JP2001502414A

JP2001502414A - スライド及び試料の調製品質を評価するための方法及び装置

Info

Publication number: JP2001502414A
Application number: JP08536619A
Authority: JP
Inventors: エス．ウイルヘルム，ポール; リー，シー−ヨン，ジェー．
Original assignee: ネオパス，インク．
Priority date: 1995-05-31
Filing date: 1996-05-29
Publication date: 2001-02-20
Anticipated expiration: 2016-05-29
Also published as: EP0829065B1; US5671288A; WO1996038809A1; CA2220388A1; DK0829065T3; DE69629292T2; DE829065T1; ES2123476T1; GR980300048T1; DE69629292D1; ES2123476T3; AU725820B2; CA2220388C; EP0829065A1; EP0829065A4; AU5882596A; ATE246378T1; JP3822242B2

Abstract

(57)【要約】自動化された生物学的試料のスクリーニングを行う装置（５００）がスライド及び試料の調製及び品質の評価を報告する。その自動化された生物学的試料のスクリーニング装置（５００）はスライドの物理特性、試料の収集品質、及び試料の調製品質を反映するパラメータを測定する。この自動化されたシステム（５００）は対象物の測定値を報告し、評価の首尾一貫した標準（１１８、１２０、１２２、１２４、１２６）を使用する。この自動化されたシステム（５００）は診療所からのスライドセットの特性を評価する（１０３）。前記自動化システム（５００）はこれらの特性が与えられた生物学的スクリーニング装置のトレーニング機能の範囲内にあるかどうかを判定する。さらに、定期的な見直しではなく、自動化システム（５００）によって正常に走査されたスライド（２０１）が試料調製評価の一部（９０、１００）として使われる。

Description

【発明の詳細な説明】スライド及び試料の調製品質を評価するための方法及び装置本発明は、スライド及び試料の調製品質を評価するための方法及び装置に関し、特に、スライド上に固定されて染色された生物学的試料の母集団を自動的に評価する方法及び装置に関する。発明の背景試料が採取される病気のプロセスは、試料の固定又は染色などの試料の調製が不適切であるか、又は首尾一貫していない場合には検出できない可能性がある。結果として、病気のスクリーニングの効率を高めるためには、少なくとも最低品質レベルの生物学的試料を提供する必要がある。試料の調製の評価のための方法は、問題の病気のプロセスを検出することができるための、選択された品質のレベルを提供する技法及び材料を使って、試料が調製されることを確保する。さらに、そのような評価は調製された処理がコンピュータによる検査に適しているかどうかを判定することができる。選択された自動化システムのための要求に合わせてその評価を調整することができる。さらに、改善を必要とする試料の調製及び物理的特性についての情報を含めることができる。試料の調製は細胞の形態学的詳細などの試料の特性に影響する。生物学的試料の中の細胞の形態学的詳細は、生物学的試料の目視検査又はコンピュータによる検査のために完全な状態で見えるようになっていなければならない。細胞を固定することによって細胞の構造が動かないようにする。染色によってその固定された細胞の構造が見えるようになる。試料の固定が不適切であると、細胞の形態学的詳細が変化し、劣化する可能性がある。染色が不適切であると、細胞の詳細が不明瞭になるか、又は細胞の構造が見えなくなる可能性がある。その評価は、自動化された装置によって視覚的な検査又は分析のために細胞の良好な固定及び染色を提供するような方法で試料の調製が行なわれているかどうかを判定する必要がある。参考資料として、Ｓ．パッテン（Ｐａｔｔｅｎ）による「子宮細胞の診断細胞学（ＤｉａｇｎｏｓｔｉｃＣｙｔｏｐａｔｈｏｌｏｇｙｏｆｔｈｅＵｔｅｒｉｎｅＣｅｒｖｉｘ）」の１〜９ページ及び、ウイード（Ｗｉｅｄ）、バール（Ｂａｈｒ）及びバーテルス（Ｂａｒｔｅｌｓ）によって編集された「子宮癌の細胞学的処理の自動化（ＴｈｅＡｕｔｏｍａｔｉｏｎｏｆＵｔｅｒｉｎｅＣａｎｃｅｒＣｙｔｏｌｏｇｙ）」の４０６〜４１５ページにある、Ｓ．パッテン（Ｐａｔｔｅｎ）による「ルーチン的診断細胞学的処理の感度及び詳細度」を参照されたい。現在、試料の調製は人間の目視検査によって定期的に評価されている。上記の参考文献の中で記述されているように、試料の収集又はサンプリングは試料の診断上の有効性に強い影響を持つ別の特性である。その試料が解剖学的に間違った場所で採取されるか、又は不適切な技法でサンプルされた場合、細胞の種類の適切なスペクトルが現われない可能性がある。その評価は試料の収集が検査のための細胞の良好なサンプルを提供するかどうかを判定する必要がある。スライドの物理的特性は生物学的試料の自動検査のために重要である。スライドの厚さ、スライドのカバースリップ又はマーキングの位置合わせは効果的な画像処理及びコンピュータによる検査のために所定のパラメータの範囲内になければならない。これらの品質は得られたサンプルの品質及び十分性を含む。本発明は、初めて、これらの品質を測定するための実用的で客観的な方法及び装置を提供する。したがって、本発明の動機は試料の染色及び固定、試料の収集の品質及びスライドの物理的特性の客観的な測度を提供するための方法及び装置を提供することである。発明の概要本発明はスライドの特性及び試料の調製品質の評価のための方法及び装置を提供する。本発明の方法及び装置は画像解析システムと、動き制御器と、照明システムと、画像転送インターフェースとを含む。画像解析システムはカメラを備えている画像収集システムをさらに含む。この画像収集システムはスライド上に搭載されている試料の画像データを収集するために構築されている。画像収集システムはデータ処理システムに結合されて、画像収集システムからデータ処理システムに対して画像データを転送する。データ処理システムは複数のステップのプロセスを実装している。第１のステップはスライドの物理的特性の評価を含む。第２のステップは試料の収集の品質の評価を含む。第３のステップはスライドの処理品質の評価を含む。第４のステップは試料の調製品質の評価を含む。第５のステップは試料の分析の精度の評価を含む。本発明の他の目的、特徴及び利点は好適な実施形態の説明、特許請求の範囲及び以下の図面から、当業分野の技術に熟達した人にとっては明らかとなる。ここで図面の中の同じ番号の要素は同じである。図面の簡単な説明本発明を例示するために、付属の図面を参照しながら好適な実施形態が説明される。図１Ａ、図１Ｂ及び図１Ｃは本発明の一実施形態を示す。図２は本発明によるスライド及び試料の調製品質を評価するための方法のフローチャートを示す。図３はスライド及び試料の調製品質を評価するための方法のフローチャートである。図４は好適な実施形熊の装置の単純化された略ブロック図である。図５Ａは分析される試料を含んでいるカバースリップ及びスライドの概略図を示す。図５Ｂは単独の低倍率の視野の図である。図６は試料の最善の焦点位置が決定されるプロセスの高レベルのフローダイアグラムである。図７は好適な実施形態において異なる焦点深度の場所から収集されて処理される画像による処理のフローダイアグラムである。図８及び図９は勾配フォーカススコア（ｇｒａｄｉｅｎｔｆｏｃｕｓｓｃｏｒｅ）と呼ばれる方法を使っている、初期フォーカススキャンの処理のフローチャートを含み、パターン認識のフォーカシング（合焦）方法を適用するための開始点を決定するフローダイアグラムを含んでいる。図１０は一組の焦点深度にわたる勾配フォーカススコアのプロット例、同じ物のフィルタされたバージョン及びそのフィルタされたバージョンの計算結果であり、このプロットは勾配フォーカススコアにおいてピークを見つける方法を示すために使われる。図１１は試料の表面上で、細胞フォーカススキャンと呼ばれるパターン認識フォーカススキャンの径路を示す。図１２Ａ、図１２Ｂ、図１２Ｃ及び図１２Ｄは４種類の単純なバイナリの形態学的演算を示す。図１３は細胞フォーカススコア形態学的プロセスのデータフローダイアグラムである。好適実施形態の詳細な説明本発明の現在好適な実施形態において、ここで開示されるシステムは次の資料に示されて開示されているような、子宮頸部パップ（ｐａｐ）スミアを解析するためのシステムの中で使われている。それらは１９９２年２月１８日出願のアラン（Ａｌaｎ）Ｃ．ネルソン（Ｎｅｌｓｏｎ）らによる「通常の生物学的試料を識別するための方法（ＭｅｔｈｏｄＦｏｒＩｄｅｎｔｉｆｙｉｎｇＮｏｒｍａｌＢｉｏｍｅｄｉｃａｌＳｐｅｃｉｍｅｎｓ）」と題する、米国特許出願第０７／８３８，０６４号；１９９２年２月１８日出願のエス．ジェームスリー（Ｓ．ＪａｍｅｓＬｅｅ）他による「データ処理技法を使って対象物を識別するための方法（ＭｅｔｈｏｄＦｏｒＩｄｅｎｔｉｆｙｉｎｇＯｂｊｅｃｔｓＵｓｉｎｇＤａｔａＰｒｏｃｅｓｓｉｎｇＴｅｃｈｎｉｑｕｅｓ）」と題する、米国特許出願第０７／８３８，３９５号の一部継続出願である、１９９４年１月１０日出願の米国特許出願第０８／１７９，８１２号；１９９２年２月１８出願のリチャード（Ｒｉｃｈａｒｄ）エス．ジョンストン（Ｓ．Ｊｏｈｎｓｔｏｎ）他による「迅速に処理するデータシーケンサのための方法及び装置（ＭｅｔｈｏｄＡｎｄＡｐｐａｒａｔｕｓＦｏｒＲａｐｉｄｌｙＰｒｏｃｅｓｓｉｎｇＤａｔａＳｅｑｕｅｎｃｅｓ）」と題する、現在は米国特許第５，３１５，７００となっている米国特許出願第０７／８３８，０７０号；１９９２年２月１８日出願のジョン（Ｊｏｎ）ダブリュ．ハエンガ（Ｗ．Ｈａｙｅｎｇａ）他による「顕微鏡的画像信号の動的訂正のための方法及び装置（ＭｅｔｈｏｄａｎｄＡｐｐａｒａｔｕｓｆｏｒＤｙｎａｍｉｃＣｏｒｒｅｃｔｉｏｎｏｆＭｉｃｒｏｓｃｏｐｉｃＩｍａｇｅＳｉｇｎａｌｓ）」と題する、現在は米国特許第５，３６１，１４０号となっている、米国特許出願第０７／８３８，０６５；及び１９９４年９月７日出願のハエンガ他による「フォーカスされた顕微鏡的画像の迅速な捕捉のための方法及び装置（ＭｅｔｈｏｄａｎｄＡｐｐａｒａｔｕｓｆｏｒＲａｐｉｄＣａｐｔｕｒｅｏｆＦｏｃｕｓｅｄＭｉｃｒｏｓｃｏｐｉｃＩｍａｇｅｓ）」と題する、米国特許出願第０８／３０２，３５５（これは１９９２年２月１８日出願の米国特許出願第０７／８３８，０６３の一部継続出願である）であり、これらの開示はそれぞれの全体が、それらに対する前述の引用によって本明細書の記載に援用する。また、本発明は次の特許出願の中で記述されているような生物学的及び細胞学的システムにも関連しており、それは１９９４年９月２０日出願（特に他に注記しない限り）の本発明と同じ譲受人に対して譲渡されているものであり、そしてそれらはすべて引用によって本明細書の記載に援用する。それらは、「視野優先付け装置及び方法（ＦｉｅｌｄＰｒｉｏｒｉｔｉｚａｔｉｏｎＡｐｐａｒａｔｕｓａｎｄＭｅｔｈｏｄ）」と題する、クアン（Ｋｕａｎ）他に対する米国特許出願第０８／３０９，１１８号；「生物学的試料についての細胞のグルーピングの自動識別のための装置（ＡｐｐａｒａｔｕｓｆｏｒＡｕｔｏｍａｔｅｄＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＣｅｌｌＧｒｏｕｐｉｎｇｓｏｎａＢｉｏｌｏｇｉｃａｌＳｐｅｃｉｍｅｎ）」と題する、ウイルヘルム（Ｗｉｌｈｅｌｍ）他に対する米国特許出願第０８／３０９，０６１号；「生物学的試料における厚い細胞のグルーピングの自動識別のための装置（ＡｐｐａｒａｔｕｓｆｏｒＡｕｔｏｍａｔｅｄＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＴｈｉｃｋＣｅｌｌＧｒｏｕｐｉｎｇｓｏｎａＢｉｏｌｏｇｉｃａｌＳｐｅｃｉｍｅｎ）」と題する、メイヤー（Ｍｅｙｅｒ）他に対する米国特許出願第０８／３０９，１１６号；「生物学的分析システムの自己校正装置（ＢｉｏｌｏｇｉｃａｌＡｎａｌｙｓｉｓＳｙｓｔｅｍＳｅｌｆＣａｌｉｂｒａｔｉｏｎＡｐｐａｒａｔｕｓ）」と題する、リー（Ｌｅｅ）他に対する米国特許出願第０８／０９８，１１５号；「複数の細胞パターンの識別及び統合化のための装置（ＡｐｐａｒａｔｕｓｆｏｒＩｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄＩｎｔｅｇｒａｔｉｏｎｏｆＭｕｌｔｉｐｌｅＣｅｌｌＰａｔｔｅｒｎｓ）」と題する、リー（Ｌｅｅ）他に対する米国特許出願第０８／３０８，９９２号；「細胞学的システムの動的正規化のための方法（ＡＭｅｔｈｏｄｆｏｒＣｙｔｏｌｏｇｉｃａｌＳｙｓｔｅｍＤｙｎａｍｉｃＮｏｒｍａｌｉｚａｔｉｏｎ）」と題する、リー（Ｌｅｅ）他に対する米国特許出願第０８／３０９，０６３号；「顕微鏡のスライド・カバースリップを検出するための方法及び装置（ＭｅｔｈｏｄａｎｄＡｐｐａｒａｔｕｓｆｏｒＤｅｔｅｃｔｉｎｇａＭｉｃｒｏｓｃｏｐｅＳｌｉｄｅＣｏｖｅｒｓｌｉｐ）」と題する、ローゼンロフ（Ｒｏｓｅｎｌｏｆ）他に対する米国特許出願第０８／３０９，２４８号；「カバースリップの接着剤の中の泡を検出するための装置（ＡｐｐａｒａｔｕｓｆｏｒＤｅｔｅｃｔｉｎｇＢｕｂｂｌｅｓｉｎＣｏｖｅｒｓｌｉｐＡｄｈｅｓｉｖｅ）」と題する、ローゼンロフ（Ｒｏｓｅｎｌｏｆ）他に対する米国特許出願第０８／３０９，０７７号；「細胞学的スライド・スコアリング装置（ＣｙｔｏｌｏｇｉｃａｌＳｌｉｄｅＳｃｏｒｉｎｇＡｐｐａｒａｔｕｓ）」と題する、リー（Ｌｅｅ）他に対する米国特許出願第０８／３０９，９３１号；「画像平面の変調パターン認識のための方法及び装置（ＭｅｔｈｏｄａｎｄＡｐｐａｒａｔｕｓｆｏｒＩｍａｇｅＰｌａｎｅＭｏｄｕｌａｔｉｏｎＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ）」と題する、リー（Ｌｅｅ）他に対する米国特許出願第０８／３０９，１４８号；「自由な状態で置かれている細胞の識別のための装置（ＡｐｐａｒａｔｕｓｆｏｒｔｈｅＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＦｒｅｅ‐ＬｙｉｎｇＣｅｌｌｓ）」と題する、リー（Ｌｅｅ）他に対する米国特許出願第０８／３０９，２５０号；「自動化された細胞学的スコアリングのための不適切な条件の検出のための方法及び装置（ＭｅｔｈｏｄａｎｄＡｐｐａｒａｔｕｓｆｏｒＤｅｔｅｃｔｉｏｎｏｆＵｎｓｕｉｔａｂｌｅＣｏｎｄｉｔｉｏｎｓｆｏｒＡｕｔｏｍａｔｅｄＣｙｔｏｌｏｇｙＳｃｏｒｉｎｇ）」と題する、ウイルヘルム（Ｗｉｌｈｅｌｍ）他に対する米国特許出願第０８／３０９，１１７号である。また、本明細書の記載に援用するのは、「生物学的試料の母集団に対するスライド及び試料の調製を絶えず監視し、予測するための方法及び装置（ＭｅｔｈｏｄａｎｄＡｐｐａｒａｔｕｓｆｏｒＣｏｎｔｉｎｕｏｕｓｌｙＭｏｎｉｔｏｒｉｎｇａｎｄＦｏｒｃａｓｔｉｎｇＳｌｉｄｅａｎｄＳｐｅｃｉｍｅｎＰｒｅｐａｒａｔｉｏｎｆｏｒａＢｉｏｌｏｇｉｃａｌＳｐｅｃｉｍｅｎＰｏｐｕｌａｔｉｏｎ）」と題する、同じ譲渡人に対して譲渡された、１９９５年５月３１日出願の、リー（Ｌｅｅ）他に対する米国特許出願第０８／４５５，２９６号である。ここで図１Ａ、図１Ｂ及び図１Ｃを参照すると、スライド及び試料の調製品質を評価するための、本発明の装置の一実施形態５００の概略図が示されている。本発明のこの装置は画像システム５０２、動き制御システム５０４、画像処理システム５３６、中央処理システム５４０、及びワークステーション５４２を含む。画像システム５０２は照明装置５０８、画像光学系５１０、ＣＣＤカメラ５１２、照明センサ５１４及び画像捕捉及びフォーカスシステム５１６から構成されている。画像捕捉及びフォーカスシステム５１６はＣＣＤカメラ５１２に対するビデオタイミングデータを提供し、ＣＣＤカメラ５１２は前記捕捉及びフォーカスシステム５１６に対して走査線を含んでいる画像を提供する。照明センサの強度が画像捕捉及びフォーカスシステム５１６に対して提供され、そこで照明センサ５１４が光学系５１０からの画像のサンプルを受信する。いくつかの実施形態においては、光学系５１０はカラーフィルタを含む場合がある。本発明の一実施形態において、その光学系は自動化顕微鏡５１１をさらに含む。照明装置５０８はスライドの照明を提供する。画像捕捉及びフォーカスシステム５１６はＶＭＥバス５３８に対してデータを提供する。ＶＭＥバスはそのデータを画像処理システム５３６に対して分配する。画像処理システム５３６はフィールドオブビュー（ｆｉｅｌｄ‐ｏｆ‐ｖｉｅｗ）プロセッサ５６８から構成されている。画像は画像バス５６４に沿って画像捕捉及びフォーカスシステム５１６から送られる。中央プロセッサ５４０はＶＭＥバス５３８を通じて本発明の動作を制御する。１つの実施形態においては、中央プロセッサ５６２はモトローラ（ＭＯＴＯＲＯＬＡ）の６８０３０ＣＰＵを含む。モーションコントローラ５０４はトレイ取扱器５１８、顕微鏡ステージ制御器５２０、顕微鏡のトレイコントローラ５２２及び校正スライド５２４から構成されている。モータ駆動器５２６はスライドを光学系の下に位置決めする。バーコード読取器５２８はスライド５２４上にあるバーコードを読む。タッチセンサ５３０はスライドが顕微鏡の対物レンズの下にあるかどうかを判定し、そしてドアインターロック５３２はドアが開かれている場合に動作を防止する。モーションコントローラ５３４は中央プロセッサ５４０に応答してモータ駆動器５２６を制御する。イーサネット通信システム５６０はワークステーション５４２に対して通信し、システムの制御を提供する。ハードディスク５４４はワークステーション５５０によって制御される。１つの実施形態においては、ワークステーション５５０は１台のワークステーションを含むことができる。テープドライブ５４６はモデム５４８、モニタ５５２、キーボード５５４、及びマウスポインティング装置５５６と同様に、ワークステーション５５０に接続されている。プリンタ５５８はイーサネット５６０に接続されている。動作時に、中央コンピュータ５４０はリアルタイムオペレーティングシステムで稼動し、顕微鏡５１１及びプロセッサを制御して顕微鏡５１１からの画像を取得してディジタル化する。また、コンピュータ５４０は顕微鏡５１１のステージを制御して試料を顕微鏡の対物レンズの下に位置決めし、そしてコンピュータ５４０の制御下で画像を受信する１台から１５台までのフィールドオブビュー（ＦＯＶ）プロセッサ５６８から制御する。ここで説明されている各種のプロセスは、ディジタルプロセッサ上で実行するのに適したソフトウェアで実現できることは理解されるはずである。そのソフトウェアは例えば、中央プロセッサ５４０の中に組み込むことができる。ここで図２を参照すると、本発明のスライド及び試料の調製品質を評価するための方法のプロセスフローチャートが示されている。ステップ１０において、専門の技師が代表的な正常及び異常のスライドのある一組の研究質のスライドを収集する。好適な実施形態においては、評価者は４００個のスライドを収集する。そのスライドセットは次のスライドを含む。２００枚の正常な限界内にあるスライド１５０枚の低級ＳＩＬスライド５０枚の高級ＳＩＬスライド低級うろこ状皮膜内損傷（ｓｑｕａｍｏｕｓｉｎｔｒａｅｐｈｉｔｈｅｌｉａｌｌｅｓｉｏｎｓ）（ＳＩＬ）及び高級ＳＩＬは低級及び高級の同母異父の子宮頸部のＳＩＬである。各カテゴリー内のスライドは１年以内に作られたものであることが望ましく、そして研究所の単独のスライドケースアーカイブからランダムに選択されたものでなければならない。１つの好適な実施形態においては、すべてのスライドはガラスのカバースリップを備えていることが望ましい。例えば、自動化のシステムが参照された特許の中に記述されており、ステップ２０においてスライド及び試料の調製品質を評価するためのデータを得るために、そのスライドセットを処理する。１つの好適な実施形態においては、その自動化システムはワシントン州のベルヴュー（Ｂｅｌｌｅｖｕｅ）にあるネオパスインコーポレーション（ＮｅｏＰａｔｈ、Ｉｎｃ）から入手できるＡｕｔｏＰａｐ^(R) ３００を含むことができる。その自動化システムは獲得されたスライドからのデータを得る。ステップ３０〜７０において、自動化システムはステップ２０において得られたデータについて一連のテストを実行する。ステップ３０において、自動化システムはスライドの物理特性テストを実行してＰａｐスミアスライドの物理特性を評価し、それらがＡｕｔｏＰａｐ^(R)３００システムなどの所定の自動化生物学的試料のアナライザによって正常に走査されるかどうかを判定する。スライドの物理特性テストは研究所から得られたスライドの物理特性を評価する。これらの物理特性としては、例えば、表１に示されているような特性がある。＜装置及び試料＞図４を参照すると、本発明の装置の一例の単純化された略ブロック図が示されており、これは本発明の方法及び装置を非常に容易に説明するために示されている。図に示されている装置は中央コンピュータ１０１、リアルタイム走査制御器システム１０２（これは画像捕捉システム１０４と一緒に顕微鏡のモータ駆動のステージ１０３の動きを制御する）、ストロボスコープの照明システム１０５、低パワーの顕微鏡対物レンズ１０７、ＣＣＤタイプの電子カメラ１０８、１つ又はそれ以上の専用の画像処理システム１０９、及びタッチセンサ１１０を含む。ストロボスコープ照明システム１０５は試料１０６上に短時間の光のフラッシュをフォーカスする。試料１０６はガラスのスライド２０１上にマウントされ、透明のカバースリップ２０２の下で保護されている。コンピュータ１０１は以下に詳細に説明されるフォーカシング手順のステップをガイドするためにプログラムすることができる。図４において、各種のコンポーネントの間の矢印は一般に情報の流れを表す。図５Ａはスライド２０１のさらに詳しい外観を示している。スライド２０１の上には代表的な試料１０６がマウントされていて、透明のカバースリップ２０２で覆われている。代表的なスライド２０１は長さ８０ｍｍ×幅２７ｍｍ×厚さ１ｍｍである。代表的なカバースリップ２０２は長さ６０ｍｍ×幅２４ｍｍ×厚さ０．１３ｍｍである。試料１０６上の最善のフォーカスは、スライドとカバースリップとの組合せにおける歪みのため、そして試料自身の本質的に三次元の性質のために、点によって変わる。グリッド２０３が図５Ｂの中のスライド２０１の上に重畳されて示されている。グリッド２０３は本発明の物理的実施形態においては見えないが、ここでは説明の目的のために使われている。グリッド２０３は寸法を測るための目盛りとして示されているのではない。グリッド２０３は図５Ｂの中にさらに詳細が示されている２１０などの低倍率の視野の中へのスライドの分割を示している。各低倍率視野２１０は例えば２５個の高倍率の視野２１１に分割される。本発明の一実施形態においては、捕捉されてディジタル化された低倍率の視野は５１２×５１２のピクセルを含んでおり、約１．４ｍｍ×１．４ｍｍの試料の領域を表している。＜カバースリップの発見＞図６と一緒に図４を参照すると、中央コンピュータ１０１がプロセスステップ４０１において所定の中央の場所へステージ１０３を移動させるスキャン制御器１０２に対して命令を発行することによって試料の上でのフォーカシングが開始される。その中央の場所は試料１０６の概略分かっている物理的位置に関して、小さなカバースリップであっても、試料の上に正しく置かれた場合、中央位置の周りのかなりの領域をカバーしなければならないように選ばれる。ステップ４０２において、中央コンピュータ１０１はスライド２０１に対して垂直の軸においてステージ１０３を動かすようにスキャン制御器１０２に指令し、試料１０６がタッチセンサ１１０に近付くようにさせる。この運動はステップ４０３においてタッチセンサ１１０が試料１０６上のカバースリップ２０２との接触を記録するまで、又はステップ４０４において、行程の終点に到達するまで継続する。ステップ４０４において移動の終点に到着することは、スライドが存在しないか、又はその装置にとっては薄過ぎるスライドがあることを示しており、その場合、問題のスライドの自動処理はステップ４０５において停止する。タッチセンサ１１０がステップ４０３において試料１０６の上のカバースリップと接触したことを示すと、スキャン制御器１０２は中央コンピュータ１０１に対して接触が発生したステージの位置を報告し、中央コンピュータ１０１はその位置をステップ４０６において記憶する。この位置は中央点におけるカバースリップのトップのステージ位置を示し、フォーカシングのための開始点として使われる。タッチセンサが所定の高さよりも高い点においてカバースリップと接触したことを示す場合、そのスライドは厚過ぎる。その場合、問題のスライドの自動処理は停止する。特に、タッチセンサ１１０の位置はこの目的のために設計されたターゲット（目標）を使うことによって、対物レンズ１０７の焦点面からの既知の距離となるように校正されている。ステップ４１１において、この校正がステージ１０３を、中央の接触位置においてカバースリップ２０２の頂部のちょうど下に対物レンズ１０７の焦点面があるような位置に対して、ステージ１０３を移動させるために使われる。しかし、カバースリップの位置が必ずより良好に決定されてからでなければ、フォーカシングを継続することはできない。この目的に向かってステップ４０７において、ステップ４０２〜４０４において上で説明された第１の接触と実質的に同様なさらに４回の接触が、最小の中央カバースリップ領域の範囲内でスライド上の別々の位置において行なわれる。これらの各接触におけるカバースリップの位置も記録される。ステップ４０８において、その５つの接触位置から最小二乗法によって１つの平面が作られ、その平面の傾きが許容最大値と比較される。その傾きが最大値を超過した場合、又は４つの接触のうちのどれかが位置の記録に失敗した場合、そのスライドの処理はステップ４０５において停止される。ステップ４０８において傾き過ぎているカバースリップは普通はそのスライドが装置内に不適切に装着されていることを示す。この点において、カバースリップの概略位置が知られているので、そのエッジに対するさらに詳細のサーチがステップ４０９において行なわれる。ステップ４１０において、カバースリップのエッジが見つからなかった場合、又はエッジが不適切なサイズ又は形状を示していた場合、そのスライドの処理はふたたびステップ４０５において停止される。ステップ４１１において、ステージは対物レンズ１０７の焦点面がカバースリップ２０２の接触された表面のちょうど下にあるような高さにおいて、中央の接触位置へ戻される。ステップ４１２において、試料１０６のフォーカシングが進行し、中央コンピュータ１０１は初期フォーカススキャンを実行するために、画像捕捉システム１０４によってステージ１０３の動きを調整するようにスキャン制御器１０２に指令し、初期フォーカススキャンは中央の接触位置におけるカバースリップ２０２の表面のちょうど下からの画像がＣＣＤカメラ１０８に焦点を結ぶ場所から開始される。＜初期フォーカススキャン＞ここで、図４も参照しながら、図５Ａ、図５Ｂ、図６、図７、図８、図９、図１０及び図１１を順番に参照して、初期フォーカススキャンについて詳細に説明する。フォーカススキャンの目的は最善の焦点面を見つけるために、試料における異なる焦点面からの画像を捕捉して処理することである。この好適な実施形態においては、フォーカススキャンは次のように実行される。図４及び図７を一緒に参照しながら説明すると、中央コンピュータ１０１はステップ１５０１において、画像が収集されるステージ位置のリストをスキャン制御器１０２に対して渡す。このステージ位置は対物レンズ１０７が試料１０６の中の異なる面にフォーカスさせるように選定される。スキャン制御器１０２はステージの動きのタイミングを計算し、１つのテーブルを作り、画像が収集されるべき時に、そしてステージが各位置にある時にステージの次々の場所を与える。テーブルのエントリーはステップ１５０２において計算されて画像捕捉システム１０４に対して渡される。ステップ１５０３において、画像捕捉システム１０４がそのテーブルを受け取ると、スキャン制御器１０２はステージ１０３の運動を起動する。ステージの運動は精度を確保するためにステップ１５０４においてエンコーダによって監視される。ステージの位置が正しくなかった場合、それはコンピュータ１０１へ報告され、コンピュータ１０１はステージをリセットして処理を再開することができる。テーブルにリストされるたびに、画像捕捉システム１０４はステップ１５０５においてストロボ照明装置１０５をフラッシュさせる信号を発生する。照明装置１０５はステップ１５０６において指定された位置にある試料１０６上に光の短いフラッシュをフォーカスする。照明システムはステップ１５０７において光センサによってストロボのフラッシュを監視する。フラッシュが欠落していた場合、又はフラッシュの強度が正しくなかった場合、それはコンピュータ１０１に対して報告され、コンピュータ１０１はそのスライドの処理を停止させることができる。ステップ１５０８において、対物レンズ１０７は試料１０６の照明された視野からの画像をカメラ１０８上にフォーカスする。ステップ１５０９において、画像捕捉システム１０４はカメラ１０８からこのようにして得られた画像のディジタル表現を収集する。１つの例においては、画像のディジタル表現は５１２行× ５１２カラムのピクセルから構成され、各ピクセルには最も暗いレベルを表している０から、最も明るいレベルを表している２５５までが割り当てられる。必要な場合、画像はアナログ形式でカメラ１０８から画像捕捉システム１０４へ送られ、その後、アナログからディジタルへの変換器を通過してディジタル表現を生成することができる。画像捕捉システム１０４はそれが取得した各ディジタル画像を画像プロセッサ１０９へステップ１５１０において送信する。専用の画像プロセッサ１０９は画像捕捉システム１０４から送られてきた各画像について、あらかじめプログラムされたシーケンスの形態学的、計算的及び論理的な演算を実行し、フォーカスの品質についての１つ又はそれ以上の測度を導く。これらの測度はステップ１５１１において計算されてコンピュータ１０１へ送られる。コンピュータ１０１がステップ１５０１においてスキャン制御器１０２に対して元々送られたリストの中のすべての画像からの測度を受け取ると、コンピュータ１０１はステップ１５１２において最適なフォーカス位置を決定するために、その測度のリストを処理する。画像が捕捉されて処理されている間ずっと、ステージ１０３は収集される画像のリストがすべて尽くされるまで、ステップ１５０３以降から、スキャン制御器１０２からの命令に従って試料１０６を動かし続ける。上記のように、対物レンズ１０７が中央の接触位置におけるカバースリップの表面の直ぐ下の画像平面上にフォーカスされる場所から初期フォーカススキャンが開始される。初期フォーカススキャンはさらにカバースリップの下へ進み、カバースリップの最大の光学的厚さに対応している深さを通過するまで、対物レンズ１０７の焦点の各深さごとに１つの画像を収集する。カバースリップの光学的厚さの最大値は採用されている特定の装置によって変わる所定の許容厚さであってよい。初期フォーカススキャンは試料の上にシステムをフォーカスするために、シード（ｓｅｅｄ）点と呼ばれる開始点を識別するために使われる。この開始点が試料の中の細胞から導かれているか、又はスライドの表面上の塵などの他の物質から導かれるかどうかは重要ではないので、形態学的パターン認識は初期フォーカススキャンに対しては使われない。代わりに、より単純な強度勾配フォーカス品質測度が次のように計算される。図８を参照されたい。この図８はその勾配フォーカススコアを計算する時に画像プロセッサに対するプロセスフローチャートを示している。最初に、ステップ６０１において、画像のグレイレベルからヒストグラムが計算される。このヒストグラムは画像の中の照明の輝度、又は光のレベルの測度を計算するために使われる。特に、光のレベルは０．１％又はそれ以上の画像のピクセルがより高い強度を記録する最高強度のレベルとして定義することができる。ステップ６０２において、光の強度における水平及び垂直の勾配が、ディジタル化された画像の中の各ピクセルにおいて計算される。垂直の勾配の場合、その計算は各ピクセルにおいて、そのピクセルの直ぐ上のピクセルの強度値からそのピクセルの直ぐ下の強度値を差し引くことによって計算される。水平の勾配も同様な方法で計算される。これらの勾配は画像の尖鋭度の測度において画像のノイズの影響を減らすためにしきい値に対して比較される。所定のしきい値以下の勾配は０として扱われる。この開示の恩恵を利用できる当業分野の技術に熟達した人であれば、そのしきい値は実験的に導かれるか、又は使用されている特定の画像装置のノイズ特性から得られることが理解される。視野の範囲内で異なる領域の最善のフォーカス位置を識別することができるために、画像プロセッサはステップ６０３において、図５Ｂに示されているのと同様に、５つのグリッドによってその視野を５つに分割する。それ以降の処理では、そのグリッドの中の２５個の各領域に対してそれぞれ２５個の別々のフォーカス測度を計算する。ステップ６０４において、画像の中の２５個のグリッド領域の各々に対して２つ（すなわち、５０個）のヒストグラムが計算される。その２つのヒストグラムはそれぞれ水平及び垂直の勾配画像について計算される。パターン認識を実行しないフォーカシング手順の場合でも、適切な範囲の空間周波数から情報を得るために、フォーカスされるべき対象物のサイズについての何らかのデータを取らなければならない。ここで説明されるフォーカシングシステムは小さい対象物について低倍率で動作するように設計されているので、強度勾配アルゴリズムはステップ６０５において２５個の各領域における５０個の最大勾配だけを使うことによってサイズを考慮に入れる。残りの勾配のヒストグラムは無視される。ステップ６０６において、これらの５０個の勾配の二乗値が合計され、フォーカススキャンにおける各画像に対して２５個のフォーカススコアを作り出すために、光のレベルによって割算される。その光のレベルは二乗特性から線形までの、それぞれの照明における依存性を減らすためにそのスコアを正規化するために使われる。これは何らかの理由で照明が不明瞭である場合に、そのアルゴリズムを画像について使うことができるので便利である。画像処理システム１０９が最初のフォーカススキャンにおいて各画像に対する２５個の勾配フォーカススコアを計算すると、マッチしているフォーカス位置と一緒に、これらのスコアを図７の中のステップ１５１１で示されているように、そして上記のように中央コンピュータ１０１に対して送り返す。図７のステップ１５１２における中央コンピュータ１０１のタスクは、２５の各領域内のフォーカス位置の関数としてフォーカススコアにおけるピークを探すこと、ノイズによる寄生変動を無視すること、そして最善の焦点面の初期近似を得ることである。中央コンピュータ１０１はこれを図９に示されているように実行する。最初に、ステップ６２０において、各領域に対するスコアがフォーカススコアにおけるノイズを減らすためにフォーカス位置にわたってフィルタされる。この目的のために、最大値の半分における半値幅がその対物レンズの視野の深さに等しいガウシアンカーネルが使われる。第２に、ステップ６２１において、位置に対するフォーカススコアの微分が各領域及び位置に対して計算される。それは各位置と領域におけるフィルタされたフォーカススコアを、その次の位置のフィルタされた同じ領域に対するフォーカススコアから差し引くことによって行なわれる。第３に、ステップ６２２において、すべての領域におけるフォーカススコアの中のピークが識別される。それは２つの正の微分値の次に２つの負の微分値が続く位置に渡ってのパターンを探すこと、そして寄生のピークを見つけることを避けるために、そのピークにおけるフォーカススコアが所定の最低値以上であることを確認するためにチェックすることによって行なわれる。ピークの正確な位置はゼロ交差に対する勾配の線形補間によって見つけられる。図７はフォーカス位置に対する、元のフォーカススコア７０１、ガウスフィルタ型のフォーカススコア７０２、及びフィルタされたスコアの差７０３の一例をプロットすることによってそのピークを見つけるプロセスを示している。図７にプロットされているスコアは単独の領域から見出された値を表している。７０４におけるその微分値の補間された値がゼロである位置はそのピークの計算された位置を表す。ピークの前の正の微分値、及びピークの後の負の微分値に留意されたい。第４に、ステップ６２３において、ピークにおけるフィルタされたフォーカススコアの二次微分をそのピークの大きさで割ることによって、各ピークの尖鋭度が測定される。尖鋭度は与えられたフォーカス位置に対する優先度がどの程度決定的であるかをそのピークが示す指示値を提供する。第５に、ステップ６２４において、すべての領域の中で見つかったすべてのピークが２つのクラスに分けられる。それらはカバースリップの光学的厚さが最小のもの、又は見つかった最高のものより下のもの、及びそれ以外のものである。それらはカバースリップのトップの塵埃から来るピークと試料そのものから来るピークとを分けるために分割される。第６に、ステップ６２５において、各領域の中で、各クラスの中のフォーカススコアが最高のピークが維持され、一方、同じ領域の中の他のピーク及びクラスは無視される。結果として、考慮する各クラスの中に最高でも２５個のピークがある。第７に、ステップ６２６において、各クラスの中のピークの位置の重み付けられた平均値が、各クラスの中の全視野に対する最善のフォーカス位置を表すために取られる。ピークの位置はステップ６２３において計算された相対的なピーク尖鋭度によって重み付けられて、その重み付けられた平均値が導かれる。どれかのピークの尖鋭度がそのクラスの中の最も鋭いピークの値の４分の１以下である場合、このステップにおいては、ソフト過ぎるピークであるとして平均化の計算から除外される。これによって可能なフォーカス位置が最高でも２つ残される。すべてのピークが上位クラスの中にあることが可能であり、その場合、このステージにおいてはただ１つのフォーカス位置があることに留意されたい。第８に、カバースリップのトップにフォーカスする可能性を避けるために、２つのフォーカス位置があった場合に、ステップ６２７において低い方の（カバースリップよりさらに下の）クラスがその試料における最善のフォーカスを表しているとして選定される。第９に、そして最後に、ステップ６２８において、ステップ６２２で有効なピークが見つからなかった場合、ステップ６３０においてそのスキャンは最善のフォーカス位置を見つけることができない。それ以外の場合、ステップ６２７において選定されたフォーカス位置がステップ６２９においてコンピュータ１０１によってスコアされる。これで初期フォーカススキャンの説明は終わる。＜初期スキャンの複数の試み＞図６に戻って参照すると、ステップ４１２における初期フォーカススキャンの結果は、開始フォーカス位置か、又はピークが見つからなかったかのいずれかである。ほとんどすべての場合において、カバースリップの厚さ及び位置に対する物理的な条件を満足する試料を挟んでいるスライドが使われる時、上記の初期フォーカススキャンは成功する。これはフォーカスするために非常に小さな物質が必要であり、そのスキャンはスライドの中央において行なわれ、そこにはいくつかの試料がある可能性があるからである。しかし、ステップ４１３において失敗であることが分かった場合、フォーカシングのシード点を見つけるために追加の試みがなされる。特に、試行の設定回数より少ない回数の試行がステップ４１４において行なわれた場合、フォーカススキャンがそのときちようど試行された視野に隣接した視野において、ステップ４１５において新しい位置が選択され、そして処理はステップ４１２に戻って別の初期スキャンを試行する。次々の試行が元の接触点の回りに螺旋形のパターンで発生し、その中央の接触位置にできるだけ近いままの状態で新しい視野を選択し続ける。試行の設定回数のすべてがステップ４１４において不成功であった時だけ、スライドの処理はステップ４０５において終了する。初期フォーカス位置がステップ４１２において見つかると、パターン認識又は細胞のフォーカススキャンがこの点から開始される。この点は焦点面のマップを生成するためのシード点と呼ばれる。図１１は試料の表面にわたっての細胞のフォーカススキャンの径路を示している。ここで、シード点の位置は「Ｘ」でマークされている。四角形８０１は走査される視野を示しており、矢印８０２はステージがそれに従って動く径路を示している。示されている径路に従うことの目的は、走査に掛かる時間を最小にしながら、スライドから代表的なサンプルを得るためにサンプルにできるだけ近付くようにすることである。使用されるステージは１つの次元内だけを移動するよりも二次元において同時に移動する方が時間がかからず、したがって、示されている対角線上で動くことによって運動の速度が最大になる。また図６へ戻ると、ステップ４１６において、第１の走査が図１１の中のシード点の右側で、そしてシード点の隣から発生する。図１１の中に示されているジグザグのパターンは走査がカバースリップのエッジの１つに近付くたびに、例えば８０４におけるように旋回する。全体のパターンは図１１の中のカバースリップの右端から離れる前に終りに来なければならない。次に走査はステップ４２２及び４１６において再開され、ふたたびシード点に隣接して開始され、シード点の左側へ、図１１の中の丸印でマークされている走査において行なわれる。図１１の中に描かれている走査の最後の逆転８０３は、８０４及び他のすべての逆転のような３ステップではなく、５ステップ掛かることに留意されたい。これは以下に説明される条件の下で、逆転におけるステップの数は試料の処理をスピードアップするために３から５に増加されていることを示す。最初の２つの細胞のフォーカススキャンはシード点によって定義される焦点面に中心が置かれている。細胞のフォーカススキャンは上記の勾配スキャンよりずっと浅く、４つの画像だけの収集と処理から構成され、大雑把にはこの場合も対物レンズの焦点の深さによって分けられる。これによって細胞スキャンがずっと速くなる。細胞スキャンから最善のフォーカス位置を見つけることは、勾配スキャンから見つけるよりも必然的に単純な操作になる。というのは、作業する点が４つだけしかないからである。ノイズから信号を取り出すための画像の処理にずっと大きな負担が掛けられ、そして特に、よく分離された細胞の核を認識してその上に主としてフォーカスするためにより大きな負担が掛けられる。細胞が寄り集まっていて、それぞれの核が明確に区別できない場合にはあまり有用な情報を提供しないことが多い。＜細胞の形態学＞細胞フォーカススキャンにおける画像の処理は単純な形態学的演算の組合せから構成される。図１２Ａ〜図１２Ｄは４つの単純なバイナリの形態学的演算を示している。図１２Ａは３×３での侵食（ｅｒｏｓｉｏｎ）を示しており、一方、図１２Ｂは同じブロックについての拡張（ｄｉｌａｔｉｏｎ）を示している。図１２Ｃは５×５のワイヤーフレームによる侵食を示しており、図１２Ｄは同じワイヤーフレームでの拡張を示している。侵食又は拡張などの形態学的演算は２つのエンティティ（存在）を使う。第１のエンティティは演算が行われる画像であり、第２のエンティティはその演算が実行される構造化要素である。構造化要素はピクセルの格子として考えることができ、その値は「オン」又は「オフ」のいずれかであり、それはユニークな中央のピクセルを所有している。図１２Ａ〜図１２Ｄの中で構造化要素の中央ピクセルはＸでマークされている。形態学的演算は構造化要素の中央を順に元の画像の中の各ピクセルの上に置くこととして想像される。バイナリの演算はピクセルが「オン」又は「オフ」のいずれかである画像について行なわれる。２つの最も単純な演算はバイナリの侵食及び拡張である。バイナリの侵食は構造化要素が画像の中心にある時に、その要素の「オン」ピクセルと整列している画像の「オフ」ピクセルを少なくとも１つ有する、画像内のすべてのピクセルを「オフ」にする。拡張は構造化要素が画像の中心にある時に、「オン」の構造化ピクセルと整列している画像の「オン」ピクセルを少なくとも１つ有する、画像内のすべてのピクセルを「オン」にする。他のすべてのピクセルは「オフ」にセットされる。バイナリの侵食及び拡張はグレースケールの侵食及び拡張に対して容易に一般化される。グレイスケールの侵食はその要素の中の「オン」のピクセルに対応するピクセルの値の最小値によって画像の中の各ピクセルの値を置き換える。グレイスケールの拡張はその要素の中の「オン」のピクセルに対応するピクセルの値の最大値で各ピクセルの値を置き換える。侵食及び拡張は複合の演算を作るために組み合わせられる。特に、同じ要素についての拡張の後に侵食が続く場合はクロージング（閉鎖）と呼ばれ、侵食の後に拡張が続く場合はオープニング（開放）と呼ばれる。図１３は細胞フォーカススコアの形態学的プロセスのデータフローダイアグラムである。各細胞フォーカススキャンからの各画像はカメラ１０８の中に記億された後、そして画像捕捉システム１０４によってディジタル化された後、画像プロセッサ１０９によってこの演算の集合によって処理される。図１０に示されているように、そのプロセスは４つの主な分岐を有する。第１の分岐においては、画像１００１のグレースケール値のヒストグラム１０１１が取られ、そして白、サイト（細胞）、及び黒のレベルと呼ばれる３つのグレースケール値１０１２がそのヒストグラムから計算される。白の値は上記の勾配フォーカススコアの説明の中で記述されている光のレベルと同じである。サイトレベルはその白の値の９５％として定義される。その名前が意味するように、このレベル以下のグレイレベルの画像の領域はおそらく少なくともいくつかの細胞質による領域を表す。黒レベルは白の値の１／１５にノイズのフロアを表す量を加えた値として定義される。黒の値以下のグレイレベルの画像の領域は試料の厚い皮又は他の材質のいずれかを表す。そのような領域はフォーカシングにおける考慮から除外される。細胞形態学的プロセスの第２の分岐においては、元の画像１００１の中の各ピクセルはステップ１０２１においてテストされ、そのグレイレベルがサイトのしきい値を超えているかどうかがチェックされる。超えていた場合、それに対応するバイナリ画像の中のピクセルが０にセットされ、超えていなかった場合、そのバイナリピクセルは１にセットされる。このようにして作られたバイナリ画像は５×５のボックスによって形態学的オープニング１０２２を通り、その後に４３ ×４３のボックスによるオープニング１０２３を通る。５×５のボックスによるオープニング１０２２は実際に細胞を表すには小さ過ぎる領域を（拒否）するために設けられ、一方、４３×４３のボックスによるオープニング１０２３は細胞と細胞との間にすきまがあるのではなく、細胞が積み重なったグループを表しているのに違いないような大きな領域を検出するために設けられている。自由な状態で置かれている細胞におけるフォーカシングの条件に従って、この２つのオープニングの結果がステップ１０２４において排他的オアが取られて細胞質のバイナリイメージを発生する。それは次に５×５のボックスによって拡張され（Ｓ１０２５）、それぞれの細胞のエッジ上にある可能性がある任意の核をピックアップする。細胞フォーカススコアのアルゴリズムの第３の分岐はステップ１０３１において元の画像１００１の各ピクセルをチェックし、そのグレイレベルが上で定義された黒レベルより大きいかどうかが判定される。大きかった場合、それに対応しているバイナリイメージのピクセルが１にセットされ、それ以外の場合は０にセットされる。結果の黒のバイナリイメージは４３×４３のボックスによって侵食され（Ｓ１０３２）、試料の厚い皮のエッジにフォーカスすること、又は人工的なもので縁取られた領域の上にフォーカスすることを避けるために、４３×４３のボックスによって侵食される（Ｓ１０３２）。次にその暗いバイナリ画像は細胞質のバイナリ画像とＡＮＤが取られ（Ｓ１０３３）、認識されるべき核に対する許容された領域を表しているバイナリ画像が作り出される。このアルゴリズムの第４及び最終の分岐は核を検出するために設けられている。それは５×５の領域による元の画像１００１のグレースケールクロージング１０４１から開始される。普通はこのクロージングによって画像から問題の核が消去される。次に、元の画像１００１がステップ１０４２においてクロージングの結果から差し引かれ、テクスチャーが強化された反転画像が作り出され、その中で核が際立って明るいスポットとして現われる。核を識別するバイナリイメージを出現させるために、クロージングの結果はステップ１０４３において８で割算され、次にステップ１０４４においてテクスチャー強化された画像に対してテストされる。テクスチャー強化画像のグレイレベルがローカルな光のレベルのこの測度のレベルを超過した場合、問題のピクセルにはステップ１０４４において核の潜在的な部分としてのフラグが立てられる。このバイナリ画像は許容された領域のバイナリ画像とＡＮＤが取られ（１０４５）、可能な核のピクセルのバイナリマスクが生成される。このようにしてステップ１０４５において作り出されたバイナリマスク画像は、核のサイズ又は形状についての制限がほとんど課せられていないという欠陥を有する。次のステップはこの制限を修正するために設けられている。先ず最初に、２×２のボックスによるオープニング１０４６が適用されて孤立したピクセル又は単独の幅の糸状のピクセルが消去される。第２に、７×７の中空のフレームのピクセルによる結果のマスクの拡張１０４７が反転され（Ｓ１０４８）、次に有望な核のうちの７×７のフレームの内部にフィットしない部分を取り除くためのマスクとアンドが取られる（Ｓ１０４９）。これはその予想される核がほぼ楕円の形であることを要求する。第３に、そして最後に、マスクの中の核のエッジを含ませるために、結果のバイナリ画像が３×３のボックスによって拡張される（Ｓ１０５０）。このステップ１０５０の結果は最終のマスク画像であり、それはフォーカシングの条件をすべて満足している核を識別する。核が識別された後であっても、それらがフォーカスされた尖鋭度を測定する必要性がまだ残っている。この測定を行うために、ステップ１０４２において作られたテクスチャー強化画像が３×３のブロックによって侵食され（Ｓ１０５１）、そしてその結果の画像がテクスチャー強化画像そのものから差し引かれ（Ｓ１０５２）、強化された勾配の画像を作り出す。ステップ１０５３において、この強化された勾配の画像は次に、ステップ１０５０からの最終のマスク画像が０を含んでいる場合には０にセットされ、最終のマスク画像が１を含んでいる場合はそのまま変わらずに残される。最後に、見つけられた核の物質の品質、及びもちろん、その核上のフォーカスの尖鋭度の測度を得るために、その結果の画像のグレイレベルからのヒストグラムがステップ１０５４において取られる。２つの測度がステップ１０５５において１０５４のヒストグラムから次のように計算される。先ず第１に、白レベルの５％以下の強化勾配画像のレベルはすべて核ではない物質によるものであるとして無視される。次に、このレベルより上のピクセルは許容できる核ピクセルの合計数の和に向かってカウントされ、そして核の尖鋭度の測度が白レベルの５％以上であるピクセルの強化された勾配レベルの二乗平均値として計算される。受け入れ可能な核ピクセルの和は見つかった有効な試料の量の測度であり、一方、核の尖鋭度の測度は光のレベルについての依存性を減らすために白レベルによって割算されてから、細胞フォーカススコアとして使われる。＜細胞のフォーカス処理＞中央コンピュータ１０１はこのようにして実行された各細胞フォーカススキャンに対して画像プロセッサ１０９から４つのフォーカススコア及び４つのピクセルカウントを受け取る。コンピュータはこれらの測度を処理する。その処理は以下に説明されるように行なわれる。先ず最初に、コンピュータはどのフォーカススコアが最高であるかを決定する。最高のフォーカススコアがカバースリップから最も遠いものであった場合、そのフォーカススキャンの結果はより良い焦点面を探索するためにカバースリップからさらに遠くへ動かす必要があることを示している。そうでなかった場合、フォーカススコアが最高である画像の核ピクセルのカウント値がチェックされて、それがその画像の０．１％を超えているかどうかが判定される。超えていなかった場合、この視野の中でフォーカスするのには明らかに不十分なので、コンピュータは同じ平面内での走査を続けることを決定する。核ピクセルのカウント値がその画像の０．１％より大きかった場合、そしてフォーカススコアが最高である画像がカバースリップに最も近いものであった場合、そのフォーカススキャンはより良い焦点面を探索するために、カバースリップに対してより近くへ動かす必要があることを示している。非常にまばらなスライドの上のカバースリップの上の材料にフォーカスしようとする動きを防ぐために、カバースリップに向かって動かす前に十分なデータが必要である。フォーカススコアが最大である画像がそのスキャンの頂部にもなく、又は底部にもなかった場合、そしてフォーカススコアが最大である画像がその画像の０．１％を超えていない核ピクセルカウントを持っている場合、フォーカススコアにおける差はそのピークを見つけるために線形に補間することができる。その補間は図７の中の７０４として示されている補間されたゼロ交差に類似している、微分値におけるゼロ交差に対して行なわれる。これは最善のフォーカスを見つけることに成功したことを示し、そしてその位置が記録される。最後に、さらフォーカスすることに対する指示は記録された最善の焦点面に関して中央に置くことである。試料のフォーカススキャンにおける細胞フォーカススキャンの使用に従うために、ふたたび図６を参照されたい。上記のように、ステップ４１６における第１の２つの細胞フォーカススキャンは、シード点によって定義される焦点面を中心としている。ステップ４１７において、これらの走査の第１の結果がコンピュータ１０１によって処理される。結果を導いた後、コンピュータ１０１はステップ４１８において次の細胞スキャンを要求する。そのときちょうど処理されたフォーカススキャンの結果が、フォーカスを下げなければならない（Ｓ１１０３）ことを示していた場合、その要求された走査４１８は、そのときちようど処理された走査より低いフォーカスステップを中心にして行なわれる。その結果が１１０５において十分なデータが得られなかったことを示していた場合、その要求された走査４１８は、そのときちょうど処理された走査と同じ平面を中心とするものである。フォーカスをもっと高くすべきであることをその結果がステップ１１０７において示している場合、最後に成功したフォーカススキャンの平面がテストされて、現在のフォーカス位置がその上のカバースリップの光学的厚さの最小値の半分より小さいかどうかチェックされる。そうであった場合、その要求された走査４１８は１フォーカスステップの高い所に中心が置かれる。そうでなかった場合、カバースリップのトップにフォーカスしようとするのを避けるために、要求された走査４１８はちょうど処理された走査と同じ平面を中心にして行なわれる。ふたたび図６を参照すると、ステップ４１９においてコンピュータはそのときちょうど要求されたフォーカススキャンの位置をテストし、それが図１１の中に示されている走査パターンに従って、そのカバースリップの右又は左の端の点にあるかどうかがチェックされる。そうでなかった場合、コンピュータはステップ４１７へ戻ってちようど完了した走査の結果を計算し、そしてその後、ステップ４１８において新しい走査を要求する。各細胞スキャンの焦点の高さはそれより２つ前の走査の結果に基づいていることに留意されたい。これによってスキャン制御器１０２、画像捕捉システム１０４、画像プロセッサ１０９、及びコンピュータ１０１が、計算の結果を待つのに費やす遅延時間なしで、ステージが動くことができるのと同じ速さで並列にフォーカススキャンを連続的に処理することができる。ステップ４１９においてカバースリップの終りに達した時、ステップ４２０においてまだ処理されるべき２つのフォーカススキャンの結果がある。その時、ステップ４２１において、コンピュータはフォーカススキャンが図１１の中で示されているようにシード点から両方向に既に進行してしまったかどうかを判定する。その場合、試料の細胞フォーカススキャンはステップ４２３において完了する。そうでなかった場合、機械はステップ４２２においてシード点へ戻り、その後、ステップ４１６において逆方向に戻って走査を開始する。両方の方向における最初の２つのフォーカススキャンはシード点の平面を中心として行なわれる。試料の上で正確にフォーカスするには最低の回数の正常な細胞フォーカススキャンが必要である。１つの実施形態においては、スキャンの最低回数は２４である。図１１に示されているように、すべてのスキャンが完了した後でこの数値に達していなかった場合、その試料は自動処理に対して拒否されなければならない。この理由のために拒否されたＰａｐスミアはうろこ状の細胞性が不十分であるために、普通は不満足なものである。さらに、スライドの１つの領域においてのみスキャンが成功している可能性がある。正常に行なわれたフォーカススキャンがスライドのすべての領域をカバーしない場合、そのスライドは試料が狭過ぎる領域内に分布しているとして拒否される。試料の焦点面のモデルが利用できると、それをガイドとして使って低倍率においてカバースリップの下の試料全体をスキャンすることができる。また、それは試料の高倍率フォーカシングのための開始点としても使うことができる。焦点面が傾き過ぎていた場合、高倍率のフォーカシングは高倍率の視野全体に対しては不可能である場合がある。焦点面が傾き過ぎている場合、スライドの処理は終了する。焦点面の変化が激し過ぎる場合、フォーカスの範囲は不正確なフォーカス情報を提供していた可能性がある。フォーカスマップが変わり過ぎている場合、スライドの処理は「試料上でフォーカスすることができない」として終了する。また、試料の上のカバースリップの光学的厚さを評価するために、タッチセンサによって与えられたカバースリップの高さと一緒に、正常なフォーカススキャンのデータを使うこともできる。カバースリップの光学的厚さが厚過ぎるか又は薄過ぎる場合、試料が高分解能の対物レンズを通じて見られる時、受け入れることのできない大きな球面の変形が生じる。結果として、その試料は高倍率の顕微鏡検査には不適切である可能性がある。その試料からカバースリップのトップに対する測度、すなわち、光学的厚さが第１の所定の距離より大きかった場合、又は第２の所定の距離より小さかった場合、そのスライドの処理は終了する。この好適な実施形態において、試料の低倍率スキャンを案内するために焦点面のモデルが使われる。試料の領域が異常でないかどうかが分析される。各スライドの領域の視野は異常性を含んでいる可能性がある場合にランク付けられる。視野がランク付けされた視野が少なすぎた場合、そのスライドは正しく走査されておらず、したがってそのスライドに対する処理は終了する。低倍率のスキャンの間に、泡の領域が識別される。泡の領域が多過ぎた場合、そのスライドの処理は終了する。１つの実施形態においては、低倍率のスキャンの後、焦点面のモデルが高倍率のスキャンに対して生成される。視野の深さは高倍率においては減らされるので、より正確な焦点面が必要である。フォーカスのパンニングは低倍率の焦点面の場合と同じ方法で行なわれる。ただし、そのパンニングは高倍率において行なわれる。高倍率の面が変化があり過ぎる場合、又はフォーカスのパンニングが正常に行なわれることが少な過ぎる場合、そのスライドの処理は停止する。高倍率の面に変化があり過ぎる場合、又は成功したフォーカスのパンニングが少な過ぎる場合、そのスライドの処理は終了する。高倍率のスキャンは高倍率の焦点面のモデルが生成された後で実行される。高倍率のスキャンの間に、低倍率のスキャン時に異常性を含んでいる可能性があるとして識別されたスライドの領域は、画像化されて高倍率で分析される。高倍率の焦点面は高倍率の画像化に対する焦点位置の初期評価値として役立つ。高倍率の焦点面によって与えられる位置が所定のフォーカスの基準に合格しない画像に導く場合、異なるフォーカス位置において同じスライドの領域において追加の画像収集が試行される。所定の回数の収集試行の後、その領域が所定のフォーカス基準を満たさない場合、そのスライドの領域は捨てられる。高倍率のスキャン時にスライドの十分にフォーカスされた領域が少な過ぎた場合、スライドの処理は終了する。高倍率のスキャンの間に、所定の回数より少ないスキャンが第１の試行で十分にフォーカスされた場合、又は十分にフォーカスされなかったスライドの領域が多過ぎた場合、その高倍率の焦点面のモデルは不正確であった可能性がある。良好な画像を補償するために画像の品質がチェックされる。各画像に対して、画像の飽和、０又は２５５の値のピクセルがカウントされる。飽和している画像の数がカウントされる。低倍率又は高倍率のスキャンのいずれかの間に飽和した画像が多過ぎた場合、この光学系は信頼性の高い試料の表示又は画像化のためには十分でない可能性がある。さらに、汚れによって光の径路が不明瞭になっている場合、ストライピングなどの画像の人工的な構造があるシステムにおいては検出される可能性がある。ストライピングが所定の数の画像以上で検出された場合、そのスライドは試料の正確な表示又は画像化ができるには汚れ過ぎている可能性がある。評価の間に、自動化されたシステムはあらかじめ選択されたどれかの基準に対して許容できる範囲以外に落ちたスライドに対しては処理を中断する。自動化システムは処理に失敗したスライドの比率をカウントすることができる。１つの好適な実施形態においては、そのスライドセットは処理に失敗しているスライドの比率が６％以下であれば合格とみなされ、それ以外の場合、それの集合は不合格であるとみなされる。ステップ４０において、自動化システムはそのスライド上でサンプルされた試料の物質の品質及び十分性を評価するために試料収集品質テスト（ＳｐｅｃｉｍｅｎＣｏｌｌｅｃｔｉｏｎＱｕａｌｉｔｙＴｅｓｔ）を実行する。試料の集合の品質は診療所のサンプリング道具及び技法によって大きく変わる。この好適な実施形態においては、試料収集品質テストは２つのテストを含むことができる。表２及び表３はスライドセットがテストされる品質をリストしている。これらのテストに合格しないスライドは不合格の試料収集品質を含む。表２はスライドのセットアップ関連の不具合を示している。表３は処理の適切性に関連した不具合を示している。処理の適切性の不具合は、例えば、処理結果がそのプロセスが検出した基準細胞の数が少な過ぎた時、信頼性が期待できないスライドを含む可能性がある。これらの理由のために処理に失敗しているスライドの比率が測定される。好適な実施形態においては、最初のテストで不合格となったスライドの比率が７％以下であった場合、そのスライドセットは最初のテストで合格であるとみなされ、それ以外の場合は、そのスライドセットは不合格となる。好適な実施形態においては、第２の試料品質テストはすべての正常なスライドに対する基準細胞の比率を測定しランク付けする。基準細胞の比率はスライド上で検出された基準細胞（すなわち、自由な状態で置かれている中間細胞）の数をそのスライド上で検出されたすべての対象物の数で割った値である。１つの好適な実施形熊においては、正常のスライドの８５％がその基準細胞の比率が０．０１５より大きかった場合、そのスライドセットはそのテストに合格しているとみなされる。それ以外の場合、そのスライドセットは不合格となる。スライドセットは試料収集品質テストに合格するためには両方の試料品質テストに合格する必要がある。自動化システムはステップ５０においてスライド取扱い品質テスト（ＳｌｉｄｅＨａｎｄｌｉｎｇＱｕａｌｉｔｙＴｅｓｔ）を実行する。このスライド取扱い品質テストはスライドの処理慣行がＡｕｔｏＰａｐ^(R)３００システムなどの選択された自動化システム上での効果的な処理を行うために修正される可能性があるかどうかを判定する。そのテストはスライドのバーコード付け、クリーニング、及び載置の慣行をあらかじめ選択された診療所のサイトで評価する。表４及び表５はスライド取扱い品質の不具合に対するテストをリストしている。図４はスライドのセットアップ関連の不具合をリストしている。表５は画像処理の方法の適切性に関連する不具合を示している。このシステムはこれらのテストに不合格であるスライドの比率を測定する。好適な実施形態においては、不合格であったスライドの比率が５％以下であった場合、そのスライドセットはスライド取扱い品質テストに合格したと考えられる。それ以外の場合、そのスライドセットは不合格となる。この自動化システムはステップ６０において調製品質テスト（ＰｒｅｐａｒａｔｉｏｎＱｕａｌｉｔｙＴｅｓｔ）を実行する。調製品質テストは研究室の固定化、染色、及びカバースリップを付加するプロセスの結果を評価し、細胞の提供が受け入れ可能な範囲内にあるかどうかをチェックする。好適な実施形態においては、５つのテストが調製品質テストを含む。フルテストに合格するには、そのスライドセットはすべてのテストに合格しなければならない。表６及び表７を参照すると、表に示されている理由のために処理に失敗するスライドは調製品質不良を構成する。細胞質の染色密度が測定される。細胞質の染色の測度が所定の限界外にある場合、その自動化装置はそのスライドを正確にスコアすることができない。そのスライドは画像処理の方法には不適切であると言われる。また、基準細胞核と細胞質との間のコントラストもある。このコントラストの測度が所定の限界の範囲外にあった場合、そのスライドはその装置の画像処理の方法に対しては不適切であると言われる。これらの理由のために処理に失敗しているスライドの比率が測定される。表６はスライドのセットアップ関連の不良を示している。表７は画像処理方法の適切性に関連した不良を示している。好適な実施形態においては、最初のテストに不合格であったスライドの比率が５％以下であった場合、そのスライドセットはその最初のテストに合格し、それ以外の場合、そのスライドセットは不合格となる。第２の調製品質テストはそのスライド上で検出された基準細胞の核染色密度を測定する。測定値は「平均染色」ビンの中に格納される。検出された各中間細胞核に対する平均の光学的密度が計算される。そのスライド上で検出されたすべての中間セル核に対するデータが、１０ビンのヒストグラムの中に蓄積される。正常なスライドに対する平均の染色スコアが計算される。好適な実施形態においては平均の染色スコアが４．２より大きく、６．４より小さい場合、そのスライドセットはこのテストに合格し、それ以外の場合、そのスライドセットは不合格となる。第３の調製品質テストはスライド上で検出された潜在的に異常な細胞核の数をカウントする（ステージ３以上）。子宮頸部内（ｅｎｄｏｃｅｒｖｉｃａｌ）コンポーネント細胞を含む正常なスライドの第８０百分位数が計算される。好適な実施形態においては、その第８０百分位数が３より大きかった場合、そのスライドセットはこのテストに合格する。それ以外の場合、そのスライドセットは不合格となる。第４の調製品質テストは子宮頸部内成分細胞を含む正常なスライドのＱＣスコアの第８０百分位数を測定する。好適な実施形態においては、その第８０百分位数が０．１５より大きく、０．６より小さかった場合、そのスライドセットはこのテストに合格する。それ以外の場合、そのスライドセットは不合格となる。第５の調製品質テストは子宮頸部内成分細胞を含む正常スライドに対する基準細胞核テクスチャーのメディアン（核の不明瞭さの平均値）を測定する。この又は詳細実施形態においては、そのメディアンが５．６５より大きかった場合、そのスライドセットはこのテストに合格する。それ以外の場合、そのスライドセットは不合格となる。ステップ７０において、自動化システムは分類テスト（ＣｌａｓｓｉｆｉｃａｔｉｏｎＴｅｓｔ）を実行する。分類テストはその顧客のスライド及び細胞の提供がＡｕｔｏＰａｐ^(R)３００システムのトレーニング範囲内にあってシステムによって効果的に解釈され得るかどうかを評価する。このテストはスライドの分類の精度を評価する。システムの精度テストは異常な試料の形態に対する感度を評価する。正常なスライドのＱＣスコアの第８０百分位数が計算される。好適な実施形態においては、低級スライドの７０パーセント以上及び高級スライドの８０パーセント以上のＱＣスコアが正常なスライドに対する第８０百分位数以上であった場合、そのスライドセットはこのテストに合格し、それ以外の場合、そのスライドセットは不合格となる。ステップ８０において、自動化システムはステップ３０〜７０におけるテストからの結果を統合化する。好適な実施形態においては、そのスライドセットは各テストに合格していなければならない。さもなければそのスライドセットは不合格とみなされる。そのスライドセットが合格であった場合、そのテストの結果の統合化はそのスライドセットが許容できることをステップ９０において示す。そのスライドセットが不合格であった場合、テスト結果の統合化によってその研究所又は診療所のプロセスの調整のための勧告がステップ１００においてなされる。次に図３を参照すると、この図は本発明のスライド及び試料の調製品質を評価するための方法の、さらに詳細のフローチャートを示している。本発明の１つの実施形態においては、スライド１０３において収集される。ステップ１０４において、その収集されたスライドはクリーンな状態にされてバーコードがそのスライドに付加される。プロセスステップ１０６において、そのスライドはここで説明された各種の品質管理方法に従って処理される。処理は図３に示されているような、そして以下の表に対する参照によって説明されているようなプロセスステップ１０８からプロセスステップ１２６までのステップを含む。プロセスステップ１０８においては、物理的特性に対する品質管理処理に不合格であるスライドの比率が求められる。プロセスステップ１１８においては、スライドはスライドの６％以上がこのテストに不合格であった場合、物理特性に関する品質管理処理に不合格であるとして受け入れられないと判定される。プロセスステップ１１０において、試料収集特性に対する品質管理処理に不合格であるスライドの比率が求められる。プロセスステップ１２０において、スライドはそのスライドの７％以上がこのテストに不合格であった場合、試料収集特性に対する品質管理処理に不合格であるとして受け入れられないと判定される。プロセスステップ１１２において、スライドの取り扱い品質特性に対する品質管理処理に不合格であるスライドの比率が求められる。プロセスステップ１２２において、スライドはそのスライドの５％以上がこのテストに不合格であった場合にスライドの取扱い品質特性に対する品質管理処理に不合格であるとして受け入れられないと判定される。プロセスプロセス１１４において、試料調製特性に対する品質管理処理に不合格であるスライドの比率が求められる。プロセスステップ１２４において、スライドはそのスライドの５％以上がこのテストに不合格である場合、試料品質特性に対する品質管理処理に不合格であるとして受け入れられないと判定される。プロセスステップ１１６において、異常なスライドの比率が正常な処理の第８０百分位数よりスコアリングが高いと判定されている。プロセスステップ１２６において、スライドは低級スライドの７０パーセント以下又は高級スライドの８０％以下のスコアが正常な試料の第８０百分位数より高い場合、受け入れられないと判定される。本発明は特許法に適合するため、及びこの新しい原理を適用するため、そして必要に応じてそのような特殊化されたコンポーネントを構築して使用するために必要な情報を、この分野の技術に熟達した人に提供するために、ここでかなり詳細に説明されてきた。しかし、本発明は異なる装置及び機器によっても実行できること、そして各種の変更が装置の詳細及び動作手順の両方に対して、本発明そのものの適用範囲から逸脱することなしに達成され得ることは理解されるはずである。

───────────────────────────────────────────────────── フロントページの続き (72)発明者リー，シー−ヨン，ジェー. アメリカ合衆国．98006 ワシントン，ベレヴュー，フォーティシックススストリート 14116 サウスイースト【要約の続き】

Claims

【特許請求の範囲】１．スライド及び試料の調製品質に対してスライドセットをテストするための方法であって、ａ）前記スライドセットの中の少なくとも１つのスライドに対してスライド及び試料の調製品質を評価し、評価（３０、４０、５０、６０、７０）を発生するようにするステップと、ｂ）少なくとも１つのスライドの評価（８０）に基づいて前記スライドセットのスライド及び試料調製品質を決定するステップとを含むテスト方法。２．請求項１に記載の方法において、スライド及び試料の調製品質を評価するステップが、前記スライドセットからの１つのスライドの物理特性を評価するステップをさらに含むことを特徴とする方法（３０）。３．請求項２に記載の方法において、スライドの物理特性を評価するステップ（３０）が少なくとも１つのスライド寸法の測定を行うステップ（表１）をさらに含むことを特徴とする方法。４．請求項２に記載の方法において、スライドの物理特性を評価する前記ステップ（３０）がスライドのカバースリップの少なくとも１つの面の特性のチェックを行うステップ（表１）をさらに含むことを特徴とする方法。５．請求項２に記載の方法において、スライドの物理特性を評価するステップ（３０）がスライドのカバースリップの長さが所定の一組の限界値の範囲内にあるかどうかをチェックするステップ（表１）をさらに含むことを特徴とする方法。６．請求項２に記載の方法において、スライドの物理特性を評価する前記ステップ（３０）が、スライドのカバースリップの幅が所定の限界値（表１）の範囲内にあるかどうかをチェックするステップをさらに含むことを特徴とする方法。７．請求項２に記載の方法において、スライドの物理特性を評価する前記ステップ（３０）が、カバースリップの面積が所定の限界値（表１）の範囲内にあるかどうかをチェックするステップをさらに含むことを特徴とする方法。８．請求項２に記載の方法において、スライドの物理特性を評価する前記ステップ（３０）が、少なくとも１つの試料のカバースリップのトップに対する距離が所定の量（表１）より小さいかどうかをチェックするステップをさらに含むことを特徴とする方法。９．請求項２に記載の方法において、スライドの物理特性を評価する前記ステップ（３０）が、少なくとも１つの試料からカバースリップの頂部までの距離が所定の量（表１）より大きいかどうかをチェックするステップをさらに含むこと特徴とする方法。１０．請求項２に記載の方法において、スライドの物理特性を評価する前記ステップ（３０）が、前記スライドの少なくとも１つの幾何学的特性（表１）をチェックするステップをさらに含むことを特徴とする方法。１１．請求項２に記載の方法において、スライド物理特性を評価する前記ステップ（３０）が、スライドのカバースリップの角部が所定の限界値（表１）の範囲内で四角形であるかどうかをチェックするステップをさらに含むことを特徴とする方法。１２．請求項２に記載の方法において、スライドの物理特性を評価する前記ステップ（３０）が、スライドのカバースリップがスライド上で所定の限界値（表１）より多く斜めになっているかどうかをチェックするステップをさらに含むことを特徴とする方法。１３．請求項２に記載の方法において、前記スライドは画像形成器（５０２）を備えている細胞学的スクリーニングシステム（５００）によって眺められ、前記画像形成器５０２は試料（１０６）上に合焦が可能であり、前記画像形成器が所定の精度に対して試料の上に合焦されたかどうかをチェックするステップをさらに含むことを特徴とする方法（図６）。１４．請求項１に記載の方法において、スライド及び試料の品質を評価する前記ステップが、スライドの取扱い品質を評価するステップ（５０）をさらに含むことを特徴とする方法。１５．請求項１に記載の方法において、試料の調製品質を評価する前記ステップが、資料の材料の品質を評価するステップ（４０）をさらに含むことを特徴とする方法。１６．請求項１５に記載の方法において、試料の材料の品質を評価する前記ステップ（４０）が、ａ）スライドのセットアップ関連の不良をチェックするステップ（表２）とｂ）プロセスの適性不良をチェックするステップ（表３）とをさらに含むことを特徴とする方法。１７．請求項１５に記載の方法において、試料の材料品質を評価する前記ステップ（４０）が、スライドの所定の中央領域において見ることができる試料の材料が欠けているかどうかをチェックするステップ（表２）をさらに含むことを特徴とする方法。１８．請求項１５に記載の方法において、試料の材料品質を評価する前記ステップ（４０）が、低倍率の焦点面モデルを生成するために低倍率において正常に合焦する点の数が所定の数より少ないかどうかをチェックするステップ（表２）をさらに含むことを特徴とする方法。１９．請求項１５に記載の方法において、試料の材料品質を評価する前記ステップ（４０）が、スライド上の見える使用材料が所定の基準に適合するかどうかをチェックするステップ（表２）をさらに含むことを特徴とする方法。２０．請求項１５に記載の方法において、前記スライドは画像形成器（５０２）を備えている細胞学的スクリーニングシステム（５００）によって眺められ、前記画像形成器（５０２）は試料（１０６）上に合焦できることを特徴とし、そして試料の材料品質を評価する前記ステップが、前記細胞学的スクリーニングシステムが試料の所定の数の領域以上において正常に合焦したかどうかをチェックするステップ（図６）をさらに含むことを特徴とする方法。２１．請求項１５に記載の方法において、試料の材料品質を評価する前記ステップ（４０）が、その試料が所定の角度以上傾いているかどうかをチェックするステップ（表２）をさらに含むことを特徴とする方法。２２．請求項１５に記載の方法において、試料の材料品質を評価する前記ステップ（４０）が、低倍率の走査の後でランク付けられた視野の数が所定の数より少ないかどうかをチェックするステップ（表２）をさらに含むことを特徴とする方法。２３．請求項１５に記載の方法において、試料の材料品質を評価する前記ステップ（４０）が、高倍率の焦点面モデルを生成するための点の数が所定の数より少ないかどうかをチェックするステップ（表２）をさらに含むことを特徴とする方法。２４．請求項１５に記載の方法において、試料の材料品質を評価する前記ステップ（４０）が、高倍率の焦点面が所定の量より多く変動しているかどうかをチェックするステップ（表２）をさらに含むことを特徴とする方法。２５．請求項１５に記載の方法において、試料の材料品質を評価する前記ステップ（４０）が、高倍率走査における合焦された視野の数が所定の数より少ないかどうかをチェックするステップ（表２）をさらに含むことを特徴とする方法。２６．請求項１５に記載の方法において、試料の材料品質を評価する前記ステップ（４０）が、ａ）基準細胞の数が所定の数より少ないかどうかをチェックするステップ（表３）と、ｂ）少なくとも１回の初期試行において合焦された視野が所定の比率より少ないかどうかをチェックするステップ（表３）と、ｃ）合焦されなかった視野が所定の比率より多いかどうかをチェックするステップ（表３）とをさらに含むことを特徴とする方法。２７．請求項１４に記載の方法において、スライドの取扱い品質を評価する前記ステップ（５０）が、ａ）スライドのセットアップ関連の不良をチェックするステップ（表４）と、ｂ）スライドの分析の適性不良をチェックするステップ（表５）とをさらに含むことを特徴とする方法。２８．請求項２７に記載の方法において、スライドのセットアップ関連の不良をチェックする前記ステップ（表４）が、ａ）スライドのバーコードが正しく読めたかどうかをチェックするステップ（表４）と、ｂ）前記スライドが所定の角度より大きく傾いているかどうかをチェックするステップ（表４）とをさらに含むことを特徴とする方法。２９．請求項２７に記載の方法において、スライドの分析の適性不良をチェックする前記ステップ（表５）が、ａ）ストライピングが所定の量より多いかどうかについてスライドの画像品質ををチェックするステップ（表５）と、ｂ）画像の飽和量が所定の量より多いかどうかをチェックするステップ（表５）とをさらに含むことを特徴とする方法。３０．請求項２９に記載の方法において、画像の飽和をチェックする前記ステップ（表５）が、高倍率の画像の飽和が第１の所定の量より大きいかどうかについてチェックするステップ（表５）をさらに含むことを特徴とする方法。３１．請求項２９に記載の方法において、画像の飽和をチェックする前記ステップ（表５）が、高倍率の画像の飽和が第２の所定の量より大きいかどうかについてチェックするステップ（表５）をさらに含むことを特徴とする方法。３２．請求項２９に記載の方法において、画像の飽和をチェックする前記ステップ（表５）が、低倍率の画像の飽和が所定の量より大きいかどうかについてチェックするステップ（表５）をさらに含むことを特徴とする方法。３３．請求項１に記載の方法において、スライド及び調製品質を評価する前記ステップが、ａ）調製品質が不良かどうかをテストするステップ（６０）と、ｂ）スライドの分析の適切性不良をテストするステップ（７０）とをさらに含むことを特徴とする方法。３４．請求項３３に記載の方法において、調製品質の不良をテストするための前記ステップ（６０）が、ａ）スライド上の泡の面積が所定の量より大きいかどうかをチェックするステップ（表６）と、ｂ）低倍率の走査の後でランキングが十分な視野が所定の量より少ないかどうかをチェックするステップ（表６）とをさらに含むことを特徴とする方法。３５．請求項３３に記載の方法において、スライドの分析の適切性の不良をテストする前記ステップ（７０）が、染色の品質をチェックするステップ（表７）をさらに含むことを特徴とする方法。３６．請求項３５に記載の方法において、染色の品質をチェックする前記ステップ（表７）が、核の染色の平均値が所定の限界値内にあるかどうかをチェックするステップ（表７）をさらに含むことを特徴とする方法。３７．請求項３５に記載の方法において、染色の品質をチェックする前記ステップ（表７）が、細胞質の染色が所定の限界値内にあるかどうかをチェックするステップ（表７）をさらに含むことを特徴とする方法。３８．請求項３５に記載の方法において、染色の品質をチェックする前記ステップ（表７）が、核の染色の詳細が所定の限界値内にあるかどうかをチェックするステップ（表７）をさらに含むことを特徴とする方法。３９．請求項３５に記載の方法において、染色の品質をチェックする前記ステップ（表７）が、核‐細胞質のコントラストが所定の限界値内にあるかどうかをチェックするステップ（表７）をさらに含むことを特徴とする方法。４０．請求項３３に記載の方法において、スライドの分析の適切性の不良をチェックする前記ステップ（７０）が、基準セルの数をカウントして、前記基準セルの数が所定の限界値内にあるかどうかを判定するステップ（表７）をさらに含むことを特徴とする方法。４１．請求項３３に記載の方法において、スライドの分析の適切性不良に対するテストの前記ステップ（７０）が、画像の飽和をチェックするステップ（表７）をさらに含むことを特徴とする方法。４２．請求項４１に記載の方法において、画像の飽和をチェックする前記ステップ（表７）が、高解像度の画像の飽和が所定の量より大きいかどうかに関して画像をチェックするステップ（表７）をさらに含むことを特徴とする方法。４３．請求項４１に記載の方法において、画像の飽和をチェックする前記ステップ（表７）が、低解像度の画像の飽和が所定の量より大きいかどうかに関して画像をチェックするステップ（表７）をさらに含むことを特徴とする方法。４４．請求項１に記載の方法において、少なくとも１つのパラメータが測定されるステップが、少なくとも１つのパラメータが所定の限界値内にあるかどうかを判定するステップ（１０６）をさらに含むことを特徴とする方法。４５．請求項４４に記載の方法において、少なくとも１つのパラメータがあらかじめ選択された自動化システムのトレーニング範囲内にあるかどうかを判定するステップ（７０）をさらに含むことを特徴とする方法。４６．スライドの１つの母集団に対してスライド及び試料の調製品質を分析するための分析装置（５００）であって、ａ）前記スライドの母集団の代表値である画像データを得るための画像収集手段（１０４）と、ｂ）前記画像データを受信するために接続されていて、スライドの品質データの出力データを備えている、少なくとも１つのスライド品質測度値を計算するための手段（１０９）と、ｃ）前記スライド品質データを受信して統合化するために接続されているデータ処理システム（１０１）とを含み、前記データ処理システム（１０１）は母集団の適切性データ出力を提供することを特徴とする装置。４７．請求項４６に記載の装置において、少なくとも１つのスライド品質測度値を計算するための手段（１０９）が、前記画像データを受信するために接続されていて、前記スライド品質データ出力に接続されているスライドの物理特性データ出力を備えている、スライドの物理特性をテストするための手段（１０１）を含むことを特徴とする装置。４８．請求項４６に記載の装置において、少なくとも１つのスライド品質測度値を計算するための手段（１０９）が、前記画像データを受信するために接続されている試料物質の品質（１０１）をテストするため、及び前記スライド品質データ出力に対して接続されている試料材料の品質データを提供するための手段を含むことを特徴とする装置。４９．請求項４６に記載の装置において、少なくとも１つのスライド品質測度値を計算するための手段（１０９）が、前記画像データを受信するために接続されているスライドの取扱い品質（１０１）をテストするため、及びスライドの品質データ出力に接続されているスライドの取扱い品質データ出力を提供するための手段を含むことを特徴とする装置。５０．請求項４６に記載の装置において、少なくとも１つのスライド品質測度値を計算するための手段（１０９）が、前記画像データを受信するために接続されているスライド及び試料の品質（１０１）をテストするため、及びスライドの品質データ出力に接続されているスライド及び試料の品質データ出力を提供するための手段を含むことを特徴とする装置。５１．請求項４６に記載の装置において、少なくとも１つのスライド品質測度値を計算するための手段（１０９）が、前記画像データを受信するために接続されているシステムの精度（１０１）をテストするため、及びスライドの品質データ出力に接続されているシステムの精度データ出力を提供するための手段を含むことを特徴とする装置。５２．請求項４６に記載の装置において、前記データ処理システム（１０９）がスライドの取扱い技法における変さらに対する勧告（１００）を提供するための手段（１０１）をさらに含むことを特徴とする装置。５３．請求項４６に記載の装置において、前記データ処理システム（１０９）が試料調製技法における変化に対する勧告（１００）を提供するための手段（１０１）をさらに含むことを特徴とする装置。５４．請求項４６に記載の装置において、前記画像収集手段（１０４）が自動化された顕微鏡（１０８）をさらに含むことを特徴とする装置。