JP5201472B2 - 血球分析装置、血球分析方法及びコンピュータプログラム - Google Patents

Description

本発明は、血液検体中の白血球の分布データに基づいて、直接の測定対象ではない炎症関連マーカの測定データを精度良く推定することができる血球分析装置、血球分析方法及びコンピュータプログラムに関する。

通常、正常な状態の末梢血液中には、リンパ球、単球、好酸球、好中球、及び好塩基球の５種類の正常な白血球が所定の比率で存在している。血液中の白血球の分類計数を実行することにより、これらの成分の存在比率が正常であるか否かを判断することができる。

すなわち、疾患が存在する場合、これらの白血球の分類比率が変動する、異常細胞が出現する等の現象が生じる。例えば細菌感染等により、生体内で炎症反応が生じている場合、幼若な白血球の比率が増加し、分葉核数の少ない分葉核球、稈状核球等の比率が増加する、いわゆるレフトシフトが生じる。したがって、白血球の分類計数を実行することにより、疾患が生じているか否かを診断する上での有効な情報を取得することができる。また、Ｃ反応性蛋白（ＣＲＰ）等の炎症関連マーカの値も高くなる。

例えば特許文献１には、正常な白血球を計数するとともに、幼若な白血球を計数することができる白血球分類計数方法が開示されている。また、特許文献２には、採取した血液を遠心分離することなく血液中のＣＲＰ濃度を測定する測定方法が開示されている。特許文献３には、白血球粒度パターンにおいて類似検索を可能とする類似パターン検索装置が開示されている。
特開２００６−９１０２４号公報 特許第３７８０５９９号公報 ＷＯ２００５／０５０４７９号公報

しかし、上述した特許文献１乃至３では、正常な白血球を計数する機構とともに、別途免疫学的測定方法によってＣＲＰを測定する必要が生じ、そのための試薬、装置等が必要となる。もちろん１台の装置でＣＲＰ測定と白血球測定とを実行することが可能な装置も販売はされているが、ＣＲＰ測定用の免疫測定用試薬が必要となる点では変わりはない。

本発明は斯かる事情に鑑みてなされたものであり、血液検体中の正常な白血球の分布データを取得し、取得した分布データに基づいて炎症関連マーカの測定データを精度良く推定することができる血球分析装置、血球分析方法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。

上記目的を達成するために第１発明に係る血球分析装置は、複数の検体に含まれる白血球の所定の成分を検出する検出部を有し、該検出部の検出結果に基づいて白血球の分布データを取得する血球分析装置において、前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶する相関関係情報記憶手段と、取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定するＣ反応性蛋白推定手段と、推定されたＣ反応性蛋白の測定データを出力する出力手段とを備えることを特徴とする。

また、第２発明に係る血球分析装置は、第１発明において、取得した白血球の分布データを複数のカテゴリに分類するカテゴリ分類手段を備え、前記相関関係情報記憶手段は、分類されたカテゴリごとに含まれる前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶するようにしてあることを特徴とする。

また、第３発明に係る血球分析装置は、第２発明において、取得した白血球の分布データを複数の小領域ごとの分布データに変換する変換手段を備え、前記相関関係情報記憶手段は、変換された分布データ及びＣ反応性蛋白の測定データを重回帰分析した結果として前記相関関係情報を記憶するようにしてあり、前記Ｃ反応性蛋白推定手段は、変換された分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定するようにしてあることを特徴とする。

また、第４発明に係る血球分析装置は、第３発明において、前記相関関係情報記憶手段は、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて算出された、Ｃ反応性蛋白の測定データＣｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｈを前記相関関係情報として記憶するようにしてあり、前記Ｃ反応性蛋白推定手段は、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｈに基づいて、Ｃ反応性蛋白の推定測定データＣを式（１）により算出するようにしてあることを特徴とする。
Ｃ＝ｈ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs） ・・・ 式（１）

また、第５発明に係る血球分析装置は、第３発明において、前記相関関係情報記憶手段は、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて線形重回帰分析を実行して算出された重回帰係数ｃ０、ｃｉを前記相関関係情報として記憶するようにしてあり、前記Ｃ反応性蛋白推定手段は、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ｃ０、ｃｉに基づいて、Ｃ反応性蛋白の推定測定データＣを式（２）により算出するようにしてあることを特徴とする。

また、第６発明に係る血球分析装置は、第１乃至第５発明のいずれか１つにおいて、推定されたＣ反応性蛋白の測定データは、Ｃ反応性蛋白の所定日数経過後の測定データであることを特徴とする。

次に、上記目的を達成するために第７発明に係る血球分析方法は、複数の検体に含まれる白血球の所定の成分を検出し、検出結果に基づいて白血球の分布データを取得する血球分析装置で実行することが可能な血球分析方法において、前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶し、取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定し、推定されたＣ反応性蛋白の測定データを出力することを特徴とする。

また、第８発明に係る血球分析方法は、第７発明において、取得した白血球の分布データを複数のカテゴリに分類し、分類されたカテゴリごとに含まれる前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶することを特徴とする。

また、第９発明に係る血球分析方法は、第８発明において、取得した白血球の分布データを複数の小領域ごとの分布データに変換し、変換された分布データ及びＣ反応性蛋白の測定データを重回帰分析した結果として前記相関関係情報を記憶し、変換された分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定することを特徴とする。

また、第１０発明に係る血球分析方法は、第９発明において、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて算出された、Ｃ反応性蛋白の測定データＣｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｈを前記相関関係情報として記憶し、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｈに基づいて、Ｃ反応性蛋白の推定測定データＣを式（３）により算出することを特徴とする。
Ｃ＝ｈ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs） ・・・ 式（３）

また、第１１発明に係る血球分析方法は、第９発明において、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて線形重回帰分析を実行して算出された重回帰係数ｃ０、ｃｉを前記相関関係情報として記憶し、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ｃ０、ｃｉに基づいて、Ｃ反応性蛋白の推定測定データＣを式（４）により算出することを特徴とする。

また、第１２発明に係る血球分析方法は、第７乃至第１１発明のいずれか１つにおいて、推定されたＣ反応性蛋白の測定データは、Ｃ反応性蛋白の所定日数経過後の測定データであることを特徴とする。

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、複数の検体に含まれる白血球の所定の成分を検出する検出部を有し、該検出部の検出結果に基づいて白血球の分布データを取得する血球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、前記血球分析装置を、前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶する相関関係情報記憶手段、取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定するＣ反応性蛋白推定手段、及び推定されたＣ反応性蛋白の測定データを出力する出力手段として機能させることを特徴とする。

また、第１４発明に係るコンピュータプログラムは、第１３発明において、前記血球分析装置を、取得した白血球の分布データを複数のカテゴリに分類するカテゴリ分類手段として機能させ、前記相関関係情報記憶手段を、分類されたカテゴリごとに含まれる前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶する手段として機能させることを特徴とする。

また、第１５発明に係るコンピュータプログラムは、第１４発明において、前記血球分析装置を、取得した白血球の分布データを複数の小領域ごとの分布データに変換する変換手段として機能させ、前記相関関係情報記憶手段を、変換された分布データ及びＣ反応性蛋白の測定データを重回帰分析した結果として前記相関関係情報を記憶する手段として機能させ、前記Ｃ反応性蛋白推定手段を、変換された分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定する手段として機能させることを特徴とする。

また、第１６発明に係るコンピュータプログラムは、第１５発明において、前記相関関係情報記憶手段を、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて算出された、Ｃ反応性蛋白の測定データＣｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｈを前記相関関係情報として記憶する手段として機能させ、前記Ｃ反応性蛋白推定手段を、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｈに基づいて、Ｃ反応性蛋白の推定測定データＣを式（５）により算出する手段として機能させることを特徴とする。
Ｃ＝ｈ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs） ・・・ 式（５）

また、第１７発明に係るコンピュータプログラムは、第１５発明において、前記相関関係情報記憶手段を、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて線形重回帰分析を実行して算出された重回帰係数ｃ０、ｃｉを前記相関関係情報として記憶する手段として機能させ、前記Ｃ反応性蛋白推定手段を、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ｃ０、ｃｉに基づいて、Ｃ反応性蛋白の推定測定データＣを式（６）により算出する手段として機能させることを特徴とする。

また、第１８発明に係るコンピュータプログラムは、第１３乃至第１７発明のいずれか１つにおいて、推定されたＣ反応性蛋白の測定データは、Ｃ反応性蛋白の所定日数経過後の測定データであることを特徴とする。

第１発明、第７発明及び第１３発明では、取得した分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶しておき、取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定し、推定されたＣ反応性蛋白の測定データを出力する。他の装置等で測定する必要があるＣ反応性蛋白の測定データと、取得した白血球全体の分布データとの間の相関関係情報を算出して記憶しておくことにより、未知の白血球の分布データを取得した場合であっても、記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定することができる。したがって、Ｃ反応性蛋白の測定データを取得するための別の装置、試薬等を必要とせず、従来の血球分析装置の結果のみから、測定対象ではないＣ反応性蛋白の測定データを精度良く推定することができ、簡素な構成で安価な血球分析装置にて疾患の発生を早期に発見することが可能となる。

第２発明、第８発明及び第１４発明では、取得した白血球の分布データを複数のカテゴリに分類し、分類されたカテゴリごとに含まれる白血球の分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶する。白血球の分布データとＣ反応性蛋白の測定データとの間で高い相関を示すカテゴリに基づいて相関関係情報を算出して記憶しておくことにより、Ｃ反応性蛋白の測定データをより精度良く推定することができる。

第３発明、第９発明及び第１５発明では、取得した白血球の分布データを複数の小領域ごとの分布データに変換し、変換された分布データ及びＣ反応性蛋白の測定データを重回帰分析した結果として相関関係情報を記憶しておく。変換された分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定する。取得した白血球の分布データを複数の小領域ごとの分布データに変換することにより、例えば疾患により生体内で炎症反応が生じている場合、幼若な白血球の比率が増加し、分葉核数の少ない細胞、稈状核球等の比率が増加する、いわゆるレフトシフトが生じる等の分布データ上の変化が大きい領域を選択して重回帰分析を行うことができ、効率良く相関関係情報を算出することができる。

第４発明、第１０発明及び第１６発明では、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて算出された、Ｃ反応性蛋白の測定データＣｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｈを記憶しておく。取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｈに基づいて、Ｃ反応性蛋白の推定測定データＣを式（７）により算出する。
Ｃ＝ｈ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs） ・・・ 式（７）

これにより、小領域の分布データに基づいてＣ反応性蛋白の測定データを精度良く推定することができる。

第５発明、第１１発明及び第１７発明では、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて線形重回帰分析を実行して算出された、重回帰係数ｃ０、ｃｉを記憶しておく。取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ｃ０、ｃｉに基づいて、Ｃ反応性蛋白の推定測定データＣを式（８）により算出する。

取得した白血球の分布データとＣ反応性蛋白の測定データとの関係が線形であることを前提として重回帰分析を実行することにより、小領域の分布データに基づいてＣ反応性蛋白の測定データを精度良く推定することができる。

第６発明、第１２発明及び第１８発明では、推定したＣ反応性蛋白の測定データは、Ｃ反応性蛋白の所定日数経過後の測定データであることがより好ましい。

上記構成によれば、他の装置等で測定する必要があるＣ反応性蛋白の測定データと、血球分析装置により取得した白血球の分布データとの間の相関関係情報を算出して記憶しておくことにより、未知の白血球の分布データに対して、記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定することができる。したがって、Ｃ反応性蛋白の測定データを取得するための別の装置、試薬等を必要とせず、従来の血球分析装置の結果のみから、測定対象ではないＣ反応性蛋白の測定データを精度良く推定することができ、簡素な構成で安価な血球分析装置にて疾患の発生を早期に発見することが可能となる。

以下、本実施の形態では、血球の分類処理を実行する血球分析装置を一例とし、図面に基づいて具体的に説明する。

図１は、本発明の実施の形態に係る血球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、本実施の形態に係る血球分析装置は、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。

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。

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、測定試料中の粒子（血球）を検出する方法である。

図２は、本発明の実施の形態に係る血球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。

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。

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。

図３は、本発明の実施の形態に係る試料調製部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。

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。

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。

図４は、本発明の実施の形態に係る検出部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。

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試料流に照射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。

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できる。

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。側方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。

図５は、本発明の実施の形態に係る血球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。演算表示装置２は、従来の血球分析装置を構成する演算表示装置の機能に加えて、白血球の分布データと炎症関連マーカの測定データとの相関関係に関する相関関係情報を取得する機能を有する。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、可搬型ディスクドライブ２８、及び上述したハードウェアを接続する内部バス２９で構成されている。ＣＰＵ２１は、内部バス２９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、記憶装置２３に記憶されているコンピュータプログラム１００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１００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１００の実行時に発生する一時的なデータ等を記憶する。

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）、ＳＲＡＭ等の揮発性メモリ、ＲＯＭ等の不揮発性メモリ等で構成されている。記憶装置２３に記憶されているコンピュータプログラム１００は、プログラム及びデータ等の情報を記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体９０から、可搬型ディスクドライブ２８によりダウンロードされ、実行時には記憶装置２３からＲＡＭ２２へ展開して実行される。もちろん、通信インタフェース２７を介してネットワークに接続されている外部のコンピュータからダウンロードされたコンピュータプログラムであっても良い。

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、測定装置１で取得した白血球の分布データを記憶する分布データ記憶部２３１、他の検査装置３で取得した炎症関連マーカの測定データを記憶する炎症関連マーカ測定データ記憶部２３２、及び相関関係に関する相関関係情報を記憶する相関関係情報記憶部２３３を備えている。ＣＰＵ２１は、分布データ記憶部２３１及び炎症関連マーカ測定データ記憶部２３２にそれぞれ記憶してある白血球の分布データ及び炎症関連マーカの測定データを分析することにより、白血球の分布データから炎症関連マーカの測定データを推定するための相関関係情報を算出する。なお、分布データ記憶部２３１、炎症関連マーカ測定データ記憶部２３２、及び相関関係情報記憶部２３３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。また、演算表示装置２と同様の構成を備えた外部のコンピュータで相関関係情報を算出し、算出された相関関係情報を予め記憶装置２３の相関関係情報記憶部２３３に記憶させておくようにしても良い。この場合には、相関関係情報の算出に必要な分布データ及び測定データを演算表示装置２の記憶装置２３に記憶しておく必要が無く、ＣＰＵ２１による相関関係情報の算出処理を省略することができる。

通信インタフェース２７は内部バス２９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。

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。

上述した構成の血球分析装置の測定装置１及び演算表示装置２にて、患者の血液を測定して、血液中に含まれている白血球をリンパ球、単球、好酸球、好中球、及び好塩基球に分類した場合、図６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６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６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、本実施の形態に係る血球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。

本発明の実施の形態に係る血球分析装置においては、図６に示すようなスキャッタグラムを得ることができる。スキャッタグラムには、クラスタリング技術によって分類されたリンパ球が分布するリンパ球分布領域１０１、単球が分布する単球分布領域１０２、好酸球が分布する好酸球分布領域１０３、好中球が分布する好中球分布領域１０４、好塩基球が分布する好塩基球分布領域１０５が表示されている。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、計数は、米国特許第５５５５１９６号公報に記載された方法によって行った。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。

本発明者らは、各種の疾患と白血球の分布データの粒度パターンとの関係を抽出するべく重回帰分析をすることにより、白血球の分布データと、炎症関連マーカの測定データとの間で高い相関を示すことを発見した。したがって、従来の血球分析装置で取得した白血球の分布データと、他の検査装置で取得した炎症関連マーカの測定データとの間の相関関係を事前に求めておくことにより、白血球の分布データから炎症関連マーカの測定データを推定することができる。

まず、白血球の分布データと、炎症関連マーカの測定データとの間の相関関係を求める手順について説明する。以下、実施の形態に係る演算表示装置２にて相関関係に関する相関関係情報を算出する場合について説明するが、相関関係情報を演算表示装置２にて算出することに限定されるものではなく、外部のコンピュータで算出した後、ネットワークを介して、あるいは可搬型記録媒体を介して取得しても良い。

図７は、本発明の実施の形態に係る演算表示装置２のＣＰＵ２１の相関関係に関する相関関係情報を算出する処理の手順を示すフローチャートである。演算表示装置２のＣＰＵ２１は、記憶装置２３の分布データ記憶部２３１に記憶してある白血球の分布データを読み出す（ステップＳ７０１）。

ＣＰＵ２１は、他の方法、例えば他の検査装置で取得され、記憶装置２３の炎症関連マーカ測定データ記憶部２３２に記憶してある炎症関連マーカの測定データを読み出し（ステップＳ７０２）、読み出した白血球の分布データと炎症関連マーカの測定データとの相関関係に関する相関関係情報を算出する。

具体的には、読み出した白血球の分布データを複数の小領域ごとの分布データに変換し（ステップＳ７０３）、変換された小領域ごとの分布データ及び読み出した炎症関連マーカの測定データに基づいて重回帰分析して（ステップＳ７０４）、相関関係に関する相関関係情報を算出する（ステップＳ７０５）。図８は、白血球の分布データを表示するスキャッタグラムに基づく小領域ごとの分布データへの変換方法の説明図である。

図８の例では、スキャッタグラムをｎ×ｎ（ｎ＝２５６）の各番地（ｉ、ｊ）に度数Ｆ（ｉ、ｊ）を割り当てたデータ群として表現している。取扱うデータの種類が多すぎる場合にはスキャッタグラムデータを圧縮することが好ましい。例えば、スキャッタグラムの番地を４つの番地ごとに一の番地（小領域）となるように変換する、すなわちスキャッタグラムをｎ／２×ｎ／２に圧縮した場合、圧縮スキャッタグラムの各番地の度数Ｇ（ｉ、ｊ）は、式（９）のように表すことができる。

例えば疾患により生体内で炎症反応が生じている場合、幼若な白血球の比率が増加し、分葉核数の少ない分葉核球、稈状核球等が増加する、いわゆるレフトシフトが生じる。このように、元の分布データを４つの番地からなる小領域ごとの分布データに変換することにより、データ数を圧縮することができ、相関関係情報を効率的に算出することができる。

２５６×２５６の分布データを３２×３２の分布データに圧縮して重回帰分析を行う場合、ＣＰＵ２１は、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）（ｓ＝１０２４）を説明変数とし、及び取得した炎症関連マーカの測定データＣｋ目的変数として、炎症関連マーカの測定データＣｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｈを算出する。相関関係情報として重回帰関数ｈを算出することにより、ＣＰＵ２１が新たに白血球の分布データＸから変換された小領域ごとの分布データｘiを取得した場合、ＣＰＵ２１は、炎症関連マーカの推定測定データＣを式（１０）により算出することができる。
Ｃ＝ｈ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs） ・・・ 式（１０）

もちろん、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）と、取得した炎症関連マーカの測定データＣｋとの間に線形の相関関係が存在すると仮定して、線形重回帰分析を実行しても良い。この場合、ＣＰＵ２１は、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）を説明変数とし、取得した炎症関連マーカの測定データＣｋを目的変数として線形重回帰分析を実行し、相関関係情報として重回帰係数ｃ０、ｃｉを算出する。重回帰係数ｃ０、ｃｉを算出することにより、ＣＰＵ２１が、新たに白血球の分布データＸから変換された小領域ごとの分布データｘiを取得した場合、ＣＰＵ２１は、炎症関連マーカの推定測定データＣを式（１１）により算出することができる。

ＣＰＵ２１は、算出した相関関係情報を、記憶装置２３の相関関係情報記憶部２３３に記憶する（ステップＳ７０６）。

なお、取得した白血球の分布データを複数のカテゴリに分類し、分類されたカテゴリごとに、分布データと炎症関連マーカの測定データとの相関関係に関する相関関係情報を記憶しても良い。分布データと炎症関連マーカの測定データとの間で高い相関を示すカテゴリに基づいて相関関係情報を算出して記憶しておくことにより、炎症関連マーカの測定データをより精度良く推定することができるからである。

図９は、本発明の実施の形態に係る測定装置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の制御基板部９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Ｓ９１２）、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）。メニュー画面では、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。

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、ステップＳ９０４乃至ステップＳ９０９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の制御基板部９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Ｓ９１３）、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Ｓ９１３：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Ｓ９１４）。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Ｓ９１３：ＮＯ）、制御部９１は、ステップＳ９１４乃至ステップＳ９１８をスキップする。

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Ｓ９１５）、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を照会して記憶してある患者情報を取得し（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）。これにより、分析対象となる検体が誰の血液であるか特定することができる。

次に、測定装置１の制御基板部９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Ｓ９１６）、制御部９１が、受信していないと判断した場合（ステップＳ９１６：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Ｓ９１６：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、測定試料の測定処理を開始する（ステップＳ９１７）。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例えば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Ｓ９１８）。

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。

図１０は、本発明の実施の形態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、受信した測定データに基づいて分布データを作成し（ステップＳ１００１）、分布データを患者情報に対応付けて記憶装置２３の分布データ記憶部２３１に記憶する（ステップＳ１００２）。ＣＰＵ２１は、図６に示すようなスキャッタグラムを作成し、白血球の分類結果として表示装置２５に表示する（ステップＳ１００３）。

ＣＰＵ２１は、患者情報をキー情報として分布データ記憶部２３１に記憶してある分布データ及び相関関係情報記憶部２３３に記憶してある相関関係情報を読み出し（ステップＳ１００４）、炎症関連マーカの測定データを推定し、記憶装置２３の炎症関連マーカ測定データ記憶部２３２へ記憶する（ステップＳ１００５）。ＣＰＵ２１は、推定された炎症関連マーカの測定データの表示指示を受け付けたか否かを判断する（ステップＳ１００６）。

ＣＰＵ２１が、表示指示を受け付けていないと判断した場合（ステップＳ１００６：ＮＯ）、ＣＰＵ２１は、処理を図９のステップＳ９１０へ戻す。ＣＰＵ２１が、表示指示を受け付けたと判断した場合（ステップＳ１００６：ＹＥＳ）、ＣＰＵ２１は、炎症関連マーカ測定データ記憶部２３２から炎症関連マーカ（例えばＣＲＰ）の測定データを読み出し（ステップＳ１００７）、表示装置２５に表示して（ステップＳ１００８）、処理を図９のステップＳ９１０へ戻す。

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Ｓ９１０）、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Ｓ９１０：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Ｓ９１０：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Ｓ９１１）。

測定装置１の制御基板部９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Ｓ９１９）、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と判断した場合（ステップＳ９１９：ＮＯ）、制御部９１は、処理をステップＳ９１３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Ｓ９１９：ＹＥＳ）、制御部９１は、シャットダウンを実行して（ステップＳ９２０）、処理を終了する。

なお、分類された白血球分布データごとに、分布データと炎症関連マーカの測定データとの相関関係に関する相関関係情報が記憶されている場合には、血球分析装置において、分布データを複数のカテゴリに分類する処理が必要となる。これにより、分類されたカテゴリに対応する相関関係情報を用いて、炎症関連マーカの測定データを推定することができる。分布データを分類する手法として、自己組織化マップ等の手法を用いることができる。

図１１は、炎症関連マーカとしてＣ反応性蛋白（ＣＲＰ）を採用し、自己組織化マップを用いて５×５のカテゴリに分類した白血球分布図の例示図である。図１１の例では、最上段の左から右へ向かってクラス０、クラス１、クラス２、クラス３、クラス４とし、一段下がって次の段の左から右へ向かってクラス５、クラス６、・・・となるようにクラス分類し、最下段の左から右へ向かってクラス２０、クラス２１、クラス２２、クラス２３、クラス２４となっている。例えばクラス８は、正常検体及び比較的炎症程度が低い検体が多く含まれるグループと考えられ、クラス６は、炎症程度の高い検体が多く含まれるグループと考えられる。

図１２及び図１３は、それぞれクラス８、クラス６におけるＣＲＰの実測値と推定値との相関を示すグラフである。図１２及び図１３では、縦軸に本実施の形態に係る血球分析装置での推定値を、横軸に実測値をとっている。また、推定値は、白血球のＤＩＦＦ測定時の大きさが２５６チャンネル×２５６チャンネルの１つの分布データを大きさが４チャンネル×４チャンネルの３２×３２個の小領域に分割した場合の分布データを説明変数とし、稈状核球を目的変数として重回帰分析を実行して求めた重回帰関数を用いて推定している。図１２及び図１３に示すように、両者間の相関係数ｒはそれぞれ０．６８３、０．７０８であり、推定値と実測値との間で高い相関を示しており、臨床検査情報として利用することが可能であることが確認できた。

さらに、ある時点の白血球の分布データと、それから数日後のＣＲＰの測定データとの重回帰分析を行って得られた相関関係を用いることにより、現在の白血球の分布データから数日後のＣＲＰの測定データを推定することも可能である。図１４及び図１５は、それぞれクラス８、クラス６におけるＣＲＰの４〜７日後の実測値と推定値との相関を示すグラフである。図１４では、縦軸に本実施の形態に係る血球分析装置での推定値を、横軸に実測値をとっている。図１５では、横軸に本実施の形態に係る血球分析装置での推定値を、縦軸に実測値をとっている。

図１４及び図１５に示すように、両者間の相関係数ｒはそれぞれ０．９３３、０．６６５であり、数日後のＣＲＰの値を予測することも可能であることを示唆している。

また、特徴強調フィルタにより分布データの特徴をより強調し、強調された分布データを５×５に分類し、各相関関係を求めても良い。このようにすることで、より精度良く桿状核球又は分葉核球の測定データの推定を行うことができる。特徴強調フィルタとしては、例えば分布データの単回帰分析結果を用いても良い。

以上のように本実施の形態によれば、血球分析装置以外から取得した炎症関連マーカの測定データと、血球分析装置により取得した白血球の分布データとの間の相関関係情報を算出して記憶しておくことにより、未知の白血球の分布データに対して、記憶してある相関関係情報に基づいて、炎症関連マーカの測定データを推定することができる。したがって、炎症関連マーカの測定データを取得するための別の装置、試薬等を必要とせず、従来の血球分析装置の結果のみから、測定対象ではない炎症関連マーカの測定データを精度良く推定することができ、簡素な構成で安価な血球分析装置にて疾患の発生を早期に発見することが可能となる。

なお、上述の実施の形態では、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、特にこれ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。

また、本発明は上記実施例に限定されるものではなく、本発明の趣旨の範囲内であれば多種の変形、置換等が可能であることは言うまでもない。例えば、炎症関連マーカは、Ｃ反応性蛋白、血清アミロイドＡ、赤血球沈降速度のいずれであっても良いし、炎症関連マーカがＣ反応性蛋白である場合、推定した炎症関連マーカの測定データは、Ｃ反応性蛋白の所定日数経過後の測定データであっても良い。

本発明の実施の形態に係る血球分析装置の構成を模式的に示す斜視図である。 本発明の実施の形態に係る血球分析装置の測定装置の構成を示すブロック図である。 本発明の実施の形態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。 本発明の実施の形態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。 本発明の実施の形態に係る血球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。 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。 本発明の実施の形態に係る演算表示装置のＣＰＵの相関関係に関する相関関係情報を算出する処理の手順を示すフローチャートである。 白血球の分布データを表示するスキャッタグラムに基づく小領域ごとの分布データへの変換方法の説明図である。 本発明の実施の形態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。 本発明の実施の形態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。 炎症関連マーカとしてＣ反応性蛋白（ＣＲＰ）を採用し、自己組織化マップを用いて５×５に分類した白血球分布図の例示図である。 クラス８におけるＣＲＰの実測値と推定値との相関を示すグラフである。 クラス６におけるＣＲＰの実測値と推定値との相関を示すグラフである。 クラス８におけるＣＲＰの４〜７日後の実測値と推定値との相関を示すグラフである。 クラス６におけるＣＲＰの４〜７日後の実測値と推定値との相関を示すグラフである。

符号の説明

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 可搬型ディスクドライブ
２９ 内部バス
９０ 可搬型記録媒体
９１ 制御部
９２ Ａ／Ｄ変換部
９３ 演算部
１００ コンピュータプログラム
２３１ 分布データ記憶部
２３２ 炎症関連マーカ測定データ記憶部
２３３ 相関関係情報記憶部

Claims (18)

1. 複数の検体に含まれる白血球の所定の成分を検出する検出部を有し、該検出部の検出結果に基づいて白血球の分布データを取得する血球分析装置において、
   前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶する相関関係情報記憶手段と、
   取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定するＣ反応性蛋白推定手段と、
   推定されたＣ反応性蛋白の測定データを出力する出力手段と
   を備えることを特徴とする血球分析装置。
2. 取得した白血球の分布データを複数のカテゴリに分類するカテゴリ分類手段を備え、
   前記相関関係情報記憶手段は、分類されたカテゴリごとに含まれる前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶するようにしてあることを特徴とする請求項１に記載の血球分析装置。
3. 取得した白血球の分布データを複数の小領域ごとの分布データに変換する変換手段を備え、
   前記相関関係情報記憶手段は、変換された分布データ及びＣ反応性蛋白の測定データを重回帰分析した結果として前記相関関係情報を記憶するようにしてあり、
   前記Ｃ反応性蛋白推定手段は、変換された分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定するようにしてあることを特徴とする請求項２に記載の血球分析装置。
4. 前記相関関係情報記憶手段は、
   白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて算出された、Ｃ反応性蛋白の測定データＣｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｈを前記相関関係情報として記憶するようにしてあり、
   前記Ｃ反応性蛋白推定手段は、
   取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｈに基づいて、Ｃ反応性蛋白の推定測定データＣを式（１）により算出するようにしてあることを特徴とする請求項３に記載の血球分析装置。
   Ｃ＝ｈ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs） ・・・ 式（１）
5. 前記相関関係情報記憶手段は、
   白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて線形重回帰分析を実行して算出された重回帰係数ｃ０、ｃｉを前記相関関係情報として記憶するようにしてあり、
   前記Ｃ反応性蛋白推定手段は、
   取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ｃ０、ｃｉに基づいて、Ｃ反応性蛋白の推定測定データＣを式（２）により算出するようにしてあることを特徴とする請求項３に記載の血球分析装置。
   

   
6. 推定されたＣ反応性蛋白の測定データは、Ｃ反応性蛋白の所定日数経過後の測定データであ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血球分析装置。
7. 複数の検体に含まれる白血球の所定の成分を検出し、検出結果に基づいて白血球の分布データを取得する血球分析装置で実行することが可能な血球分析方法において、
   前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶し、
   取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定し、
   推定されたＣ反応性蛋白の測定データを出力することを特徴とする血球分析方法。
8. 取得した白血球の分布データを複数のカテゴリに分類し、
   分類されたカテゴリごとに含まれる前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶することを特徴とする請求項７に記載の血球分析方法。
9. 取得した白血球の分布データを複数の小領域ごとの分布データに変換し、
   変換された分布データ及びＣ反応性蛋白の測定データを重回帰分析した結果として前記相関関係情報を記憶し、
   変換された分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定することを特徴とする請求項８に記載の血球分析方法。
10. 白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて算出された、Ｃ反応性蛋白の測定データＣｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｈを前記相関関係情報として記憶し、
    取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｈに基づいて、Ｃ反応性蛋白の推定測定データＣを式（３）により算出することを特徴とする請求項９に記載の血球分析方法。
    Ｃ＝ｈ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs） ・・・ 式（３）
11. 白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて線形重回帰分析を実行して算出された重回帰係数ｃ０、ｃｉを前記相関関係情報として記憶し、
    取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ｃ０、ｃｉに基づいて、Ｃ反応性蛋白の推定測定データＣを式（４）により算出することを特徴とする請求項９に記載の血球分析方法。
    

    
12. 推定されたＣ反応性蛋白の測定データは、Ｃ反応性蛋白の所定日数経過後の測定データであることを特徴とする請求項７乃至１１のいずれか一項に記載の血球分析方法。
13. 複数の検体に含まれる白血球の所定の成分を検出する検出部を有し、該検出部の検出結果に基づいて白血球の分布データを取得する血球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、
    前記血球分析装置を、
    前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶する相関関係情報記憶手段、
    取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定するＣ反応性蛋白推定手段、及び
    推定されたＣ反応性蛋白の測定データを出力する出力手段
    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。
14. 前記血球分析装置を、
    取得した白血球の分布データを複数のカテゴリに分類するカテゴリ分類手段として機能させ、
    前記相関関係情報記憶手段を、分類されたカテゴリごとに含まれる前記分布データとＣ反応性蛋白の測定データとの相関関係に関する相関関係情報を記憶する手段として機能させることを特徴とする請求項１３に記載のコンピュータプログラム。
15. 前記血球分析装置を、
    取得した白血球の分布データを複数の小領域ごとの分布データに変換する変換手段として機能させ、
    前記相関関係情報記憶手段を、変換された分布データ及びＣ反応性蛋白の測定データを重回帰分析した結果として前記相関関係情報を記憶する手段として機能させ、
    前記Ｃ反応性蛋白推定手段を、変換された分布データ及び記憶してある相関関係情報に基づいて、Ｃ反応性蛋白の測定データを推定する手段として機能させることを特徴とする請求項１４に記載のコンピュータプログラム。
16. 前記相関関係情報記憶手段を、
    白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて算出された、Ｃ反応性蛋白の測定データＣｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｈを前記相関関係情報として記憶する手段として機能させ、
    前記Ｃ反応性蛋白推定手段を、
    取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｈに基づいて、Ｃ反応性蛋白の推定測定データＣを式（５）により算出する手段として機能させることを特徴とする請求項１５に記載のコンピュータプログラム。
    Ｃ＝ｈ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs） ・・・ 式（５）
17. 前記相関関係情報記憶手段を、
    白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得したＣ反応性蛋白の測定データＣｋに基づいて線形重回帰分析を実行して算出された重回帰係数ｃ０、ｃｉを前記相関関係情報として記憶する手段として機能させ、
    前記Ｃ反応性蛋白推定手段を、
    取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ｃ０、ｃｉに基づいて、Ｃ反応性蛋白の推定測定データＣを式（６）により算出する手段として機能させることを特徴とする請求項１５に記載のコンピュータプログラム。
    

    
18. 推定されたＣ反応性蛋白の測定データは、Ｃ反応性蛋白の所定日数経過後の測定データであることを特徴とする請求項１３乃至１７のいずれか一項に記載のコンピュータプログラム。

Images