JPH0465969B2 - - Google Patents
Info
- Publication number
- JPH0465969B2 JPH0465969B2 JP60182733A JP18273385A JPH0465969B2 JP H0465969 B2 JPH0465969 B2 JP H0465969B2 JP 60182733 A JP60182733 A JP 60182733A JP 18273385 A JP18273385 A JP 18273385A JP H0465969 B2 JPH0465969 B2 JP H0465969B2
- Authority
- JP
- Japan
- Prior art keywords
- distribution
- particle size
- size distribution
- estimated
- deff
- 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
- 238000009826 distribution Methods 0.000 claims description 211
- 239000002245 particle Substances 0.000 claims description 101
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 210000000601 blood cell Anatomy 0.000 claims description 20
- 238000009499 grossing Methods 0.000 claims 1
- 210000001772 blood platelet Anatomy 0.000 description 45
- 210000003743 erythrocyte Anatomy 0.000 description 28
- 238000000034 method Methods 0.000 description 25
- 238000004458 analytical method Methods 0.000 description 13
- 238000007415 particle size distribution analysis Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000004820 blood count Methods 0.000 description 3
- 235000019580 granularity Nutrition 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000004816 latex Substances 0.000 description 2
- 229920000126 latex Polymers 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003360 curve fit method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000002489 hematologic effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003921 particle size analysis Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、臨床検査分野における血球粒度分布
測定値の解析法、その他ラテツクス粒子、細胞粒
子などの微細粒子の粒度分布測定に応用できる解
析法に関するものである。
測定値の解析法、その他ラテツクス粒子、細胞粒
子などの微細粒子の粒度分布測定に応用できる解
析法に関するものである。
血球の粒度分布の測定は、測定法の困難性、正
確性の問題で臨床検査への利用が不活発であつた
が、最近、シースフロー方式などの流体制御技術
の発展により、正確性の高い自動粒度分布測定が
容易となり、粒度分布の解析が重要視されてき
た。
確性の問題で臨床検査への利用が不活発であつた
が、最近、シースフロー方式などの流体制御技術
の発展により、正確性の高い自動粒度分布測定が
容易となり、粒度分布の解析が重要視されてき
た。
従来、赤血球の粒度分布解析法として、特開昭
47−13299号公報に示されるように、粒度分布域
を四分位変化係数で表わすものが開示されてい
る。
47−13299号公報に示されるように、粒度分布域
を四分位変化係数で表わすものが開示されてい
る。
一方、血小板粒度分布に関しては、血小板分布
を対数正規分布曲線と仮定し、それに合わないも
のを捜して異常表示するカーブフイツト法などが
使用されていた。
を対数正規分布曲線と仮定し、それに合わないも
のを捜して異常表示するカーブフイツト法などが
使用されていた。
従来の赤血球粒度分布の解析は、赤血球粒度が
正規分布で単一の分布である仮定のもとに、分布
の広がりを表示するだけである。しかし実際には
単一分布でない場合もあり、その時は誤つた情報
を与えることになる。
正規分布で単一の分布である仮定のもとに、分布
の広がりを表示するだけである。しかし実際には
単一分布でない場合もあり、その時は誤つた情報
を与えることになる。
また血小板粒度分布のカーブフイツト法は、血
小板が対数正規分布である前提に立つてフイツト
しない血小板を異常として、別方法で計測するこ
とを求めているのみである。しかも血小板も対数
正規分布でないものもあり、その時は誤つた情報
を与えることになる。
小板が対数正規分布である前提に立つてフイツト
しない血小板を異常として、別方法で計測するこ
とを求めているのみである。しかも血小板も対数
正規分布でないものもあり、その時は誤つた情報
を与えることになる。
本発明は上記の諸点に鑑みてなされたもので、
血球粒度分布を正規分布または対数正規分布また
はそれらの分布の複数の重なりであると仮定し
て、分布の母数を推定し、与えられた血球粒度分
布の特徴抽出を行い、粒度分布の特徴抽出パラメ
ータをいくつか提案し、これらのパラメータによ
り異常と思われる血球粒度分布を分類することが
可能である血球粒度分布解析法の提供を目的とす
るものである。
血球粒度分布を正規分布または対数正規分布また
はそれらの分布の複数の重なりであると仮定し
て、分布の母数を推定し、与えられた血球粒度分
布の特徴抽出を行い、粒度分布の特徴抽出パラメ
ータをいくつか提案し、これらのパラメータによ
り異常と思われる血球粒度分布を分類することが
可能である血球粒度分布解析法の提供を目的とす
るものである。
また本発明は、従来の血液学的血球パラメータ
では得られなかつた新しい血液パラメータを提供
することにより、新たな医療情報とすることを目
的としている。さらに本発明は、従来法では困難
であつた血小板数測定における正確度および再現
性の大幅な向上を可能とするものである。本発明
は血球粒度分布以外の粒子の粒度分布解析にも有
効に適用することができる。
では得られなかつた新しい血液パラメータを提供
することにより、新たな医療情報とすることを目
的としている。さらに本発明は、従来法では困難
であつた血小板数測定における正確度および再現
性の大幅な向上を可能とするものである。本発明
は血球粒度分布以外の粒子の粒度分布解析にも有
効に適用することができる。
本発明の血球粒度分布解析法は、容積に比例し
た血球パルスを粒度分布に変換して記憶装置に取
り込み、取り込まれた粒度分布データに含まれる
ノイズ成分を取り除いて平滑化（分布のノイズな
どによる細かい凹凸を平均化しスムーズにするこ
と）した後、血球の粒度分布を解析するにあた
り、 (a) 平滑化された粒度分布の自然対数をとり、こ
の自然対数を微分し、 (b) 適当なウインドウ（粒度を示す横軸上の処理
区間）を設け、このウインドウ内での微分係数
の直線部分を見付け、 (c) この直線部分から推定分布の平均値、標準偏
差を求め、 (d) 求められた平均値、標準偏差を正規分布式に
代入し、推定分布をノーマライズし、 (e) もとの粒度分布と推定分布との面積差を求
め、面積差が大きいものを異常粒度分布として
フラギング（記号の１つとして記憶すること）
し、 (f) フラギングされた粒度分布から推定分布を差
し引いたものを副分布とし、 (g) 副分布の面積が小さければ操作を終了し、副
分布の面積が大きければ、副分布を新たに生粒
度分布として(a)以下の操作を繰り返す、 ことを特徴としている。
た血球パルスを粒度分布に変換して記憶装置に取
り込み、取り込まれた粒度分布データに含まれる
ノイズ成分を取り除いて平滑化（分布のノイズな
どによる細かい凹凸を平均化しスムーズにするこ
と）した後、血球の粒度分布を解析するにあた
り、 (a) 平滑化された粒度分布の自然対数をとり、こ
の自然対数を微分し、 (b) 適当なウインドウ（粒度を示す横軸上の処理
区間）を設け、このウインドウ内での微分係数
の直線部分を見付け、 (c) この直線部分から推定分布の平均値、標準偏
差を求め、 (d) 求められた平均値、標準偏差を正規分布式に
代入し、推定分布をノーマライズし、 (e) もとの粒度分布と推定分布との面積差を求
め、面積差が大きいものを異常粒度分布として
フラギング（記号の１つとして記憶すること）
し、 (f) フラギングされた粒度分布から推定分布を差
し引いたものを副分布とし、 (g) 副分布の面積が小さければ操作を終了し、副
分布の面積が大きければ、副分布を新たに生粒
度分布として(a)以下の操作を繰り返す、 ことを特徴としている。
すなわち本発明は、分布解析などで用いられて
いたバタカルヤ（Bhattacharya）の方法を血球
粒度分布に応用して発展させることで、与えられ
た血球粒度分布の母集団を推定し、各要素分布に
分離することで各血球計数値の精度と信頼性を向
上させ、さらに粒度分布の特徴パラメータを新た
に考案して新たな医療情報を提供せんとするもの
である。
いたバタカルヤ（Bhattacharya）の方法を血球
粒度分布に応用して発展させることで、与えられ
た血球粒度分布の母集団を推定し、各要素分布に
分離することで各血球計数値の精度と信頼性を向
上させ、さらに粒度分布の特徴パラメータを新た
に考案して新たな医療情報を提供せんとするもの
である。
与えられた粒度分布が正規分布または対数正規
分布またはそれらの複数の分布の重なりであると
仮定すると、正規母集団の度数の対数は放物線と
なることを利用したバタカルヤ法を適用すること
ができる。正規分布は次式で与えられる。
分布またはそれらの複数の分布の重なりであると
仮定すると、正規母集団の度数の対数は放物線と
なることを利用したバタカルヤ法を適用すること
ができる。正規分布は次式で与えられる。
ｆ（ｘ）＝１／√2πσexp｛−（ｘ−μ）2／2σ
2｝ なお上式において、μは平均値、σは標準偏差
である。ｆ（ｘ）の自然対数をとると、 lnf（ｘ）＝ln１／√2πσ−（ｘ−μ）2／2σ2 ＝ln１／√2πσ−x2／2σ2＋μx／σ2−μ2／2σ2 ｇ（ｘ）＝lnf（ｘ）とおくと、ｇ（ｘ）はｘに関
する２次式となる。
2｝ なお上式において、μは平均値、σは標準偏差
である。ｆ（ｘ）の自然対数をとると、 lnf（ｘ）＝ln１／√2πσ−（ｘ−μ）2／2σ2 ＝ln１／√2πσ−x2／2σ2＋μx／σ2−μ2／2σ2 ｇ（ｘ）＝lnf（ｘ）とおくと、ｇ（ｘ）はｘに関
する２次式となる。
ｇ（ｘ）＝−１／2σ2x2＋μ／σ2ｘ＋ln１／√2πσ
−μ2／2σ2 ｇ（ｘ）を微分すると、g′（ｘ）は次式のように
になる。
−μ2／2σ2 ｇ（ｘ）を微分すると、g′（ｘ）は次式のように
になる。
g′（ｘ）＝−１／σ2ｘ＋μ／σ2＝−１／σ2（ｘ−
μ） g′（ｘ）はｘ軸と交点がμ、傾きが−（１／σ2）の １次式となるので、与えられた分布について
g′（ｘ）を求めることにより母集団の母数μ、σ
が推定できる。さらに推定された正規分布ともと
の分布とのマツチング距離Ｄを次式で定義するこ
とにより、与えられた分布の特徴パラメータとす
ることができる。
μ） g′（ｘ）はｘ軸と交点がμ、傾きが−（１／σ2）の １次式となるので、与えられた分布について
g′（ｘ）を求めることにより母集団の母数μ、σ
が推定できる。さらに推定された正規分布ともと
の分布とのマツチング距離Ｄを次式で定義するこ
とにより、与えられた分布の特徴パラメータとす
ることができる。
Ｄ＝∫｛｜ｆ（ｘ）−ｈ（ｘ）｜｝dx
上式において、ｆ（ｘ）は与えられた分布、ｈ
（ｘ）は推定された分布である。
（ｘ）は推定された分布である。
以下、本発明の方法を第１図に示すフローチヤ
ートに基づいて詳細に説明する。まず容積に比例
した血球パルスなどをコンパレータ回路などで容
積分布に変換し、記憶装置に取り込む。ついで取
り込まれた粒度分布データを、粒度分布解析が容
易に行えるように平滑化する。すなわち、粒度分
布に含まれるノイズ成分を取り除く。その後、バ
タカルヤ法で示されるように、粒度分布の自然対
数をとり、隣りどうしの差を計算することによ
り、g′（ｘ）を算出する。ついで与えられた分布
の主分布をさがす手段として適当なウインドウを
設定し、このウインドウ内でのg′（ｘ）が最も直
線に近いところをさがす。すなわち、粒度分布曲
線の中で最も正規分布に近いところをさがす。最
も直線に近いg′（ｘ）の回帰直線式を求め、この
式の傾きと切片により推定分布の平均値と標準偏
差を計算する。
ートに基づいて詳細に説明する。まず容積に比例
した血球パルスなどをコンパレータ回路などで容
積分布に変換し、記憶装置に取り込む。ついで取
り込まれた粒度分布データを、粒度分布解析が容
易に行えるように平滑化する。すなわち、粒度分
布に含まれるノイズ成分を取り除く。その後、バ
タカルヤ法で示されるように、粒度分布の自然対
数をとり、隣りどうしの差を計算することによ
り、g′（ｘ）を算出する。ついで与えられた分布
の主分布をさがす手段として適当なウインドウを
設定し、このウインドウ内でのg′（ｘ）が最も直
線に近いところをさがす。すなわち、粒度分布曲
線の中で最も正規分布に近いところをさがす。最
も直線に近いg′（ｘ）の回帰直線式を求め、この
式の傾きと切片により推定分布の平均値と標準偏
差を計算する。
ついで正規分布式に、求められた平均値と標準
偏差を代入し、その最大値をもとの粒度分布によ
りノーマライズする。これにより、もとの粒度分
布と推定分布を比較することができるようにな
る。この後、もとの粒度分布と推定分布の面積差
を求めることにより、もとの粒度分布が正規分布
にどれだけフイツトしているかを定量化するこが
できる。この値をマツチング距離Ｄとする。この
Ｄ値を粒度分布の特徴パラメータとすることがで
きる。面積差が大きい、すなわちマツチング距離
Ｄが大きいということは、正規分布からかけ離れ
ているものであるとし、異常粒度分布としてフラ
ギングする。ただし最初から粒度分布が複数の分
布の重なりであるとわかつているものについて
は、この限りでない。
偏差を代入し、その最大値をもとの粒度分布によ
りノーマライズする。これにより、もとの粒度分
布と推定分布を比較することができるようにな
る。この後、もとの粒度分布と推定分布の面積差
を求めることにより、もとの粒度分布が正規分布
にどれだけフイツトしているかを定量化するこが
できる。この値をマツチング距離Ｄとする。この
Ｄ値を粒度分布の特徴パラメータとすることがで
きる。面積差が大きい、すなわちマツチング距離
Ｄが大きいということは、正規分布からかけ離れ
ているものであるとし、異常粒度分布としてフラ
ギングする。ただし最初から粒度分布が複数の分
布の重なりであるとわかつているものについて
は、この限りでない。
フラギングされた粒度分布の副分布が、正規分
布にフイツトしているか否かを調べるために、も
との粒度分布から推定分布を差し引いて副分布と
する。ついでこの副分布が、再度粒度分布推定を
行うに十分な面積を持つているか否かを判定す
る。もし十分な面積を持つていれば、副分布を新
たに生粒度分布としてg′（ｘ）の算出を行う。副
分布の面積が小さい場合は操作を終了する。
布にフイツトしているか否かを調べるために、も
との粒度分布から推定分布を差し引いて副分布と
する。ついでこの副分布が、再度粒度分布推定を
行うに十分な面積を持つているか否かを判定す
る。もし十分な面積を持つていれば、副分布を新
たに生粒度分布としてg′（ｘ）の算出を行う。副
分布の面積が小さい場合は操作を終了する。
上記処理を繰り返すことにより、正規分布にフ
イツトしていない粒度分布をフラギングすること
ができるとともに、複数分布の重なりであれば、
各要素分布を推定することができる。
イツトしていない粒度分布をフラギングすること
ができるとともに、複数分布の重なりであれば、
各要素分布を推定することができる。
以下、本発明の方法を市販の東亜医用電子株式
会社（本願出願人）製Ｅ−2000〜5000シリーズで
実施した結果について説明する。
会社（本願出願人）製Ｅ−2000〜5000シリーズで
実施した結果について説明する。
赤血球（RBC）粒度が正規分布に従うものと
して、複数分布バタカルヤ法を適用したところ、
第２図に示すようなタイプ（以下、タイプとい
う）、第３図に示すようなタイプ（以下、タイプ
という）、第４図に示すようなタイプ（以下、
タイプという）、すなわち３つのタイプが観察
された。
して、複数分布バタカルヤ法を適用したところ、
第２図に示すようなタイプ（以下、タイプとい
う）、第３図に示すようなタイプ（以下、タイプ
という）、第４図に示すようなタイプ（以下、
タイプという）、すなわち３つのタイプが観察
された。
第２図に示すようなタイプは、ほぼ完全な正
規分布を示している。単一分布バタカルヤ法でも
完全に推定できる。図中の実線は与えられた粒度
分布を示し、破線は推定された正規分布を、斜め
のプロツト点が度数の自然対数の差を示してい
る。推定された正規分布が与えらた分布に重なつ
てしまつているために、破線は見えていない。図
中のＱはプロツト点と回帰直線との平行距離ｑを
示している。DIST １は推定された正規分布の
赤血球数換算値を、DIST ２は与えられた分布
より推定された正規分布を引いた残りの部分の赤
血球換算値を示している。第２図からわかるよう
に、Ｑおよびマツチング距離Ｄ（DEFF）値が小
さくなつている。
規分布を示している。単一分布バタカルヤ法でも
完全に推定できる。図中の実線は与えられた粒度
分布を示し、破線は推定された正規分布を、斜め
のプロツト点が度数の自然対数の差を示してい
る。推定された正規分布が与えらた分布に重なつ
てしまつているために、破線は見えていない。図
中のＱはプロツト点と回帰直線との平行距離ｑを
示している。DIST １は推定された正規分布の
赤血球数換算値を、DIST ２は与えられた分布
より推定された正規分布を引いた残りの部分の赤
血球換算値を示している。第２図からわかるよう
に、Ｑおよびマツチング距離Ｄ（DEFF）値が小
さくなつている。
第３図に示すようなタイプは、斜めプロツト
点が直線となつていない。このため推定された正
規分布が与えられた分布にフイツトしておらず、
DEFF値が大きくなつている。このタイプの粒度
は数多く存在し、DEFF値によつて容易にフラギ
ングされる。パターンを見ると、正規分布という
より、対数正規分布に近いように思われる。
点が直線となつていない。このため推定された正
規分布が与えられた分布にフイツトしておらず、
DEFF値が大きくなつている。このタイプの粒度
は数多く存在し、DEFF値によつて容易にフラギ
ングされる。パターンを見ると、正規分布という
より、対数正規分布に近いように思われる。
第４図に示すようなタイプは、斜めプロツト
点が２つの直線部分を持つている。これは与えら
れた分布が２つの正規分布の和であることを示し
ており、図に示されるように２つの分布がきれい
に分離されている。図のDIES １、DIST ２は
それぞれの赤血球換算値を示している。このタイ
プもタイプと同様にDEFF値が大きくなるた
め、容易にフラギングできる。
点が２つの直線部分を持つている。これは与えら
れた分布が２つの正規分布の和であることを示し
ており、図に示されるように２つの分布がきれい
に分離されている。図のDIES １、DIST ２は
それぞれの赤血球換算値を示している。このタイ
プもタイプと同様にDEFF値が大きくなるた
め、容易にフラギングできる。
以上、赤血球粒度の３つのタイプについて説明
したが、特に、タイプの粒度については対数正
規分布の疑いがあるため、対数正規分布推定を適
用してみた。その結果を第５図に示す。図を見れ
ばわかるように、ほぼ完全に推定分布が与えられ
た分布にフイツトしている。DEFF値を正規分布
推定に比べて約1/4〜1/6になつている。これは、
タイプ、のRBC粒度が対数正規分布であるこ
とを示唆している。
したが、特に、タイプの粒度については対数正
規分布の疑いがあるため、対数正規分布推定を適
用してみた。その結果を第５図に示す。図を見れ
ばわかるように、ほぼ完全に推定分布が与えられ
た分布にフイツトしている。DEFF値を正規分布
推定に比べて約1/4〜1/6になつている。これは、
タイプ、のRBC粒度が対数正規分布であるこ
とを示唆している。
RBC粒度の中にはタイプに属すると思われ
る検体が数多く見受けられた。タイプとタイプ
を区別する手段として、正規分布推定による
DEFF値の対数正規分布推定によるDEFF値を大
小比較してみた。その結果は次のとおりであつ
た。
る検体が数多く見受けられた。タイプとタイプ
を区別する手段として、正規分布推定による
DEFF値の対数正規分布推定によるDEFF値を大
小比較してみた。その結果は次のとおりであつ
た。
タイプに近いもの……52.8％
タイプに近いもの……47.2％
トータル……100.0％
このことから、タイプとタイプの検体はほ
ぼ同数であるものと推定される。これまで、
RBC粒度は正規分布に近いものと考えてきたが、
ここに至つて、考え方を変えざるを得ない。タイ
プとタイプに分かれる理由が何であるかは不
明である。が、これが検体固有のものなのか、測
定原理もしくは測定方法に由来しているものなの
かを究明する必要があると考えられる。参考とし
て、すべてのRBC粒度に対して正規分布推定と
対数正規分布を行い、そのDEFF値の分布を調べ
た、その結果を第６図、第８図に示す。すなわ
ち、第６図は正規分布自動バタカルヤ法による赤
血球のDEFFの分布を示している。なおウインド
ウ：５、ｎ（標本数）：2.185の場合である。
DEFF≧60を異常とすると、異常検体比率は16％
となり、DEFF≧100を異常とすると、異条検体
比率は6.5％となつている。第７図は対数正規分
布自動バタカルヤ法によるDEFFの分布を示して
いる。なおウインドウ：５、n2：．185の場合で
ある。DEFF≧60を異常とすると、異条検体比率
は20％となり、DEFF≧100を異常とすると、異
常検体比率は6.9％となつている。
ぼ同数であるものと推定される。これまで、
RBC粒度は正規分布に近いものと考えてきたが、
ここに至つて、考え方を変えざるを得ない。タイ
プとタイプに分かれる理由が何であるかは不
明である。が、これが検体固有のものなのか、測
定原理もしくは測定方法に由来しているものなの
かを究明する必要があると考えられる。参考とし
て、すべてのRBC粒度に対して正規分布推定と
対数正規分布を行い、そのDEFF値の分布を調べ
た、その結果を第６図、第８図に示す。すなわ
ち、第６図は正規分布自動バタカルヤ法による赤
血球のDEFFの分布を示している。なおウインド
ウ：５、ｎ（標本数）：2.185の場合である。
DEFF≧60を異常とすると、異常検体比率は16％
となり、DEFF≧100を異常とすると、異条検体
比率は6.5％となつている。第７図は対数正規分
布自動バタカルヤ法によるDEFFの分布を示して
いる。なおウインドウ：５、n2：．185の場合で
ある。DEFF≧60を異常とすると、異条検体比率
は20％となり、DEFF≧100を異常とすると、異
常検体比率は6.9％となつている。
第６図、第７図から明らかなように、いずれの
分布もきれいな対数分布を示しており、DEFF値
の絶対値もほぼ同じである。これにより、RBC
粒度については正規分布推定もしくは対数正規分
布推定のどちらを用いてもさしつかえないとの結
論に達した。
分布もきれいな対数分布を示しており、DEFF値
の絶対値もほぼ同じである。これにより、RBC
粒度については正規分布推定もしくは対数正規分
布推定のどちらを用いてもさしつかえないとの結
論に達した。
以上のことから、RBC粒度分布の分類フラギ
ング方法としては、次の手順を用いるのが良いで
あろう。まず、正規分布推定を行い、DEFF値が
小さいものをタイプとする。次に、対数正規分
布推定を行い、DEFF値が小さいものをタイプ
とする。そして、どちらの推定法でもDEFF値が
大きいものを複数分布の重なりであるとしてタイ
プに分類する。
ング方法としては、次の手順を用いるのが良いで
あろう。まず、正規分布推定を行い、DEFF値が
小さいものをタイプとする。次に、対数正規分
布推定を行い、DEFF値が小さいものをタイプ
とする。そして、どちらの推定法でもDEFF値が
大きいものを複数分布の重なりであるとしてタイ
プに分類する。
タイプに属する分布は、第４図に示した例の
ように、ほぼ同じ面積をしめる２つの正規分布の
和となつているものがほとんどである。これは、
２種類の赤血球が混じり合つているものと考える
のが自然であろう。
ように、ほぼ同じ面積をしめる２つの正規分布の
和となつているものがほとんどである。これは、
２種類の赤血球が混じり合つているものと考える
のが自然であろう。
また血小板（PLT）粒度分布が対数正規分布
に従うものとして複数分布バタカルヤ法を適用し
たところ、正常検体と思われるPLT粒度分布検
体では、ほぼ完全に対数正規分布にフイツトして
いることが判明した。第８図にその解析例を示
す。
に従うものとして複数分布バタカルヤ法を適用し
たところ、正常検体と思われるPLT粒度分布検
体では、ほぼ完全に対数正規分布にフイツトして
いることが判明した。第８図にその解析例を示
す。
第８図では、与えられた粒度は実線で、推定さ
れた対数正規分布は破線で、バタカルヤ法による
度数の自然対数の差が斜めプロツトで示されてい
る。実線と破線がほとんど重なつており、DEFF
も小さな値となつていることから、与えられた分
布は対数正規分布であると断定してよいと考えら
れる。斜めプロツト点も右側のみだれを除くとほ
ぼ直線となつているため、数学にもこの仮定は正
しいものであると考えられる。
れた対数正規分布は破線で、バタカルヤ法による
度数の自然対数の差が斜めプロツトで示されてい
る。実線と破線がほとんど重なつており、DEFF
も小さな値となつていることから、与えられた分
布は対数正規分布であると断定してよいと考えら
れる。斜めプロツト点も右側のみだれを除くとほ
ぼ直線となつているため、数学にもこの仮定は正
しいものであると考えられる。
次に、PLT粒度分布が対数正規分布であると
いう仮定のもとで、多くのPLT粒度分布を解析
したところ、対数正規分布にフイツトしない検体
が見られたので、その例を次の(1)〜(3)に記載す
る。分類のパラメータとしては、DEFF値を使用
した。
いう仮定のもとで、多くのPLT粒度分布を解析
したところ、対数正規分布にフイツトしない検体
が見られたので、その例を次の(1)〜(3)に記載す
る。分類のパラメータとしては、DEFF値を使用
した。
(1) 小赤血球のかぶりが認められる例
小赤血球のかぶりがあるため、DEFF値が見
かけ上大きくなつたものと考えられるPLT粒
度分布の解析例を第９図に示す。図を見れば明
らかなように、PLT粒度分布域とRBC粒度分
布域が大きく重なつていることがわかる。図中
に示されたウインドウの位置ではRBC粒度の
影響がないと仮定すれば、破線で示された推定
対数正規分布がPLTの粒度分布を示している
ことになる。この分布の面積を計算するとによ
り、推定のPLT値が計算できる。この値は
PLTとRBCをカーソルにて分離して得られた
PLT値よりも信頼性が高いものと考えられる。
特に、第９図に示したPLT値５万といつた低
値の検体については、この差の影響は大きい。
かけ上大きくなつたものと考えられるPLT粒
度分布の解析例を第９図に示す。図を見れば明
らかなように、PLT粒度分布域とRBC粒度分
布域が大きく重なつていることがわかる。図中
に示されたウインドウの位置ではRBC粒度の
影響がないと仮定すれば、破線で示された推定
対数正規分布がPLTの粒度分布を示している
ことになる。この分布の面積を計算するとによ
り、推定のPLT値が計算できる。この値は
PLTとRBCをカーソルにて分離して得られた
PLT値よりも信頼性が高いものと考えられる。
特に、第９図に示したPLT値５万といつた低
値の検体については、この差の影響は大きい。
(2) 血小板（PLT）凝集の疑いのある例
PLTの２〜３個の凝集のためと思われる粒
度のみだれが認められるPLT粒度分布の解析
例を第１０図に示す。これらの分布について
も、DEFF値は正常であると思われるものに対
して数倍〜20倍にもなるので、フラギングは容
易である。
度のみだれが認められるPLT粒度分布の解析
例を第１０図に示す。これらの分布について
も、DEFF値は正常であると思われるものに対
して数倍〜20倍にもなるので、フラギングは容
易である。
(3) 血小板（PLT）低値の信頼性の例
PLT値が数千〜数万の検体では、電気的ノ
イズや気泡、ゴーストなどの影響が大きくな
り、正確度と再現性が低下する、このような粒
度分布で、主分布のMDRがウインドウの幅以
上ある粒度分布であれば、主分布は再現性よく
推定できる。そして、PLT粒度分布が対数正
規分布であるという仮定が正しければ、推定し
たPLT値はより真値に近いものとなるであろ
う。
イズや気泡、ゴーストなどの影響が大きくな
り、正確度と再現性が低下する、このような粒
度分布で、主分布のMDRがウインドウの幅以
上ある粒度分布であれば、主分布は再現性よく
推定できる。そして、PLT粒度分布が対数正
規分布であるという仮定が正しければ、推定し
たPLT値はより真値に近いものとなるであろ
う。
第１１図に、PLT低値の粒度分布についての
解析例を示す。PLTが低値の粒度分布ではほと
んど谷らしい谷が出なくなり、カーソルによる分
離は困難であることがわかる。今回の推定法で
は、PLT粒度分布の立ち上がりカーブを利用し
て、対数正規分布をきれいに推定している。
解析例を示す。PLTが低値の粒度分布ではほと
んど谷らしい谷が出なくなり、カーソルによる分
離は困難であることがわかる。今回の推定法で
は、PLT粒度分布の立ち上がりカーブを利用し
て、対数正規分布をきれいに推定している。
以上、PLT粒度についての解析結果を説明し
た。パラメータとして使用したDEFF値は、PLT
粒度異常を発見する像で有効なものであることが
わかつた。フラギングに使用するにあたつて、
DEFF値がどのような分布を示しているかを調査
した結果を第１２図に示す。すなわち第１２図は
対数正規分布自動バタカルヤ法によるPLTの
DEFFの分布を示している。なおウインドウ：
５、ｎ：2.185の場合である。DEFF≧150を異常
とすると、異常検体比率は13％となり、DEFF≧
200を異常とすると、異常検体比率は6.2％となつ
ている。
た。パラメータとして使用したDEFF値は、PLT
粒度異常を発見する像で有効なものであることが
わかつた。フラギングに使用するにあたつて、
DEFF値がどのような分布を示しているかを調査
した結果を第１２図に示す。すなわち第１２図は
対数正規分布自動バタカルヤ法によるPLTの
DEFFの分布を示している。なおウインドウ：
５、ｎ：2.185の場合である。DEFF≧150を異常
とすると、異常検体比率は13％となり、DEFF≧
200を異常とすると、異常検体比率は6.2％となつ
ている。
PLT粒度分布に対するDEFF値の分布は、
RBCのそれに対して分布域がかなり広く絶対値
も大きい。これは、PLT粒度分布が他の粒子の
影響を受けやすいことを示している。特に、小赤
血球や血小板凝集粒子によるものが大きい。また
ベスマン博士（Dr.Bessman）の言う血球破片
（Debris）の影響も無視できない。
RBCのそれに対して分布域がかなり広く絶対値
も大きい。これは、PLT粒度分布が他の粒子の
影響を受けやすいことを示している。特に、小赤
血球や血小板凝集粒子によるものが大きい。また
ベスマン博士（Dr.Bessman）の言う血球破片
（Debris）の影響も無視できない。
本発明は上記のように構成されているので、つ
ぎのような種々の優れた効果を奏する。
ぎのような種々の優れた効果を奏する。
(1) 正常と思われる赤血球粒度分布を完全に正規
分布推定することができ、かつ正常と思われる
血小板粒度分布を完全に対数正規分布推定する
ことができる。
分布推定することができ、かつ正常と思われる
血小板粒度分布を完全に対数正規分布推定する
ことができる。
(2) 赤血球粒度分布を正規分布と仮定すると、異
常粒度分布を容易にフラギングすることがで
き、かつ血小板粒度分布を対数正規分布と仮定
すると、異常粒度分布を容易にフラギングする
ことができる。
常粒度分布を容易にフラギングすることがで
き、かつ血小板粒度分布を対数正規分布と仮定
すると、異常粒度分布を容易にフラギングする
ことができる。
(3) 各血球粒度分布を要素分布に分離し、その構
成比率を正しく推定することができる。そして
中でも血小板計数の低値推計（計測）に重要な
意義を有する。
成比率を正しく推定することができる。そして
中でも血小板計数の低値推計（計測）に重要な
意義を有する。
(4) 血小板粒度分布における他の粒子の影響を除
去することが可能となる。
去することが可能となる。
(5) 新パラメータにより、粒度分布の特徴抽出を
行うことで、新しい医療情報を提供することが
でき、症例検討で充分好結論が得られることが
予測される。
行うことで、新しい医療情報を提供することが
でき、症例検討で充分好結論が得られることが
予測される。
(6) 血球計数値の精度の信頼性を大幅に向上させ
ることができる。
ることができる。
(7) 血球粒度に限らず、ラテツクス粒子、細胞粒
子などの粒度分布解析にも充分応用できる。
子などの粒度分布解析にも充分応用できる。
第１図は本発明の血球粒度分布解析法の一例を
示すフローチヤート、第２図〜第１２図は実施例
におけるグラフで、第２図〜第４図は赤血球
（RBC）粒度解析例を示すグラフ、第５図は赤血
球粒度の対数正規分布推定の解析例を示すグラ
フ、第６図は正規分布推定によるマツチング距離
DEFF値の分布例を示すグラフ、第７図は対数正
規分布推定によるマツチング距離DEFF値の分布
例を示すグラフ、第８図は血小板（PLT）粒度
分布解析例を示すグラフ、第９図は小赤血球のか
ぶりがあるPLT粒度の解析例を示すグラフ、第
１０図はPLT凝集の疑いがあるPLT粒度の解析
例を示すグラフ、第１１図はPLT低値の解析例
を示すグラフ、第１２図は対数正規分布推定にお
けるマツチング距離DEFF値の分布例を示すグラ
フである。
示すフローチヤート、第２図〜第１２図は実施例
におけるグラフで、第２図〜第４図は赤血球
（RBC）粒度解析例を示すグラフ、第５図は赤血
球粒度の対数正規分布推定の解析例を示すグラ
フ、第６図は正規分布推定によるマツチング距離
DEFF値の分布例を示すグラフ、第７図は対数正
規分布推定によるマツチング距離DEFF値の分布
例を示すグラフ、第８図は血小板（PLT）粒度
分布解析例を示すグラフ、第９図は小赤血球のか
ぶりがあるPLT粒度の解析例を示すグラフ、第
１０図はPLT凝集の疑いがあるPLT粒度の解析
例を示すグラフ、第１１図はPLT低値の解析例
を示すグラフ、第１２図は対数正規分布推定にお
けるマツチング距離DEFF値の分布例を示すグラ
フである。
Claims (1)
- 【特許請求の範囲】 １ 容積に比例した血球パルスを粒度分布に変換
して記憶装置に取り込み、取り込まれた粒度分布
データに含まれるノイズ成分を取り除いて平滑化
した後、血球の粒度分布を解析するにあたり、 (a) 平滑化された粒度分布の自然対数をとり、こ
の自然対数を微分し、 (b) 適当なウインドウを設け、このウインドウ内
での微分係数の直線部分を見付け、 (c) この直線部分から推定分布の平均値、標準偏
差を求め、 (d) 求められた平均値、標準偏差を正規分布式に
代入し、推定分布をノーマライズし、 (e) もとの粒度分布と推定分布との面積差を求
め、面積差が大きいものを異常粒度分布として
フラギングし、 (f) フラギングされた粒度分布から推定分布を差
し引いたものを副分布とし、 (g) 副分布の面積が小さければ操作を終了し、副
分布の面積が大きければ、副分布を新たに生粒
度分布として(a)以下の操作を繰り返す、 ことを特徴とする血球粒度分布解析法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60182733A JPS6243541A (ja) | 1985-08-20 | 1985-08-20 | 血球粒度分布解析法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60182733A JPS6243541A (ja) | 1985-08-20 | 1985-08-20 | 血球粒度分布解析法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6243541A JPS6243541A (ja) | 1987-02-25 |
| JPH0465969B2 true JPH0465969B2 (ja) | 1992-10-21 |
Family
ID=16123486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60182733A Granted JPS6243541A (ja) | 1985-08-20 | 1985-08-20 | 血球粒度分布解析法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6243541A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2676088B2 (ja) * | 1988-12-15 | 1997-11-12 | 東亜医用電子株式会社 | 粒度分布処理装置 |
-
1985
- 1985-08-20 JP JP60182733A patent/JPS6243541A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6243541A (ja) | 1987-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109239360B (zh) | 一种反应曲线异常检测方法及装置 | |
| DE60303889T2 (de) | Verfahren und system zum ermitteln der verwertbarkeit von signaldaten, die von einem prothrombinzeit-teststreifen gesammelt werden | |
| JP6791297B2 (ja) | 血栓症リスク評価装置、血栓症リスク評価方法及びプログラム | |
| JP6449994B2 (ja) | 溶血検出方法およびシステム | |
| CA1135979A (en) | Automated method and apparatus for classification of cells with application to the diagnosis of anemia | |
| EP0254380B1 (en) | Particle size distribution analysis | |
| JPS5939699B2 (ja) | 液体試料中の粒子の１００分率全容積の定量法 | |
| JP2006267111A (ja) | スペクトル、特にｎｍｒスペクトルのセットをプロセッシングする方法 | |
| JP2004510974A (ja) | 異常な粒子集団を分析する為の方法 | |
| JPH0465969B2 (ja) | ||
| JPH0225134B2 (ja) | ||
| EP0375201A1 (en) | A method of separating the three major types of blood cells from a white blood cell histogram | |
| CN115356479B (zh) | 一种金免疫层析检测方法和系统 | |
| CN118914044A (zh) | 颗粒样本分析方法、分析装置及其应用 | |
| EP0016953A1 (de) | Zusatzvorrichtung zu einem Teilchenanalysator | |
| CA2514743C (en) | Performance improvement for hematology analysis | |
| EP0821785A1 (en) | Method for spectroscopic analysis of inhomogeneous samples | |
| CN114627058A (zh) | 一种视觉及质量融合的烟丝成分检测方法 | |
| JPS6332347A (ja) | 粒度分布解析法 | |
| DE102023105640B3 (de) | Verfahren zum Betreiben eines Magnetisch-induktiven Durchflussmessgeräts und Magnetisch-induktives Durchflussmessgerät | |
| US6218190B1 (en) | Method for testing a cell suspension | |
| JPS6332345A (ja) | 粒度分布解析法 | |
| Rowlands et al. | Application of Cusum techniques to the routine monitoring of analytical performance in clinical laboratories | |
| Giavarina et al. | Method comparison of automated systems for the erythrocyte sedimentation rate | |
| JPH0629839B2 (ja) | 粒度分布解析法 |