生成された場合、該第２の分類用データと前記分類条件とに基づいて試料中の粒子を分類することを特徴とする。
【００１１】
また、第６発明に係る試料分析装置は、第１乃至第５発明のいずれか１つにおいて、前記第１の分類用データ及び前記第２の分類用データのいずれか１つに基づいて、前記試料中の粒子の分布状態を示す分布図データを作成する分布図作成手段と、作成された分布図データを表示する表示手段とを備えることを特徴とする。
【００１２】
また、第７発明に係る試料分析装置は、第１乃至第６発明のいずれか１つにおいて、前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記第２生成手段は、前記第２の分類用データを生成し、前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて第１分類結果を取得し、前記第２の分類用データが生成された場合、該第２の分類用データと前記分類条件とに基づいて第２分類結果を取得することを特徴とする。
【００１３】
また、第８発明に係る試料分析装置は、第１乃至第７発明のいずれか１つにおいて、前記量子化情報取得手段は、第１の量子化情報及び第２の量子化情報を取得し、前記第１の分類用データ及び前記第２の分類用データは、前記第１の量子化情報及び前記第２の量子化情報に基づく二次元の分類用データであることを特徴とする。
【００１４】
また、第９発明に係る試料分析装置は、第８発明において、前記第１の量子化情報は、前記試料の蛍光強度に関する情報であり、前記第２の量子化情報は、前記試料の散乱光強度に関する情報であることを特徴とする。
【００１５】
また、第１０発明に係る試料分析装置は、第１乃至第９発明のいずれか１つにおいて、前記試料は血液であり、前記第１の分類用データは、成人血に含まれる粒子を分類するための分類用データであり、前記第２の分類用データは、小児血に含まれる粒子を分類するための分類用データであることを特徴とする。
【００１６】
また、第１１発明に係る試料分析装置は、第１乃至第１０発明のいずれか１つにおいて、前記量子化情報、前記第１の分類用データ及び前記第２の分類用データは、整数列情報であることを特徴とする。
【００１７】
次に、上記目的を達成するために第１２発明に係る試料分析装置は、複数の種類の粒子を含む試料を分析する試料分析装置において、複数の粒子の特徴を示す所定のビット数に量子化された第１の量子化情報を取得する第１量子化情報取得手段と、取得した前記第１の量子化情報を所定の倍率で拡大することにより第２の量子化情報を取得する第２量子化情報取得手段と、試料中の粒子を複数の種類の粒子に分類するために用いられる分類条件を記憶する分類条件記憶部と、前記第１の量子化情報及び前記第２の量子化情報のいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段とを備えることを特徴とする。
【００１８】
次に上記目的を達成するために第１３発明に係るコンピュータプログラムは、複数の種類の粒子を含む試料を分析する試料分析装置で実行することが可能なコンピュータプログラムにおいて、前記試料分析装置を、複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得する量子化情報取得手段、取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データを生成する第１生成手段、取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データとは異なる第２の分類用データを生成する第２生成手段、試料中の粒子を複数の種類の粒子に分類するための所定の分類条件を記憶する分類条件記憶手段、及び前記第１の分類用データ及び前記第２の分類用データのいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段として機能させることを特徴とする。
【００１９】
第１発明及び第１３発明では、複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得し、取得した量子化情報から、第１の分類用データと、第１の分類用データとは異なる第２の分類用データとを生成する。第１の分類用データ及び第２の分類用データのいずれか１つと記憶されている分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する。第１の分類用データ及び第２の分類用データを生成し、それらのいずれかに基づいて共通の解析プログラムを用いて試料中の粒子を分類することにより、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、共通の解析プログラムにて解析することができ、様々な解析プログラムを開発するために要する多大なコストと時間とを節約することが可能となる。
【００２０】
例えば取得した量子化情報を１２ビットの整数列情報とした場合、量子化情報は０乃至４０９５の範囲に分布する。それに対して第１の分類用データを８ビットの整数列情報とした場合には第１の分類用データは０乃至２５５の範囲となり、一方で第２の分類用データを、第１の分類用データより上方へシフトしたい場合には、縮小率を若干下げることで、算出される整数列情報が上方へシフトする。このように、試料に含まれる粒子の特徴を示す量子化情報を取得する条件を変更するのではなく、同一条件で取得した量子化情報に対して、例えばスキャッタグラムでの粒子の出現位置を縮小率の変更により修正することにより精度良く粒子を複数の種類に分類することが可能となる。
【００２１】
第２発明では、第１の分類用データのビット数と第２の分類用データのビット数とが、取得した量子化情報のビット数よりも小さくなるようにすることで、例えば取得した量子化情報を１２ビットの整数列情報とし、第１の分類用データ及び第２の分類用データを８ビットの整数列情報とした場合、第２の分類用データの整数列情報を、第１の分類用データの整数列情報より上方へシフトしたいときに、縮小率を若干低めても、整数列情報の連続性を維持することができ、精度良く粒子を複数の種類に分類することが可能となる。
【００２２】
第３発明では、取得した量子化情報を所定の倍率で拡大してから、所定のビット数のデータに変換して第２の分類用データを生成することにより、容易に所望の分類用データを取得することができる。
【００２３】
第４発明では、量子化情報を取得した場合、第１の分類用データ及び第２の分類用データを生成し、試料中の粒子の分類を第２の分類用データに基づいて実行する旨の指示情報を受け付ける。第１の分類用データが生成された場合、該第１の分類用データと分類条件とに基づいて試料中の粒子を分類し、指示情報を受け付けた場合、第２の分類用データと分類条件とに基づいて試料中の粒子を分類する。これにより、要求があった場合にすぐに第２の分類用データに基づいて試料中の粒子を分類することが可能となる。
【００２４】
第５発明では、試料中の粒子の分類を第２の分類用データに基づいて実行する旨の指示情報を受け付けた場合に第２の分類用データを生成し、第２の分類用データが生成された場合、生成された第２の分類用データに基づいて試料中の粒子を分類する。これにより、要求があった場合にだけ第２の分類用データを生成することで、演算処理負荷を軽減することが可能となる。
【００２５】
第６発明では、第１の分類用データ及び第２の分類用データのいずれか１つに基づいて、試料中の粒子の分布状態を示す分布図データを作成し、作成された分布図データを表示することにより、第１の分類用データと第２の分類用データのいずれに基づいて試料中の粒子を分類すべきかを目視で確認することができ、分類精度を向上させることが可能となる。
【００２６】
第７発明では、量子化情報を取得した場合に、第１の分類用データと第２の分類用データとを生成し、第１の分類用データが生成された場合、該第１の分類用データと分類条件とに基づいて第１分類結果を取得し、第２の分類用データが生成された場合、該第２の分類用データと分類条件とに基づいて第２分類結果を取得する。これにより、特に使用者からの要求がない場合であっても、第１の分類用データに基づいた分類結果と、第２の分類用データに基づいた分類結果の両方を取得することが可能となる。
【００２７】
第８発明では、第１の量子化情報及び第２の量子化情報を取得し、第１の分類用データ及び第２の分類用データは、第１の量子化情報及び第２の量子化情報に基づく二次元の分類用データとして求める。これにより、２種類の量子化情報を二次元グラフ上にサンプリングすることができる。
【００２８】
第９発明では、第１の量子化情報は、試料の蛍光強度に関する情報であり、第２の量子化情報は、試料の散乱光強度に関する情報である。これにより、試料に含まれている粒子の染色度合いを示す情報、粒子の大きさ情報等を取得することができる。
【００２９】
第１０発明では、試料は血液であり、第１の分類用データは、成人血に含まれる粒子を分類するための分類用データであり、第２の分類用データは、小児血に含まれる粒子を分類するための分類用データである。これにより、小児血及び成人血の両方の分析を行うことが可能となる。
【００３０】
第１１発明では、量子化情報、第１の分類用データ及び第２の分類用データは、整数列情報であることにより、演算処理負荷を軽減することが可能となる。
【００３１】
第１２発明では、複数の粒子の特徴を示す所定のビット数に量子化された第１の量子化情報を取得し、取得した第１の量子化情報を所定の倍率で拡大することにより第２の量子化情報を取得する。第１の量子化情報及び第２の量子化情報のいずれか１つと記憶されている分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する。これにより、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、共通の解析プログラムにて解析することができ、様々な解析プログラムを開発するために要する多大なコストと時間とを節約することが可能となる。
【発明の効果】
【００３２】
上記構成によれば、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、共通の解析プログラムにて解析することができ、様々な解析プログラムを開発するために要する多大なコストと時間とを節約することが可能となる。
【発明を実施するための最良の形態】
【００３３】
以下、本実施の形態では、試料分析装置として血液を分析する血液分析装置を一例とし、図面に基づいて具体的に説明する。したがって、分析処理は血球の分類処理となり、分析用データは分類用データとして生成される。
【００３４】
（実施の形態１）
図１は、本発明の実施の形態１に係る試料分析装置の構成を模式的に示す斜視図である。図１に示すように、本実施の形態１に係る試料分析装置は、測定装置１と、測定装置１とデータ通信することが可能に接続されている演算表示装置２とで構成されている。
【００３５】
測定装置１と演算表示装置２とは、図示しない通信線を介して接続されており、相互にデータ通信することにより、測定装置１の動作を制御し、測定装置１から出力された測定データを処理して分析結果を取得する。測定装置１と演算表示装置２とは、ネットワーク網を介して接続されていても良いし、一体として一つの装置を構成し、プロセス間通信等でデータの授受を行っても良い。
【００３６】
測定装置１は、フローサイトメトリー法を用いて、血液中の白血球、網状赤血球及び血小板等の特徴情報を検出して、検出結果を測定データとして演算表示装置２へ送信する。ここで、フローサイトメトリー法とは、測定試料を含む試料流を形成し、該試料流にレーザ光を照射することによって、測定試料中の粒子（血球）が発する前方散乱光、側方散乱光、側方蛍光等の光を検出し、これにより、試料中の粒子（血球）を検出する粒子（血球）の測定方法である。
【００３７】
図２は、本発明の実施の形態１に係る試料分析装置の測定装置１の構成を示すブロック図である。測定装置１は、装置機構部４と、測定試料の測定を実行する検出部５と、検出部５の出力に対するアナログ処理部６と、表示・操作部７と、上述のハードウェア各部の動作を制御する制御基板部９とを備えている。
【００３８】
制御基板部９は、制御用プロセッサ及び制御用プロセッサを動作させるためのメモリを有する制御部９１と、アナログ処理部６から出力された信号をデジタル信号に変換する１２ビットのＡ／Ｄ変換部９２と、Ａ／Ｄ変換部９２から出力されたデジタル信号を記憶するとともに、制御部９１に出力するデータを選択する処理を実行する演算部９３とを有している。制御部９１は、バス９４ａ及びインタフェース９５ｂを介して表示・操作部７と接続され、バス９４ｂ及びインタフェース９５ｃを介して演算表示装置２と接続されている。また、演算部９３は、演算結果をインタフェース９５ｄ及びバス９４ａを介して制御部９１に出力する。さらに制御部９１は、演算結果（測定データ）を演算表示装置２へ送信する。
【００３９】
装置機構部４には、試薬と血液とから測定試料を調製する試料調製部４１が設けられている。試料調製部４１は、白血球測定用試料、網状赤血球測定用試料、血小板測定用試料を調製する。
【００４０】
図３は、本発明の実施の形態１に係る試料調製部４１の構成を模式的に説明するブロック図である。試料調製部４１は、血液が所定量充填される採血管４１ａと、血液が吸引されるサンプリングバルブ４１ｂと、反応チャンバ４１ｃとを備えている。
【００４１】
サンプリングバルブ４１ｂは、図示しない吸引ピペットにより吸引された採血管４１ａ内の血液を定量することが可能に構成されている。反応チャンバ４１ｃは、サンプリングバルブ４１ｂに接続されており、サンプリングバルブ４１ｂにより定量された血液に所定の試薬と染色液とをさらに混合することが可能となるように構成されている。また、反応チャンバ４１ｃは、検出部５に接続されており、反応チャンバ４１ｃにおいて所定の試薬と染色液とが混合された測定試料を検出部５に流入するように構成されている。
【００４２】
これにより、試料調製部４１は、白血球測定用試料として、白血球が染色されるとともに赤血球が溶血された測定試料を調製することができる。また、網状赤血球測定用試料として、網状赤血球が染色された測定試料を調製することもできるし、血小板測定用試料として、血小板が染色された測定試料を調製することもできる。調製された測定試料は、シース液とともに後述する検出部５のシースフローセルに供給される。
【００４３】
図４は、本発明の実施の形態１に係る検出部５及びアナログ処理部６の構成を模式的に説明するブロック図である。図４に示すように、検出部５は、レーザ光を出射する発光部５０１と、照射レンズユニット５０２と、レーザ光が照射されるシースフローセル５０３と、発光部５０１から出射されるレーザ光が進む方向の延長線上に配置されている集光レンズ５０４、ピンホール５０５、及びＰＤ（フォトダイオード）５０６と（シースフローセル５０３と集光レンズ５０４との間には図示しないビームストッパが配置されている）、発光部５０１から出射されるレーザ光が進む方向と交差する方向に配置されている集光レンズ５０７、ダイクロイックミラー５０８、光学フィルタ５０９、ピンホール５１０及びＡＰＤ（アバランシェフォトダイオード）５１１と、ダイクロイックミラー５０８の側方に配置されているＰＤ（フォトダイオード）５１２とを備えている。
【００４４】
発光部５０１は、シースフローセル５０３の内部を通過する測定試料を含む試料流に対して光を出射するために設けられている。照射レンズユニット５０２は、発光部５０１から出射された光を平行光にするために設けられている。また、ＰＤ５０６は、シースフローセル５０３から出射された前方散乱光を受光するために設けられている。なお、シースフローセル５０３から出射された前方散乱光により、測定試料中の粒子（血球）の大きさに関する情報を得ることができる。
【００４５】
ダイクロイックミラー５０８は、シースフローセル５０３から出射された側方散乱光及び側方蛍光を分離するために設けられている。具体的には、ダイクロイックミラー５０８は、シースフローセル５０３から出射された側方散乱光をＰＤ５１２に入射させるとともに、シースフローセル５０３から出射された側方蛍光をＡＰＤ５１１に入射させるために設けられている。また、ＰＤ５１２は、側方散乱光を受光するために設けられている。シースフローセル５０３から出射された側方散乱光により、測定試料中の粒子（血球）の核の大きさ等の内部情報を得ることが可能となる。
【００４６】
また、ＡＰＤ５１１は、側方蛍光を受光するために設けられている。染色された血球のような蛍光物質に光を照射すると、照射した光の波長より長い波長の光が発せられる。蛍光強度は染色度合いが高いほど強くなる。そのため、シースフローセル５０３から出射された側方蛍光強度を測定することによって血球の染色度合いに関する特徴情報を得ることができる。したがって、側方蛍光強度の差によって、白血球の分類その他の測定を行うことができる。ＰＤ５０６、５１２及びＡＰＤ５１１は、それぞれ受光した光信号を電気信号に変換して、増幅器６１、６２、及び６３にて増幅して制御基板部９へ送信する。
【００４７】
本実施の形態１では、発光部５０１は、白血球分類測定（以下、ＤＩＦＦ測定という）時には、３．４ｍＷの出力で光を出射する。また、網状赤血球測定（以下、ＲＥＴ測定という）時には、６ｍＷの出力で光を出射する。さらに、血小板測定（ＰＬＴ測定）時には、１０ｍＷの出力で光を出射する。
【００４８】
図５は、本発明の実施の形態１に係る試料分析装置の演算表示装置２の構成を示すブロック図である。図５に示すように、演算表示装置２は、ＣＰＵ（中央演算装置）２１、ＲＡＭ２２、記憶装置２３、入力装置２４、表示装置２５、出力装置２６、通信インタフェース２７及び上述したハードウェアを接続する内部バス２８で構成されている。ＣＰＵ２１は、内部バス２８を介して演算表示装置２の上述したようなハードウェア各部と接続されており、上述したハードウェア各部の動作を制御するとともに、記憶装置２３に記憶されているコンピュータプログラム２３１に従って、種々のソフトウェア的機能を実行する。ＲＡＭ２２は、ＳＲＡＭ、ＳＤＲＡＭ等の揮発性メモリで構成され、コンピュータプログラム２３１の実行時にロードモジュールが展開され、コンピュータプログラム２３１の実行時に発生する一時的なデータ等を記憶する。
【００４９】
記憶装置２３は、内蔵される固定型記憶装置（ハードディスク）等で構成されている。記憶装置２３は、バーコードラベルを読み取ることにより取得することができる識別情報に対応付けた患者（被検者）の年齢情報を含む患者に関する情報が記憶してある患者情報記憶部２３２も備えている。図６は、患者情報記憶部２３２のデータ構成の例示図である。図６に示すように、バーコードラベルを読み取ることにより取得する識別情報である試料ＩＤに対応付けて、被検者を識別する識別情報である被検者ＩＤ、被検者の性別情報、被検者の年齢情報、疾患の内容に関する疾患情報、及び診療科を識別する診療科情報を記憶してある。なお、患者情報記憶部２３２は記憶装置２３に備えることに限定されるものではなく、外部のコンピュータに記憶しておき、通信インタフェース２７を介して照会する構成であっても良い。
【００５０】
通信インタフェース２７は内部バス２８に接続されており、測定装置１と通信線を介して接続されることにより、データの送受信を行うことが可能となっている。すなわち、測定の開始を示す指示情報等を測定装置１へ送信し、測定データ等を受信する。
【００５１】
入力装置２４は、キーボード及びマウス等のデータ入力媒体である。表示装置２５は、ＣＲＴモニタ、ＬＣＤ等の表示装置であり、分析結果をグラフィカルに表示する。出力装置２６は、レーザプリンタ、インクジェットプリンタ等の印刷装置等である。
【００５２】
上述した構成の試料分析装置の測定装置１及び演算表示装置２にて、成人の血液を測定して、血液中に含まれている白血球をリンパ球、単球、好中球、好塩基球及び好酸球に分類した場合、図７に示されるようなスキャッタグラムが作成されて表示装置２５に表示される。図７は、白血球分類測定（ＤＩＦＦ測定）時のスキャッタグラムの例示図である。図７において、縦軸は側方蛍光強度を、横軸は側方散乱光強度を、それぞれ示している。以下、本実施の形態１に係る試料分析装置で用いられる白血球の分類方法について説明する。
【００５３】
実施の形態１に係る試料分析装置においては、図７に示すように、成人血の過去の統計値に基づき、リンパ球が分布すると想定されるリンパ球分布領域１０１、単球が分布すると想定される単球分布領域１０２、好酸球が分布すると想定される好酸球分布領域１０３、好中球が分布すると想定される好中球分布領域１０４、好塩基球が分布すると想定される好塩基球分布領域１０５が予め定められている。そして、同じ座標軸上に、測定データに基づく整数列情報をサンプリングした後、リンパ球分布領域１０１、単球分布領域１０２、好酸球分布領域１０３、好中球分布領域１０４、好塩基球分布領域１０５の各分布領域への血球の帰属度を算出し、算出された帰属度に応じて、各血球が特定の種類の血球に分類される。そして、分類された血球を計数することにより、リンパ球、単球等の数を求めることができる。上述の白血球の分類方法は、米国特許第５５５５１９６号公報に詳細に記載されている。なお、上述の白血球の分類方法を実行するためのコンピュータプログラム及びコンピュータプログラムの実行に用いられるデータは、記憶装置２３に事前に記憶されている。
【００５４】
本発明者らにより、小児血に含まれる血球は、成人血に含まれる血球よりも染色液に染色される度合いが低いことが認知された。そのため、小児血を測定して得られた測定データにおいては、図７に示した本来分布するべき各領域のやや下方にサンプリング値が分布してしまうことが判明した。図８は、ＤＩＦＦ測定時に作成されたスキャッタグラムのリンパ球分布領域１０１とサンプリング値との関係の例示図である。
【００５５】
図８に示すように、測定データが成人血である場合には、リンパ球分布領域１０１周辺にサンプリング値が集約されるはずである。しかし、測定データが成人血ではなく小児血である場合には、成人血である場合よりも染料による染色度合いが小児血の方が低いため、蛍光強度、散乱光強度ともに低く測定されている。したがって、サンプリング値は、リンパ球分布領域１０１よりも下方である領域１１１近辺に集約してしまう。
【００５６】
このように、スキャッタグラムから分布傾向が全体として想定した領域よりも下方にシフトしている場合には、測定データが小児血を対象としたデータであると判断することができ、分類処理の精度を向上させるためには、サンプリング値の集約している領域１１１を、矢印１１２の方向へシフトする必要があることがわかる。以下、測定データが小児血を対象としたデータであっても、成人血ベースで白血球を分類した場合と同じ血球分類方法を用いて精度良く分類処理を実行するために、小児血を対象とした測定データをシフトアップさせる手段につき記載する。
【００５７】
図９は、本発明の実施の形態１に係る測定装置１の制御基板部９の制御部９１及び演算表示装置２のＣＰＵ２１の処理手順を示すフローチャートである。測定装置１の制御部９１は、測定装置１が起動されたことを検知した場合、初期化を実行し（ステップＳ９１４）、測定装置１各部の動作チェックを行う。また、演算表示装置２のＣＰＵ２１も、演算表示装置２が起動されたことを検知した場合、初期化（プログラムの初期化）を実行し（ステップＳ９０１）、表示装置２５にメニュー画面を表示する（ステップＳ９０２）。このメニュー画面において、ＤＩＦＦ測定、ＲＥＴ測定、ＣＢＣ測定の選択を受け付けること、測定開始指示及びシャットダウン指示を受け付けること等が可能である。本実施の形態１では上記メニュー画面においてＤＩＦＦ測定が選択された場合について、以下説明する。
【００５８】
演算表示装置２のＣＰＵ２１は、測定開始指示を受け付けたか否かを判断し（ステップＳ９０３）、ＣＰＵ２１が、測定開始指示を受け付けていないと判断した場合（ステップＳ９０３：ＮＯ）、ＣＰＵ２１は、後述のステップＳ９０４乃至ステップＳ９１１をスキップする。ＣＰＵ２１が、測定開始指示を受け付けたと判断した場合（ステップＳ９０３：ＹＥＳ）、ＣＰＵ２１は、測定開始を示す指示情報を測定装置１へ送信する（ステップＳ９０４）。測定装置１の制御部９１は、測定開始を示す指示情報を受信したか否かを判断し（ステップＳ９１５）、制御部９１が、測定開始を示す指示情報を受信したと判断した場合（ステップＳ９１５：ＹＥＳ）、制御部９１は、血液を収容している容器に貼付されているバーコードラベル（図示せず）をバーコードリーダ（図示せず）に読み取らせ、血液の識別情報（試料ＩＤ）を取得する（ステップＳ９１６）。制御部９１が、測定開始を示す指示情報を受信していないと判断した場合（ステップＳ９１５：ＮＯ）、制御部９１は、ステップＳ９１６乃至ステップＳ９２０をスキップする。
【００５９】
制御部９１は、取得した識別情報（試料ＩＤ）を演算表示装置２へ送信し（ステップＳ９１７）、演算表示装置２のＣＰＵ２１は、識別情報（試料ＩＤ）を受信したか否かを判断する（ステップＳ９０５）。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信していないと判断した場合（ステップＳ９０５：ＮＯ）、ＣＰＵ２１は、受信の待ち状態となる。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信したと判断した場合（ステップＳ９０５：ＹＥＳ）、ＣＰＵ２１は、記憶装置２３の患者情報記憶部２３２を照会して患者情報を取得し（ステップＳ９０６）、患者情報を測定装置１へ送信する（ステップＳ９０７）。
【００６０】
次に、測定装置１の制御部９１は、患者情報を受信したか否かを判断し（ステップＳ９１８）、制御部９１が、受信していないと判断した場合（ステップＳ９１８：ＮＯ）、制御部９１は、受信待ち状態となる。制御部９１が、受信したと判断した場合（ステップＳ９１８：ＹＥＳ）、制御部９１は、測定試料を調製するよう試料調製部４１を制御した後、測定試料の測定を開始する（ステップＳ９１９）。具体的には、ＤＩＦＦ測定を実行し、検出部５及びアナログ処理部６を介して側方散乱光及び側方蛍光の受光強度に相当する電気信号が制御基板部９へ出力される。制御基板部９のＡ／Ｄ変換部９２は、取得したアナログ信号を１２ビットのデジタル信号に変換し、演算部９３は、Ａ／Ｄ変換部９２から出力されたデジタル信号に所定の処理を施して制御部９１へ渡す。制御部９１は、受け取った１２ビットの整数列情報を測定データとして、演算表示装置２へ送信する（ステップＳ９２０）。
【００６１】
演算表示装置２のＣＰＵ２１は、測定データを受信したか否かを判断し（ステップＳ９０８）、ＣＰＵ２１が、測定データを受信したと判断した場合（ステップＳ９０８：ＹＥＳ）、ＣＰＵ２１は、受信した測定データに基づいて解析処理を実行する（ステップＳ９０９）。ＣＰＵ２１が、測定データを受信していないと判断した場合（ステップＳ９０８：ＮＯ）、ＣＰＵ２１は、受信待ち状態となる。
【００６２】
図１０は、本発明の実施の形態１に係る演算表示装置２のＣＰＵ２１の図９のステップＳ９０９で実行する解析処理手順を示すフローチャートである。図１０において、演算表示装置２のＣＰＵ２１は、測定装置１から取得した測定データ（１２ビットの整数列情報）を８ビットの整数列情報へ縮小することにより第１の分類用データを生成して記憶し（ステップＳ１００１）、一方で、測定装置１から取得した同じ１２ビットの整数列情報に基づいて、ステップＳ１００１で生成した第１の分類用データよりもデータ値の大きい８ビットの整数列情報である第２の分類用データを生成して記憶する（ステップＳ１００２）。第１の分類用データは、成人血をベースに解析を行う場合に使用するデータであり、第２の分類用データは、小児血をベースに解析を行う場合に使用するデータである。すなわち、成人血と小児血とで血球の染料による染色度合いが小児血の方が低いため、成人血と同一の血球分類方法を用いて血液中の血球を分類するためには、小児血について取得した整数列情報を若干引き上げる必要があるからである。
【００６３】
具体的には、ＣＰＵ２１は、第１の分類用データを生成する場合には、測定装置１から取得した１２ビットの整数列情報をそのまま８ビットの整数列情報に縮小し、第２の分類用データを生成する場合には、１２ビットの整数列情報を１．２倍してからその整数部分を８ビットの整数列情報に縮小する。このように、１２ビットの整数列情報を１．２倍してから８ビットの整数列情報に縮小して小児血用の第２の分類用データを生成することにより、成人血用の第１の分類用データを単に１．２倍して第２の分類用データを生成する場合に比べて、整数値の連続性を維持する割合を高めることができる。
【００６４】
図１１は、測定データの演算処理結果の例示図である。すなわち、図１１に示すように、測定データが９〜１３の連続した整数値である場合に、これらの整数値を単に１．２倍した整数値では‘１１’が欠落しており、連続した整数値とはなっていない。これでは、粒子を複数の種類に分類する場合に正確な計数結果を得ることができないおそれがある。
【００６５】
一方、本実施の形態１では、分類処理に用いるビット数（８ビット）よりも大きなビット数（１２ビット）を有する整数列情報として測定データを取得しておき、それを１．２倍してその整数部分を８ビットの整数列情報に縮小することにより小児血用の第２の分類用データを生成し、生成された第２の分類用データを用いて分類処理を実行するようにしてある。このようにすることで、整数値の連続性を維持する割合が高まる。すなわち、成人血用の第１の分類用データを生成する場合は１２ビットの整数列情報を１／１６倍するのに対して、小児血用の第２の分類用データを生成する場合は１２ビットの整数列情報を１．２／１６倍することになることから、１．２／１６倍した場合に同じ整数値となる測定データの範囲が広がり、誤差が目立ちにくくなる。
【００６６】
例えばＮ×Ｎ個（Ｎは自然数）の要素を持つ二次元分布データＤｎにおける各要素（Ｘ１、Ｘ２）（Ｘ１、Ｘ２＝０、１、２、・・・）の度数をＦ（Ｘ１、Ｘ２）とし、二次元分布データＤｎをＭ×Ｍ個（Ｍは自然数）の要素を持つ二次元分布データＤｍに縮小する場合を考える。ただし、Ｍ＜Ｎとする。
【００６７】
Ｎ×Ｎ個の要素を持つ二次元分布データＤｎにおける各要素（Ｘ１、Ｘ２）は、分布データＤｍにおいて、式（１）に示す要素（Ｕ１、Ｕ２）（Ｕ１、Ｕ２＝０、１、２、・・・、Ｍ）に対応する。ただし、式（１）において、Ｉｎｔ（ｘ）は、引数ｘの整数部分を表す関数とする。これは、例えば１２ビットの測定データを８ビットに縮小する処理に相当する。
【００６８】
（Ｕ１、Ｕ２）＝（Ｉｎｔ（Ｘ１×Ｍ／Ｎ）、Ｉｎｔ（Ｘ２×Ｍ／Ｎ）
・・・ （１）
【００６９】
次に、二次元分布データＤｍ中の部分領域Ｌ×Ｌ個の要素を持つ二次元分布データＤＬをＭ×Ｍ個の要素を持つ二次元分布データに変換する場合（Ｌ＜Ｍ＜Ｎ）、分布データＤｎにおける各要素（Ｘ１、Ｘ２）（Ｘ１、Ｘ２＝０、１、２、・・・、Ｎ×Ｌ／Ｍ）は、式（２）に示すように、分布データＤmlにおける各要素（Ｖ１、Ｖ２）（Ｖ１、Ｖ２＝０、１、２、・・・、Ｍ）に対応する。これは、８ビットのデータを略上方へシフトアップする処理に相当する。
【００７０】
（Ｖ１、Ｖ２）＝（Ｉｎｔ（Ｘ１×Ｍ2 ／（Ｎ×Ｌ）、Ｉｎｔ（Ｘ２×Ｍ2 ／（Ｎ×Ｌ）
・・・ （２）
【００７１】
すなわち、式（１）の処理と同様の処理を、最初は部分領域Ｌ×Ｌ個の要素を持つ二次元分布データＤＬをＮ×Ｎ個の要素を持つ二次元分布データに変換し（拡大し）、続いてＭ×Ｍ個の要素を持つ二次元分布データに変換することにより、分布データＤmlの各要素の度数が算出され、なめらかな分布データに変換することができる。
【００７２】
図１０に戻って、演算表示装置２のＣＰＵ２１は、生成した第１の分類用データに基づいて白血球の分類処理を実行し（ステップＳ１００３）、分類されたリンパ球、単球、好酸球、好中球、好塩基球等の血球数を計数して（ステップＳ１００４）、計数結果を記憶装置２３に記憶する（ステップＳ１００５）。ＣＰＵ２１は、図７に示すようなスキャッタグラムも作成し、白血球の分類結果として、計数結果とスキャッタグラムとを表示装置２５に表示して（ステップＳ１００６）、処理を図９のステップＳ９１０へ戻す。使用者は表示装置２５に表示されたスキャッタグラムを視覚的に確認し、例えば、事前に想定している分布領域より下方にサンプリング値が分布しているか否かを確認することができる。そして、使用者は、サンプリング値が下方に分布している場合には、解析された血液が小児血であったために解析不良が生じたと判断して、小児血ベースの再解析処理を実行する実行指示を入力することができる。
【００７３】
図９に戻って、演算表示装置２のＣＰＵ２１は、使用者からの再解析の実行指示を受け付けたか否かを判断し（ステップＳ９１０）、ＣＰＵ２１が、再解析の実行指示を受け付けたと判断した場合（ステップＳ９１０：ＹＥＳ）、ＣＰＵ２１は、再解析処理を実行する（ステップＳ９１１）。具体的には、表示装置２５にて分類結果が表示されている画面のツールバーに「再解析」ボタンが設けられており、ＣＰＵ２１は、使用者によりその「再解析」ボタンが選択された場合に再解析指示を受け付ける。
【００７４】
図１２は、本発明の実施の形態１に係る演算表示装置２のＣＰＵ２１の図９のステップＳ９１１で実行する再解析処理手順を示すフローチャートである。図１２において、演算表示装置２のＣＰＵ２１は、小児血ベースで再解析を実行するか否かを判断する（ステップＳ１２０１）。演算表示装置２においては、成人血ベースで得られた分類結果を小児血ベースで再解析する再解析指示を行うことができるだけでなく、小児血ベースで得られた分類結果を成人血ベースで再解析する再解析指示を行うこともできる。そのため、ＣＰＵ２１は、ステップＳ１２０１において、小児血ベースで再解析を実行するか否か、すなわち、成人血ベースで得られた分類結果に対して小児血ベースで再解析をする再解析指示をステップＳ９１０において使用者から受け付けたか否かを判断し、ＣＰＵ２１が、小児血をベースに再解析を実行すると判断した場合（ステップＳ１２０１：ＹＥＳ）、ＣＰＵ２１は、第２の分類用データを記憶装置２３から読み出す（ステップＳ１２０２）。
【００７５】
ＣＰＵ２１が、小児血をベースに再解析を実行しないと判断した場合（ステップＳ１２０１：ＮＯ）、ＣＰＵ２１は、第１の分類用データを記憶装置２３から読み出す（ステップＳ１２０３）。ＣＰＵ２１は、読み出した第１の分類用データ又は第２の分類用データに基づく分類処理を実行し（ステップＳ１２０４）、分類されたリンパ球、単球、好酸球、好中球、好塩基球の血球数を計数する（ステップＳ１２０５）。ＣＰＵ２１は、計数結果を記憶装置２３に記憶し（ステップＳ１２０６）、分類結果を表示装置２５に表示して（ステップＳ１２０７）、処理を図９のステップＳ９１２へ戻す。
【００７６】
図９に戻って、演算表示装置２のＣＰＵ２１は、シャットダウン指示を受け付けたか否かを判断し（ステップＳ９１２）、ＣＰＵ２１が、シャットダウン指示を受け付けていないと判断した場合（ステップＳ９１２：ＮＯ）、ＣＰＵ２１は、処理をステップＳ９０３へ戻し、上述した処理を繰り返す。ＣＰＵ２１が、シャットダウン指示を受け付けたと判断した場合（ステップＳ９１２：ＹＥＳ）、ＣＰＵ２１は、シャットダウンの指示情報を測定装置１へ送信する（ステップＳ９１３）。
【００７７】
測定装置１の制御部９１は、シャットダウンの指示情報を受信したか否かを判断し（ステップＳ９２１）、制御部９１が、シャットダウンの指示情報を受信していない場合（ステップＳ９２１：ＮＯ）、制御部９１は、処理をステップＳ９１５へ戻し、上述した処理を繰り返す。制御部９１が、シャットダウンの指示情報を受信したと判断した場合（ステップＳ９２１：ＹＥＳ）、制御部９１は、シャットダウンを実行して（ステップＳ９２２）、処理を終了する。
【００７８】
以上のように本実施の形態１によれば、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、共通の解析プログラムにて解析することができ、様々な解析プログラムを開発するために要する多大なコストと時間とを節約することが可能となる。
【００７９】
なお、上述した実施の形態１では、使用者から再解析の指示がなされる前に、成人血用の第１の分類用データと小児血用の第２の分類用データを生成して記憶しているが、分類結果を参照して、使用者から小児血ベースでの再解析の指示がなされるまで、小児血用の第２の分類用データを生成せず、指示がなされた時点で生成するものであっても良い。
【００８０】
（実施の形態２）
以下、本発明の実施の形態２に係る試料分析装置について、図面に基づいて具体的に説明する。本発明の実施の形態２に係る試料分析装置の構成は実施の形態１と同様であることから、同一の符号を付することにより詳細な説明を省略する。本実施の形態２は、縮小率の互いに異なる複数の分類用データ及びそれぞれの分類用データに基づく分類結果を記憶しておき、いずれかの分類用データを選択することで、分類結果を表示する点で実施の形態１と相違する。
【００８１】
図１３は、本発明の実施の形態２に係る測定装置１の制御基板部９の制御部９１及び演算表示装置２のＣＰＵ２１の処理手順を示すフローチャートである。測定装置１の制御部９１は、測定装置１が起動されたことを検知した場合、初期化を実行し（ステップＳ１３１５）、測定装置１各部の動作チェックを行う。また、演算表示装置２のＣＰＵ２１も、演算表示装置２が起動されたことを検知した場合、初期化（プログラムの初期化）を実行し（ステップＳ１３０１）、表示装置２５にメニュー画面を表示する（ステップＳ１３０２）。このメニュー画面において、ＤＩＦＦ測定、ＲＥＴ測定、ＣＢＣ測定の選択を受け付けたり、測定開始指示およびシャットダウン指示を受け付けたりすることが可能である。本実施の形態２では上記メニュー画面においてＤＩＦＦ測定が選択された場合について、以下説明する。
【００８２】
演算表示装置２のＣＰＵ２１は、測定開始指示を受け付けたか否かを判断し（ステップＳ１３０３）、ＣＰＵ２１が、測定開始指示を受け付けていないと判断した場合（ステップＳ１３０３：ＮＯ）、ＣＰＵ２１は、後述するステップＳ１３０４乃至ステップＳ１３１２をスキップする。ＣＰＵ２１が、測定開始指示を受け付けたと判断した場合（ステップＳ１３０３：ＹＥＳ）、ＣＰＵ２１は、測定開始を示す指示情報を測定装置１へ送信する（ステップＳ１３０４）。測定装置１の制御部９１は、測定開始を示す指示情報を受信したか否かを判断し（ステップＳ１３１６）、制御部９１が、測定開始を示す指示情報を受信したと判断した場合（ステップＳ１３１６：ＹＥＳ）、制御部９１は、血液を収容している容器に貼付されているバーコードラベル（図示せず）をバーコードリーダ（図示せず）に読み取らせ、血液の識別情報（試料ＩＤ）を取得する（ステップＳ１３１７）。制御部９１が、測定開始を示す指示情報を受信していないと判断した場合（ステップＳ１３１６：ＮＯ）、制御部９１は、ステップＳ１３１７乃至ステップＳ１３２１をスキップする。
【００８３】
制御部９１は、取得した識別情報（試料ＩＤ）を演算表示装置２へ送信し（ステップＳ１３１８）、演算表示装置２のＣＰＵ２１は、識別情報（試料ＩＤ）を受信したか否かを判断する（ステップＳ１３０５）。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信していないと判断した場合（ステップＳ１３０５：ＮＯ）、ＣＰＵ２１は、受信の待ち状態となる。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信したと判断した場合（ステップＳ１３０５：ＹＥＳ）、ＣＰＵ２１は、記憶装置２３の患者情報記憶部２３２を照会して患者情報を取得し（ステップＳ１３０６）、患者情報を測定装置１へ送信する（ステップＳ１３０７）。
【００８４】
次に、測定装置１の制御部９１は、患者情報を受信したか否かを判断し（ステップＳ１３１９）、制御部９１が、受信していないと判断した場合（ステップＳ１３１９：ＮＯ）、制御部９１は、受信待ち状態となる。制御部９１が、受信したと判断した場合（ステップＳ１３１９：ＹＥＳ）、制御部９１は、測定試料を調製するよう試料調製部４１を制御した後、測定試料の測定を開始する（ステップＳ１３２０）。具体的には、ＤＩＦＦ測定を実行し、検出部５及びアナログ処理部６を介して側方散乱光及び側方蛍光の受光強度に相当する電気信号が制御基板部９へ出力される。制御基板部９のＡ／Ｄ変換部９２は、取得したアナログ信号を１２ビットのデジタル信号に変換し、演算部９３は、Ａ／Ｄ変換部９２から出力されたデジタル信号に所定の処理を施して制御部９１へ渡す。制御部９１は、受け取った１２ビットの整数列情報を測定データとして、演算表示装置２へ送信する（ステップＳ１３２１）。
【００８５】
演算表示装置２のＣＰＵ２１は、測定データを受信したか否かを判断し（ステップＳ１３０８）、ＣＰＵ２１が、測定データを受信したと判断した場合（ステップＳ１３０８：ＹＥＳ）、ＣＰＵ２１は、受信した測定データに基づいて解析処理を実行する（ステップＳ１３０９）。ＣＰＵ２１が、測定データを受信していないと判断した場合（ステップＳ１３０８：ＮＯ）、ＣＰＵ２１は、受信待ち状態となる。
【００８６】
図１４は、本発明の実施の形態２に係る演算表示装置２のＣＰＵ２１の図１３のステップＳ１３０９で実行する解析処理手順を示すフローチャートである。図１４において、演算表示装置２のＣＰＵ２１は、カウンタｎを初期値１に設定し（ステップＳ１４０１）、測定装置１から取得した測定データ（１２ビットの整数列情報）を８ビットの整数列情報へ縮小することにより第ｎ分類用データを生成して記憶する（ステップＳ１４０２）。
【００８７】
ＣＰＵ２１は、ｎが所定数より大きいか否かを判断し（ステップＳ１４０３）、ＣＰＵ２１が、ｎが所定数以下であると判断した場合（ステップＳ１４０３：ＮＯ）、ＣＰＵ２１は、ｎを１インクリメントし（ステップＳ１４０４）、測定データの縮小率を変更して（ステップＳ１４０５）、処理をステップＳ１４０２へ戻して上述した処理を繰り返す。ＣＰＵ２１が、ｎが所定数より大きいと判断した場合（ステップＳ１４０３：ＹＥＳ）、ＣＰＵ２１は、第１〜第ｎ分類用データを用いた分類処理をそれぞれ実行し（ステップＳ１４０６）、分類結果をそれぞれ記憶装置２３に記憶する（ステップＳ１４０７）。
【００８８】
具体的には、ＣＰＵ２１が分類用データを生成する場合には、測定装置１から取得した１２ビットの整数列情報を所定の縮小率で縮小する。例えば８ビットの整数列情報に縮小しても良いし、１０ビットの整数列情報に縮小しても良いし、任意の縮小率を選択しても良い。
【００８９】
また本実施の形態２では、分類用データとして用いるビット数（８ビット）よりも大きなビット数（１２ビット）を有する整数列情報として測定データを取得しておき、それを任意の縮小率で縮小することにより、様々な縮小率での複数の分類用データを生成する。このようにすることで、整数値の連続性を維持する割合が高まる。例えば成人血用の第１の分類用データを生成する場合は１２ビットの整数列情報を１／１６倍するのに対して、小児血用の第２の分類用データを生成する場合は１２ビットの整数列情報を１．２／１６倍することになることから、１．２／１６倍した場合に同じ整数値となる測定データの範囲が広がり、誤差が目立ちにくくなる。
【００９０】
ＣＰＵ２１は、記憶装置２３に記憶されている複数の分類用データから一の分類用データを選択して（ステップＳ１４０８）、選択された分類用データを記憶装置２３から読み出して、リンパ球、単球、好酸球、好中球、好塩基球等の血球数を計数し（ステップＳ１４０９）、計数結果を記憶装置２３に記憶する（ステップＳ１４１０）。ＣＰＵ２１は、図７に示すようなスキャッタグラムも作成し、白血球の分類結果として、計数結果とスキャッタグラムとを表示装置２５に表示して（ステップＳ１４１１）、処理を図１３のステップＳ１３１０へ戻す。使用者は表示装置２５に表示されたスキャッタグラムを視覚的に確認することができる。そして、使用者は、サンプリング値の分布状態に応じて、再分類処理を実行する実行指示を入力することができる。
【００９１】
次に、図１４のステップＳ１４０８に示す分類用データの選択処理について処理手順を説明する。図１５は、本発明の実施の形態２に係る演算表示装置２のＣＰＵ２１の分類用データの選択処理手順を示すフローチャートである。なお、本実施の形態２に係る試料分析装置では、図１４に示す所定数が３に設定されているものとする。
【００９２】
演算処理装置２のＣＰＵ２１は、測定装置１から受信した患者情報に含まれる年齢情報に基づいて、被検者が小児であるか否かを判断する（ステップＳ１５０１）。ここで、「小児」とは新生児を意味しても良いし、乳児を意味しても良いし、幼児を意味しても良い。「小児」であるか否かは本実施の形態２に係る試料分析装置の使用者が任意に設定することができ、所定年齢以下の被検者だけでなく、例えば小児科や産婦人科に通院している被検者を「小児」としても良いし、小学校入学前の子供を「小児」としても良い。また、試料分析装置を製造する製造業者が「小児」の範囲を設定しても良い。ＣＰＵ２１が、被検者が小児であると判断した場合（ステップＳ１５０１：ＹＥＳ）、ＣＰＵ２１は、第２の検出感度で得られた特徴情報に基づく第２の分類用データを選択し（ステップＳ１５０２）、処理をステップＳ１４０９へ戻す。
【００９３】
ＣＰＵ２１が、被検者が小児でないと判断した場合（ステップＳ１５０１：ＮＯ）、ＣＰＵ２１は、第１乃至第３の各分類用データについて、リンパ球、単球、好酸球、好中球、好塩基球等のサンプリング値の集合領域が重なり合っている領域、例えば図７における領域Ａ（以下、「重なり領域」と略す）に含まれる粒子を計数して、ＲＡＭ２２に記憶する（ステップＳ１５０３）。重なり領域の粒子数が少ない場合には良好に血球の分類処理が行われていると考えられるため、ＣＰＵ２１は、重なり領域の粒子数が最も少ない分類用データを選択する。すなわちＣＰＵ２１は、まず、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）以下であるか否かを判断する（ステップＳ１５０４）。
【００９４】
ＣＰＵ２１が、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）以下であると判断した場合（ステップＳ１５０４：ＹＥＳ）、ＣＰＵ２１は、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）以下であるか否かを判断する（ステップＳ１５０５）。
【００９５】
ＣＰＵ２１が、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）以下であると判断した場合（ステップＳ１５０５：ＹＥＳ）、ＣＰＵ２１は、第１の分類用データを選択し（ステップＳ１５０６）、処理をステップＳ１４０９へ戻す。
【００９６】
ＣＰＵ２１が、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）より大きいと判断した場合（ステップＳ１５０４：ＮＯ）、又は第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）より大きいと判断した場合（ステップＳ１５０５：ＮＯ）、ＣＰＵ２１は、第２の分類用データにおける重なり領域の粒子数（Ｎ２）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）以下であるか否かを判断する（ステップＳ１５０７）。
【００９７】
ＣＰＵ２１が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）以下であると判断した場合（ステップＳ１５０７：ＹＥＳ）、ＣＰＵ２１は、第２の分類用データを選択して（ステップＳ１５０２）、処理をステップＳ１４０９へ戻す。ＣＰＵ２１が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）より大きいと判断した場合（ステップＳ１５０７：ＮＯ）、ＣＰＵ２１は、第３の分類用データを選択して（ステップＳ１５０８）、処理をステップＳ１４０９へ戻す。
【００９８】
なお、分類用データを選択する方法は、特に限定されるものではないが、例えばリンパ球、単球、好酸球、好中球、好塩基球等のサンプリング値の集合領域の重なり具合、出現位置等に基づいてＣＰＵ２１が選択する。具体的には、（１）集合領域が重なり合っている領域に含まれる粒子数の大小により選択する、（２）集合領域の代表値と、事前に想定されている各領域の代表値との距離の大小により選択する、（３）集合領域と、事前に想定されている各領域との相対位置により選択する、（４）集合領域の面積と、事前に想定されている各領域の面積との大小により選択する等の方法を組み合わせることにより選択する。
【００９９】
図１３に戻って、演算表示装置２のＣＰＵ２１は、使用者からの再分類処理の実行指示である再分類指示を受け付けたか否かを判断し（ステップＳ１３１１）、ＣＰＵ２１が、再分類指示を受け付けたと判断した場合（ステップＳ１３１０：ＹＥＳ）、ＣＰＵ２１は、他の分類用データの選択を受け付け（ステップＳ１３１１）、選択を受け付けた分類用データに基づいて計数処理を実行する（ステップＳ１３１２）。
【０１００】
図１６は、本発明の実施の形態２に係る演算表示装置２の表示装置２５の分類結果を表示する画面の例示図である。図１６では、図１４におけるｎが３である場合、すなわち縮小率の互いに相違する３種類の分類用データが生成された場合の、各分類用データに基づく分類結果が表示されている。ＣＰＵ２１が選択した分類用データを用いた場合の分類結果が主結果表示領域２１１に表示され、他の分類用データを用いた場合の分類結果が副結果表示領域２１２、２１３に表示されている。
【０１０１】
再分類指示は、使用者により再分類を希望する分類用データに基づく分類結果を表示している副結果表示領域２１２、２１３のいずれかをマウス等で選択することにより行われる。例えば副結果表示領域２１２が選択された場合には、副結果表示領域２１２と主結果表示領域２１１との表示内容が入れ替わり、計数処理が実行される。
【０１０２】
図１３に戻って、演算表示装置２のＣＰＵ２１は、シャットダウン指示を受け付けたか否かを判断し（ステップＳ１３１３）、ＣＰＵ２１が、シャットダウン指示を受け付けていないと判断した場合（ステップＳ１３１３：ＮＯ）、ＣＰＵ２１は、処理をステップＳ１３０３へ戻し、上述した処理を繰り返す。ＣＰＵ２１が、シャットダウン指示を受け付けたと判断した場合（ステップＳ１３１３：ＹＥＳ）、ＣＰＵ２１は、シャットダウンの指示情報を測定装置１へ送信する（ステップＳ１３１４）。
【０１０３】
測定装置１の制御部９１は、シャットダウンの指示情報を受信したか否かを判断し（ステップＳ１３２２）、制御部９１が、シャットダウンの指示情報を受信していない場合（ステップＳ１３２２：ＮＯ）、制御部９１は、処理をステップＳ１３１６へ戻し、上述した処理を繰り返す。制御部９１が、シャットダウンの指示情報を受信したと判断した場合（ステップＳ１３２２：ＹＥＳ）、制御部９１は、シャットダウンを実行して（ステップＳ１３２３）、処理を終了する。
【０１０４】
以上のように本実施の形態２によれば、事前に縮小率の互いに相違する複数の分類用データを生成しておき、試料に応じて最適な分類用データを選択することにより、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、最適な分類用データを用いて計数処理を実行することができ、試料分析精度の向上を図ることが可能となる。
【０１０５】
なお、上述した実施の形態１及び２では、試料として血液を用い、血液に含まれている血球を分析する血球分析装置を例に挙げて説明しているが、本発明はこれに限定されるものではなく、尿中細胞のような生体粒子を含む試料を分析する試料分析装置に適用した場合であっても同様の効果が期待できる。さらに、上述の実施の形態１及び２では、分析結果を演算表示装置２の表示装置２５で表示しているが、特に限定されるものではなく、ネットワークを介して接続されている他のコンピュータが有している表示装置に表示させるものであっても良い。
【０１０６】
また、上述した実施の形態１及び２では、測定装置１から測定データとして１２ビットの整数列情報を取得し、その１２ビットの整数列情報を８ビットの整数列情報に縮小することにより複数の分類用データを生成しているが、本発明はこれに限定されるものではなく、例えば、測定装置１から１６ビットの整数列情報を取得してもよいし、１０ビットの縮小データを生成してもよい。また、上記の測定データ、分類用データは整数列情報でなくても良い。
【０１０７】
また、上述した実施の形態１では、成人血用の第１の分類用データを生成する場合には、測定装置１から取得した１２ビットの整数列情報をそのまま８ビットの整数列情報に縮小し、小児血用の第２の分類用データを生成する場合には、上記１２ビットの整数列情報を１．２倍してからその整数部分を８ビットの整数列情報に縮小しているが、本発明はこれに限らず、測定装置１から測定データとして８ビットの整数列情報を取得し、成人血中の血球の分類処理を行う場合には、測定装置１から取得した８ビットの整数列情報をそのまま利用し、小児血中の血球の分類処理を行う場合には、測定装置１から取得した８ビットの整数列情報を１．２倍することにより得られた整数列情報を利用しても良い。
【０１０８】
また、上述した実施の形態１及び２では、複数の分類用データを生成し、それらのいずれかに基づいて血球の分類処理を行っているため、例えば巨核球を含む血液を分析する場合にも適用することができる。巨核球は細胞が大きく多核であるため、巨核球は染色液により染色されやすい性質を有している。そのため、巨核球を含む血液をフローサイトメータで測定して、図７に示すような側方蛍光強度をパラメータの１つとする二次元スキャッタグラムを作成した場合、巨核球はスキャッタグラムの上限位置に集約してしまうため、血液中の血球から良好に巨核球を分類できない場合がある。このような場合に、巨核球の分類に用いられる分類用データとして、例えば実施の形態１の第１の分類用データよりも大きさが縮小された整数列情報を有する第３分類用データを生成することができる。生成された第３分類用データに基づいて図７に示すようなスキャッタグラムを作成した場合、スキャッタグラムの上限位置に集約していた巨核球が下方にシフトし、巨核球の分類に適した領域に位置することになる。そのため、生成された第３分類用データに基づいて分類処理を行えば、良好に巨核球を分類できる場合がある。
【図面の簡単な説明】
【０１０９】
【図１】本発明の実施の形態１に係る試料分析装置の構成を模式的に示す斜視図である。
【図２】本発明の実施の形態１に係る試料分析装置の測定装置の構成を示すブロック図である。
【図３】本発明の実施の形態１に係る試料調製部の構成を模式的に説明するブロック図である。
【図４】本発明の実施の形態１に係る検出部及びアナログ処理部の構成を模式的に説明するブロック図である。
【図５】本発明の実施の形態１に係る試料分析装置の演算表示装置の構成を示すブロック図である。
【図６】患者情報記憶部のデータ構成の例示図である。
【図７】白血球分類測定（ＤＩＦＦ測定）時のスキャッタグラムの例示図である。
【図８】ＤＩＦＦ測定時のスキャッタグラムのリンパ球の分布領域とサンプリング値との関係の例示図である。
【図９】本発明の実施の形態１に係る測定装置の制御基板部の制御部及び演算表示装置のＣＰＵの処理手順を示すフローチャートである。
【図１０】本発明の実施の形態１に係る演算表示装置のＣＰＵの解析処理手順を示すフローチャートである。
【図１１】測定データの演算処理結果の例示図である。
【図１２】本発明の実施の形態１に係る演算表示装置のＣＰＵの再解析処理手順を示すフローチャートである。
【図１３】本発明の実施の形態２に係る測定装置の制御基板部の制御部及び演算表示装置のＣＰＵの処理手順を示すフローチャートである。
【図１４】本発明の実施の形態２に係る演算表示装置のＣＰＵの解析処理手順を示すフローチャートである。
【図１５】本発明の実施の形態２に係る演算表示装置のＣＰＵの分類用データの選択処理手順を示すフローチャートである。
【図１６】本発明の実施の形態２に係る演算表示装置の表示装置の分類結果を表示する画面の例示図である。
【符号の説明】
【０１１０】
１ 測定装置
２ 演算表示装置
４ 装置機構部
５ 検出部
６ アナログ処理部
９ 制御基板部
２１ ＣＰＵ
２２ ＲＡＭ
２３ 記憶装置
２４ 入力装置
２５ 表示装置
２６ 出力装置
２７ 通信インタフェース
２８ 内部バス
９１ 制御部
９２ Ａ／Ｄ変換部
９３ 演算部
２３１ コンピュータプログラム
２３２ 患者情報記憶部
【技術分野】
【０００１】
本発明は、血液、尿等の試料を分析する試料分析装置及びコンピュータプログラムに関する。
【背景技術】
【０００２】
従来、血液、尿等の試料中の粒子を複数種類の粒子に分類する粒子分析装置が知られている（例えば、特許文献１参照）。
【０００３】
特許文献１では、動物種に応じた分析条件を事前に記憶しておき、誤った分析条件を用いて試料の分析を実行した場合には、正しい動物種に設定を変更し、設定変更後の動物種に対応した分析条件を用いて試料を再分析する血液分析装置が開示されている。具体的には、粒子分布図において粒子を分画するための分画レベルの設定範囲を動物種に応じて変更している。
【特許文献１】特開２００７−１０１３１２号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１のように、動物種に応じて粒子分布図上での分画レベルの設定範囲を変更するためには、分画レベルを設定するための解析プログラムを動物種に応じた数だけ開発する必要がある。そのため、種々の解析プログラムを開発するために多大なコストと時間とが必要になるという問題点があった。
【０００５】
本発明は斯かる事情に鑑みてなされたものであり、共通の解析プログラムを用いて、様々な種類の試料を分析することができる試料分析装置及びコンピュータプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００６】
上記目的を達成するために第１発明に係る試料分析装置は、複数の種類の粒子を含む試料を分析する試料分析装置において、複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得する量子化情報取得手段と、取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データを生成する第１生成手段と、取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データとは異なる第２の分類用データを生成する第２生成手段と、試料中の粒子を複数の種類の粒子に分類するために用いられる分類条件を記憶する分類条件記憶部と、前記第１の分類用データ及び前記第２の分類用データのいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段とを備えることを特徴とする。
【０００７】
また、第２発明に係る試料分析装置は、第１発明において、前記第１の分類用データのビット数と前記第２の分類用データのビット数とが同一であり、前記ビット数は、前記量子化情報取得手段にて取得した量子化情報の所定のビット数よりも小さいことを特徴とする。
【０００８】
また、第３発明に係る試料分析装置は、第２発明において、前記第１生成手段は、前記量子化情報取得手段にて取得した量子化情報を所定のビット数のデータに変換することにより前記第１の分類用データを生成し、前記第２生成手段は、前記量子化情報取得手段にて取得した量子化情報を所定の倍率で拡大してから、前記所定のビット数のデータに変換することにより前記第２の分類用データを生成することを特徴とする。
【０００９】
また、第４発明に係る試料分析装置は、第１乃至第３発明のいずれか１つにおいて、前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記第２生成手段は、前記第２の分類用データを生成し、前記試料中の粒子の分類を前記第２の分類用データに基づいて実行する旨の指示情報を受け付ける分類指示受付手段をさらに備え、前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて試料中の粒子を分類し、前記分類指示受付手段で前記指示情報を受け付けた場合、前記第２の分類用データと前記分類条件とに基づいて試料中の粒子を分類することを特徴とする。
【００１０】
また、第５発明に係る試料分析装置は、第１乃至第３発明のいずれか１つにおいて、前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて試料中の粒子を分類し、前記試料中の粒子の分類を前記第２の分類用データに基づいて実行する旨の指示情報を受け付ける分類指示受付手段をさらに備え、前記第２生成手段は、前記分類指示受付手段で前記指示情報を受け付けた場合、前記第２の分類用データを生成し、前記分類手段は、前記第２の分類用データが生成された場合、該第２の分類用データと前記分類条件とに基づいて試料中の粒子を分類することを特徴とする。
【００１１】
また、第６発明に係る試料分析装置は、第１乃至第５発明のいずれか１つにおいて、前記第１の分類用データ及び前記第２の分類用データのいずれか１つに基づいて、前記試料中の粒子の分布状態を示す分布図データを作成する分布図作成手段と、作成された分布図データを表示する表示手段とを備えることを特徴とする。
【００１２】
また、第７発明に係る試料分析装置は、第１乃至第６発明のいずれか１つにおいて、前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記第２生成手段は、前記第２の分類用データを生成し、前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて第１分類結果を取得し、前記第２の分類用データが生成された場合、該第２の分類用データと前記分類条件とに基づいて第２分類結果を取得することを特徴とする。
【００１３】
また、第８発明に係る試料分析装置は、第１乃至第７発明のいずれか１つにおいて、前記量子化情報取得手段は、第１の量子化情報及び第２の量子化情報を取得し、前記第１の分類用データ及び前記第２の分類用データは、前記第１の量子化情報及び前記第２の量子化情報に基づく二次元の分類用データであることを特徴とする。
【００１４】
また、第９発明に係る試料分析装置は、第８発明において、前記第１の量子化情報は、前記試料の蛍光強度に関する情報であり、前記第２の量子化情報は、前記試料の散乱光強度に関する情報であることを特徴とする。
【００１５】
また、第１０発明に係る試料分析装置は、第１乃至第９発明のいずれか１つにおいて、前記試料は血液であり、前記第１の分類用データは、成人血に含まれる粒子を分類するための分類用データであり、前記第２の分類用データは、小児血に含まれる粒子を分類するための分類用データであることを特徴とする。
【００１６】
また、第１１発明に係る試料分析装置は、第１乃至第１０発明のいずれか１つにおいて、前記量子化情報、前記第１の分類用データ及び前記第２の分類用データは、整数列情報であることを特徴とする。
【００１７】
次に、上記目的を達成するために第１２発明に係る試料分析装置は、複数の種類の粒子を含む試料を分析する試料分析装置において、複数の粒子の特徴を示す所定のビット数に量子化された第１の量子化情報を取得する第１量子化情報取得手段と、取得した前記第１の量子化情報を所定の倍率で拡大することにより第２の量子化情報を取得する第２量子化情報取得手段と、試料中の粒子を複数の種類の粒子に分類するために用いられる分類条件を記憶する分類条件記憶部と、前記第１の量子化情報及び前記第２の量子化情報のいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段とを備えることを特徴とする。
【００１８】
次に上記目的を達成するために第１３発明に係るコンピュータプログラムは、複数の種類の粒子を含む試料を分析する試料分析装置で実行することが可能なコンピュータプログラムにおいて、前記試料分析装置を、複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得する量子化情報取得手段、取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データを生成する第１生成手段、取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データとは異なる第２の分類用データを生成する第２生成手段、試料中の粒子を複数の種類の粒子に分類するための所定の分類条件を記憶する分類条件記憶手段、及び前記第１の分類用データ及び前記第２の分類用データのいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段として機能させることを特徴とする。
【００１９】
第１発明及び第１３発明では、複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得し、取得した量子化情報から、第１の分類用データと、第１の分類用データとは異なる第２の分類用データとを生成する。第１の分類用データ及び第２の分類用データのいずれか１つと記憶されている分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する。第１の分類用データ及び第２の分類用データを生成し、それらのいずれかに基づいて共通の解析プログラムを用いて試料中の粒子を分類することにより、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、共通の解析プログラムにて解析することができ、様々な解析プログラムを開発するために要する多大なコストと時間とを節約することが可能となる。
【００２０】
例えば取得した量子化情報を１２ビットの整数列情報とした場合、量子化情報は０乃至４０９５の範囲に分布する。それに対して第１の分類用データを８ビットの整数列情報とした場合には第１の分類用データは０乃至２５５の範囲となり、一方で第２の分類用データを、第１の分類用データより上方へシフトしたい場合には、縮小率を若干下げることで、算出される整数列情報が上方へシフトする。このように、試料に含まれる粒子の特徴を示す量子化情報を取得する条件を変更するのではなく、同一条件で取得した量子化情報に対して、例えばスキャッタグラムでの粒子の出現位置を縮小率の変更により修正することにより精度良く粒子を複数の種類に分類することが可能となる。
【００２１】
第２発明では、第１の分類用データのビット数と第２の分類用データのビット数とが、取得した量子化情報のビット数よりも小さくなるようにすることで、例えば取得した量子化情報を１２ビットの整数列情報とし、第１の分類用データ及び第２の分類用データを８ビットの整数列情報とした場合、第２の分類用データの整数列情報を、第１の分類用データの整数列情報より上方へシフトしたいときに、縮小率を若干低めても、整数列情報の連続性を維持することができ、精度良く粒子を複数の種類に分類することが可能となる。
【００２２】
第３発明では、取得した量子化情報を所定の倍率で拡大してから、所定のビット数のデータに変換して第２の分類用データを生成することにより、容易に所望の分類用データを取得することができる。
【００２３】
第４発明では、量子化情報を取得した場合、第１の分類用データ及び第２の分類用データを生成し、試料中の粒子の分類を第２の分類用データに基づいて実行する旨の指示情報を受け付ける。第１の分類用データが生成された場合、該第１の分類用データと分類条件とに基づいて試料中の粒子を分類し、指示情報を受け付けた場合、第２の分類用データと分類条件とに基づいて試料中の粒子を分類する。これにより、要求があった場合にすぐに第２の分類用データに基づいて試料中の粒子を分類することが可能となる。
【００２４】
第５発明では、試料中の粒子の分類を第２の分類用データに基づいて実行する旨の指示情報を受け付けた場合に第２の分類用データを生成し、第２の分類用データが生成された場合、生成された第２の分類用データに基づいて試料中の粒子を分類する。これにより、要求があった場合にだけ第２の分類用データを生成することで、演算処理負荷を軽減することが可能となる。
【００２５】
第６発明では、第１の分類用データ及び第２の分類用データのいずれか１つに基づいて、試料中の粒子の分布状態を示す分布図データを作成し、作成された分布図データを表示することにより、第１の分類用データと第２の分類用データのいずれに基づいて試料中の粒子を分類すべきかを目視で確認することができ、分類精度を向上させることが可能となる。
【００２６】
第７発明では、量子化情報を取得した場合に、第１の分類用データと第２の分類用データとを生成し、第１の分類用データが生成された場合、該第１の分類用データと分類条件とに基づいて第１分類結果を取得し、第２の分類用データが生成された場合、該第２の分類用データと分類条件とに基づいて第２分類結果を取得する。これにより、特に使用者からの要求がない場合であっても、第１の分類用データに基づいた分類結果と、第２の分類用データに基づいた分類結果の両方を取得することが可能となる。
【００２７】
第８発明では、第１の量子化情報及び第２の量子化情報を取得し、第１の分類用データ及び第２の分類用データは、第１の量子化情報及び第２の量子化情報に基づく二次元の分類用データとして求める。これにより、２種類の量子化情報を二次元グラフ上にサンプリングすることができる。
【００２８】
第９発明では、第１の量子化情報は、試料の蛍光強度に関する情報であり、第２の量子化情報は、試料の散乱光強度に関する情報である。これにより、試料に含まれている粒子の染色度合いを示す情報、粒子の大きさ情報等を取得することができる。
【００２９】
第１０発明では、試料は血液であり、第１の分類用データは、成人血に含まれる粒子を分類するための分類用データであり、第２の分類用データは、小児血に含まれる粒子を分類するための分類用データである。これにより、小児血及び成人血の両方の分析を行うことが可能となる。
【００３０】
第１１発明では、量子化情報、第１の分類用データ及び第２の分類用データは、整数列情報であることにより、演算処理負荷を軽減することが可能となる。
【００３１】
第１２発明では、複数の粒子の特徴を示す所定のビット数に量子化された第１の量子化情報を取得し、取得した第１の量子化情報を所定の倍率で拡大することにより第２の量子化情報を取得する。第１の量子化情報及び第２の量子化情報のいずれか１つと記憶されている分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する。これにより、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、共通の解析プログラムにて解析することができ、様々な解析プログラムを開発するために要する多大なコストと時間とを節約することが可能となる。
【発明の効果】
【００３２】
上記構成によれば、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、共通の解析プログラムにて解析することができ、様々な解析プログラムを開発するために要する多大なコストと時間とを節約することが可能となる。
【発明を実施するための最良の形態】
【００３３】
以下、本実施の形態では、試料分析装置として血液を分析する血液分析装置を一例とし、図面に基づいて具体的に説明する。したがって、分析処理は血球の分類処理となり、分析用データは分類用データとして生成される。
【００３４】
（実施の形態１）
図１は、本発明の実施の形態１に係る試料分析装置の構成を模式的に示す斜視図である。図１に示すように、本実施の形態１に係る試料分析装置は、測定装置１と、測定装置１とデータ通信することが可能に接続されている演算表示装置２とで構成されている。
【００３５】
測定装置１と演算表示装置２とは、図示しない通信線を介して接続されており、相互にデータ通信することにより、測定装置１の動作を制御し、測定装置１から出力された測定データを処理して分析結果を取得する。測定装置１と演算表示装置２とは、ネットワーク網を介して接続されていても良いし、一体として一つの装置を構成し、プロセス間通信等でデータの授受を行っても良い。
【００３６】
測定装置１は、フローサイトメトリー法を用いて、血液中の白血球、網状赤血球及び血小板等の特徴情報を検出して、検出結果を測定データとして演算表示装置２へ送信する。ここで、フローサイトメトリー法とは、測定試料を含む試料流を形成し、該試料流にレーザ光を照射することによって、測定試料中の粒子（血球）が発する前方散乱光、側方散乱光、側方蛍光等の光を検出し、これにより、試料中の粒子（血球）を検出する粒子（血球）の測定方法である。
【００３７】
図２は、本発明の実施の形態１に係る試料分析装置の測定装置１の構成を示すブロック図である。測定装置１は、装置機構部４と、測定試料の測定を実行する検出部５と、検出部５の出力に対するアナログ処理部６と、表示・操作部７と、上述のハードウェア各部の動作を制御する制御基板部９とを備えている。
【００３８】
制御基板部９は、制御用プロセッサ及び制御用プロセッサを動作させるためのメモリを有する制御部９１と、アナログ処理部６から出力された信号をデジタル信号に変換する１２ビットのＡ／Ｄ変換部９２と、Ａ／Ｄ変換部９２から出力されたデジタル信号を記憶するとともに、制御部９１に出力するデータを選択する処理を実行する演算部９３とを有している。制御部９１は、バス９４ａ及びインタフェース９５ｂを介して表示・操作部７と接続され、バス９４ｂ及びインタフェース９５ｃを介して演算表示装置２と接続されている。また、演算部９３は、演算結果をインタフェース９５ｄ及びバス９４ａを介して制御部９１に出力する。さらに制御部９１は、演算結果（測定データ）を演算表示装置２へ送信する。
【００３９】
装置機構部４には、試薬と血液とから測定試料を調製する試料調製部４１が設けられている。試料調製部４１は、白血球測定用試料、網状赤血球測定用試料、血小板測定用試料を調製する。
【００４０】
図３は、本発明の実施の形態１に係る試料調製部４１の構成を模式的に説明するブロック図である。試料調製部４１は、血液が所定量充填される採血管４１ａと、血液が吸引されるサンプリングバルブ４１ｂと、反応チャンバ４１ｃとを備えている。
【００４１】
サンプリングバルブ４１ｂは、図示しない吸引ピペットにより吸引された採血管４１ａ内の血液を定量することが可能に構成されている。反応チャンバ４１ｃは、サンプリングバルブ４１ｂに接続されており、サンプリングバルブ４１ｂにより定量された血液に所定の試薬と染色液とをさらに混合することが可能となるように構成されている。また、反応チャンバ４１ｃは、検出部５に接続されており、反応チャンバ４１ｃにおいて所定の試薬と染色液とが混合された測定試料を検出部５に流入するように構成されている。
【００４２】
これにより、試料調製部４１は、白血球測定用試料として、白血球が染色されるとともに赤血球が溶血された測定試料を調製することができる。また、網状赤血球測定用試料として、網状赤血球が染色された測定試料を調製することもできるし、血小板測定用試料として、血小板が染色された測定試料を調製することもできる。調製された測定試料は、シース液とともに後述する検出部５のシースフローセルに供給される。
【００４３】
図４は、本発明の実施の形態１に係る検出部５及びアナログ処理部６の構成を模式的に説明するブロック図である。図４に示すように、検出部５は、レーザ光を出射する発光部５０１と、照射レンズユニット５０２と、レーザ光が照射されるシースフローセル５０３と、発光部５０１から出射されるレーザ光が進む方向の延長線上に配置されている集光レンズ５０４、ピンホール５０５、及びＰＤ（フォトダイオード）５０６と（シースフローセル５０３と集光レンズ５０４との間には図示しないビームストッパが配置されている）、発光部５０１から出射されるレーザ光が進む方向と交差する方向に配置されている集光レンズ５０７、ダイクロイックミラー５０８、光学フィルタ５０９、ピンホール５１０及びＡＰＤ（アバランシェフォトダイオード）５１１と、ダイクロイックミラー５０８の側方に配置されているＰＤ（フォトダイオード）５１２とを備えている。
【００４４】
発光部５０１は、シースフローセル５０３の内部を通過する測定試料を含む試料流に対して光を出射するために設けられている。照射レンズユニット５０２は、発光部５０１から出射された光を平行光にするために設けられている。また、ＰＤ５０６は、シースフローセル５０３から出射された前方散乱光を受光するために設けられている。なお、シースフローセル５０３から出射された前方散乱光により、測定試料中の粒子（血球）の大きさに関する情報を得ることができる。
【００４５】
ダイクロイックミラー５０８は、シースフローセル５０３から出射された側方散乱光及び側方蛍光を分離するために設けられている。具体的には、ダイクロイックミラー５０８は、シースフローセル５０３から出射された側方散乱光をＰＤ５１２に入射させるとともに、シースフローセル５０３から出射された側方蛍光をＡＰＤ５１１に入射させるために設けられている。また、ＰＤ５１２は、側方散乱光を受光するために設けられている。シースフローセル５０３から出射された側方散乱光により、測定試料中の粒子（血球）の核の大きさ等の内部情報を得ることが可能となる。
【００４６】
また、ＡＰＤ５１１は、側方蛍光を受光するために設けられている。染色された血球のような蛍光物質に光を照射すると、照射した光の波長より長い波長の光が発せられる。蛍光強度は染色度合いが高いほど強くなる。そのため、シースフローセル５０３から出射された側方蛍光強度を測定することによって血球の染色度合いに関する特徴情報を得ることができる。したがって、側方蛍光強度の差によって、白血球の分類その他の測定を行うことができる。ＰＤ５０６、５１２及びＡＰＤ５１１は、それぞれ受光した光信号を電気信号に変換して、増幅器６１、６２、及び６３にて増幅して制御基板部９へ送信する。
【００４７】
本実施の形態１では、発光部５０１は、白血球分類測定（以下、ＤＩＦＦ測定という）時には、３．４ｍＷの出力で光を出射する。また、網状赤血球測定（以下、ＲＥＴ測定という）時には、６ｍＷの出力で光を出射する。さらに、血小板測定（ＰＬＴ測定）時には、１０ｍＷの出力で光を出射する。
【００４８】
図５は、本発明の実施の形態１に係る試料分析装置の演算表示装置２の構成を示すブロック図である。図５に示すように、演算表示装置２は、ＣＰＵ（中央演算装置）２１、ＲＡＭ２２、記憶装置２３、入力装置２４、表示装置２５、出力装置２６、通信インタフェース２７及び上述したハードウェアを接続する内部バス２８で構成されている。ＣＰＵ２１は、内部バス２８を介して演算表示装置２の上述したようなハードウェア各部と接続されており、上述したハードウェア各部の動作を制御するとともに、記憶装置２３に記憶されているコンピュータプログラム２３１に従って、種々のソフトウェア的機能を実行する。ＲＡＭ２２は、ＳＲＡＭ、ＳＤＲＡＭ等の揮発性メモリで構成され、コンピュータプログラム２３１の実行時にロードモジュールが展開され、コンピュータプログラム２３１の実行時に発生する一時的なデータ等を記憶する。
【００４９】
記憶装置２３は、内蔵される固定型記憶装置（ハードディスク）等で構成されている。記憶装置２３は、バーコードラベルを読み取ることにより取得することができる識別情報に対応付けた患者（被検者）の年齢情報を含む患者に関する情報が記憶してある患者情報記憶部２３２も備えている。図６は、患者情報記憶部２３２のデータ構成の例示図である。図６に示すように、バーコードラベルを読み取ることにより取得する識別情報である試料ＩＤに対応付けて、被検者を識別する識別情報である被検者ＩＤ、被検者の性別情報、被検者の年齢情報、疾患の内容に関する疾患情報、及び診療科を識別する診療科情報を記憶してある。なお、患者情報記憶部２３２は記憶装置２３に備えることに限定されるものではなく、外部のコンピュータに記憶しておき、通信インタフェース２７を介して照会する構成であっても良い。
【００５０】
通信インタフェース２７は内部バス２８に接続されており、測定装置１と通信線を介して接続されることにより、データの送受信を行うことが可能となっている。すなわち、測定の開始を示す指示情報等を測定装置１へ送信し、測定データ等を受信する。
【００５１】
入力装置２４は、キーボード及びマウス等のデータ入力媒体である。表示装置２５は、ＣＲＴモニタ、ＬＣＤ等の表示装置であり、分析結果をグラフィカルに表示する。出力装置２６は、レーザプリンタ、インクジェットプリンタ等の印刷装置等である。
【００５２】
上述した構成の試料分析装置の測定装置１及び演算表示装置２にて、成人の血液を測定して、血液中に含まれている白血球をリンパ球、単球、好中球、好塩基球及び好酸球に分類した場合、図７に示されるようなスキャッタグラムが作成されて表示装置２５に表示される。図７は、白血球分類測定（ＤＩＦＦ測定）時のスキャッタグラムの例示図である。図７において、縦軸は側方蛍光強度を、横軸は側方散乱光強度を、それぞれ示している。以下、本実施の形態１に係る試料分析装置で用いられる白血球の分類方法について説明する。
【００５３】
実施の形態１に係る試料分析装置においては、図７に示すように、成人血の過去の統計値に基づき、リンパ球が分布すると想定されるリンパ球分布領域１０１、単球が分布すると想定される単球分布領域１０２、好酸球が分布すると想定される好酸球分布領域１０３、好中球が分布すると想定される好中球分布領域１０４、好塩基球が分布すると想定される好塩基球分布領域１０５が予め定められている。そして、同じ座標軸上に、測定データに基づく整数列情報をサンプリングした後、リンパ球分布領域１０１、単球分布領域１０２、好酸球分布領域１０３、好中球分布領域１０４、好塩基球分布領域１０５の各分布領域への血球の帰属度を算出し、算出された帰属度に応じて、各血球が特定の種類の血球に分類される。そして、分類された血球を計数することにより、リンパ球、単球等の数を求めることができる。上述の白血球の分類方法は、米国特許第５５５５１９６号公報に詳細に記載されている。なお、上述の白血球の分類方法を実行するためのコンピュータプログラム及びコンピュータプログラムの実行に用いられるデータは、記憶装置２３に事前に記憶されている。
【００５４】
本発明者らにより、小児血に含まれる血球は、成人血に含まれる血球よりも染色液に染色される度合いが低いことが認知された。そのため、小児血を測定して得られた測定データにおいては、図７に示した本来分布するべき各領域のやや下方にサンプリング値が分布してしまうことが判明した。図８は、ＤＩＦＦ測定時に作成されたスキャッタグラムのリンパ球分布領域１０１とサンプリング値との関係の例示図である。
【００５５】
図８に示すように、測定データが成人血である場合には、リンパ球分布領域１０１周辺にサンプリング値が集約されるはずである。しかし、測定データが成人血ではなく小児血である場合には、成人血である場合よりも染料による染色度合いが小児血の方が低いため、蛍光強度、散乱光強度ともに低く測定されている。したがって、サンプリング値は、リンパ球分布領域１０１よりも下方である領域１１１近辺に集約してしまう。
【００５６】
このように、スキャッタグラムから分布傾向が全体として想定した領域よりも下方にシフトしている場合には、測定データが小児血を対象としたデータであると判断することができ、分類処理の精度を向上させるためには、サンプリング値の集約している領域１１１を、矢印１１２の方向へシフトする必要があることがわかる。以下、測定データが小児血を対象としたデータであっても、成人血ベースで白血球を分類した場合と同じ血球分類方法を用いて精度良く分類処理を実行するために、小児血を対象とした測定データをシフトアップさせる手段につき記載する。
【００５７】
図９は、本発明の実施の形態１に係る測定装置１の制御基板部９の制御部９１及び演算表示装置２のＣＰＵ２１の処理手順を示すフローチャートである。測定装置１の制御部９１は、測定装置１が起動されたことを検知した場合、初期化を実行し（ステップＳ９１４）、測定装置１各部の動作チェックを行う。また、演算表示装置２のＣＰＵ２１も、演算表示装置２が起動されたことを検知した場合、初期化（プログラムの初期化）を実行し（ステップＳ９０１）、表示装置２５にメニュー画面を表示する（ステップＳ９０２）。このメニュー画面において、ＤＩＦＦ測定、ＲＥＴ測定、ＣＢＣ測定の選択を受け付けること、測定開始指示及びシャットダウン指示を受け付けること等が可能である。本実施の形態１では上記メニュー画面においてＤＩＦＦ測定が選択された場合について、以下説明する。
【００５８】
演算表示装置２のＣＰＵ２１は、測定開始指示を受け付けたか否かを判断し（ステップＳ９０３）、ＣＰＵ２１が、測定開始指示を受け付けていないと判断した場合（ステップＳ９０３：ＮＯ）、ＣＰＵ２１は、後述のステップＳ９０４乃至ステップＳ９１１をスキップする。ＣＰＵ２１が、測定開始指示を受け付けたと判断した場合（ステップＳ９０３：ＹＥＳ）、ＣＰＵ２１は、測定開始を示す指示情報を測定装置１へ送信する（ステップＳ９０４）。測定装置１の制御部９１は、測定開始を示す指示情報を受信したか否かを判断し（ステップＳ９１５）、制御部９１が、測定開始を示す指示情報を受信したと判断した場合（ステップＳ９１５：ＹＥＳ）、制御部９１は、血液を収容している容器に貼付されているバーコードラベル（図示せず）をバーコードリーダ（図示せず）に読み取らせ、血液の識別情報（試料ＩＤ）を取得する（ステップＳ９１６）。制御部９１が、測定開始を示す指示情報を受信していないと判断した場合（ステップＳ９１５：ＮＯ）、制御部９１は、ステップＳ９１６乃至ステップＳ９２０をスキップする。
【００５９】
制御部９１は、取得した識別情報（試料ＩＤ）を演算表示装置２へ送信し（ステップＳ９１７）、演算表示装置２のＣＰＵ２１は、識別情報（試料ＩＤ）を受信したか否かを判断する（ステップＳ９０５）。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信していないと判断した場合（ステップＳ９０５：ＮＯ）、ＣＰＵ２１は、受信の待ち状態となる。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信したと判断した場合（ステップＳ９０５：ＹＥＳ）、ＣＰＵ２１は、記憶装置２３の患者情報記憶部２３２を照会して患者情報を取得し（ステップＳ９０６）、患者情報を測定装置１へ送信する（ステップＳ９０７）。
【００６０】
次に、測定装置１の制御部９１は、患者情報を受信したか否かを判断し（ステップＳ９１８）、制御部９１が、受信していないと判断した場合（ステップＳ９１８：ＮＯ）、制御部９１は、受信待ち状態となる。制御部９１が、受信したと判断した場合（ステップＳ９１８：ＹＥＳ）、制御部９１は、測定試料を調製するよう試料調製部４１を制御した後、測定試料の測定を開始する（ステップＳ９１９）。具体的には、ＤＩＦＦ測定を実行し、検出部５及びアナログ処理部６を介して側方散乱光及び側方蛍光の受光強度に相当する電気信号が制御基板部９へ出力される。制御基板部９のＡ／Ｄ変換部９２は、取得したアナログ信号を１２ビットのデジタル信号に変換し、演算部９３は、Ａ／Ｄ変換部９２から出力されたデジタル信号に所定の処理を施して制御部９１へ渡す。制御部９１は、受け取った１２ビットの整数列情報を測定データとして、演算表示装置２へ送信する（ステップＳ９２０）。
【００６１】
演算表示装置２のＣＰＵ２１は、測定データを受信したか否かを判断し（ステップＳ９０８）、ＣＰＵ２１が、測定データを受信したと判断した場合（ステップＳ９０８：ＹＥＳ）、ＣＰＵ２１は、受信した測定データに基づいて解析処理を実行する（ステップＳ９０９）。ＣＰＵ２１が、測定データを受信していないと判断した場合（ステップＳ９０８：ＮＯ）、ＣＰＵ２１は、受信待ち状態となる。
【００６２】
図１０は、本発明の実施の形態１に係る演算表示装置２のＣＰＵ２１の図９のステップＳ９０９で実行する解析処理手順を示すフローチャートである。図１０において、演算表示装置２のＣＰＵ２１は、測定装置１から取得した測定データ（１２ビットの整数列情報）を８ビットの整数列情報へ縮小することにより第１の分類用データを生成して記憶し（ステップＳ１００１）、一方で、測定装置１から取得した同じ１２ビットの整数列情報に基づいて、ステップＳ１００１で生成した第１の分類用データよりもデータ値の大きい８ビットの整数列情報である第２の分類用データを生成して記憶する（ステップＳ１００２）。第１の分類用データは、成人血をベースに解析を行う場合に使用するデータであり、第２の分類用データは、小児血をベースに解析を行う場合に使用するデータである。すなわち、成人血と小児血とで血球の染料による染色度合いが小児血の方が低いため、成人血と同一の血球分類方法を用いて血液中の血球を分類するためには、小児血について取得した整数列情報を若干引き上げる必要があるからである。
【００６３】
具体的には、ＣＰＵ２１は、第１の分類用データを生成する場合には、測定装置１から取得した１２ビットの整数列情報をそのまま８ビットの整数列情報に縮小し、第２の分類用データを生成する場合には、１２ビットの整数列情報を１．２倍してからその整数部分を８ビットの整数列情報に縮小する。このように、１２ビットの整数列情報を１．２倍してから８ビットの整数列情報に縮小して小児血用の第２の分類用データを生成することにより、成人血用の第１の分類用データを単に１．２倍して第２の分類用データを生成する場合に比べて、整数値の連続性を維持する割合を高めることができる。
【００６４】
図１１は、測定データの演算処理結果の例示図である。すなわち、図１１に示すように、測定データが９〜１３の連続した整数値である場合に、これらの整数値を単に１．２倍した整数値では‘１１’が欠落しており、連続した整数値とはなっていない。これでは、粒子を複数の種類に分類する場合に正確な計数結果を得ることができないおそれがある。
【００６５】
一方、本実施の形態１では、分類処理に用いるビット数（８ビット）よりも大きなビット数（１２ビット）を有する整数列情報として測定データを取得しておき、それを１．２倍してその整数部分を８ビットの整数列情報に縮小することにより小児血用の第２の分類用データを生成し、生成された第２の分類用データを用いて分類処理を実行するようにしてある。このようにすることで、整数値の連続性を維持する割合が高まる。すなわち、成人血用の第１の分類用データを生成する場合は１２ビットの整数列情報を１／１６倍するのに対して、小児血用の第２の分類用データを生成する場合は１２ビットの整数列情報を１．２／１６倍することになることから、１．２／１６倍した場合に同じ整数値となる測定データの範囲が広がり、誤差が目立ちにくくなる。
【００６６】
例えばＮ×Ｎ個（Ｎは自然数）の要素を持つ二次元分布データＤｎにおける各要素（Ｘ１、Ｘ２）（Ｘ１、Ｘ２＝０、１、２、・・・）の度数をＦ（Ｘ１、Ｘ２）とし、二次元分布データＤｎをＭ×Ｍ個（Ｍは自然数）の要素を持つ二次元分布データＤｍに縮小する場合を考える。ただし、Ｍ＜Ｎとする。
【００６７】
Ｎ×Ｎ個の要素を持つ二次元分布データＤｎにおける各要素（Ｘ１、Ｘ２）は、分布データＤｍにおいて、式（１）に示す要素（Ｕ１、Ｕ２）（Ｕ１、Ｕ２＝０、１、２、・・・、Ｍ）に対応する。ただし、式（１）において、Ｉｎｔ（ｘ）は、引数ｘの整数部分を表す関数とする。これは、例えば１２ビットの測定データを８ビットに縮小する処理に相当する。
【００６８】
（Ｕ１、Ｕ２）＝（Ｉｎｔ（Ｘ１×Ｍ／Ｎ）、Ｉｎｔ（Ｘ２×Ｍ／Ｎ）
・・・ （１）
【００６９】
次に、二次元分布データＤｍ中の部分領域Ｌ×Ｌ個の要素を持つ二次元分布データＤＬをＭ×Ｍ個の要素を持つ二次元分布データに変換する場合（Ｌ＜Ｍ＜Ｎ）、分布データＤｎにおける各要素（Ｘ１、Ｘ２）（Ｘ１、Ｘ２＝０、１、２、・・・、Ｎ×Ｌ／Ｍ）は、式（２）に示すように、分布データＤmlにおける各要素（Ｖ１、Ｖ２）（Ｖ１、Ｖ２＝０、１、２、・・・、Ｍ）に対応する。これは、８ビットのデータを略上方へシフトアップする処理に相当する。
【００７０】
（Ｖ１、Ｖ２）＝（Ｉｎｔ（Ｘ１×Ｍ2 ／（Ｎ×Ｌ）、Ｉｎｔ（Ｘ２×Ｍ2 ／（Ｎ×Ｌ）
・・・ （２）
【００７１】
すなわち、式（１）の処理と同様の処理を、最初は部分領域Ｌ×Ｌ個の要素を持つ二次元分布データＤＬをＮ×Ｎ個の要素を持つ二次元分布データに変換し（拡大し）、続いてＭ×Ｍ個の要素を持つ二次元分布データに変換することにより、分布データＤmlの各要素の度数が算出され、なめらかな分布データに変換することができる。
【００７２】
図１０に戻って、演算表示装置２のＣＰＵ２１は、生成した第１の分類用データに基づいて白血球の分類処理を実行し（ステップＳ１００３）、分類されたリンパ球、単球、好酸球、好中球、好塩基球等の血球数を計数して（ステップＳ１００４）、計数結果を記憶装置２３に記憶する（ステップＳ１００５）。ＣＰＵ２１は、図７に示すようなスキャッタグラムも作成し、白血球の分類結果として、計数結果とスキャッタグラムとを表示装置２５に表示して（ステップＳ１００６）、処理を図９のステップＳ９１０へ戻す。使用者は表示装置２５に表示されたスキャッタグラムを視覚的に確認し、例えば、事前に想定している分布領域より下方にサンプリング値が分布しているか否かを確認することができる。そして、使用者は、サンプリング値が下方に分布している場合には、解析された血液が小児血であったために解析不良が生じたと判断して、小児血ベースの再解析処理を実行する実行指示を入力することができる。
【００７３】
図９に戻って、演算表示装置２のＣＰＵ２１は、使用者からの再解析の実行指示を受け付けたか否かを判断し（ステップＳ９１０）、ＣＰＵ２１が、再解析の実行指示を受け付けたと判断した場合（ステップＳ９１０：ＹＥＳ）、ＣＰＵ２１は、再解析処理を実行する（ステップＳ９１１）。具体的には、表示装置２５にて分類結果が表示されている画面のツールバーに「再解析」ボタンが設けられており、ＣＰＵ２１は、使用者によりその「再解析」ボタンが選択された場合に再解析指示を受け付ける。
【００７４】
図１２は、本発明の実施の形態１に係る演算表示装置２のＣＰＵ２１の図９のステップＳ９１１で実行する再解析処理手順を示すフローチャートである。図１２において、演算表示装置２のＣＰＵ２１は、小児血ベースで再解析を実行するか否かを判断する（ステップＳ１２０１）。演算表示装置２においては、成人血ベースで得られた分類結果を小児血ベースで再解析する再解析指示を行うことができるだけでなく、小児血ベースで得られた分類結果を成人血ベースで再解析する再解析指示を行うこともできる。そのため、ＣＰＵ２１は、ステップＳ１２０１において、小児血ベースで再解析を実行するか否か、すなわち、成人血ベースで得られた分類結果に対して小児血ベースで再解析をする再解析指示をステップＳ９１０において使用者から受け付けたか否かを判断し、ＣＰＵ２１が、小児血をベースに再解析を実行すると判断した場合（ステップＳ１２０１：ＹＥＳ）、ＣＰＵ２１は、第２の分類用データを記憶装置２３から読み出す（ステップＳ１２０２）。
【００７５】
ＣＰＵ２１が、小児血をベースに再解析を実行しないと判断した場合（ステップＳ１２０１：ＮＯ）、ＣＰＵ２１は、第１の分類用データを記憶装置２３から読み出す（ステップＳ１２０３）。ＣＰＵ２１は、読み出した第１の分類用データ又は第２の分類用データに基づく分類処理を実行し（ステップＳ１２０４）、分類されたリンパ球、単球、好酸球、好中球、好塩基球の血球数を計数する（ステップＳ１２０５）。ＣＰＵ２１は、計数結果を記憶装置２３に記憶し（ステップＳ１２０６）、分類結果を表示装置２５に表示して（ステップＳ１２０７）、処理を図９のステップＳ９１２へ戻す。
【００７６】
図９に戻って、演算表示装置２のＣＰＵ２１は、シャットダウン指示を受け付けたか否かを判断し（ステップＳ９１２）、ＣＰＵ２１が、シャットダウン指示を受け付けていないと判断した場合（ステップＳ９１２：ＮＯ）、ＣＰＵ２１は、処理をステップＳ９０３へ戻し、上述した処理を繰り返す。ＣＰＵ２１が、シャットダウン指示を受け付けたと判断した場合（ステップＳ９１２：ＹＥＳ）、ＣＰＵ２１は、シャットダウンの指示情報を測定装置１へ送信する（ステップＳ９１３）。
【００７７】
測定装置１の制御部９１は、シャットダウンの指示情報を受信したか否かを判断し（ステップＳ９２１）、制御部９１が、シャットダウンの指示情報を受信していない場合（ステップＳ９２１：ＮＯ）、制御部９１は、処理をステップＳ９１５へ戻し、上述した処理を繰り返す。制御部９１が、シャットダウンの指示情報を受信したと判断した場合（ステップＳ９２１：ＹＥＳ）、制御部９１は、シャットダウンを実行して（ステップＳ９２２）、処理を終了する。
【００７８】
以上のように本実施の形態１によれば、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、共通の解析プログラムにて解析することができ、様々な解析プログラムを開発するために要する多大なコストと時間とを節約することが可能となる。
【００７９】
なお、上述した実施の形態１では、使用者から再解析の指示がなされる前に、成人血用の第１の分類用データと小児血用の第２の分類用データを生成して記憶しているが、分類結果を参照して、使用者から小児血ベースでの再解析の指示がなされるまで、小児血用の第２の分類用データを生成せず、指示がなされた時点で生成するものであっても良い。
【００８０】
（実施の形態２）
以下、本発明の実施の形態２に係る試料分析装置について、図面に基づいて具体的に説明する。本発明の実施の形態２に係る試料分析装置の構成は実施の形態１と同様であることから、同一の符号を付することにより詳細な説明を省略する。本実施の形態２は、縮小率の互いに異なる複数の分類用データ及びそれぞれの分類用データに基づく分類結果を記憶しておき、いずれかの分類用データを選択することで、分類結果を表示する点で実施の形態１と相違する。
【００８１】
図１３は、本発明の実施の形態２に係る測定装置１の制御基板部９の制御部９１及び演算表示装置２のＣＰＵ２１の処理手順を示すフローチャートである。測定装置１の制御部９１は、測定装置１が起動されたことを検知した場合、初期化を実行し（ステップＳ１３１５）、測定装置１各部の動作チェックを行う。また、演算表示装置２のＣＰＵ２１も、演算表示装置２が起動されたことを検知した場合、初期化（プログラムの初期化）を実行し（ステップＳ１３０１）、表示装置２５にメニュー画面を表示する（ステップＳ１３０２）。このメニュー画面において、ＤＩＦＦ測定、ＲＥＴ測定、ＣＢＣ測定の選択を受け付けたり、測定開始指示およびシャットダウン指示を受け付けたりすることが可能である。本実施の形態２では上記メニュー画面においてＤＩＦＦ測定が選択された場合について、以下説明する。
【００８２】
演算表示装置２のＣＰＵ２１は、測定開始指示を受け付けたか否かを判断し（ステップＳ１３０３）、ＣＰＵ２１が、測定開始指示を受け付けていないと判断した場合（ステップＳ１３０３：ＮＯ）、ＣＰＵ２１は、後述するステップＳ１３０４乃至ステップＳ１３１２をスキップする。ＣＰＵ２１が、測定開始指示を受け付けたと判断した場合（ステップＳ１３０３：ＹＥＳ）、ＣＰＵ２１は、測定開始を示す指示情報を測定装置１へ送信する（ステップＳ１３０４）。測定装置１の制御部９１は、測定開始を示す指示情報を受信したか否かを判断し（ステップＳ１３１６）、制御部９１が、測定開始を示す指示情報を受信したと判断した場合（ステップＳ１３１６：ＹＥＳ）、制御部９１は、血液を収容している容器に貼付されているバーコードラベル（図示せず）をバーコードリーダ（図示せず）に読み取らせ、血液の識別情報（試料ＩＤ）を取得する（ステップＳ１３１７）。制御部９１が、測定開始を示す指示情報を受信していないと判断した場合（ステップＳ１３１６：ＮＯ）、制御部９１は、ステップＳ１３１７乃至ステップＳ１３２１をスキップする。
【００８３】
制御部９１は、取得した識別情報（試料ＩＤ）を演算表示装置２へ送信し（ステップＳ１３１８）、演算表示装置２のＣＰＵ２１は、識別情報（試料ＩＤ）を受信したか否かを判断する（ステップＳ１３０５）。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信していないと判断した場合（ステップＳ１３０５：ＮＯ）、ＣＰＵ２１は、受信の待ち状態となる。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信したと判断した場合（ステップＳ１３０５：ＹＥＳ）、ＣＰＵ２１は、記憶装置２３の患者情報記憶部２３２を照会して患者情報を取得し（ステップＳ１３０６）、患者情報を測定装置１へ送信する（ステップＳ１３０７）。
【００８４】
次に、測定装置１の制御部９１は、患者情報を受信したか否かを判断し（ステップＳ１３１９）、制御部９１が、受信していないと判断した場合（ステップＳ１３１９：ＮＯ）、制御部９１は、受信待ち状態となる。制御部９１が、受信したと判断した場合（ステップＳ１３１９：ＹＥＳ）、制御部９１は、測定試料を調製するよう試料調製部４１を制御した後、測定試料の測定を開始する（ステップＳ１３２０）。具体的には、ＤＩＦＦ測定を実行し、検出部５及びアナログ処理部６を介して側方散乱光及び側方蛍光の受光強度に相当する電気信号が制御基板部９へ出力される。制御基板部９のＡ／Ｄ変換部９２は、取得したアナログ信号を１２ビットのデジタル信号に変換し、演算部９３は、Ａ／Ｄ変換部９２から出力されたデジタル信号に所定の処理を施して制御部９１へ渡す。制御部９１は、受け取った１２ビットの整数列情報を測定データとして、演算表示装置２へ送信する（ステップＳ１３２１）。
【００８５】
演算表示装置２のＣＰＵ２１は、測定データを受信したか否かを判断し（ステップＳ１３０８）、ＣＰＵ２１が、測定データを受信したと判断した場合（ステップＳ１３０８：ＹＥＳ）、ＣＰＵ２１は、受信した測定データに基づいて解析処理を実行する（ステップＳ１３０９）。ＣＰＵ２１が、測定データを受信していないと判断した場合（ステップＳ１３０８：ＮＯ）、ＣＰＵ２１は、受信待ち状態となる。
【００８６】
図１４は、本発明の実施の形態２に係る演算表示装置２のＣＰＵ２１の図１３のステップＳ１３０９で実行する解析処理手順を示すフローチャートである。図１４において、演算表示装置２のＣＰＵ２１は、カウンタｎを初期値１に設定し（ステップＳ１４０１）、測定装置１から取得した測定データ（１２ビットの整数列情報）を８ビットの整数列情報へ縮小することにより第ｎ分類用データを生成して記憶する（ステップＳ１４０２）。
【００８７】
ＣＰＵ２１は、ｎが所定数より大きいか否かを判断し（ステップＳ１４０３）、ＣＰＵ２１が、ｎが所定数以下であると判断した場合（ステップＳ１４０３：ＮＯ）、ＣＰＵ２１は、ｎを１インクリメントし（ステップＳ１４０４）、測定データの縮小率を変更して（ステップＳ１４０５）、処理をステップＳ１４０２へ戻して上述した処理を繰り返す。ＣＰＵ２１が、ｎが所定数より大きいと判断した場合（ステップＳ１４０３：ＹＥＳ）、ＣＰＵ２１は、第１〜第ｎ分類用データを用いた分類処理をそれぞれ実行し（ステップＳ１４０６）、分類結果をそれぞれ記憶装置２３に記憶する（ステップＳ１４０７）。
【００８８】
具体的には、ＣＰＵ２１が分類用データを生成する場合には、測定装置１から取得した１２ビットの整数列情報を所定の縮小率で縮小する。例えば８ビットの整数列情報に縮小しても良いし、１０ビットの整数列情報に縮小しても良いし、任意の縮小率を選択しても良い。
【００８９】
また本実施の形態２では、分類用データとして用いるビット数（８ビット）よりも大きなビット数（１２ビット）を有する整数列情報として測定データを取得しておき、それを任意の縮小率で縮小することにより、様々な縮小率での複数の分類用データを生成する。このようにすることで、整数値の連続性を維持する割合が高まる。例えば成人血用の第１の分類用データを生成する場合は１２ビットの整数列情報を１／１６倍するのに対して、小児血用の第２の分類用データを生成する場合は１２ビットの整数列情報を１．２／１６倍することになることから、１．２／１６倍した場合に同じ整数値となる測定データの範囲が広がり、誤差が目立ちにくくなる。
【００９０】
ＣＰＵ２１は、記憶装置２３に記憶されている複数の分類用データから一の分類用データを選択して（ステップＳ１４０８）、選択された分類用データを記憶装置２３から読み出して、リンパ球、単球、好酸球、好中球、好塩基球等の血球数を計数し（ステップＳ１４０９）、計数結果を記憶装置２３に記憶する（ステップＳ１４１０）。ＣＰＵ２１は、図７に示すようなスキャッタグラムも作成し、白血球の分類結果として、計数結果とスキャッタグラムとを表示装置２５に表示して（ステップＳ１４１１）、処理を図１３のステップＳ１３１０へ戻す。使用者は表示装置２５に表示されたスキャッタグラムを視覚的に確認することができる。そして、使用者は、サンプリング値の分布状態に応じて、再分類処理を実行する実行指示を入力することができる。
【００９１】
次に、図１４のステップＳ１４０８に示す分類用データの選択処理について処理手順を説明する。図１５は、本発明の実施の形態２に係る演算表示装置２のＣＰＵ２１の分類用データの選択処理手順を示すフローチャートである。なお、本実施の形態２に係る試料分析装置では、図１４に示す所定数が３に設定されているものとする。
【００９２】
演算処理装置２のＣＰＵ２１は、測定装置１から受信した患者情報に含まれる年齢情報に基づいて、被検者が小児であるか否かを判断する（ステップＳ１５０１）。ここで、「小児」とは新生児を意味しても良いし、乳児を意味しても良いし、幼児を意味しても良い。「小児」であるか否かは本実施の形態２に係る試料分析装置の使用者が任意に設定することができ、所定年齢以下の被検者だけでなく、例えば小児科や産婦人科に通院している被検者を「小児」としても良いし、小学校入学前の子供を「小児」としても良い。また、試料分析装置を製造する製造業者が「小児」の範囲を設定しても良い。ＣＰＵ２１が、被検者が小児であると判断した場合（ステップＳ１５０１：ＹＥＳ）、ＣＰＵ２１は、第２の検出感度で得られた特徴情報に基づく第２の分類用データを選択し（ステップＳ１５０２）、処理をステップＳ１４０９へ戻す。
【００９３】
ＣＰＵ２１が、被検者が小児でないと判断した場合（ステップＳ１５０１：ＮＯ）、ＣＰＵ２１は、第１乃至第３の各分類用データについて、リンパ球、単球、好酸球、好中球、好塩基球等のサンプリング値の集合領域が重なり合っている領域、例えば図７における領域Ａ（以下、「重なり領域」と略す）に含まれる粒子を計数して、ＲＡＭ２２に記憶する（ステップＳ１５０３）。重なり領域の粒子数が少ない場合には良好に血球の分類処理が行われていると考えられるため、ＣＰＵ２１は、重なり領域の粒子数が最も少ない分類用データを選択する。すなわちＣＰＵ２１は、まず、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）以下であるか否かを判断する（ステップＳ１５０４）。
【００９４】
ＣＰＵ２１が、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）以下であると判断した場合（ステップＳ１５０４：ＹＥＳ）、ＣＰＵ２１は、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）以下であるか否かを判断する（ステップＳ１５０５）。
【００９５】
ＣＰＵ２１が、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）以下であると判断した場合（ステップＳ１５０５：ＹＥＳ）、ＣＰＵ２１は、第１の分類用データを選択し（ステップＳ１５０６）、処理をステップＳ１４０９へ戻す。
【００９６】
ＣＰＵ２１が、第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）より大きいと判断した場合（ステップＳ１５０４：ＮＯ）、又は第１の分類用データにおける重なり領域の粒子数（Ｎ１）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）より大きいと判断した場合（ステップＳ１５０５：ＮＯ）、ＣＰＵ２１は、第２の分類用データにおける重なり領域の粒子数（Ｎ２）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）以下であるか否かを判断する（ステップＳ１５０７）。
【００９７】
ＣＰＵ２１が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）以下であると判断した場合（ステップＳ１５０７：ＹＥＳ）、ＣＰＵ２１は、第２の分類用データを選択して（ステップＳ１５０２）、処理をステップＳ１４０９へ戻す。ＣＰＵ２１が、第２の分類用データにおける重なり領域の粒子数（Ｎ２）が、第３の分類用データにおける重なり領域の粒子数（Ｎ３）より大きいと判断した場合（ステップＳ１５０７：ＮＯ）、ＣＰＵ２１は、第３の分類用データを選択して（ステップＳ１５０８）、処理をステップＳ１４０９へ戻す。
【００９８】
なお、分類用データを選択する方法は、特に限定されるものではないが、例えばリンパ球、単球、好酸球、好中球、好塩基球等のサンプリング値の集合領域の重なり具合、出現位置等に基づいてＣＰＵ２１が選択する。具体的には、（１）集合領域が重なり合っている領域に含まれる粒子数の大小により選択する、（２）集合領域の代表値と、事前に想定されている各領域の代表値との距離の大小により選択する、（３）集合領域と、事前に想定されている各領域との相対位置により選択する、（４）集合領域の面積と、事前に想定されている各領域の面積との大小により選択する等の方法を組み合わせることにより選択する。
【００９９】
図１３に戻って、演算表示装置２のＣＰＵ２１は、使用者からの再分類処理の実行指示である再分類指示を受け付けたか否かを判断し（ステップＳ１３１１）、ＣＰＵ２１が、再分類指示を受け付けたと判断した場合（ステップＳ１３１０：ＹＥＳ）、ＣＰＵ２１は、他の分類用データの選択を受け付け（ステップＳ１３１１）、選択を受け付けた分類用データに基づいて計数処理を実行する（ステップＳ１３１２）。
【０１００】
図１６は、本発明の実施の形態２に係る演算表示装置２の表示装置２５の分類結果を表示する画面の例示図である。図１６では、図１４におけるｎが３である場合、すなわち縮小率の互いに相違する３種類の分類用データが生成された場合の、各分類用データに基づく分類結果が表示されている。ＣＰＵ２１が選択した分類用データを用いた場合の分類結果が主結果表示領域２１１に表示され、他の分類用データを用いた場合の分類結果が副結果表示領域２１２、２１３に表示されている。
【０１０１】
再分類指示は、使用者により再分類を希望する分類用データに基づく分類結果を表示している副結果表示領域２１２、２１３のいずれかをマウス等で選択することにより行われる。例えば副結果表示領域２１２が選択された場合には、副結果表示領域２１２と主結果表示領域２１１との表示内容が入れ替わり、計数処理が実行される。
【０１０２】
図１３に戻って、演算表示装置２のＣＰＵ２１は、シャットダウン指示を受け付けたか否かを判断し（ステップＳ１３１３）、ＣＰＵ２１が、シャットダウン指示を受け付けていないと判断した場合（ステップＳ１３１３：ＮＯ）、ＣＰＵ２１は、処理をステップＳ１３０３へ戻し、上述した処理を繰り返す。ＣＰＵ２１が、シャットダウン指示を受け付けたと判断した場合（ステップＳ１３１３：ＹＥＳ）、ＣＰＵ２１は、シャットダウンの指示情報を測定装置１へ送信する（ステップＳ１３１４）。
【０１０３】
測定装置１の制御部９１は、シャットダウンの指示情報を受信したか否かを判断し（ステップＳ１３２２）、制御部９１が、シャットダウンの指示情報を受信していない場合（ステップＳ１３２２：ＮＯ）、制御部９１は、処理をステップＳ１３１６へ戻し、上述した処理を繰り返す。制御部９１が、シャットダウンの指示情報を受信したと判断した場合（ステップＳ１３２２：ＹＥＳ）、制御部９１は、シャットダウンを実行して（ステップＳ１３２３）、処理を終了する。
【０１０４】
以上のように本実施の形態２によれば、事前に縮小率の互いに相違する複数の分類用データを生成しておき、試料に応じて最適な分類用データを選択することにより、動物種が異なる、年齢が異なる、性別が異なる等の相違が存在する場合であっても、最適な分類用データを用いて計数処理を実行することができ、試料分析精度の向上を図ることが可能となる。
【０１０５】
なお、上述した実施の形態１及び２では、試料として血液を用い、血液に含まれている血球を分析する血球分析装置を例に挙げて説明しているが、本発明はこれに限定されるものではなく、尿中細胞のような生体粒子を含む試料を分析する試料分析装置に適用した場合であっても同様の効果が期待できる。さらに、上述の実施の形態１及び２では、分析結果を演算表示装置２の表示装置２５で表示しているが、特に限定されるものではなく、ネットワークを介して接続されている他のコンピュータが有している表示装置に表示させるものであっても良い。
【０１０６】
また、上述した実施の形態１及び２では、測定装置１から測定データとして１２ビットの整数列情報を取得し、その１２ビットの整数列情報を８ビットの整数列情報に縮小することにより複数の分類用データを生成しているが、本発明はこれに限定されるものではなく、例えば、測定装置１から１６ビットの整数列情報を取得してもよいし、１０ビットの縮小データを生成してもよい。また、上記の測定データ、分類用データは整数列情報でなくても良い。
【０１０７】
また、上述した実施の形態１では、成人血用の第１の分類用データを生成する場合には、測定装置１から取得した１２ビットの整数列情報をそのまま８ビットの整数列情報に縮小し、小児血用の第２の分類用データを生成する場合には、上記１２ビットの整数列情報を１．２倍してからその整数部分を８ビットの整数列情報に縮小しているが、本発明はこれに限らず、測定装置１から測定データとして８ビットの整数列情報を取得し、成人血中の血球の分類処理を行う場合には、測定装置１から取得した８ビットの整数列情報をそのまま利用し、小児血中の血球の分類処理を行う場合には、測定装置１から取得した８ビットの整数列情報を１．２倍することにより得られた整数列情報を利用しても良い。
【０１０８】
また、上述した実施の形態１及び２では、複数の分類用データを生成し、それらのいずれかに基づいて血球の分類処理を行っているため、例えば巨核球を含む血液を分析する場合にも適用することができる。巨核球は細胞が大きく多核であるため、巨核球は染色液により染色されやすい性質を有している。そのため、巨核球を含む血液をフローサイトメータで測定して、図７に示すような側方蛍光強度をパラメータの１つとする二次元スキャッタグラムを作成した場合、巨核球はスキャッタグラムの上限位置に集約してしまうため、血液中の血球から良好に巨核球を分類できない場合がある。このような場合に、巨核球の分類に用いられる分類用データとして、例えば実施の形態１の第１の分類用データよりも大きさが縮小された整数列情報を有する第３分類用データを生成することができる。生成された第３分類用データに基づいて図７に示すようなスキャッタグラムを作成した場合、スキャッタグラムの上限位置に集約していた巨核球が下方にシフトし、巨核球の分類に適した領域に位置することになる。そのため、生成された第３分類用データに基づいて分類処理を行えば、良好に巨核球を分類できる場合がある。
【図面の簡単な説明】
【０１０９】
【図１】本発明の実施の形態１に係る試料分析装置の構成を模式的に示す斜視図である。
【図２】本発明の実施の形態１に係る試料分析装置の測定装置の構成を示すブロック図である。
【図３】本発明の実施の形態１に係る試料調製部の構成を模式的に説明するブロック図である。
【図４】本発明の実施の形態１に係る検出部及びアナログ処理部の構成を模式的に説明するブロック図である。
【図５】本発明の実施の形態１に係る試料分析装置の演算表示装置の構成を示すブロック図である。
【図６】患者情報記憶部のデータ構成の例示図である。
【図７】白血球分類測定（ＤＩＦＦ測定）時のスキャッタグラムの例示図である。
【図８】ＤＩＦＦ測定時のスキャッタグラムのリンパ球の分布領域とサンプリング値との関係の例示図である。
【図９】本発明の実施の形態１に係る測定装置の制御基板部の制御部及び演算表示装置のＣＰＵの処理手順を示すフローチャートである。
【図１０】本発明の実施の形態１に係る演算表示装置のＣＰＵの解析処理手順を示すフローチャートである。
【図１１】測定データの演算処理結果の例示図である。
【図１２】本発明の実施の形態１に係る演算表示装置のＣＰＵの再解析処理手順を示すフローチャートである。
【図１３】本発明の実施の形態２に係る測定装置の制御基板部の制御部及び演算表示装置のＣＰＵの処理手順を示すフローチャートである。
【図１４】本発明の実施の形態２に係る演算表示装置のＣＰＵの解析処理手順を示すフローチャートである。
【図１５】本発明の実施の形態２に係る演算表示装置のＣＰＵの分類用データの選択処理手順を示すフローチャートである。
【図１６】本発明の実施の形態２に係る演算表示装置の表示装置の分類結果を表示する画面の例示図である。
【符号の説明】
【０１１０】
１ 測定装置
２ 演算表示装置
４ 装置機構部
５ 検出部
６ アナログ処理部
９ 制御基板部
２１ ＣＰＵ
２２ ＲＡＭ
２３ 記憶装置
２４ 入力装置
２５ 表示装置
２６ 出力装置
２７ 通信インタフェース
２８ 内部バス
９１ 制御部
９２ Ａ／Ｄ変換部
９３ 演算部
２３１ コンピュータプログラム
２３２ 患者情報記憶部
【特許請求の範囲】
【請求項１】
複数の種類の粒子を含む試料を分析する試料分析装置において、
複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得する量子化情報取得手段と、
取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データを生成する第１生成手段と、
取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データとは異なる第２の分類用データを生成する第２生成手段と、
試料中の粒子を複数の種類の粒子に分類するために用いられる分類条件を記憶する分類条件記憶部と、
前記第１の分類用データ及び前記第２の分類用データのいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段と
を備えることを特徴とする試料分析装置。
【請求項２】
前記第１の分類用データのビット数と前記第２の分類用データのビット数とが同一であり、前記ビット数は、前記量子化情報取得手段にて取得した量子化情報の所定のビット数よりも小さいことを特徴とする請求項１記載の試料分析装置。
【請求項３】
前記第１生成手段は、前記量子化情報取得手段にて取得した量子化情報を所定のビット数のデータに変換することにより前記第１の分類用データを生成し、
前記第２生成手段は、前記量子化情報取得手段にて取得した量子化情報を所定の倍率で拡大してから、前記所定のビット数のデータに変換することにより前記第２の分類用データを生成することを特徴とする請求項２記載の試料分析装置。
【請求項４】
前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記第２生成手段は、前記第２の分類用データを生成し、
前記試料中の粒子の分類を前記第２の分類用データに基づいて実行する旨の指示情報を受け付ける分類指示受付手段をさらに備え、
前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて試料中の粒子を分類し、前記分類指示受付手段で前記指示情報を受け付けた場合、前記第２の分類用データと前記分類条件とに基づいて試料中の粒子を分類することを特徴とする請求項１乃至３のいずれか一項に記載の試料分析装置。
【請求項５】
前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、
前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて試料中の粒子を分類し、
前記試料中の粒子の分類を前記第２の分類用データに基づいて実行する旨の指示情報を受け付ける分類指示受付手段をさらに備え、
前記第２生成手段は、前記分類指示受付手段で前記指示情報を受け付けた場合、前記第２の分類用データを生成し、
前記分類手段は、前記第２の分類用データが生成された場合、該第２の分類用データと前記分類条件とに基づいて試料中の粒子を分類することを特徴とする請求項１乃至３のいずれか１項に記載の試料分析装置。
【請求項６】
前記第１の分類用データ及び前記第２の分類用データのいずれか１つに基づいて、前記試料中の粒子の分布状態を示す分布図データを作成する分布図作成手段と、
作成された分布図データを表示する表示手段と
を備えることを特徴とする請求項１乃至５のいずれか一項に記載の試料分析装置。
【請求項７】
前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記第２生成手段は、前記第２の分類用データを生成し、
前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて第１分類結果を取得し、前記第２の分類用データが生成された場合、該第２の分類用データと前記分類条件とに基づいて第２分類結果を取得することを特徴とする請求項１乃至６のいずれか一項に記載の試料分析装置。
【請求項８】
前記量子化情報取得手段は、第１の量子化情報及び第２の量子化情報を取得し、
前記第１の分類用データ及び前記第２の分類用データは、前記第１の量子化情報及び前記第２の量子化情報に基づく二次元の分類用データであることを特徴とする請求項１乃至７のいずれか一項に記載の試料分析装置。
【請求項９】
前記第１の量子化情報は、前記試料の蛍光強度に関する情報であり、
前記第２の量子化情報は、前記試料の散乱光強度に関する情報であることを特徴とする請求項８記載の試料分析装置。
【請求項１０】
前記試料は血液であり、
前記第１の分類用データは、成人血に含まれる粒子を分類するための分類用データであり、
前記第２の分類用データは、小児血に含まれる粒子を分類するための分類用データであることを特徴とする請求項１乃至９のいずれか一項に記載の試料分析装置。
【請求項１１】
前記量子化情報、前記第１の分類用データ及び前記第２の分類用データは、整数列情報であることを特徴とする請求項１乃至１０のいずれか一項に記載の試料分析装置。
【請求項１２】
複数の種類の粒子を含む試料を分析する試料分析装置において、
複数の粒子の特徴を示す所定のビット数に量子化された第１の量子化情報を取得する第１量子化情報取得手段と、
取得した前記第１の量子化情報を所定の倍率で拡大することにより第２の量子化情報を取得する第２量子化情報取得手段と、
試料中の粒子を複数の種類の粒子に分類するために用いられる分類条件を記憶する分類条件記憶部と、
前記第１の量子化情報及び前記第２の量子化情報のいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段と
を備えることを特徴とする試料分析装置。
【請求項１３】
複数の種類の粒子を含む試料を分析する試料分析装置で実行することが可能なコンピュータプログラムにおいて、
前記試料分析装置を、
複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得する量子化情報取得手段、
取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データを生成する第１生成手段、
取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データとは異なる第２の分類用データを生成する第２生成手段、
試料中の粒子を複数の種類の粒子に分類するための所定の分類条件を記憶する分類条件記憶手段、及び
前記第１の分類用データ及び前記第２の分類用データのいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段
として機能させることを特徴とするコンピュータプログラム。
【請求項１】
複数の種類の粒子を含む試料を分析する試料分析装置において、
複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得する量子化情報取得手段と、
取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データを生成する第１生成手段と、
取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データとは異なる第２の分類用データを生成する第２生成手段と、
試料中の粒子を複数の種類の粒子に分類するために用いられる分類条件を記憶する分類条件記憶部と、
前記第１の分類用データ及び前記第２の分類用データのいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段と
を備えることを特徴とする試料分析装置。
【請求項２】
前記第１の分類用データのビット数と前記第２の分類用データのビット数とが同一であり、前記ビット数は、前記量子化情報取得手段にて取得した量子化情報の所定のビット数よりも小さいことを特徴とする請求項１記載の試料分析装置。
【請求項３】
前記第１生成手段は、前記量子化情報取得手段にて取得した量子化情報を所定のビット数のデータに変換することにより前記第１の分類用データを生成し、
前記第２生成手段は、前記量子化情報取得手段にて取得した量子化情報を所定の倍率で拡大してから、前記所定のビット数のデータに変換することにより前記第２の分類用データを生成することを特徴とする請求項２記載の試料分析装置。
【請求項４】
前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記第２生成手段は、前記第２の分類用データを生成し、
前記試料中の粒子の分類を前記第２の分類用データに基づいて実行する旨の指示情報を受け付ける分類指示受付手段をさらに備え、
前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて試料中の粒子を分類し、前記分類指示受付手段で前記指示情報を受け付けた場合、前記第２の分類用データと前記分類条件とに基づいて試料中の粒子を分類することを特徴とする請求項１乃至３のいずれか一項に記載の試料分析装置。
【請求項５】
前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、
前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて試料中の粒子を分類し、
前記試料中の粒子の分類を前記第２の分類用データに基づいて実行する旨の指示情報を受け付ける分類指示受付手段をさらに備え、
前記第２生成手段は、前記分類指示受付手段で前記指示情報を受け付けた場合、前記第２の分類用データを生成し、
前記分類手段は、前記第２の分類用データが生成された場合、該第２の分類用データと前記分類条件とに基づいて試料中の粒子を分類することを特徴とする請求項１乃至３のいずれか１項に記載の試料分析装置。
【請求項６】
前記第１の分類用データ及び前記第２の分類用データのいずれか１つに基づいて、前記試料中の粒子の分布状態を示す分布図データを作成する分布図作成手段と、
作成された分布図データを表示する表示手段と
を備えることを特徴とする請求項１乃至５のいずれか一項に記載の試料分析装置。
【請求項７】
前記量子化情報取得手段が前記量子化情報を取得した場合、前記第１生成手段は、前記第１の分類用データを生成し、前記第２生成手段は、前記第２の分類用データを生成し、
前記分類手段は、前記第１の分類用データが生成された場合、該第１の分類用データと前記分類条件とに基づいて第１分類結果を取得し、前記第２の分類用データが生成された場合、該第２の分類用データと前記分類条件とに基づいて第２分類結果を取得することを特徴とする請求項１乃至６のいずれか一項に記載の試料分析装置。
【請求項８】
前記量子化情報取得手段は、第１の量子化情報及び第２の量子化情報を取得し、
前記第１の分類用データ及び前記第２の分類用データは、前記第１の量子化情報及び前記第２の量子化情報に基づく二次元の分類用データであることを特徴とする請求項１乃至７のいずれか一項に記載の試料分析装置。
【請求項９】
前記第１の量子化情報は、前記試料の蛍光強度に関する情報であり、
前記第２の量子化情報は、前記試料の散乱光強度に関する情報であることを特徴とする請求項８記載の試料分析装置。
【請求項１０】
前記試料は血液であり、
前記第１の分類用データは、成人血に含まれる粒子を分類するための分類用データであり、
前記第２の分類用データは、小児血に含まれる粒子を分類するための分類用データであることを特徴とする請求項１乃至９のいずれか一項に記載の試料分析装置。
【請求項１１】
前記量子化情報、前記第１の分類用データ及び前記第２の分類用データは、整数列情報であることを特徴とする請求項１乃至１０のいずれか一項に記載の試料分析装置。
【請求項１２】
複数の種類の粒子を含む試料を分析する試料分析装置において、
複数の粒子の特徴を示す所定のビット数に量子化された第１の量子化情報を取得する第１量子化情報取得手段と、
取得した前記第１の量子化情報を所定の倍率で拡大することにより第２の量子化情報を取得する第２量子化情報取得手段と、
試料中の粒子を複数の種類の粒子に分類するために用いられる分類条件を記憶する分類条件記憶部と、
前記第１の量子化情報及び前記第２の量子化情報のいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段と
を備えることを特徴とする試料分析装置。
【請求項１３】
複数の種類の粒子を含む試料を分析する試料分析装置で実行することが可能なコンピュータプログラムにおいて、
前記試料分析装置を、
複数の粒子の特徴を示す所定のビット数に量子化された量子化情報を取得する量子化情報取得手段、
取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データを生成する第１生成手段、
取得した前記量子化情報から、試料中の粒子を複数の種類の粒子に分類するために用いられる第１の分類用データとは異なる第２の分類用データを生成する第２生成手段、
試料中の粒子を複数の種類の粒子に分類するための所定の分類条件を記憶する分類条件記憶手段、及び
前記第１の分類用データ及び前記第２の分類用データのいずれか１つと前記分類条件とに基づいて試料中の粒子を複数の種類の粒子に分類する分類手段
として機能させることを特徴とするコンピュータプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【公開番号】特開２００９−２４３９７８（Ｐ２００９−２４３９７８Ａ）
【公開日】平成２１年１０月２２日（２００９．１０．２２）
【国際特許分類】
【出願番号】特願２００８−８８８２７（Ｐ２００８−８８８２７）
【出願日】平成２０年３月２８日（２００８．３．２８）
【出願人】（３９００１４９６０）シスメックス株式会社 (810)
【Ｆターム（参考）】
【公開日】平成２１年１０月２２日（２００９．１０．２２）
【国際特許分類】
【出願日】平成２０年３月２８日（２００８．３．２８）
【出願人】（３９００１４９６０）シスメックス株式会社 (810)
【Ｆターム（参考）】
[ Back to top ]