JP2525487B2 - 粒子凝集パタ―ン判定方法 - Google Patents
粒子凝集パタ―ン判定方法Info
- Publication number
- JP2525487B2 JP2525487B2 JP1247384A JP24738489A JP2525487B2 JP 2525487 B2 JP2525487 B2 JP 2525487B2 JP 1247384 A JP1247384 A JP 1247384A JP 24738489 A JP24738489 A JP 24738489A JP 2525487 B2 JP2525487 B2 JP 2525487B2
- Authority
- JP
- Japan
- Prior art keywords
- particle
- aggregation pattern
- pattern determination
- aggregate
- determination method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Description
【発明の詳細な説明】 (産業上の利用分野) この発明は、容器内に形成された粒子凝集体の像を撮
像し、その画像データに基づいて前記粒子凝集体の凝集
パターンを判定する粒子凝集パターン判定方法に関す
る。
像し、その画像データに基づいて前記粒子凝集体の凝集
パターンを判定する粒子凝集パターン判定方法に関す
る。
(従来の技術) 従来より、血液型の判定や血液中の抗原,抗体の検出
のために、粒子凝集パターン判定方法が広く採用されて
いる。この方法によれば、マイクロプレートのウェル
(反応容器)に被検査血液をとり、免疫学的反応に基づ
いて血液等を凝集させ、その凝集パターンから血液型の
判定等が行われる。
のために、粒子凝集パターン判定方法が広く採用されて
いる。この方法によれば、マイクロプレートのウェル
(反応容器)に被検査血液をとり、免疫学的反応に基づ
いて血液等を凝集させ、その凝集パターンから血液型の
判定等が行われる。
ところで、これらの判定等は検査員による目視判定に
より行われていたので、検査員により個人差が生じ、ま
た同一検査員でも再現性に欠ける等の問題があった。そ
こで、上記目視判定を機器により行い、判定結果に客観
性を持たせ、測定精度の向上を図るとともに、自動化に
よる判定の省力化が図られている。それらの技術は、例
えば特開昭60−135748号公報,特開昭61−215948号公
報,特開昭62−105031号公報,特開昭63−58237号公報
等に開示されている。これらの技術によれば、マイクロ
プレートのウェル(凝集体を含む)をテレビカメラによ
り撮像し、その画像データに対して所定の画像処理を施
し、その処理結果から凝集パターンが判定される。
より行われていたので、検査員により個人差が生じ、ま
た同一検査員でも再現性に欠ける等の問題があった。そ
こで、上記目視判定を機器により行い、判定結果に客観
性を持たせ、測定精度の向上を図るとともに、自動化に
よる判定の省力化が図られている。それらの技術は、例
えば特開昭60−135748号公報,特開昭61−215948号公
報,特開昭62−105031号公報,特開昭63−58237号公報
等に開示されている。これらの技術によれば、マイクロ
プレートのウェル(凝集体を含む)をテレビカメラによ
り撮像し、その画像データに対して所定の画像処理を施
し、その処理結果から凝集パターンが判定される。
(発明が解決しようとする課題) しかしながら、上記提案にかかる自動判定技術には、
以下の問題がある。
以下の問題がある。
凝集体が常にマイクロプレートのウェルの中心位置に
形成されるわけではないので、各ウェル毎に凝集体の中
心位置を求める必要がある。また、上記自動判定技術の
ひとつとして、例えば、上記画像データを2値化して、
2値化データから凝集体の面積を求め、凝集パターンを
判定するものがあるが、このような単純な方法では誤判
定を招きやすい。例えば、凝集反応が陽性の場合には、
凝集体はマイクロプレートのウェル内を薄く広がり、凝
集体の輝度とその周辺(すなわちウェル)の輝度との差
は小さく、2値化レベルがわずか上下するだけで、上記
のようにして求められる凝集体の面積値が大きく変化す
る。また、2値化処理は照明光量と密接に関係してお
り、照明光量が変化すると、上記と同様に、凝集体の面
積値が変化する。
形成されるわけではないので、各ウェル毎に凝集体の中
心位置を求める必要がある。また、上記自動判定技術の
ひとつとして、例えば、上記画像データを2値化して、
2値化データから凝集体の面積を求め、凝集パターンを
判定するものがあるが、このような単純な方法では誤判
定を招きやすい。例えば、凝集反応が陽性の場合には、
凝集体はマイクロプレートのウェル内を薄く広がり、凝
集体の輝度とその周辺(すなわちウェル)の輝度との差
は小さく、2値化レベルがわずか上下するだけで、上記
のようにして求められる凝集体の面積値が大きく変化す
る。また、2値化処理は照明光量と密接に関係してお
り、照明光量が変化すると、上記と同様に、凝集体の面
積値が変化する。
また上記のような判定方法のほかに、凝集体の輪郭を
画像の濃淡変化の度合に基づいて求め、その輪郭からパ
ターン判定を行う方法もあるが、この方法は外乱の影響
を受けやすく、輪郭を正確に抽出することが困難であ
る。
画像の濃淡変化の度合に基づいて求め、その輪郭からパ
ターン判定を行う方法もあるが、この方法は外乱の影響
を受けやすく、輪郭を正確に抽出することが困難であ
る。
以上のように、上記提案にかかる自動判定技術(方
法)は上記問題点を有し、正確な判定が困難であり、熟
練した検査員と同程度以上の信頼性を持って血液型の判
定等を行うことができない。
法)は上記問題点を有し、正確な判定が困難であり、熟
練した検査員と同程度以上の信頼性を持って血液型の判
定等を行うことができない。
(発明の目的) この発明は上記課題を解決するためになされたもので
あり、信頼性の高い粒子凝集パターン判定方法を提供す
ることである。
あり、信頼性の高い粒子凝集パターン判定方法を提供す
ることである。
(目的を達成するための手段) 請求項第1の発明は反応容器内に形成された粒子凝集
体の二次元画像を撮像し、その二次元画像データに基づ
いて前記粒子凝集体の凝集パターンを判定する粒子凝集
パターン判定方法であって、上記目的を達成するため
に、前記二次元画像データに基づいて前記粒子凝集体の
中心位置を求める第1の工程と、前記粒子凝集体の二次
元画像面上において前記中心位置を含む直線を少なくと
も1つ以上選択し、各直線における濃度プロフィルを求
める第2の工程と、前記第2の工程において求められた
濃度プロフィルごとに、少なくともピーク高さを含む複
数個の濃度プロフィルの特徴量を求める第3の工程と、
前記特徴量に基づいて前記粒子凝集体の凝集パターンを
判定する第4の工程とを備えている。
体の二次元画像を撮像し、その二次元画像データに基づ
いて前記粒子凝集体の凝集パターンを判定する粒子凝集
パターン判定方法であって、上記目的を達成するため
に、前記二次元画像データに基づいて前記粒子凝集体の
中心位置を求める第1の工程と、前記粒子凝集体の二次
元画像面上において前記中心位置を含む直線を少なくと
も1つ以上選択し、各直線における濃度プロフィルを求
める第2の工程と、前記第2の工程において求められた
濃度プロフィルごとに、少なくともピーク高さを含む複
数個の濃度プロフィルの特徴量を求める第3の工程と、
前記特徴量に基づいて前記粒子凝集体の凝集パターンを
判定する第4の工程とを備えている。
また、請求項2の発明は、上記目的を達成するため
に、前記第3の工程において前記特徴量として、前記ピ
ーク高さ以外に、前記濃度プロフィルごとにその濃度プ
ロフィルの面積,分散,平均幅,半値幅のいずれか1つ
以上をさらに求めた後、前記複数の特徴量を統計的に処
理して前記粒子凝集体の凝集パターンを判定している。
に、前記第3の工程において前記特徴量として、前記ピ
ーク高さ以外に、前記濃度プロフィルごとにその濃度プ
ロフィルの面積,分散,平均幅,半値幅のいずれか1つ
以上をさらに求めた後、前記複数の特徴量を統計的に処
理して前記粒子凝集体の凝集パターンを判定している。
また、請求項3の発明は、上記目的を達成するため
に、前記粒子凝集体の二次元画像上で互いに直交する所
定の2直線における濃度プロフィルを求め、各濃度プロ
フィルの重心位置をそれぞれ求め、それらの位置を前記
粒子凝集体の前記中心位置としている。
に、前記粒子凝集体の二次元画像上で互いに直交する所
定の2直線における濃度プロフィルを求め、各濃度プロ
フィルの重心位置をそれぞれ求め、それらの位置を前記
粒子凝集体の前記中心位置としている。
また、請求項4の発明は、上記目的を達成するため
に、前記第3の工程において前記特徴量として、前記ピ
ーク高さ以外に、前記濃度プロフィルごとにその濃度プ
ロフィルの面積,分散,平均幅,半値幅のいずれか1つ
以上をさらに求めている。
に、前記第3の工程において前記特徴量として、前記ピ
ーク高さ以外に、前記濃度プロフィルごとにその濃度プ
ロフィルの面積,分散,平均幅,半値幅のいずれか1つ
以上をさらに求めている。
また、請求項5の発明は、上記目的を達成するため
に、前記第2の工程において直線を4本選択し、該直線
の相互になす角を45゜の倍数としている。
に、前記第2の工程において直線を4本選択し、該直線
の相互になす角を45゜の倍数としている。
さらに、請求項6の発明は、上記目的を達成するため
に、請求項5の発明に加え、前記第4の工程において前
記特徴量を統計的に処理して前記粒子凝集体の凝集パタ
ーンを判定している。
に、請求項5の発明に加え、前記第4の工程において前
記特徴量を統計的に処理して前記粒子凝集体の凝集パタ
ーンを判定している。
(作用) この発明によれば、粒子凝集体の二次元画像面におい
て中心位置を含む直線が少なくとも1つ以上選択され、
各直線における濃度プロフィルが求められた後、それら
の濃度プロフィルごとに、ピーク高さを含むその濃度プ
ロフィルの特徴量が求められるので、その特徴量にその
粒子凝集体の濃度情報が十分に反映され、外乱の影響が
抑えられる。また、“2値化レベル”設定が不要とな
る。
て中心位置を含む直線が少なくとも1つ以上選択され、
各直線における濃度プロフィルが求められた後、それら
の濃度プロフィルごとに、ピーク高さを含むその濃度プ
ロフィルの特徴量が求められるので、その特徴量にその
粒子凝集体の濃度情報が十分に反映され、外乱の影響が
抑えられる。また、“2値化レベル”設定が不要とな
る。
(実施例) 第2図はこの発明の一実施例を適用可能な凝集パター
ン判定装置1の構成図である。この装置1は、マイクロ
プレート2を載置および位置決めするマイクロプレート
台3を有している。マイクロプレート2は、その上面に
マトリックス状態に配置されたウェル2aを有しており、
図示を省略する搬送機構によりマイクロプレート台3に
搭載される。また、マイクロプレート台3の下側には照
明装置5が設けられており、この照明装置5より照射さ
れた光がマイクロプレート台3およびマイクロプレート
2を透過してマイクロプレート台3の上側に設けられた
テレビカメラ4に投影される。
ン判定装置1の構成図である。この装置1は、マイクロ
プレート2を載置および位置決めするマイクロプレート
台3を有している。マイクロプレート2は、その上面に
マトリックス状態に配置されたウェル2aを有しており、
図示を省略する搬送機構によりマイクロプレート台3に
搭載される。また、マイクロプレート台3の下側には照
明装置5が設けられており、この照明装置5より照射さ
れた光がマイクロプレート台3およびマイクロプレート
2を透過してマイクロプレート台3の上側に設けられた
テレビカメラ4に投影される。
そして、テレビカメラ4によりマイクロプレート2全
体が撮像されてビデオ信号VとしてA/D変換器6に入力
され、輝度に応じ8ビット、すなわち256階調のディジ
タル信号Zに変換された後、第3図に示すように、縦48
0画素、横512画素の画像データID(X,Y)として画像メ
モリ7に記録される。また、画像メモリ7はCPU8と接続
されており、そのCPU8に上記画像データID(X,Y)が読
み出されて種々の演算(後で詳説する)がなされ、その
演算結果に基づいて凝集パターンの判定がなされる。そ
して、その判定結果がプリンタ9やディスプレイ(図示
省略)等に出力されるように構成されている。また、画
像メモリ7に記録されている画像データはD/A変換器10
によりビデオ信号V′に変換され、モニタテレビ11に与
えられて、マイクロプレート2の像がモニタテレビ11上
に映し出されるように構成されている。
体が撮像されてビデオ信号VとしてA/D変換器6に入力
され、輝度に応じ8ビット、すなわち256階調のディジ
タル信号Zに変換された後、第3図に示すように、縦48
0画素、横512画素の画像データID(X,Y)として画像メ
モリ7に記録される。また、画像メモリ7はCPU8と接続
されており、そのCPU8に上記画像データID(X,Y)が読
み出されて種々の演算(後で詳説する)がなされ、その
演算結果に基づいて凝集パターンの判定がなされる。そ
して、その判定結果がプリンタ9やディスプレイ(図示
省略)等に出力されるように構成されている。また、画
像メモリ7に記録されている画像データはD/A変換器10
によりビデオ信号V′に変換され、モニタテレビ11に与
えられて、マイクロプレート2の像がモニタテレビ11上
に映し出されるように構成されている。
次に、本発明の一実施例を第1図を参照しつつ説明す
る。
る。
(1)サンプルの撮像 本実施例においては、まず搬送機構によりマイクロプ
レート2がマイクロプレート台3上に搭載される。そし
て、照明装置5を点灯させながらテレビカメラ4により
マイクロプレート2の画像を撮像し、その画像データID
(X,Y)を画像メモリ7に記録する。
レート2がマイクロプレート台3上に搭載される。そし
て、照明装置5を点灯させながらテレビカメラ4により
マイクロプレート2の画像を撮像し、その画像データID
(X,Y)を画像メモリ7に記録する。
以下、画像データをもとに、各ウェルの凝集パターン
を順次以下の手順で処理する。
を順次以下の手順で処理する。
(2)中心位置の算出 次式にしたがって当該ウェル領域の反転画像データ
(濃度に対応するデータ)D(X,Y)を求め、画像メモ
リ7の別の領域に記録する。
(濃度に対応するデータ)D(X,Y)を求め、画像メモ
リ7の別の領域に記録する。
D(X,Y)=IDMAX−ID(X,Y) …(1) ここで、当該ウェル領域とは、予想されるウェル中心
位置を中心としてウェル内部を含む円形、なし、正方形
状の領域である。また、IDMAXは画像データID(X,Y)の
うちの最大値であり、凝集体の背景(すなわち凝集体の
周辺)の画像データに相当する。
位置を中心としてウェル内部を含む円形、なし、正方形
状の領域である。また、IDMAXは画像データID(X,Y)の
うちの最大値であり、凝集体の背景(すなわち凝集体の
周辺)の画像データに相当する。
そして、この反転画像データD(X,Y)に基づいて当
該ウェル内に形成された凝集体の中心位置(i,j)を求
める(ステップS1,第1の工程)。その方法の一例とし
ては、以下のようなものがある。
該ウェル内に形成された凝集体の中心位置(i,j)を求
める(ステップS1,第1の工程)。その方法の一例とし
ては、以下のようなものがある。
第4図に示すように、予想される凝集体の中心位置
(x0,y0)を通り、水平軸(X軸)および垂直軸(Y
軸)に平行な直線l1,l2上での濃度プロフィルZ′x,Z′
yをそれぞれ求める。なお、マイクロプレート2はマイ
クロプレート台3上で位置決められ、しかもウェルにお
ける凝集体の形成位置もある程度予想することができる
ので、位置x0,y0は予め設定しておくことができる。
(x0,y0)を通り、水平軸(X軸)および垂直軸(Y
軸)に平行な直線l1,l2上での濃度プロフィルZ′x,Z′
yをそれぞれ求める。なお、マイクロプレート2はマイ
クロプレート台3上で位置決められ、しかもウェルにお
ける凝集体の形成位置もある程度予想することができる
ので、位置x0,y0は予め設定しておくことができる。
さらにそれらの濃度プロフィルZ′x,Z′yから水平
軸,垂直軸方向における重心位置(xg,yg)をそれぞれ
求める。具体的には、次式にしたがって、位置xg,ygを
それぞれ求める。
軸,垂直軸方向における重心位置(xg,yg)をそれぞれ
求める。具体的には、次式にしたがって、位置xg,ygを
それぞれ求める。
ここでは、ウェルの外縁の影響を避けるために、値
(2n)がウェルの直径よりも十分に小さくなるように値
(n)を設定する。また、上記操作を繰り返し、中心位
置(xg,yg)をより精度良く求めるようにしてもよい。
この後、位置xg,ygの算出に続いて重心位置のX座標xg
およびY座標ygを四捨五入により整数化し、その値を凝
集体の中心位置(i,j)としてもよい。
(2n)がウェルの直径よりも十分に小さくなるように値
(n)を設定する。また、上記操作を繰り返し、中心位
置(xg,yg)をより精度良く求めるようにしてもよい。
この後、位置xg,ygの算出に続いて重心位置のX座標xg
およびY座標ygを四捨五入により整数化し、その値を凝
集体の中心位置(i,j)としてもよい。
なおこの実施例では、直線l1上の濃度プロフィルZ′
xに基づいて位置xgを求めたが、位置(x0,y0)の近傍
で、かつ水平軸(X軸)に平行な複数の直線上の各濃度
プロフィルに基づいて各直線に対する位置xgを求め、そ
れらの値を統計的に処理(例えば平均値を求める処理)
により中心位置xgを求めるようにしてもよく、これによ
り中心位置xgの精度がより一層高まる。また、中心位置
ygについても同様である。
xに基づいて位置xgを求めたが、位置(x0,y0)の近傍
で、かつ水平軸(X軸)に平行な複数の直線上の各濃度
プロフィルに基づいて各直線に対する位置xgを求め、そ
れらの値を統計的に処理(例えば平均値を求める処理)
により中心位置xgを求めるようにしてもよく、これによ
り中心位置xgの精度がより一層高まる。また、中心位置
ygについても同様である。
(3)濃度プロフィルの導出 次に、凝集体画像面上において、ステップS1で求めら
れた中心位置(i,j)を通る直線を少なくとも1本以上
選択し、画像メモリ7に記録されている反転画像データ
D(X,Y)(第5図)に基づいて各直線における濃度プ
ロフィルを求める(ステップS2,第2の工程)。この実
施例では、第6図に示すように、中心位置(i,j)を通
り、かつ水平軸(X軸)とのなす角がそれぞれ0゜,45
゜,90゜,135゜である4本の直線l0,l45,l90,l135を選択
し、各直線l0,l45,l90,l135における濃度プロフィルを
求めている。具体的には、画像メモリ7内の反転画像デ
ータD(i+k,j)(但し、k=…,−2,−1,0,1,2,…
である)をアクセスすることにより直線l0における濃度
プロフィルを求めることができる。第7A図はその結果を
示す図である。また、画像メモリ7内の反転直線データ
D(i+k,j−k)をアクセスすると、直線l45における
濃度プロフィルが求まる。第7B図はその結果を示す図で
ある。さらに、各直線l90,l135における濃度プロフィル
についても上記と同様にしてそれぞれ求まる。なお、第
7A図および第7B図においては、両者のデータの横ピッチ
は等しいが、実際には第7B図におけるデータの横ピッチ
は第7A図における であり、これらの濃度プロフィルから後述する特徴量を
求める場合には所定の補正を施す必要がある。なお、こ
れについては、後で詳説する。
れた中心位置(i,j)を通る直線を少なくとも1本以上
選択し、画像メモリ7に記録されている反転画像データ
D(X,Y)(第5図)に基づいて各直線における濃度プ
ロフィルを求める(ステップS2,第2の工程)。この実
施例では、第6図に示すように、中心位置(i,j)を通
り、かつ水平軸(X軸)とのなす角がそれぞれ0゜,45
゜,90゜,135゜である4本の直線l0,l45,l90,l135を選択
し、各直線l0,l45,l90,l135における濃度プロフィルを
求めている。具体的には、画像メモリ7内の反転画像デ
ータD(i+k,j)(但し、k=…,−2,−1,0,1,2,…
である)をアクセスすることにより直線l0における濃度
プロフィルを求めることができる。第7A図はその結果を
示す図である。また、画像メモリ7内の反転直線データ
D(i+k,j−k)をアクセスすると、直線l45における
濃度プロフィルが求まる。第7B図はその結果を示す図で
ある。さらに、各直線l90,l135における濃度プロフィル
についても上記と同様にしてそれぞれ求まる。なお、第
7A図および第7B図においては、両者のデータの横ピッチ
は等しいが、実際には第7B図におけるデータの横ピッチ
は第7A図における であり、これらの濃度プロフィルから後述する特徴量を
求める場合には所定の補正を施す必要がある。なお、こ
れについては、後で詳説する。
(4)特徴量の算出 次に、ステップS2において求められた濃度プロフィル
ごとに、その濃度プロフィルの特徴量を求める(ステッ
プS3,第3の工程)。この実施例では、特徴量として、
ピーク高さ,面積,分散、または、平均幅を以下のよう
にして濃度プロフィルごとに求めている。
ごとに、その濃度プロフィルの特徴量を求める(ステッ
プS3,第3の工程)。この実施例では、特徴量として、
ピーク高さ,面積,分散、または、平均幅を以下のよう
にして濃度プロフィルごとに求めている。
(4−1)ピーク高さH ピーク高さH0を、第7A図に示す濃度プロフィルに基づ
いて求める。また、H45は第7B図に示す濃度プロフィル
に基づいて求め、ピーク高さH90,H135についても、同様
にして求める。
いて求める。また、H45は第7B図に示す濃度プロフィル
に基づいて求め、ピーク高さH90,H135についても、同様
にして求める。
(4−2)面積S 面積S0,S45,S90,S135を次式にしたがって求める。
ただし、上記と同様に、ウェル2aの外縁の影響を避け
るために、値(2m)はウェル2aの直径よりも十分に小さ
いものとする。なお、式(3B),(3D)における係数 は横ピッチの補正のための補正係数である。
るために、値(2m)はウェル2aの直径よりも十分に小さ
いものとする。なお、式(3B),(3D)における係数 は横ピッチの補正のための補正係数である。
(4−3)分散V 分散V0,V45,V90,V135を次式にしたがって求める。
なお、式(4B),(4D)における係数(=2)は横ピ
ッチの補正のための補正係数である。
ッチの補正のための補正係数である。
(4−4)平均幅W 平均幅W0,W45,W90,W135を次式にしたがって求める。
W0=S0/H0 …(5A) W45=S45/H45 …(5B) W90=S90/H90 …(5C) W135=S135/H135 …(5D) なお、各濃度プロフィルの特徴量としては、これら以
外に、半値幅、(3次モーメント,4次モーメント)など
がある。しかし、実際に検証した結果、処理速度と精度
から上記4個の特徴量で十分であることがわかった。
外に、半値幅、(3次モーメント,4次モーメント)など
がある。しかし、実際に検証した結果、処理速度と精度
から上記4個の特徴量で十分であることがわかった。
そして、上記のようにして求められた各特徴量の範囲
(=最大値−最小値)を求め、それらの範囲が予め設定
した値を越えているか否かを判断する。設定値を越えて
いると判断した場合には、“データ異常”と判定し、そ
のサンプルについては後述するクラス判定を行わない。
このように“データ異常”と判定されるケースとして
は、例えば凝集反応中にマイクロプレート2が振動し
て、凝集体が非対称形状となったような場合がある。一
方、各特徴量の範囲が設定値内にある場合には、次式に
したがって各特徴量の平均値,,,を求める。
(=最大値−最小値)を求め、それらの範囲が予め設定
した値を越えているか否かを判断する。設定値を越えて
いると判断した場合には、“データ異常”と判定し、そ
のサンプルについては後述するクラス判定を行わない。
このように“データ異常”と判定されるケースとして
は、例えば凝集反応中にマイクロプレート2が振動し
て、凝集体が非対称形状となったような場合がある。一
方、各特徴量の範囲が設定値内にある場合には、次式に
したがって各特徴量の平均値,,,を求める。
=(H0+H45+H90+H135)/4 …(6A) =(S0+S45+S90+S135)/4 …(6B) =(V0+V45+V90+V135)/4 …(6C) =(W0+W45+W90+W135)/4 …(6D) (5)クラス判定 次に、上記のようにして求められた値,,,
に基づいて凝集体が凝集反応の陽性、陰性を示す分類、
すなわち、“−",“±",“+",“++",“空”の5つの
クラスのうちのどのクラスの凝集パターンに一致するか
を判定して(ステップS4,第4の工程)、マイクロプレ
ート2のウェル2a内での凝集反応を“−",“±",“+",
“++",“空”の5つのクラスに分類する。
に基づいて凝集体が凝集反応の陽性、陰性を示す分類、
すなわち、“−",“±",“+",“++",“空”の5つの
クラスのうちのどのクラスの凝集パターンに一致するか
を判定して(ステップS4,第4の工程)、マイクロプレ
ート2のウェル2a内での凝集反応を“−",“±",“+",
“++",“空”の5つのクラスに分類する。
上記判定の手法としては、例えばSRI(=Stanford Re
seach Institute)アルゴリズム,判別関数による方法
やマハラノビス距離計算に基づく方法等がある。なお、
これらの手法はいずれも従来より周知の手法である。こ
の実施例では、SRIアルゴリズムを採用し、クラス判定
を行う。以下、その手順について簡単に説明する。
seach Institute)アルゴリズム,判別関数による方法
やマハラノビス距離計算に基づく方法等がある。なお、
これらの手法はいずれも従来より周知の手法である。こ
の実施例では、SRIアルゴリズムを採用し、クラス判定
を行う。以下、その手順について簡単に説明する。
SRIアルゴリズムによるクラス判定を行うためには、
まず実際の検査に先立って、予め目視検査によりクラス
判定が行われたサンプルを多数用意し、第2図に示す凝
集パターン判定装置1を用い、上記操作(ステップS1〜
S3)を行うことにより、それらのサンプルの各特徴量
Hp,Sp,Vp,Wp(P=1,2,3,…)を求めておく必要があ
る。
まず実際の検査に先立って、予め目視検査によりクラス
判定が行われたサンプルを多数用意し、第2図に示す凝
集パターン判定装置1を用い、上記操作(ステップS1〜
S3)を行うことにより、それらのサンプルの各特徴量
Hp,Sp,Vp,Wp(P=1,2,3,…)を求めておく必要があ
る。
そして、特徴量Hp,Sp,Vp,Wpから各クラスにおける各
特徴量の平均値と標準偏差を求める。すなわち、クラス
“−”に相当するサンプルの各特徴量に基づいて特徴量
(ピーク高さ,面積,分散および平均幅)の平均値HC1,
SC1,VC1,WC1と標準偏差σH1,σS1,σV1,σW1をそれぞれ
求める。また同様にして、他のクラス“±",“+",“+
+",“空”についても各クラスにおける特徴量(ピーク
高さ,面積,分散および平均幅)の平均値と標準偏差を
求める。
特徴量の平均値と標準偏差を求める。すなわち、クラス
“−”に相当するサンプルの各特徴量に基づいて特徴量
(ピーク高さ,面積,分散および平均幅)の平均値HC1,
SC1,VC1,WC1と標準偏差σH1,σS1,σV1,σW1をそれぞれ
求める。また同様にして、他のクラス“±",“+",“+
+",“空”についても各クラスにおける特徴量(ピーク
高さ,面積,分散および平均幅)の平均値と標準偏差を
求める。
次に、未知サンプルのクラス判定に際しては、ステッ
プS3において求められた値,,,を次式に代入
して、各クラスからの距離DC1,DC2,DC3,DC4,DC5を求め
る。
プS3において求められた値,,,を次式に代入
して、各クラスからの距離DC1,DC2,DC3,DC4,DC5を求め
る。
なお、式(7B),(7C),(7D),(7E)において、
HC2〜HC5,SC2〜SC5,VC2〜VC5,WC2〜WC5は、それぞれ各
クラス“±",“+",“++",“空”の各特徴量(ピーク
高さ,面積,分散および平均幅)の平均値であり、また
σH2〜σH5,σS2〜σS5,σV2〜σV5,σW2〜σW5はそれ
ぞれ各クラス“±",“+",“++",“空”の各特徴量
(ピーク高さ,面積,分散および平均幅)の標準偏差で
ある。
HC2〜HC5,SC2〜SC5,VC2〜VC5,WC2〜WC5は、それぞれ各
クラス“±",“+",“++",“空”の各特徴量(ピーク
高さ,面積,分散および平均幅)の平均値であり、また
σH2〜σH5,σS2〜σS5,σV2〜σV5,σW2〜σW5はそれ
ぞれ各クラス“±",“+",“++",“空”の各特徴量
(ピーク高さ,面積,分散および平均幅)の標準偏差で
ある。
そして、これら距離DC1,DC2,DC3,DC4,DC5のうち最も
小さい値に対応するクラスを、その被検査対象のクラス
と判定する。
小さい値に対応するクラスを、その被検査対象のクラス
と判定する。
なお、上記のようにこの実施例ではSRIアルゴリズム
を用いて、クラス判定を行ったが、これに限定されない
ことは言うまでもなく、上記の判別関数による方法やマ
ハラノビス距離計算に基づく方法等を用いてもよい。特
に、SRIアルゴリズムは、各特徴量の間に相関関係がな
いという前提の下で成立するため、各特徴量の間に相関
関係がある場合には、判定精度が低下する。これに対し
て、判別関数による方法やマハラノビス距離計算に基づ
く方法は、各特徴量の間の相関関係の有無にかかわら
ず、クラス判定を正確に行うことができる。
を用いて、クラス判定を行ったが、これに限定されない
ことは言うまでもなく、上記の判別関数による方法やマ
ハラノビス距離計算に基づく方法等を用いてもよい。特
に、SRIアルゴリズムは、各特徴量の間に相関関係がな
いという前提の下で成立するため、各特徴量の間に相関
関係がある場合には、判定精度が低下する。これに対し
て、判別関数による方法やマハラノビス距離計算に基づ
く方法は、各特徴量の間の相関関係の有無にかかわら
ず、クラス判定を正確に行うことができる。
また、上記実施例では、ステップS2(第2の工程)に
おいて4本の直線l0,l45,l90,l135を選択し、各直線l0,
l45,l90,l135における濃度プロフィルを求めているが、
直線の選択本数は4本に限度されるものではなく、1本
の直線(例えば直線l0)のみを選択し、その濃度プロフ
ィルを求めた後、上記のようにしてパターン判定を行っ
てもよい。ただし、特徴量の精度を高めるという点で
は、少なくとも2本以上選択することが望ましい。
おいて4本の直線l0,l45,l90,l135を選択し、各直線l0,
l45,l90,l135における濃度プロフィルを求めているが、
直線の選択本数は4本に限度されるものではなく、1本
の直線(例えば直線l0)のみを選択し、その濃度プロフ
ィルを求めた後、上記のようにしてパターン判定を行っ
てもよい。ただし、特徴量の精度を高めるという点で
は、少なくとも2本以上選択することが望ましい。
以上のように、画像データを2値化したり、画像デー
タからウェル2a内に形成された凝集体の輪郭を抽出する
ことなしに、凝集パターンの判定を行うことができる。
そのため、本実施例では、2値化や輪郭抽出のための
“しきい値”の設定が不要であり、操作が簡単である。
また上記と同様の理由から、照明装置5の光量変化の影
響も少ない。また、上記実施例では、輪郭抽出処理が行
われていないので、外乱の影響もほとんどない。その結
果、この実施例によれば、信頼性の高い凝集パターン判
定を行うことができる。
タからウェル2a内に形成された凝集体の輪郭を抽出する
ことなしに、凝集パターンの判定を行うことができる。
そのため、本実施例では、2値化や輪郭抽出のための
“しきい値”の設定が不要であり、操作が簡単である。
また上記と同様の理由から、照明装置5の光量変化の影
響も少ない。また、上記実施例では、輪郭抽出処理が行
われていないので、外乱の影響もほとんどない。その結
果、この実施例によれば、信頼性の高い凝集パターン判
定を行うことができる。
また、複数個数の特徴量から統計的手法を用いてクラ
ス判定を行っているため、クラス判定の信頼性がより一
層高くなる。
ス判定を行っているため、クラス判定の信頼性がより一
層高くなる。
また、テレビカメラ4によりマイクロプレート2全体
が撮像され、その画像データに基づいて各ウェル2aに形
成された凝集体の中心位置が上記のようにして求められ
ている(ステップS1)ので、凝集体が各ウェル2aの中心
位置からずれていたしても、その中心位置を求めるため
にマイクロプレート2をあらためて位置調整する必要は
なく、そのままの状態で凝集体の中心位置を求めること
ができる。
が撮像され、その画像データに基づいて各ウェル2aに形
成された凝集体の中心位置が上記のようにして求められ
ている(ステップS1)ので、凝集体が各ウェル2aの中心
位置からずれていたしても、その中心位置を求めるため
にマイクロプレート2をあらためて位置調整する必要は
なく、そのままの状態で凝集体の中心位置を求めること
ができる。
(発明の効果) 以上のように、請求項1の発明によれば、粒子凝集体
の二次元画像面上において中心位置を含む直線を少なく
とも1つ以上選択し、各直線における濃度プロフィルを
求めた後、それらの濃度プロフィルごとに、ピーク高さ
を含むその濃度プロフィルの特徴量を求め、さらにその
特徴量に基づいて粒子凝集体の凝集パターンを判定する
ので、凝集パターン判定の信頼性を向上させることがで
きる。
の二次元画像面上において中心位置を含む直線を少なく
とも1つ以上選択し、各直線における濃度プロフィルを
求めた後、それらの濃度プロフィルごとに、ピーク高さ
を含むその濃度プロフィルの特徴量を求め、さらにその
特徴量に基づいて粒子凝集体の凝集パターンを判定する
ので、凝集パターン判定の信頼性を向上させることがで
きる。
また、請求項2の発明によれば、複数の特徴量を統計
的に処理して粒子凝集体の凝集パターンを判定している
ので、凝集パターン判定の信頼性をより一層向上させる
ことができる。
的に処理して粒子凝集体の凝集パターンを判定している
ので、凝集パターン判定の信頼性をより一層向上させる
ことができる。
第1図は、この発明にかかる粒子凝集パターン判定方法
の一実施例を示すフローチャートであり、 第2図は、この発明の一実施例を適用可能な凝集パター
ン判定装置の構成図であり、 第3図および第5図は、それぞれ画像メモリに記録され
る画像データを示す図であり、 第4図は、凝集体の中心位置の算出方法を説明するため
の説明図であり、 第6図は、濃度プロフィルの導出方法を説明するための
説明図であり、 第7A図および第7B図は、それぞれ濃度プロフィルを示す
図である。 2……マイクロプレート、2a……ウェル、 S1〜S4……ステップ
の一実施例を示すフローチャートであり、 第2図は、この発明の一実施例を適用可能な凝集パター
ン判定装置の構成図であり、 第3図および第5図は、それぞれ画像メモリに記録され
る画像データを示す図であり、 第4図は、凝集体の中心位置の算出方法を説明するため
の説明図であり、 第6図は、濃度プロフィルの導出方法を説明するための
説明図であり、 第7A図および第7B図は、それぞれ濃度プロフィルを示す
図である。 2……マイクロプレート、2a……ウェル、 S1〜S4……ステップ
Claims (6)
- 【請求項1】容器内に形成された粒子凝集体の二次元画
像を撮像し、その二次元画像データに基づいて前記粒子
凝集体の凝集パターンを判定する粒子凝集パターン判定
方法であって、 前記二次元画像データに基づいて前記粒子凝集体の中心
位置を求める第1の工程と、 前記粒子凝集体の二次元画像面上において前記中心位置
を含む直線を少なくとも1つ以上選択し、各直線におけ
る濃度プロフィルを求める第2の工程と、前記第2の工
程において求められた濃度プロフィルごとに、少なくと
もピーク高さを含む複数個の濃度プロフィルの特徴量を
求める第3の工程と、前記特徴量に基づいて前記粒子凝
集体の凝集パターンを判定する第4の工程とを備えたこ
とを特徴とする粒子凝集パターン判定方法。 - 【請求項2】前記第3の工程において前記特徴量とし
て、前記ピーク高さ以外に、前記濃度プロフィルごとに
その濃度プロフィルの面積,分散,平均幅,半値幅のい
ずれか1つ以上をさらに求め、前記複数の特徴量を統計
的に処理して前記粒子凝集体の凝集パターンを判定する
請求項1記載の粒子凝集パターン判定方法。 - 【請求項3】前記粒子凝集体の二次元画像上で互いに直
交する所定の2直線における濃度プロフィルを求め、各
濃度プロフィルの重心位置をそれぞれ求め、それらの位
置を前記粒子凝集体の前記中心位置とする請求項1記載
の粒子凝集パターン判定方法。 - 【請求項4】前記第3の工程において前記特徴量とし
て、前記ピーク高さ以外に、前記濃度プロフィルごとに
その濃度プロフィルの面積,分散,平均幅,半値幅のい
ずれか1つ以上をさらに求める請求項1記載の粒子凝集
パターン判定方法。 - 【請求項5】前記第2の工程において直線を4本選択
し、該直線の相互になす角を45゜の倍数とする請求項1
記載の粒子凝集パターン判定方法。 - 【請求項6】前記第4の工程において前記特徴量を統計
的に処理して前記粒子凝集体の凝集パターンを判定する
請求項5記載の粒子凝集パターン判定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1247384A JP2525487B2 (ja) | 1989-09-22 | 1989-09-22 | 粒子凝集パタ―ン判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1247384A JP2525487B2 (ja) | 1989-09-22 | 1989-09-22 | 粒子凝集パタ―ン判定方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP30741695A Division JP2790101B2 (ja) | 1995-11-27 | 1995-11-27 | 粒子凝集パターン判定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH03108638A JPH03108638A (ja) | 1991-05-08 |
JP2525487B2 true JP2525487B2 (ja) | 1996-08-21 |
Family
ID=17162631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1247384A Expired - Lifetime JP2525487B2 (ja) | 1989-09-22 | 1989-09-22 | 粒子凝集パタ―ン判定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2525487B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008059934A1 (en) | 2006-11-15 | 2008-05-22 | Olympus Corporation | Method for determining agglutination |
US7785716B2 (en) | 2003-07-18 | 2010-08-31 | Canon Kabushiki Kaisha | Insert-molded article, insert mold and insert molding method |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2809047B2 (ja) * | 1993-05-17 | 1998-10-08 | 富士レビオ株式会社 | 間接凝集免疫測定法及びこれに用いる沈降パターン測定装置 |
US5541417A (en) * | 1995-05-18 | 1996-07-30 | Abbott Laboratories | Quantative agglutination reaction analysis method |
JP5178069B2 (ja) | 2007-06-29 | 2013-04-10 | ベックマン コールター, インコーポレイテッド | Mtシステムによる凝集像自動判定方法、装置、プログラムおよび記録媒体 |
JP5869920B2 (ja) * | 2012-03-08 | 2016-02-24 | 株式会社Screenホールディングス | 画像評価方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5998709A (ja) * | 1982-11-29 | 1984-06-07 | Olympus Optical Co Ltd | 粒子凝集パタ−ン判定方法 |
JPH0676963B2 (ja) * | 1983-12-23 | 1994-09-28 | オリンパス光学工業株式会社 | 粒子凝集パターン判定方法 |
JPH0697203B2 (ja) * | 1986-08-29 | 1994-11-30 | 富士レビオ株式会社 | 粒子凝集判定装置 |
-
1989
- 1989-09-22 JP JP1247384A patent/JP2525487B2/ja not_active Expired - Lifetime
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7785716B2 (en) | 2003-07-18 | 2010-08-31 | Canon Kabushiki Kaisha | Insert-molded article, insert mold and insert molding method |
WO2008059934A1 (en) | 2006-11-15 | 2008-05-22 | Olympus Corporation | Method for determining agglutination |
Also Published As
Publication number | Publication date |
---|---|
JPH03108638A (ja) | 1991-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5081689A (en) | Apparatus and method for extracting edges and lines | |
CN102988052B (zh) | 足长测量方法及*** | |
TWI669519B (zh) | 電路板瑕疵篩選方法及其裝置與電腦可讀取記錄媒體 | |
JP6875836B2 (ja) | ワイヤロープ計測装置及び方法 | |
CN116109635B (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
CN117408995B (zh) | 基于多特征融合的电源适配器外观质量检测方法 | |
TW201506350A (zh) | 高產出量及低成本之高度三角測量系統及方法 | |
JP2525487B2 (ja) | 粒子凝集パタ―ン判定方法 | |
JP2002140693A (ja) | 画像処理パラメータ決定装置、画像処理パラメータ決定方法および画像処理パラメータ決定プログラムを記録した記録媒体 | |
JP2790101B2 (ja) | 粒子凝集パターン判定装置 | |
JP3071956B2 (ja) | ビッカース硬さ自動読み取り装置 | |
CN114813761B (zh) | 一种基于双光频闪的薄膜针孔和亮斑缺陷识别***及方法 | |
CN109084721B (zh) | 用于确定半导体器件中的目标结构的形貌参数的方法和设备 | |
JP2001314374A (ja) | 角膜内皮細胞測定装置 | |
JP2007081513A (ja) | 固体撮像素子のシミ欠陥検査方法 | |
JP2628302B2 (ja) | 凝集判定方法および装置 | |
JP2001258054A (ja) | 画質検査装置およびそれに用いる輝度重心検出装置 | |
JPH03142576A (ja) | 画像処理方法 | |
JP3093450B2 (ja) | 半導体チップ認識装置 | |
JP2715897B2 (ja) | Icの異物検査装置及び方法 | |
JPH09229642A (ja) | 電子部品の外観検査方法 | |
JP3111434B2 (ja) | 画像処理装置 | |
JP2812525B2 (ja) | 距離計測方法 | |
JPH10239027A (ja) | 膜厚測定装置 | |
JPS63185182A (ja) | 濃淡画像処理方式 |