疾病鉴别支援方法、疾病鉴别支援装置以及疾病鉴别支援计算机程序制造方法及图纸

课题在于提供能够通过简易的试样前处理来支援疾病的鉴别的疾病鉴别支援方法、疾病鉴别支援装置以及疾病鉴别支援计算机程序。通过疾病鉴别支援方法来解决课题，该疾病鉴别支援方法是用于支援疾病的鉴别的疾病鉴别支援方法，其中，获取包含通过解析包括从被检者提取的试样中包含的细胞的图像而得到的第1参数的第1参数群，获取包含通过解析从所述试样中包含的细胞得到的光学信号或者电信号而得到的第2参数的第2参数群，使用计算机算法，根据所述第1参数群以及所述第2参数群来生成用于支援疾病的鉴别的鉴别支援信息。援疾病的鉴别的鉴别支援信息。援疾病的鉴别的鉴别支援信息。

【技术实现步骤摘要】
【国外来华专利技术】疾病鉴别支援方法、疾病鉴别支援装置以及疾病鉴别支援计算机程序


[0001]在本说明书中，公开疾病鉴别支援方法、疾病鉴别支援装置以及疾病鉴别支援计算机程序。

技术介绍

[0002]疾病的鉴别是通过检查从被检者获取到的检体而进行的。例如，在非专利文献1中，公开有根据在下一代测序中获取的基因表现，进行“骨髓增生性肿瘤”(Myeloproliferative neoplasms：MPN)中的真性红细胞增多症(PV)、原发性血小板增多症(ET)、原发性骨髓纤维化症(PMF)的鉴别的方法。
[0003]现有技术文献
[0004]非专利文献
[0005]非专利文献1：Manja Meggendorfer et al.,Deep Learning Algorithms Support Distinction of PV,PMF,and ET Based on Clinical and Genetic Markers,Blood 2017 130:4223

技术实现思路

[0006]但是，以往的用于疾病鉴别的检查需要复杂的检查工序，需要由熟练的检查者进行检查，所以要求新的疾病鉴别的支援方法。
[0007]本专利技术的目的在于提供能够支援疾病的鉴别的新的疾病鉴别支援方法、疾病鉴别支援装置以及疾病鉴别支援计算机程序。
[0008]在本说明书中，公开用于支援疾病的鉴别的疾病鉴别支援方法。在所述疾病鉴别支援方法中，获取通过解析包括从被检者提取的试样中包含的细胞的图像而得到的第1参数，获取与所述试样中包含的细胞的数量有关的第2参数，使用计算机算法，根据所述第1参数以及所述第2参数来生成用于支援疾病的鉴别的鉴别支援信息。
[0009]在本说明书中，公开用于支援疾病的鉴别的疾病鉴别支援方法。在所述疾病鉴别支援方法中，根据通过解析包括从被检者提取的试样中包含的细胞的图像而得到的第1参数和与所述试样中包含的细胞的数量有关的第2参数，使用计算机算法生成用于支援疾病的鉴别的鉴别支援信息。
[0010]在本说明书中，公开用于支援疾病的鉴别的疾病鉴别支援装置(200A、200B、100B)。疾病鉴别支援装置(200A、200B、100B)具备处理部(20A、20B、10B)。处理部(20A、20B、10B)获取通过解析包括从被检者提取的试样中包含的细胞的图像而得到的第1参数，获取与所述试样中包含的细胞的数量有关的第2参数，使用计算机算法，根据所述第1参数以及所述第2参数来生成用于支援疾病的鉴别的鉴别支援信息。
[0011]在本说明书中，公开用于支援疾病的鉴别的计算机程序。在使计算机执行所述计算机程序时，执行具备如下步骤的处理：获取通过解析包括从被检者提取的试样中包含的
细胞的图像而得到的第1参数的步骤；获取与所述试样中包含的细胞的数量有关的第2参数的步骤；以及使用计算机算法，根据所述第1参数以及所述第2参数来生成用于支援疾病的鉴别的鉴别支援信息的步骤。
[0012]本说明书所公开的疾病的鉴别支援方法、鉴别支援装置以及计算机程序能够利用通过日常在临床检查室等进行的检查方法得到的信息，支援疾病的鉴别。
[0013]提供新的疾病鉴别支援方法、疾病鉴别支援装置以及疾病鉴别支援计算机程序。
附图说明
[0014]图1示出用于支援疾病的鉴别的方法的概要。
[0015]图2示出第1参数群的例子。
[0016]图3示出第2参数群的例子。
[0017]图4示出训练数据的例子。
[0018]图5示出疾病鉴别支援系统1的结构例。
[0019]图6示出细胞图像解析装置的结构的概略。
[0020]图7示出具备光学检测部的血球计数装置的结构例。
[0021]图8示出具备电阻方式检测部的血球计数装置的结构例。
[0022]图9示出训练装置100A以及疾病鉴别支援装置100B的硬件结构。
[0023]图10示出训练装置100A的功能结构例。
[0024]图11示出训练程序的处理的流程。
[0025]图12示出疾病鉴别支援装置200A、200B以及终端装置200C的硬件结构。
[0026]图13示出疾病鉴别支援装置200A的功能结构例。
[0027]图14示出用于支援疾病的鉴别的计算机程序的处理的流程。
[0028]图15示出疾病鉴别支援系统2的结构例。
[0029]图16示出疾病鉴别支援装置200B的功能结构例。
[0030]图17示出疾病鉴别支援系统3的结构例。
[0031]图18示出疾病鉴别支援装置100B的功能结构例。
[0032]图19示出基于机器法的疾病的预测结果与医生的诊断的比较。
[0033]图20示出基于机器法的PV的预测结果的ROC曲线。
[0034]图21示出基于机器法的ET的预测结果的ROC曲线。
[0035]图22示出基于机器法的PMF的预测结果的ROC曲线。
[0036]图23示出机器法的预测精度。
[0037]图24示出基于非专利文献1所记载的算法的预测结果。
[0038]符号说明
[0039]200A、200B、100B 疾病鉴别支援装置
[0040]20A、20B、10B 处理部
具体实施方式
[0041]以下，参照附图，详细地说明本专利技术的概要以及实施方式。此外，在以下的说明以及附图中，相同的符号表示相同或者类似的构成要素，因而，省略与相同或者类似的构成要
素有关的说明。
[0042]1.用于支援疾病的鉴别的方法
[0043]1－1.支援方法的概要
[0044]本实施方式涉及用于支援疾病的鉴别的疾病鉴别支援方法(以下，简称为“支援方法”)。支援方法从包含从被检者提取的细胞的试样获取与细胞有关的多种第1参数和多种第2参数，使用计算机算法，根据所述多种第1参数以及所述多种第2参数生成用于支援疾病的鉴别的鉴别支援信息。
[0045]第1参数从通过解析包括从被检者提取的试样中包含的细胞的图像而得到的解析结果获取。另外，第2参数是与细胞的数量有关的参数，从通过解析从所述试样中包含的细胞得到的光学信号或者电信号而得到的解析结果获取。在本说明书中，与细胞的数量有关的参数除了包括细胞数以外，还包括作为根据细胞数计算出的值的、特定的细胞的每预定量的试样的浓度(例如，每1μL的红细胞的浓度)以及特定的细胞与某个细胞的比率(例如，每100个白细胞的嗜酸性粒细胞的比率)。
[0046]图1示出支援方法的概要。如图1所示，从被检者提取的试样S被分割为在工序A中的解析中利用的检体S1和在工序B中的解析中利用的检体S2。在工序A中，由细胞图像解析装置400对检体S1中包含的细胞进行摄像，解析所得到的细胞图像P，从而获取由包括与异常发现有关的参数的多种第1参数构成的第1参数群。在工序B中，由血球计数装置450从检体S2中包含的细胞获取光学信号本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种疾病鉴别支援方法，用于支援疾病的鉴别，其中，获取通过解析包括从被检者提取的试样中包含的细胞的图像而得到的第1参数，获取与所述试样中包含的细胞的数量有关的第2参数，使用计算机算法，根据所述第1参数以及所述第2参数生成用于支援疾病的鉴别的鉴别支援信息。2.根据权利要求1所述的疾病鉴别支援方法，其中，获取所述第1参数包括：根据从解析由摄像部摄像到的细胞的图像的细胞图像解析装置输出的解析结果，获取所述第1参数。3.根据权利要求1或者2所述的疾病鉴别支援方法，其中，获取所述第2参数包括：获取通过对从所述试样中包含的细胞得到的光学信号或者电信号进行解析而得到的所述第2参数。4.根据权利要求3所述的疾病鉴别支援方法，其中，获取所述第2参数包括：根据从解析由检测部得到的所述光学信号或者所述电信号的血球计数装置输出的解析结果，获取所述第2参数。5.根据权利要求4所述的疾病鉴别支援方法，其中，所述检测部包括流式细胞仪，所述血球计数装置解析由所述流式细胞仪得到的所述光学信号。6.根据权利要求1至5中的任意一项所述的疾病鉴别支援方法，其中，所述第1参数包括与细胞中的异常发现有关的参数。7.根据权利要求6所述的疾病鉴别支援方法，其中，与所述异常发现有关的参数包括与从核形态异常、颗粒异常、细胞的大小异常、细胞畸形、细胞破坏、空胞、未成熟细胞、包涵体的存在、杜勒小体、卫星现象、核网异常、花瓣样核、N/C比大、疱疹样形态、斑点以及毛细胞样形态选择的至少一个关联的参数。8.根据权利要求7所述的疾病鉴别支援方法，其中，所述核形态异常包括从过分叶、低分叶、假性佩尔格尔核异常、环状核、球形核、椭圆形核、细胞凋亡、多核、核破裂、脱核、裸核、核边缘不规则、核断裂、核间桥、复数核、切口核、核分裂以及核小体异常选择的至少一种，所述颗粒异常包括从脱粒、颗粒分布异常、中毒性颗粒、棒状小体、柴捆细胞以及假Chediak
‑
Higashi颗粒样颗粒选择的至少一种，所述细胞的大小异常包括巨大血小板。9.根据权利要求1至8中的任意一项所述的疾病鉴别支援方法，其中，所述第1参数包括与从中性粒细胞、嗜酸性粒细胞、血小板、淋巴细胞、单核细胞、嗜碱性粒细胞、后髓细胞、髓细胞、前髓细胞、芽细胞、浆细胞、异型淋巴细胞、未成熟嗜酸性粒细胞、未成熟嗜碱性粒细胞、成红细胞以及巨核细胞选择的至少一种细胞的每个种类的数量以及该细胞的每个种类的比率中的至少一个关联的参数。10.根据权利要求1至9中的任意一项所述的疾病鉴别支援方法，其中，所述第2参数包括与所述细胞的每个种类的数量或者所述细胞的每个种类的比率关联的参数。11.根据权利要求1至10中的任...

【专利技术属性】
技术研发人员：大坂显通，田部阳子，木村考伸，
申请(专利权)人：希森美康株式会社，
类型：发明
国别省市：