被检物分析装置、被检物分析方法以及程序与流程

本发明涉及分析被检物的被检物分析装置、被检物分析方法以及程序。

背景技术：

1、专利文献1中记载了如下方法：通过人工智能算法对利用流式细胞仪(flowcytometer)测定细胞而得到的信号进行解析，根据类别对细胞进行分类。

2、现有技术文献

3、专利文献

4、专利文献1：国际公开第2018/203568号

技术实现思路

1、发明所要解决的技术课题

2、在使用人工智能算法处理数据的情况下，数据容量越增加，处理数据的计算机的负荷就越增加。例如，为了提高分类精度，当增加用于被检物中的成分(例如细胞、有形成分)的分类的信息量时，在含有多种成分的血液、尿液等被检物中，由于从1种成分得到的信息量增加而以被检物为单位的数据容量增大。在检验对象的被检物数量增大的情况下，数据容量也增大。专利文献1中尚未公开能够减轻使用人工智能算法进行数据处理时的计算机负荷的技术。

3、鉴于该技术课题，本发明的目的在于提供能够减轻利用人工智能算法对通过测定被检物得到的数据进行分析的计算机的负荷的被检物分析装置、被检物分析方法以及程序。

4、用于解决技术课题的技术方案

5、本发明的被检物分析装置(4000)涉及用于对被检物中的分析物进行分析的被检物分析装置。本发明的被检物分析装置(4000)具备：测定单元(400)，包括用于从被检物获取光学信号(80a、80b、80c)的光学式检测部(410、470)；以及分析单元(300、600)，对与光学信号(80a、80b、80c)对应的第1及第2数据(82a、82b、82c)进行分析。分析单元(300、600)对第1数据(82a、82b、82c)执行基于人工智能算法(60)的第1分析工作，执行对第2数据(82a、82b、82c)中的与分析物的特征对应的代表值进行处理的第2分析工作。

6、根据本发明的被检物分析装置，通过用基于人工智能算法的第1分析工作和对与分析物的特征对应的代表值进行处理的第2分析工作来分担与从被检物获取的光学信号对应的数据的分析处理，与一概仅使用人工智能算法来对与光学信号对应的数据进行分析的情况相比较，能够减轻处理数据的计算机即分析单元的负荷。

7、本发明的被检物分析方法涉及用于对被检物中的分析物进行分析的被检物分析方法。本发明的被检物分析方法包括：从被检物获取光学信号(80a、80b、80c)的工序(s1、s11、s121、s131、s141、s302)和对与光学信号(80a、80b、80c)对应的第1及第2数据(82a、82b、82c)进行分析的分析工序(s2、s3、s14、s16、s71、s74、s81、s84、s91、s95、s122、s124、s132、s134、s142、s143、s201、s202)。在分析工序(s2、s3、s14、s16、s71、s74、s81、s84、s91、s95、s122、s124、s132、s134、s142、s143、s201、s202)中，对第1数据(82a、82b、82c)执行基于人工智能算法(60)的第1分析工作，执行对第2数据(82a、82b、82c)中的与分析物的特征对应的代表值进行处理的第2分析工作。

8、根据本发明的被检物分析方法，通过用基于人工智能算法的第1分析工作和对与分析物的特征对应的代表值进行处理的第2分析工作来分担与从被检物获取的光学信号对应的数据的分析处理，与一概仅使用人工智能算法来对与光学信号对应的数据进行分析的情况相比较，能够减轻处理数据的计算机的负荷。

9、本发明的程序涉及使计算机(300、600、3001、3002、6001、6002)执行对被检物中的分析物进行分析的处理的程序。本发明的程序包括：对与从被检物获取的光学信号(80a、80b、80c)对应的第1及第2数据(82a、82b、82c)进行分析的处理。该处理对第1数据(82a、82b、82c)执行基于人工智能算法(60)的第1分析工作，执行对第2数据(82a、82b、82c)中的与分析物的特征对应的代表值进行处理的第2分析工作。

10、根据本发明的程序，通过用基于人工智能算法的第1分析工作和对与分析物的特征对应的代表值进行处理的第2分析工作来分担与从被检物获取的光学信号对应的数据的分析处理，与一概仅使用人工智能算法来对与光学信号对应的数据进行分析的情况相比较，能够减轻处理数据的计算机的负荷。

11、本发明的被检物分析装置(4000)涉及用于对被检物中的分析物进行分析的被检物分析装置。本发明的被检物分析装置(4000)具备：测定单元(400)，包括用于从被检物获取光学信号(80a、80b、80c)的光学式检测部(410、470)；以及分析单元(300、600)，对与光学信号(80a、80b、80c)对应的数据(82a、82b、82c)进行分析。分析单元(300、600)根据数据(82a、82b、82c)的分析模式，利用基于人工智能算法(60)的第1分析或对数据(82a、82b、82c)中的与分析物的特征对应的代表值进行处理的第2分析来分析数据(82a、82b、82c)。

12、根据本发明的被检物分析装置，通过利用基于人工智能算法的第1分析或对与分析物的特征对应的代表值进行处理的第2分析来执行与从被检物获取的光学信号对应的数据的分析处理，与一概仅使用人工智能算法来对与光学信号对应的数据进行分析的情况相比较，能够减轻处理数据的计算机即分析单元的负荷。

13、本发明的被检物分析方法涉及用于对被检物中的分析物进行分析的被检物分析方法。本发明的被检物分析方法包括从被检物获取光学信号(80a、80b、80c)的工序(s1、s11、s121、s131、s141、s302)和对与光学信号(80a、80b、80c)对应的数据(82a、82b、82c)进行分析的分析工序(s2、s3、s14、s16、s71、s74、s81、s84、s91、s95、s122、s124、s132、s134、s142、s143、s201、s202)。在分析工序(s2、s3、s14、s16、s71、s74、s81、s84、s91、s95、s122、s124、s132、s134、s142、s143、s201、s202)中，根据数据(82a、82b、82c)的分析模式，利用基于人工智能算法(60)的第1分析或对数据(82a、82b、82c)中的与分析物的特征对应的代表值进行处理的第2分析来分析数据(82a、82b、82c)。

14、根据本发明的被检物分析方法，通过利用基于人工智能算法的第1分析或对与分析物的特征对应的代表值进行处理的第2分析来执行与从被检物获取的光学信号对应的数据的分析处理，与一概仅使用人工智能算法来对与光学信号对应的数据进行分析的情况相比较，能够减轻处理数据的计算机的负荷。

15、本发明的程序涉及使计算机(300、600、3001、3002、6001、6002)执行对被检物中的分析物进行分析的处理的程序。本发明的程序包括对与从被检物获取的光学信号(80a、80b、80c)对应的数据(82a、82b、82c)进行分析的处理。该处理根据数据(82a、82b、82c)的分析模式，利用基于人工智能算法(60)的第1分析或对数据(82a、82b、82c)中的与分析物的特征对应的代表值进行处理的第2分析来分析数据(82a、82b、82c)。

16、根据本发明的程序，通过利用基于人工智能算法的第1分析或对与分析物的特征对应的代表值进行处理的第2分析来执行与从被检物获取的光学信号对应的数据的分析处理，与一概仅使用人工智能算法来对与光学信号对应的数据进行分析的情况相比较，能够减轻处理数据的计算机的负荷。

17、发明效果

18、根据本发明，能够减轻利用人工智能算法对通过测定被检物得到的数据进行分析的计算机的负荷。