JP5168658B2

JP5168658B2 - Blood cell analyzer, blood cell analysis method and computer program

Info

Publication number: JP5168658B2
Application number: JP2008297696A
Authority: JP
Inventors: 浩巳片岡; 祥一郎朝田; 哲朗杉浦
Original assignee: Kochi University NUC; Sysmex Corp
Current assignee: Kochi University NUC; Sysmex Corp
Priority date: 2008-11-21
Filing date: 2008-11-21
Publication date: 2013-03-21
Anticipated expiration: 2028-11-21
Also published as: JP2010122137A

Description

本発明は、血液検体中の白血球のうち、稈状核球又は分葉核球の分類データを精度良く推定することができる血球分析装置、血球分析方法及びコンピュータプログラムに関する。 The present invention relates to a blood cell analyzer, a blood cell analysis method, and a computer program that can accurately estimate classification data of rod-shaped nuclei or segmented nuclei among white blood cells in a blood sample.

通常、正常な状態の末梢血液中には、リンパ球、単球、好酸球、好中球、及び好塩基球の５種類の正常な白血球が所定の比率で存在している。血液中の白血球の分類計数を実行することにより、これらの成分の存在比率が正常であるか否かを判断することができる。 Normally, five types of normal white blood cells, lymphocytes, monocytes, eosinophils, neutrophils, and basophils, are present at a predetermined ratio in normal peripheral blood. It is possible to determine whether or not the existence ratio of these components is normal by executing the classification count of the white blood cells in the blood.

すなわち、疾患が存在する場合、これらの白血球の分類比率が変動する、異常細胞が出現する等の現象が生じる。例えば細菌感染等により、生体内で炎症反応が生じている場合、幼若な白血球の比率が増加し、分葉核数の少ない分葉核球、稈状核球等が増加する、いわゆるレフトシフトが生じる。したがって、白血球の分類計数を実行することにより、疾患が生じているか否かを診断する上での有効な情報を取得することができる。 That is, when a disease is present, phenomena such as fluctuation of the classification ratio of these white blood cells and appearance of abnormal cells occur. For example, when an inflammatory reaction occurs in a living body due to bacterial infection, the ratio of young leukocytes increases, and the number of segmented nuclei and rod-shaped nuclei with a small number of segmented nuclei increases. Occurs. Therefore, effective information for diagnosing whether or not a disease has occurred can be acquired by executing white blood cell classification and counting.

例えば特許文献１及び２には、正常な白血球を分類計数するとともに、幼若な白血球を分類計数することができる白血球分類計数方法が開示されている。また、特許文献３及び４には、白血球の粒子信号の複雑性を抽出して、核の分葉指数を求める粒子分析装置が開示されている。
特開２００６−９１０２４号公報特開２００３−４２９３６号公報特許第２６３５１２５号公報特許第２６３５１２６号公報 For example, Patent Documents 1 and 2 disclose a white blood cell classification and counting method capable of classifying and counting normal white blood cells and classifying and counting young white blood cells. Patent Documents 3 and 4 disclose particle analyzers that extract the complexity of the white blood cell particle signal and obtain the nuclear lobulation index.
Japanese Patent Laid-Open No. 2006-91024 JP 2003-42936 A Japanese Patent No. 2635125 Japanese Patent No. 2635126

しかし、上述した特許文献１及び２では、正常な白血球を分類計数する機構とともに、別途幼若な白血球を分類計数する機構を備える必要がある。また、特許文献３及び４では、複雑な信号処理を行う必要があり、いずれも血液分析装置の構成が複雑になり、小型化、軽量化が困難であり、低価格化が困難であるという問題点があった。 However, in Patent Documents 1 and 2 described above, it is necessary to provide a mechanism for classifying and counting young leukocytes in addition to a mechanism for classifying and counting normal white blood cells. Further, in Patent Documents 3 and 4, it is necessary to perform complicated signal processing, both of which make the configuration of the blood analyzer complicated, making it difficult to reduce the size and weight, and to reduce the price. There was a point.

本発明は斯かる事情に鑑みてなされたものであり、血液検体中の正常な白血球の分布データを取得し、取得した分布データに基づいて稈状核球又は分葉核球の分類データを精度良く推定することができる血球分析装置、血球分析方法及びコンピュータプログラムを提供することを目的とする。 The present invention has been made in view of such circumstances, and obtains distribution data of normal white blood cells in a blood sample, and accurately classifies the classification data of rod-shaped nuclei or segmented nuclei based on the obtained distribution data. An object of the present invention is to provide a blood cell analyzer, a blood cell analysis method, and a computer program that can be well estimated.

上記目的を達成するために第１発明に係る血球分析装置は、複数の検体に含まれる白血球の所定の成分を検出する検出部を有し、該検出部の検出結果に基づいて白血球の分布データを取得する血球分析装置において、前記分布データと稈状核球又は分葉核球の分類データとの相関関係に関する相関関係情報を記憶する相関関係情報記憶手段と、取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定する分類データ推定手段と、推定された稈状核球又は分葉核球の分類データを出力する出力手段とを備えることを特徴とする。 In order to achieve the above object, the blood cell analyzer according to the first invention has a detection unit for detecting a predetermined component of white blood cells contained in a plurality of samples, and distribution data of white blood cells based on the detection result of the detection unit. A correlation information storage means for storing correlation information relating to a correlation between the distribution data and the classification data of rod-shaped nuclei or segmented nuclei, and acquired white blood cell distribution data and storage Classification data estimation means for estimating the classification data of the rod-shaped nuclei or segmented nuclei based on the correlation information, and the output for outputting the classification data of the estimated rod-shaped nuclei or segmented nuclei Means.

また、第２発明に係る血球分析装置は、第１発明において、取得した白血球の分布データを複数の小領域ごとの分布データに変換する変換手段を備え、前記相関関係情報記憶手段は、変換された分布データ及び稈状核球又は分葉核球の分類データを重回帰分析した結果として前記相関関係情報を記憶するようにしてあり、前記分類データ推定手段は、変換された分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定するようにしてあることを特徴とする。 According to a second aspect of the present invention, there is provided a blood cell analyzer according to the first aspect of the invention, further comprising conversion means for converting the acquired white blood cell distribution data into distribution data for each of a plurality of small regions, wherein the correlation information storage means is converted. The correlation information is stored as a result of multiple regression analysis of the distribution data and the classification data of the rod-shaped nuclei or segmented nuclei, and the classification data estimation means stores the converted distribution data and Based on the correlation information, the classification data of the rod-shaped nuclei or segmented nuclei is estimated.

また、第３発明に係る血球分析装置は、第２発明において、前記相関関係情報記憶手段は、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいてそれぞれ算出された、稈状核球の分類データＡｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｆ、又は分葉核球の分類データＢｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｇを前記相関関係情報として記憶するようにしてあり、前記分類データ推定手段は、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｆ又はｇに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（１）により算出するようにしてあることを特徴とする。
Ａ＝ｆ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）
Ｂ＝ｇ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）・・・式（１） In the blood cell analyzer according to the third invention, in the second invention, the correlation information storage means includes a plurality of small data converted from the white blood cell distribution data Xk (k = 1, 2,..., N). Saddle nucleus calculated respectively based on the region distribution data xki (i = 1, 2,..., S) and the acquired rod-shaped nucleus cell classification data Ak or segmented nucleus cell classification data Bk. Multiple regression function f of sphere classification data Ak and distribution data xki (i = 1, 2,..., S) of a plurality of small regions, or classification data Bk of segmented nuclei sphere and distribution of a plurality of small regions A multiple regression function g with data xki (i = 1, 2,..., S) is stored as the correlation information, and the classification data estimation means converts the acquired white blood cell distribution data X. Distribution data xi for each small region and the multiple regression function f or g On the basis of this, the estimated classification data A of the rod-shaped nuclei or the estimated classification data B of the segmented nuclei is calculated by the equation (1).
A = f (x1, x2,... Xi,..., Xs)
B = g (x1, x2,..., Xi,..., Xs) Formula (1)

また、第４発明に係る血球分析装置は、第２発明において、前記相関関係情報記憶手段は、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいて線形重回帰分析を実行して算出された、重回帰係数ａ０、ａｉ、ｂ０、ｂｉを前記相関関係情報として記憶するようにしてあり、前記分類データ推定手段は、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ａ０、ａｉ、ｂ０、ｂｉに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（２）により算出するようにしてあることを特徴とする。 In the blood cell analyzer according to the fourth invention, in the second invention, the correlation information storage means includes a plurality of small data converted from white blood cell distribution data Xk (k = 1, 2,..., N). The linear multiple regression analysis is performed based on the region distribution data xki (i = 1, 2,..., S) and the acquired rod-shaped nucleus cell classification data Ak or segmented nucleus cell classification data Bk. The calculated multiple regression coefficients a0, ai, b0, bi are stored as the correlation information, and the classification data estimation means is a distribution for each small region converted from the acquired white blood cell distribution data X. Based on the data xi and the multiple regression coefficients a0, ai, b0, bi, the estimated classification data A of the rod-shaped nuclei or the estimated classification data B of the segmented nuclei are calculated by the formula (2). It is characterized by.

次に、上記目的を達成するために第５発明に係る血球分析方法は、複数の検体に含まれる白血球の所定の成分を検出し、検出結果に基づいて白血球の分布データを取得する血球分析装置で実行することが可能な血球分析方法において、前記分布データと稈状核球又は分葉核球の分類データとの相関関係に関する相関関係情報を記憶し、取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定し、推定された稈状核球又は分葉核球の分類データを出力することを特徴とする。 Next, in order to achieve the above object, a blood cell analysis method according to a fifth aspect of the present invention is a blood cell analyzer that detects predetermined components of white blood cells contained in a plurality of specimens and acquires white blood cell distribution data based on the detection results. In the blood cell analysis method that can be performed in the method, the correlation information on the correlation between the distribution data and the classification data of the rod-shaped nuclei or segmented nuclei is stored, the acquired distribution data of the white blood cells and the storage Based on certain correlation information, classification data of rod-shaped nuclei or segmented nucleus spheres are estimated, and the estimated classification data of rod-shaped or segmented nucleus spheres are output.

また、第６発明に係る血球分析方法は、第５発明において、取得した白血球の分布データを複数の小領域ごとの分布データに変換し、変換された分布データ及び稈状核球又は分葉核球の分類データを重回帰分析した結果として前記相関関係情報を記憶し、変換された分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定することを特徴とする。 The blood cell analysis method according to a sixth aspect of the present invention is the blood cell analysis method according to the fifth aspect, wherein the acquired white blood cell distribution data is converted into distribution data for each of a plurality of small regions, and the converted distribution data and rod-shaped nuclei or segmented nuclei The correlation information is stored as a result of multiple regression analysis of the classification data of the sphere, and the classification data of the rod-shaped nuclei or segmented nuclei is estimated based on the converted distribution data and the stored correlation information. It is characterized by doing.

また、第７発明に係る血球分析方法は、第６発明において、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいてそれぞれ算出された、稈状核球の分類データＡｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｆ、又は分葉核球の分類データＢｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｇを前記相関関係情報として記憶し、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｆ又はｇに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（３）により算出することを特徴とする。
Ａ＝ｆ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）
Ｂ＝ｇ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）・・・式（３） The blood cell analysis method according to the seventh invention is the blood cell analysis method according to the sixth invention, wherein the distribution data xki (i = i = a) of the plurality of small regions converted from the white blood cell distribution data Xk (k = 1, 2,... 1, 2,..., S) and the acquired rod-shaped nucleus cell classification data Ak or segmented-nuclear cell classification data Bk, respectively, Multiple regression function f with small region distribution data xki (i = 1, 2,..., S), or segmented nucleus cell classification data Bk and a plurality of small region distribution data xki (i = 1, 2) ,..., S) is stored as the correlation information, and is based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the multiple regression function f or g. The estimated classification data A for rod-shaped nuclei or the estimated classification data B for segmented nuclei It is calculated by (3).
A = f (x1, x2,... Xi,..., Xs)
B = g (x1, x2,..., Xi,..., Xs) (3)

また、第８発明に係る血球分析方法は、第６発明において、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいて線形重回帰分析を実行して算出された、重回帰係数ａ０、ａｉ、ｂ０、ｂｉを前記相関関係情報として記憶し、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ａ０、ａｉ、ｂ０、ｂｉに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（４）により算出することを特徴とする。 The blood cell analysis method according to the eighth invention is the blood cell analysis method according to the sixth invention, wherein the distribution data xki (i = i = i) of the plurality of small regions converted from the white blood cell distribution data Xk (k = 1, 2,..., N). 1, 2,... S), and the multiple regression coefficient a 0 calculated by performing linear multiple regression analysis based on the acquired classification data Ak of the rod-shaped nuclei or the classification data Bk of the segmented nuclei. , Ai, b0, bi as the correlation information, and based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the multiple regression coefficients a0, ai, b0, bi, The estimated classification data A of striated nuclei or the estimated classification data B of segmented nuclei is calculated by the equation (4).

次に、上記目的を達成するために第９発明に係るコンピュータプログラムは、複数の検体に含まれる白血球の所定の成分を検出する検出部を有し、該検出部の検出結果に基づいて白血球の分布データを取得する血球分析装置で実行することが可能なコンピュータプログラムにおいて、前記血球分析装置を、前記分布データと稈状核球又は分葉核球の分類データとの相関関係に関する相関関係情報を記憶する相関関係情報記憶手段、取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定する分類データ推定手段、及び推定された稈状核球又は分葉核球の分類データを出力する出力手段として機能させることを特徴とする。 Next, in order to achieve the above object, a computer program according to a ninth aspect of the present invention has a detection unit that detects a predetermined component of white blood cells contained in a plurality of specimens, and based on the detection result of the detection unit, In a computer program that can be executed by a blood cell analyzer that acquires distribution data, the blood cell analyzer includes correlation information relating to a correlation between the distribution data and the classification data of rod-shaped or segmented nucleus cells. Correlation information storage means for storing, classification data estimation means for estimating classification data of rod-shaped nuclei or segmented nuclei based on the acquired white blood cell distribution data and stored correlation information, and estimated It is made to function as an output means for outputting classification data of rod-shaped nuclei or segmented nuclei.

また、第１０発明に係るコンピュータプログラムは、第９発明において、前記血球分析装置を、取得した白血球の分布データを複数の小領域ごとの分布データに変換する変換手段として機能させ、前記相関関係情報記憶手段を、変換された分布データ及び稈状核球又は分葉核球の分類データを重回帰分析した結果として前記相関関係情報を記憶する手段として機能させ、前記分類データ推定手段を、変換された分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定する手段として機能させることを特徴とする。 The computer program according to a tenth aspect of the invention is the computer program according to the ninth aspect, wherein the blood cell analyzer functions as conversion means for converting the acquired white blood cell distribution data into distribution data for each of a plurality of small regions, and the correlation information The storage means functions as means for storing the correlation information as a result of multiple regression analysis of the converted distribution data and the classification data of the rod-shaped nuclei or segmented nuclei, and the classification data estimation means is converted And functioning as means for estimating the classification data of the rod-shaped nuclei or segmented nuclei based on the distribution data and the stored correlation information.

また、第１１発明に係るコンピュータプログラムは、第１０発明において、前記相関関係情報記憶手段を、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいてそれぞれ算出された、稈状核球の分類データＡｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｆ、又は分葉核球の分類データＢｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｇを前記相関関係情報として記憶する手段として機能させ、前記分類データ推定手段を、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｆ又はｇに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（５）により算出する手段として機能させることを特徴とする。
Ａ＝ｆ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）
Ｂ＝ｇ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）・・・式（５） A computer program according to an eleventh aspect of the invention is the computer program according to the tenth aspect, wherein the correlation information storage means is a plurality of small regions converted from white blood cell distribution data Xk (k = 1, 2,..., N). , Each of which is calculated based on the distribution data xki (i = 1, 2,..., S) and the acquired classification data Ak of the rod-shaped nuclei or classification data Bk of the segmented nucleus nuclei. Multiple-regression function f of the classification data Ak and the distribution data xki (i = 1, 2,..., S) of the plurality of small regions, or the classification data Bk of the segmented nucleus and the distribution data of the plurality of small regions The multiple regression function g with xki (i = 1, 2,..., s) is made to function as means for storing as the correlation information, and the classification data estimation means is converted from the acquired white blood cell distribution data X. Distribution data xi for each small area and the weight Based on the regression function f or g, it is made to function as a means for calculating the estimated classification data A of the rod-shaped nuclei or the estimated classification data B of the segmented nuclei using the formula (5).
A = f (x1, x2,... Xi,..., Xs)
B = g (x1, x2,..., Xi,..., Xs) (5)

また、第１２発明に係るコンピュータプログラムは、第１０発明において、前記相関関係情報記憶手段を、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいて線形重回帰分析を実行して算出された、重回帰係数ａ０、ａｉ、ｂ０、ｂｉを前記相関関係情報として記憶する手段として機能させ、前記分類データ推定手段を、取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ａ０、ａｉ、ｂ０、ｂｉに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（６）により算出する手段として機能させることを特徴とする。 A computer program according to a twelfth aspect of the invention is the computer program according to the twelfth aspect, wherein the correlation information storage means is a plurality of small regions converted from white blood cell distribution data Xk (k = 1, 2,..., N). The linear multiple regression analysis is performed based on the distribution data xki (i = 1, 2,..., S) and the acquired classification data Ak of rod-shaped nuclei or classification data Bk of segmented nuclei. Function of the multiple regression coefficients a0, ai, b0, bi as the correlation information, and the classification data estimation unit performs distribution data for each small region converted from the acquired white blood cell distribution data X. Based on x i and the multiple regression coefficients a 0, a i, b 0, bi, functioning as means for calculating the estimated classification data A of the rod-shaped nuclei or the estimated classification data B of the segmented nuclei using the formula (6) Features and To do.

第１発明、第５発明及び第９発明では、複数の検体に含まれる白血球の所定の成分を検出し、検出結果に基づいて白血球の分布データを取得する。取得した白血球の分布データと稈状核球又は分葉核球の分類データとの相関関係に関する相関関係情報を記憶しておき、取得した分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定し、推定された稈状核球又は分葉核球の分類データを出力する。ここで、稈状核球又は分葉核球の分類データは、通常の目視確認により集計した分類データである。そして、通常の目視確認により集計した分類データと、取得した白血球の分布データとの間の相関関係情報を算出して記憶しておくことにより、未知の白血球の分布データに対して、記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定することができる。したがって、稈状核球又は分葉核球の分類データを取得するためだけに別個の装置、演算処理等を必要とせず、従来の血球分析装置の結果のみから、実際に測定していない稈状核球又は分葉核球の分類データを精度良く推定することができ、簡素な構成で安価な血球分析装置にて疾患の発生を早期に発見することが可能となる。 In the first invention, the fifth invention, and the ninth invention, a predetermined component of white blood cells contained in a plurality of specimens is detected, and white blood distribution data is acquired based on the detection result. Correlation information related to the correlation between the acquired white blood cell distribution data and the classification data of the rod-shaped nuclei or segmented nuclei is stored, and based on the acquired distribution data and the stored correlation information, Classification data of stellate nuclei or segmented nuclei is estimated, and classification data of estimated rod-shaped nuclei or segmented nuclei is output. Here, the classification data of rod-shaped nuclei or segmented nuclei is classification data obtained by normal visual confirmation. Then, by calculating and storing correlation information between the classification data collected by normal visual confirmation and the acquired white blood cell distribution data, the unknown white blood cell distribution data is stored. Based on certain correlation information, it is possible to estimate the classification data of rod-shaped nuclei or segmented nuclei. Therefore, a separate device, arithmetic processing, etc. are not required only for obtaining the classification data of rod-shaped nuclei or segmented nuclei, and the rod-shaped cells that are not actually measured from only the results of the conventional blood cell analyzer Classification data of nuclear nuclei or segmented nuclei can be accurately estimated, and it becomes possible to detect the occurrence of a disease at an early stage with an inexpensive blood cell analyzer with a simple configuration.

第２発明、第６発明及び第１０発明では、取得した白血球の分布データを複数の小領域ごとの分布データに変換し、変換された分布データ及び稈状核球又は分葉核球の分類データを重回帰分析した結果として相関関係情報を記憶しておく。変換された分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定する。取得した白血球の分布データを複数の小領域ごとの分布データに変換することにより、例えば疾患により生体内で炎症反応が生じている場合、幼若な白血球の比率が増加し、分葉核数の少ない細胞、稈状核球等の比率が増加する、いわゆるレフトシフトが生じる等の分布データ上の変化が大きい領域を容易に選択することができるので、重回帰分析により効率よく相関関係情報を算出することができる。 In the second invention, the sixth invention, and the tenth invention, the acquired white blood cell distribution data is converted into distribution data for each of a plurality of small regions, and the converted distribution data and the classification data of the rod-shaped nuclei or segmented nuclei. Correlation information is stored as a result of multiple regression analysis. Based on the converted distribution data and the stored correlation information, the classification data of the rod-shaped nuclei or segmented nuclei are estimated. By converting the acquired white blood cell distribution data into distribution data for each of a plurality of small regions, for example, when an inflammatory reaction occurs in a living body due to a disease, the ratio of young white blood cells increases, Areas with large changes in distribution data such as the so-called left shift, where the ratio of few cells, rod-shaped nuclei, etc. increase, can be easily selected, so correlation information can be calculated efficiently by multiple regression analysis can do.

第３発明、第７発明及び第１１発明では、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいてそれぞれ算出された、稈状核球の分類データＡｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｆ、又は分葉核球の分類データＢｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｇを前記相関関係情報として記憶しておく。取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び記憶してある重回帰関数ｆ、ｇに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（７）により算出する。
Ａ＝ｆ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）
Ｂ＝ｇ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）・・・式（７） In the third, seventh and eleventh inventions, a plurality of small region distribution data xki (i = 1, 2, n) converted from the white blood cell distribution data Xk (k = 1, 2,..., N). ..., s), and the distribution data of a plurality of small regions and the classification data Ak of the rod-shaped nuclei calculated respectively based on the classification data Ak of the rod-shaped nuclei or the classification data Bk of the segmented nuclei. Multiple regression function f with data xki (i = 1, 2,..., S), or classification data Bk of segmented nuclei and a plurality of small region distribution data xki (i = 1, 2,... , S) and the multiple regression function g are stored as the correlation information. Based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the stored multiple regression functions f and g, the estimated classification data A of the rod-shaped nuclei or the estimated classification of the segmented nuclei Data B is calculated by equation (7).
A = f (x1, x2,... Xi,..., Xs)
B = g (x1, x2,..., Xi,..., Xs) (7)

これにより、小領域の分布データに基づいて稈状核球の分類データ又は分葉核球の分類データを精度良く推定することができる。 Thereby, the classification data of the rod-shaped nuclei or the classification data of the segmented nuclei can be accurately estimated based on the distribution data of the small region.

第４発明、第８発明及び第１２発明では、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいて線形重回帰分析を実行して算出された、重回帰係数ａ０、ａｉ、ｂ０、ｂｉを前記相関関係情報として記憶しておく。取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び記憶してある重回帰係数ａ０、ａｉ、ｂ０、ｂｉに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（８）により算出する。 In the fourth, eighth and twelfth inventions, a plurality of small region distribution data xki (i = 1, 2,...) Converted from leukocyte distribution data Xk (k = 1, 2,..., N). , S), and multiple regression coefficients a0, ai, b0 calculated by executing linear multiple regression analysis based on the acquired classification data Ak of the rod-shaped nuclei or the classification data Bk of the segmented nuclei. , Bi are stored as the correlation information. Based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the stored multiple regression coefficients a0, ai, b0, bi, the estimated classification data A or the segmental nucleus of the rod-shaped nuclei Estimated sphere classification data B is calculated by equation (8).

取得した白血球の分布データと稈状核球の分類データ又は分葉核球の分類データとの関係が線形であることを前提として重回帰分析を実行することにより、小領域の分布データに基づいて稈状核球の分類データ又は分葉核球の分類データを精度良く推定することができる。 Based on the distribution data of the small region by executing multiple regression analysis on the assumption that the relationship between the acquired white blood cell distribution data and the classification data of the rod-shaped nucleus cells or the classification data of the segmented nucleus cells is linear The classification data of the rod-shaped nuclei or the classification data of the segmented nuclei can be accurately estimated.

上記構成によれば、通常の目視確認により集計した稈状核球又は分葉核球の分類データと、血球分析装置により取得した白血球の分布データとの間の相関関係情報を算出して記憶しておくことにより、未知の白血球の分布データに対して、記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定することができる。したがって、稈状核球又は分葉核球の分類データを取得するためだけに別個の装置、演算処理等を必要とせず、従来の血球分析装置の結果のみから、実際に測定していない稈状核球又は分葉核球の分類データを精度良く推定することができ、簡素な構成で安価な血球分析装置にて疾患の発生を早期に発見することが可能となる。 According to the above configuration, correlation information between the classification data of rod-shaped nuclei or segmented nuclei collected by normal visual confirmation and distribution data of leukocytes acquired by the blood cell analyzer is calculated and stored. By doing so, it is possible to estimate the classification data of rod-shaped nuclei or segmented nuclei based on the correlation information stored for the distribution data of unknown leukocytes. Therefore, a separate device, arithmetic processing, etc. are not required only for obtaining the classification data of rod-shaped nuclei or segmented nuclei, and the rod-shaped cells that are not actually measured from only the results of the conventional blood cell analyzer Classification data of nuclear nuclei or segmented nuclei can be accurately estimated, and it becomes possible to detect the occurrence of a disease at an early stage with an inexpensive blood cell analyzer with a simple configuration.

以下、本実施の形態では、血球の分類処理を実行する血球分析装置を一例とし、図面に基づいて具体的に説明する。 Hereinafter, in the present embodiment, a blood cell analyzer that executes blood cell classification processing will be described as an example, and will be specifically described based on the drawings.

図１は、本発明の実施の形態に係る血球分析装置の構成を模式的に示す斜視図である。図１に示すように、本実施の形態に係る血球分析装置は、測定装置１と、測定装置１とデータ通信することが可能に接続されている演算表示装置２とで構成されている。 FIG. 1 is a perspective view schematically showing a configuration of a blood cell analyzer according to an embodiment of the present invention. As shown in FIG. 1, the blood cell analyzer according to the present embodiment includes a measuring device 1 and a calculation display device 2 connected so as to be able to perform data communication with the measuring device 1.

測定装置１と演算表示装置２とは、図示しない通信線を介して接続されており、相互にデータ通信することにより、測定装置１の動作を制御し、測定装置１から出力された測定データを処理して分析結果を取得する。測定装置１と演算表示装置２とは、ネットワーク網を介して接続されていても良いし、一体として一つの装置を構成し、プロセス間通信等でデータの授受を行っても良い。 The measuring device 1 and the calculation display device 2 are connected via a communication line (not shown), and control the operation of the measuring device 1 by data communication with each other, and the measurement data output from the measuring device 1 is transmitted. Process to get analysis results. The measuring device 1 and the calculation display device 2 may be connected via a network, or may be integrated as one device to exchange data by interprocess communication or the like.

測定装置１は、フローサイトメトリー法を用いて、血液中の白血球、網状赤血球等の特徴情報を検出して、検出結果を測定データとして演算表示装置２へ送信する。ここで、フローサイトメトリー法とは、測定試料を含む試料流を形成し、該試料流にレーザ光を照射することによって、測定試料中の粒子（血球）が発する前方散乱光、側方散乱光、側方蛍光等の光を検出し、これにより、測定試料中の粒子（血球）を検出する方法である。 The measuring device 1 detects characteristic information such as white blood cells and reticulocytes in the blood using a flow cytometry method, and transmits the detection result as measurement data to the calculation display device 2. Here, the flow cytometry method is a method of forming a sample flow including a measurement sample and irradiating the sample flow with a laser beam to forward scattered light and side scattered light emitted from particles (blood cells) in the measurement sample. In this method, light such as side fluorescence is detected, whereby particles (blood cells) in the measurement sample are detected.

図２は、本発明の実施の形態に係る血球分析装置の測定装置１の構成を示すブロック図である。測定装置１は、装置機構部４と、測定試料の測定を実行する検出部５と、検出部５の出力に対するアナログ処理部６と、表示・操作部７と、上述のハードウェア各部の動作を制御する制御基板部９とを備えている。 FIG. 2 is a block diagram showing the configuration of the measuring apparatus 1 of the blood cell analyzer according to the embodiment of the present invention. The measuring apparatus 1 includes an apparatus mechanism unit 4, a detection unit 5 that performs measurement of a measurement sample, an analog processing unit 6 for the output of the detection unit 5, a display / operation unit 7, and the operations of the above-described hardware units. And a control board unit 9 to be controlled.

制御基板部９は、制御用プロセッサ及び制御用プロセッサを動作させるためのメモリを有する制御部９１と、アナログ処理部６から出力された信号をデジタル信号に変換する１２ビットのＡ／Ｄ変換部９２と、Ａ／Ｄ変換部９２から出力されたデジタル信号を記憶するとともに、制御部９１に出力するデータを選択する処理を実行する演算部９３とを有している。制御部９１は、バス９４ａ及びインタフェース９５ｂを介して表示・操作部７と接続され、バス９４ｂ及びインタフェース９５ｃを介して演算表示装置２と接続されている。また、演算部９３は、演算結果をインタフェース９５ｄ及びバス９４ａを介して制御部９１に出力する。さらに制御部９１は、演算結果（測定データ）を演算表示装置２へ送信する。 The control board unit 9 includes a control unit 91 having a control processor and a memory for operating the control processor, and a 12-bit A / D conversion unit 92 that converts a signal output from the analog processing unit 6 into a digital signal. And an arithmetic unit 93 that stores the digital signal output from the A / D conversion unit 92 and executes a process of selecting data to be output to the control unit 91. The control unit 91 is connected to the display / operation unit 7 via the bus 94a and the interface 95b, and is connected to the arithmetic display device 2 via the bus 94b and the interface 95c. The calculation unit 93 outputs the calculation result to the control unit 91 via the interface 95d and the bus 94a. Further, the control unit 91 transmits the calculation result (measurement data) to the calculation display device 2.

装置機構部４には、試薬と血液とから測定試料を調製する試料調製部４１が設けられている。試料調製部４１は、白血球測定用試料、網状赤血球測定用試料、血小板測定用試料を調製する。 The device mechanism unit 4 is provided with a sample preparation unit 41 for preparing a measurement sample from the reagent and blood. The sample preparation unit 41 prepares a white blood cell measurement sample, a reticulocyte measurement sample, and a platelet measurement sample.

図３は、本発明の実施の形態に係る試料調製部４１の構成を模式的に説明するブロック図である。試料調製部４１は、血液が所定量充填される採血管４１ａと、血液が吸引されるサンプリングバルブ４１ｂと、反応チャンバ４１ｃとを備えている。 FIG. 3 is a block diagram schematically illustrating the configuration of the sample preparation unit 41 according to the embodiment of the present invention. The sample preparation unit 41 includes a blood collection tube 41a filled with a predetermined amount of blood, a sampling valve 41b for sucking blood, and a reaction chamber 41c.

サンプリングバルブ４１ｂは、図示しない吸引ピペットにより吸引された採血管４１ａ内の血液を定量することが可能に構成されている。反応チャンバ４１ｃは、サンプリングバルブ４１ｂに接続されており、サンプリングバルブ４１ｂにより定量された血液に所定の試薬と染色液とをさらに混合することが可能となるように構成されている。また、反応チャンバ４１ｃは、検出部５に接続されており、反応チャンバ４１ｃにおいて所定の試薬と染色液とが混合された測定試料を検出部５に流入するように構成されている。 The sampling valve 41b is configured to be able to quantify blood in the blood collection tube 41a sucked by a suction pipette (not shown). The reaction chamber 41c is connected to the sampling valve 41b, and is configured so that a predetermined reagent and a staining solution can be further mixed with blood quantified by the sampling valve 41b. The reaction chamber 41c is connected to the detection unit 5, and is configured to flow into the detection unit 5 a measurement sample in which a predetermined reagent and a staining solution are mixed in the reaction chamber 41c.

これにより、試料調製部４１は、白血球測定用試料として、白血球が染色されるとともに赤血球が溶血された測定試料を調製することができる。また、網状赤血球測定用試料として、網状赤血球が染色された測定試料を調製することもできるし、血小板測定用試料として、血小板が染色された測定試料を調製することもできる。調製された測定試料は、シース液とともに後述する検出部５のシースフローセルに供給される。 Thereby, the sample preparation unit 41 can prepare a measurement sample in which white blood cells are stained and red blood cells are hemolyzed as a white blood cell measurement sample. In addition, a measurement sample in which reticulocytes are stained can be prepared as a sample for reticulocyte measurement, and a measurement sample in which platelets are stained can be prepared as a sample for platelet measurement. The prepared measurement sample is supplied to a sheath flow cell of the detection unit 5 described later together with the sheath liquid.

図４は、本発明の実施の形態に係る検出部５及びアナログ処理部６の構成を模式的に説明するブロック図である。図４に示すように、検出部５は、レーザ光を出射する発光部５０１と、照射レンズユニット５０２と、レーザ光が照射されるシースフローセル５０３と、発光部５０１から出射されるレーザ光が進む方向の延長線上に配置されている集光レンズ５０４、ピンホール５０５、及びＰＤ（フォトダイオード）５０６と（シースフローセル５０３と集光レンズ５０４との間には図示しないビームストッパが配置されている）、発光部５０１から出射されるレーザ光が進む方向と交差する方向に配置されている集光レンズ５０７、ダイクロイックミラー５０８、光学フィルタ５０９、ピンホール５１０及びＡＰＤ（アバランシェフォトダイオード）５１１と、ダイクロイックミラー５０８の側方に配置されているＰＤ（フォトダイオード）５１２とを備えている。 FIG. 4 is a block diagram schematically illustrating the configuration of the detection unit 5 and the analog processing unit 6 according to the embodiment of the present invention. As shown in FIG. 4, the detection unit 5 includes a light emitting unit 501 that emits laser light, an irradiation lens unit 502, a sheath flow cell 503 that is irradiated with laser light, and a laser beam that is emitted from the light emitting unit 501. A condensing lens 504, a pinhole 505, and a PD (photodiode) 506 disposed on an extension line in the direction (a beam stopper (not shown) is disposed between the sheath flow cell 503 and the condensing lens 504). , A condensing lens 507, a dichroic mirror 508, an optical filter 509, a pin hole 510, an APD (avalanche photodiode) 511, and a dichroic mirror, which are arranged in a direction crossing the direction in which the laser light emitted from the light emitting unit 501 travels. PD (photodiode) 512 arranged on the side of 508 Eteiru.

発光部５０１は、シースフローセル５０３の内部を通過する測定試料を含む試料流に対して光を出射するために設けられている。照射レンズユニット５０２は、発光部５０１から出射された光を試料流に照射するために設けられている。また、ＰＤ５０６は、シースフローセル５０３から出射された前方散乱光を受光するために設けられている。なお、シースフローセル５０３から出射された前方散乱光により、測定試料中の粒子（血球）の大きさに関する情報を得ることができる。 The light emitting unit 501 is provided to emit light to a sample flow including a measurement sample that passes through the inside of the sheath flow cell 503. The irradiation lens unit 502 is provided to irradiate the sample stream with the light emitted from the light emitting unit 501. The PD 506 is provided to receive forward scattered light emitted from the sheath flow cell 503. Information regarding the size of particles (blood cells) in the measurement sample can be obtained from the forward scattered light emitted from the sheath flow cell 503.

ダイクロイックミラー５０８は、シースフローセル５０３から出射された側方散乱光及び側方蛍光を分離するために設けられている。具体的には、ダイクロイックミラー５０８は、シースフローセル５０３から出射された側方散乱光をＰＤ５１２に入射させるとともに、シースフローセル５０３から出射された側方蛍光をＡＰＤ５１１に入射させるために設けられている。また、ＰＤ５１２は、側方散乱光を受光するために設けられている。シースフローセル５０３から出射された側方散乱光により、測定試料中の粒子（血球）の核の大きさ等の内部情報を得ることが可能となる。 The dichroic mirror 508 is provided to separate the side scattered light and the side fluorescence emitted from the sheath flow cell 503. Specifically, the dichroic mirror 508 is provided to cause the side scattered light emitted from the sheath flow cell 503 to enter the PD 512 and to cause the side fluorescence emitted from the sheath flow cell 503 to enter the APD 511. The PD 512 is provided to receive side scattered light. With the side scattered light emitted from the sheath flow cell 503, it is possible to obtain internal information such as the size of the nuclei of particles (blood cells) in the measurement sample.

また、ＡＰＤ５１１は、側方蛍光を受光するために設けられている。染色された血球のような蛍光物質に光を照射すると、照射した光の波長より長い波長の光が発せられる。側方蛍光強度は染色度合いが高いほど強くなる。そのため、シースフローセル５０３から出射された側方蛍光強度を測定することによって血球の染色度合いに関する特徴情報を得ることができる。したがって、側方蛍光強度の差によって、白血球の分類その他の測定を行うことができる。ＰＤ５０６、５１２及びＡＰＤ５１１は、それぞれ受光した光信号を電気信号に変換して、増幅器６１、６２、及び６３にて増幅して制御基板部９へ送信する。 The APD 511 is provided for receiving side fluorescence. When a fluorescent material such as a stained blood cell is irradiated with light, light having a wavelength longer than the wavelength of the irradiated light is emitted. The side fluorescence intensity increases as the degree of staining increases. Therefore, characteristic information regarding the degree of staining of blood cells can be obtained by measuring the side fluorescence intensity emitted from the sheath flow cell 503. Therefore, the classification of white blood cells and other measurements can be performed based on the difference in lateral fluorescence intensity. The PDs 506 and 512 and the APD 511 convert the received optical signals into electric signals, amplify them by the amplifiers 61, 62 and 63, and transmit them to the control board unit 9.

図５は、本発明の実施の形態に係る血球分析装置の演算表示装置２の構成を示すブロック図である。演算表示装置２は、従来の血球分析装置を構成する演算表示装置の機能に加えて、白血球の分布データと桿状核球又は分葉核球の分類データとの相関関係に関する相関関係情報を取得する機能を有する。図５に示すように、演算表示装置２は、ＣＰＵ（中央演算装置）２１、ＲＡＭ２２、記憶装置２３、入力装置２４、表示装置２５、出力装置２６、通信インタフェース２７、可搬型ディスクドライブ２８、及び上述したハードウェアを接続する内部バス２９で構成されている。ＣＰＵ２１は、内部バス２９を介して演算表示装置２の上述したようなハードウェア各部と接続されており、記憶装置２３に記憶されているコンピュータプログラム１００に従って、種々のソフトウェア的機能を実行する。ＲＡＭ２２は、ＳＲＡＭ、ＳＤＲＡＭ等の揮発性メモリで構成され、コンピュータプログラム１００の実行時にロードモジュールが展開され、コンピュータプログラム１００の実行時に発生する一時的なデータ等を記憶する。 FIG. 5 is a block diagram showing a configuration of the calculation display device 2 of the blood cell analyzer according to the embodiment of the present invention. In addition to the function of the calculation display device constituting the conventional blood cell analyzer, the calculation display device 2 acquires correlation information related to the correlation between the distribution data of white blood cells and the classification data of rod-shaped nuclei or segmented nuclei. It has a function. As shown in FIG. 5, the arithmetic display device 2 includes a CPU (Central Processing Unit) 21, a RAM 22, a storage device 23, an input device 24, a display device 25, an output device 26, a communication interface 27, a portable disk drive 28, and The internal bus 29 is connected to the hardware described above. The CPU 21 is connected to each hardware unit as described above of the arithmetic display device 2 via the internal bus 29, and executes various software functions according to the computer program 100 stored in the storage device 23. The RAM 22 is composed of a volatile memory such as SRAM or SDRAM, and a load module is expanded when the computer program 100 is executed, and stores temporary data generated when the computer program 100 is executed.

記憶装置２３は、内蔵される固定型記憶装置（ハードディスク）、ＳＲＡＭ等の揮発性メモリ、ＲＯＭ等の不揮発性メモリ等で構成されている。記憶装置２３に記憶されているコンピュータプログラム１００は、プログラム及びデータ等の情報を記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体９０から、可搬型ディスクドライブ２８によりダウンロードされ、実行時には記憶装置２３からＲＡＭ２２へ展開して実行される。もちろん、通信インタフェース２７を介してネットワークに接続されている外部のコンピュータからダウンロードされたコンピュータプログラムであっても良い。 The storage device 23 includes a built-in fixed storage device (hard disk), a volatile memory such as SRAM, and a nonvolatile memory such as ROM. The computer program 100 stored in the storage device 23 is downloaded by a portable disk drive 28 from a portable recording medium 90 such as a DVD or CD-ROM in which information such as programs and data is recorded. To the RAM 22 for execution. Of course, a computer program downloaded from an external computer connected to the network via the communication interface 27 may be used.

記憶装置２３は、内蔵される固定型記憶装置（ハードディスク）等で構成されている。記憶装置２３は、測定装置１で取得した白血球の分布データを記憶する分布データ記憶部２３１、他の検査装置３で取得した稈状核球又は分葉核球の分類データを記憶する稈状核球／分葉核球分類データ記憶部２３２、及び相関関係に関する相関関係情報を記憶する相関関係情報記憶部２３３を備えている。ＣＰＵ２１は、分布データ記憶部２３１及び稈状核球／分葉核球分類データ記憶部２３２にそれぞれ記憶してある白血球の分布データ及び稈状核球又は分葉核球の分類データを分析することにより、白血球の分布データから桿状核球又は分葉核球の分類データを推定するための相関関係情報を算出する。なお、分布データ記憶部２３１、稈状核球／分葉核球分類データ記憶部２３２、及び相関関係情報記憶部２３３は記憶装置２３に備えることに限定されるものではなく、外部のコンピュータに記憶しておき、通信インタフェース２７を介して照会する構成であっても良い。また、演算表示装置２と同様の構成を備えた外部のコンピュータで相関関係情報を算出し、算出された相関関係情報を予め記憶装置２３の相関関係情報記憶部２３３に記憶させておくようにしても良い。この場合には、相関関係情報の算出に必要な分布データ及び分類データを演算表示装置２の記憶装置２３に記憶しておく必要が無く、ＣＰＵ２１による相関関係情報の算出処理を省略することができる。 The storage device 23 is configured by a built-in fixed storage device (hard disk) or the like. The storage device 23 stores the distribution data storage unit 231 that stores the white blood cell distribution data acquired by the measuring device 1, and the rod-shaped nucleus that stores the classification data of the rod-shaped nuclei or segmented nuclei obtained by the other inspection device 3. A sphere / segmented nucleus classification data storage unit 232 and a correlation information storage unit 233 that stores correlation information related to the correlation are provided. The CPU 21 analyzes the distribution data of leukocytes and the classification data of rod-shaped nuclei or segmented nuclei stored in the distribution data storage unit 231 and the rod-shaped / segmented-nuclear cell classification data storage unit 232, respectively. Thus, correlation information for estimating the classification data of the rod-shaped nuclei or segmented nuclei from the leukocyte distribution data is calculated. Note that the distribution data storage unit 231, the rod-shaped nucleus / segmented nucleus sphere classification data storage unit 232, and the correlation information storage unit 233 are not limited to being provided in the storage device 23, but are stored in an external computer. In addition, a configuration in which an inquiry is made via the communication interface 27 may be used. Further, the correlation information is calculated by an external computer having the same configuration as the calculation display device 2, and the calculated correlation information is stored in the correlation information storage unit 233 of the storage device 23 in advance. Also good. In this case, it is not necessary to store the distribution data and classification data necessary for calculating the correlation information in the storage device 23 of the calculation display device 2, and the calculation process of the correlation information by the CPU 21 can be omitted. .

通信インタフェース２７は内部バス２９に接続されており、測定装置１と通信線を介して接続されることにより、データの送受信を行うことが可能となっている。すなわち、測定の開始を示す指示情報等を測定装置１へ送信し、測定データ等を受信する。 The communication interface 27 is connected to the internal bus 29, and is capable of transmitting and receiving data by being connected to the measuring apparatus 1 via a communication line. That is, instruction information indicating the start of measurement is transmitted to the measurement apparatus 1 and measurement data is received.

入力装置２４は、キーボード及びマウス等のデータ入力媒体である。表示装置２５は、ＣＲＴモニタ、ＬＣＤ等の表示装置であり、分析結果をグラフィカルに表示する。出力装置２６は、レーザプリンタ、インクジェットプリンタ等の印刷装置等である。 The input device 24 is a data input medium such as a keyboard and a mouse. The display device 25 is a display device such as a CRT monitor or LCD, and displays the analysis result graphically. The output device 26 is a printing device such as a laser printer or an inkjet printer.

上述した構成の血球分析装置の測定装置１及び演算表示装置２にて、患者の血液を測定して、血液中に含まれている白血球をリンパ球、単球、好酸球、好中球、及び好塩基球に分類した場合、図６に示されるようなスキャッタグラムが作成されて表示装置２５に表示される。図６は、白血球分類測定（ＤＩＦＦ測定）時のスキャッタグラムの例示図である。図６において、縦軸は側方蛍光強度を、横軸は側方散乱光強度を、それぞれ示している。以下、本実施の形態に係る血球分析装置で用いられる白血球の分類方法について説明する。 With the measurement device 1 and the calculation display device 2 of the blood cell analyzer having the above-described configuration, the patient's blood is measured, and the white blood cells contained in the blood are converted into lymphocytes, monocytes, eosinophils, neutrophils, When the basophils are classified, a scattergram as shown in FIG. 6 is created and displayed on the display device 25. FIG. 6 is an exemplary diagram of a scattergram at the time of white blood cell classification measurement (DIFF measurement). In FIG. 6, the vertical axis represents the side fluorescence intensity, and the horizontal axis represents the side scattered light intensity. Hereinafter, a method for classifying white blood cells used in the blood cell analyzer according to the present embodiment will be described.

本発明の実施の形態に係る血球分析装置においては、図６に示すようなスキャッタグラムを得ることができる。スキャッタグラムには、クラスタリング技術によって分類されたリンパ球が分布するリンパ球分布領域１０１、単球が分布する単球分布領域１０２、好酸球が分布する好酸球分布領域１０３、好中球が分布する好中球分布領域１０４、好塩基球が分布する好塩基球分布領域１０５が表示されている。そして、分類された血球を計数することにより、リンパ球、単球等の数を求めることができる。上述の白血球の分類、計数は、米国特許第５５５５１９６号公報に記載された方法により行った。なお、上述の白血球の分類方法を実行するためのコンピュータプログラム及びコンピュータプログラムの実行に用いられるデータは、記憶装置２３に事前に記憶されている。 In the blood cell analyzer according to the embodiment of the present invention, a scattergram as shown in FIG. 6 can be obtained. The scattergram includes a lymphocyte distribution region 101 in which lymphocytes classified by the clustering technique are distributed, a monocyte distribution region 102 in which monocytes are distributed, an eosinophil distribution region 103 in which eosinophils are distributed, and neutrophils. A distributed neutrophil distribution area 104 and a basophil distribution area 105 in which basophils are distributed are displayed. Then, by counting the classified blood cells, the number of lymphocytes, monocytes and the like can be obtained. The above-described classification and counting of leukocytes were performed by the method described in US Pat. No. 5,555,196. Note that a computer program for executing the above-described white blood cell classification method and data used for the execution of the computer program are stored in the storage device 23 in advance.

本発明者らは、各種の疾患と白血球の分布データの粒度パターンとの関係を抽出するべく重回帰分析をすることにより、白血球の分布データと、稈状核球又は分葉核球の分類データとの間で高い相関を示すことを発見した。したがって、従来の血球分析装置により分析された白血球の分布データと他の検査で取得した稈状核球又は分葉核球の分類データとの間の相関関係を事前に求めておくことにより、白血球の分布データから稈状核球又は分葉核球の分類データを推定することができる。 The present inventors conducted multiple regression analysis to extract the relationship between various diseases and the particle size pattern of leukocyte distribution data, thereby obtaining leukocyte distribution data and categorized data of rod-shaped or segmented nuclei. It was found to show a high correlation with. Therefore, by obtaining a correlation between the distribution data of leukocytes analyzed by a conventional blood cell analyzer and the classification data of rod-shaped nuclei or segmented nuclei obtained in other examinations in advance, From the distribution data, the classification data of rod-shaped nuclei or segmented nuclei can be estimated.

まず、白血球の分布データと稈状核球又は分葉核球の分類データとの間の相関関係を求める手順について説明する。以下、実施の形態に係る演算表示装置２にて相関関係に関する相関関係情報を算出する場合について説明するが、相関関係情報は演算表示装置２にて算出することに限定されるものではなく、外部のコンピュータで算出した後、ネットワークを介して、あるいは可搬型記録媒体を介して取得しても良い。 First, the procedure for obtaining the correlation between the distribution data of white blood cells and the classification data of rod-shaped nuclei or segmented nuclei will be described. Hereinafter, although the case where the correlation information regarding the correlation is calculated in the calculation display device 2 according to the embodiment will be described, the correlation information is not limited to being calculated by the calculation display device 2, and the external information After being calculated by the computer, it may be acquired via a network or a portable recording medium.

図７は、本発明の実施の形態に係る演算表示装置２のＣＰＵ２１の相関関係に関する相関関係情報を算出する処理の手順を示すフローチャートである。演算表示装置２のＣＰＵ２１は、記憶装置２３の分布データ記憶部２３１に記憶してある白血球の分布データを読み出す（ステップＳ７０１）。 FIG. 7 is a flowchart showing a procedure of processing for calculating correlation information regarding the correlation of the CPU 21 of the calculation display device 2 according to the embodiment of the present invention. The CPU 21 of the calculation display device 2 reads the white blood cell distribution data stored in the distribution data storage unit 231 of the storage device 23 (step S701).

ＣＰＵ２１は、他の方法、例えば顕微鏡観察により取得され、記憶装置２３の稈状核球／分葉核球分類データ記憶部２３２に記憶してある稈状核球又は分葉核球の分類データを読み出し（ステップＳ７０２）、読み出した白血球の分布データと稈状核球又は分葉核球の分類データとの相関関係に関する相関関係情報を算出する。 The CPU 21 obtains the classification data of the rod-shaped nuclei or segmented nuclei obtained by other methods, for example, microscopic observation and stored in the rod-shaped / sphere-segmented nuclear cell classification data storage unit 232 of the storage device 23. Read (step S702), and calculate correlation information regarding the correlation between the read white blood cell distribution data and the classification data of the rod-shaped or segmented nucleus cells.

具体的には、読み出した白血球の分布データを複数の小領域ごとの分布データに変換し（ステップＳ７０３）、変換された小領域ごとの分布データ及び読み出した稈状核球又は分葉核球の分類データに基づいて重回帰分析して（ステップＳ７０４）、相関関係に関する相関関係情報を算出する（ステップＳ７０５）。図８は、白血球の分布データを表示するスキャッタグラムに基づく小領域ごとの分布データへの変換方法の説明図である。 Specifically, the read distribution data of leukocytes is converted into distribution data for each of a plurality of small regions (step S703), and the distribution data for each converted small region and the read rod-shaped nuclei or segmented nuclei are read. Based on the classification data, multiple regression analysis is performed (step S704), and correlation information regarding the correlation is calculated (step S705). FIG. 8 is an explanatory diagram of a conversion method to distribution data for each small region based on a scattergram displaying white blood cell distribution data.

図８の例では、スキャッタグラムをｎ×ｎ（ｎ＝２５６）の各番地（ｉ、ｊ）に度数Ｆ（ｉ、ｊ）を割り当てたデータ群として表現している。取扱うデータの種類が過大である場合にはスキャッタグラムデータを圧縮することが好ましい。例えば、スキャッタグラムの番地を４つの番地ごとに一の番地（小領域）となるように変換する、すなわちスキャッタグラムをｎ／２×ｎ／２に圧縮した場合、圧縮スキャッタグラムの各番地の度数Ｇ（ｉ、ｊ）は、式（９）のように表すことができる。 In the example of FIG. 8, the scattergram is expressed as a data group in which the frequency F (i, j) is assigned to each address (i, j) of n × n (n = 256). When the type of data to be handled is excessive, it is preferable to compress the scattergram data. For example, when the address of the scattergram is converted so that it becomes one address (small area) every four addresses, that is, when the scattergram is compressed to n / 2 × n / 2, the frequency of each address of the compressed scattergram G (i, j) can be expressed as shown in Equation (9).

例えば疾患により生体内で炎症反応が生じている場合、幼若な白血球の比率が増加し、分葉核数の少ない分葉核球、稈状核球等が増加する、いわゆるレフトシフトが生じる。このように、元の分布データを４つの番地からなる小領域ごとの分布データに変換することにより、データ数を圧縮することができ、相関関係情報をより効率的に算出することができる。 For example, when an inflammatory reaction occurs in a living body due to a disease, a so-called left shift occurs in which the ratio of young leukocytes increases and the number of segmental nuclei, rod-shaped nuclei and the like having a small number of segmental nuclei increases. In this way, by converting the original distribution data into distribution data for each small area consisting of four addresses, the number of data can be compressed, and correlation information can be calculated more efficiently.

２５６×２５６の分布データを３２×３２の分布データに圧縮して重回帰分析を行う場合、重回帰分析処理として、ＣＰＵ２１は、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）（ｓ＝１０２４）を説明変数とし、取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋを目的変数として、稈状核球の分類データＡｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｆ、又は分葉核球の分類データＢｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｇをそれぞれ算出する。相関関係情報として重回帰関数ｆ又は重回帰関数ｇを算出することにより、ＣＰＵ２１が新たに白血球の分布データＸから変換された小領域ごとの分布データｘiを取得した場合、ＣＰＵ２１は、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（１０）により算出することができる。
Ａ＝ｆ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）
Ｂ＝ｇ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）・・・式（１０） In the case of performing multiple regression analysis by compressing 256 × 256 distribution data into 32 × 32 distribution data, the CPU 21 performs white blood cell distribution data Xk (k = 1, 2,..., N) as multiple regression analysis processing. ) Converted from a plurality of small area distribution data xki (i = 1, 2,..., S) (s = 1024) as explanatory variables, and obtained rod-shaped nuclei classification data Ak or segmented nuclei Multiple regression function f or segmentation of spheroid sphere classification data Ak and a plurality of small region distribution data xki (i = 1, 2,..., S) using sphere classification data Bk as an objective variable Multiple regression functions g of the nuclear sphere classification data Bk and the distribution data xki (i = 1, 2,..., S) of a plurality of small regions are respectively calculated. By calculating the multiple regression function f or the multiple regression function g as the correlation information, when the CPU 21 newly acquires the distribution data xi for each small region converted from the white blood cell distribution data X, the CPU 21 The estimated classification data A of spheres or the estimated classification data B of segmented nuclei can be calculated by the equation (10).
A = f (x1, x2,... Xi,..., Xs)
B = g (x1, x2,..., Xi,..., Xs) (10)

もちろん、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）と、取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋとの間に線形の相関関係が存在すると仮定して、線形重回帰分析を実行しても良い。この場合、ＣＰＵ２１は、白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）を説明変数とし、取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋを目的変数として線形重回帰分析を実行し、重回帰係数ａ０、ａｉ、ｂ０、ｂｉを算出する。相関関係情報として重回帰係数ａ０、ａｉ、ｂ０、ｂｉを算出することにより、ＣＰＵ２１が、新たに白血球の分布データＸから変換された小領域ごとの分布データｘiを取得した場合、ＣＰＵ２１は、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（１１）により算出することができる。 Of course, a plurality of small area distribution data xki (i = 1, 2,..., S) converted from the white blood cell distribution data Xk (k = 1, 2,..., N) and the acquired とThe linear multiple regression analysis may be executed on the assumption that a linear correlation exists between the classification data Ak of the nuclei nuclei or the classification data Bk of the segmented nuclei. In this case, the CPU 21 uses a plurality of small region distribution data xki (i = 1, 2,..., S) converted from the white blood cell distribution data Xk (k = 1, 2,..., N). A linear multiple regression analysis is performed using the acquired classification data Ak of the rod-shaped nuclei or the classification data Bk of the lobulated nuclei as an objective variable, and multiple regression coefficients a0, ai, b0, and bi are calculated. When the CPU 21 obtains distribution data xi for each small area newly converted from the white blood cell distribution data X by calculating multiple regression coefficients a0, ai, b0, bi as correlation information, the CPU 21 Estimated classification data A for spheroids or estimated classification data B for segmented nuclei can be calculated by equation (11).

ＣＰＵ２１は、算出した相関関係情報を、記憶装置２３の相関関係情報記憶部２３３に記憶する（ステップＳ７０６）。 The CPU 21 stores the calculated correlation information in the correlation information storage unit 233 of the storage device 23 (step S706).

図９は、本発明の実施の形態に係る測定装置１の制御基板部９の制御部９１及び演算表示装置２のＣＰＵ２１の処理手順を示すフローチャートである。測定装置１の制御基板部９の制御部９１は、測定装置１が起動されたことを検知した場合、初期化を実行し（ステップＳ９１２）、測定装置１各部の動作チェックを行う。また、演算表示装置２のＣＰＵ２１も、演算表示装置２が起動されたことを検知した場合、初期化（プログラムの初期化）を実行し（ステップＳ９０１）、表示装置２５にメニュー画面を表示する（ステップＳ９０２）。メニュー画面では、ＤＩＦＦ測定、ＲＥＴ測定、ＣＢＣ測定の選択を受け付けること、測定開始指示及びシャットダウン指示を受け付けること等が可能である。本実施の形態では上記メニュー画面においてＤＩＦＦ測定が選択された場合について、以下説明する。 FIG. 9 is a flowchart showing a processing procedure of the control unit 91 of the control board unit 9 and the CPU 21 of the calculation display device 2 of the measurement apparatus 1 according to the embodiment of the present invention. When the control unit 91 of the control board unit 9 of the measuring apparatus 1 detects that the measuring apparatus 1 is activated, the control unit 91 performs initialization (step S912), and checks the operation of each part of the measuring apparatus 1. In addition, when the CPU 21 of the calculation display device 2 detects that the calculation display device 2 is activated, the CPU 21 executes initialization (initialization of the program) (step S901) and displays a menu screen on the display device 25 (step S901). Step S902). On the menu screen, it is possible to accept selection of DIFF measurement, RET measurement, and CBC measurement, accept a measurement start instruction, and a shutdown instruction. In the present embodiment, the case where DIFF measurement is selected on the menu screen will be described below.

演算表示装置２のＣＰＵ２１は、測定開始指示を受け付けたか否かを判断し（ステップＳ９０３）、ＣＰＵ２１が、測定開始指示を受け付けていないと判断した場合（ステップＳ９０３：ＮＯ）、ＣＰＵ２１は、ステップＳ９０４乃至ステップＳ９０９をスキップする。ＣＰＵ２１が、測定開始指示を受け付けたと判断した場合（ステップＳ９０３：ＹＥＳ）、ＣＰＵ２１は、測定開始を示す指示情報を測定装置１へ送信する（ステップＳ９０４）。測定装置１の制御基板部９の制御部９１は、測定開始を示す指示情報を受信したか否かを判断し（ステップＳ９１３）、制御部９１が、測定開始を示す指示情報を受信したと判断した場合（ステップＳ９１３：ＹＥＳ）、制御部９１は、血液を収容している容器に貼付されているバーコードラベル（図示せず）をバーコードリーダ（図示せず）に読み取らせ、血液の識別情報（試料ＩＤ）を取得する（ステップＳ９１４）。制御部９１が、測定開始を示す指示情報を受信していないと判断した場合（ステップＳ９１３：ＮＯ）、制御部９１は、ステップＳ９１４乃至ステップＳ９１８をスキップする。 The CPU 21 of the calculation display device 2 determines whether or not a measurement start instruction has been received (step S903). If the CPU 21 determines that a measurement start instruction has not been received (step S903: NO), the CPU 21 performs step S904. Thru | or step S909 is skipped. When the CPU 21 determines that the measurement start instruction has been received (step S903: YES), the CPU 21 transmits instruction information indicating the measurement start to the measurement apparatus 1 (step S904). The control unit 91 of the control board unit 9 of the measurement apparatus 1 determines whether or not the instruction information indicating the start of measurement has been received (step S913), and determines that the control unit 91 has received the instruction information indicating the start of measurement. In the case (step S913: YES), the control unit 91 causes a barcode reader (not shown) to read a barcode label (not shown) affixed to the container containing the blood, thereby identifying the blood. Information (sample ID) is acquired (step S914). When the control unit 91 determines that the instruction information indicating the start of measurement has not been received (step S913: NO), the control unit 91 skips steps S914 to S918.

制御部９１は、取得した識別情報（試料ＩＤ）を演算表示装置２へ送信し（ステップＳ９１５）、演算表示装置２のＣＰＵ２１は、識別情報（試料ＩＤ）を受信したか否かを判断する（ステップＳ９０５）。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信していないと判断した場合（ステップＳ９０５：ＮＯ）、ＣＰＵ２１は、受信待ち状態となる。ＣＰＵ２１が、識別情報（試料ＩＤ）を受信したと判断した場合（ステップＳ９０５：ＹＥＳ）、ＣＰＵ２１は、記憶装置２３を照会して記憶してある患者情報を取得し（ステップＳ９０６）、患者情報を測定装置１へ送信する（ステップＳ９０７）。これにより、分析対象となる検体が誰の血液であるか特定することができる。 The control unit 91 transmits the acquired identification information (sample ID) to the calculation display device 2 (step S915), and the CPU 21 of the calculation display device 2 determines whether the identification information (sample ID) has been received (step S915). Step S905). When the CPU 21 determines that the identification information (sample ID) has not been received (step S905: NO), the CPU 21 enters a reception waiting state. When the CPU 21 determines that the identification information (sample ID) has been received (step S905: YES), the CPU 21 inquires the storage device 23 to acquire the stored patient information (step S906), and stores the patient information. It transmits to the measuring apparatus 1 (step S907). Thereby, it is possible to specify who the blood is the sample to be analyzed.

次に、測定装置１の制御基板部９の制御部９１は、患者情報を受信したか否かを判断し（ステップＳ９１６）、制御部９１が、受信していないと判断した場合（ステップＳ９１６：ＮＯ）、制御部９１は、受信待ち状態となる。制御部９１が、受信したと判断した場合（ステップＳ９１６：ＹＥＳ）、制御部９１は、測定試料を調製するよう試料調製部４１を制御した後、測定試料の測定処理を開始する（ステップＳ９１７）。具体的には、ＤＩＦＦ測定を実行し、検出部５及びアナログ処理部６を介して側方散乱光及び側方蛍光の受光強度に相当する電気信号が制御基板部９へ出力される。制御基板部９のＡ／Ｄ変換部９２は、取得したアナログ信号を１２ビットのデジタル信号に変換し、演算部９３は、Ａ／Ｄ変換部９２から出力されたデジタル信号に所定の処理を施して制御部９１へ渡す。制御部９１は、受け取った１２ビットの整数列情報を測定データとして、演算表示装置２へ送信する（ステップＳ９１８）。 Next, the control unit 91 of the control board unit 9 of the measuring apparatus 1 determines whether or not patient information has been received (step S916), and when the control unit 91 determines that it has not been received (step S916: NO), the control unit 91 enters a reception waiting state. When the control unit 91 determines that it has been received (step S916: YES), the control unit 91 controls the sample preparation unit 41 to prepare the measurement sample, and then starts the measurement sample measurement process (step S917). . Specifically, DIFF measurement is performed, and electrical signals corresponding to the received light intensity of side scattered light and side fluorescence are output to the control board unit 9 via the detection unit 5 and the analog processing unit 6. The A / D conversion unit 92 of the control board unit 9 converts the acquired analog signal into a 12-bit digital signal, and the calculation unit 93 performs predetermined processing on the digital signal output from the A / D conversion unit 92. To the control unit 91. The control unit 91 transmits the received 12-bit integer string information as measurement data to the calculation display device 2 (step S918).

ＣＰＵ２１は、測定データを受信したか否かを判断し（ステップＳ９０８）、ＣＰＵ２１が、測定データを受信したと判断した場合（ステップＳ９０８：ＹＥＳ）、ＣＰＵ２１は、受信した測定データに基づいて解析処理を実行する（ステップＳ９０９）。ＣＰＵ２１が、測定データを受信していないと判断した場合（ステップＳ９０８：ＮＯ）、ＣＰＵ２１は、受信待ち状態となる。 The CPU 21 determines whether or not measurement data has been received (step S908). If the CPU 21 determines that the measurement data has been received (step S908: YES), the CPU 21 performs an analysis process based on the received measurement data. Is executed (step S909). When the CPU 21 determines that the measurement data has not been received (step S908: NO), the CPU 21 enters a reception waiting state.

図１０は、本発明の実施の形態に係る演算表示装置２のＣＰＵ２１の図９のステップＳ９０９で実行する解析処理手順を示すフローチャートである。図１０において、演算表示装置２のＣＰＵ２１は、受信した測定データに基づいて分布データを作成し（ステップＳ１００１）、分布データを患者情報に対応付けて記憶装置２３の分布データ記憶部２３１に記憶する（ステップＳ１００２）。ＣＰＵ２１は、図６に示すようなスキャッタグラムを作成し、白血球の分類結果として表示装置２５に表示する（ステップＳ１００３）。 FIG. 10 is a flowchart showing the analysis processing procedure executed in step S909 of FIG. 9 by the CPU 21 of the calculation display device 2 according to the embodiment of the present invention. 10, the CPU 21 of the calculation display device 2 creates distribution data based on the received measurement data (step S1001), and stores the distribution data in association with patient information in the distribution data storage unit 231 of the storage device 23. (Step S1002). The CPU 21 creates a scattergram as shown in FIG. 6 and displays it on the display device 25 as the white blood cell classification result (step S1003).

ＣＰＵ２１は、患者情報をキー情報として分布データ記憶部２３１に記憶してある分布データ及び相関関係情報記憶部２３３に記憶してある相関関係情報を読み出し（ステップＳ１００４）、稈状核球の分類データ又は分葉核球の分類データを推定し、記憶装置２３へ記憶する（ステップＳ１００５）。ＣＰＵ２１は、推定された稈状核球の分類データ又は分葉核球の分類データの表示指示を受け付けたか否かを判断する（ステップＳ１００６）。 The CPU 21 reads out the distribution data stored in the distribution data storage unit 231 using the patient information as key information and the correlation information stored in the correlation information storage unit 233 (step S1004), and classifying data of the rod-shaped nuclei. Alternatively, the classification data of the segmental nucleus is estimated and stored in the storage device 23 (step S1005). The CPU 21 determines whether or not an instruction to display the estimated classification data of rod-shaped nuclei or classification data of segmented nuclei has been received (step S1006).

ＣＰＵ２１が、表示指示を受け付けていないと判断した場合（ステップＳ１００６：ＮＯ）、ＣＰＵ２１は、処理を図９のステップＳ９１０へ戻す。ＣＰＵ２１が、表示指示を受け付けたと判断した場合（ステップＳ１００６：ＹＥＳ）、ＣＰＵ２１は、記憶装置２３の稈状核球／分葉核球分類データ記憶部２３２から記憶されている稈状核球の分類データ又は分葉核球の分類データを読み出し（ステップＳ１００７）、表示装置２５に表示して（ステップＳ１００８）、処理を図９のステップＳ９１０へ戻す。 When the CPU 21 determines that the display instruction has not been received (step S1006: NO), the CPU 21 returns the process to step S910 in FIG. When the CPU 21 determines that the display instruction has been received (step S1006: YES), the CPU 21 classifies the rod-shaped nucleus sphere stored from the rod-shaped / segmented nucleus sphere classification data storage unit 232 of the storage device 23. Data or classification data of segmented nuclei is read (step S1007), displayed on the display device 25 (step S1008), and the process returns to step S910 in FIG.

図９に戻って、演算表示装置２のＣＰＵ２１は、シャットダウン指示を受け付けたか否かを判断し（ステップＳ９１０）、ＣＰＵ２１が、シャットダウン指示を受け付けていないと判断した場合（ステップＳ９１０：ＮＯ）、ＣＰＵ２１は、処理をステップＳ９０３へ戻し、上述した処理を繰り返す。ＣＰＵ２１が、シャットダウン指示を受け付けたと判断した場合（ステップＳ９１０：ＹＥＳ）、ＣＰＵ２１は、シャットダウンの指示情報を測定装置１へ送信する（ステップＳ９１１）。 Returning to FIG. 9, the CPU 21 of the calculation display device 2 determines whether or not a shutdown instruction has been received (step S <b> 910), and when the CPU 21 determines that a shutdown instruction has not been received (step S <b> 910: NO), the CPU 21. Returns the processing to step S903 and repeats the above-described processing. When the CPU 21 determines that a shutdown instruction has been received (step S910: YES), the CPU 21 transmits shutdown instruction information to the measurement apparatus 1 (step S911).

測定装置１の制御基板部９の制御部９１は、シャットダウンの指示情報を受信したか否かを判断し（ステップＳ９１９）、制御部９１が、シャットダウンの指示情報を受信していないと判断した場合（ステップＳ９１９：ＮＯ）、制御部９１は、処理をステップＳ９１３へ戻し、上述した処理を繰り返す。制御部９１が、シャットダウンの指示情報を受信したと判断した場合（ステップＳ９１９：ＹＥＳ）、制御部９１は、シャットダウンを実行して（ステップＳ９２０）、処理を終了する。 The control unit 91 of the control board unit 9 of the measuring apparatus 1 determines whether or not the shutdown instruction information has been received (step S919), and the control unit 91 determines that the shutdown instruction information has not been received. (Step S919: NO), control unit 91 returns the process to step S913, and repeats the above-described process. When the control unit 91 determines that the shutdown instruction information has been received (step S919: YES), the control unit 91 executes the shutdown (step S920) and ends the process.

図１１は、稈状核球の実測値と推定値との相関を示すグラフである。図１１では、縦軸に顕微鏡観察による実測値を、横軸に本実施の形態に係る血球分析装置での推定値をとっている。また、推定値は、白血球のＤＩＦＦ測定時のスキャッタグラムの分布データ（２５６×２５６）を３２×３２の小領域に分割した場合の各小領域の分布データを説明変数とし、稈状核球を目的変数として重回帰分析を実行して求めた重回帰関数を用いて推定している。図１１に示すように、両者間の相関係数ｒは０．８６０と高い相関を示しており、十分な推定精度を有していることがわかる。 FIG. 11 is a graph showing the correlation between the actually measured value and the estimated value of the rod-shaped nucleus sphere. In FIG. 11, the vertical axis represents an actual measurement value obtained by microscopic observation, and the horizontal axis represents an estimated value in the blood cell analyzer according to the present embodiment. The estimated value is the distribution data of each small area when the distribution data (256 × 256) of the scattergram at the time of DIFF measurement of leukocytes is divided into 32 × 32 small areas, and The estimation is performed using a multiple regression function obtained by executing multiple regression analysis as an objective variable. As shown in FIG. 11, the correlation coefficient r between the two shows a high correlation of 0.860, indicating that the estimation accuracy is sufficient.

また図１２は、分葉核球の実測値と推定値との相関を示すグラフである。図１２では、横軸に顕微鏡観察による実測値を、縦軸に本実施の形態に係る血球分析装置での推定値をとっている。また、推定値は、白血球のＤＩＦＦ測定時の大きさが２５６チャンネル×２５６チャンネルの１つの分布データを大きさが４チャンネル×４チャンネルの３２×３２個の小領域に分割した場合の分布データを説明変数とし、分葉核球を目的変数として重回帰分析を実行して求めた重回帰関数を用いて推定している。図１２に示すように、両者間の相関係数ｒは０．９８９と非常に高い相関を示しており、非常に高い推定精度を有していることがわかる。 FIG. 12 is a graph showing the correlation between measured values and estimated values of segmented nuclei. In FIG. 12, the horizontal axis represents an actual measurement value obtained by microscopic observation, and the vertical axis represents an estimated value in the blood cell analyzer according to the present embodiment. The estimated value is the distribution data when one distribution data of 256 channels × 256 channels at the time of DIFF measurement of leukocytes is divided into 32 × 32 small regions of 4 channels × 4 channels. As an explanatory variable, estimation is performed using a multiple regression function obtained by executing a multiple regression analysis using a segmented nucleus as an objective variable. As shown in FIG. 12, the correlation coefficient r between the two shows a very high correlation of 0.989, indicating that the estimation accuracy is very high.

また、特徴強調フィルタにより分布データの特徴をより強調し、強調された分布データを５×５に分類し、各相関関係を求めても良い。このようにすることで、より精度良く桿状核球又は分葉核球の測定データの推定を行うことができる。特徴強調フィルタとしては、例えば分布データの単回帰分析結果を用いても良い。 Further, the feature of the distribution data may be further emphasized by the feature enhancement filter, the emphasized distribution data may be classified into 5 × 5, and each correlation may be obtained. By doing in this way, it is possible to estimate the measurement data of the rod-shaped nuclei or segmented nuclei more accurately. As the feature enhancement filter, for example, a single regression analysis result of distribution data may be used.

以上のように本実施の形態によれば、血球分析装置以外から取得した稈状核球又は分葉核球の分類データと、血球分析装置により取得した白血球の分布データとの間の相関関係情報を事前に算出して記憶しておくことにより、未知の白血球の分布データに対して、記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定することができる。したがって、稈状核球又は分葉核球の分類データを取得するためだけに別個の装置、演算処理等を必要とせず、従来の血球分析装置の結果のみから、実際に測定していない稈状核球又は分葉核球の分類データを精度良く推定することができ、簡素な構成で安価な血球分析装置にて疾患の発生を早期に発見することが可能となる。 As described above, according to the present embodiment, the correlation information between the classification data of the rod-shaped nuclei or segmented nuclei obtained from other than the blood cell analyzer and the distribution data of the white blood cells acquired by the blood cell analyzer. To estimate the classification data of rod-shaped nuclei or segmented nuclei based on the stored correlation information for unknown leukocyte distribution data Can do. Therefore, a separate device, arithmetic processing, etc. are not required only for obtaining the classification data of rod-shaped nuclei or segmented nuclei, and the rod-shaped cells that are not actually measured from only the results of the conventional blood cell analyzer Classification data of nuclear nuclei or segmented nuclei can be accurately estimated, and it becomes possible to detect the occurrence of a disease at an early stage with an inexpensive blood cell analyzer with a simple configuration.

なお、上述の実施の形態では、分析結果を演算表示装置２の表示装置２５で表示しているが、特にこれに限定されるものではなく、ネットワークを介して接続されている他のコンピュータが有している表示装置に表示させるものであっても良い。 In the above-described embodiment, the analysis result is displayed on the display device 25 of the calculation display device 2. However, the present invention is not limited to this, and there is another computer connected via a network. It may be displayed on a display device.

また、本発明は上記実施例に限定されるものではなく、本発明の趣旨の範囲内であれば多種の変形、置換等が可能であることは言うまでもない。 Further, the present invention is not limited to the above-described embodiments, and it goes without saying that various modifications, substitutions and the like are possible within the scope of the gist of the present invention.

本発明の実施の形態に係る血球分析装置の構成を模式的に示す斜視図である。It is a perspective view which shows typically the structure of the blood cell analyzer which concerns on embodiment of this invention. 本発明の実施の形態に係る血球分析装置の測定装置の構成を示すブロック図である。It is a block diagram which shows the structure of the measuring apparatus of the blood cell analyzer which concerns on embodiment of this invention. 本発明の実施の形態に係る試料調製部の構成を模式的に説明するブロック図である。It is a block diagram which illustrates typically the composition of the sample preparation part concerning an embodiment of the invention. 本発明の実施の形態に係る検出部及びアナログ処理部の構成を模式的に説明するブロック図である。It is a block diagram which illustrates typically composition of a detecting part and an analog processing part concerning an embodiment of the invention. 本発明の実施の形態に係る血球分析装置の演算表示装置の構成を示すブロック図である。It is a block diagram which shows the structure of the calculation display apparatus of the blood cell analyzer which concerns on embodiment of this invention. 白血球分類測定（ＤＩＦＦ測定）時のスキャッタグラムの例示図である。It is an illustration figure of the scattergram at the time of leukocyte classification measurement (DIFF measurement). 本発明の実施の形態に係る演算表示装置のＣＰＵの相関関係に関する相関関係情報を算出する処理の手順を示すフローチャートである。It is a flowchart which shows the procedure of the process which calculates the correlation information regarding the correlation of CPU of the calculation display apparatus which concerns on embodiment of this invention. 白血球の分布データを表示するスキャッタグラムに基づく小領域ごとの分布データへの変換方法の説明図である。It is explanatory drawing of the conversion method to the distribution data for every small area based on the scattergram which displays white blood cell distribution data. 本発明の実施の形態に係る測定装置の制御基板部の制御部及び演算表示装置のＣＰＵの処理手順を示すフローチャートである。It is a flowchart which shows the process procedure of CPU of the control board part of the measuring apparatus which concerns on embodiment of this invention, and a calculation display apparatus. 本発明の実施の形態に係る演算表示装置のＣＰＵの解析処理手順を示すフローチャートである。It is a flowchart which shows the analysis processing procedure of CPU of the calculation display apparatus which concerns on embodiment of this invention. 稈状核球の実測値と推定値との相関を示すグラフである。It is a graph which shows the correlation with the measured value and estimated value of a rod-shaped nucleus sphere. 分葉核球の実測値と推定値との相関を示すグラフである。It is a graph which shows the correlation with the measured value and estimated value of a lobule nucleus sphere.

符号の説明Explanation of symbols

１測定装置
２演算表示装置
４装置機構部
５検出部
６アナログ処理部
９制御基板部
２１ＣＰＵ
２２ＲＡＭ
２３記憶装置
２４入力装置
２５表示装置
２６出力装置
２７通信インタフェース
２８可搬型ディスクドライブ
２９内部バス
９０可搬型記録媒体
９１制御部
９２Ａ／Ｄ変換部
９３演算部
１００コンピュータプログラム
２３１分布データ記憶部
２３２稈状核球／分葉核球分類データ記憶部
２３３相関関係情報記憶部 DESCRIPTION OF SYMBOLS 1 Measuring apparatus 2 Computation display apparatus 4 Apparatus mechanism part 5 Detection part 6 Analog processing part 9 Control board part 21 CPU
22 RAM
23 storage device 24 input device 25 display device 26 output device 27 communication interface 28 portable disk drive 29 internal bus 90 portable recording medium 91 control unit 92 A / D conversion unit 93 arithmetic unit 100 computer program 231 distribution data storage unit 232 Nuclei / segmented nucleus sphere classification data storage unit 233 correlation information storage unit

Claims

複数の検体に含まれる白血球の所定の成分を検出する検出部を有し、該検出部の検出結果に基づいて白血球の分布データを取得する血球分析装置において、
前記分布データと稈状核球又は分葉核球の分類データとの相関関係に関する相関関係情報を記憶する相関関係情報記憶手段と、
取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定する分類データ推定手段と、
推定された稈状核球又は分葉核球の分類データを出力する出力手段と
を備えることを特徴とする血球分析装置。 In a blood cell analyzer having a detection unit for detecting a predetermined component of white blood cells contained in a plurality of specimens and acquiring white blood cell distribution data based on a detection result of the detection unit,
Correlation information storage means for storing correlation information related to the correlation between the distribution data and the classification data of rod-shaped nuclei or segmented nuclei,
Classification data estimation means for estimating classification data of rod-shaped nuclei or segmented nuclei based on the acquired white blood cell distribution data and stored correlation information;
A blood cell analyzer comprising: output means for outputting classification data of estimated rod-shaped nuclei or segmented nuclei.

取得した白血球の分布データを複数の小領域ごとの分布データに変換する変換手段を備え、
前記相関関係情報記憶手段は、変換された分布データ及び稈状核球又は分葉核球の分類データを重回帰分析した結果として前記相関関係情報を記憶するようにしてあり、
前記分類データ推定手段は、変換された分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定するようにしてあることを特徴とする請求項１記載の血球分析装置。 Conversion means for converting the acquired white blood cell distribution data into distribution data for each of a plurality of small regions,
The correlation information storage means is configured to store the correlation information as a result of multiple regression analysis of the converted distribution data and the classification data of rod-shaped nuclei or segmented nuclei.
The classification data estimation means estimates the classification data of the rod-shaped nuclei or segmented nuclei based on the converted distribution data and the stored correlation information. The blood cell analyzer according to 1.

前記相関関係情報記憶手段は、
白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいてそれぞれ算出された、稈状核球の分類データＡｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｆ、又は分葉核球の分類データＢｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｇを前記相関関係情報として記憶するようにしてあり、
前記分類データ推定手段は、
取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｆ又はｇに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（１）により算出するようにしてあることを特徴とする請求項２記載の血球分析装置。
Ａ＝ｆ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）
Ｂ＝ｇ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）・・・式（１） The correlation information storage means includes
A plurality of small area distribution data xki (i = 1, 2,..., S) converted from the white blood cell distribution data Xk (k = 1, 2,..., N), and the acquired rod nucleus Spheroid nuclei classification data Ak and a plurality of small region distribution data xki (i = 1, 2,...) Calculated based on the sphere classification data Ak or the segmented nucleus sphere classification data Bk, respectively. s) or multiple regression function g between segmented nucleus sphere classification data Bk and a plurality of small area distribution data xki (i = 1, 2,..., s). I remember it as information,
The classification data estimation means includes
Based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the multiple regression function f or g, the estimated classification data A of the rod-shaped nuclei or the estimated classification data B of the segmented nuclei are obtained. 3. The blood cell analyzer according to claim 2, wherein the blood cell analyzer is calculated by the equation (1).
A = f (x1, x2,... Xi,..., Xs)
B = g (x1, x2,..., Xi,..., Xs) Formula (1)

前記相関関係情報記憶手段は、
白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいて線形重回帰分析を実行して算出された、重回帰係数ａ０、ａｉ、ｂ０、ｂｉを前記相関関係情報として記憶するようにしてあり、
前記分類データ推定手段は、
取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ａ０、ａｉ、ｂ０、ｂｉに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（２）により算出するようにしてあることを特徴とする請求項２記載の血球分析装置。

The correlation information storage means includes
A plurality of small area distribution data xki (i = 1, 2,..., S) converted from the white blood cell distribution data Xk (k = 1, 2,..., N), and the acquired rod nucleus The multiple regression coefficients a0, ai, b0, bi calculated by executing the linear multiple regression analysis based on the classification data Ak of the sphere or the classification data Bk of the segmented nucleus are stored as the correlation information. Yes,
The classification data estimation means includes
Based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the multiple regression coefficients a0, ai, b0, bi, the estimated classification data A of the rod-shaped nuclei or the estimation of the segmented nuclei The blood cell analyzer according to claim 2, wherein the classification data B is calculated by the equation (2).

複数の検体に含まれる白血球の所定の成分を検出し、検出結果に基づいて白血球の分布データを取得する血球分析装置で実行することが可能な血球分析方法において、
前記分布データと稈状核球又は分葉核球の分類データとの相関関係に関する相関関係情報を記憶し、
取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定し、
推定された稈状核球又は分葉核球の分類データを出力することを特徴とする血球分析方法。 In a blood cell analysis method that can be executed by a blood cell analyzer that detects predetermined components of white blood cells contained in a plurality of specimens and acquires white blood cell distribution data based on detection results,
Storing correlation information on the correlation between the distribution data and the classification data of the rod-shaped nuclei or segmented nuclei,
Based on the acquired white blood cell distribution data and stored correlation information, the classification data of the rod-shaped nuclei or segmented nuclei are estimated,
A blood cell analysis method characterized by outputting classification data of estimated rod-shaped nuclei or segmented nuclei.

取得した白血球の分布データを複数の小領域ごとの分布データに変換し、
変換された分布データ及び稈状核球又は分葉核球の分類データを重回帰分析した結果として前記相関関係情報を記憶し、
変換された分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定することを特徴とする請求項５記載の血球分析方法。 Convert the acquired white blood cell distribution data into distribution data for each of multiple small areas,
Storing the correlation information as a result of multiple regression analysis of the transformed distribution data and the classification data of the rod-shaped nuclei or segmented nuclei,
6. The blood cell analysis method according to claim 5, wherein the classification data of the rod-shaped nuclei or segmented nuclei are estimated based on the converted distribution data and the stored correlation information.

白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいてそれぞれ算出された、稈状核球の分類データＡｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｆ、又は分葉核球の分類データＢｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｇを前記相関関係情報として記憶し、
取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｆ又はｇに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（３）により算出することを特徴とする請求項６記載の血球分析方法。
Ａ＝ｆ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）
Ｂ＝ｇ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）・・・式（３） A plurality of small area distribution data xki (i = 1, 2,..., S) converted from the white blood cell distribution data Xk (k = 1, 2,..., N), and the acquired rod nucleus Spheroid nuclei classification data Ak and a plurality of small region distribution data xki (i = 1, 2,...) Calculated based on the sphere classification data Ak or the segmented nucleus sphere classification data Bk, respectively. s) or multiple regression function g between segmented nucleus sphere classification data Bk and a plurality of small area distribution data xki (i = 1, 2,..., s). Remember as information,
Based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the multiple regression function f or g, the estimated classification data A of the rod-shaped nuclei or the estimated classification data B of the segmented nuclei are obtained. The blood cell analysis method according to claim 6, wherein the blood cell analysis method is calculated by equation (3).
A = f (x1, x2,... Xi,..., Xs)
B = g (x1, x2,..., Xi,..., Xs) (3)

白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいて線形重回帰分析を実行して算出された、重回帰係数ａ０、ａｉ、ｂ０、ｂｉを前記相関関係情報として記憶し、
取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ａ０、ａｉ、ｂ０、ｂｉに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（４）により算出することを特徴とする請求項６記載の血球分析方法。

A plurality of small area distribution data xki (i = 1, 2,..., S) converted from the white blood cell distribution data Xk (k = 1, 2,..., N), and the acquired rod nucleus Multiple regression coefficients a0, ai, b0, bi calculated by executing linear multiple regression analysis based on sphere classification data Ak or segmented nucleus sphere classification data Bk are stored as the correlation information,
Based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the multiple regression coefficients a0, ai, b0, bi, the estimated classification data A of the rod-shaped nuclei or the estimation of the segmented nuclei 7. The blood cell analysis method according to claim 6, wherein the classification data B is calculated by the equation (4).

複数の検体に含まれる白血球の所定の成分を検出する検出部を有し、該検出部の検出結果に基づいて白血球の分布データを取得する血球分析装置で実行することが可能なコンピュータプログラムにおいて、
前記血球分析装置を、
前記分布データと稈状核球又は分葉核球の分類データとの相関関係に関する相関関係情報を記憶する相関関係情報記憶手段、
取得した白血球の分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定する分類データ推定手段、及び
推定された稈状核球又は分葉核球の分類データを出力する出力手段
として機能させることを特徴とするコンピュータプログラム。 In a computer program that has a detection unit that detects a predetermined component of white blood cells contained in a plurality of specimens and that can be executed by a blood cell analyzer that acquires white blood cell distribution data based on the detection result of the detection unit,
The blood cell analyzer,
Correlation information storage means for storing correlation information regarding the correlation between the distribution data and the classification data of rod-shaped nuclei or segmented nuclei.
Classification data estimation means for estimating classification data of rod-shaped nuclei or segmented nuclei based on acquired white blood cell distribution data and stored correlation information, and estimated rod-shaped nuclei or segmented nuclei A computer program which functions as an output means for outputting sphere classification data.

前記血球分析装置を、
取得した白血球の分布データを複数の小領域ごとの分布データに変換する変換手段として機能させ、
前記相関関係情報記憶手段を、変換された分布データ及び稈状核球又は分葉核球の分類データを重回帰分析した結果として前記相関関係情報を記憶する手段として機能させ、
前記分類データ推定手段を、変換された分布データ及び記憶してある相関関係情報に基づいて、稈状核球又は分葉核球の分類データを推定する手段として機能させることを特徴とする請求項９記載のコンピュータプログラム。 The blood cell analyzer,
Function as a conversion means for converting the acquired white blood cell distribution data into distribution data for each of a plurality of small regions,
The correlation information storage means functions as means for storing the correlation information as a result of multiple regression analysis of the converted distribution data and the classification data of the rod-shaped nuclei or segmented nuclei,
The classification data estimating means functions as means for estimating classification data of rod-shaped nuclei or segmented nuclei based on converted distribution data and stored correlation information. 9. The computer program according to 9.

前記相関関係情報記憶手段を、
白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいてそれぞれ算出された、稈状核球の分類データＡｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｆ、又は分葉核球の分類データＢｋと複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）との重回帰関数ｇを前記相関関係情報として記憶する手段として機能させ、
前記分類データ推定手段を、
取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰関数ｆ又はｇに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（５）により算出する手段として機能させることを特徴とする請求項１０記載のコンピュータプログラム。
Ａ＝ｆ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）
Ｂ＝ｇ（ｘ１、ｘ２、・・・、ｘi、・・・、ｘs）・・・式（５） The correlation information storage means
A plurality of small area distribution data xki (i = 1, 2,..., S) converted from the white blood cell distribution data Xk (k = 1, 2,..., N), and the acquired rod nucleus Spheroid nuclei classification data Ak and a plurality of small region distribution data xki (i = 1, 2,...) Calculated based on the sphere classification data Ak or the segmented nucleus sphere classification data Bk, respectively. s) or multiple regression function g between segmented nucleus sphere classification data Bk and a plurality of small area distribution data xki (i = 1, 2,..., s). Function as a means to store information,
The classification data estimation means,
Based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the multiple regression function f or g, the estimated classification data A of the rod-shaped nuclei or the estimated classification data B of the segmented nuclei are obtained. The computer program according to claim 10, wherein the computer program is made to function as means for calculating according to equation (5).
A = f (x1, x2,... Xi,..., Xs)
B = g (x1, x2,..., Xi,..., Xs) (5)

前記相関関係情報記憶手段を、
白血球の分布データＸｋ（ｋ＝１、２、・・・、ｎ）から変換された複数の小領域の分布データｘｋｉ（ｉ＝１、２、・・・、ｓ）、及び取得した稈状核球の分類データＡｋ又は分葉核球の分類データＢｋに基づいて線形重回帰分析を実行して算出された、重回帰係数ａ０、ａｉ、ｂ０、ｂｉを前記相関関係情報として記憶する手段として機能させ、
前記分類データ推定手段を、
取得した白血球の分布データＸから変換された小領域ごとの分布データｘi及び前記重回帰係数ａ０、ａｉ、ｂ０、ｂｉに基づいて、稈状核球の推定分類データＡ又は分葉核球の推定分類データＢを式（６）により算出する手段として機能させることを特徴とする請求項１０記載のコンピュータプログラム。

The correlation information storage means
A plurality of small area distribution data xki (i = 1, 2,..., S) converted from the white blood cell distribution data Xk (k = 1, 2,..., N), and the acquired rod nucleus Function as means for storing multiple regression coefficients a0, ai, b0, bi as correlation information calculated by executing linear multiple regression analysis based on sphere classification data Ak or segmented nucleus sphere classification data Bk Let
The classification data estimation means,
Based on the distribution data xi for each small region converted from the acquired white blood cell distribution data X and the multiple regression coefficients a0, ai, b0, bi, the estimated classification data A of the rod-shaped nuclei or the estimation of the segmented nuclei The computer program according to claim 10, wherein the computer program is made to function as means for calculating the classification data B by the equation (6).