JP2021096248A - 測定装置及び測定方法 - Google Patents

Abstract

【課題】液体に含まれる有形成分を分類し、分類した有形成分の個数を算出する算出精度を高める。【解決手段】本測定装置は、流路を流れる有形成分を含む液体を撮影した第１の画像と、前記第１の画像と同時に撮影され、且つ撮影倍率が前記第１の画像の撮影倍率より高い第２の画像と、を取得する取得部と、前記第１の画像及び前記２の画像に含まれる有形成分を切り出した切り出し画像を用いて前記有形成分を種類毎に分類し、前記第１の画像から切り出され、指定した分類に含まれる有形成分の総数と、前記第２の画像から切り出され、指定した分類に含まれる有形成分の総数に対する有形成分の種類毎の割合と、を用いて、前記指定された分類に含まれる有形成分の個数を算出する算出部と、を備える。【選択図】図１

Description

本発明は、測定装置及び測定方法に関する。

尿検査の一つとして、フローセル内に設けられた流路を流れる尿検体を撮影し、撮影した画像を解析することにより尿中の沈渣成分（血球、上皮細胞、円柱、細菌、結晶などの尿中の有形（固形）成分）を成分ごとに分類する方法が知られている（例えば、特許文献１、２参照）。

特開平０６−２８８８９５号公報 特開平１１−９４７２７号公報

尿中の沈渣成分の分析は、尿中の沈渣成分の種別を判別する判別処理と、沈渣成分の個数を算出する算出処理とを含む。尿検体を高倍率で撮影することで沈渣成分の形状を詳細に確認できるため、判別処理の精度を高めることができる。一方で、尿検体を高倍率で撮影すると撮影範囲が狭くなることで撮影範囲外を通過する沈渣成分の個数が増大し、撮影画像での捕捉率が低下する。

算出処理の精度を高めるため、撮影範囲外を通過する沈渣成分の個数を少なくするために撮影範囲を広くすると、尿検体を低倍率で撮影することになる。尿検体を低倍率で撮影すると沈渣成分の詳細な形状及び構造を確認できなくなるため、判別処理の精度が低下する。このような課題は、尿検体に限定されず、血液や体液、人工血液等の尿以外の液体に含まれる有形成分を判別し、個数をカウントする場合においても生じ得る。特許文献１では、フローセル中を流れる粒子によって散乱される散乱光を検出器で検出し、検出信号に応じて画像を撮影している。特許文献２では、サンプル測定前に既知の標準サンプルを用いて画像有効係数を取得し、フローセルの撮影領域を通過する全粒子数から画像処理粒子数を計算し、画像処理粒子数に粒子画像有効係数を掛けて計算することにより粒子数を算出している。しかし、散乱光による粒子検出では粒子を成分毎に分類することができなかった。そのため、さらなる測定精度の向上が求められていた。

開示は、液体に含まれる有形成分を分類し、分類した有形成分の個数の算出を行なう測定において測定精度を高めることを課題とする。

開示の技術の１つの側面は、次のような測定装置によって例示される。本測定装置は、流路を流れる有形成分を含む液体を撮影した第１の画像と、前記第１の画像と同時に撮影され、且つ撮影倍率が前記第１の画像の撮影倍率より高い第２の画像と、を取得する取得部と、前記第１の画像及び前記２の画像に含まれる有形成分を切り出した切り出し画像を用いて前記有形成分を種類毎に分類し、前記第１の画像から切り出され、指定した分類に含まれる有形成分の総数と、前記第２の画像から切り出され、指定した分類に含まれる有形成分の総数に対する有形成分の種類毎の割合と、を用いて、前記指定された分類に含まれる有形成分の個数を算出する算出部と、を備える。

開示の技術は、液体に含まれる有形成分を分類し、分類した有形成分の個数を算出する算出精度を高めることができる。

図１は、実施形態に係る測定装置の概略構成を示す図である。 図２は、フローセルの概略構成を示した図である。 図３は、合流部及びテーパ部付近の概略構成を示した図である。 図４は、第４通路を流通するシース液と検体の分布を示した図である。 図５は、第１撮像部と第２撮像部の夫々が撮影した画像の一例を示す図である。 図６は、実施形態における有形成分を分類するフローを示したフローチャートである 図７は、実施形態における有形成分の分類および個数算出のフローを示したフローチャートである。 図８は、第１画像に基づいた有形成分の分類および個数算出の結果の一例を示す図である。 図９は、第２画像に基づいた有形成分の分類および割合算出の結果の一例を示す図である。 図１０は、実施形態における補正処理を行った補正結果を例示する図である。 図１１は、第１変形例における有形成分の分類および個数算出のフローを示したフローチャートである。 図１２は、第２画像に基づいた有形成分の分類および割合算出の結果の一例を示す図である。 図１３は、第１変形例における補正処理を行った補正結果を例示する図である。 図１４は、第２変形例における有形成分の分類および個数算出のフローを示したフローチャートである。 図１５は、第２画像に基づいた有形成分の分類および割合算出の結果の一例を示す図である。 図１６は、第２変形例における補正処理を行った補正結果を例示する図である。 図１７は、第３変形例における有形成分の分類および個数算出のフローを示したフローチャートである。 図１８は、第３変形例における第１画像に基づいた有形成分の分類と個数算出の結果の一例を示す図である。 図１９は、第３変形例における第２画像に基づいた有形成分の分類および割合算出の結果の一例を示す図である。 図２０は、第３変形例における補正処理を行った補正結果を例示する図である。

＜実施形態＞
以下、実施形態についてさらに説明する。以下に示す実施形態の構成は例示であり、開示の技術は実施形態の構成に限定されない。実施形態に係る測定装置は、例えば、以下の構成を備える。実施形態に係る測定装置は、
流路を流れる有形成分を含む液体を撮影した第１の画像と、前記第１の画像と同時に撮影され、且つ撮影倍率が前記第１の画像の撮影倍率より高い第２の画像と、を取得する取得部と、
前記第１の画像及び前記２の画像に含まれる有形成分を切り出した切り出し画像を用いて前記有形成分を種類毎に分類し、前記第１の画像から切り出され、指定した分類に含まれる有形成分の総数と、前記第２の画像から切り出され、指定した分類に含まれる有形成分の総数に対する有形成分の種類毎の割合と、を用いて、前記指定された分類に含まれる有形成分の個数を算出する算出部と、を備える。

本測定装置は、液体に含まれる有形成分の種類を判別し、種類毎に有形成分の個数を算出する。本測定装置において、液体は、例えば、尿、血液、体液等の生体由来の液体であってもよいし、人工血液や薬品等の生体に由来しない液体であってもよい。有形成分としては、検体が尿である場合には、血球、上皮細胞、円柱、細菌、結晶等を挙げることができる。

流路は、好ましくは、液体に含まれる有形成分が一か所に滞留せずに、液体中に均一に分布して流れるように形成される。有形成分が液体中に薄く広がることで、第１の画像や第２の画像において複数の有形成分が重なって映り込むことによる個数の算出精度低下が抑制される。流路は、例えば、フローセル内に形成される。

取得部は、第１の画像および第２の画像を取得する。ここで、取得部は、第１の画像や第２の画像を撮影した撮像部から第１の画像及び第２の画像を取得してもよい。また、取得部は、予め記憶部に記憶された第１の画像および第２の画像を当該記憶部から取得してもよい。また、取得部は、他の装置から通信回線等を介して第１の画像及び第２の画像を受信してもよい。

撮像部は、例えば、Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ（ＣＣＤ）イメージセンサまたはＣｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ（ＣＭＯＳ）イメージセンサなどの撮像素子を備えるデジタルカメラである。

第１の画像は、第２の画像よりも拡大倍率が低いため、広い範囲が撮影される。そのため、第１の画像は、撮影画像に捕捉される有形成分数が多く、有形成分の個数をカウントするのに好適である。また、第１の画像よりも高い倍率で撮影される第２の画像は、有形成分の詳細な形状や構造を映すことができる。そのため、第２の画像は、有形成分を分類するのに好適である。本測定装置は、第１の画像に含まれる有形成分の個数と、第２の画像に含まれる有形成分の種類毎の個数とを用いて、有形成分の少なくとも１種類の個数を算出することで、有形成分の個数の算出精度を高めることができる。

本測定装置は、次の特徴を備えてもよい。前記算出部は、前記第１の画像から切り出され、指定した分類に含まれる有形成分の総数に、前記第２の画像から切り出され、指定した分類に含まれる有形成分の総数に対する有形成分の種類毎の割合を掛けることにより、前記指定された分類に含まれる有形成分の個数を算出する。ここで、指定した分類(種類)は、例えば、全ての分類が指定されてもよいし、測定担当者が指定した分類(種類)であってもよいし、誤分類が生じやすい分類(種類)であってもよい。このような特徴を有することで、本測定装置の演算負荷を抑制しつつ、指定した分類(種類)の有形成分の個数の算出精度を高めることができる。

本測定装置は、次の特徴を備えてもよい。前記算出部は、前記有形成分を種類毎に算出した結果を基に、前記有形成分の種類夫々を示す切り出し画像を配置した全成分画像を出力する。このような特徴を備えることで、本測定装置は、有形成分の種類や個数の目視確認を容易なものとすることができる。

本測定装置は、次の特徴を備えてもよい。前記第１の画像を撮影する第１の撮像部と前
記第２の画像を撮影する第２の撮像部とをさらに備え、前記第１の撮像部と前記第２の撮像部の光軸上の焦点位置は等しい。このような特徴を備えることで、焦点があった状態で第１の画像の撮影範囲に第２の画像の撮影範囲が含まれるため、有形成分の個数の算出精度を高めることができる。以上説明した実施形態に係る技術は、測定方法の側面から把握することも可能である。

以下、図面を参照して、実施形態に係る測定装置についてさらに説明する。図１は、実施形態に係る測定装置の概略構成を示す図である。測定装置２０は、撮影装置１を備える。測定装置２０は、検体として例えば尿を撮影装置１によって撮影し、撮影した画像を解析することにより例えば尿中の有形成分の測定を行う。ただし、測定装置２０は、例えば血液や体液などの尿以外の液体検体中の有形成分の測定に対して適用することも可能である。尿は、「有形成分を含む液体」の一例である。

撮影装置１は、検体を撮影する撮像部１０、撮影用の光源１２、及びフローセルユニット１３を備える。フローセルユニット１３は、検体が流通するフローセル１３Ａを固定配置するステージ（図示省略）を備える。フローセル１３Ａはステージに対して脱着可能である。

撮像部１０は、対物レンズ１０１、分岐部１０２、第１レンズ群１０３Ａ、第２レンズ群１０３Ｂ、アパーチャー１０４、第１カメラ１０５Ａ、第２カメラ１０５Ｂを備える。第１カメラ１０５Ａ及び第２カメラ１０５Ｂは、例えばＣＣＤイメージセンサまたはＣＭＯＳイメージセンサなどの撮像素子を用いて撮影を行う。以下では、対物レンズ１０１、分岐部１０２、第１レンズ群１０３Ａ、アパーチャー１０４、第１カメラ１０５Ａを合わせて第１撮像部１００Ａという。また、対物レンズ１０１、分岐部１０２、第２レンズ群１０３Ｂ、第２カメラ１０５Ｂを合わせて第２撮像部１００Ｂという。第１レンズ群１０３Ａ及び第２レンズ群１０３Ｂは、夫々接眼レンズを含み、さらに結像レンズを有する場合もある。フローセル１３Ａは、光源１２と対物レンズ１０１との間に配置され、光源１２及び対物レンズ１０１は、第１撮像部１００Ａと第２撮像部１００Ｂとで共用される。対物レンズ１０１は有限遠補正光学系であっても無限遠補正光学系であってもよいが、対物レンズ１０１を有限遠補正光学系とすることで、撮影装置１をコンパクトにすることができる。第１撮像部１００Ａは、「第１の撮像部」の一例である。第２撮像部１００Ｂは、「第２の撮像部」の一例である。

分岐部１０２は、例えばハーフミラーなどのビームスプリッタである。分岐部１０２は、フローセル１３Ａおよび対物レンズ１０１を通過した光の一部を透過させ、残りを反射することにより、光を２方向に分岐する。分岐された光のうち、分岐部１０２を透過した光は第１レンズ群１０３Ａを介して第１カメラ１０５Ａが有する撮像素子の撮影面に入射する。すなわち、分岐部１０２を透過した光は、第１撮像部１００Ａにおける撮影に供される。一方、分岐部１０２で反射された光は第２レンズ群１０３Ｂを介して第２カメラ１０５Ｂが有する撮像素子の撮像面に入射する。すなわち、分岐部１０２で反射された光は、第２撮像部１００Ｂにおける撮影に供される。分岐部１０２と第１カメラ１０５Ａとの間の光の光路を第１光路といい、分岐部１０２と第２カメラ１０５Ｂとの間の光の光路を第２光路という。また、図１に例示するように、分岐部１０２は対物レンズ１０１の光軸１１Ｂ上に配置される。また、図１では、第１光路の光軸を１１１Ａで示し、第２光路の光軸を１１１Ｂで示す。

アパーチャー１０４は、分岐部１０２と第１レンズ群１０３Ａとの間に配置される。すなわち、アパーチャー１０４は、第１光路に挿入される。アパーチャー１０４は、板に円形の穴を開けて形成される。アパーチャー１０４は、第１レンズ群１０３Ａの光軸１１１Ａがアパーチャー１０４の穴の中心軸を通り、第１光路の光軸１１１Ａと直交する位置に
配置される。アパーチャー１０４は、第１光路において周辺部の光を遮ることにより第１カメラ１０５Ａへ向かう光の開口を小さくする絞りである。アパーチャー１０４によって第１カメラ１０５Ａの被写界深度が深くなる。

測定装置２０には、制御部としてのコントローラ１４が設けられる。コントローラ１４は、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＣＰＵ）１４Ａ、Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＲＯＭ）１４Ｂ、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ）１４Ｃ、Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＥＥＰＲＯＭ）１４Ｄ、およびインターフェイス回路１４Ｅを備える。ＣＰＵ１４Ａ、ＲＯＭ１４Ｂ、ＲＡＭ１４Ｃ、ＥＥＰＲＯＭ１４Ｄおよびインターフェイス回路１４Ｅは、バス線１４Ｆにより相互に接続される。

ＣＰＵ１４Ａは、ＲＯＭ１４Ｂに格納されてＲＡＭ１４Ｃに読み込まれたプログラムにしたがって、測定装置２０の全体を制御する。ＲＯＭ１４Ｂには、ＣＰＵ１４Ａを動作させるためのプログラムやデータが格納される。ＲＡＭ１４Ｃは、ＣＰＵ１４Ａにワーク領域を提供するとともに、各種のデータやプログラムを一時的に記憶する。ＥＥＰＲＯＭ１４Ｄは、各種の設定データなどを記憶する。インターフェイス回路１４Ｅは、ＣＰＵ１４Ａと各種回路との間の通信を制御する。

インターフェイス回路１４Ｅには、第１撮像部１００Ａ、第２撮像部１００Ｂ、光源１２、第１ポンプ１５Ａ及び第２ポンプ１５Ｂの制御線が接続される。第１撮像部１００Ａ、第２撮像部１００Ｂ、光源１２、第１ポンプ１５Ａ及び第２ポンプ１５Ｂは、ＣＰＵ１４Ａからの制御信号によって制御される。第１ポンプ１５Ａは、第１供給管１３２Ａを介してフローセル１３Ａにシース液を供給するポンプである。第２ポンプ１５Ｂは、第２供給管１３３Ａを介してフローセル１３Ａに検体を供給するポンプである。シース液とは、フローセル１３Ａ中の検体の流れを制御する液体である。シース液としては、例えば検体が尿である場合には生理食塩水を挙げることができる。但し、生理食塩水以外の溶液がシース液として用いられてもよい。

図２は、フローセル１３Ａの概略構成を示した図である。フローセル１３Ａは、第１板１３０と第２板１３１とを接合（例えば熱圧着）することにより形成される。図２は、第１板１３０側からフローセル１３Ａを見た図である。なお、図２に示すフローセル１３Ａの幅方向を直交座標系におけるＸ軸方向、長手方向をＹ軸方向、厚さ方向をＺ軸方向とする。撮影される検体はフローセル１３Ａ内でＹ軸方向に流れる。対物レンズ１０１の光軸１１Ｂは、Ｚ軸方向に配置される。

フローセル１３Ａの材料には、ＰＭＭＡ（アクリル樹脂）、ＣＯＰ（シクロオレフィンポリマー）、ＰＤＭＳ（ポリジメチルシロキサン）、ＰＰ（ポリプロピレン）、石英ガラスといった例えば９０％以上の可視光透過性がある材料を採用することができる。

第１板１３０には、シース液を供給するための第１供給口１３２、検体を供給するための第２供給口１３３、シース液及び検体を排出するための排出口１３４が設けられる。第１供給口１３２、第２供給口１３３、排出口１３４は、夫々第１板１３０を厚さ方向に貫通する。第１供給口１３２は、第１板１３０の長手方向の一端側に設けられる。第２供給口１３３は、第１板１３０の長手方向の他端側に設けられる。排出口１３４は第１板１３０の長手方向の第１供給口１３２と第２供給口１３３との間に設けられる。

第１供給口１３２、第２供給口１３３、排出口１３４は、互いに通路１３５Ａ、１３５Ｂ、１３６、１３８によって連通される。これら通路１３５Ａ、１３５Ｂ、１３６、１３８は、第１板１３０の接合面側の表面から断面が矩形となるように凹んで形成される。ま
た、これら通路１３５Ａ、１３５Ｂ、１３６、１３８の断面は、深さ方向（図２のＺ軸方向）よりも幅方向（図２のＸ軸方向）のほうが大きくなるように形成される。第１板１３０と第２板１３１とを接合すると、第２板１３１は、通路１３５Ａ、１３５Ｂ、１３６、１３８を形成する壁材となる。

第１供給口１３２には、第１通路１３５Ａ及び第２通路１３５Ｂが接続される。第１通路１３５Ａ及び第２通路１３５Ｂは、夫々逆回りに、第１板１３０の外縁に沿って第２供給口１３３側に向かい、合流部１３７において合流する。また、第２供給口１３３には、第３通路１３６が接続される。第３通路１３６は、合流部１３７において、第１通路１３５Ａ及び第２通路１３５Ｂと合流する。合流部１３７は、第４通路１３８を介して排出口１３４に接続される。第４通路１３８には、合流部１３７から排出口１３４に向かって第４通路１３８の深さ（第１板１３０の板厚方向（Ｚ軸方向）の長さ）が徐々に小さくなるテーパ形状に形成されたテーパ部１３８Ａが形成される。テーパ部１３８Ａには、例えば２°〜８°の傾斜が設けられる。

第１供給口１３２には、図１に例示する第１供給管１３２Ａが接続される。第２供給口１３３には、図１に例示する第２供給管１３３Ａが接続される。排出口１３４には、排出管（図示省略）が接続される。第１供給管１３２Ａから第１供給口１３２に供給されたシース液は、第１通路１３５Ａ及び第２通路１３５Ｂを流通する。第２供給管１３３Ａから第２供給口１３３に供給された検体は第３通路１３６を流通する。そして、シース液及び検体が合流部１３７において合流して第４通路１３８を流通し、排出口１３４から排出管に排出される。

図３は、合流部１３７及びテーパ部１３８Ａ付近の概略構成を示した図である。合流部１３７においては、第３通路１３６が第２板１３１側に偏って配置される。検体は、合流部１３７において、第２板１３１に沿って流れる。

図４は、第４通路１３８を流通するシース液と検体の分布を示した図である。図４における上側からシース液と検体とが別々に供給された後、合流部１３７においてシース液と検体とが合流する。合流部１３７においてシース液と検体とが合流した直後では、シース液内の検体は、第２板１３１の壁面側の比較的狭い範囲に集中している（Ａ―Ａ線の位置）。その後、検体がテーパ部１３８Ａを流通すると、検体がシース液に押されて第２板１３１の壁面近くで壁面に沿って扁平状に広がる（Ｂ―Ｂ線の位置）。さらに検体が流れると、Ｔｕｂｕｌａｒ−Ｐｉｎｃｈ効果により検体が第２板１３１の壁面から離れて、第４通路１３８の中央方向へ持ち上げられる（Ｃ―Ｃ線の位置）。

有形成分の分布は、シース液中での検体の分布の影響を受ける。測定装置２０は、より多くの有形成分を撮影可能な位置において第１撮像部１００Ａ及び第２撮像部１００Ｂによる撮影を行うことにより、有形成分の測定精度を高めることができる。フローセル１３Ａ中では、Ｙ軸方向の位置によって検体の流れが変化する。図４のＣ−Ｃ線の位置では、Ｂ−Ｂ線の位置よりも、Ｚ軸方向における検体の幅が大きくなる。図４のＣ−Ｃ線の位置では、検体中の有形成分がＺ軸方向に広がって分布するため、有形成分の撮影には不向きである。

一方、図４のＢ−Ｂ線の位置では、上方からシース液が検体を第２板１３１に押しつけるように流れ、検体がシース液で光軸方向において押しつぶされて薄く広がる。そのため、図４のＢ−Ｂ線の位置では、検体中の有形成分がＺ軸方向に広がらずに存在している。なお、シース液、検体とも層流を形成しており、ほとんど混ざり合うことはない。このようなＢ−Ｂ線の位置は、有形成分を撮影するのに適したＹ軸方向の位置であるため、測定装置２０は、このＹ軸方向の位置で検体を撮影する。この位置を撮影位置といい、この撮
影位置に対物レンズ１０１の光軸１１Ｂが合わされる。すなわち、フローセル１３Ａは、撮影位置において、有形成分が検体中に薄く広がるように形成される。撮影位置において有形成分は検体中に均一に分布している。

なお、フローセル１３Ａのテーパ部１３８Ａ通過後の検体は、フローセル１３Ａの壁面に接触している態様を一例として説明したが、フローセルの構造及び検体の流れについてはこの態様だけに限定されない。測定装置２０では、例えば、フローセル１３Ａのテーパ部１３８Ａ通過後に、検体の周りをシース液が取り囲み、シース液の中心部で検体が薄く引き伸ばされる構造のフローセルが用いられてもよい。

図１に戻り、第１撮像部１００Ａでは、第１光路にアパーチャー１０４が挿入されて第１カメラ１０５Ａへ向かう光量が絞られる（開口数が減少する）。一方、第２光路には、アパーチャー１０４に相当する絞りは設けられていない。第１カメラ１０５Ａは、アパーチャー１０４の開口数、第１レンズ群１０３Ａに含まれる各レンズの倍率及び対物レンズ１０１と第１レンズ群１０３Ａとの距離等を調整することで、撮影位置における撮影倍率を第１倍率とする。また、第２カメラ１０５Ｂは、第２レンズ群１０３Ｂに含まれる各レンズの倍率及び対物レンズ１０１と第２レンズ群１０３Ｂとの距離等を調整することで、撮影位置における撮影倍率を第１倍率よりも高倍率の第２倍率とする。ここで、例えば、第１倍率が１０倍であり、第２倍率が４０倍であってもよい。また、第１カメラ１０５Ａ及び第２カメラ１０５Ｂの光軸上の焦点位置は、撮影位置における撮影において検体中の同じ位置に合うように調整される。すなわち、第１カメラ１０５Ａと第２カメラ１０５Ｂの焦点位置は等しい。

ＣＰＵ１４Ａは、第１カメラ１０５Ａ及び第２カメラ１０５Ｂに、フローセル１３Ａを流通する検体中の有形成分の静止画像を同時に撮影させる。静止画像は、検体の拡大画像である。光源１２の点灯時間と第１カメラ１０５Ａ及び第２カメラ１０５Ｂの撮影時間（露光時間）は、ＣＰＵ１４Ａにより同期される。光源１２からフローセル１３Ａには平行光が入射する。ＣＰＵ１４Ａは、撮影に際して光源１２を１〜複数回点灯させる。光源１２の点灯時間は検体の流速に依存し、被写体ぶれが許容範囲内となるように、例えば０．１〜１０μｓｅｃに設定される。１露光に対して、光源１２を複数回発光させることにより、一画像に含まれる有形成分の数を多くしてもよい。測定装置２０は、より多くの有形成分を撮影することにより、有形成分の測定精度をさらに高めることができる。この場合の光源１２の点滅タイミングは、検体の流速と光源１２の点灯時間との関係を考慮して決定すればよい。１検体の測定において、例えば１００〜１０００枚の画像を撮影する。光源１２は、例えばキセノンランプまたは白色ＬＥＤを採用することができるが、これに限らず、他の光源を採用することも可能である。

フローセル１３Ａを透過した光源１２からの光の像を第１撮像部１００Ａと第２撮像部１００Ｂとで撮影すると、撮影倍率が異なる２つの画像が取得される。図５は、第１撮像部１００Ａと第２撮像部１００Ｂの夫々が撮影した画像の一例を示す図である。図５において、第１画像Ｐ１は、第１撮像部１００Ａが撮影位置を第１倍率で撮影した画像の一例である。また、第２画像Ｐ２は、第２撮像部１００Ｂが撮影位置を第２倍率で撮影した画像の一例である。図５に例示されるように、第２画像Ｐ２は、第１画像Ｐ１の一部の領域を拡大した画像である。また、第１カメラ１０５Ａと第２カメラ１０５Ｂの光軸上の焦点位置が等しい。第１画像Ｐ１と第２画像Ｐ２はＸＹ平面における中心位置が一致しているが、第１画像Ｐ１の撮影範囲の中に第２画像Ｐ２の撮影範囲が含まれていればよい。すなわち、第２撮像部１００Ｂが撮影する撮影領域は、第１撮像部１００Ａが撮影する撮影領域に含まれる。両撮像部による撮影領域の位置関係は対応付けられている。ＣＰＵ１４Ａは、例えば、第１撮像部１００Ａ及び第２撮像部１００Ｂの夫々から同時に撮影した第１画像Ｐ１及び第２画像Ｐ２を取得し、取得した第１画像Ｐ１及び第２画像Ｐ２を紐付けて
ＲＡＭ１４Ｃに記憶させる。第１画像Ｐ１は、「第１の画像」の一例である。第２画像Ｐ２は、「第２の画像」の一例である。

第１画像Ｐ１は、第２画像Ｐ２よりも撮影範囲が広い画像であるため、有形成分の個数を求めるのに適している。一方、第２画像Ｐ２は、第１画像Ｐ１よりも撮影倍率が高い画像であるため、細胞核等の形態観察や、有形成分を分類するのに適している。例えば、ＣＰＵ１４Ａは、第１画像Ｐ１を基に検体中の有形成分の個数を算出し、第２画像Ｐ２を基に検体中の有形成分を種類夫々に分類し、分類した種類夫々の個数を算出することができる。

ＣＰＵ１４Ａは、第１撮像部１００Ａおよび第２撮像部１００Ｂにより撮影された画像から、有形成分の位置、大きさ、個数を把握し、把握された有形成分の大きさから画像の切り出しサイズを決定し、切り出し画像を生成する。切り出し画像は、背景画像と撮影した画像とを比較し、差異がある箇所の周辺を囲ってその内部の画像を切り出した画像である。

ＣＰＵ１４Ａは、切り出し画像の生成に先立って、記憶された画像のデータを用いて、画像ごとに、各画素の画素値を平均化したものを背景画像として作成する。画素値は各画素の輝度でも良くＲＧＢ値でもよい。切り出し画像は、ＣＰＵ１４ＡがＲＯＭ１４Ｂに格納されているプログラム（切り出し処理）を実行することにより生成される。切り出し画像は、切り出し位置、切り出しサイズと共にＲＡＭ１４Ｃに記憶される。例えば、ＣＰＵ１４Ａは、第１画像Ｐ１および第２画像Ｐ２の夫々について、背景画像と差異がある箇所が有形成分を含むと判断し、画像に含まれるすべての有形成分について切り出し画像を生成する。ＣＰＵ１４Ａは、第１画像Ｐ１から切り出した切り出し画像を有形成分毎に分類し、各分類項目に分類された切り出し画像の数をカウントする。第１画像Ｐ１の切り出し画像を有形成分毎に分類はせずに、検体中の有形成分の総数だけを算出してもよい。また、ＣＰＵ１４Ａは、第２画像Ｐ２から切り出した切り出し画像夫々について有形成分の形態観察を行い、有形成分を種類毎に分類し、分類した種類夫々の個数を算出する。

図６は、実施形態における有形成分を分類するフローを示したフローチャートである。図６に例示されるフローチャートは、ＣＰＵ１４Ａによって実行される。

Ｓ１０１では、ＣＰＵ１４Ａは、第１撮像部１００Ａによって撮影した第１画像Ｐ１を取得する。また、ＣＰＵ１４Ａは、第２撮像部１００Ｂによって撮影した第２画像Ｐ２を取得する。ＣＰＵ１４Ａは、第１画像Ｐ１及び第２画像Ｐ２をＲＡＭ１４Ｃに記憶させる。Ｓ１０１の処理を実行するＣＰＵ１４Ａは、「取得部」の一例である。Ｓ１０１の処理は、「取得ステップ」の一例である。

Ｓ１０２では、ＣＰＵ１４Ａは、第１画像Ｐ１から有形成分を切り出した第１切り出し画像を生成する。ＣＰＵ１４Ａは、生成した第１切り出し画像をＲＡＭ１４Ｃに記憶させる。

Ｓ１０３では、ＣＰＵ１４Ａは、Ｓ１０２でＲＡＭ１４Ｃに記憶させた第１切り出し画像の位置情報及び特徴量を取得する。ＣＰＵ１４Ａは、第１切り出し画像の位置情報及び特徴量と第１切り出し画像とを関連付けてＲＡＭ１４Ｃに記憶させる。特徴量としては、色、形状、大きさを例示できる。特徴量の取得には、予めＲＯＭ１４Ｂに記憶されたプログラムが用いられる。

Ｓ１０４では、ＣＰＵ１４Ａは、第２画像Ｐ２から有形成分を切り出して第２切り出し画像を生成する。ＣＰＵ１４Ａは、生成した第２切り出し画像をＲＡＭ１４Ｃに記憶させ
る。

Ｓ１０５では、ＣＰＵ１４Ａは、Ｓ１０４でＲＡＭ１４Ｃに記憶させた第２切り出し画像の特徴量を取得する。ＣＰＵ１４Ａは、第２切り出し画像の特徴量と第２切り出し画像とを関連付けてＲＡＭ１４Ｃに記憶させる。

Ｓ１０６では、ＣＰＵ１４Ａは、Ｓ１０３およびＳ１０５で取得した特徴量に基づいて、有形成分の分類および個数算出を行う。分類には、予めＲＯＭ１４Ｂに記憶されたプログラムが用いられる。図７は、実施形態における有形成分の分類および個数算出のフローを示したフローチャートである。すなわち、図７は、図６のＳ１０６における処理の詳細なフローを示す。

Ｓ１０６１では、ＣＰＵ１４Ａは、第１画像Ｐ１から切り出した切り出し画像を基に、有形成分を種類毎に分類し、分類した種類毎の個数を算出する。すなわち、ＣＰＵ１４Ａは、図６のＳ１０３で取得した特徴量に基づいて、有形成分の分類および個数の算出を行う。図８は、第１画像Ｐ１に基づいた有形成分の分類および個数算出の結果の一例を示す図である。図８では、有形成分を大分類及び大分類の中をさらに細かく分類した分類項目に分類している。大分類は、例えば「１」から「８」として８項目に分類される。例えば、図８では、大分類「３」の上皮類は、「扁平上皮」および「その他上皮」の分類項目にさらに細分化されている。大分類「４」の円柱類は「硝子円柱」および「その他円柱」の分類項目にさらに細分化して分類されている。全ての大分類が、さらに細かい分類項目を備えていなくてもよい。ＣＰＵ１４Ａは、図８に例示するように、有形成分の種類夫々の個数および有形成分の総数を算出する。なお、Ｓ１０６１では、ＣＰＵ１４Ａは、有形成分の種類夫々の個数を算出せずに、有形成分の総数のみを算出してもよい。

Ｓ１０６２では、ＣＰＵ１４Ａは、第２画像Ｐ２を基に、有形成分を種類毎に分類し、分類した有形成分の種類夫々について有形成分の総数に対する割合を算出する。すなわち、ＣＰＵ１４Ａは、図６のＳ１０５で取得した特徴量に基づいて、有形成分の分類および割合の算出を行う。図９は、第２画像Ｐ２に基づいた有形成分の分類および割合算出の結果の一例を示す図である。図９では、図８と同様に、有形成分を赤血球や白血球等の種類に分類し、分類した分類毎に有形成分の個数を算出する。また、図９では、図８と同様に、大分類「１」から「８」に分類される。ＣＰＵ１４Ａは、図９に例示するように、有形成分の種類夫々の個数を算出する。また、ＣＰＵ１４Ａは、図９に例示するように、有形成分の総数に対する有形成分の種類夫々の割合も算出する。ＣＰＵ１４Ａは、第１画像Ｐ１よりも高倍率で撮影された第２画像Ｐ２に基づいて有形成分を種類毎に分類することで、有形成分の分類をより高精度で行うことができる。なお、図８及び図９では、有形成分を、「赤血球」、「白血球」、「扁平上皮」、「その他上皮」、「硝子円柱」、「その他円柱」、「細菌」、「結晶」、「その他」、「ゴミ・細胞片」の各種類に分類しているが、有形成分の分類はこれに限定されない。

Ｓ１０６３では、ＣＰＵ１４Ａは、補正処理を行う。ＣＰＵ１４Ａは、Ｓ１０６１で算出した第１画像Ｐ１の切り出し画像から取得した有形成分の総数とＳ１０６２で算出した第２画像Ｐ２の切り出し画像から取得した有形成分の種類夫々の割合とを基に、有形成分の種類夫々の個数を補正する。図１０は、実施形態における補正処理を行った補正結果を例示する図である。ＣＰＵ１４Ａは、例えば、Ｓ１０６２で算出した「赤血球」の割合が「１５．２」％であり、Ｓ１０６１で算出した「総数」が「８２」個であることから、第１画像Ｐ１に基づく各有形成分の総数と、第２画像Ｐ２から取得した各有形成分の存在割合を用いて有形成分の個数を算出する。一例として、第１画像Ｐ１によって得られた有形成分の総数「８２」に第２画像Ｐ２によって分類された赤血球の割合「１５．２％」を乗算して、補正後の赤血球の個数を「１２」個を算出する。補正後の有形成分総数は、第１
画像Ｐ１によって得られた有形成分総数と同じになり、補正後の各分類の割合は、第２画像Ｐ２から取得した割合と同じになる。ＣＰＵ１４Ａは、このような補正処理を各有形成分に対して実行することで、図１０に例示する補正結果を得ることができる。

図６に戻り、Ｓ１０７では、ＣＰＵ１４Ａは、Ｓ１０６で補正処理を行った補正結果を出力する。ＣＰＵ１４Ａは、例えば、図１０に例示する補正結果の一覧表を算出結果としてモニタに出力したり、プリンタに出力して印字したりしてもよい。また、全体観察用に、ＣＰＵ１４Ａは、Ｓ１０６で算出した有形成分の種類夫々の個数、測定に用いた検体量および全成分画像として表示する倍率や画像サイズに基づいて算出した各成分の個数の切り出し画像をランダムに一画面上に配置して作成した全成分画像を算出結果として出力してもよい。Ｓ１０２からＳ１０７の処理を実行するＣＰＵ１４Ａは、「算出部」の一例である。Ｓ１０２からＳ１０７の処理は、「算出ステップ」の一例である。

ＣＰＵ１４Ａは、例えば、第１切り出し画像または第２切り出し画像の夫々をＳ１０６で算出した個数分だけ重ならないようにランダムに配置した全成分画像を作成する。また、ＣＰＵ１４Ａは、全成分画像の一部を拡大して有形成分夫々の形状を容易に目視できる拡大画像を出力してもよい。全成分画像は、例えば、図５に例示した第１画像Ｐ１や第２画像Ｐ２に対して、有形成分の種類夫々の個数をＳ１０６で算出した算出結果に基づいて変更したものである。

実施形態では、ＣＰＵ１４Ａは、Ｓ１０６１において第１画像Ｐ１を基に算出した有形成分の総数と、Ｓ１０６２において第２画像Ｐ２を基に算出した有形成分の種類夫々の割合とを基に、有形成分の種類夫々の個数の補正を行う。有効成分の計数に適する高倍率画像の結果と、有形成分の種類の分類に適する低倍率画像の結果を組み合わせることで、測定装置２０は、有形成分の種類夫々の個数の算出精度を高めることができる。また、第１画像及び第２画像という撮影倍率の異なる画像を取得する際に、光源１２及び対物レンズ１０１が夫々１つで済む。これにより、検体中の有形成分の分類及び個数の算出を、より低コストで実現することができる。

実施形態では、ＣＰＵ１４Ａは、第１切り出し画像または第２切り出し画像の夫々をＳ１０６で算出した個数分だけランダムに重複しないように配置した全成分画像を出力する。また、実施形態では、ＣＰＵ１４Ａは、全成分画像の一部を拡大して有形成分夫々の形状を容易に目視できる拡大画像を出力してもよい。そのため、本実施形態によれば、尿中の有形成分の種類や個数の目視確認が容易になる。

実施形態では、第１カメラ１０５Ａと第２カメラ１０５Ｂの光軸上の焦点位置が等しい。そのため、第１画像Ｐ１及び第２画像Ｐ２では拡大倍率が異なる。第１画像Ｐ１では広範囲の撮影ができるが、有形成分の分類精度は第２画像Ｐ２よりも劣る。本実施形態では、第１画像Ｐ１を用いて算出した有形成分の個数と、第２画像Ｐ２を用いて算出した各分類の存在割合を用いて各有形成分の個数を算出することにより有形成分の種類夫々の個数の計数精度を高めることができる。

（第１変形例）
実施形態では、第１画像Ｐ１を基に算出した有形成分の総数と、第２画像Ｐ２を基に算出した有形成分の種類夫々の割合とを基に、有形成分の種類毎の個数をすべての大分類について補正する。第１変形例では、指定した大分類について有形成分の個数を補正する処理について説明する。第１変形例では、実施形態の図７に例示される処理が変形される。指定する大分類を示す情報は、例えば、予めＲＯＭ１４Ｂに記憶させておいてもよいし、ユーザの操作により指定する大分類を選択してもよい。実施形態と共通の構成要素については同一の符号を付し、その説明は省略する。以下、図面を参照して、第１変形例につい
て説明する。

図１１は、第１変形例における有形成分の分類および個数算出のフローを示したフローチャートである。ここでは、大分類「３」の上皮類が指定されている。Ｓ１０６１ａでは、ＣＰＵ１４Ａは、第１画像Ｐ１を基に、指定された大分類「３」上皮類に分類される有形成分の合計個数を算出する。ここで、第１画像Ｐ１に基づいた有形成分の分類および個数算出の結果が図８に例示される状態であるものとし、指定された大分類は「３」上皮類であるとする。ＣＰＵ１４Ａは、大分類「３」上皮類に分類される「扁平上皮」の個数「１２」個と「その他上皮」の個数「１」個とを加算して合計個数である「１３」個を算出する。Ｓ１０６１ａの処理を実行するＣＰＵ１４Ａは、「第１算出部」の一例である。

Ｓ１０６２ａでは、ＣＰＵ１４Ａは、第２画像Ｐ２を基に、指定された大分類「３」上皮類に分類される有形成分夫々の割合を算出する。図１２は、第２画像Ｐ２に基づいた有形成分の分類および割合算出の結果の一例を示す図である。ＣＰＵ１４Ａは、大分類「３」上皮類に分類される「扁平上皮」の個数「８」個と、「その他上皮」の個数「２」個とを合計して大分類「３」に分類される有形成分の合計個数「１０」個を算出する。ＣＰＵ１４Ａは、第２画像Ｐ２を基に算出した大分類「３」に分類される有形成分の合計個数と、「扁平上皮」、「その他上皮」夫々の個数に基づいて、大分類「３」における「扁平上皮」の割合「８０．０」％と「扁平上皮」の割合「２０．０」％を算出する。Ｓ１０６２ａの処理を実行するＣＰＵ１４Ａは、「第２算出部」の一例である。

Ｓ１０６３ａでは、ＣＰＵ１４Ａは、Ｓ１０６１ａにおいて第１画像Ｐ１に基づいて算出した大分類「３」上皮類に分類された合計個数と、Ｓ１０６２ａにおいて第２画像Ｐ２に基づいて算出した分類項目である「扁平上皮」及び「その他上皮」夫々の割合とに基づいて、「扁平上皮」及び「その他上皮」夫々の個数の補正を行う。ＣＰＵ１４Ａは、第１画像Ｐ１に基づいて算出した大分類「３」に分類される有形成分の合計個数「１３」個に、第２画像Ｐ２に基づいて算出した「扁平上皮」の割合「８０」％を掛けることにより、「扁平上皮」の個数「１０」個を補正値として算出する。また、ＣＰＵ１４Ａは、第１画像Ｐ１に基づいて算出した大分類「３」に分類される有形成分の合計個数「１３」個に、第２画像Ｐ２に基づいて算出した「その他上皮」の割合「２０」％を掛けることにより、「その他上皮」の個数「３」個を補正値として算出する。補正後の有形成分の総数は、第１画像Ｐ１によって得られた有形成分の総数と同じになる。なお、指定された大分類に含まれる合計個数から、その他の分類項目の補正後の個数を減算することにより、補正後の分類項目の個数を算出してもよい。上記の例でいうと、上皮類に含まれる合計個数１３から、「扁平上皮」の補正後の個数である１０を減算して、「その他上皮」の補正後の個数「３」を算出してもよい。その逆も同じである。ＣＰＵ１４Ａは、このような補正処理を指定した大分類に分類される有形成分夫々に対して実行することで、図１３に例示する補正結果を得ることができる。

第１変形例によれば、指定された大分類について高精度で有形成分の個数の算出を行えるとともに、全ての大分類について補正処理を実行する実施形態よりもＣＰＵ１４Ａの処理負荷を低減することができる。なお、第１変形例において、全ての分類を指定した場合が上記の実施形態に相当する。

（第２変形例）
第２変形例では、第１画像Ｐ１を基にした有形成分の分類において、誤分類が生じやすい大分類を指定して、指定した分類について補正を行う。第２変形例では、実施形態の図７に例示される処理が変形される。誤分類が生じやすい大分類を指定する情報は、例えば、予めＲＯＭ１４Ｂに記憶させておいてもよいし、ユーザの操作により指定する大分類を選択してもよい。実施形態と共通の構成要素については同一の符号を付し、その説明は省
略する。以下、図面を参照して、第２変形例について説明する。

図１４は、第２変形例における有形成分の分類および個数算出のフローを示したフローチャートである。Ｓ１０６１ｂにおいて、ＣＰＵ１４Ａは、第１画像Ｐ１に基づいた有形成分の分類結果から、誤分類が生じやすい大分類に分類される有形成分の合計個数を算出する。ここで、第１画像Ｐ１に基づいた有形成分の分類および個数算出の結果が図８に例示される状態であり、誤分類が生じやすい大分類として指定された大分類が「１」、「５」、「６」、「８」であるものとする。ＣＰＵ１４Ａは、第１画像Ｐ１を用いて大分類は「１」、「５」、「６」、「８」に分類される有形成分である「赤血球」、「細菌」、「結晶」、「ゴミ・細胞片」に分類される有形成分の合計個数として「６４」個を算出する。Ｓ１０６１ｂの処理を実行するＣＰＵ１４Ａは、「第１算出部」の一例である。

Ｓ１０６２ｂにおいて、ＣＰＵ１４Ａは、第２画像Ｐ２に基づいた有形成分の分類結果から、誤分類が生じやすい大分類における有形成分夫々の割合を算出する。図１５は、第２画像Ｐ２に基づいた有形成分の分類および割合算出の結果の一例を示す図である。ＣＰＵ１４Ａは、第２画像Ｐ２から有形成分を切り出し、大分類「１」、「５」、「６」、「８」に分類される分類項目（有形成分）の合計個数を算出する。ここでは、ＣＰＵ１４Ａは、「赤血球」、「細菌」、「結晶」、「ゴミ・細胞片」の合計個数として「４９」個を算出する。ＣＰＵ１４Ａは、算出した合計個数に対する「赤血球」、「細菌」、「結晶」、「ゴミ・細胞片」夫々の割合を算出する。例えば、ＣＰＵ１４Ａは、「赤血球」の個数「１０」個を指定された分類に含まれる合計個数「４９」個で除して、「赤血球」の割合「２０．４」％を算出する。Ｓ１０６２ｂの処理を実行するＣＰＵ１４Ａは、「第２算出部」の一例である。

Ｓ１０６３ｂにおいて、ＣＰＵ１４Ａは、Ｓ１０６１ｂにおいて第１画像Ｐ１を用いて算出した合計個数と、Ｓ１０６２ｂにおいて第２画像Ｐ２から算出した有形成分夫々の割合とを基に、誤分類が生じやすい大分類に分類される有形成分夫々の個数を補正する。図１６は、第２変形例における補正処理を行った補正結果を例示する図である。ＣＰＵ１４Ａは、例えば、第２画像Ｐ２から算出した「赤血球」の割合「２０．４」％に、第１画像Ｐ１において誤分類が生じやすい大分類である「１」、「５」、「６」、「８」に分類される有形成分の合計個数である「６４」個を掛けることにより、補正後の赤血球の個数として「１３」個を算出する。ＣＰＵ１４Ａは、このような補正処理を誤分類が生じやすい大分類に分類される各有形成分に対して実行することで、図１６に例示する補正結果を得ることができる。補正後の有形成分の総数は、第１画像Ｐ１によって得られた有形成分の総数と同じになる。

第２変形例によれば、誤分類が生じやすい大分類について高精度で有形成分の個数の算出を行えるとともに、全ての大分類について補正処理を実行する実施形態よりもＣＰＵ１４Ａの処理負荷を低減することができる。

（第３変形例）
高い撮影倍率で撮影する第２画像Ｐ２に基づけば、第１画像Ｐ１による分類よりも有形成分をより詳細に精度よく分類することが可能である。第３変形例では、第２画像Ｐ２による有形成分の分類を第１画像Ｐ１による分類よりも詳細なものとする処理について説明する。第３変形例では、実施形態の図７に例示される処理が変形される。実施形態と共通の構成要素については同一の符号を付し、その説明は省略する。以下、図面を参照して、第３変形例について説明する。

図１７は、第３変形例における有形成分の分類および個数算出のフローを示したフローチャートである。Ｓ１０６１ｃにおいて、ＣＰＵ１４Ａは、第１画像Ｐ１を基に、有形成
分の分類と総数の算出を行う。図１８は、第３変形例における第１画像Ｐ１に基づいた有形成分の分類と個数算出の結果の一例を示す図である。Ｓ１０６１ｃでは、図１８に例示されるように、「赤血球」、「白血球」、「上皮」、「円柱」、「細菌」、「結晶」、「その他」、「ゴミ・細胞片」の８種類に有形成分が分類されたものとする。また、有形成分の「総数」として「１０１」個が得られたものとする。Ｓ１０６１ｃの処理を実行するＣＰＵ１４Ａは、「第１算出部」の一例である。

Ｓ１０６２ｃにおいて、ＣＰＵ１４Ａは、第２画像Ｐ２を基に、有形成分の分類及び割合算出を行う。図１９は、第３変形例における第２画像Ｐ２に基づいた有形成分の分類および割合算出の結果の一例を示す図である。第３変形例では、第２画像Ｐ２が高倍率であることを生かし、Ｓ１０６１ｃにおける第１画像Ｐ１に基づく分類よりも詳細に細分化して有形成分を分類する。例えば、Ｓ１０６１ｃにおける分類では「赤血球」と分類されていた有形成分が、Ｓ１０６２ｃにおける分類では「均一赤血球」と「変形赤血球」の２種類の分類項目に分類されている。ＣＰＵ１４Ａは、分類した有形成分夫々の割合も算出する。ＣＰＵ１４Ａは、例えば、第２画像Ｐ２に基づいて検出された有形成分の「総数」が「８０」個であり、「均一赤血球」の「個数」が「８」個であることから、「均一赤血球」の「割合」として「１０．０」％を算出する。Ｓ１０６２ｃの処理を実行するＣＰＵ１４Ａは、「第２算出部」の一例である。

Ｓ１０６３ｃにおいて、ＣＰＵ１４Ａは、Ｓ１０６１ｃにおいて第１画像Ｐ１に基づいて算出した有形成分の総数と、Ｓ１０６２ｃにおいて第２画像Ｐ２に基づいて詳細に分類した有形成分夫々の割合とを基に、有形成分夫々の個数を算出する。図２０は、第３変形例における補正処理を行った補正結果を例示する図である。ＣＰＵ１４Ａは、例えば、Ｓ１０６１ｃで算出した総数「１０１」個に対して、Ｓ１０６２ｃで算出した「均一赤血球」の割合「１０．０」％を基に、補正後の「均一赤血球」の個数「１０」個を算出する。ＣＰＵ１４Ａは、このような補正処理を有形成分夫々に対して実行することで、図２０に例示する補正結果を得ることができる。

第３変形例では、第１画像Ｐ１では分類することが困難な有形成分の種類についても第２画像Ｐ２を基に分類し、第２画像Ｐ２を基に分類した種類夫々の有形成分の個数を第１画像Ｐ１を基に算出した総数を基に補正する。第３変形例によれば、第１画像Ｐ１では分類することが困難な種類の有形成分夫々についても高い精度で個数を算出することができる。なお、第３変形例では、全ての分類を指定し、全ての分類において補正を行なっている。

（その他の変形）
以上説明した実施形態や各変形例では、第２画像Ｐ２は、第１画像Ｐ１の撮影範囲の一部であった。しかし、第２画像Ｐ２の撮影範囲は、第１画像Ｐ１の撮影範囲内に含まれていなくてもよい。例えば、第１画像Ｐ１の撮影範囲は、第２画像Ｐ２の撮影範囲の上流側もしくは下流側に配置されていてもよい。第２画像Ｐ２は、第１画像Ｐ１の撮影範囲内に含まれていない場合であっても、上記で説明した手法と同様の手法で指定された分類に含まれる有形成分の個数を算出することができる。

以上説明した実施形態や各変形例では、撮影装置１は明視野における撮影を行ったが、撮影装置１は、暗視野、位相差、微分干渉、偏光、蛍光等における撮影を行ってもよい。例えば、暗視野で撮影を行う場合、光源１２からの光をフローセル１３Ａに照射し、フローセル１３Ａからの反射光を対物レンズ１０１に入射させればよい。

以上説明した実施形態や各変形例では、撮影装置１は、第１倍率よりも高い第２倍率で撮影する第２撮像部１００Ｂをひとつ備えるが、撮影装置１は、第１倍率よりも高い倍率
で撮影する撮像部を２以上備えてもよい。この場合、第１倍率よりも高い倍率で撮影する撮像部の撮影範囲は、第１撮像部１００Ａが撮影する撮影範囲に含まれていることが好ましい。すなわち、第１倍率よりも高い倍率で撮影する撮像部は、第１撮像部１００Ａが撮影する画像の一部の領域の拡大画像を撮影するものであることが好ましい。

以上で開示した実施形態や変形例はそれぞれ組み合わせることができる。

１・・・撮像装置
１２・・・光源
１３Ａ・・・フローセル
１４・・・コントローラ
２０・・・測定装置
１００Ａ・・・第１撮像部
１００Ｂ・・・第２撮像部
１０１・・・対物レンズ
１０２・・・分岐部
１０４・・・アパーチャー

Claims (7)

1. 流路を流れる有形成分を含む液体を撮影した第１の画像と、前記第１の画像と同時に撮影され、且つ撮影倍率が前記第１の画像の撮影倍率より高い第２の画像と、を取得する取得部と、
   前記第１の画像及び前記２の画像に含まれる有形成分を切り出した切り出し画像を用いて前記有形成分を種類毎に分類し、前記第１の画像から切り出され、指定した分類に含まれる有形成分の総数と、前記第２の画像から切り出され、指定した分類に含まれる有形成分の総数に対する有形成分の種類毎の割合と、を用いて、前記指定された分類に含まれる有形成分の個数を算出する算出部と、を備える、測定装置。
2. 前記第２の画像の撮影範囲が前記第1の画像の撮影範囲の一部である、請求項１に記載
   の測定装置。
3. 前記算出部は、前記第１の画像から切り出され、指定した分類に含まれる有形成分の総数に、前記第２の画像から切り出され、指定した分類に含まれる有形成分の総数に対する有形成分の種類毎の割合を掛けることにより、前記指定された分類に含まれる有形成分の個数を算出する、請求項１または２に記載の測定装置。
4. 前記算出部は、前記有形成分を種類毎に算出した個数を基に、前記有形成分の種類夫々を示す切り出し画像を配置した全成分画像を出力する、
   請求項１から３のいずれか一項に記載の測定装置。
5. 前記第１の画像を撮影する第１の撮像部と前記第２の画像を撮影する第２の撮像部とをさらに備え、
   前記第１の撮像部と前記第２の撮像部の光軸上の焦点位置は等しい、
   請求項１から４のいずれか一項に記載の測定装置。
6. 流路を流れる有形成分を含む液体を撮影した第１の画像に含まれる有形成分を切り出した切り出し画像を用いて種類毎に分類された画像のうち、指定された分類に含まれる有形成分の総数を算出し、
   流路を流れる有形成分を含む液体を前記第１の画像と同時に撮影し、且つ撮影倍率が前記第１の画像の撮影倍率より高い第２の画像に含まれる有形成分を切り出した切り出し画像を用いて種類毎に分類された画像のうち、指定した分類に含まれる有形成分の総数に対する有形成分の種類毎の割合を算出し、
   前記第１の画像に基づいて算出された前記有形成分の総数及び前記第２の画像に基づいて算出された前記有形成分の種類毎の割合を用いて前記指定された分類に含まれる有形成分の個数を算出する、測定方法。
7. 前記第２の画像の撮影範囲が前記第1の画像の撮影範囲の一部である、請求項６に記載
   の測定方法。
   

Images