JPH0854333A - 細胞計数及び細胞分類方法及び装置 - Google Patents
細胞計数及び細胞分類方法及び装置Info
- Publication number
- JPH0854333A JPH0854333A JP7098348A JP9834895A JPH0854333A JP H0854333 A JPH0854333 A JP H0854333A JP 7098348 A JP7098348 A JP 7098348A JP 9834895 A JP9834895 A JP 9834895A JP H0854333 A JPH0854333 A JP H0854333A
- Authority
- JP
- Japan
- Prior art keywords
- cell
- cells
- cell composition
- sample
- identified
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1468—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S435/00—Chemistry: molecular biology and microbiology
- Y10S435/968—High energy substrates, e.g. fluorescent, chemiluminescent, radioactive
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S435/00—Chemistry: molecular biology and microbiology
- Y10S435/973—Simultaneous determination of more than one analyte
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S436/00—Chemistry: analytical and immunological testing
- Y10S436/805—Optical property
Landscapes
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biochemistry (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 容器内の細胞を分析し、容器の縁の検出、容
器内の細胞の計数及び特徴付け、細胞の２以上の検出可
能な特性に関する情報を含むデータのチャネルの評価を
行う方法及び装置を提供する。 【構成】 細胞を容れた容器をスキャナで走査し、サン
プリング回路が容器内の細胞の走査された画像を生成す
る。重なったスペクトルを有する色素の蛍光データから
２以上の走査された画像を生成し、若干の細胞付近の走
査された画像内の対応画素の間を線形回帰分析を使用し
て処理する。目標細胞内の２つの蛍光色素の相対含有率
を特定する。近傍内のピークサンプルを識別する処理資
源を使用して目標細胞を識別し、ピークの振幅を近傍の
周辺の画素の振幅と比較する。識別された目標細胞に対
応する複数の走査された画像からのデータを保管する。
器内の細胞の計数及び特徴付け、細胞の２以上の検出可
能な特性に関する情報を含むデータのチャネルの評価を
行う方法及び装置を提供する。 【構成】 細胞を容れた容器をスキャナで走査し、サン
プリング回路が容器内の細胞の走査された画像を生成す
る。重なったスペクトルを有する色素の蛍光データから
２以上の走査された画像を生成し、若干の細胞付近の走
査された画像内の対応画素の間を線形回帰分析を使用し
て処理する。目標細胞内の２つの蛍光色素の相対含有率
を特定する。近傍内のピークサンプルを識別する処理資
源を使用して目標細胞を識別し、ピークの振幅を近傍の
周辺の画素の振幅と比較する。識別された目標細胞に対
応する複数の走査された画像からのデータを保管する。
Description
【０００１】
【産業上の利用分野】本発明は、一般的にある容積の資
料内の細胞もしくは細胞組成を計数し、特徴付ける容積
（ volumetric ）毛細管血球計数データの処理に関す
る。
料内の細胞もしくは細胞組成を計数し、特徴付ける容積
（ volumetric ）毛細管血球計数データの処理に関す
る。
【０００２】
【著作権の部分的な放棄】本特許出願書の開示の一部は
著作権保護の請求がなされている資料を含んでいる。著
作権所有者は、米国特許及び商標庁ファイルもしくは記
録に本特許文書もしくは特許が開示された時には誰がそ
れを複写再生しようと異議を申し立てるものではない
が、他の全ての権利は完全に留保するものである。
著作権保護の請求がなされている資料を含んでいる。著
作権所有者は、米国特許及び商標庁ファイルもしくは記
録に本特許文書もしくは特許が開示された時には誰がそ
れを複写再生しようと異議を申し立てるものではない
が、他の全ての権利は完全に留保するものである。
【０００３】
【継続出願データ】本出願は、本出願と同一譲渡人に譲
渡された 1993 年２月17日付出願の一連番号第 08/18,7
62号「容積毛細管血球計数方法及び装置」の部分継続で
ある。
渡された 1993 年２月17日付出願の一連番号第 08/18,7
62号「容積毛細管血球計数方法及び装置」の部分継続で
ある。
【０００４】
【関連出願との相互参照】本出願は、本出願と同日に出
願され、同一譲渡人が所有する Baer らが発明した米国
特許出願「容積毛細管血球計数方法及び装置」に関連す
る。
願され、同一譲渡人が所有する Baer らが発明した米国
特許出願「容積毛細管血球計数方法及び装置」に関連す
る。
【０００５】
【従来の技術】血液のような生物試料の光学分析は広い
応用を有している。このような分析を行うために流れ血
球計数装置、自動化血液細胞分析装置及び血液細胞分類
装置を含む多くのコンピュータ制御装置が市販されてい
る。上記相互参照出願に記載されているように、容積血
球計数装置は多くの長所を有している。具体的に言え
ば、分析中の血液の量が制御可能であり、血液の処理が
減少し、そしてさらなる処理のために分析した血液のサ
ンプルを貯蔵できることである。しかしながら、容積シ
ステムにおける血液サンプルの処理は多くの問題をもた
らす。即ち、もし血液細胞の計数を必要とするのであれ
ば、分析すべき資料を保持する毛細管もしくは他の容器
内の全体積を分析する必要がある。もし分析装置が容器
の精密な寸法に対して較正されていなければ、容器の側
上の血液細胞を検出することは困難になる。例えば、Ka
mentsky の米国特許第 5,072,382号においては、血液の
サンプルはスライドに付着させられる。分析すべき領域
は走査装置内で同期パルスによって限定される（ Kamen
tskyの 14 頁 49 - 63 行参照) 。毛細管もしくはキュ
ベットのような血液サンプルの容器の形状には変動があ
り、またこれらの容器を走査機構内に取付けるマウント
の整列にも変動があるために走査機構内の同期パルスを
これらの容器と精密に整列させることはできない。容器
を精密に取付け、製造する能力は極めて高度な技術であ
ることは明白である。しかしながら、細胞を処理するた
めに容器を走査するには、ミクロン単位の分解能を必要
とする。
応用を有している。このような分析を行うために流れ血
球計数装置、自動化血液細胞分析装置及び血液細胞分類
装置を含む多くのコンピュータ制御装置が市販されてい
る。上記相互参照出願に記載されているように、容積血
球計数装置は多くの長所を有している。具体的に言え
ば、分析中の血液の量が制御可能であり、血液の処理が
減少し、そしてさらなる処理のために分析した血液のサ
ンプルを貯蔵できることである。しかしながら、容積シ
ステムにおける血液サンプルの処理は多くの問題をもた
らす。即ち、もし血液細胞の計数を必要とするのであれ
ば、分析すべき資料を保持する毛細管もしくは他の容器
内の全体積を分析する必要がある。もし分析装置が容器
の精密な寸法に対して較正されていなければ、容器の側
上の血液細胞を検出することは困難になる。例えば、Ka
mentsky の米国特許第 5,072,382号においては、血液の
サンプルはスライドに付着させられる。分析すべき領域
は走査装置内で同期パルスによって限定される（ Kamen
tskyの 14 頁 49 - 63 行参照) 。毛細管もしくはキュ
ベットのような血液サンプルの容器の形状には変動があ
り、またこれらの容器を走査機構内に取付けるマウント
の整列にも変動があるために走査機構内の同期パルスを
これらの容器と精密に整列させることはできない。容器
を精密に取付け、製造する能力は極めて高度な技術であ
ることは明白である。しかしながら、細胞を処理するた
めに容器を走査するには、ミクロン単位の分解能を必要
とする。
【０００６】目標細胞をマークするために使用される色
素（もしくは染料）の特性の故に付加的な問題が発生す
る。例えば、指定された抗体の有無を調べるために細胞
を分析する場合、励起ビームに応答して特定のスペクト
ルの蛍光を発する色素で細胞にタグ付けすることが一般
的である。もし２以上の抗体を検出するのであれば、２
以上の色素が使用される。しかしながら、種々の色素の
蛍光スペクトルが重なり合う可能性がある。従って、複
数の色素によって生成された重なり合ったスペクトルを
有する検出された蛍光内の情報を完全に処理することは
困難である。更に、統計的な有効計数を求めるために、
ある容積内の特定数の目標細胞を計数する必要がある場
合、比較的大量のサンプルを使用しなければならない。
ミクロン単位で走査する場合、大量の血液サンプルは莫
大な量のデータを生成する可能性がある。実際の分析装
置にとって、データを合理的な時間内に処理することが
重要である。例えば上記相互参照出願に記載されている
ように、サンプルは２色素の重なり合ったスペクトル
と、２チャネルのデータとで走査することができる。各
データチャネルは、両色素に関連する情報を含む。更に
走査は、それぞれが 200 画素の約 10,000 走査線を含
むので、2,000,000 サンプル／チャネルのデータが得ら
れる。２バイト／サンプルの２チャネルでは、これは合
計８メガバイトの生データになる。
素（もしくは染料）の特性の故に付加的な問題が発生す
る。例えば、指定された抗体の有無を調べるために細胞
を分析する場合、励起ビームに応答して特定のスペクト
ルの蛍光を発する色素で細胞にタグ付けすることが一般
的である。もし２以上の抗体を検出するのであれば、２
以上の色素が使用される。しかしながら、種々の色素の
蛍光スペクトルが重なり合う可能性がある。従って、複
数の色素によって生成された重なり合ったスペクトルを
有する検出された蛍光内の情報を完全に処理することは
困難である。更に、統計的な有効計数を求めるために、
ある容積内の特定数の目標細胞を計数する必要がある場
合、比較的大量のサンプルを使用しなければならない。
ミクロン単位で走査する場合、大量の血液サンプルは莫
大な量のデータを生成する可能性がある。実際の分析装
置にとって、データを合理的な時間内に処理することが
重要である。例えば上記相互参照出願に記載されている
ように、サンプルは２色素の重なり合ったスペクトル
と、２チャネルのデータとで走査することができる。各
データチャネルは、両色素に関連する情報を含む。更に
走査は、それぞれが 200 画素の約 10,000 走査線を含
むので、2,000,000 サンプル／チャネルのデータが得ら
れる。２バイト／サンプルの２チャネルでは、これは合
計８メガバイトの生データになる。
【０００７】更に、蛍光監視技術の信号対雑音比は低く
なりがちである。従って、特に、結合していない抗体が
存在する場合には、容積内の目標細胞を正確に特徴付
け、識別するためには、高い背景雑音を有するこれらの
大量のデータを処理できることが重要である。従って、
容積血球計数システムからのデータを処理する頑健且つ
正確な方法及び装置を提供することが望ましい。更に、
このシステムは比較的高速で、且つメモリに対する要求
が比較的低いシステムとして動作すべきである。
なりがちである。従って、特に、結合していない抗体が
存在する場合には、容積内の目標細胞を正確に特徴付
け、識別するためには、高い背景雑音を有するこれらの
大量のデータを処理できることが重要である。従って、
容積血球計数システムからのデータを処理する頑健且つ
正確な方法及び装置を提供することが望ましい。更に、
このシステムは比較的高速で、且つメモリに対する要求
が比較的低いシステムとして動作すべきである。
【０００８】
【発明の概要】本発明は、（限定するものではないが、
容積血球計数システム内の毛細管内の血液を含む）細胞
もしくは細胞組成のサンプルを分析する方法及び装置を
提供する。本発明によれば、サンプル細胞もしくは細胞
組成は１もしくはそれ以上の検出可能な特徴を有する。
システムは容器の縁を検出し、容器内の細胞もしくは細
胞組成を計数し、容器内の細胞もしくは細胞組成を特徴
付け、そして細胞もしくは細胞組成の２以上の検出可能
な特徴に関する情報を含むデータのチャネルを評価す
る。従って、本発明は、目標細胞もしくは細胞組成を含
むサンプルの容器を走査するスキャナを備えている装置
であることを特徴とすることができる。データサンプリ
ング回路がスキャナに結合されていて、容器内のサンプ
ルの走査された画像を生成する。一面によれば、スキャ
ナ及びデータサンプリング回路は複数のデータチャネル
と、同数の走査された画像を発生する。走査された画像
に応答して目標細胞もしくは細胞組成を計数及び／また
は特徴付けるための資源を含む処理システムがサンプリ
ング回路に結合されている。
容積血球計数システム内の毛細管内の血液を含む）細胞
もしくは細胞組成のサンプルを分析する方法及び装置を
提供する。本発明によれば、サンプル細胞もしくは細胞
組成は１もしくはそれ以上の検出可能な特徴を有する。
システムは容器の縁を検出し、容器内の細胞もしくは細
胞組成を計数し、容器内の細胞もしくは細胞組成を特徴
付け、そして細胞もしくは細胞組成の２以上の検出可能
な特徴に関する情報を含むデータのチャネルを評価す
る。従って、本発明は、目標細胞もしくは細胞組成を含
むサンプルの容器を走査するスキャナを備えている装置
であることを特徴とすることができる。データサンプリ
ング回路がスキャナに結合されていて、容器内のサンプ
ルの走査された画像を生成する。一面によれば、スキャ
ナ及びデータサンプリング回路は複数のデータチャネル
と、同数の走査された画像を発生する。走査された画像
に応答して目標細胞もしくは細胞組成を計数及び／また
は特徴付けるための資源を含む処理システムがサンプリ
ング回路に結合されている。
【０００９】これらの処理資源は、一面によれば、細胞
もしくは細胞組成の２以上の検出可能な特徴を区別する
ために、これらの検出可能な特徴に関連する情報を含む
走査された画像を処理することが可能である。これらの
資源は、２以上の特徴に関連する情報を有する走査され
た画像と、複数の走査された画像内の別の１つの走査さ
れた画像との間の相関分析を遂行するためのソフトウェ
アを含むことができる。一つの好ましいシステムでは、
重なり合ったスペクトルを有する色素からの蛍光データ
に基づいて２つの走査された画像が生成される。これら
２つの走査された画像は、目標細胞に近い走査された画
像内の対応画素の間で線形回帰分析を使用して処理さ
れ、目標細胞もしくは細胞組成内の２つの蛍光色素の相
対含有率が特徴付けられる。本発明の別の面によれば、
近隣内のピーク画素を識別し、このピークの振幅と近傍
の周辺画素の振幅とを比較する処理資源を使用して、目
標細胞もしくは細胞組成を走査された画像から識別す
る。もしピーク画素値が周辺画素値を所定のしきい値よ
り大きく超えれば、資源はその近傍が目標細胞を含むも
のとして特徴付ける。このようにして目標細胞が識別さ
れると、識別された細胞に対応する複数の走査された画
像からのデータのセグメントは、上述した線形回帰分析
のようなさらなる分析のために保管することができる。
もしくは細胞組成の２以上の検出可能な特徴を区別する
ために、これらの検出可能な特徴に関連する情報を含む
走査された画像を処理することが可能である。これらの
資源は、２以上の特徴に関連する情報を有する走査され
た画像と、複数の走査された画像内の別の１つの走査さ
れた画像との間の相関分析を遂行するためのソフトウェ
アを含むことができる。一つの好ましいシステムでは、
重なり合ったスペクトルを有する色素からの蛍光データ
に基づいて２つの走査された画像が生成される。これら
２つの走査された画像は、目標細胞に近い走査された画
像内の対応画素の間で線形回帰分析を使用して処理さ
れ、目標細胞もしくは細胞組成内の２つの蛍光色素の相
対含有率が特徴付けられる。本発明の別の面によれば、
近隣内のピーク画素を識別し、このピークの振幅と近傍
の周辺画素の振幅とを比較する処理資源を使用して、目
標細胞もしくは細胞組成を走査された画像から識別す
る。もしピーク画素値が周辺画素値を所定のしきい値よ
り大きく超えれば、資源はその近傍が目標細胞を含むも
のとして特徴付ける。このようにして目標細胞が識別さ
れると、識別された細胞に対応する複数の走査された画
像からのデータのセグメントは、上述した線形回帰分析
のようなさらなる分析のために保管することができる。
【００１０】更に、本発明の別の面によれば、走査され
た画像に対する２以上の色素の相対的な貢献度を決定す
る他に、複数の走査された画像からのデータの識別され
たセグメントを目標細胞もしくは細胞組成の予測される
特性に基づいて濾過することによって、目標細胞もしく
は細胞組成の蛍光強度を表すパラメタが決定される。例
えば本発明の１つの新規な面では、セグメントは走査さ
れた画像内の識別された各セグメント毎に画素の近傍を
限定する（この近傍は目標細胞の予測される大きさより
も大きい）ことによって濾過される。この近傍内の画素
は背景雑音を補償するために処理され、この近傍内の画
素値のみに基づいてこの近傍内の目標細胞の強度値が生
成される。例えばこの処理は、ある細胞の近傍の強度値
に、典型的な細胞の予測される強度プロファイルを表す
一組の値を乗ずる整合フィルタを含んでいる。得られた
積は合計され、その細胞の信号対雑音比を最適化する振
幅推定が求められる。近傍の周辺は、その近傍内の目標
細胞もしくは細胞組成の予測される形状に基づいて決定
される。本発明の更に別の面によれば、処理資源は縁検
出を遂行し、容器の検出された縁の外側の走査された画
像の貢献度は無視される。
た画像に対する２以上の色素の相対的な貢献度を決定す
る他に、複数の走査された画像からのデータの識別され
たセグメントを目標細胞もしくは細胞組成の予測される
特性に基づいて濾過することによって、目標細胞もしく
は細胞組成の蛍光強度を表すパラメタが決定される。例
えば本発明の１つの新規な面では、セグメントは走査さ
れた画像内の識別された各セグメント毎に画素の近傍を
限定する（この近傍は目標細胞の予測される大きさより
も大きい）ことによって濾過される。この近傍内の画素
は背景雑音を補償するために処理され、この近傍内の画
素値のみに基づいてこの近傍内の目標細胞の強度値が生
成される。例えばこの処理は、ある細胞の近傍の強度値
に、典型的な細胞の予測される強度プロファイルを表す
一組の値を乗ずる整合フィルタを含んでいる。得られた
積は合計され、その細胞の信号対雑音比を最適化する振
幅推定が求められる。近傍の周辺は、その近傍内の目標
細胞もしくは細胞組成の予測される形状に基づいて決定
される。本発明の更に別の面によれば、処理資源は縁検
出を遂行し、容器の検出された縁の外側の走査された画
像の貢献度は無視される。
【００１１】好ましいシステムでは、細胞もしくは細胞
組成は、２つの色素の重なり合った蛍光スペクトルから
生成された細胞の２つの走査された画像間の目標細胞の
ために限定された近傍を線形回帰解析して決定される勾
配値を使用して特徴付けられる。線形回帰分析を使用し
て“勾配値”が各目標細胞毎に決定される。この勾配値
には、走査された画像の１つの近傍の強度値が乗ぜられ
て分析座標が求められる。細胞もしくは細胞組成は、特
徴付けグラフ上の分析座標の位置に基づいて特徴付けら
れる。特徴付けグラフは、１つの色素を有する目標細胞
もしくは細胞組成が入るべき第１の領域と、第２の色素
を有する目標細胞もしくは細胞組成が入るべき第２の領
域と、両色素で染色された目標細胞もしくは細胞組成が
入るべき第３の領域とによって限定される。これらの領
域は、信号の雑音に対する免除性と、より正確な特徴付
けの目的のために、走査された画像の背景信号特性に基
づいて限定される。本発明は、上述したような容器内の
サンプルを分析する方法としても特徴付けることができ
る。本方法は、検出器を用いて資料を走査して複数のデ
ータのチャネルを生成させ、少なくとも１つのチャネル
が目標細胞もしくは細胞組成の２以上の複数の検出可能
な特徴に関連する情報を含むようにする段階と、複数の
データのチャネルをサンプリングしてサンプルの複数の
走査された画像を発生する段階と、複数の走査された画
像を分析し、複数のデータのチャネルに応答して目標細
胞もしくは細胞組成を特徴付ける段階とを備え、上記分
析段階は、２以上の特徴に関連する情報を含む１つのチ
ャネルに対応する走査された画像を処理してこれらの検
出可能な特徴を区別する段階と、複数の走査された画像
の少なくとも１つを処理して目標細胞もしくは細胞組成
を含む複数の走査された画像内のセグメントを識別する
段階と、目標細胞もしくは細胞組成の予測される特徴に
基づいてデータの識別されたセグメントを濾過して識別
されたセグメントのためのそれぞれの強度値を生成する
段階と、複数の走査された画像の少なくとも１つ内の強
度値とデータのセグメントの２つの走査された画像の間
の相関分析（線形回帰解析における勾配のような）に基
づく値とに基づいて目標細胞もしくは細胞組成を特徴付
ける段階とを含む。
組成は、２つの色素の重なり合った蛍光スペクトルから
生成された細胞の２つの走査された画像間の目標細胞の
ために限定された近傍を線形回帰解析して決定される勾
配値を使用して特徴付けられる。線形回帰分析を使用し
て“勾配値”が各目標細胞毎に決定される。この勾配値
には、走査された画像の１つの近傍の強度値が乗ぜられ
て分析座標が求められる。細胞もしくは細胞組成は、特
徴付けグラフ上の分析座標の位置に基づいて特徴付けら
れる。特徴付けグラフは、１つの色素を有する目標細胞
もしくは細胞組成が入るべき第１の領域と、第２の色素
を有する目標細胞もしくは細胞組成が入るべき第２の領
域と、両色素で染色された目標細胞もしくは細胞組成が
入るべき第３の領域とによって限定される。これらの領
域は、信号の雑音に対する免除性と、より正確な特徴付
けの目的のために、走査された画像の背景信号特性に基
づいて限定される。本発明は、上述したような容器内の
サンプルを分析する方法としても特徴付けることができ
る。本方法は、検出器を用いて資料を走査して複数のデ
ータのチャネルを生成させ、少なくとも１つのチャネル
が目標細胞もしくは細胞組成の２以上の複数の検出可能
な特徴に関連する情報を含むようにする段階と、複数の
データのチャネルをサンプリングしてサンプルの複数の
走査された画像を発生する段階と、複数の走査された画
像を分析し、複数のデータのチャネルに応答して目標細
胞もしくは細胞組成を特徴付ける段階とを備え、上記分
析段階は、２以上の特徴に関連する情報を含む１つのチ
ャネルに対応する走査された画像を処理してこれらの検
出可能な特徴を区別する段階と、複数の走査された画像
の少なくとも１つを処理して目標細胞もしくは細胞組成
を含む複数の走査された画像内のセグメントを識別する
段階と、目標細胞もしくは細胞組成の予測される特徴に
基づいてデータの識別されたセグメントを濾過して識別
されたセグメントのためのそれぞれの強度値を生成する
段階と、複数の走査された画像の少なくとも１つ内の強
度値とデータのセグメントの２つの走査された画像の間
の相関分析（線形回帰解析における勾配のような）に基
づく値とに基づいて目標細胞もしくは細胞組成を特徴付
ける段階とを含む。
【００１２】本システムは、走査された画像の少なくと
も１つを分析して容器の縁を検出する段階と、検出され
た縁の外側に見出されたデータを無視する段階をも含む
ことができる。更に、データの特定セグメントのための
強度値を特徴付けるプロセスは、各識別されたセグメン
ト毎に画素の近傍（この近傍は目標細胞の予測される大
きさよりも大きい）を限定する段階と、この近傍内の画
素を処理して背景信号を補償し、この近傍内の目標細胞
もしくは細胞組成のための強度値を生成する段階を含む
ことができる。本発明の他の面及び長所は、添付図面に
基づく以下の説明から明白になるであろう。
も１つを分析して容器の縁を検出する段階と、検出され
た縁の外側に見出されたデータを無視する段階をも含む
ことができる。更に、データの特定セグメントのための
強度値を特徴付けるプロセスは、各識別されたセグメン
ト毎に画素の近傍（この近傍は目標細胞の予測される大
きさよりも大きい）を限定する段階と、この近傍内の画
素を処理して背景信号を補償し、この近傍内の目標細胞
もしくは細胞組成のための強度値を生成する段階を含む
ことができる。本発明の他の面及び長所は、添付図面に
基づく以下の説明から明白になるであろう。
【００１３】
【実施例】本発明の好ましい実施例を、添付図面に基づ
いて以下に詳細に説明する。図１及び２は、本発明のハ
ードウェア環境を示す。図３−１４は、本発明により目
標細胞もしくは細胞組成を計数し、特徴付けるために使
用される処理資源を説明する図である。図１に示すよう
に、容積毛細管血球計数装置が提供される。装置は、既
知の容積を有する毛細管１０内の資料を処理するように
設計されている。好ましいシステムでは、毛細管は断面
が矩形であり、幅は約 0.4 mm 乃至 1.5 mm であり、長
さは約 40 mmであり、深さは約 25 乃至 225 ミクロン
（一実施例では 100 ミクロン) である。この毛細管
は、種々の細胞もしくは細胞組成を検出もしくは特徴付
けるのに適している。一実施例では、この毛細管が、Ｃ
Ｄ３及びＣＤ４抗体の濃度を決定するＣＤ３／ＣＤ４ア
ッセイ（ assay）の特徴付けのために使用される。この
型のアッセイでは、典型的に３つの集団（ population
）、即ちＣｙ５でラベル付けされた抗体だけで染色さ
れたＣＤ３陽細胞、Ｃｙ５でラベル付けされたＣＤ３抗
体及びＣｙＦｒでラベル付けされたＣＤ４抗体の両方で
染色されたＣＤ４細胞が存在する。単核細胞はＣｙＦｒ
でラベル付けされたＣＤ４抗体だけで染色される。この
アッセイにおける関心細胞は直径が約 10 ミクロンであ
り、前述した寸法の毛細管を使用して良好に分類される
ことが分かった。本発明がＣＤ３／ＣＤ４アッセイの特
徴付けに限定されるものではないことを理解されたい。
いて以下に詳細に説明する。図１及び２は、本発明のハ
ードウェア環境を示す。図３−１４は、本発明により目
標細胞もしくは細胞組成を計数し、特徴付けるために使
用される処理資源を説明する図である。図１に示すよう
に、容積毛細管血球計数装置が提供される。装置は、既
知の容積を有する毛細管１０内の資料を処理するように
設計されている。好ましいシステムでは、毛細管は断面
が矩形であり、幅は約 0.4 mm 乃至 1.5 mm であり、長
さは約 40 mmであり、深さは約 25 乃至 225 ミクロン
（一実施例では 100 ミクロン) である。この毛細管
は、種々の細胞もしくは細胞組成を検出もしくは特徴付
けるのに適している。一実施例では、この毛細管が、Ｃ
Ｄ３及びＣＤ４抗体の濃度を決定するＣＤ３／ＣＤ４ア
ッセイ（ assay）の特徴付けのために使用される。この
型のアッセイでは、典型的に３つの集団（ population
）、即ちＣｙ５でラベル付けされた抗体だけで染色さ
れたＣＤ３陽細胞、Ｃｙ５でラベル付けされたＣＤ３抗
体及びＣｙＦｒでラベル付けされたＣＤ４抗体の両方で
染色されたＣＤ４細胞が存在する。単核細胞はＣｙＦｒ
でラベル付けされたＣＤ４抗体だけで染色される。この
アッセイにおける関心細胞は直径が約 10 ミクロンであ
り、前述した寸法の毛細管を使用して良好に分類される
ことが分かった。本発明がＣＤ３／ＣＤ４アッセイの特
徴付けに限定されるものではないことを理解されたい。
【００１４】本発明を使用する有用な一方法によれば、
全体が凝固していない血液のような生物流体を、所与の
波長で励起可能な蛍光担体（ fluorophore）を含む過大
量の結合剤と反応させることができる。蛍光でラベル付
けされた結合剤は、サンプル内に存在する結合サイト
（ site ）と反応するように選択される。例えば、若干
の白血球血液下位分類上に存在するＣＤ４細胞表面マー
カに導かれた蛍光でラベル付けされた抗体は、全血液の
サンプルと反応する。ラベル付けされた結合剤及び結合
サイト、即ちこの例ではラベル付けされた抗ＣＤ４抗体
及びＣＤ４担持白血球の表面は、本発明の装置と共に使
用した場合に信号を放出する蛍光複合体を形成する。流
体サンプルとラベル付けされた結合剤とを反応させた後
に、それは希釈されて毛細管１０内へ導かれる。本発明
の方法を実行する際の何れの点においても、生物流体の
成分の処理、もしくは結合された及び結合されていない
結合剤の分離は最小で済む。光学走査は容積手法でサン
プルに対して遂行され、また蛍光放出は照射された各柱
状領域から順次に記録される。蛍光放出は、結合剤・結
合サイト複合体の両方から、及び自由結合剤から発生す
るが、背景レベルに対してより強い信号は、結合剤が群
れている領域（即ち、結合剤が導かれる結合サイトを細
胞もしくは細胞組成が呈する領域）から到来する。従っ
て強められた蛍光の信号は細胞もしくは細胞組成に対応
し、そのように記録される。上例においては、抗ＣＤ４
抗体をラベル付けする蛍光担体が励起されると蛍光が放
出され、ＣＤ４抗体を表す白血球の存在を意味する事象
として記録される。
全体が凝固していない血液のような生物流体を、所与の
波長で励起可能な蛍光担体（ fluorophore）を含む過大
量の結合剤と反応させることができる。蛍光でラベル付
けされた結合剤は、サンプル内に存在する結合サイト
（ site ）と反応するように選択される。例えば、若干
の白血球血液下位分類上に存在するＣＤ４細胞表面マー
カに導かれた蛍光でラベル付けされた抗体は、全血液の
サンプルと反応する。ラベル付けされた結合剤及び結合
サイト、即ちこの例ではラベル付けされた抗ＣＤ４抗体
及びＣＤ４担持白血球の表面は、本発明の装置と共に使
用した場合に信号を放出する蛍光複合体を形成する。流
体サンプルとラベル付けされた結合剤とを反応させた後
に、それは希釈されて毛細管１０内へ導かれる。本発明
の方法を実行する際の何れの点においても、生物流体の
成分の処理、もしくは結合された及び結合されていない
結合剤の分離は最小で済む。光学走査は容積手法でサン
プルに対して遂行され、また蛍光放出は照射された各柱
状領域から順次に記録される。蛍光放出は、結合剤・結
合サイト複合体の両方から、及び自由結合剤から発生す
るが、背景レベルに対してより強い信号は、結合剤が群
れている領域（即ち、結合剤が導かれる結合サイトを細
胞もしくは細胞組成が呈する領域）から到来する。従っ
て強められた蛍光の信号は細胞もしくは細胞組成に対応
し、そのように記録される。上例においては、抗ＣＤ４
抗体をラベル付けする蛍光担体が励起されると蛍光が放
出され、ＣＤ４抗体を表す白血球の存在を意味する事象
として記録される。
【００１５】毛細管の長さ方向走査の開始点及び終了点
に注目し、それらの間の増分ステップを測定することに
よって、所望の応用に依存する目録（ enumeration）を
絶対容積で発生させることができる。固定された精密な
容積内の全ての蛍光目標のこの数量表示は、詳細な集団
データを迅速に得る有力な方法である。異なる波長で活
動する蛍光担体を異なる結合サイトに導かれる結合剤と
混合することができるので、サンプル内に多くの反応部
分（ moiety ）が存在することを検出することができ
る。走査された毛細管の容積が精密に知られていること
から、迅速な読みによって、サンプル内に存在する単位
容積当たりの特定下位分類の細胞もしくは細胞組成の数
が識別される。この方法は、全サンプルを細胞表面抗原
に導かれる異なって励起可能な蛍光でラベル付けされた
抗体と反応させることによって、所与の体積の血液サン
プルの単核細胞顆粒性白血球もしくはリンパ球部分集合
を迅速に区別し、一覧表にすることができる。Ｔ細胞白
血球はＣＤ３、ＣＤ４及びＣＤ８へ導くことができる。
光学システムは単に各蛍光担体をその重要波長で励起す
るようにセットされるだけであり、各蛍光担体の放出波
長に対応して検出チャネルが作られる。代替として、精
密な容積を計数することなく比を求めることができる
（例えばこれは、エイズの進行を決定する上で重要なＣ
Ｄ４／ＣＤ８ Ｔ細胞比を求めるための迅速技術であ
る）。
に注目し、それらの間の増分ステップを測定することに
よって、所望の応用に依存する目録（ enumeration）を
絶対容積で発生させることができる。固定された精密な
容積内の全ての蛍光目標のこの数量表示は、詳細な集団
データを迅速に得る有力な方法である。異なる波長で活
動する蛍光担体を異なる結合サイトに導かれる結合剤と
混合することができるので、サンプル内に多くの反応部
分（ moiety ）が存在することを検出することができ
る。走査された毛細管の容積が精密に知られていること
から、迅速な読みによって、サンプル内に存在する単位
容積当たりの特定下位分類の細胞もしくは細胞組成の数
が識別される。この方法は、全サンプルを細胞表面抗原
に導かれる異なって励起可能な蛍光でラベル付けされた
抗体と反応させることによって、所与の体積の血液サン
プルの単核細胞顆粒性白血球もしくはリンパ球部分集合
を迅速に区別し、一覧表にすることができる。Ｔ細胞白
血球はＣＤ３、ＣＤ４及びＣＤ８へ導くことができる。
光学システムは単に各蛍光担体をその重要波長で励起す
るようにセットされるだけであり、各蛍光担体の放出波
長に対応して検出チャネルが作られる。代替として、精
密な容積を計数することなく比を求めることができる
（例えばこれは、エイズの進行を決定する上で重要なＣ
Ｄ４／ＣＤ８ Ｔ細胞比を求めるための迅速技術であ
る）。
【００１６】本発明の技術を使用して全体が凝固してい
ない血液内の白血球下位分類を決定するためにアッセイ
を遂行する場合、反応してないサンプルを毛細管内へ配
置してから、赤血球が毛細管の底に沈殿し、それに伴っ
て白血球が変位してサンプル内に存在する多数の赤血球
の自然密度を光学走査できるようになるまでに２乃至３
分間待機する。この自然浮揚効果によって白血球は毛細
管の上側部分付近に位置し、蛍光検出を援助するように
なる。それは本発明が上下の走査ジオメトリを有してい
るからである。この効果の故に、目標の偶然の一致（ c
oincidence）も無視できるようになる。スキャナは、経
路１２に沿ってレーザビームを生成するヘリウム・ネオ
ンレーザ（図示のもの）、イオンレーザ、半導体レーザ
等々のようなレーザ１１の使用に基づいている。レーザ
１１は 600 乃至 1000 nm の範囲のビームを放出する
ことが好ましい。経路１２に沿うレーザビームはビーム
スプリッタ１３を通過し、ビームの一部はレーザ出力パ
ワーを監視するパワーメータ１４へ偏向される。主ビー
ムはビームスプリッタ１３を通過し、レーザ１１が生成
する関心波長を選択する狭い線フィルタ１５に達する。
次に、フィルタ１５を通過したビームはダイクロイック
ビームスプリッタ１６に達する。ダイクロイックビーム
スプリッタ１６はレーザからの選択された出力をステア
リングミラー１７へ偏向させる。ステアリングミラー１
７はこのビームを屈折鏡もしくはプリズム１８へ偏向さ
せる。屈折鏡もしくはプリズム１８からのビームはスキ
ャナ１９へ導かれる。
ない血液内の白血球下位分類を決定するためにアッセイ
を遂行する場合、反応してないサンプルを毛細管内へ配
置してから、赤血球が毛細管の底に沈殿し、それに伴っ
て白血球が変位してサンプル内に存在する多数の赤血球
の自然密度を光学走査できるようになるまでに２乃至３
分間待機する。この自然浮揚効果によって白血球は毛細
管の上側部分付近に位置し、蛍光検出を援助するように
なる。それは本発明が上下の走査ジオメトリを有してい
るからである。この効果の故に、目標の偶然の一致（ c
oincidence）も無視できるようになる。スキャナは、経
路１２に沿ってレーザビームを生成するヘリウム・ネオ
ンレーザ（図示のもの）、イオンレーザ、半導体レーザ
等々のようなレーザ１１の使用に基づいている。レーザ
１１は 600 乃至 1000 nm の範囲のビームを放出する
ことが好ましい。経路１２に沿うレーザビームはビーム
スプリッタ１３を通過し、ビームの一部はレーザ出力パ
ワーを監視するパワーメータ１４へ偏向される。主ビー
ムはビームスプリッタ１３を通過し、レーザ１１が生成
する関心波長を選択する狭い線フィルタ１５に達する。
次に、フィルタ１５を通過したビームはダイクロイック
ビームスプリッタ１６に達する。ダイクロイックビーム
スプリッタ１６はレーザからの選択された出力をステア
リングミラー１７へ偏向させる。ステアリングミラー１
７はこのビームを屈折鏡もしくはプリズム１８へ偏向さ
せる。屈折鏡もしくはプリズム１８からのビームはスキ
ャナ１９へ導かれる。
【００１７】スキャナ１９は、サンプル毛細管１０を横
切って横方向及び長手方向にレーザビームを走査させる
ことができる。スキャナ組立体は、約 20 乃至 200 Hz
のような高速で前後に数度（ピーク・トゥ・ピークで６
− 12 °）回転するガルバノメータに取付けられた鏡２
５を含む。ビームはガルバノメータに取付けられた鏡２
５によって偏向され、第１のレンズ２２、第２のレンズ
２３及び対物レンズ２４を通って毛細管１０に到達す
る。２つのレンズ２２及び２３は共焦点であるように
（即ちそれらが光路に沿ってそれらの焦点距離だけ分離
し、それらが等しい焦点距離を有しているように）設計
されている。レンズを共焦点にする必要はないが、それ
らは重なり合った焦平面を有していなければならない。
同様にレンズ２３と顕微鏡の対物レンズ２５との間の距
離は、ビームがガルバノメータに取付けられた鏡２５に
よって回転された時、ビームが顕微鏡対物レンズの直前
の仮想点を中心として回転して見えるように、精密に制
御されなければならない。破線３９で示してあるよう
に、走査組立体即ちスキャナ１９は約 40 mm の距離に
わたって毛細管１０に沿って長手方向に運動するように
設計されている。本発明の特定応用に適当な他の種々の
スキャナ機構を使用しても差し支えない。
切って横方向及び長手方向にレーザビームを走査させる
ことができる。スキャナ組立体は、約 20 乃至 200 Hz
のような高速で前後に数度（ピーク・トゥ・ピークで６
− 12 °）回転するガルバノメータに取付けられた鏡２
５を含む。ビームはガルバノメータに取付けられた鏡２
５によって偏向され、第１のレンズ２２、第２のレンズ
２３及び対物レンズ２４を通って毛細管１０に到達す
る。２つのレンズ２２及び２３は共焦点であるように
（即ちそれらが光路に沿ってそれらの焦点距離だけ分離
し、それらが等しい焦点距離を有しているように）設計
されている。レンズを共焦点にする必要はないが、それ
らは重なり合った焦平面を有していなければならない。
同様にレンズ２３と顕微鏡の対物レンズ２５との間の距
離は、ビームがガルバノメータに取付けられた鏡２５に
よって回転された時、ビームが顕微鏡対物レンズの直前
の仮想点を中心として回転して見えるように、精密に制
御されなければならない。破線３９で示してあるよう
に、走査組立体即ちスキャナ１９は約 40 mm の距離に
わたって毛細管１０に沿って長手方向に運動するように
設計されている。本発明の特定応用に適当な他の種々の
スキャナ機構を使用しても差し支えない。
【００１８】スキャナ組立体１９全体は、線３６によっ
て示してあるようにコンピュータ３０によって制御され
る。毛細管１０の外壁に衝突するビームは壁を横切って
サンプルの柱状領域を照射し、サンプルから蛍光を放出
させる。光の収集は、照射後に行われる。放出された蛍
光は顕微鏡対物レンズ２４によって収集され、戻りビー
ムとして導かれる。顕微鏡対物レンズ２４は、入射ビー
ムを通過させて毛細管１０を通る入射ビームの焦点深度
を均一にする中央部分を有している。蛍光放出は極めて
広い角度にわたっているから、蛍光収集は顕微鏡対物レ
ンズ２４のより広い部分を通して行われる。レーザ１１
が生成した励起ビームに応答して色素が放出する蛍光
は、スキャナ１９、プリズム１８、ステアリングミラー
１７を通る光路を逆戻りしてダイクロイックビームスプ
リッタ１６に到達する。蛍光は顕微鏡対物レンズ２４の
焦点から到来し、顕微鏡対物レンズ２４から出てくる時
には約８ mm の直径を有するように平行化されている。
ダイクロイックビームスプリッタ１６は蛍光波長を経路
２６に沿って進行させることができる。
て示してあるようにコンピュータ３０によって制御され
る。毛細管１０の外壁に衝突するビームは壁を横切って
サンプルの柱状領域を照射し、サンプルから蛍光を放出
させる。光の収集は、照射後に行われる。放出された蛍
光は顕微鏡対物レンズ２４によって収集され、戻りビー
ムとして導かれる。顕微鏡対物レンズ２４は、入射ビー
ムを通過させて毛細管１０を通る入射ビームの焦点深度
を均一にする中央部分を有している。蛍光放出は極めて
広い角度にわたっているから、蛍光収集は顕微鏡対物レ
ンズ２４のより広い部分を通して行われる。レーザ１１
が生成した励起ビームに応答して色素が放出する蛍光
は、スキャナ１９、プリズム１８、ステアリングミラー
１７を通る光路を逆戻りしてダイクロイックビームスプ
リッタ１６に到達する。蛍光は顕微鏡対物レンズ２４の
焦点から到来し、顕微鏡対物レンズ２４から出てくる時
には約８ mm の直径を有するように平行化されている。
ダイクロイックビームスプリッタ１６は蛍光波長を経路
２６に沿って進行させることができる。
【００１９】経路２６上のビームは、帯域通過フィルタ
２７（もしくは一連の帯域通過フィルタ）に入る。帯域
通過フィルタ２７は、光学要素及び毛細管の表面からの
弱い反射を原因とするレーザビーム自体の後方散乱を濾
過するように設計されている。これらの反射は、サンプ
ルから検出される実際の蛍光よりも遙かに強くなり得
る。帯域通過フィルタ２７からのビームは屈折鏡２８に
よって合焦レンズ２９へ導かれる。合焦レンズはサンプ
ルからの平行化された光を合焦させ、ピンホールフィル
タ３０を通過させる。顕微鏡対物レンズ２４の焦点の外
側で発生した毛細管からの光は、それがレンズ２９に入
っても柱状化されない。従ってピンホールフィルタ３０
は関心がない領域からの蛍光を排除する。ピンホールの
大きさは、サンプルから蛍光強度を収集する容積を限定
するように選択される。典型的には、この容積は、目標
細胞の予測される容積の約５乃至 10 倍になるように選
択される。ピンホールフィルタ３０を通ったビームは光
電子増倍管箱３１に入る。光電子増倍管箱は、検出され
た蛍光を２つの基本成分に分離するダイクロイックビー
ムスプリッタ３２を含む。この実施例では、第１の成分
であるチャネル０は約 680nm より下の波長を有する光
である。第２の成分であるチャネル１は約 680 nmより
上の波長を有する光である。チャネル０は第１の光電子
増倍管３３に導かれる。チャネル１は第２の光電子増倍
管３４に導かれる。これらの光電子増倍管は線３５を通
してコンピュータ４０に接続されている。
２７（もしくは一連の帯域通過フィルタ）に入る。帯域
通過フィルタ２７は、光学要素及び毛細管の表面からの
弱い反射を原因とするレーザビーム自体の後方散乱を濾
過するように設計されている。これらの反射は、サンプ
ルから検出される実際の蛍光よりも遙かに強くなり得
る。帯域通過フィルタ２７からのビームは屈折鏡２８に
よって合焦レンズ２９へ導かれる。合焦レンズはサンプ
ルからの平行化された光を合焦させ、ピンホールフィル
タ３０を通過させる。顕微鏡対物レンズ２４の焦点の外
側で発生した毛細管からの光は、それがレンズ２９に入
っても柱状化されない。従ってピンホールフィルタ３０
は関心がない領域からの蛍光を排除する。ピンホールの
大きさは、サンプルから蛍光強度を収集する容積を限定
するように選択される。典型的には、この容積は、目標
細胞の予測される容積の約５乃至 10 倍になるように選
択される。ピンホールフィルタ３０を通ったビームは光
電子増倍管箱３１に入る。光電子増倍管箱は、検出され
た蛍光を２つの基本成分に分離するダイクロイックビー
ムスプリッタ３２を含む。この実施例では、第１の成分
であるチャネル０は約 680nm より下の波長を有する光
である。第２の成分であるチャネル１は約 680 nmより
上の波長を有する光である。チャネル０は第１の光電子
増倍管３３に導かれる。チャネル１は第２の光電子増倍
管３４に導かれる。これらの光電子増倍管は線３５を通
してコンピュータ４０に接続されている。
【００２０】図示していないが、この機構内には自動焦
点機構も含まれている。自動焦点機構は、予備走査にお
いて蛍光を測定することを含むアルゴリズムを使用す
る。毛細管の第１の位置において、顕微鏡対物レンズ焦
点は最大蛍光の位置を見出すように走査される。この値
が記憶され、対物レンズは毛細管の第２の位置に移動さ
れる。再度この位置における焦点が最大蛍光の位置を見
出すように走査される。この値が記憶される。これら２
つの値を走査の開始点及び終了点として使用し、顕微鏡
焦点がこれら２つの間で線形に補外され、長さに沿う蛍
光の読みが最適化される。更に、各走査線の長さが、毛
細管の内部の幅よりも僅かに大きくセットされる。これ
は毛細管寸法を過走査することによって全細胞を検出
し、後刻毛細管の縁を検出して無関係な情報を濾過でき
るようにするために行われるのである。図２に、コンピ
ュータ４０内の処理資源の概要を示す。コンピュータ４
０はシステムバス４２を通して結合されているＣＰＵ
４１を含む。システムバス４２上には、公知のようにキ
ーボード４３、ディスクドライブ４４もしくは他の非揮
発性メモリシステム、表示装置４５、その他の周辺装置
４６が接続されている。バス４２には、プログラムメモ
リ４７及びデータメモリ４８も接続されている。光電子
増倍管の出力、チャネル０及びチャネル１はそれぞれ線
３５−０及び３５−１を通してアナログ・デジタル変換
器４９−０及び４９−１に供給される。アナログ・デジ
タル変換器の出力は、チャネル０及び１からのアナログ
信号の 16ビット画素値である。これらの値は画素値を
転送する直接メモリアクセス（ＤＭＡ）回路５０を通し
てデータメモリ４８内へ供給される。
点機構も含まれている。自動焦点機構は、予備走査にお
いて蛍光を測定することを含むアルゴリズムを使用す
る。毛細管の第１の位置において、顕微鏡対物レンズ焦
点は最大蛍光の位置を見出すように走査される。この値
が記憶され、対物レンズは毛細管の第２の位置に移動さ
れる。再度この位置における焦点が最大蛍光の位置を見
出すように走査される。この値が記憶される。これら２
つの値を走査の開始点及び終了点として使用し、顕微鏡
焦点がこれら２つの間で線形に補外され、長さに沿う蛍
光の読みが最適化される。更に、各走査線の長さが、毛
細管の内部の幅よりも僅かに大きくセットされる。これ
は毛細管寸法を過走査することによって全細胞を検出
し、後刻毛細管の縁を検出して無関係な情報を濾過でき
るようにするために行われるのである。図２に、コンピ
ュータ４０内の処理資源の概要を示す。コンピュータ４
０はシステムバス４２を通して結合されているＣＰＵ
４１を含む。システムバス４２上には、公知のようにキ
ーボード４３、ディスクドライブ４４もしくは他の非揮
発性メモリシステム、表示装置４５、その他の周辺装置
４６が接続されている。バス４２には、プログラムメモ
リ４７及びデータメモリ４８も接続されている。光電子
増倍管の出力、チャネル０及びチャネル１はそれぞれ線
３５−０及び３５−１を通してアナログ・デジタル変換
器４９−０及び４９−１に供給される。アナログ・デジ
タル変換器の出力は、チャネル０及び１からのアナログ
信号の 16ビット画素値である。これらの値は画素値を
転送する直接メモリアクセス（ＤＭＡ）回路５０を通し
てデータメモリ４８内へ供給される。
【００２１】コンピュータ４０は、チャネル０及び１の
データの走査された画像を記憶する資源、データの処理
中に使用されるバッファ、細胞もしくは細胞組成が探
知、特徴付け及び／もしくは分類されると細胞データを
記憶するメモリを含む。同様にプログラムメモリ４７
は、毛細管の縁を検出し、走査された画像内の目標細胞
もしくは細胞組成を計数して探知し、目標細胞もしくは
細胞組成を特徴付け、そして結果を報告する資源を含ん
でいる。コンピュータ４０内の処理資源の詳細に関して
は、図３−１４の流れ図及びグラフを参照して後述す
る。これらの処理資源は、本発明の特定用途に適するよ
うにハードウェア、ソフトウェア、もしくは両者の組合
せによって実現できることは明白である。図３は、毛細
管からデータを収集するために使用される走査技術を示
す。図３に示すように、毛細管１０の幅は約 0.667 mm
であり長さは約 40 mm である。ガルバノメータ走査シ
ステムは、毛細管１０の幅よりも長い線上のトラック１
に沿ってレーザビームを走査させる。走査線１の終わり
に、ビームは走査線２の始まりまで跳ね返って走査線２
を走査する。走査線１と２の中心間の距離は、本実施例
では約４ミクロンである。
データの走査された画像を記憶する資源、データの処理
中に使用されるバッファ、細胞もしくは細胞組成が探
知、特徴付け及び／もしくは分類されると細胞データを
記憶するメモリを含む。同様にプログラムメモリ４７
は、毛細管の縁を検出し、走査された画像内の目標細胞
もしくは細胞組成を計数して探知し、目標細胞もしくは
細胞組成を特徴付け、そして結果を報告する資源を含ん
でいる。コンピュータ４０内の処理資源の詳細に関して
は、図３−１４の流れ図及びグラフを参照して後述す
る。これらの処理資源は、本発明の特定用途に適するよ
うにハードウェア、ソフトウェア、もしくは両者の組合
せによって実現できることは明白である。図３は、毛細
管からデータを収集するために使用される走査技術を示
す。図３に示すように、毛細管１０の幅は約 0.667 mm
であり長さは約 40 mm である。ガルバノメータ走査シ
ステムは、毛細管１０の幅よりも長い線上のトラック１
に沿ってレーザビームを走査させる。走査線１の終わり
に、ビームは走査線２の始まりまで跳ね返って走査線２
を走査する。走査線１と２の中心間の距離は、本実施例
では約４ミクロンである。
【００２２】幅が約 0.667 mm の毛細管の場合には、走
査線の長さは約 0.8 mm である。これは各走査線に沿っ
て 200 の４ミクロンのサンプルを供給する。毛細管の
長さが 40 mm であり、走査線が４ミクロンだけ離間し
ている場合には、各血液サンプル毎に約 10,000 の走査
線が収集される。アナログ・デジタル変換器は走査され
たデータを約４ミクロン×４ミクロンの寸法を有するス
ポットで蛍光を表す画素値を作成するレートでサンプル
する。図４は画素の７×７近傍を示す。右上隅の画素は
行１、列７である。画素の近傍の中心には行４、列４の
画素が見出される。同様に右下隅の画素は行７、列７で
ある。図４には、サンプル寸法に対するレーザスポット
の大きさも示してある。好ましい実施例では、レーザス
ポット（例えば５１）の直径は約 10 ミクロンである。
従って過サンプリングが発生する。即ち、レーザスポッ
ト５１は行７、列１の画素のために直径 10 ミクロンの
領域を励起する。行６、列１においては第２のスポット
５２が直径 10 ミクロンの領域を照射するが、これは行
７、列１のためのスポット５１と実質的に重なり合う。
同様に、行７、列２のためのスポット５３は列１のため
のスポット５１及びスポット５２と実質的に重なり合
う。
査線の長さは約 0.8 mm である。これは各走査線に沿っ
て 200 の４ミクロンのサンプルを供給する。毛細管の
長さが 40 mm であり、走査線が４ミクロンだけ離間し
ている場合には、各血液サンプル毎に約 10,000 の走査
線が収集される。アナログ・デジタル変換器は走査され
たデータを約４ミクロン×４ミクロンの寸法を有するス
ポットで蛍光を表す画素値を作成するレートでサンプル
する。図４は画素の７×７近傍を示す。右上隅の画素は
行１、列７である。画素の近傍の中心には行４、列４の
画素が見出される。同様に右下隅の画素は行７、列７で
ある。図４には、サンプル寸法に対するレーザスポット
の大きさも示してある。好ましい実施例では、レーザス
ポット（例えば５１）の直径は約 10 ミクロンである。
従って過サンプリングが発生する。即ち、レーザスポッ
ト５１は行７、列１の画素のために直径 10 ミクロンの
領域を励起する。行６、列１においては第２のスポット
５２が直径 10 ミクロンの領域を照射するが、これは行
７、列１のためのスポット５１と実質的に重なり合う。
同様に、行７、列２のためのスポット５３は列１のため
のスポット５１及びスポット５２と実質的に重なり合
う。
【００２３】図５は、本発明のチャネルの１つを用いて
生成された走査された画像の一部を示している。図５の
グラフはベースライン減算表示であり、ベースラインは
６０で示されている。ベースラインは本質的に、走査領
域内の全ての走査線の平均高さである。この値を減算す
ると多くのピーク、例えばピーク６１を走査された画像
内に見出すことができる。これらのピークは典型的に目
標細胞に対応し、後述するように処理される。また、各
走査は全体を６２で示す領域と、全体を６３で示す領域
とを含み、これらは毛細管の外側を表している。ベース
ライン６０は毛細管の縁を限定するのに使用することが
できる。それは６４及び６５で示されている急激な落ち
込みが毛細管の縁に対応するからである。細胞を特徴付
ける処理資源は、検出された縁の外側の画素値を無視す
る。前述したように、本発明によれば２チャネルが検出
される。図５は単一のチャネルを示している。同じよう
なプロファイルを有する第２のチャネルからの対応する
走査された画像が存在するのであるが、第２のチャネル
内で検出された蛍光の大きさに依存してピークの振幅は
異なっている。また若干のピークは一方の画像には見出
すことができるが、他方の画像には見出されないことが
ある。
生成された走査された画像の一部を示している。図５の
グラフはベースライン減算表示であり、ベースラインは
６０で示されている。ベースラインは本質的に、走査領
域内の全ての走査線の平均高さである。この値を減算す
ると多くのピーク、例えばピーク６１を走査された画像
内に見出すことができる。これらのピークは典型的に目
標細胞に対応し、後述するように処理される。また、各
走査は全体を６２で示す領域と、全体を６３で示す領域
とを含み、これらは毛細管の外側を表している。ベース
ライン６０は毛細管の縁を限定するのに使用することが
できる。それは６４及び６５で示されている急激な落ち
込みが毛細管の縁に対応するからである。細胞を特徴付
ける処理資源は、検出された縁の外側の画素値を無視す
る。前述したように、本発明によれば２チャネルが検出
される。図５は単一のチャネルを示している。同じよう
なプロファイルを有する第２のチャネルからの対応する
走査された画像が存在するのであるが、第２のチャネル
内で検出された蛍光の大きさに依存してピークの振幅は
異なっている。また若干のピークは一方の画像には見出
すことができるが、他方の画像には見出されないことが
ある。
【００２４】処理資源が実行する基本処理段階を図６及
び７に示す。図６の第１の段階は、チャネル０及びチャ
ネル１からデータを受けることである（ブロック１０
０）。データを受けると、ＤＭＡ回路はそれをデータメ
モリ内のバッファ内へロードする（ブロック１０１）。
バッファは、循環バッファもしくは他のデータ構造と
し、受けつつあるデータの量を追跡するために使用する
ことができる。次いでアルゴリズムは、予め指定された
サイズを有するデータのブロックを受けたか否かを決定
する（ブロック１０２）。例えば、約 100 乃至 150
の走査線によって適当なブロックサイズを構成すること
ができる。もしブロックが未だに完全に受けられていな
ければ、アルゴリズムは血液サンプルからの最後のブロ
ックを受けたか否かを決定する（ブロック１０３）。も
し受けていれば、アルゴリズムは完了する（ブロック１
０４）。もし受けていなければ、アルゴリズムはブロッ
ク１０１へループバックしてバッファ内へのデータのロ
ードを継続する。ブロック１０２において完全ブロック
を受けたことを検出すると、アルゴリズムはそのデータ
を、第１のチャネルのラスタ画像ファイルＩｍ０と、ま
た第２のチャネルのラスタ画像ファイルＩｍ１とに分割
することによってそのデータを複数の走査された画像に
パーズする（ブロック１０５）。
び７に示す。図６の第１の段階は、チャネル０及びチャ
ネル１からデータを受けることである（ブロック１０
０）。データを受けると、ＤＭＡ回路はそれをデータメ
モリ内のバッファ内へロードする（ブロック１０１）。
バッファは、循環バッファもしくは他のデータ構造と
し、受けつつあるデータの量を追跡するために使用する
ことができる。次いでアルゴリズムは、予め指定された
サイズを有するデータのブロックを受けたか否かを決定
する（ブロック１０２）。例えば、約 100 乃至 150
の走査線によって適当なブロックサイズを構成すること
ができる。もしブロックが未だに完全に受けられていな
ければ、アルゴリズムは血液サンプルからの最後のブロ
ックを受けたか否かを決定する（ブロック１０３）。も
し受けていれば、アルゴリズムは完了する（ブロック１
０４）。もし受けていなければ、アルゴリズムはブロッ
ク１０１へループバックしてバッファ内へのデータのロ
ードを継続する。ブロック１０２において完全ブロック
を受けたことを検出すると、アルゴリズムはそのデータ
を、第１のチャネルのラスタ画像ファイルＩｍ０と、ま
た第２のチャネルのラスタ画像ファイルＩｍ１とに分割
することによってそのデータを複数の走査された画像に
パーズする（ブロック１０５）。
【００２５】データの事前処理は、ブロック内のデータ
を読み込んで処理することを含む。信号処理には符号付
き数が必要であるから、符号が付いていない 16 ビット
のデータは 15 ビットの符号付きデータに変換される。
次に、２つの走査された画像Ｉｍ０及びＩｍ１を合計、
もしくは平均して複合画像Ｉｍ２を生成させ、この複合
画像Ｉｍ２を記憶する（ブロック１０６）。次に、図１
２を参照して後述するような縁検出アルゴリズムを実行
する（ブロック１０７）。縁検出アルゴリズムは、毛細
管内の泡によって検出され得るような偽の縁を検出しな
いように、結果を評価するアルゴリズムで補足すること
ができる。縁検出は、あるしきい値よりも高いピークを
有する走査を無視するために、ベースラインプロファイ
ル（ベースラインは、ブロック内の全ての走査の平均で
ある）を使用して行われる。ブロック１０７の後に、ア
ルゴリズムは図７のブロック１０８へ進んで複合画像Ｉ
ｍ２内の粒子検出に使用されるしきい値を決定する。こ
れらのしきい値は、予め指定された、経験に基づいて決
定された値であっても、または各バッファもしくは各サ
ンプル毎に適応するように計算された値であってもよ
い。しきい値を決定するための一つのアルゴリズムは、
処理中のブロック内の各７×７画素近傍毎に最大値及び
最小値を決定することを含むことができる。最高頻度で
発生する最大値マイナス（−）最小値を使用して粒子検
出のためのしきい値を推定する。バッファ内の近傍のピ
ークの最大及び最小の分布を決定し、もし近傍内の最大
値及び最小値が、平均ピーク高さより３標準偏差低いし
きい値よりも小さい量だけ異なっていれば、これらのピ
ークが検出されるようにしきい値をセットする。
を読み込んで処理することを含む。信号処理には符号付
き数が必要であるから、符号が付いていない 16 ビット
のデータは 15 ビットの符号付きデータに変換される。
次に、２つの走査された画像Ｉｍ０及びＩｍ１を合計、
もしくは平均して複合画像Ｉｍ２を生成させ、この複合
画像Ｉｍ２を記憶する（ブロック１０６）。次に、図１
２を参照して後述するような縁検出アルゴリズムを実行
する（ブロック１０７）。縁検出アルゴリズムは、毛細
管内の泡によって検出され得るような偽の縁を検出しな
いように、結果を評価するアルゴリズムで補足すること
ができる。縁検出は、あるしきい値よりも高いピークを
有する走査を無視するために、ベースラインプロファイ
ル（ベースラインは、ブロック内の全ての走査の平均で
ある）を使用して行われる。ブロック１０７の後に、ア
ルゴリズムは図７のブロック１０８へ進んで複合画像Ｉ
ｍ２内の粒子検出に使用されるしきい値を決定する。こ
れらのしきい値は、予め指定された、経験に基づいて決
定された値であっても、または各バッファもしくは各サ
ンプル毎に適応するように計算された値であってもよ
い。しきい値を決定するための一つのアルゴリズムは、
処理中のブロック内の各７×７画素近傍毎に最大値及び
最小値を決定することを含むことができる。最高頻度で
発生する最大値マイナス（−）最小値を使用して粒子検
出のためのしきい値を推定する。バッファ内の近傍のピ
ークの最大及び最小の分布を決定し、もし近傍内の最大
値及び最小値が、平均ピーク高さより３標準偏差低いし
きい値よりも小さい量だけ異なっていれば、これらのピ
ークが検出されるようにしきい値をセットする。
【００２６】ブロック１０８において粒子検出のための
しきい値を決定した後に、アルゴリズムは図１１を参照
して説明するようなアルゴリズムを使用して、走査され
た画像Ｉｍ０及びＩｍ１の背景指標を計算する（ブロッ
ク１０９）。背景指標を計算した後に、アルゴリズムは
走査された画像Ｉｍ０及びＩｍ１に対するベースライン
減算を遂行する（ブロック１１０）。この段階は、後述
する粒子検出及び細胞特徴付けに使用される技術に依存
して任意選択的である。ベースラインを除去する一つの
技術は、所与の走査に沿う最小Ｎ（Ｎは約 10）個の最
低点の最小もしくは平均を見出すことを含む。この最小
もしくは平均をブロック内の全ての画素から減算し、負
の値を０にクリップする。ベースライン除去は任意選択
である。即ち、もし細胞検出のために後述するようにピ
ーク勾配基準を使用するのであれば、ベースラインを除
去する必要はない。しかしながら過走査状況において縁
効果を排除するためにはベースライン減算を行った方が
望ましいであろう。画像Ｉｍ０及びＩｍ１に対してベー
スライン減算を行った後に、アルゴリズムは画像Ｉｍ２
を使用して粒子検出ルーチンを実行する（ブロック１１
１）。粒子検出プロセスに関しては図１３を参照して後
述する。
しきい値を決定した後に、アルゴリズムは図１１を参照
して説明するようなアルゴリズムを使用して、走査され
た画像Ｉｍ０及びＩｍ１の背景指標を計算する（ブロッ
ク１０９）。背景指標を計算した後に、アルゴリズムは
走査された画像Ｉｍ０及びＩｍ１に対するベースライン
減算を遂行する（ブロック１１０）。この段階は、後述
する粒子検出及び細胞特徴付けに使用される技術に依存
して任意選択的である。ベースラインを除去する一つの
技術は、所与の走査に沿う最小Ｎ（Ｎは約 10）個の最
低点の最小もしくは平均を見出すことを含む。この最小
もしくは平均をブロック内の全ての画素から減算し、負
の値を０にクリップする。ベースライン除去は任意選択
である。即ち、もし細胞検出のために後述するようにピ
ーク勾配基準を使用するのであれば、ベースラインを除
去する必要はない。しかしながら過走査状況において縁
効果を排除するためにはベースライン減算を行った方が
望ましいであろう。画像Ｉｍ０及びＩｍ１に対してベー
スライン減算を行った後に、アルゴリズムは画像Ｉｍ２
を使用して粒子検出ルーチンを実行する（ブロック１１
１）。粒子検出プロセスに関しては図１３を参照して後
述する。
【００２７】次のブロック１１２は、粒子が検出された
か否かを決定する。もし粒子が検出されれば、画像Ｉｍ
０、Ｉｍ１、及び任意選択的にＩｍ２から画素の近傍を
保管し、例えば保管した近傍に応答して、画素写像の近
傍内のデータを使用して細胞パラメタを計算する（ブロ
ック１１３）。もし粒子が検出されなければ、アルゴリ
ズムは粒子検出のためにＩｍ２バッファが完全に処理さ
れたか否かを決定する（ブロック１１４）。もし完了し
ていなければ、アルゴリズムはブロック１１１へループ
バックして粒子検出ルーチンを継続する。もしバッファ
の処理が完了していれば、アルゴリズムは図６のブロッ
ク１０２へ戻って次のデータのブロックを処理し始め
る。生データは、例えば各チャネル０及びチャネル１の
ための２つの 200×Ｎ（Ｎは 10,000 に等しいか、もし
くは小さい）ラスタ画像ファイルからなり、各画素はア
ナログ・デジタル変換器の出力によって生成された 16
ビットの符号付きではない整数である。画像データはブ
ロックで処理することができる。画像ブロックの境界に
おける走査線に関連するデータは、画像ブロック境界を
横切る細胞を処理するために緩衝することができる。
か否かを決定する。もし粒子が検出されれば、画像Ｉｍ
０、Ｉｍ１、及び任意選択的にＩｍ２から画素の近傍を
保管し、例えば保管した近傍に応答して、画素写像の近
傍内のデータを使用して細胞パラメタを計算する（ブロ
ック１１３）。もし粒子が検出されなければ、アルゴリ
ズムは粒子検出のためにＩｍ２バッファが完全に処理さ
れたか否かを決定する（ブロック１１４）。もし完了し
ていなければ、アルゴリズムはブロック１１１へループ
バックして粒子検出ルーチンを継続する。もしバッファ
の処理が完了していれば、アルゴリズムは図６のブロッ
ク１０２へ戻って次のデータのブロックを処理し始め
る。生データは、例えば各チャネル０及びチャネル１の
ための２つの 200×Ｎ（Ｎは 10,000 に等しいか、もし
くは小さい）ラスタ画像ファイルからなり、各画素はア
ナログ・デジタル変換器の出力によって生成された 16
ビットの符号付きではない整数である。画像データはブ
ロックで処理することができる。画像ブロックの境界に
おける走査線に関連するデータは、画像ブロック境界を
横切る細胞を処理するために緩衝することができる。
【００２８】データブロックサイズは 200 画素高さ×
Ｎ走査幅である（Ｎは約 128 である）。緩衝されるブ
ロックサイズは、ブロック境界上で 200× 16 画素であ
ってよい。ブロックで画像を処理することによって、画
像処理のために使用するメモリ資源は少なくて済む。粒
子が検出されるにつれて各ブロック毎に走査された画像
から近傍値を保管し、次いで付加的なブロックの処理を
継続する技術は、細胞パラメタを計算して後刻細胞を特
徴付ける能力を使用するか、もしくは時分割処理技術を
使用して実時間でのデータの収集と、細胞もしくは細胞
組成検出とを可能にする。これは計算資源の使用効率を
大いに高め、実質的に実時間で極めて大量の走査された
データのサンプリングを可能にする。本発明の好ましい
実施例によれば、細胞もしくは細胞組成の特徴付けは２
つのチャネルからの情報を使用することを含む。本シス
テムの２つのチャネルは、検出すべき両色素に関連のあ
るデータを含む。従って、２つのチャネル内の２つの色
素からの情報を弁別するために、効率的で雑音を伴わな
い技術を使用しなければならない。従って、本発明の一
つの面では、検出された粒子に関して保管された画素の
近傍に対して線形回帰技術を適用する。
Ｎ走査幅である（Ｎは約 128 である）。緩衝されるブ
ロックサイズは、ブロック境界上で 200× 16 画素であ
ってよい。ブロックで画像を処理することによって、画
像処理のために使用するメモリ資源は少なくて済む。粒
子が検出されるにつれて各ブロック毎に走査された画像
から近傍値を保管し、次いで付加的なブロックの処理を
継続する技術は、細胞パラメタを計算して後刻細胞を特
徴付ける能力を使用するか、もしくは時分割処理技術を
使用して実時間でのデータの収集と、細胞もしくは細胞
組成検出とを可能にする。これは計算資源の使用効率を
大いに高め、実質的に実時間で極めて大量の走査された
データのサンプリングを可能にする。本発明の好ましい
実施例によれば、細胞もしくは細胞組成の特徴付けは２
つのチャネルからの情報を使用することを含む。本シス
テムの２つのチャネルは、検出すべき両色素に関連のあ
るデータを含む。従って、２つのチャネル内の２つの色
素からの情報を弁別するために、効率的で雑音を伴わな
い技術を使用しなければならない。従って、本発明の一
つの面では、検出された粒子に関して保管された画素の
近傍に対して線形回帰技術を適用する。
【００２９】解消すべき問題は、チャネル０及びチャネ
ル１によってそれぞれ検出された２つの色素の蛍光のス
ペクトルを示す図８から明白であろう。即ち、第１の色
素によって染色された抗原を含む細胞は、スペクトル１
２０のようなスペクトルの蛍光を発する。同様に、第２
の型の抗原に付着した色素を有する細胞は、スペクトル
１２１の蛍光を発する。図示のように２つのスペクトル
は実質的に重なり合っている。図１に示した光電子増倍
管箱３１内のダイクロイックビームスプリッタ３２は、
680 nm 線１２２に沿って蛍光ビームをスプリットして
２つの信号を生成する。この線は、説明中のシステムに
おいて良好な分離が得られるように経験に基づいて決定
されたものである。従って、２つの信号は共に、両色素
に応答して生成された情報を含んでいる。２つのチャネ
ル内の情報を弁別するために使用される線形回帰技術
を、図８を参照して説明する。即ち、７×７の画素の近
傍は、図６及び７のアルゴリズムを使用して検出される
各目標細胞を中心として各画像Ｉｍ０及びＩｍ１から保
管される。 49 座標を図９に示すようにプロットするこ
とができる。ここに、各ドットは、第１のチャネルの振
幅をＸ軸に沿って、及び第２のチャネルの振幅をＹ軸に
沿って位置決めしたものである。例えば、行１、列１の
サンプル、及び行７、列７のサンプルは点（１，１）及
び（７，７）に示されている。同様に、行４、列４のサ
ンプルを点（４，４）に示すことができる。図から明白
なように、行４、列４のサンプルの平均振幅は、細胞分
類技術によって両チャネルで最高の値を有している。こ
れらのドットに公知の線形回帰アルゴリズムを適用し、
ドットプロットに対する最良適合線を見出す（ Numeric
al Recipes in C, 1988, p. 523参照）。これは各目標
細胞毎の勾配“ｍ”及びオフセット“ａ”を発生する。
従って、チャネル０の貢献度の大きさは、勾配“ｍ”に
チャネル１の貢献度の大きさを乗じ、オフセット値
“ａ”を加算して表すことができる。
ル１によってそれぞれ検出された２つの色素の蛍光のス
ペクトルを示す図８から明白であろう。即ち、第１の色
素によって染色された抗原を含む細胞は、スペクトル１
２０のようなスペクトルの蛍光を発する。同様に、第２
の型の抗原に付着した色素を有する細胞は、スペクトル
１２１の蛍光を発する。図示のように２つのスペクトル
は実質的に重なり合っている。図１に示した光電子増倍
管箱３１内のダイクロイックビームスプリッタ３２は、
680 nm 線１２２に沿って蛍光ビームをスプリットして
２つの信号を生成する。この線は、説明中のシステムに
おいて良好な分離が得られるように経験に基づいて決定
されたものである。従って、２つの信号は共に、両色素
に応答して生成された情報を含んでいる。２つのチャネ
ル内の情報を弁別するために使用される線形回帰技術
を、図８を参照して説明する。即ち、７×７の画素の近
傍は、図６及び７のアルゴリズムを使用して検出される
各目標細胞を中心として各画像Ｉｍ０及びＩｍ１から保
管される。 49 座標を図９に示すようにプロットするこ
とができる。ここに、各ドットは、第１のチャネルの振
幅をＸ軸に沿って、及び第２のチャネルの振幅をＹ軸に
沿って位置決めしたものである。例えば、行１、列１の
サンプル、及び行７、列７のサンプルは点（１，１）及
び（７，７）に示されている。同様に、行４、列４のサ
ンプルを点（４，４）に示すことができる。図から明白
なように、行４、列４のサンプルの平均振幅は、細胞分
類技術によって両チャネルで最高の値を有している。こ
れらのドットに公知の線形回帰アルゴリズムを適用し、
ドットプロットに対する最良適合線を見出す（ Numeric
al Recipes in C, 1988, p. 523参照）。これは各目標
細胞毎の勾配“ｍ”及びオフセット“ａ”を発生する。
従って、チャネル０の貢献度の大きさは、勾配“ｍ”に
チャネル１の貢献度の大きさを乗じ、オフセット値
“ａ”を加算して表すことができる。
【００３０】図１０は、検出された細胞を特徴付けるた
めに使用される技術を説明するグラフである。即ち検出
された細胞のための強度値を、それぞれの７×７近傍内
で、走査された画像Ｉｍ１では〔Ｃｈ１〕と定義し、走
査された画像Ｉｍ０では〔Ｃｈ０〕と定義する。この強
度値は７×７近傍の目標細胞の予測される特徴に基づく
整合濾過技術によって決定される。整合フィルタは、細
胞の近傍内の予測される、もしくは典型的な画素値から
構成することができる。整合フィルタは、係数の行列
（もしくはマトリクス）であり、これらは検出された細
胞の近傍の対応画素に乗ぜられる。得られた 49 の積を
合計すると、検出された細胞のための単一の強度値
（〔Ｃｈ０〕もしくは〔Ｃｈ１〕）を求めることができ
る。これらの係数は合計すると０になるように選択する
ことができ、このようにすると一定の背景信号が打ち消
される。次いで、上述した線形回帰分析を使用して決定
された勾配に、一方のチャネルの強度値を乗ずることに
よって、細胞のための強度値を図１０のグラフ上にプロ
ットする。図１０に示すように、このグラフは５つの領
域に分かれる。第１の領域１３０は、実質的にチャネル
１内に中心を有する第１の色素だけによって着色された
目標細胞のためのものである。第２の領域１３１は、実
質的に第２の色素だけによって着色された目標細胞に関
する。第３の領域１３２は、両色素で染色されたと考え
られる細胞に関する。第４の領域１３３及び第５の領域
１３５は、不良データを無視するための“ノーコール”
（ no call）領域である。
めに使用される技術を説明するグラフである。即ち検出
された細胞のための強度値を、それぞれの７×７近傍内
で、走査された画像Ｉｍ１では〔Ｃｈ１〕と定義し、走
査された画像Ｉｍ０では〔Ｃｈ０〕と定義する。この強
度値は７×７近傍の目標細胞の予測される特徴に基づく
整合濾過技術によって決定される。整合フィルタは、細
胞の近傍内の予測される、もしくは典型的な画素値から
構成することができる。整合フィルタは、係数の行列
（もしくはマトリクス）であり、これらは検出された細
胞の近傍の対応画素に乗ぜられる。得られた 49 の積を
合計すると、検出された細胞のための単一の強度値
（〔Ｃｈ０〕もしくは〔Ｃｈ１〕）を求めることができ
る。これらの係数は合計すると０になるように選択する
ことができ、このようにすると一定の背景信号が打ち消
される。次いで、上述した線形回帰分析を使用して決定
された勾配に、一方のチャネルの強度値を乗ずることに
よって、細胞のための強度値を図１０のグラフ上にプロ
ットする。図１０に示すように、このグラフは５つの領
域に分かれる。第１の領域１３０は、実質的にチャネル
１内に中心を有する第１の色素だけによって着色された
目標細胞のためのものである。第２の領域１３１は、実
質的に第２の色素だけによって着色された目標細胞に関
する。第３の領域１３２は、両色素で染色されたと考え
られる細胞に関する。第４の領域１３３及び第５の領域
１３５は、不良データを無視するための“ノーコール”
（ no call）領域である。
【００３１】第１の領域１３０は、第１の色素だけを用
いて着色されたサンプルを走査することによって装置を
較正する時に限定される。チャネル１から１つの色素を
検出することによって線１３６を求めるために、線形回
帰分析が適用される。同じ技術を使用して、チャネル０
によってそのスペクトルの殆どが検出される第２の色素
のための線１３７が限定される。当該バッファに関する
背景指標が計算され、破線１３８及び１３９によって示
されている領域が限定される。チャネル１に関しては破
線１３８より下、またチャネル０に関しては破線１３９
より上においてはサンプルは１つの色素だけを有してい
るものと特徴付けられる。領域１３２内に入るサンプル
は両方を有しているものと特徴付けられる。領域１３３
及び１３５内に入るか、もしくは振幅値が低過ぎるサン
プルは、ノーコールとして特徴付けられる。以下の表
は、このような分類を達成するために使用することがで
きる処理資源の例を提供する手段としての、本発明の一
実施例による細胞特徴付けルーチンのための原始コード
である。 著作権 Biometric Imaging, Inc., 1994 細胞特徴付けのための原始コード const float kCellCorrelationCoefThreshold = 0.8; CELL-TYPE CCell::CellClassification() ｛ float maxSlope = CyFrSlope - ((CyFrSlope - CySSlope)* 0.1); float minSlope = Cy5Slope + ((CyFrSlope - Cy5Slope) * 0.1); if ((cellCorrelationCoef < kCellCorrelationCoefThreshold)‖ (peakValue0 < noiseThreshold0)‖ (peakValue1 < noiseThreshold1)) return (NON CELL); //noise peak else if ((peakValue1 > (CyFrSlope * peakValue0 + noiseLevel)) return (CYFR POSITIVE); //monocyte or NK cells else if ((peakValue1 < (Cy5Slope * peakValue0 + noiseLevel)) return (CYS POSITIVE); //CD3 cells else if ((cellSlope > maxSlope) ‖(cellSlope < minSlope)) return (NO CALL); //No call else return (CYFR CYF POSITIVE); //CD4/8 cell ｝ 細胞もしくは細胞組成分類の目的は、集団とは無関係な
パラメタに基づいて決定（ decision ）境界を決定する
ことである。もし必要ならば、これらの決定された境界
を集団統計を用いて検査することができる。
いて着色されたサンプルを走査することによって装置を
較正する時に限定される。チャネル１から１つの色素を
検出することによって線１３６を求めるために、線形回
帰分析が適用される。同じ技術を使用して、チャネル０
によってそのスペクトルの殆どが検出される第２の色素
のための線１３７が限定される。当該バッファに関する
背景指標が計算され、破線１３８及び１３９によって示
されている領域が限定される。チャネル１に関しては破
線１３８より下、またチャネル０に関しては破線１３９
より上においてはサンプルは１つの色素だけを有してい
るものと特徴付けられる。領域１３２内に入るサンプル
は両方を有しているものと特徴付けられる。領域１３３
及び１３５内に入るか、もしくは振幅値が低過ぎるサン
プルは、ノーコールとして特徴付けられる。以下の表
は、このような分類を達成するために使用することがで
きる処理資源の例を提供する手段としての、本発明の一
実施例による細胞特徴付けルーチンのための原始コード
である。 著作権 Biometric Imaging, Inc., 1994 細胞特徴付けのための原始コード const float kCellCorrelationCoefThreshold = 0.8; CELL-TYPE CCell::CellClassification() ｛ float maxSlope = CyFrSlope - ((CyFrSlope - CySSlope)* 0.1); float minSlope = Cy5Slope + ((CyFrSlope - Cy5Slope) * 0.1); if ((cellCorrelationCoef < kCellCorrelationCoefThreshold)‖ (peakValue0 < noiseThreshold0)‖ (peakValue1 < noiseThreshold1)) return (NON CELL); //noise peak else if ((peakValue1 > (CyFrSlope * peakValue0 + noiseLevel)) return (CYFR POSITIVE); //monocyte or NK cells else if ((peakValue1 < (Cy5Slope * peakValue0 + noiseLevel)) return (CYS POSITIVE); //CD3 cells else if ((cellSlope > maxSlope) ‖(cellSlope < minSlope)) return (NO CALL); //No call else return (CYFR CYF POSITIVE); //CD4/8 cell ｝ 細胞もしくは細胞組成分類の目的は、集団とは無関係な
パラメタに基づいて決定（ decision ）境界を決定する
ことである。もし必要ならば、これらの決定された境界
を集団統計を用いて検査することができる。
【００３２】ＣＤ３／ＣＤ４アッセイには３つの細胞集
団が存在する。ＣＤ３陽細胞は、Ｃｙ５ラベル付けされ
た抗体だけで染色されている。ＣＤ４細胞は、Ｃｙ５ラ
ベル付けされたＣＤ３抗体と、ＣｙＦｒラベル付けされ
たＣＤ４抗体の両方で染色されている。単核細胞は、Ｃ
ｙＦｒラベル付けされたＣＤ４抗体だけで染色されてい
る。ＣＤ３陽細胞及び単核細胞は１つの色素だけで染色
されているから、それらの勾配分布はそれぞれＣｙ５及
びＣｙＦｒ勾配の周囲に群れる筈である。Ｃｙ５及びＣ
ｙＦｒ勾配は補償行列較正で決定される。群れ（もしく
はクラスタ）の広がりもしくは分布は、背景雑音推定か
ら決定することができる。同様に、ＣＤ３／ＣＤ８アッ
セイには３つの細胞集団が存在する。ＣＤ３陽細胞は、
Ｃｙ５ラベル付けされたた抗体だけで染色されている。
ＣＤ８細胞は、Ｃｙ５のラベル付けされたＣＤ３抗体
と、ＣｙＦｒラベル付けされたＣＤ８抗体の両方で染色
されている。ＮＫ細胞は、ＣｙＦｒラベル付けされたＣ
Ｄ８抗体だけで染色されている。ＣＤ３陽細胞及びＮＫ
細胞は１つの色素だけで染色されているから、それらの
勾配分布はそれぞれＣｙ５及びＣｙＦｒ勾配の周囲に群
れる筈である。Ｃｙ５及びＣｙＦｒ勾配は補償行列較正
で決定される。群れの広がりもしくは分布は、背景雑音
推定から決定することができる。
団が存在する。ＣＤ３陽細胞は、Ｃｙ５ラベル付けされ
た抗体だけで染色されている。ＣＤ４細胞は、Ｃｙ５ラ
ベル付けされたＣＤ３抗体と、ＣｙＦｒラベル付けされ
たＣＤ４抗体の両方で染色されている。単核細胞は、Ｃ
ｙＦｒラベル付けされたＣＤ４抗体だけで染色されてい
る。ＣＤ３陽細胞及び単核細胞は１つの色素だけで染色
されているから、それらの勾配分布はそれぞれＣｙ５及
びＣｙＦｒ勾配の周囲に群れる筈である。Ｃｙ５及びＣ
ｙＦｒ勾配は補償行列較正で決定される。群れ（もしく
はクラスタ）の広がりもしくは分布は、背景雑音推定か
ら決定することができる。同様に、ＣＤ３／ＣＤ８アッ
セイには３つの細胞集団が存在する。ＣＤ３陽細胞は、
Ｃｙ５ラベル付けされたた抗体だけで染色されている。
ＣＤ８細胞は、Ｃｙ５のラベル付けされたＣＤ３抗体
と、ＣｙＦｒラベル付けされたＣＤ８抗体の両方で染色
されている。ＮＫ細胞は、ＣｙＦｒラベル付けされたＣ
Ｄ８抗体だけで染色されている。ＣＤ３陽細胞及びＮＫ
細胞は１つの色素だけで染色されているから、それらの
勾配分布はそれぞれＣｙ５及びＣｙＦｒ勾配の周囲に群
れる筈である。Ｃｙ５及びＣｙＦｒ勾配は補償行列較正
で決定される。群れの広がりもしくは分布は、背景雑音
推定から決定することができる。
【００３３】以下の分類規則を適用することができる。非細胞 もし以下の基準の何れかに合致すれば、粒子は非細胞と
して分類される。 １．しきい値（ 0.8）より小さい相関関数（面０及び１
に対する回帰適合に関し）を有する粒子、 ２．背景雑音しきい値より小さいチャネル０値、 ３．背景雑音しきい値より小さいチャネル１値。単核細胞及びＮＫ細胞 １．ＣｙＦｒ勾配線マイナスチャネル１の一定の背景雑
音オフセットより大きいチャネル１値を有する細胞。ＣＤ３細胞 １．Ｃｙ５勾配線プラスチャネル１の一定の背景雑音オ
フセットより小さいチャネル１値を有する細胞。ＣＤ４／８細胞 上記基準を満足しない細胞は何れも潜在的にＣＤ４／８
細胞である。Ｃｙ５もしくはＣｙＦｒ勾配に近過ぎる細
胞は“ノーコール”としてラベル付けされる。ＣｙＦｒ
勾配とＣｙ５勾配との勾配差は勾配領域に分割される。
領域境界の 10％より下で 90 ％より上の細胞はノーコ
ールとして分類される。
して分類される。 １．しきい値（ 0.8）より小さい相関関数（面０及び１
に対する回帰適合に関し）を有する粒子、 ２．背景雑音しきい値より小さいチャネル０値、 ３．背景雑音しきい値より小さいチャネル１値。単核細胞及びＮＫ細胞 １．ＣｙＦｒ勾配線マイナスチャネル１の一定の背景雑
音オフセットより大きいチャネル１値を有する細胞。ＣＤ３細胞 １．Ｃｙ５勾配線プラスチャネル１の一定の背景雑音オ
フセットより小さいチャネル１値を有する細胞。ＣＤ４／８細胞 上記基準を満足しない細胞は何れも潜在的にＣＤ４／８
細胞である。Ｃｙ５もしくはＣｙＦｒ勾配に近過ぎる細
胞は“ノーコール”としてラベル付けされる。ＣｙＦｒ
勾配とＣｙ５勾配との勾配差は勾配領域に分割される。
領域境界の 10％より下で 90 ％より上の細胞はノーコ
ールとして分類される。
【００３４】線形回帰分析からの勾配値を使用すると雑
音の影響を受けなくなり、システムの頑健さが改善され
る。この分析は、それぞれがチャネル０及びチャネル１
の強度値に基づく２つの未知数を有する２つの方程式を
解くことによって置換することができる。画像０及び画
像１からの対応する画素間の相互相関係数が決定され
る。もし信号が優勢なランダム雑音であれば、相関係数
は貧弱であることが予測される。良好な信号を有する細
胞は 0.9 乃至 1.0 の範囲の相関を与える。相互相関
技術は、平均細胞プロファイルを有する個々の細胞を相
関させるように拡張することができる。複合平均細胞プ
ロファイルは、検出された全ての細胞の細胞プロファイ
ルを平均することによって生成することができる。良好
な相関係数は、細胞形状が平均細胞形状に類似している
ことを表す。アーチファクトピークは一般に異なる細胞
形状を有しており、従ってより貧弱な相互相関係数を与
える。図１１は、図１０を参照して説明したように使用
した背景雑音指標を計算して２つの色素の線の周囲の領
域（これらの領域内で細胞がその色素だけを含むものと
特徴付けられる）を限定するためのアルゴリズムを示
す。
音の影響を受けなくなり、システムの頑健さが改善され
る。この分析は、それぞれがチャネル０及びチャネル１
の強度値に基づく２つの未知数を有する２つの方程式を
解くことによって置換することができる。画像０及び画
像１からの対応する画素間の相互相関係数が決定され
る。もし信号が優勢なランダム雑音であれば、相関係数
は貧弱であることが予測される。良好な信号を有する細
胞は 0.9 乃至 1.0 の範囲の相関を与える。相互相関
技術は、平均細胞プロファイルを有する個々の細胞を相
関させるように拡張することができる。複合平均細胞プ
ロファイルは、検出された全ての細胞の細胞プロファイ
ルを平均することによって生成することができる。良好
な相関係数は、細胞形状が平均細胞形状に類似している
ことを表す。アーチファクトピークは一般に異なる細胞
形状を有しており、従ってより貧弱な相互相関係数を与
える。図１１は、図１０を参照して説明したように使用
した背景雑音指標を計算して２つの色素の線の周囲の領
域（これらの領域内で細胞がその色素だけを含むものと
特徴付けられる）を限定するためのアルゴリズムを示
す。
【００３５】この背景指標は、各バッファ毎に計算する
ことも、もしくは画像全体にまたがって計算することも
できる。この技術は、Ｎ背景ベースライン雑音レベルに
対して複数のビン（ bin）を限定することを含む（ブロ
ック２００）。但し、一実施例ではＮは約 2,000 であ
り、各ビンは 16 ビット幅である。各バッファ毎に、各
画素を取り囲むＷ×Ｗ画素写像が限定される。Ｗ×Ｗ
は、細胞の予測されるサイズからの殆ど全ての信号を含
むように十分に大きくする。これは、本例では約５×５
であってよい（ブロック２０１）。各Ｗ×Ｗ画素写像毎
に、画像Ｉｍ１及びＩｍ０内の各画素毎の最大画素値及
び最小画素値が決定される（ブロック２０２）。次いで
各画素に整数ビン番号が割当てられる。この割当ては、
画素写像内の最大値と最小値との差を割当てられたビン
のサイズで除すことに基づく（ブロック２０３）。前述
したように、それぞれが 16 ビットずつの 2,000 ビン
が存在するから、合計では約 32,000 の値になる。整数
のビン番号を使用し、対応するビンの計数をその画素に
関してインクリメントさせる（ブロック２０４）。ビン
番号をインクリメントさせた後、アルゴリズムはバッフ
ァ内に処理する画素が未だに存在するか否かを決定する
（ブロック２０５）。もし存在すれば、アルゴリズムは
ブロック２０１へループバックし、存在しなければ、ア
ルゴリズムは最高の計数を有するビン番号を決定する
（ブロック２０６）。このバッファのための背景雑音指
標が、最高出現を有するビン番号×ビンサイズにセット
される（ブロック２０７）。両チャネルのこれらの指標
が記憶される（ブロック２０８）。前述したようにこの
プロセスは両チャネルについて遂行され、２つの分離し
た背景雑音指標が求められる。
ことも、もしくは画像全体にまたがって計算することも
できる。この技術は、Ｎ背景ベースライン雑音レベルに
対して複数のビン（ bin）を限定することを含む（ブロ
ック２００）。但し、一実施例ではＮは約 2,000 であ
り、各ビンは 16 ビット幅である。各バッファ毎に、各
画素を取り囲むＷ×Ｗ画素写像が限定される。Ｗ×Ｗ
は、細胞の予測されるサイズからの殆ど全ての信号を含
むように十分に大きくする。これは、本例では約５×５
であってよい（ブロック２０１）。各Ｗ×Ｗ画素写像毎
に、画像Ｉｍ１及びＩｍ０内の各画素毎の最大画素値及
び最小画素値が決定される（ブロック２０２）。次いで
各画素に整数ビン番号が割当てられる。この割当ては、
画素写像内の最大値と最小値との差を割当てられたビン
のサイズで除すことに基づく（ブロック２０３）。前述
したように、それぞれが 16 ビットずつの 2,000 ビン
が存在するから、合計では約 32,000 の値になる。整数
のビン番号を使用し、対応するビンの計数をその画素に
関してインクリメントさせる（ブロック２０４）。ビン
番号をインクリメントさせた後、アルゴリズムはバッフ
ァ内に処理する画素が未だに存在するか否かを決定する
（ブロック２０５）。もし存在すれば、アルゴリズムは
ブロック２０１へループバックし、存在しなければ、ア
ルゴリズムは最高の計数を有するビン番号を決定する
（ブロック２０６）。このバッファのための背景雑音指
標が、最高出現を有するビン番号×ビンサイズにセット
される（ブロック２０７）。両チャネルのこれらの指標
が記憶される（ブロック２０８）。前述したようにこの
プロセスは両チャネルについて遂行され、２つの分離し
た背景雑音指標が求められる。
【００３６】図１２に、前述した縁検出を遂行するアル
ゴリズムを示す。この例の血液サンプルは色素でラベル
付けされていない抗体を含むので、独特な背景信号がも
たらされる。この信号は毛細管の管腔の境界を探知する
ために使用される。チャネル０及びチャネル１から平均
画像１ｍ２が生成される（ブロック３００）。指定され
た数Ｎの走査を画素毎に平均し、平均走査を発生させる
（ブロック３０１）。平均走査から最大値及び最小値を
決定する（ブロック３０２）。次に、最大値と最小値と
のサンプルに 0.1 乃至 0.8 の範囲の係数を乗じてし
きい値をセットする。これにより、所与の走査線からの
蛍光の平均振幅の百分率であるしきい値が確立される。
次いで、ベースライン値が左縁検出のためのしきい値よ
り小さくなるまで、走査の中心から左まで走査線を探索
する。しきい値が横切られた位置を左縁としてセットす
る（ブロック３０４）。同様に、アルゴリズムは右縁検
出のためのしきい値を通過するまで走査の中心から右へ
探索する。右縁の位置は、しきい値が横切られた位置と
して限定される（ブロック３０５）。縁検出を使用して
検出された縁の外側の走査された画素は、上述した付加
的な処理において無視される。
ゴリズムを示す。この例の血液サンプルは色素でラベル
付けされていない抗体を含むので、独特な背景信号がも
たらされる。この信号は毛細管の管腔の境界を探知する
ために使用される。チャネル０及びチャネル１から平均
画像１ｍ２が生成される（ブロック３００）。指定され
た数Ｎの走査を画素毎に平均し、平均走査を発生させる
（ブロック３０１）。平均走査から最大値及び最小値を
決定する（ブロック３０２）。次に、最大値と最小値と
のサンプルに 0.1 乃至 0.8 の範囲の係数を乗じてし
きい値をセットする。これにより、所与の走査線からの
蛍光の平均振幅の百分率であるしきい値が確立される。
次いで、ベースライン値が左縁検出のためのしきい値よ
り小さくなるまで、走査の中心から左まで走査線を探索
する。しきい値が横切られた位置を左縁としてセットす
る（ブロック３０４）。同様に、アルゴリズムは右縁検
出のためのしきい値を通過するまで走査の中心から右へ
探索する。右縁の位置は、しきい値が横切られた位置と
して限定される（ブロック３０５）。縁検出を使用して
検出された縁の外側の走査された画素は、上述した付加
的な処理において無視される。
【００３７】図１３は、細胞もしくは細胞組成を検出す
るためのアルゴリズムである。細胞検出アルゴリズム
は、画像Ｉｍ０及びＩｍ１の平均（もしくは合計、この
目的のためには両者は実質的に同一である）に基づく画
像Ｉｍ２を使用する（ブロック４００）。次いで、各画
素を取り囲む５×５画素写像を順次限定する（ブロック
４０１）。この画素写像を試験する。この試験は５段階
の試験であり、中心画素が画素写像内の全ての画素の最
高の値を有する画素であるか否かを決定する段階を含
む。もし諾であれば、試験は中心画素と左上隅画素との
差を取り、この差が、細胞もしくは細胞組成検出のため
に割当てられているしきい値より大きいか否かを決定す
る。次に、中心画素と右上隅画素とを使用してしきい値
決定を行う。次に中心画素と左下隅画素とを使用してし
きい値決定を行う。次に中心画素と右下隅画素とを使用
してしきい値決定を行う。もし中心画素が最高値を有し
ており、また写像内の別の画素が等しい値を有していれ
ば、アルゴリズムは試験に合格する。この場合、１つの
細胞を２度計数するのを回避するために中心画素値を１
だけインクリメントさせるので、高い値を有する他の画
素値に遭遇した時に、それが最高値画素ではないことが
決定される（ブロック４０２）。
るためのアルゴリズムである。細胞検出アルゴリズム
は、画像Ｉｍ０及びＩｍ１の平均（もしくは合計、この
目的のためには両者は実質的に同一である）に基づく画
像Ｉｍ２を使用する（ブロック４００）。次いで、各画
素を取り囲む５×５画素写像を順次限定する（ブロック
４０１）。この画素写像を試験する。この試験は５段階
の試験であり、中心画素が画素写像内の全ての画素の最
高の値を有する画素であるか否かを決定する段階を含
む。もし諾であれば、試験は中心画素と左上隅画素との
差を取り、この差が、細胞もしくは細胞組成検出のため
に割当てられているしきい値より大きいか否かを決定す
る。次に、中心画素と右上隅画素とを使用してしきい値
決定を行う。次に中心画素と左下隅画素とを使用してし
きい値決定を行う。次に中心画素と右下隅画素とを使用
してしきい値決定を行う。もし中心画素が最高値を有し
ており、また写像内の別の画素が等しい値を有していれ
ば、アルゴリズムは試験に合格する。この場合、１つの
細胞を２度計数するのを回避するために中心画素値を１
だけインクリメントさせるので、高い値を有する他の画
素値に遭遇した時に、それが最高値画素ではないことが
決定される（ブロック４０２）。
【００３８】もし上記５つの条件が全て満足されれば
（ブロック４０３）、中心画素のｘ及びｙ座標が保管さ
れ、中心画素を取り囲む７×７画素写像、即ち近傍が各
画像Ｉｍ０及びＩｍ１から細胞パラメタリスト内に保管
される（ブロック４０４）。これらの値は、後刻上述し
たようなデータ処理のために使用することができる。細
胞検出のために平均された（もしくは合計された）画像
を使用することにより、所与の細胞上での２つの色素の
何れか一方からの信号の振幅が極めて低くなり得るの
で、より良好な細胞分解能が得られる。この細胞もしく
は細胞組成検出は、絶対ピーク値に基づいているのでは
なく、検出される細胞の周囲の近傍内の最大値及び最小
値に基づいているのである。これにより、背景レベルに
対する免責を走査領域にわたって変化させることができ
る。図１４は、７×７画素写像の線形回帰分析のための
基本アルゴリズムである。線形回帰分析は、検出された
細胞の７×７画素写像を両画像Ｉｍ０及びＩｍ１から取
り込むことから開始される（ブロック５００）。Ｉｍ１
（ｉ，ｊ）が勾配×Ｉｍ０（ｉ，ｊ）＋オフセットを近
似するように、行ｉ及び列ｊの全ての指標について線形
回帰線を画像Ｉｍ０及びＩｍ１からの対応する画素点に
適合させる（ブロック５０１）。回帰線を適合させた
後、勾配、オフセット及び相関係数ｒ２（適合の良さ）
が細胞パラメタリスト内に記憶される（ブロック５０
２）。
（ブロック４０３）、中心画素のｘ及びｙ座標が保管さ
れ、中心画素を取り囲む７×７画素写像、即ち近傍が各
画像Ｉｍ０及びＩｍ１から細胞パラメタリスト内に保管
される（ブロック４０４）。これらの値は、後刻上述し
たようなデータ処理のために使用することができる。細
胞検出のために平均された（もしくは合計された）画像
を使用することにより、所与の細胞上での２つの色素の
何れか一方からの信号の振幅が極めて低くなり得るの
で、より良好な細胞分解能が得られる。この細胞もしく
は細胞組成検出は、絶対ピーク値に基づいているのでは
なく、検出される細胞の周囲の近傍内の最大値及び最小
値に基づいているのである。これにより、背景レベルに
対する免責を走査領域にわたって変化させることができ
る。図１４は、７×７画素写像の線形回帰分析のための
基本アルゴリズムである。線形回帰分析は、検出された
細胞の７×７画素写像を両画像Ｉｍ０及びＩｍ１から取
り込むことから開始される（ブロック５００）。Ｉｍ１
（ｉ，ｊ）が勾配×Ｉｍ０（ｉ，ｊ）＋オフセットを近
似するように、行ｉ及び列ｊの全ての指標について線形
回帰線を画像Ｉｍ０及びＩｍ１からの対応する画素点に
適合させる（ブロック５０１）。回帰線を適合させた
後、勾配、オフセット及び相関係数ｒ２（適合の良さ）
が細胞パラメタリスト内に記憶される（ブロック５０
２）。
【００３９】以上のようにして、線形回帰線適合が画像
０及び画像１からの対応する画素間で計算され、勾配及
び適合の良さの値が求められる。決定された勾配は、そ
の細胞が２つの抗体の一方で染色されているか否かを表
している。勾配を決定するために７×７画素写像を使用
すると、細胞の勾配のより良好な推定が得られる。適合
の良さはデータの良さを表している。線形回帰分析の長
所には、雑音低減、信号の質の良好な推定、ベースライ
ン減算に対するシステムの不感性、及び直交座標の良好
な限定が含まれる。要するに、決定すべき２以上の特性
に関連する情報を含み、容器から取り込まれた１もしく
はそれ以上のデータのチャネルが生成したデータを処理
するための方法及び装置が提供される。この技術によ
り、含まれる領域内の細胞もしくは細胞組成を計数し、
特徴付けることが可能になり、操作員のサンプル処理が
最小になり、再現性が良好になり、そして処理資源の効
率的な利用が可能になる。データ処理資源は、データ収
集、毛細管の縁及び細胞検出操作のための画像平均化、
背景雑音決定、ベースライン除去、及び細胞特徴付けを
遂行する。検出された細胞もしくは細胞組成からのデー
タは、それをメモリ内の細胞パラメタリスト内に保管す
ることによって抽出される。これにより、大量のデータ
を連続的に走査することができ、より多くの処理資源が
使用可能になった時に、保管しておいたデータを取り出
してその後の諸段階を処理することができる。またもし
その後の分析のために 200×10,000 画素ファイルの全
部を保管しなければならないような場合と比較して遙か
に小さいファイルサイズであるために、検出された細胞
のデータを将来再分析することも可能になる。
０及び画像１からの対応する画素間で計算され、勾配及
び適合の良さの値が求められる。決定された勾配は、そ
の細胞が２つの抗体の一方で染色されているか否かを表
している。勾配を決定するために７×７画素写像を使用
すると、細胞の勾配のより良好な推定が得られる。適合
の良さはデータの良さを表している。線形回帰分析の長
所には、雑音低減、信号の質の良好な推定、ベースライ
ン減算に対するシステムの不感性、及び直交座標の良好
な限定が含まれる。要するに、決定すべき２以上の特性
に関連する情報を含み、容器から取り込まれた１もしく
はそれ以上のデータのチャネルが生成したデータを処理
するための方法及び装置が提供される。この技術によ
り、含まれる領域内の細胞もしくは細胞組成を計数し、
特徴付けることが可能になり、操作員のサンプル処理が
最小になり、再現性が良好になり、そして処理資源の効
率的な利用が可能になる。データ処理資源は、データ収
集、毛細管の縁及び細胞検出操作のための画像平均化、
背景雑音決定、ベースライン除去、及び細胞特徴付けを
遂行する。検出された細胞もしくは細胞組成からのデー
タは、それをメモリ内の細胞パラメタリスト内に保管す
ることによって抽出される。これにより、大量のデータ
を連続的に走査することができ、より多くの処理資源が
使用可能になった時に、保管しておいたデータを取り出
してその後の諸段階を処理することができる。またもし
その後の分析のために 200×10,000 画素ファイルの全
部を保管しなければならないような場合と比較して遙か
に小さいファイルサイズであるために、検出された細胞
のデータを将来再分析することも可能になる。
【００４０】本発明は、走査されたデータを処理するた
めの極めて頑健で、正確なシステムを提供する。このシ
ステムは、データの同時収集及び分析を可能にし、また
収集後のデータの分析を可能にする。更にこのシステム
は、データ収集完了の直後に極めて迅速にデータ分析を
完了させることができる。以上の本発明の好ましい実施
例の説明は、単なる例示に過ぎない。この実施例は本発
明を開示した精密な形状に限定するものではない。明ら
かに、当業者ならば種々の変更及び変化を考案すること
が可能であろう。本発明の範囲は、特許請求の範囲によ
って限定されることを理解されたい。
めの極めて頑健で、正確なシステムを提供する。このシ
ステムは、データの同時収集及び分析を可能にし、また
収集後のデータの分析を可能にする。更にこのシステム
は、データ収集完了の直後に極めて迅速にデータ分析を
完了させることができる。以上の本発明の好ましい実施
例の説明は、単なる例示に過ぎない。この実施例は本発
明を開示した精密な形状に限定するものではない。明ら
かに、当業者ならば種々の変更及び変化を考案すること
が可能であろう。本発明の範囲は、特許請求の範囲によ
って限定されることを理解されたい。
【図１】本発明によるデータ処理システムを有するスキ
ャナ装置の概要図である。
ャナ装置の概要図である。
【図２】図１のシステムと組合せて使用されるデータ処
理システムのブロック線図である。
理システムのブロック線図である。
【図３】図１のスキャナにおいて使用される走査プロセ
スを示す概要図である。
スを示す概要図である。
【図４】図１のスキャナの出力をサンプリングすること
によって生成される走査された画像内のデータの編成を
示す図である。
によって生成される走査された画像内のデータの編成を
示す図である。
【図５】図１のシステムからの走査された画像を表すプ
ロットである。
ロットである。
【図６】本発明によるシステムの基本データ処理ループ
の流れ図の一部である。
の流れ図の一部である。
【図７】図６の流れ図の続きである。
【図８】本発明により分析される２つの色素のスペクト
ルが重なり合っている様を示す図である。
ルが重なり合っている様を示す図である。
【図９】本発明による細胞の特徴付けに使用される線形
回帰分析を示すグラフである。
回帰分析を示すグラフである。
【図１０】重なり合った情報を含むデータのチャネルに
基づき本発明によって細胞を分類するのに使用される細
胞分類グラフである。
基づき本発明によって細胞を分類するのに使用される細
胞分類グラフである。
【図１１】本発明による背景雑音指標生成の流れ図であ
る。
る。
【図１２】本発明による縁検出プロセスの流れ図であ
る。
る。
【図１３】本発明による細胞検出プロセスの流れ図であ
る。
る。
【図１４】本発明による線形回帰分析プロセスの流れ図
である。
である。
【符号の説明】 １０ 毛細管 １１ レーザ １２ レーザビーム経路 １３ ビームスプリッタ １４ パワーメータ １５ 線フィルタ １６ ダイクロイックミラー １７ ステアリングミラー １８ プリズム １９ スキャナ ２２ 第１のレンズ ２３ 第２のレンズ ２４ 対物レンズ ２５ 鏡 ２６ 戻りビーム経路 ２７ 帯域通過フィルタ ２８ 屈折鏡 ２９ 合焦レンズ ３０ ピンホールフィルタ ３１ 光電子倍増管箱 ３２ ダイクロイックミラー ３３ 第１の光電子倍増管 ３４ 第２の光電子倍増管 ３９ スキャナの移動位置 ４０ コンピュータ ４１ ＣＰＵ ４２ システムバス ４３ キーボード ４４ ディスクドライブ ４５ 表示装置 ４６ その他の周辺装置 ４７ プログラムメモリ ４８ データメモリ ４９ アナログ・デジタル変換器 ５０ ＤＭＡ回路 ５１、５２、５３ レーザスポット ６０ ベースライン ６１ ピーク １２０、１２１ スペクトル １２２ ６８０ｎｍ線 １２３ 最良適合線
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０１Ｎ 15/00 Ｂ 15/14 Ｃ Ｇ０６Ｔ 7/00 (72)発明者 ルイス ジェイ ディーツ アメリカ合衆国 カリフォルニア州 94041 マウンテン ヴィュー ヴィラ ストリート 759 シー
Claims (58)
- 【請求項１】 検出可能な特性を有する細胞もしくは細
胞組成のサンプルを分析する装置において、 上記サンプルを走査して上記検出可能な特性に関連する
情報を含むデータのチャネルを生成するスキャナと、 上記データのチャネルをサンプリングして懸濁液の走査
された画像の画素値のストリームを生成するサンプリン
グ回路と、 メモリを有し、上記サンプリング回路に結合されている
処理システムとを備え、上記処理システムが、 上記画素値のストリームを上記メモリ内の画素写像バッ
ファ内にロードし、上記画素写像バッファを分析して上
記走査された画像内の若干の細胞もしくは細胞組成を識
別し、そして後の処理のために各識別された細胞もしく
は細胞組成毎に画素値の近傍を保管する資源を含むこと
を特徴とする細胞もしくは細胞組成のサンプルを分析す
る装置。 - 【請求項２】 上記スキャナは２チャネルのデータを生
成し、上記サンプリング回路は上記懸濁液のそれぞれの
走査された画像の２つの画素値のストリームを生成し、
上記処理システムの資源は、後の処理のために各識別さ
れた細胞もしくは細胞組成毎に上記走査された両画像か
ら画素値の近傍を保管する請求項１に記載の装置。 - 【請求項３】 上記若干の細胞もしくは細胞組成を識別
する上記資源は、２つの画素データのストリームに応答
する請求項２に記載の装置。 - 【請求項４】 上記処理システムは、走査された両画像
から保管された画素値の近傍内の情報を使用して上記識
別された細胞もしくは細胞組成を特徴付ける資源を含む
請求項２に記載の装置。 - 【請求項５】 上記特徴付け資源は、特定の識別された
細胞もしくは細胞組成のために保管された２つの近傍か
ら対応する画素値の線形回帰分析を遂行する請求項４に
記載の装置。 - 【請求項６】 上記画素写像バッファを分析して上記走
査された画像内の若干の細胞もしくは細胞組成を識別す
る資源は、サンプルの縁を検出し、検出された縁の外側
の画素値を無視する資源を含む請求項１に記載の装置。 - 【請求項７】 上記処理システムは、上記走査された両
画像から保管された画素値の近傍内の情報を使用して上
記識別された細胞もしくは細胞組成を特徴付ける資源を
含む請求項１に記載の装置。 - 【請求項８】 上記識別された細胞もしくは細胞組成を
特徴付ける資源は、上記細胞もしくは細胞組成の予測さ
れる特性に基づくフィルタと、上記フィルタに応答して
上記識別された細胞もしくは細胞組成のための強度値を
生成する資源とを含む請求項７に記載の装置。 - 【請求項９】 上記識別された細胞もしくは細胞組成を
特徴付ける資源は、上記フィルタに応答して、他の保管
された画素値とは無関係に、上記識別された細胞もしく
は細胞組成のための強度値を生成する請求項８に記載の
装置。 - 【請求項１０】 上記細胞は血液細胞である請求項１に
記載の装置。 - 【請求項１１】 上記細胞は、６００乃至１０００ｎｍ
の範囲で励起可能な蛍光担体でラベル付けされている請
求項１０に記載の装置。 - 【請求項１２】 検出可能な特性を有する細胞もしくは
細胞組成のサンプルを分析する装置において、 上記サンプルを走査して上記検出可能な特性に関連する
情報を含むデータのチャネルを生成するスキャナと、 上記データのチャネルをサンプリングして上記サンプル
の走査された画像の画素値のストリームを生成するサン
プリング回路と、 メモリを有し、上記サンプリング回路に結合されている
処理システムとを備え、上記処理システムが、 上記画素値のストリームを上記メモリ内の画素写像バッ
ファ内にロードし、上記画素写像バッファを分析して上
記走査された画像内の若干の細胞もしくは細胞組成を識
別し、そして上記画素値から計算された一組の細胞もし
くは細胞組成パラメタを保管する資源を含むことを特徴
とする細胞もしくは細胞組成のサンプルを分析する装
置。 - 【請求項１３】 上記スキャナは２チャネルのデータを
生成し、上記サンプリング回路は上記サンプルのそれぞ
れの走査された画像の２つの画素値のストリームを生成
し、上記処理システムの資源は、後の処理のために各識
別された細胞もしくは細胞組成毎に上記走査された両画
像から一組の細胞もしくは細胞組成を保管する請求項１
２に記載の装置。 - 【請求項１４】 上記若干の細胞もしくは細胞組成を識
別する上記資源は、２つの画素データのストリームに応
答する請求項１２に記載の装置。 - 【請求項１５】 上記処理システムは、上記走査された
両画像から保管された画素値のパラメタの集合内の情報
を使用して、上記識別された細胞もしくは細胞組成を特
徴付ける請求項１２に記載の装置。 - 【請求項１６】 上記特徴付け資源は、特定の識別され
た細胞もしくは細胞組成のために保管された２組のパラ
メタから対応する画素値の線形回帰分析を遂行する請求
項１５に記載の装置。 - 【請求項１７】 上記画素写像バッファを分析して上記
走査された画像内の若干の細胞もしくは細胞組成を識別
する資源は、サンプルの縁を検出し、検出された縁の外
側の画素値を無視する資源を含む請求項１２に記載の装
置。 - 【請求項１８】 上記処理システムは、上記走査された
両画像から保管された一組の画素値のパラメタ内の情報
を使用して、上記識別された細胞もしくは細胞組成を特
徴付ける請求項１２に記載の装置。 - 【請求項１９】 上記識別された細胞もしくは細胞組成
を特徴付ける資源は、これらの細胞もしくは細胞組成の
予測される特性に基づくフィルタと、上記フィルタに応
答して上記識別された細胞もしくは細胞組成のための強
度値を生成する資源とを含む請求項１８に記載の装置。 - 【請求項２０】 上記識別された細胞もしくは細胞組成
を特徴付ける資源は、上記フィルタに応答して、他の保
管された画素値とは無関係に、上記識別された細胞もし
くは細胞組成のための強度値を生成する請求項１９に記
載の装置。 - 【請求項２１】 上記細胞は血液細胞である請求項１２
に記載の装置。 - 【請求項２２】 上記細胞は、６００乃至１０００ｎｍ
の範囲で励起可能な蛍光担体でラベル付けされている請
求項２１に記載の装置。 - 【請求項２３】 検出可能な特性を有する細胞もしくは
細胞組成のサンプルを分析する装置において、 検出可能な縁及びサンプルの管腔を有する容器と、 上記容器を走査して上記容器の管腔内の上記サンプルの
検出可能な特性に関する情報を含むデータのチャネルを
生成するスキャナと、 上記データのチャネルをサンプリングして上記サンプル
の走査された画像の画素値のストリームを生成するサン
プリング回路と、 メモリを有し、上記サンプリング回路に結合されている
処理システムとを備え、上記処理システムが、 上記画素値のストリームを上記メモリ内の画素写像バッ
ファ内にロードし、上記画素写像バッファを分析して上
記管腔の縁を検出し、そして上記画素写像バッファを分
析して若干の細胞もしくは細胞組成を識別すると共に、
検出された上記管腔の縁の外側の上記走査された画像内
の画素チャネルを無視する資源を含むことを特徴とする
細胞もしくは細胞組成のサンプルを分析する装置。 - 【請求項２４】 上記処理システムは、後の処理のため
に各識別された細胞もしくは細胞組成毎に画素値の近傍
を保管する資源を含む請求項２３に記載の装置。 - 【請求項２５】 上記スキャナは２チャネルのデータを
生成し、上記サンプリング回路は資材のそれぞれの走査
された画像の２つの画素値のストリームを生成し、上記
処理システムの資源は、後の処理のために各識別された
細胞もしくは細胞組成毎に上記走査された両画像から画
素値の近傍を保管する請求項２３に記載の装置。 - 【請求項２６】 上記若干の細胞もしくは細胞組成を識
別する上記資源は、２つの画素データのストリームに応
答する請求項２５に記載の装置。 - 【請求項２７】 上記処理システムは、走査された両画
像から保管された画素値の近傍内の情報を使用して上記
細胞もしくは細胞組成を特徴付ける資源を含む請求項２
５に記載の装置。 - 【請求項２８】 上記特徴付け資源は、特定の識別され
た細胞もしくは細胞組成のために保管された両チャネル
の近傍から対応する画素値の線形回帰分析を遂行する請
求項２７に記載の装置。 - 【請求項２９】 上記処理システムは、走査された画像
から保管された画素値の近傍内の情報を使用して上記細
胞もしくは細胞組成を特徴付ける資源を含む請求項２３
に記載の装置。 - 【請求項３０】 上記識別された細胞もしくは細胞組成
を特徴付ける資源は、上記細胞もしくは細胞組成の予測
される特性に基づくフィルタと、上記フィルタに応答し
て上記識別された細胞もしくは細胞組成のための強度値
を生成する資源とを含む請求項２９に記載の装置。 - 【請求項３１】 上記識別された細胞もしくは細胞組成
を特徴付ける資源は、上記フィルタに応答して、他の保
管された画素値とは無関係に、上記識別された細胞もし
くは細胞組成のための強度値を生成する請求項２９に記
載の装置。 - 【請求項３２】 上記細胞は血液細胞である請求項２３
に記載の装置。 - 【請求項３３】 上記細胞は、６００乃至１０００ｎｍ
の範囲で励起可能な蛍光担体でラベル付けされている請
求項３２に記載の装置。 - 【請求項３４】 容器内に容れられた、複数の検出可能
な特性を有する細胞もしくは細胞組成のサンプルを分析
する方法において、 検出器を用いて上記容器を走査し、少なくとも１つの特
定チャネルが上記複数の検出可能な特性の２以上の特性
に関連する情報を含むような複数のデータのチャネルを
生成する段階と、 上記複数のデータのチャネルをサンプリングして上記サ
ンプルの対応する複数の走査された画像を生成する段階
と、 上記複数の走査された画像を分析し、上記複数のデータ
のチャネルに応答して若干の細胞もしくは細胞組成を特
徴付ける段階とを備え、上記分析段階が、 上記少なくとも１つの特定チャネルに対応する上記走査
された画像を処理して２以上の上記検出可能な特性を区
別する段階を含むことを特徴とする細胞もしくは細胞組
成のサンプルを分析する方法。 - 【請求項３５】 上記複数の走査された画像を分析する
段階は、上記複数の走査された画像の少なくとも１つを
処理して若干の細胞もしくは細胞組成を含む上記複数の
走査された画像のセグメントを識別する段階を含む請求
項３４に記載の方法。 - 【請求項３６】 上記少なくとも１つの特定チャネルに
対応する上記走査された画像を処理する段階は、上記複
数の走査された画像の別の１つを組合せて使用して２以
上の上記検出可能な特性を区別する段階を含む請求項３
４に記載の方法。 - 【請求項３７】 上記複数の走査された画像の別の１つ
を組合せて使用する段階は、上記少なくとも１つの特定
の走査された画像内の対応する部分と上記複数の走査さ
れた画像の別の１つとに基づいて線形回帰分析を遂行
し、上記２以上の検出可能な特性の相対的な寄与を表す
勾配値を決定する請求項３６に記載の方法。 - 【請求項３８】 上記若干の細胞もしくは細胞組成の予
測される特性に基づいて上記識別されたセグメントを濾
過し、上記識別されたセグメントのためのそれぞれの強
度値を生成する段階を含む請求項３５に記載の方法。 - 【請求項３９】 上記容器は検出可能な縁を有し、上記
データのチャネルの少なくとも１つは上記容器の縁に関
連する情報を含み、 上記少なくとも１つの走査された画像を処理して上記容
器の縁を検出する段階を含み、 上記複数の走査された画像を分析して若干の細胞もしく
は細胞組成を特徴付ける段階は、上記検出された容器の
縁の外側の上記走査された画像内の画素を無視すること
を含む請求項３４に記載の方法。 - 【請求項４０】 上記細胞は血液細胞である請求項３４
に記載の方法。 - 【請求項４１】 上記細胞は、６００乃至１０００ｎｍ
の範囲で励起可能な蛍光担体でラベル付けされている請
求項３４に記載の方法。 - 【請求項４２】 ２つの検出可能な特性を有する細胞も
しくは細胞組成のサンプルを分析する方法において、 検出器を用いて上記容器を走査し、各チャネルが上記２
つの検出可能な特性に関連する情報を含むような２つの
データのチャネルを生成する段階と、 上記２つのデータのチャネルをサンプリングして上記サ
ンプルの対応する複数の走査された画像を生成する段階
と、 上記２つの走査された画像を分析し、上記２つのデータ
のチャネルに応答して若干の細胞もしくは細胞組成を特
徴付ける段階とを備え、上記分析段階が、 上記２つの走査された画像内の対応する点に対して線形
回帰分析を遂行する段階を含むことを特徴とする細胞も
しくは細胞組成のサンプルを分析する方法。 - 【請求項４３】 上記２つの走査された画像を分析する
段階は、上記２つの走査された画像の少なくとも１つを
処理して若干の細胞もしくは細胞組成を含む上記２つの
走査された画像のセグメントを識別する段階を含み、上
記線形回帰分析は上記識別されたセグメントに対して遂
行される請求項４２に記載の方法。 - 【請求項４４】 上記若干の細胞もしくは細胞組成の予
測される特性に基づいて上記識別されたセグメントを濾
過し、上記識別されたセグメントのためのそれぞれの強
度値を生成する段階を含む請求項４３に記載の方法。 - 【請求項４５】 検出可能な縁を有する容器内に容れら
れた、検出可能な特性を有する細胞もしくは細胞組成の
サンプルを分析する方法において、 検出器を用いて上記容器を走査し、上記検出可能な特性
及び上記容器の縁に関連する情報を含むデータのチャネ
ルを生成する段階と、 上記データのチャネルをサンプリングして上記容器の走
査された画像を生成する段階と、 上記走査された画像を処理して上記容器の縁を検出する
段階と、 上記走査された画像を分析し、上記データのチャネルに
応答して若干の細胞もしくは細胞組成を特徴付ける段階
とを備え、上記分析段階が、 上記検出された容器の縁の外側の上記走査された画像の
部分を無視する段階を含むことを特徴とする細胞もしく
は細胞組成のサンプルを分析する方法。 - 【請求項４６】 上記走査された画像を分析する段階
は、上記走査された画像を処理して若干の細胞もしくは
細胞組成を含む上記走査された画像のセグメントを識別
する段階を含む請求項４５に記載の方法。 - 【請求項４７】 上記若干の細胞もしくは細胞組成の予
測される特性に基づいて上記識別されたセグメント内の
部分を濾過し、上記識別されたセグメント内の上記若干
の細胞もしくは細胞組成のためのそれぞれの強度値を生
成する段階を含む請求項４６に記載の方法。 - 【請求項４８】 上記識別された各セグメント毎に、あ
る細胞の予測される大きさよりも大きい近傍を限定する
段階と、 上記近傍内の画素を処理して背景信号を補償し、上記近
傍内の上記ある細胞のための強度値を生成する段階を含
む請求項４６に記載の方法。 - 【請求項４９】 上記近傍内の画素を処理する段階は、
上記近傍内の上記ある細胞の予測される形状に基づいて
上記近傍内の画素を濾過し、上記近傍内の上記ある細胞
のためのそれぞれの強度値を生成する段階を含む請求項
４８に記載の方法。 - 【請求項５０】 縁を有する容器内に容れられた、検出
可能な特性を有する細胞もしくは細胞組成のサンプルを
分析する方法において、 検出器を用いて上記容器を走査し、上記検出可能な特性
及び上記容器の縁に関連する情報を含むデータのチャネ
ルを生成する段階と、 上記データのチャネルをサンプリングして上記容器の走
査された画像を生成する段階と、 上記走査された画像を処理して若干の細胞もしくは細胞
組成を含む上記走査された画像のセグメントを識別する
段階と、 上記若干の細胞もしくは細胞組成の予測される特性に基
づいて上記識別されたセグメント内の部分を濾過し、上
記識別されたセグメント内の上記若干の細胞もしくは細
胞組成のためのそれぞれの強度値を生成する段階を含む
ことを特徴とする細胞もしくは細胞組成のサンプルを分
析する方法。 - 【請求項５１】 上記識別された各セグメント毎に、あ
る細胞の予測される大きさよりも大きい近傍を限定する
段階と、 上記近傍内の画素を処理して背景信号を補償し、上記近
傍内の上記ある細胞もしくは細胞組成のための強度値を
生成する段階を含む請求項５０に記載の方法。 - 【請求項５２】 上記近傍内の画素を処理する段階は、
上記ある細胞もしくは細胞組成の予測される形状に基づ
いて上記近傍内の部分を濾過し、上記近傍内の上記ある
細胞もしくは細胞組成のための強度値を生成する段階を
含む請求項５１に記載の方法。 - 【請求項５３】 検出可能な特性を有する細胞もしくは
細胞組成のサンプルを分析する方法において、 検出器を用いて上記サンプルを走査し、上記検出可能な
特性に関連する情報を含むデータのチャネルを生成する
段階と、 上記データのチャネルをサンプリングして上記サンプル
の走査された画像を生成する段階と、 上記走査された画像を処理して若干の細胞もしくは細胞
組成を含む上記走査された画像のセグメントを識別する
段階と、 上記識別された各セグメント毎に、ある細胞の予測され
る大きさよりも大きい近傍を限定する段階と、 さらなる処理のために、上記識別された各セグメント毎
に限定された画素の近傍を保管する段階を備えているこ
とを特徴とする細胞もしくは細胞組成のサンプルを分析
する方法。 - 【請求項５４】 上記さらなる処理段階は、 上記近傍内の画素を処理して背景信号を補償し、上記近
傍内の上記ある細胞もしくは細胞組成のための強度値を
生成する段階を含む請求項５３に記載の方法。 - 【請求項５５】 上記近傍内の画素を処理する段階は、
上記ある細胞もしくは細胞組成の予測される形状及び上
記背景強度に基づいて上記近傍内の画素を濾過し、上記
近傍内のある細胞もしくは細胞組成のための強度値を生
成する段階を含む請求項５４に記載の方法。 - 【請求項５６】 検出可能な特性を有する細胞もしくは
細胞組成のサンプルを分析する方法において、 検出器を用いて上記サンプルを走査し、上記検出可能な
特性に関連する情報を含むデータのチャネルを生成する
段階と、 上記データのチャネルをサンプリングして上記サンプル
の走査された画像を生成する段階と、 上記走査された画像を処理して若干の細胞もしくは細胞
組成を含む上記走査された画像のセグメントを識別する
段階と、 上記識別された各セグメント毎に、ある細胞の予測され
る大きさよりも大きい画素の近傍を限定する段階と、 さらなる処理のために、上記識別された各セグメント毎
に限定された画素の近傍から計算された一組の細胞もし
くは細胞組成パラメタを保管する段階を備えていること
を特徴とする細胞もしくは細胞組成のサンプルを分析す
る方法。 - 【請求項５７】 上記さらなる処理段階は、 上記近傍内の画素を処理して背景信号を補償し、上記近
傍内の上記ある細胞もしくは細胞組成のための強度値を
生成する段階を含む請求項５６に記載の方法。 - 【請求項５８】 上記近傍内の画素を処理する段階は、
上記ある細胞もしくは細胞組成の予測される形状及び上
記背景強度に基づいて上記近傍内の画素を濾過し、ある
細胞もしくは細胞組成のための強度値を生成する段階を
含む請求項５７に記載の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/236645 | 1994-05-02 | ||
| US08/236,645 US5556764A (en) | 1993-02-17 | 1994-05-02 | Method and apparatus for cell counting and cell classification |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0854333A true JPH0854333A (ja) | 1996-02-27 |
| JP3591911B2 JP3591911B2 (ja) | 2004-11-24 |
Family
ID=22890377
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP09834895A Expired - Lifetime JP3591911B2 (ja) | 1994-05-02 | 1995-04-24 | 細胞計数及び細胞分類方法及び装置 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US5556764A (ja) |
| EP (2) | EP0987535A3 (ja) |
| JP (1) | JP3591911B2 (ja) |
| AT (1) | ATE194710T1 (ja) |
| CA (1) | CA2148204A1 (ja) |
| DE (1) | DE69517864T2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003505707A (ja) * | 1999-07-21 | 2003-02-12 | サーロメッド・インコーポレーテッド | 微小体積レーザ・スキャニング・サイトメトリのためのシステム |
| JP2007304104A (ja) * | 1997-05-05 | 2007-11-22 | Chemometec As | 液体試料中の粒子の測定の方法およびシステム |
| CN112597852A (zh) * | 2020-12-15 | 2021-04-02 | 深圳大学 | 细胞分类方法、装置、电子设备及存储介质 |
Families Citing this family (140)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5556764A (en) * | 1993-02-17 | 1996-09-17 | Biometric Imaging, Inc. | Method and apparatus for cell counting and cell classification |
| AU702267B2 (en) * | 1994-09-02 | 1999-02-18 | Biometric Imaging, Inc. | Calibration method and apparatus for optical scanner |
| USRE43097E1 (en) | 1994-10-13 | 2012-01-10 | Illumina, Inc. | Massively parallel signature sequencing by ligation of encoded adaptors |
| US6143247A (en) * | 1996-12-20 | 2000-11-07 | Gamera Bioscience Inc. | Affinity binding-based system for detecting particulates in a fluid |
| DE19621312A1 (de) | 1996-05-28 | 1997-12-04 | Bayer Ag | Maskierung der Hintergrundfluoreszenz und Signalverstärkung bei der optischen Analyse biologisch medizinischer Assays |
| EP2264427B1 (en) | 1997-01-31 | 2017-05-03 | Xy, Llc | Optical apparatus with focussing reflector for converging radiation onto a flow of particles, and related method of analysis |
| JP4294740B2 (ja) * | 1997-05-23 | 2009-07-15 | ソレクサ・インコーポレイテッド | 分析物の系列的プロセシングのためのシステムおよび装置 |
| US5876946A (en) * | 1997-06-03 | 1999-03-02 | Pharmacopeia, Inc. | High-throughput assay |
| US6710871B1 (en) * | 1997-06-09 | 2004-03-23 | Guava Technologies, Inc. | Method and apparatus for detecting microparticles in fluid samples |
| US5834203A (en) * | 1997-08-25 | 1998-11-10 | Applied Spectral Imaging | Method for classification of pixels into groups according to their spectra using a plurality of wide band filters and hardwire therefore |
| US6316215B1 (en) | 1999-12-27 | 2001-11-13 | Edwin L. Adair | Methods of cancer screening utilizing fluorescence detection techniques and selectable imager charge integration periods |
| US6071689A (en) | 1997-12-31 | 2000-06-06 | Xy, Inc. | System for improving yield of sexed embryos in mammals |
| US6149867A (en) | 1997-12-31 | 2000-11-21 | Xy, Inc. | Sheath fluids and collection systems for sex-specific cytometer sorting of sperm |
| US20030036855A1 (en) * | 1998-03-16 | 2003-02-20 | Praelux Incorporated, A Corporation Of New Jersey | Method and apparatus for screening chemical compounds |
| US6388788B1 (en) | 1998-03-16 | 2002-05-14 | Praelux, Inc. | Method and apparatus for screening chemical compounds |
| US20030153023A1 (en) * | 1999-05-13 | 2003-08-14 | Starzl Timothy W. | Enumeration method of analyte detection |
| CA2328408C (en) * | 1998-05-14 | 2005-02-15 | Luminex Corporation | Zero dead time architecture and method for flow cytometer |
| EP1090293B2 (en) | 1998-06-24 | 2019-01-23 | Illumina, Inc. | Decoding of array sensors with microspheres |
| US6873719B1 (en) * | 1998-08-19 | 2005-03-29 | Oxoid Limited | Image acquisition apparatus |
| US6603537B1 (en) | 1998-08-21 | 2003-08-05 | Surromed, Inc. | Optical architectures for microvolume laser-scanning cytometers |
| US6423505B1 (en) * | 1998-12-03 | 2002-07-23 | Becton Dickinson And Company | Methods and reagents for quantitation of HLA-DR and CD11b expression on peripheral blood cells |
| US6200766B1 (en) | 1998-12-03 | 2001-03-13 | Becton Dickinson And Company | Methods and reagents for quantitation of HLA-DR expression on peripheral blood cells |
| US6130745A (en) * | 1999-01-07 | 2000-10-10 | Biometric Imaging, Inc. | Optical autofocus for use with microtiter plates |
| US6355934B1 (en) | 1999-02-26 | 2002-03-12 | Packard Biochip Technologies | Imaging system for an optical scanner |
| US6937330B2 (en) | 1999-04-23 | 2005-08-30 | Ppd Biomarker Discovery Sciences, Llc | Disposable optical cuvette cartridge with low fluorescence material |
| WO2000071991A1 (en) * | 1999-05-25 | 2000-11-30 | Biometric Imaging, Inc. | Apparatus and method for optical detection in a limited depth of field |
| US6687395B1 (en) | 1999-07-21 | 2004-02-03 | Surromed, Inc. | System for microvolume laser scanning cytometry |
| US7045049B1 (en) | 1999-10-01 | 2006-05-16 | Nanoplex Technologies, Inc. | Method of manufacture of colloidal rod particles as nanobar codes |
| US20040178076A1 (en) * | 1999-10-01 | 2004-09-16 | Stonas Walter J. | Method of manufacture of colloidal rod particles as nanobarcodes |
| US20040209376A1 (en) * | 1999-10-01 | 2004-10-21 | Surromed, Inc. | Assemblies of differentiable segmented particles |
| US7208265B1 (en) | 1999-11-24 | 2007-04-24 | Xy, Inc. | Method of cryopreserving selected sperm cells |
| US6190877B1 (en) | 1999-12-27 | 2001-02-20 | Edwin L. Adair | Method of cancer screening primarily utilizing non-invasive cell collection and fluorescence detection techniques |
| US6750037B2 (en) * | 1999-12-27 | 2004-06-15 | Edwin L. Adair | Method of cancer screening primarily utilizing non-invasive cell collection, fluorescence detection techniques, and radio tracing detection techniques |
| US6984498B2 (en) * | 1999-12-27 | 2006-01-10 | Adair Edwin L | Method of cancer screening primarily utilizing non-invasive cell collection, fluorescence detection techniques, and radio tracing detection techniques |
| US6924114B2 (en) | 2000-09-20 | 2005-08-02 | Surromed, Inc. | Method for monitoring resting and activated platelets in unfixed blood samples |
| WO2002044695A1 (en) * | 2000-11-16 | 2002-06-06 | Burstein Technologies, Inc. | Methods and apparatus for detecting and quantifying lymphocytes with optical biodiscs |
| US6787761B2 (en) * | 2000-11-27 | 2004-09-07 | Surromed, Inc. | Median filter for liquid chromatography-mass spectrometry data |
| AU2002217904A1 (en) * | 2000-11-28 | 2002-06-11 | Surromed, Inc. | Methods for efficiently minig broad data sets for biological markers |
| WO2002043486A1 (en) | 2000-11-29 | 2002-06-06 | Xy, Inc. | System for in-vitro fertilization with spermatozoa separated into x-chromosome and y-chromosome bearing populations |
| US7713687B2 (en) | 2000-11-29 | 2010-05-11 | Xy, Inc. | System to separate frozen-thawed spermatozoa into x-chromosome bearing and y-chromosome bearing populations |
| AU2002307090A1 (en) * | 2001-04-03 | 2002-10-21 | Surromed, Inc. | Methods and reagents for multiplexed analyte capture, surface array self-assembly, and analysis of complex biological samples |
| US7016087B2 (en) * | 2001-08-08 | 2006-03-21 | Becton Dickinson And Company | Photon efficient scanner |
| US6873915B2 (en) * | 2001-08-24 | 2005-03-29 | Surromed, Inc. | Peak selection in multidimensional data |
| US6750457B2 (en) * | 2001-08-29 | 2004-06-15 | Becton Dickinson And Company | System for high throughput analysis |
| US20030143637A1 (en) * | 2001-08-31 | 2003-07-31 | Selvan Gowri Pyapali | Capture layer assemblies for cellular assays including related optical analysis discs and methods |
| AU2002335715A1 (en) * | 2001-09-07 | 2003-03-24 | Burstein Technologies, Inc. | Optical bio-disc systems for nuclear morphology based identification |
| US20030078739A1 (en) * | 2001-10-05 | 2003-04-24 | Surromed, Inc. | Feature list extraction from data sets such as spectra |
| AU2002352735A1 (en) * | 2001-11-20 | 2003-06-10 | Burstein Technologies, Inc. | Optical bio-discs and microfluidic devices for analysis of cells |
| US7764821B2 (en) * | 2002-02-14 | 2010-07-27 | Veridex, Llc | Methods and algorithms for cell enumeration in a low-cost cytometer |
| CA2474509C (en) * | 2002-02-14 | 2012-01-31 | Immunivest Corporation | Methods and algorithms for cell enumeration in a low-cost cytometer |
| US6846311B2 (en) * | 2002-04-02 | 2005-01-25 | Acueity, Inc. | Method and apparatus for in VIVO treatment of mammary ducts by light induced fluorescence |
| US6989100B2 (en) * | 2002-05-09 | 2006-01-24 | Ppd Biomarker Discovery Sciences, Llc | Methods for time-alignment of liquid chromatography-mass spectrometry data |
| US20060073470A1 (en) * | 2002-05-30 | 2006-04-06 | Naohiro Noda | Method of counting microorganisms or cells |
| DE60307545T2 (de) * | 2002-06-21 | 2007-10-04 | Adair, Edwin L., Castle Pines Village | Anwendung von Metalloporphyrinen zur Behandlung von Arteriosklerose |
| RU2246606C2 (ru) * | 2002-07-09 | 2005-02-20 | Самгин Юрий Сергеевич | Установка для депарафинизации нефтедобывающих скважин |
| JP4595067B2 (ja) | 2002-08-01 | 2010-12-08 | エックスワイ，エルエルシー | 低圧精子細胞分離システム |
| US8486618B2 (en) | 2002-08-01 | 2013-07-16 | Xy, Llc | Heterogeneous inseminate system |
| CA2534394C (en) | 2002-08-15 | 2013-01-08 | Xy, Inc. | High resolution flow cytometer |
| US7169548B2 (en) | 2002-09-13 | 2007-01-30 | Xy, Inc. | Sperm cell processing and preservation systems |
| US7326573B2 (en) * | 2003-01-10 | 2008-02-05 | Beckman Coulter, Inc. | Assay procedures and apparatus |
| BRPI0408857B1 (pt) | 2003-03-28 | 2018-09-11 | Inguran Llc | aparelho, métodos e processos para separar partículas e para prover esperma de animal separado por sexo |
| ES2541121T3 (es) | 2003-05-15 | 2015-07-16 | Xy, Llc | Clasificación eficiente de células haploides por sistemas de citometría de flujo |
| US20050019556A1 (en) * | 2003-06-17 | 2005-01-27 | Surromed, Inc. | Labeling and authentication of metal objects |
| DE10327839A1 (de) * | 2003-06-20 | 2005-01-05 | Arvinmeritor Gmbh | Fahrzeugdachmodul |
| US20050048546A1 (en) * | 2003-07-11 | 2005-03-03 | Sharron Penn | Multiplexed molecular beacon assay for detection of human pathogens |
| US20120077206A1 (en) | 2003-07-12 | 2012-03-29 | Accelr8 Technology Corporation | Rapid Microbial Detection and Antimicrobial Susceptibility Testing |
| ES2661168T3 (es) * | 2003-07-12 | 2018-03-27 | Accelerate Diagnostics, Inc. | Biodetección sensible y rápida |
| US7341841B2 (en) * | 2003-07-12 | 2008-03-11 | Accelr8 Technology Corporation | Rapid microbial detection and antimicrobial susceptibility testing |
| DK2801363T3 (en) | 2004-03-29 | 2018-05-28 | Inguran Llc | PROCEDURE FOR STORING SORTED SPERMATOZOES |
| JP4598426B2 (ja) * | 2004-03-30 | 2010-12-15 | 富士通株式会社 | 境界抽出方法、プログラムおよびこれを用いた装置 |
| US7248360B2 (en) | 2004-04-02 | 2007-07-24 | Ppd Biomarker Discovery Sciences, Llc | Polychronic laser scanning system and method of use |
| EP1761816B1 (en) * | 2004-06-17 | 2010-09-01 | Koninklijke Philips Electronics N.V. | Autofocus mechanism for spectroscopic system |
| JP2006003653A (ja) * | 2004-06-17 | 2006-01-05 | Olympus Corp | 生体試料観察システム |
| CA2574499C (en) | 2004-07-22 | 2016-11-29 | Monsanto Technology Llc | Process for enriching a population of sperm cells |
| US8189899B2 (en) * | 2004-07-30 | 2012-05-29 | Veridex, Llc | Methods and algorithms for cell enumeration in a low-cost cytometer |
| EP1825317B1 (en) * | 2004-11-24 | 2013-04-17 | Battelle Memorial Institute | Optical system for cell imaging |
| WO2006086382A2 (en) * | 2005-02-08 | 2006-08-17 | Northrop Grumman Corporation | System and methods for use in detecting harmful aerosol particles |
| US7995202B2 (en) * | 2006-02-13 | 2011-08-09 | Pacific Biosciences Of California, Inc. | Methods and systems for simultaneous real-time monitoring of optical signals from multiple sources |
| US7804594B2 (en) | 2006-12-29 | 2010-09-28 | Abbott Laboratories, Inc. | Method and apparatus for rapidly counting and identifying biological particles in a flow stream |
| JP2010527007A (ja) * | 2007-05-07 | 2010-08-05 | ジーイー・ヘルスケア・バイオサイエンス・コーポレイション | 細胞アッセイ及び組織の自動解析のためのシステム及び方法 |
| US8159670B2 (en) | 2007-11-05 | 2012-04-17 | Abbott Laboratories | Method and apparatus for rapidly counting and identifying biological particles in a flow stream |
| US9212995B2 (en) | 2009-03-02 | 2015-12-15 | Mbio Diagnostics, Inc. | System and method for detecting multiple molecules in one assay |
| US9658222B2 (en) | 2009-03-02 | 2017-05-23 | Mbio Diagnostics, Inc. | Planar waveguide based cartridges and associated methods for detecting target analyte |
| US8331751B2 (en) * | 2009-03-02 | 2012-12-11 | mBio Diagnositcs, Inc. | Planar optical waveguide with core of low-index-of-refraction interrogation medium |
| NL1038359C2 (en) | 2010-03-31 | 2012-06-27 | Aquamarijn Res B V | Device and method for separation of circulating tumor cells. |
| EP2593771B1 (en) | 2010-07-16 | 2019-09-04 | Luminex Corporation | Methods, storage mediums, and systems for analyzing particle quantity and distribution within an imaging region of an assay analysis system and for evaluating the performance of a focusing routing performed on an assay analysis system |
| US8891850B2 (en) * | 2010-09-16 | 2014-11-18 | The University Of Kansas | System and methods for digital evaluation of cellblock preparations |
| US10114020B2 (en) | 2010-10-11 | 2018-10-30 | Mbio Diagnostics, Inc. | System and device for analyzing a fluidic sample |
| CA2815951A1 (en) | 2010-11-03 | 2012-05-10 | Reametrix Inc. | Measurement system for fluorescent detection, and method therefor |
| US10254204B2 (en) | 2011-03-07 | 2019-04-09 | Accelerate Diagnostics, Inc. | Membrane-assisted purification |
| US9434937B2 (en) | 2011-03-07 | 2016-09-06 | Accelerate Diagnostics, Inc. | Rapid cell purification systems |
| US9423348B2 (en) | 2011-06-24 | 2016-08-23 | Becton, Dickinson And Company | Absorbance spectrum scanning flow cytometry |
| US9523682B2 (en) | 2011-11-16 | 2016-12-20 | Becton, Dickinson And Company | Methods and systems for detecting an analyte in a sample |
| WO2014070235A1 (en) | 2012-10-29 | 2014-05-08 | Mbio Diagnostics, Inc. | Biological particle identification system, cartridge and associated methods |
| ES2692407T3 (es) | 2013-01-11 | 2018-12-03 | Becton, Dickinson And Company | Dispositivo de ensayo de punto de cuidado de bajo coste |
| US9677109B2 (en) | 2013-03-15 | 2017-06-13 | Accelerate Diagnostics, Inc. | Rapid determination of microbial growth and antimicrobial susceptibility |
| US9595092B2 (en) * | 2013-05-10 | 2017-03-14 | The Boeing Company | Methods and systems for inspection of composite irregularities |
| US10088407B2 (en) | 2013-05-17 | 2018-10-02 | Becton, Dickinson And Company | Systems and methods for efficient contours and gating in flow cytometry |
| US9545471B2 (en) | 2013-08-06 | 2017-01-17 | Viatar LLC | Extracorporeal fluidic device for collecting circulating tumor cells and method of use thereof |
| KR101463005B1 (ko) | 2013-10-15 | 2014-11-18 | (주)한국해양기상기술 | 특정 파장에 대한 형광 특성을 갖는 미생물 검사방법 |
| EP3066190B1 (en) | 2013-11-06 | 2020-12-30 | Becton, Dickinson and Company | Microfluidic devices, and methods of using the same |
| JP6518245B2 (ja) | 2013-11-13 | 2019-05-22 | ベクトン・ディキンソン・アンド・カンパニーＢｅｃｔｏｎ， Ｄｉｃｋｉｎｓｏｎ Ａｎｄ Ｃｏｍｐａｎｙ | 光学撮像システム及びそれを用いた方法 |
| WO2015160420A1 (en) | 2014-04-14 | 2015-10-22 | Becton, Dickinson And Company | Reagent calibration system and method |
| BR122020024283B1 (pt) | 2014-10-14 | 2023-02-23 | Becton, Dickinson And Company | Dispositivo de transferência de sangue adaptado para receber uma amostra de sangue |
| CA2935312C (en) | 2014-10-14 | 2022-11-22 | Becton, Dickinson And Company | Blood sample management using open cell foam |
| US10616219B2 (en) | 2014-12-11 | 2020-04-07 | FlowJo, LLC | Single cell data management and analysis systems and methods |
| CN106604780B (zh) | 2015-03-10 | 2019-06-25 | 贝克顿·迪金森公司 | 生物流体微样本管理装置 |
| WO2016154366A1 (en) * | 2015-03-23 | 2016-09-29 | Arris Enterprises, Inc. | System and method for selectively compressing images |
| US10023895B2 (en) | 2015-03-30 | 2018-07-17 | Accelerate Diagnostics, Inc. | Instrument and system for rapid microogranism identification and antimicrobial agent susceptibility testing |
| US10253355B2 (en) | 2015-03-30 | 2019-04-09 | Accelerate Diagnostics, Inc. | Instrument and system for rapid microorganism identification and antimicrobial agent susceptibility testing |
| US10876953B2 (en) | 2015-07-15 | 2020-12-29 | Becton, Dickinson And Company | System and method for label selection |
| ES2857873T3 (es) | 2015-09-01 | 2021-09-29 | Becton Dickinson Co | Dispositivo de filtración en profundidad para separar fases de muestras |
| US9830720B2 (en) | 2015-09-02 | 2017-11-28 | Becton, Dickinson And Company | Graphics control during flow cytometry event gating |
| ES3024557T3 (en) | 2016-06-10 | 2025-06-04 | Univ California | Image-based cell sorting systems and methods |
| US12300357B2 (en) | 2016-12-14 | 2025-05-13 | FlowJo, LLC | Applied computer technology for management, synthesis, visualization, and exploration of parameters in large multi-parameter data sets |
| ES2980676T3 (es) | 2017-05-25 | 2024-10-02 | Flowjo Llc | Visualización, análisis comparativo y detección de diferencias automatizada para grandes conjuntos de datos multiparamétricos |
| US11029242B2 (en) | 2017-06-12 | 2021-06-08 | Becton, Dickinson And Company | Index sorting systems and methods |
| US10636182B2 (en) | 2017-07-18 | 2020-04-28 | Becton, Dickinson And Company | Dynamic interactive display of multi-parameter quantitative biological data |
| US10803637B2 (en) | 2017-07-18 | 2020-10-13 | Becton, Dickinson And Company | Dynamic interactive display of multi-parameter quantitative biological data |
| US10593082B2 (en) | 2017-07-18 | 2020-03-17 | Becton, Dickinson And Company | Dynamic display of multi-parameter quantitative biological data |
| US10883912B2 (en) | 2018-06-04 | 2021-01-05 | Becton, Dickinson And Company | Biexponential transformation for graphics display |
| CN119334855A (zh) | 2018-08-30 | 2025-01-21 | 贝克顿·迪金森公司 | 颗粒分析仪的表征和分选 |
| WO2020146733A1 (en) | 2019-01-11 | 2020-07-16 | Becton, Dickinson And Company | Optimized sorting gates |
| JP2022528323A (ja) | 2019-03-27 | 2022-06-10 | ベクトン・ディキンソン・アンド・カンパニー | 周波数符号化画像に基づく細胞選別のシステムとその使用方法 |
| EP3948222B1 (en) | 2019-04-02 | 2025-08-20 | Becton, Dickinson and Company | Method and computing system for displaying and editing spillover values |
| WO2020219347A1 (en) | 2019-04-21 | 2020-10-29 | Becton, Dickinson And Company | Cytometric bead array analysis |
| WO2021155057A1 (en) | 2020-01-29 | 2021-08-05 | Becton, Dickinson And Company | Barcoded wells for spatial mapping of single cells through sequencing |
| CN115176139A (zh) | 2020-01-31 | 2022-10-11 | 贝克顿·迪金森公司 | 用于调整训练门以适应流式细胞仪数据的方法和系统 |
| CN111507956B (zh) * | 2020-04-15 | 2023-04-07 | 广西科技大学 | 一种纳米线数量统计方法及系统 |
| CN115867971A (zh) | 2020-05-18 | 2023-03-28 | 贝克顿·迪金森公司 | 用于检测数据中的异质性的分辨率指数及其使用方法 |
| JP7766690B2 (ja) | 2020-11-19 | 2025-11-10 | ベクトン・ディキンソン・アンド・カンパニー | 機械学習分析のためのサイトメトリックデータの最適なスケーリング方法及びそのシステム |
| CN113029919B (zh) * | 2021-03-13 | 2024-04-02 | 长春长光辰英生物科学仪器有限公司 | 一种细胞富集与荧光计数的检测装置以及检测、计数方法 |
| WO2024137527A1 (en) | 2022-12-19 | 2024-06-27 | Becton, Dickinson And Company | Sorting method using barcoded chambers for single cell workflow |
| US20240377311A1 (en) | 2023-05-09 | 2024-11-14 | Becton, Dickinson And Company | Methods for image-based detection and sorting and systems for same |
| US20240377325A1 (en) | 2023-05-09 | 2024-11-14 | Becton, Dickinson And Company | Methods for assessing cell mitochondrial morphology and systems for same |
| US20250308080A1 (en) | 2024-04-02 | 2025-10-02 | Becton, Dickinson And Company | Methods for label-free cell sorting and systems for same |
| US20250314573A1 (en) | 2024-04-05 | 2025-10-09 | Becton, Dickinson And Company | Gate/population naming in flow cytometry data analysis based on geometry and data distribution |
| US20250314577A1 (en) | 2024-04-09 | 2025-10-09 | Becton, Dickinson And Company | Methods for assessing cell nuclei morphology and systems for same |
| US20250321179A1 (en) | 2024-04-10 | 2025-10-16 | Becton, Dickinson And Company | Quantitative flow cytometry light scatter detector alignment |
| CN120125562B (zh) * | 2025-03-10 | 2025-08-26 | 江苏诺鬲生物科技有限公司 | 基于深度神经网络的呼吸道肿瘤细胞智能识别系统及方法 |
Family Cites Families (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4060713A (en) * | 1971-06-23 | 1977-11-29 | The Perkin-Elmer Corporation | Analysis of images |
| US3999047A (en) * | 1972-09-05 | 1976-12-21 | Green James E | Method and apparatus utilizing color algebra for analyzing scene regions |
| US3918812A (en) * | 1973-05-07 | 1975-11-11 | Us Energy | Diagnoses of disease states by fluorescent measurements utilizing scanning laser beams |
| US3900265A (en) * | 1974-03-08 | 1975-08-19 | Intec Corp | Laser scanner flaw detection system |
| US4045772A (en) * | 1974-04-29 | 1977-08-30 | Geometric Data Corporation | Automatic focusing system |
| US4122518A (en) * | 1976-05-17 | 1978-10-24 | The United States Of America As Represented By The Administrator Of The National Aeronautics & Space Administration | Automated clinical system for chromosome analysis |
| JPS594058B2 (ja) * | 1976-07-23 | 1984-01-27 | 株式会社日立製作所 | 白血球像処理方法 |
| US4129854A (en) * | 1976-10-25 | 1978-12-12 | Hitachi, Ltd. | Cell classification method |
| US4199748A (en) * | 1976-11-01 | 1980-04-22 | Rush-Presbyterian-St. Luke's Medical Center | Automated method and apparatus for classification of cells with application to the diagnosis of anemia |
| US4097845A (en) * | 1976-11-01 | 1978-06-27 | Rush-Presbyterian-St. Luke's Medical Center | Method of and an apparatus for automatic classification of red blood cells |
| US4191940A (en) * | 1978-01-09 | 1980-03-04 | Environmental Research Institute Of Michigan | Method and apparatus for analyzing microscopic specimens and the like |
| US4282412A (en) * | 1978-08-21 | 1981-08-04 | Florin Robert E | Mercury switch for monitoring position of patient |
| US4229797A (en) * | 1978-09-06 | 1980-10-21 | National Biomedical Research Foundation | Method and system for whole picture image processing |
| DE2903855A1 (de) * | 1979-02-01 | 1980-08-14 | Bloss Werner H Prof Dr Ing | Verfahren zum automatischen markieren von zellen und bestimmung der merkmale von zellen aus zytologischen abstrichpraeparaten |
| US4318886A (en) * | 1979-11-19 | 1982-03-09 | Nippon Kogaku K.K. | Automatic HLA typing apparatus |
| JPS58154064A (ja) * | 1982-03-08 | 1983-09-13 | Mitsubishi Rayon Co Ltd | リンパ球ｔ細胞百分率測定方法 |
| US4513438A (en) * | 1982-04-15 | 1985-04-23 | Coulter Electronics, Inc. | Automated microscopy system and method for locating and re-locating objects in an image |
| US4647531A (en) * | 1984-02-06 | 1987-03-03 | Ortho Diagnostic Systems, Inc. | Generalized cytometry instrument and methods of use |
| US4665553A (en) * | 1984-05-01 | 1987-05-12 | Ortho Diagnostics Systems Inc. | Methods and apparatus for analysis of particles and cells |
| US4700298A (en) * | 1984-09-14 | 1987-10-13 | Branko Palcic | Dynamic microscope image processing scanner |
| US4672559A (en) * | 1984-12-26 | 1987-06-09 | E. I. Du Pont De Nemours And Company | Method for operating a microscopical mapping system |
| US4727020A (en) * | 1985-02-25 | 1988-02-23 | Becton, Dickinson And Company | Method for analysis of subpopulations of blood cells |
| US4741043B1 (en) * | 1985-11-04 | 1994-08-09 | Cell Analysis Systems Inc | Method of and apparatus for image analyses of biological specimens |
| US5121436A (en) * | 1987-08-14 | 1992-06-09 | International Remote Imaging Systems, Inc. | Method and apparatus for generating a plurality of parameters of an object in a field of view |
| US4845552A (en) * | 1987-08-20 | 1989-07-04 | Bruno Jaggi | Quantitative light microscope using a solid state detector in the primary image plane |
| US5068909A (en) * | 1989-05-18 | 1991-11-26 | Applied Imaging Corporation | Method and apparatus for generating quantifiable video displays |
| US5072382A (en) * | 1989-10-02 | 1991-12-10 | Kamentsky Louis A | Methods and apparatus for measuring multiple optical properties of biological specimens |
| US5107422A (en) * | 1989-10-02 | 1992-04-21 | Kamentsky Louis A | Method and apparatus for measuring multiple optical properties of biological specimens |
| US5556764A (en) * | 1993-02-17 | 1996-09-17 | Biometric Imaging, Inc. | Method and apparatus for cell counting and cell classification |
| USD366938S (en) | 1994-09-02 | 1996-02-06 | Biometric Imaging, Inc. | Cartridge for processing laboratory samples |
-
1994
- 1994-05-02 US US08/236,645 patent/US5556764A/en not_active Expired - Lifetime
-
1995
- 1995-04-24 JP JP09834895A patent/JP3591911B2/ja not_active Expired - Lifetime
- 1995-04-28 CA CA002148204A patent/CA2148204A1/en not_active Abandoned
- 1995-05-02 EP EP99123114A patent/EP0987535A3/en not_active Withdrawn
- 1995-05-02 EP EP95302975A patent/EP0681177B1/en not_active Expired - Lifetime
- 1995-05-02 DE DE69517864T patent/DE69517864T2/de not_active Expired - Fee Related
- 1995-05-02 AT AT95302975T patent/ATE194710T1/de not_active IP Right Cessation
-
1996
- 1996-09-16 US US08/715,050 patent/US5962238A/en not_active Expired - Lifetime
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007304104A (ja) * | 1997-05-05 | 2007-11-22 | Chemometec As | 液体試料中の粒子の測定の方法およびシステム |
| JP2009258113A (ja) * | 1997-05-05 | 2009-11-05 | Chemometec As | 液体試料中の粒子の測定の方法およびシステム |
| US8081312B2 (en) | 1997-05-05 | 2011-12-20 | Chemometec A/S | Method and a system for determination of particles in a liquid sample |
| US8125643B2 (en) | 1997-05-05 | 2012-02-28 | Chemometec A/S | Method and a system for determination of particles in a liquid sample |
| US8363221B2 (en) | 1997-05-05 | 2013-01-29 | Chemometec A/S | Method and a system for determination of particles in a liquid sample |
| US8432550B2 (en) | 1997-05-05 | 2013-04-30 | Chemometec A/S | Method and a system for determination of particles in a liquid sample |
| JP2003505707A (ja) * | 1999-07-21 | 2003-02-12 | サーロメッド・インコーポレーテッド | 微小体積レーザ・スキャニング・サイトメトリのためのシステム |
| CN112597852A (zh) * | 2020-12-15 | 2021-04-02 | 深圳大学 | 细胞分类方法、装置、电子设备及存储介质 |
| CN112597852B (zh) * | 2020-12-15 | 2024-05-24 | 深圳大学 | 细胞分类方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CA2148204A1 (en) | 1995-11-03 |
| ATE194710T1 (de) | 2000-07-15 |
| EP0681177A1 (en) | 1995-11-08 |
| DE69517864D1 (de) | 2000-08-17 |
| EP0681177B1 (en) | 2000-07-12 |
| EP0987535A3 (en) | 2001-03-21 |
| JP3591911B2 (ja) | 2004-11-24 |
| US5556764A (en) | 1996-09-17 |
| US5962238A (en) | 1999-10-05 |
| EP0987535A2 (en) | 2000-03-22 |
| DE69517864T2 (de) | 2001-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3591911B2 (ja) | 細胞計数及び細胞分類方法及び装置 | |
| JP3213334B2 (ja) | 尿中の細胞分析装置 | |
| CA2280154C (en) | Multiple assays of cell specimens | |
| US6151405A (en) | System and method for cellular specimen grading | |
| AU739834B2 (en) | Identification of objects by means of multiple imaging | |
| JP3098273B2 (ja) | 尿中の細胞分析装置 | |
| JP3700035B2 (ja) | 稀少出現ほ乳類細胞を検出しカウントするための装置及び方法 | |
| US6553135B1 (en) | Method and apparatus for automated image analysis of biological specimens | |
| US7190818B2 (en) | Method and apparatus for automated image analysis of biological specimens | |
| AU750699B2 (en) | Determination of white blood cell differential and reticulocyte counts | |
| EP1865303A1 (en) | Method of discriminating cancer and atypical cells and cell analyzer | |
| WO2002003052A9 (en) | Laser scanning cytology with digital image capture | |
| US20060178833A1 (en) | System for and method of providing diagnostic information through microscopic imaging | |
| EP0654160A1 (en) | Three-color flow cytometry with automatic gating function | |
| JP3213333B2 (ja) | 尿中の細胞分析装置および方法。 | |
| JP2826448B2 (ja) | フロー式粒子画像解析方法およびフロー式粒子画像解析装置 | |
| JPS6132182A (ja) | 細胞分類装置 | |
| WO2007010236A1 (en) | Automatic plow cytometry data analysis | |
| HK1029170B (en) | Identification of objects by means of multiple imaging |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20031216 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040413 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040707 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040803 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040824 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080903 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090903 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100903 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110903 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110903 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120903 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120903 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130903 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |