JP5870851B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Description

本開示は、情報処理装置、情報処理方法、及びプログラムに関する。

細胞等の微小粒子が持つ特性を測定するために、蛍光色素により標識された微小粒子にレーザ光を照射し、励起された蛍光色素から発生する蛍光の強度やパターンを計測する装置（例えば、フローサイトメータ等）が用いられる。また、微少粒子の特性をより詳細に分析する技術として、微小粒子を複数の蛍光色素を用いて標識し、レーザ光を照射した各蛍光色素から発せられる蛍光を受光波長帯域の異なる複数の光検出器により計測するマルチカラー測定と呼ばれる技術も用いられるようになってきている。なお、受光波長帯域を制限するために各光検出器に設けられる光学フィルタの透過波長帯域は、計測対象とする蛍光色素から発せられる蛍光の蛍光波長に応じて設計される。

蛍光色素としては、例えば、ＦＩＴＣ（ｆｌｕｏｒｅｓｃｅｉｎ ｉｓｏｔｈｉｏｃｙａｎａｔｅ）、ＰＥ（ｐｈｙｃｏｅｒｙｔｈｒｉｎ）等が利用される。これらの蛍光色素を用いて標識した微小粒子にレーザ光を照射して得られる蛍光スペクトルを観測すると、互いに重複する蛍光波長帯域の存在が確認される。つまり、マルチカラー測定を行う場合、微小粒子にレーザ光を照射して得られる蛍光を光学フィルタにより波長帯域別に分離したとしても、各光検出器で検出される蛍光スペクトルには目的とする蛍光色素以外の蛍光色素から発せられた蛍光の成分が漏れ込んでいると考えられる。このような蛍光の漏れ込みが生じると、各光検出器で計測される蛍光強度と目的とする蛍光色素から実際に発せられた蛍光の蛍光強度との間にずれが生じてしまう。その結果、測定誤差が生じる。

このような測定誤差を補正するために、光検出器で計測された蛍光強度から漏れ込み分の蛍光強度を差し引く蛍光補正処理（コンペンセーション）が行われる。この蛍光補正処理は、光検出器で計測された蛍光強度が目的とする蛍光色素から実際に発せられた蛍光の蛍光強度に近づくように、計測された蛍光強度に対して補正（以下、蛍光補正）を加えるものである。蛍光補正を行う方法として、例えば、下記の特許文献１には、数学的に蛍光強度を補正する方法が開示されている。

下記の特許文献１に記載の方法は、各光検出器で計測された蛍光強度（検出値）を要素とするベクトルを考え、このベクトルに予め設定した補正行列の逆行列を作用させることで、目的とする蛍光色素から実際に発せられた蛍光の蛍光強度を算出するものである。なお、上記の補正行列は、漏れ込み行列と呼ばれることもある。上記の補正行列は、各蛍光色素を単標識した微小粒子の蛍光波長分布を解析することによって作成されるものであり、各蛍光色素の蛍光波長分布を列ベクトルとして配列したものである。

特開２００３−８３８９４号公報

なお、上記の特許文献１に記載されている蛍光補正処理は、補正行列の行列要素に負値を許容している。そのため、この蛍光補正処理を適用すると、補正後の蛍光強度が負値になる場合がある。補正後の蛍光強度が負値をとるのは、各光検出器の検出値に含まれるノイズが行列要素の値に影響を与えていることが原因である。しかしながら、現実には、蛍光強度が負値になることはない。また、ある蛍光色素から発せられる蛍光の蛍光強度が負値として算出されるということは、同時に他の蛍光色素に関する蛍光強度の算出値に正方向への誤差が生じていることを意味する。

例えば、解析対象の微小粒子集団（以下、ポピュレーション）に、ある蛍光色素についての蛍光強度が負値となる小集団（以下、サブポピュレーション）が存在する場合について考えてみよう。この場合、その蛍光色素の蛍光強度をログスケールでプロットした二次元相関図（以下、サイトグラム）を作成すると、サイトグラム上にサブポピュレーションがプロットされなくなってしまう。そのため、サイトグラム上にプロットされたポピュレーションが実際よりも少なくなったようにみえてしまう。

また、上記の特許文献１に記載されているような蛍光補正処理は、微小粒子から発せられる自家蛍光の検出値を、バックグランドとして各光検出器の検出値から減算する際に、ポピュレーション全体の自家蛍光強度の平均値を演算に用いている。自家蛍光の強度やパターンはサブポピュレーション毎に異なっている。そのため、全てのサブポピュレーションについて一律に上記の平均値を減算する演算を行うと、蛍光強度の算出値に誤差を生じさせてしまう。この誤差は、解析対象としているサブポピュレーション間の自家蛍光強度のばらつきが大きい場合には顕著になる。

ところで、ある波長帯域に存在するピークが複数の化学種に由来するという状況は、蛍光色素により標識された微小粒子の蛍光スペクトルだけに生じうるものではない。例えば、複数の化学種が混在しているサンプルの発光スペクトルや吸光スペクトル等においても同様の状況が生じうる。

そのため、複数の発光要素から発せられた光のスペクトルを発光要素毎に分解する処理を実施するに当たって、目的とする発光要素から発せられた光のスペクトルに漏れ込んだ他の発光要素の成分を効果的に抑圧する補正方法が広く求められている。こうした状況に鑑み、本件発明者は、測定されたスペクトルから目的とするスペクトル成分をより精度良く抽出する手法を既に開発している（例えば、特願２０１１−１６１７５８）。

ところで、通常は、色素は特定の周波数帯において蛍光を発し、それ以外の周波数帯においては蛍光を発しない。しかし、特定の周波数帯以外の周波数帯域においても蛍光強度が観測されることがある。これは、無染色のサンプルを測定したときと同様、細胞の自家蛍光や装置に由来するノイズ（以下、ノイズ等と呼ぶ。）が観測されていることに他ならない。そのため、ある色素で単標識された微小粒子の観測結果を基底ベクトルとして利用しても、ノイズ等の影響により、その色素を含まないサンプルの観測結果に当該基底ベクトルの当てはめが生じてしまうことがある。その結果、蛍光補正に悪影響が及んでしまうことが懸念される。

そこで、本開示では、測定されたスペクトルから目的とするスペクトル成分をさらに精度良く抽出することが可能な情報処理装置、情報処理方法、及びプログラムを提案する。

本開示によれば、所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施する検定部と、各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するマスク処理部と、複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定する推定部と、を備える、情報処理装置が提供される。

また、本開示によれば、所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施するステップと、各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するステップと、複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定するステップと、を含む、情報処理方法が提供される。

また、本開示によれば、所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施する検定機能と、各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するマスク処理機能と、複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定する推定機能と、をコンピュータに実現させるためのプログラムが提供される。

また、本開示によれば、上記のプログラムが記録された、コンピュータにより読み取り可能な記録媒体が提供される。

以上説明したように本開示によれば、測定されたスペクトルから目的とするスペクトル成分をさらに精度良く抽出することが可能となる。

蛍光強度補正処理について説明するための説明図である。 蛍光強度補正処理について説明するための説明図である。 蛍光強度補正処理について説明するための説明図である。 蛍光強度補正処理について説明するための説明図である。 本開示の第１の実施形態に係る情報処理システムについて示した説明図である。 同実施形態に係る測定ユニットの一例を示した説明図である。 同実施形態に係る測定ユニットの一例を示した説明図である。 同実施形態に係る強度補正処理の概略を示した説明図である。 同実施形態に係る情報処理装置の構成の一例を示したブロック図である。 同実施形態に係る強度補正処理部の構成の一例を示したブロック図である。 同実施形態に係る情報処理方法の流れの一例を示した流れ図である。 同実施形態に係る情報処理方法を利用した蛍光強度補正処理の流れの一例を示した流れ図である。 同実施形態に係る情報処理方法を利用した蛍光強度補正処理の流れの一例を示した流れ図である。 同実施形態に係る情報処理方法を利用した基底ベクトルの生成処理について説明するための説明図である。 同実施形態に係る情報処理方法を利用した基底ベクトルの生成処理について説明するための説明図である。 混合サンプルの染色に利用した蛍光色素の蛍光特性を示したグラフ図である。 測定データのフィッティングの様子を示したグラフ図である。 測定データのフィッティングの様子を示したグラフ図である。 測定データのフィッティングの様子を示したグラフ図である。 蛍光色素ＦＩＴＣの基底ベクトルの変化を示したグラフ図である。 蛍光色素ＰＥの基底ベクトルの変化を示したグラフ図である。 混合サンプルの二次元相関図を示したグラフ図である。 制約付き最小二乗法による測定データのフィッティング結果を示したグラフ図である。 細胞単染色基底ベクトルを用いた場合の測定データのフィッティング結果を示したグラフ図である。 混合サンプルの二次元相関図を示したグラフ図である。 測定データの一部を利用した事前分布の学習結果について示した説明図である。 混合サンプルの染色に利用した蛍光色素の蛍光特性を示したグラフ図である。 混合サンプルの染色に利用した蛍光色素の蛍光特性を示したグラフ図である。 各チャンネルに対するマスクの設定例を示した説明図である。 各チャンネルに対するマスクの設定例を示した説明図である。 各色素の単染色による平均波形（マスクなし）を示した説明図である。 各色素の単染色による平均波形（マスクなし）を示した説明図である。 混合サンプルの染色に利用した蛍光色素の蛍光特性（マスクなし）を示したグラフ図である。 混合サンプルの染色に利用した蛍光色素の蛍光特性（マスクなし）を示したグラフ図である。 各チャンネルに対するマスクの設定例を示した説明図である。 各チャンネルに対するマスクの設定例を示した説明図である。 各色素の単染色による平均波形（マスクなし）を示した説明図である。 各色素の単染色による平均波形（マスクなし）を示した説明図である。 混合サンプルの染色に利用した蛍光色素の蛍光特性（マスクなし）を示したグラフ図である。 混合サンプルの染色に利用した蛍光色素の蛍光特性（マスクなし）を示したグラフ図である。 混合サンプルの二次元相関図（マスクなし）を示したグラフ図である。 混合サンプルの二次元相関図（マスクあり）を示したグラフ図である。 本開示の実施形態に係る情報処理装置のハードウェア構成を示したブロック図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

ここで、説明の流れについて述べる。まず、本実施形態に係る技術について詳細に説明するに先立ち、当該技術に関連する技術の内容について紹介する。また、関連技術が抱える課題について述べ、当該課題を解決することが可能な本実施形態の技術について、その概要を説明する。次いで、本実施形態に係る技術について詳細に説明する。この中で、本実施形態に係る技術的思想を具体的な構成に反映させるための一助とすべく、当該技術的思想に係るシステムの一構成例、装置の一構成例及び処理内容の一例について説明する。

さらに、本実施形態に係る技術の適用により得られる効果を具体的に検証した結果（実施例）を示し、当該技術が奏する効果について確認する。また、本稿において構成例を示した装置の機能を実現することが可能なハードウェア構成例について紹介する。最後に、本実施形態に係る技術的思想についてまとめ、当該技術的思想の適用により得られる作用・効果について言及する。

（説明項目）
１：はじめに
１−１：蛍光強度の補正方法について
１−２：本実施形態の概要
２：実施形態の詳細
２−１：システムの構成例
２−２：装置の構成例
２−３：処理の流れ
２−４：実施例
２−５：マスク処理について
３：ハードウェア構成例
４：まとめ

＜１：はじめに＞
はじめに、本実施形態に係る技術について詳細に説明するに先立ち、当該技術に関連する技術及び本実施形態に係る技術の概要について紹介する。具体的には、「逆行列法」や「制約付き最小二乗法」に基づく蛍光強度の補正方法などを紹介する。

［１−１：蛍光強度の補正方法について］
まず、図１〜図４を参照しながら、蛍光強度の補正方法について簡単に説明する。図１〜図４は、蛍光強度の補正方法について説明するための説明図である。

以下では、一例として、蛍光色素により標識された生体細胞等の蛍光スペクトルをフローサイトメーターにより測定し、その測定結果に対して蛍光強度補正を施す方法について説明するものとする。特に、複数種類の蛍光色素を利用して生体細胞等の微小粒子を多重に染色し、染色した微小粒子の蛍光スペクトルを測定する場合について考える。

まず、各蛍光色素を単独で使用して微小粒子を染色した単染色サンプルを用意する。そして、図１に示すように、単染色サンプルの蛍光スペクトルを予め測定しておく。図１に示した例では、ＦＩＴＣ、ＰＥ、ＥＣＤ、ＰＣ５、ＰＣ７という５種類の蛍光色素をそれぞれ単独で用いた場合の蛍光スペクトルが予め測定されている。その後、複数種類の蛍光色素によりサンプルを多重染色し、蛍光スペクトルを測定する。測定された蛍光スペクトルは、標識に用いた蛍光色素それぞれに由来する蛍光強度が重畳したものとなる。そこで、測定により得られた蛍光スペクトルに対し、蛍光強度補正処理を行うことによって、どの蛍光色素に由来する蛍光強度がどのくらいの割合で重畳しているのか、を特定する。

ここで、上記特許文献１に記載されている補正行列を用いた方法（以下、逆行列法とも称する。）について紹介する。この方法は、下記の式（１）に示したように、測定の結果、それぞれの光検知器で得られた蛍光強度（ＭＩ）に対して、補正行列の逆行列を作用させることにより、真の蛍光強度（ＦＬ）を算出するものである。

図２は、逆行列法による蛍光強度補正方法を模式的に示したものである。逆行列法による蛍光強度補正方法は、それぞれの光検知器で測定された測定データを通る近似曲線を、重畳している蛍光色素単独での蛍光スペクトルを基底ベクトルとして算出する方法であると言える。例えば、この蛍光強度補正は、光検知器ｘ_１〜ｘ_５の測定データをｙ_１〜ｙ_５と表すこととし、基底ベクトルをそれぞれＸ_１（ｘ）〜Ｘ_Ｍ（ｘ）と表すこととすると、基底ベクトルＸ_１（ｘ）〜Ｘ_Ｍ（ｘ）を用いて、測定データｙ_１〜ｙ_５の全てを通る近似曲線を求めることにより実現される。

但し、逆行列法の場合、真の蛍光強度が負値となる場合がある。また、逆行列法の場合、光検知器の設置台数を、利用する蛍光色素の数と同じにする必要がある。さらに、各光検知器での測定データが近似直線上に存在するという条件そのものが、算出された蛍光強度の誤差要因となってしまう。

そこで、上記のような逆行列法の問題点を改善するための方法について検討が行われた。まず初めに、各光検知器での測定データを通る近似曲線を求めるのではなく、図３に示すように、最小二乗法を用いて、各光検知器での測定データから推測される尤もらしい近似曲線を算出する方法が考案された。この方法は、光検知器ｘ_１〜ｘ_Ｎの測定データをｙ_１〜ｙ_Ｎと表すこととし、基底ベクトルをそれぞれＸ_１（ｘ）〜Ｘ_Ｍ（ｘ）と表すこととして、基底ベクトルＸ_１（ｘ）〜Ｘ_Ｍ（ｘ）を用いて、測定データｙ_１〜ｙ_Ｎとの誤差が最も小さい近似曲線を求める方法である。

この最小二乗法を用いた蛍光強度補正方法は、図４のように模式的に表現することができる。ここで、図４を参照しながら、最小二乗法を用いた蛍光強度補正方法についてさらに説明を進める。

各光検出器により測定される測定データの集合（すなわち、蛍光スペクトル）は、基底ベクトルとして用いられる基準となる蛍光スペクトル（例えば、サンプルを単独の蛍光色素で単染色した場合の蛍光スペクトルやサンプル等の自家蛍光スペクトルなど）に所定の係数（強度係数）を乗じたものの線形和にノイズが重畳しているものであるとする。その上で、各光検出器による測定データに基づいて、それぞれの強度係数の具体的な値は、最小二乗法により決定される。このようにして決定される強度係数が、補正後の蛍光強度（すなわち、真の蛍光強度）となる。

ここで、図４に示した強度係数を求めるために最小二乗法を実施するにあたって、本発明者は、強度係数の値が所定の最小値以上（例えば、ゼロ以上）であるという制約を設けるアイデアを創出した。このアイデアを用いると、算出される真の蛍光強度が負値になりうるという逆行列法の短所を改善することができる。このアイデアを盛り込んだ方法を以下では「制約付き最小二乗法」と呼ぶことにする。

以下、具体的な数式を交えながら、制約付き最小二乗法についてさらに説明を進める。

まず、測定された蛍光スペクトルをｙ（ｘ）とし、蛍光色素ｋ（ｋ＝１，・・・，Ｍ）の基底ベクトルをＸ_ｋ（ｘ）とし、蛍光色素ｋの強度係数をａ_ｋとすると、測定された蛍光スペクトルｙ（ｘ）は、下記の式（２）のように表される。ここで、ｉ番目（ｉ＝１，・・・，Ｎ）の光検出器による測定データをｙ_ｉと表すこととすると、着目している最小二乗法は、下記の式（３）で表される評価関数χ^２の最小値を与える強度係数ａ_ｋを求める問題に帰着できる。

なお、下記の式（３）において、σ_ｉは、ｉ番目の光検出器の測定値に対する重み付け係数の逆数を表している。なお、重み付け係数の逆数として、例えば、ｉ番目の光検出器の測定誤差分散を用いてもよいし、１として取り扱ってもよい。また、強度係数ａ_ｋは、下記の式（４）を満たす。下記の式（４）は、蛍光強度ａ_ｋが所定値（Ｕｋ）よりも大きいという制約条件（下限値条件）を表す。

上記のＵ_ｋは、算出する各蛍光色素の蛍光強度の下限値を表す。また、上記の式（３）で表される評価関数の最小値を与える強度係数ａ_ｋの算出方法は、公知のあらゆる方法を用いることが可能である。

（強度係数ａ_ｋの算出方法の一例）
以下、ａ_ｋを求めるための手順について具体的に説明する。

Ｘ_ｋ（ｘ_ｉ）を要素とするＮ×Ｍ次行列Ｓと、ａ_ｋを要素とするＭ次行列ａと、ｙ_ｉを要素とするＮ次ベクトルｙを設定すると、式（４）を満足しながら式（３）で示される評価関数が最小値となるパラメータａ_ｋを求めることは、次の問題を解くこと同じである。

Ｍ×Ｍ次行列ＡとＭ×１次行列ｂは、蛍光強度ａが所定値（Ｕ）以上であるように制約する不等式として以下の式（８）及び式（９）のように設定される。

上記式（５）は２乗して展開すると、下記の式（１０）のようになる。

式（１０）を最小化するため、最終項のｙ^Ｔｙは無視できる。従って、式（１０）を最小化することは、下記式（１１）を最小化することに等しい。

式（１１）及び上記式（６）及び式（７）は、二次計画問題として知られている。「二次計画問題（Ｑｕａｄｒａｔｉｃ Ｐｒｏｇｒａｍｍｉｎｇ Ｐｒｏｂｌｅｍ）」は、Ｄをｎ×ｎ次非負定値対称行列、ｃをｎ次ベクトル、Ａをｍ×ｎ次行列、ｂをｍ次ベクトルとするとき、線形制約条件「Ａａ≦ｂ、ａ≧０」を満たすｎ次ベクトルａのうち、２次形式で与えられる目的関数「ｆ（ａ）＝ａ^ＴＡａ／２＋ｃ^Ｔａ」を最小にするａを求める問題である。なお、二次計画問題は、有限回の反復で厳密な最適解が得られる特殊な非線形計画問題として知られている。

上記の二次計画問題を解くことで、強度係数ａ_ｋを算出することができる。

ところで、上記の二次計画問題を解くに際し、制約条件とする下限値Ｕ_ｊ（ｊ＝１〜Ｍ）は、蛍光色素を標識していない無染色の微小粒子を測定したとして、ｊ番目の蛍光色素にとって最小の検出値として適当な値に設定される。

例えば、下限値Ｕ_ｊの設定方法としては、ｊ番目の蛍光色素を標識していない微小粒子に光を照射して取得された光検出器毎の検出値の平均値から求めたｊ番目の蛍光色素の無染色平均値Ｖ_ｊを用いることができる。但し、無染色平均値Ｖ_ｊとしては、ｊ番目の蛍光色素の単染色スペクトルが最大の検出値をとる検出器における検出値の平均値などが用いられる。もちろん、下限値Ｕ_ｊの設定方法としては、平均値を利用する方法の他にも、所定の確率密度関数や正規分布に従う乱数を利用する方法や、下限値を０に設定する方法なども考えられる。このような方法を適用して、上記の二次計画問題を解くことで、所望の強度係数ａ_ｋを算出することができる。

（制約付き最小二乗法による強度補正方法に対する検討）
ここで、上記のような制約付き最小二乗法による強度補正方法の有効性について検討してみたい。様々な検証を経て、上述した制約付き最小二乗法による強度補正方法は、上記特許文献１に記載されている逆行列法に基づく強度補正方法よりも格段に精度が向上することが分かった。一方で、本件発明者は、上述した制約付き最小二乗法による強度補正方法を実施するに当たり、下記のような点にも配慮すべきであることに気づいた。

まず、測定対象とするサンプルを各色素で単染色して蛍光スペクトルを測定するという操作では、測定の手間及び測定に用いる試料が無駄になることが多い。また、測定対象として細胞に着目する場合、全く同一の条件を有する細胞を色素の個数分だけ準備することは、困難なことが多い。

さらに、制約付き最小二乗法においては全ての測定データにおいて基底ベクトルが共通であるとしていたが、実際には、様々な要因により各測定における基底ベクトルにはバラつきが存在すると考えるのが自然である。また、当然のことながら、多重染色した細胞を単染色した場合の測定データを得ることはできない。つまり、本来、基底ベクトル自体は知りえないものである。

これらの考察から、本発明者は、基底ベクトル自体のバラつきを考慮すべきであること、及び基底ベクトルのバラつきを考慮することで強度補正処理の誤差を抑圧できる可能性に気づいた。

また、上記説明の中で、ある色素により単染色したサンプルによる測定データを基底ベクトルとして利用する例を示したが、当然ながら、例えば、細胞自体の自家蛍光や、フローサイトメーターのマイクロ流路のチューブやチップに由来する蛍光も、基底ベクトルとして利用することが可能である。

また、上記のように、細胞等のサンプルを単染色したものを準備する手間を考えると、細胞等のサンプルに代えてビーズ（ラテックスビーズなど）を単染色したものの蛍光スペクトルを基底ベクトルとして用いることも考えられる。しかしながら、単染色ビーズの蛍光スペクトルの平均は、単染色した細胞等のサンプルの蛍光スペクトルとズレがあるため、ビーズの蛍光スペクトルから生成した基底ベクトルを用いた場合、細胞等のサンプルの蛍光スペクトルから生成した基底ベクトルを用いた場合に比べて、蛍光強度補正処理の結果が大きく異なってしまうことがある。

また、上述した制約付き最小二乗法では、複数の光検出器から得られる複数の周波数帯域での蛍光強度は、同程度のバラつきのノイズを持つことが暗に仮定されている。しかしながら、光電子増倍管に代表される光検出器には、適切なＳ／Ｎ比で測定可能な信号強度に範囲があるために、各光検出器の感度を考慮に入れずに得られた測定データに対して制約付き最小二乗法を適用すると、強度補正処理結果に悪影響が及んでいる可能性が懸念される。

そこで、本発明者は、上記の考察に基づいて改良を進め、基底ベクトルのバラつきに基づく強度補正処理の誤差要因を取り除いてさらに精度良く強度補正処理を実施することが可能な強度補正方法を考案した。また、本発明者は、強度補正処理の精度向上に加え、基底ベクトルとして利用可能な測定データの多様性や光検出器の検出精度についても検討を行い、これらの内容についても新たなアイデア（以下、先願手法）を創出した。その内容は、特願２０１１−１６１７５８として既に出願されている。

［１−２：本実施形態の概要］
本実施形態に係る技術は、上述した「制限付き最小二乗法」や「先願手法」をさらに改良し、より高精度に目的のスペクトル成分を抽出できるようにする技術に関する。

基底ベクトルは、ある色素により単染色した場合に、１単位の蛍光強度の場合に得られる観測ベクトルからノイズを除いたベクトルである。上記の特許文献１に記載の手法では、分析対象を各色素で単染色した観測ベクトルの平均を、多染色の全ての観測ベクトルにおける基底ベクトルとして利用し、その係数を制約付き最小二乗法により求めている。

通常は、色素は特定の周波数帯において蛍光を発し、それ以外の周波数帯においては蛍光を発しない。しかし、特定の周波数帯以外の周波数帯域においても蛍光強度が観測されることがある。これは、無染色のサンプルを測定したときと同様、細胞の自家蛍光や装置に由来するノイズ（以下、ノイズ等）が観測されていることに他ならない。そのため、ある色素で単標識された微小粒子の観測結果を基底ベクトルとして利用しても、ノイズ等の影響により、その色素を含まないサンプルの観測結果に当該基底ベクトルの当てはめが生じてしまうことがある。その結果、蛍光補正に悪影響が及んでしまうことが懸念される。

このような懸念事項は、先願手法においても存在する。そこで、本件発明者は、「色素が光らない領域においては色素の蛍光を考慮しない（基底ベクトルの値を0にする）」手法（以下、本手法）を考案した。以下では、あるチャンネル（周波数）を考慮しない（基底ベクトルの値を0にする）ことを、そのチャンネルに対して「マスクをかける」と呼ぶことにする。本手法は、「マスクをかけるチャンネルをどのように定めるか」という課題を具体的に解決する技術に関する。

後段のおいて詳述するが、本手法は、例えば、各チャンネルで無染色の観測データと単染色の観測データについてｔ−検定を行い、設定した危険率ｐの下で「差がない」という仮説（帰無仮説）が棄却されなければマスクをかけ、棄却されればマスクをかけないという手法を採用する。単染色の観測データが、染まっている細胞と染まっていない細胞とを含んでいる場合には、無染色クラスタと単染色クラスタとにクラスタリングし、単染色クラスタに割り当てられた観測データと無染色の観測データとについてｔ−検定を行う。

かかる構成により、 細胞の自家蛍光や装置に由来するノイズ等の影響を適切に除去することが可能になり、より高精度に目的のスペクトル成分を抽出することができるように蛍光補正することが可能になる。なお、以下ではマスクをかけるチャンネルの蛍光強度を０にする例に沿って説明を進めるが、マスクをかけるチャンネルの蛍光強度を０にせず、小さい値で固定するなどの方法も考えられる。

また、検定手法としてｔ−検定を例に挙げて説明を進めるが、ｔ−検定以外の統計的検定手法を利用することも可能である。例えば、マン・ホイットニーのＵ検定、２標本コルモゴロフ・スミルノフ検定、ファン・デル・ワーデン検定、中央値検定などの手法を適用することが可能である。

＜２：本実施形態の詳細＞
以下、図５〜図１０を参照しながら、本実施形態について詳細に説明する。

［２−１：システムの構成例］
まず、図５を参照しながら、本実施形態に係るシステムの構成例について説明する。図５は、本実施形態に係るシステムの構成例を示した説明図である。

図５に示すように、本実施形態に係るシステムは、主に、情報処理装置１０と、測定サンプルＳのスペクトルを測定する各種の測定ユニット２０とを含む。

（測定サンプルＳの概要）
測定サンプルＳとして用いる微小粒子としては、例えば、細胞や微生物、リポソームなどの生体関連微小粒子、あるいは、ラテックス粒子やゲル粒子、工業用粒子などの合成粒子などが利用される。

生体関連微小粒子には、各種細胞を構成する染色体、リポソーム、ミトコンドリア、オルガネラ(細胞小器官)などが含まれる。細胞には、動物細胞(血球系細胞等)及び植物細胞が含まれる。微生物には、大腸菌等の細菌類、タバコモザイクウイルス等のウイルス類、イースト菌等の菌類などが含まれる。生体関連微小粒子には、核酸やタンパク質、これらの複合体等の生体関連高分子が包含されていてもよい。

また、工業用粒子としては、例えば、有機高分子材料や無機高分子材料、金属等が利用される。また、有機高分子材料としては、例えば、ポリスチレン、スチレン・ジビニルベンゼン、ポリメチルメタクリレート等が利用される。無機高分子材料としては、例えば、ガラス、シリカ、磁性体材料等が利用される。金属としては、例えば、金コロイド、アルミニウム等が利用される。これら微小粒子の形状は、球形であってもよいし、非球形であってもよい。さらに、これら微小粒子の大きさや質量等も特に限定されない。

（情報処理装置１０の概要）
情報処理装置１０は、測定ユニット２０により測定された測定サンプルＳの測定データを取得し、取得した測定データであるスペクトルの強度を補正する強度補正処理を実施する。図５の例では、情報処理装置１０が、測定ユニット２０とは別の装置として記載されているが、情報処理装置１０の機能は、測定ユニット２０を制御するコンピュータに実装されていてもよいし、測定ユニット２０の筐体内に実装されていてもよい。なお、情報処理装置１０の詳細な構成については後段において詳述する。

（測定ユニット２０の概要）
測定ユニット２０は、測定サンプルＳに対してレーザ光を照射し、測定サンプルＳから発せられる蛍光やリン光等を測定したり、測定サンプルＳによる散乱光を測定したり、測定サンプルＳによる吸収スペクトルを測定したりする。測定ユニット２０は、測定サンプルＳの発光スペクトル、散乱スペクトル又は吸収スペクトルのいずれか１つ又は２つ以上を測定するものであってもよい。なお、本稿において、これらのスペクトルを「光の強度分布」と呼ぶことがある。

なお、以下では、測定ユニット２０として、測定サンプルＳの蛍光スペクトルを測定するフローサイトメーター（例えば、図６及び図７を参照）を用いる例について、詳細に説明を行うものとする。

（測定サンプルＳの詳細）
測定サンプルＳとして用いる微小粒子は、蛍光スペクトルの測定に先立って、複数の蛍光色素により多重標識（多重染色）される。微小粒子の蛍光色素標識は、公知の任意の手法によって行うことができる。例えば、測定対象を細胞とする場合には、細胞表面分子に対する蛍光標識抗体と細胞とを混合し、細胞表面分子に抗体を結合させる。蛍光標識抗体は、抗体に直接蛍光色素を結合させたものであってもよく、ビオチン標識した抗体にアビジンを結合した蛍光色素をアビジン・ビオチン反応によって結合させたものであってもよい。また、抗体は、モノクローナル抗体又はポリクローナル抗体であってもよい。

微小粒子を多重標識するための蛍光色素には、公知の物質を２つ以上組み合わせて用いることができる。蛍光色素としては、例えば、フィコエリスリン（ＰＥ）、ＦＩＴＣ、ＰＥ−Ｃｙ５、ＰＥ−Ｃｙ７、ＰＥ−テキサスレッド（ＰＥ−Ｔｅｘａｓ ｒｅｄ）、アロフィコシアニン（ＡＰＣ）、ＡＰＣ−Ｃｙ７、エチジウムブロマイド（Ｅｔｈｉｄｉｕｍ ｂｒｏｍｉｄｅ）、プロピジウムアイオダイド（Ｐｒｏｐｉｄｉｕｍ ｉｏｄｉｄｅ）、ヘキスト（Ｈｏｅｃｈｓｔ）３３２５８／３３３４２、ＤＡＰＩ、アクリジンオレンジ（Ａｃｒｉｄｉｎｅ ｏｒａｎｇｅ）、クロモマイシン（Ｃｈｒｏｍｏｍｙｃｉｎ）、ミトラマイシン（Ｍｉｔｈｒａｍｙｃｉｎ）、オリボマイシン（Ｏｌｉｖｏｍｙｃｉｎ）、パイロニン（Ｐｙｒｏｎｉｎ）Ｙ、チアゾールオレンジ（Ｔｈｉａｚｏｌｅ ｏｒａｎｇｅ）、ローダミン（Ｒｈｏｄａｍｉｎｅ）１０１イソチオシアネート（ｉｓｏｔｈｉｏｃｙａｎａｔｅ）、ＢＣＥＣＦ、ＢＣＥＣＦ−ＡＭ、Ｃ．ＳＮＡＲＦ−１、Ｃ．ＳＮＡＲＦ−１−ＡＭＡ、エクオリン（Ａｅｑｕｏｒｉｎ）、Ｉｎｄｏ−１、Ｉｎｄｏ−１−ＡＭ、Ｆｌｕｏ−３、Ｆｌｕｏ−３−ＡＭ、Ｆｕｒａ−２、Ｆｕｒａ−２−ＡＭ、オキソノール（Ｏｘｏｎｏｌ）、テキサスレッド（Ｔｅｘａｓ ｒｅｄ）、ローダミン（Ｒｈｏｄａｍｉｎｅ）１２３、１０−Ｎ−ノニ−アクリジンオレンジ（Ａｃｒｉｄｉｎｅ ｏｒａｎｇｅ）、フルオレセイン（Ｆｌｕｏｒｅｃｅｉｎ）、フルオレセインジアセテート（Ｆｌｕｏｒｅｓｃｅｉｎ ｄｉａｃｅｔａｔｅ）、カルボキシフルオレセイン（Ｃａｒｂｏｘｙｆｌｕｏｒｅｓｃｅｉｎ）、カルビキシフルオレセインジアセテート（Ｃａｂｏｘｙｆｌｕｏｒｅｓｃｅｉｎ ｄｉａｃｅｔａｔｅ）、カルボキシジクロロフルオレセイン（Ｃａｒｂｏｘｙｄｉｃｈｌｏｒｏｆｌｕｏｒｅｓｃｅｉｎ）、カルボキシジクロロフルオレセインジアセテート（Ｃａｒｂｏｘｙｄｉｃｈｌｏｒｏｆｌｕｏｒｅｓｃｅｉｎ ｄｉａｃｅｔａｔｅ）等を利用することができる。もちろん、本実施形態で使用可能な蛍光色素は、上記の例に限定されるわけではない。

［２−２：装置の構成例］
以下、測定ユニット２０及び情報処理装置１０の構成について、より詳細に説明する。

（測定ユニット２０の詳細）
測定ユニット２０の一例であるフローサイトメーターは、図６に示したように、サンプルＳの染色に利用された蛍光色素を励起可能な波長を有するレーザ光を、レーザ光源からマイクロ流路を流れる多重染色された微小粒子Ｓに対して射出する。また、フローサイトメーターに設けられた光検出器は、レーザ光の照射された微小粒子から放射される蛍光を、光電子増倍管等の光検出器により検出する。なお、図６の例では１台のレーザ光源しか描画されていないが、互いに異なる波長のレーザ光を発する複数のレーザ光源が設けられていてもよい。

このような測定処理を行うフローサイトメーターは、公知の構成を有することが可能であるが、例えば、図７に示したような構成を有している。

図７に示すように、フローサイトメーターは、所定波長のレーザ光（例えば、波長４８８ｎｍ、６４０ｎｍのレーザ光）を射出するレーザ光源と、レーザ光を測定サンプルＳへと導光するためのレンズ等の光学系（非図示）と、測定サンプルＳからの前方散乱光や後方散乱光等といった散乱光や蛍光を検知するための各種光検知器と、散乱光や蛍光を光検知器へと導光する各種の光学系とを有している。

ここで、図７に示した例では、光検知器として、測定サンプルＳからの散乱光等を検知するためのＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）、フォトダイオード等といったディテクタと、測定サンプルＳの蛍光を検知するための複数（例えば、３２個程度）の光電子増倍管と、が設けられている。

なお、本実施形態に係る技術を適用する場合、光検出器の数は、測定サンプルＳの多重染色に利用する蛍光色素数よりも多くなるように設定してもよい。つまり、後述する本実施形態の強度補正処理を適用する場合、（蛍光色素数）＜（光検出器の数）という設定条件にしても、精度良く所望の結果を得ることができる。

レーザ光源から射出されたレーザ光に起因する測定サンプルＳからの蛍光は、測定サンプルＳと各光電子増倍管との間に設けられたプリズムにより分光され、各光電子増倍管へと導光される。各光電子増倍管は、対応する波長帯域の蛍光の検知結果を示した測定データを情報処理装置１０へと出力する。

上記のように、情報処理装置１０は、測定サンプルＳからの蛍光を連続的に観測した蛍光スペクトルを得る。また、ＣＣＤ、ＣＭＯＳ、フォトダイオード等のディテクタにより検知された散乱光等の測定データが、情報処理装置１０に出力されるように構成されていてもよい。

なお、図７に例示したフローサイトメーターには、測定サンプルＳからの散乱光を検知するための一連の光学系が設けられているが、こうした光学系は設けられていなくともよい。また、図７に示したフローサイトメーターでは、測定サンプルＳからの蛍光をプリズムにより分光して光電子増倍管へと導光しているが、測定サンプルＳからの蛍光は、複数の波長選択フィルタにより分離され、各光電子増倍管へと導光されてもよい。つまり、多重染色されたサンプルＳをレーザ光で励起して得られる蛍光スペクトルを所定の波長帯域毎に選択的に測定し、その測定結果を情報処理装置１０に出力できるような構成であれば、一部の構成要素を任意に変形してもよい。

以上、測定ユニット２０の構成例について説明した。

（情報処理装置１０の詳細）
次に、図８〜図１０を参照しながら、情報処理装置１０の構成について、より詳細に説明する。図８は、情報処理装置１０による強度補正処理の概略を説明するための説明図である。図９は、情報処理装置１０の構成を示したブロック図である。図１０は、情報処理装置１０が有する強度補正処理部１０３の詳細な構成を示したブロック図である。

まず、図８を参照する。

図８に示すように、情報処理装置１０は、「測定データは、強度補正処理に用いる基底ベクトルに強度係数を乗じたものの線形和に対してノイズが重畳したものである」として取り扱う。その上で、情報処理装置１０は、基底ベクトルを所定の分布（例えば、切断正規分布）を用いてモデル化するとともに、ノイズについても所定の分布（例えば、正規分布）を用いてモデル化し、確率モデルに基づいて強度補正処理を実施する。以下では、基底ベクトルを表す所定の分布を、事前分布と称することがある。

情報処理装置１０は、基底ベクトルを所定の分布を用いてモデル化し、各測定データにおける基底ベクトルを確率モデルにより推定して事前分布を修正することにより、各測定における基底ベクトルのバラつきを改善する。これにより、各測定データ（各測定スペクトル）の基底ベクトルを推定したり、各測定データに共通の基底ベクトルを推定したりすることが可能となる。

また、情報処理装置１０は、基底ベクトルの推定を行い、蛍光色素の基底ベクトルだけでなく、細胞等の測定サンプル自体やマイクロ流路チップ等の蛍光も推定する。そのため、情報処理装置１０は、基底ベクトルとして利用可能な測定データの多様化を図ることができる。さらに、情報処理装置１０は、予め測定されているスペクトルや、スペクトルに関するデータベース等の事前知識を事前分布の初期値として利用することもできる。

また、情報処理装置１０は、ノイズを表すベクトル（ノイズベクトル）を、相関は持たないが各次元で異なる分散を持つ正規分布によりモデル化し、各次元のノイズの分散を推定することによって、各光検出器の感度を考慮に入れた強度補正処理を実現する。

次に、図９を参照する。

図９に示すように、情報処理装置１０は、主に、測定データ取得部１０１と、強度補正処理部１０３と、表示制御部１０５と、記憶部１０７とを有する。

測定データ取得部１０１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、入力装置、通信装置等により実現される。測定データ取得部１０１は、測定ユニット２０が得た測定サンプルＳの測定データを取得する。

測定ユニット２０から取得する測定サンプルＳの測定データは、例えば、一つの微小粒子又は所定個数の微小粒子に対して所定波長のレーザ光が照射されたことで生成されるスペクトルの強度を表したデータである。一つの微小粒子又は所定個数の微小粒子に対するスペクトルの測定には、微小ではあるが時間幅が存在する。そのため、本実施形態に係る測定データには、その微少な時間幅における累積強度、最大強度、又は、平均強度等が用いられる。

測定データ取得部１０１は、着目している測定サンプルＳの測定データを取得すると、取得した測定データを、後述する強度補正処理部１０３に入力する。また、測定データ取得部１０１は、取得した測定データに対し、当該データを取得した日時等の時刻情報を関連付けて、履歴情報として後述する記憶部１０７等に格納してもよい。

強度補正処理部１０３は、例えば、ＣＰＵ、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＲＯＭ、ＲＡＭ等により実現される。強度補正処理部１０３は、測定データ取得部１０１から出力された測定サンプルＳの測定データや、後述する記憶部１０７等に格納されている基底ベクトルに関する事前知識データベース等を利用して、測定ユニット２０により測定された各種スペクトルの強度補正処理を実施する。

強度補正処理部１０３は、先に説明した強度補正方法により基底ベクトル毎の真の強度を算出する。そのため、算出される真の強度は、制約付き最小二乗法を利用した強度補正方法により得られる結果と比べても、さらに正確なものとなる。

強度補正処理部１０３は、測定データ取得部１０１から出力された各種スペクトルの強度補正処理結果を後述する表示制御部１０５に入力する。表示制御部１０５は、入力された処理結果をユーザに提示する。また、強度補正処理部１０３は、強度補正処理結果を利用して、後述する記憶部１０７等に格納されている各種データベースの更新処理を実施してもよい。

また、強度補正処理部１０３は、強度補正処理結果をプリンタ等の出力装置を介して印刷物としてユーザに提示してもよく、ＣＤ、ＤＶＤ、Ｂｌｕ−ｒａｙディスクなどといった各種の記録媒体やＵＳＢメモリ等に、得られた強度補正処理結果を表すデータを出力してもよい。また、強度補正処理部１０３は、得られた強度補正処理結果を表すデータを外部の装置に対して、各種の通信網を介して出力してもよい。さらに、強度補正処理部１０３は、強度補正処理結果を表すデータに、当該データを生成した日時等に関する時刻情報を関連付けて、履歴情報として後述する記憶部１０７に格納してもよい。

なお、強度補正処理部１０３の構成については、後段においてさらに詳細に説明する。

表示制御部１０５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、通信装置、出力装置等により実現される。表示制御部１０５は、情報処理装置１０が備えるディスプレイ等の表示装置や、情報処理装置１０の外部に設けられたディスプレイ等の表示装置における表示画面の表示制御を行う。

より詳細には、表示制御部１０５は、強度補正処理部１０３から通知された各種スペクトルの強度補正処理結果（補正後のスペクトル強度）に関する情報に基づいて、表示画面の表示制御を実施する。表示制御部１０５が強度補正処理部１０３から通知された強度補正処理結果の表示画面への表示制御を行うことで、情報処理装置１０のユーザは、強度補正処理の結果を把握することが可能となる。

記憶部１０７の機能は、例えば、情報処理装置１０が備えるＲＡＭやストレージ装置等により実現される。この記憶部１０７には、強度補正処理部１０３がスペクトルの強度補正処理に利用する各種のデータベースや事前知識に関する情報等が格納されている。また、記憶部１０７には、測定データ取得部１０１が取得した各種の測定データ等が格納されていてもよい。

さらに、記憶部１０７には、強度補正処理部１０３や表示制御部１０５が、各種の情報を表示画面に表示するために利用する各種のアプリケーションに対応する実行データが格納されてもよい。また、この記憶部１０７には、情報処理装置１０が何らかの処理を行う際に保存する必要が生じた様々なパラメータや処理の途中経過等、又は、各種のデータベース等が適宜格納される。この記憶部１０７は、情報処理装置１０が備える各処理部が、自由に読み書きできるように構成されている。

（強度補正処理部１０３の詳細）
ここで、図１０を参照しながら、強度補正処理部１０３の構成について、より詳細に説明する。

強度補正処理部１０３は、測定データを定式化したうえで各基底ベクトル及びノイズベクトルに対して事前分布を与え、各測定データにおける基底ベクトル及びノイズベクトルを推定する（図８を参照）。その後、強度補正処理部１０３は、推定した基底ベクトル及びノイズベクトルを利用して、図８に示した式における強度係数を算出する。

また、強度補正処理部１０３は、上述のような事前分布の初期値のもとで、各測定データにおける基底ベクトルやノイズベクトルの事後分布を算出し、得られた事後分布を利用して、事前分布を表すパラメータ類を更新する。これにより、強度補正処理に利用される基底ベクトルやノイズベクトルの事前分布は、測定データに対して相応しいものとなるように、随時修正されることとなる。

ここで、強度補正処理部１０３は、着目するスペクトルにおいて典型的な事前分布に関するデータを予め記憶部１０７等にデータベースとして記憶しておき、その典型的なデータそのものを事前分布の初期値として利用することもできる。

例えば、各種蛍光色素で染色された細胞の蛍光スペクトルに着目する場合、一部あるいは全ての蛍光色素による細胞やビーズの単染色サンプルを利用して蛍光スペクトルを測定し、得られた蛍光スペクトルを事前分布の初期値として利用することができる。また、細胞やビーズの単染色サンプルを混合したものを利用して測定した蛍光スペクトルや、細胞やビーズを多重染色したサンプルを利用して測定した蛍光スペクトルを、事前分布の初期値として利用することも可能である。

強度補正処理部１０３は、上記のような事前分布の初期値についても、推定した基底ベクトルの事後分布を利用して更新し、測定データに対して相応しいものとなるように修正を行ってもよい。なお、単染色サンプルを混合したものを利用して、基底ベクトルの事前分布を得る際には、対応する蛍光色素それぞれの分光スペクトルにおいて観測ピークのオーバーラップが少なくなるように、組み合わせる蛍光色素を選択することが好ましい。

また、強度補正処理部１０３は、蛍光スペクトルの測定に用いられる蛍光色素の基底ベクトルだけでなく、チップの蛍光スペクトルや細胞の自家蛍光スペクトルについても事前分布を規定し、その事前分布を更新していくこともできる。これにより、強度補正処理部１０３は、チップの蛍光スペクトルや細胞の自家蛍光スペクトルのような事前分布を学習処理により得ることが可能となる。

例えば、強度補正処理部１０３は、チップに何も流さないで測定した蛍光スペクトル、又は、細胞を流すために用いられる液体のみを流して測定した蛍光スペクトルを利用して、これらの測定データにより相応しくなるように、規定した事前分布を修正していく。これにより、強度補正処理部１０３は、チップの蛍光スペクトルを表す事前分布を得ることができる。

同様に、強度補正処理部１０３は、チップに無染色の細胞を流すことで測定した蛍光スペクトルを利用し、その測定によって得られた測定データに対して、より相応しくなるように、規定した事前分布を修正していく。これらの処理により、強度補正処理部１０３は、細胞の自家蛍光スペクトルを表す事前分布を得ることができる。

ここで、強度補正処理部１０３は、各測定データにおける基底ベクトルを推定するのではなく、全ての測定データに共通して利用可能な基底ベクトルを同様にして推定し、この共通利用が可能な基底ベクトルを利用して、強度係数を算出してもよい。すなわち、強度補正処理部１０３は、全ての測定データに共通して利用可能な基底ベクトルを推定し、得られた基底ベクトルを表す各種のパラメータを各強度補正処理に転用することで、強度係数を算出してもよい。

なお、以下では、数式を用いながら強度補正処理部１０３について具体的に説明することとする。この際、あるイベントｎ（１≦ｎ≦Ｎ）の測定データ（以下、測定ベクトルとも称する。）をｙ_ｎ∈Ｒ^Ｋ（Ｋは、光検出器のチャンネル数）と表すこととする。また、因子ｉ（１≦ｉ≦Ｍ）に対応する半正値の基底ベクトルをφ_ｎｉ（φ_ｎｉ≧０）と表すこととし、因子ｉの半正値の係数（強度係数）をｗ_ｎｉ（ｗ_ｎｉ≧０）と表すこととする。さらに、基底ベクトルを並べた行列を、Φ_ｎ＝（φ_ｎ１，・・・，φ_ｎＭ）と表すこととし、強度係数を並べたベクトルを、ｗ_ｎ＝（ｗ_ｎ１，・・・，ｗ_ｎＭ）^Ｔと表すこととする。

図１０に示すように、強度補正処理部１０３は、主に、パラメータ設定制御部１１１と、強度係数・基底ベクトル推定部１１３と、補正強度出力部１１５と、を含む。

パラメータ設定制御部１１１の機能は、例えば、ＣＰＵ、ＤＳＰ、ＲＯＭ、ＲＡＭ等により実現される。パラメータ設定制御部１１１は、基底ベクトルの事前分布を表すパラメータや、ノイズベクトルの分布を表すパラメータ等といった、強度補正処理に用いられる各種のパラメータを設定するとともに、後述する強度係数・基底ベクトル推定部１１３による処理結果に応じて、これらのパラメータの値を更新する。

具体的には、パラメータ設定制御部１１１は、イベントｎにおける基底ベクトルの事前分布φ_ｎｉを、下記の式（１４）のように設定するとともに、ノイズベクトルε_ｎの分布を、下記の式（１５）のように設定する。

ここで、上記の式（１４）は、基底ベクトルφ_ｎｉ≧０を満たす範囲で、平均パラメータμ_ｉ、共分散パラメータΣ_ｉを持つ正規分布に比例する確率密度を持ち、それ以外の範囲では確率密度を持たない切断正規分布を表している。また、上記の式（１５）において、λ＝（λ_１，・・・，λ_Ｋ）^Ｔは、各光検出器の分散を表している。上記式（１５）は、各光検出器において独立の分散パラメータλ_ｋを設定することを表したものである。このようにして分散を考慮することにより、各光検出器の感度が異なる場合等に、感度の違いを考慮した強度補正処理を実現することが可能となる。

パラメータ設定制御部１１１が基底ベクトル及びノイズベクトルを上記の式（１４）及び式（１５）のように設定することで、測定データに対応する測定ベクトルｙ_ｎは、下記の式（１６）のように確率モデル化されることとなる。

なお、パラメータ設定制御部１１１は、式（１４）に基づき基底ベクトルの事前分布φ_ｎｉを設定するのではなく、先述のように、各種データベースに格納されている各種スペクトルデータや予め測定された各種スペクトルそのものを、基底ベクトルの事前分布φ_ｎｉとして利用してもよい。

パラメータ設定制御部１１１は、後述する強度係数・基底ベクトル推定部１１３によって算出されたｗ_ｎや、Φ_ｎを利用して、事前分布のパラメータ及びノイズベクトルを更新する。具体的には、パラメータ設定制御部１１１は、下記の式（１７）に基づいてノイズベクトルを更新する。

また、パラメータ設定制御部１１１は、第二種最尤推定等の方法により、事前分布のパラメータである平均パラメータμ_ｉ及び共分散パラメータΣ_ｉを更新する。平均パラメータμ_ｉ及び共分散パラメータΣ_ｉの更新方法は、適宜設定することが可能であるが、例えば、パラメータ設定制御部１１１は、下記の式１０５で表される｛φ_ｎｉ｝_{ｎ＝１〜Ｎ}に関する期待値Ｅを最大化するように、平均パラメータμ_ｉ及び共分散パラメータΣ_ｉを更新することができる。

下記の式（１８）に基づくパラメータの更新を実施する場合、全ての基底ベクトルφ_ｎｉが、パラメータμ_ｉ，Σ_ｉに対して同様に反映されることとなる。しかしながら、後述するように、強度係数ベクトルｗ_ｎは、ｗ_ｎ≧０という制約のもとで推定処理が行われるため、強度係数ｗ_ｎｉ＝０となっている場合が多数生じうると考えられる。このような場合、基底ベクトルφ_ｎｉの平均は、μ_ｉのままとなる。また、強度係数ｗ_ｎｉの値が小さい場合にも、同様に基底ベクトルφ_ｎｉの平均は、μ_ｉのままとなる。

従って、基底ベクトルφ_ｎｉを一様に更新処理に利用した場合、事前分布は、初期値に強く依存したものとなってしまう可能性がある。そこで、パラメータ設定制御部１１１は、下記の式（１９）に示したように、強度係数ｗ_ｎｉで重み付けた期待値Ｅを最大化するように平均パラメータμ_ｉ及び共分散パラメータΣ_ｉを更新してもよい。また、このような方法以外にも、パラメータ設定制御部１１１は、｛ｗ_ｎｉ｝_{ｎ＝１〜Ｎ}の最大値に所定値を乗じたものを閾値として、閾値以上の強度係数を有するもののみを用いて更新処理を行ってもよい。

推定部の一例である強度係数・基底ベクトル推定部１１３は、例えば、ＣＰＵ、ＤＳＰ、ＲＯＭ、ＲＡＭ等により実現される。強度係数・基底ベクトル推定部１１３は、測定データに対応する測定ベクトルｙ_ｎと、パラメータ設定制御部１１１により設定されたパラメータ（基底ベクトル及びノイズベクトルに関するパラメータ）とに基づき、測定ベクトルｙ_ｎに対応する尤もらしい強度係数及び基底ベクトルを推定する。

また、強度係数・基底ベクトル推定部１１３は、強度係数及び基底ベクトルのパラメータの推定値が得られると、得られた推定値が収束しているか否かを判定する収束判定を実施する。得られた推定値が収束していないと判定された場合、強度係数・基底ベクトル推定部１１３は、得られた推定値をパラメータ設定制御部１１１に出力して、各種パラメータの更新を要請する。その上で、強度係数・基底ベクトル推定部１１３は、更新された各種パラメータを利用して、強度係数及び基底ベクトルを再度推定する。

強度係数・基底ベクトル推定部１１３は、上記のような繰り返し演算を行うことで、測定ベクトルに対応する尤もらしい強度係数及び基底ベクトルを、精度良く推定することができる。

また、得られた推定値が収束していると判定された場合、強度係数・基底ベクトル推定部１１３は、得られた強度係数の推定値を、後述する補正強度出力部１１５に出力する。

強度係数・基底ベクトル推定部１１３が、強度係数や基底ベクトルを推定するために用いる方法は、事後確率最大化（Ｍａｘｉｍｕｍ Ａ Ｐｏｓｔｅｒｉｏｒｉ：ＭＡＰ）推定や、サンプリングに基づくベイズ推定や変分ベイズ推定等の各種ベイズ推定や、最尤推定等といった、公知の方法を利用することが可能である。

なお、処理の過程において、事後確率最大化推定などにより推定された基底ベクトルをそのまま利用することも可能であるが、所定の正規化を施した基底ベクトルを利用する方法も考えられる。正規化の方法としては、例えば、蛍光スペクトルの最大値や積分値で正規化する方法、或いは、基底ベクトルのノルム（例えば、ユークリッドノルムなど）で正規化する方法などが考えられる。

以下では、強度係数・基底ベクトル推定部１１３が、事後確率最大化推定を用いて推定処理を行う場合を例にとって、具体的に説明を行うこととする。

まず、強度係数・基底ベクトル推定部１１３は、パラメータ設定制御部１１１により設定された｛ｗ_ｎ，Φ_ｎ｝_{ｎ＝１〜Ｎ}及びλについて、事後確率最大化推定を行う。このとき、強度係数・基底ベクトル推定部１１３が考慮する同時分布は、下記の式（２０）のように表される。

ここで、上記式（２０）の対数をとり、強度係数ベクトルｗ_ｎに関する項に着目すると、下記の式（２１）を得ることができる。ここで、ｗ_ｎ≧０であるため、強度係数・基底ベクトル推定部１１３は、ｗ_ｎ≧０という制約のもとで下記の式（２２）で表される二次計画問題を解くことにより、上記式（２０）及び式（２１）を満足する最適な強度係数ベクトルｗ_ｎを得ることができる。

また、上記の式（２０）の対数をとり、基底ベクトルの行列Φ_ｎに関する項に着目すると、下記の式（２３）を得ることができる。ここで、下記の式（２３）において、ｄｉａｇ（λ）は、対角成分にλを持つ対角行列であり、ｄｉａｇ（Σ_１ ^−１，・・・Σ_Ｍ ^−１）は、対角ブロックにΣ_１ ^−１，・・・Σ_Ｍ ^−１を持つブロック対角行列であり、Ｉ_Ｋは、Ｋ次元単位行列である。また、下記の式（２３）において、ｖｅｃ（Φ_ｎ）は、下記の式（２４）で表されるベクトルであり、μは、下記の式（２５）で表されるベクトルである。

ここで、Φ_ｎ≧０であるため、強度係数・基底ベクトル推定部１１３は、Φ_ｎ≧０という制約のもとで下記の式（２６）で表される二次計画問題を解くことにより、上記の式（２０）及び式（２３）を満足する最適な強度係数ベクトルΦ_ｎを得ることができる。

補正強度出力部１１５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、通信装置等により実現される。補正強度出力部１１５は、強度係数・基底ベクトル推定部１１３から通知された、収束後の強度係数ｗ_ｎｉを、着目している測定データの強度補正処理後の強度（補正強度）として出力する。

例えば、補正強度出力部１１５は、強度係数・基底ベクトル推定部１１３から通知された強度係数ｗ_ｎｉを表示制御部１０５に入力し、表示制御部１０５により表示画面を介して補正強度をユーザに出力させる。また、補正強度出力部１１５は、プリンタ等の出力装置を介して補正強度をユーザに対して出力してもよく、ＣＤ、ＤＶＤ、Ｂｌｕ−ｒａｙディスクなどといった各種の記録媒体やＵＳＢメモリ等に、補正強度を表すデータを出力してもよい。また、補正強度出力部１１５は、得られた補正強度を表すデータを、本実施形態に係る情報処理装置１０が通信可能な外部の装置に対して、各種の通信網を介して出力してもよい。

以上、図１０を参照しながら、強度補正処理部１０３の構成について説明した。

なお、上記説明では、基底ベクトルやノイズベクトルの事前分布が正規分布とする場合を例に挙げたが、これらの事前分布を、Ｓｔｕｄｅｎｔ−ｔ分布やＬａｐｌａｃｅ分布等、正規分布以外の分布としてもよい。

また、細胞の蛍光スペクトルに対して上記のような強度補正処理を実施する場合、細胞の自家蛍光は細胞種毎に異なると考えられるため、細胞の自家蛍光に対応する基底ベクトルの事前分布を混合分布としてもよい。これにより、細胞種を推定しつつ細胞の自家蛍光を推定するといった推定処理を行うことが可能となる。

ここで、細胞の自家蛍光に対応する基底ベクトルの事前分布に用いる混合分布は、無染色の細胞群を用いて測定した測定ベクトル群をＥＭ（Ｅｘｐｅｘｔａｔｉｏｎ Ｍａｘｉｍｉｚａｔｉｏｎ）アルゴリズムや変分ベイズ推定アルゴリズムやクラスタリングにより処理することで、生成することができる。

また、上記説明では、多重染色された細胞の蛍光スペクトルを例にとって、本実施形態に係る強度補正処理について具体的に説明したが、本実施形態に係る強度補正処理は、多重染色された細胞の蛍光スペクトル以外にも適用することが可能である。

例えば、複数の化合物が混合されていると思われる混合物に着目し、かかる混合物の発光スペクトル、吸収スペクトル、散乱スペクトル等を各化合物の公知のスペクトルデータベースを利用して強度補正する場合についても、本実施形態に係る強度補正方法を適用可能である。その場合、本実施形態に係る強度補正方法によって得られる補正強度は、対応する化合物がどのくらい含まれているかという定量分析結果に対応するものとなる。

また、本実施形態に係る強度補正方法では、公知のスペクトルデータベース等を利用し実測スペクトルに基づいて基底ベクトルの推定を行うため、上記定量分析のみならず、どのような化合物が混合されているか（すなわち、混合されている化合物の定性分析）に関する知見も得ることが可能となる。

以上、情報処理装置１０の一構成例について説明した。但し、ここではマスク処理に関する機能については言及していない。マスク処理に関する機能構成については後段において詳述する。なお、上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ等が全て行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。

なお、上述のような本実施形態に係る情報処理装置の各機能を実現するためのコンピュータプログラムを作製し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。

［２−３：処理の流れ］
次に、図１１を参照しながら、本実施形態に係る強度補正処理の流れについて説明する。図１１は、本実施形態に係る強度補正処理の流れを示した流れ図である。この強度補正処理は、主に情報処理装置１０の各機能ブロックにより実行される。

図１１に示すように、まず、測定データ取得部１０１は、測定ユニット２０により測定されたスペクトルのデータ（測定データ）を取得し（ステップＳ１０１）、得られた測定データを強度補正処理部１０３に出力する。

次いで、強度補正処理部１０３のパラメータ設定制御部１１１は、基底ベクトル及びノイズベクトルに関するパラメータの初期設定を実施し（ステップＳ１０３）、設定した各パラメータに関する情報を強度係数・基底ベクトル推定部１１３に出力する。

強度係数・基底ベクトル推定部１１３は、測定データ取得部１０１から通知された測定データ、及び、パラメータ設定制御部１１１により設定された各種パラメータを利用して、例えば、上記の式（２２）により強度係数を推定する（ステップＳ１０５）。また、強度係数・基底ベクトル推定部１１３は、測定データ取得部１０１から通知された測定データ、及び、パラメータ設定制御部１１１により設定された各種パラメータを利用して、例えば、上記の式（２６）により、基底ベクトルを推定する（ステップＳ１０７）。

ここで、強度係数・基底ベクトル推定部１１３は、全ての測定値に対して処理を実施したか否かを判断する（ステップＳ１０９）。全ての測定値に対して処理を実施していない場合、強度係数・基底ベクトル推定部１１３は、ステップＳ１０５に戻って処理を継続する。一方、全ての測定値に対して処理を実施した場合、強度係数・基底ベクトル推定部１１３は、得られた推定値が収束しているか否かを判定する（ステップＳ１１１）。

推定値が収束していない場合、強度係数・基底ベクトル推定部１１３は、得られた推定値をパラメータ設定制御部１１１に出力する。パラメータ設定制御部１１１は、通知された推定値を利用して、基底ベクトルやノイズベクトルに関するパラメータを更新し（ステップＳ１１３）、更新後のパラメータを強度係数・基底ベクトル推定部１１３に出力する。強度係数・基底ベクトル推定部１１３は、更新後のパラメータを利用し、再びステップＳ１０５に戻って処理を継続する。

また、推定値が収束した場合、強度係数・基底ベクトル推定部１１３は、得られた強度係数を、補正強度出力部１１５に出力する。補正強度出力部１１５は、強度係数・基底ベクトル推定部１１３から出力された強度係数を、補正処理後の強度（すなわち、真の強度）として出力する（ステップＳ１１５）。これにより、ユーザは、着目しているスペクトルに関する強度補正処理結果を把握することが可能となる。

以上、本実施形態に係る強度補正処理の全体的な流れについて説明した。

（具体的な適用例）
ここで、図１２〜図１５を参照しながら、上述した強度補正処理を、多重染色された細胞の蛍光スペクトルに対して適用する場合について説明する。図１２及び図１３は、本実施形態に係る強度補正方法を利用した蛍光強度補正処理の流れについて示した流れ図である。

まず、図１２を参照しながら、単染色サンプルの蛍光スペクトル測定を行わない場合の流れについて説明する。

本実施形態に係る強度補正方法を利用する場合、蛍光スペクトルの測定者は、まず、測定を行う細胞に対して、どのような蛍光色素を用いて多重染色を行うかの実験計画を立案し（ステップＳ１５１）、測定を行う細胞を多重染色する。その上で、蛍光スペクトルの測定者は、図６及び図７に示したようなフローサイトメーターを利用して、多重染色した細胞の蛍光スペクトルを測定する（ステップＳ１５３）。

蛍光スペクトルの測定者は、図６及び図７に示したようなフローサイトメーターから出力される測定データを、図９及び図１０に示したような情報処理装置１０に伝送する。本実施形態に係る情報処理装置１０は、蛍光色素の蛍光特性に関するデータベース等を利用しながら、上述した確率モデルに基づく強度補正処理を実施し（ステップＳ１５５）、得られた強度補正処理結果を出力する。これにより、蛍光スペクトルの測定者は、各蛍光色素に由来する蛍光強度の値（すなわち、蛍光スペクトルの測定結果）を獲得することができる（ステップＳ１５７）。

本実施形態に係る強度補正方法は、フローサイトメーター等の測定ユニットにより測定された測定結果を利用して、各蛍光色素を単独で用いた場合の蛍光スペクトルに相当する基底ベクトルを修正していく。そのため、本実施形態に係る強度補正方法を利用することで、着目している細胞等のサンプルを単染色した場合の情報が自動的に反映された強度補正処理が行われることとなり、算出される補正強度の精度を向上させることができる。

次に、図１３を参照しながら、単染色サンプルの蛍光スペクトル測定を行う場合の処理の流れについて説明する。

本実施形態に係る強度補正方法を利用する場合、蛍光スペクトルの測定者は、まず、測定を行う細胞に対して、どのような蛍光色素を用いて多重染色を行うかの実験計画を立案する（ステップＳ１６１）。その上で、蛍光スペクトルの測定者は、単染色測定を行うためのサンプルの染色を行った後に得られた単染色サンプルのいくつかを混合することにより混合サンプルを準備しつつ（ステップＳ１６３）、測定するサンプルについても多重染色を実施する（ステップＳ１６５）。

その後、蛍光スペクトルの測定者は、ステップＳ１６３にて準備した単染色測定用サンプルを用いて、図６及び図７に示したようなフローサイトメーターにより、当該サンプルの蛍光スペクトルを測定する（ステップＳ１６７）。この際、本実施形態に係る強度補正方法を利用する場合には、単染色サンプルのいくつかを混合した混合サンプルを利用することができるため、単染色測定用サンプルの測定数を細胞の多重染色に用いる蛍光色素数未満とすることができる。

単染色測定用サンプルの測定が終了すると、蛍光スペクトルの測定者は、得られた単染色測定用サンプルの測定結果を、図９及び図１０に示したような情報処理装置１０に伝送する。情報処理装置１０は、サンプルの測定に先立ち、入力された測定結果を利用して事前分布パラメータの内容を着目する細胞に適するように修正する（ステップＳ１６９）。

以上説明したような前処理を行った後に、蛍光スペクトルの測定者は、図６及び図７に示したようなフローサイトメーター等を利用して、着目している多重染色細胞の蛍光スペクトルを測定する（ステップＳ１７１）。蛍光スペクトルの測定者は、測定に用いたフローサイトメーターから出力される測定データを、図９及び図１０に示したような情報処理装置１０に伝送する。

情報処理装置１０は、修正された事前分布パラメータ及び測定データを利用して、上述した確率モデルに基づく強度補正処理を実施し（ステップＳ１７３）、得られた強度補正処理結果を出力する。これにより、蛍光スペクトルの測定者は、各蛍光色素に由来する蛍光強度の値（すなわち、蛍光スペクトルの測定結果）を獲得することができる（ステップＳ１７５）。

（基底ベクトルの生成処理について）
ここで、図１４及び図１５を参照しながら、基底ベクトルの生成処理について説明する。図１４及び図１５は、本実施形態に係る情報処理方法を利用した基底ベクトルの生成処理について説明するための説明図である。

図１４に示すように、４８８ｎｍのレーザ光により励起される７種類の蛍光色素、及び、６４０ｎｍのレーザ光により励起される３種類の蛍光色素の計１０種類の蛍光色素を用いて、サンプルを多重染色する場合を考える。図１４を参照すると、この例において、４８８ｎｍのレーザ光により励起される７種類の蛍光色素は、蛍光特性を示すピークのオーバーラップが多数存在していることがわかる。

本実施形態に係る強度補正方法を利用しない場合には、このような１０種類の蛍光色素の基底ベクトルを生成するためには、各蛍光色素を用いた単染色サンプル１０種類を準備して、１０回の測定を行う必要があった。しかしながら、本実施形態に係る強度補正方法を利用することで、測定される蛍光スペクトルにおいてピークのオーバーラップが少なくなるように組み合わされた混合サンプルを利用して、単染色スペクトルの測定を行うことができる。

具体的には、例えば図１５に示したように、ピーク波長が互いにオーバーラップしないような蛍光色素の組み合わせを考慮したうえで３種類の混合サンプルを準備し、計３回の測定を行うことで、基底ベクトルとして用いられる事前分布を実際の測定スペクトルから生成することができる。このように、本実施形態に係る強度補正方法を利用することで、単染色サンプルの測定結果を得るために要する時間やコストを、大幅に削減することができる。

［２−４：実施例］
ここで、一実施例を示す。

以下に示す実施例では、相異なる二人から採取した血液を利用して混合サンプルを製造し、これら混合サンプルをＦＩＴＣ、Ａｌｅｘａ５３２及びＰＥの３種類の蛍光色素で多重染色したうえで測定した蛍光スペクトルのデータを利用して、本実施形態に係る情報処理方法（強度補正方法）の有用性について検討を行った。

図１６は、混合サンプルの染色に利用した蛍光色素の蛍光特性を示したグラフ図である。図１６に示した蛍光特性は、図６及び図７に示したフローサイトメーターを用いることで測定したものである。ここで、図１６に示したグラフ図の横軸は、測定に利用したフローサイトメーターに実装されている光電子増倍管に付けられた番号に対応しており、蛍光スペクトルの波長に対応するものである。また、グラフ図の縦軸は、蛍光強度を表している。

ここで、図１６に示した結果から明らかなように、ＦＩＴＣ、Ａｌｅｘａ５３２、ＰＥという３種類の蛍光色素は、それぞれの蛍光特性を示すピークが互いにオーバーラップしていることがわかる。図１６のグラフ図より、このような３種類の蛍光色素の組み合わせは、真の蛍光強度の算出が困難となる蛍光色素の組み合わせであるといえる。

以下では、細胞を単染色することで測定した基底ベクトルを用いた場合と、ラテックスビーズを単染色することで測定した基底ベクトルを用いた場合とを比較することで、本実施形態に係る情報処理方法（強度補正方法）の有用性について検討を行った。

なお、以下では、細胞を単染色することで測定した基底ベクトルを、細胞単染色基底ベクトル又は細胞単染色事前分布と称することとし、ラテックスビーズを単染色することで測定した基底ベクトルを、ビーズ単染色基底ベクトル又はビーズ単染色事前分布と称することとする。

図１７〜図１９は、上述のような混合サンプルを多重染色したうえで測定した蛍光スペクトルの測定結果を、それぞれの基底ベクトルを利用してフィッティングした様子を示している。

図１７は、ビーズ単染色基底ベクトルを利用して、図３及び図４で例示したような制約付き最小二乗法により測定データをフィッティングした様子を示したものである。図１７を参照すると明らかなように、最小二乗法により得られた近似曲線（図中のＥｓｔｉｍａｔｅで表される曲線）は、実際に測定された蛍光スペクトルを再現できていないことがわかる。また、近似曲線を算出するために用いられた基底ベクトルについて着目してみると、ＦＩＴＣに関する基底ベクトル及びＰＥに関する基底ベクトルに加えて、Ａｌｅｘａ５３２に関する基底ベクトルが利用されていることがわかる。

図１８は、細胞単染色基底ベクトルを利用して、制約付き最小二乗法により測定データをフィッティングした様子を示したものである。図１８を参照すると、最小二乗法により得られた近似曲線（図中のＥｓｔｉｍａｔｅで表される曲線）は、実際に測定された蛍光スペクトルを再現できていることがわかる。また、近似曲線を算出するために用いられた基底ベクトルについて着目してみると、ＦＩＴＣに関する基底ベクトル及びＰＥに関する基底ベクトルが主に使用されており、Ａｌｅｘａ５３２に関する基底ベクトルは利用されていないことがわかる。

図１７及び図１８を比較することで明らかなように、制約付き最小二乗法により測定データをフィッティングするためには、ビーズ単染色基底ベクトルではなく、基底ベクトルの生成に時間やコストを要する細胞単染色基底ベクトルの利用が求められる。

また、図１９は、ビーズ単染色基底ベクトルを利用して、本実施形態に係る蛍光強度補正方法により測定データをフィッティングした様子を示したものである。図１９を参照すると、近似曲線（図中のＥｓｔｉｍａｔｅで表される曲線）は、実際に測定された蛍光スペクトルを再現できていることがわかる。また、近似曲線を算出するために用いられた基底ベクトルについて着目してみると、ＦＩＴＣに関する基底ベクトル及びＰＥに関する基底ベクトルが主に使用されており、Ａｌｅｘａ５３２に関する基底ベクトルは利用されていないことがわかる。

このように、本実施形態に係る蛍光強度補正方法を適用すると、細胞単染色基底ベクトルよりも精度が低い可能性のあるビーズ単染色基底ベクトルを用いた場合であっても、細胞単染色基底ベクトルを用いた場合と同様の結果を得ることができる。

ここで、上記のようなフィッティング処理に伴い、着目している蛍光色素の基底ベクトルがどのように変化したかという知見について、蛍光色素ＦＩＴＣ及びＰＥを例にとって、図２０及び図２１に示した。

図２０は、蛍光色素ＦＩＴＣの基底ベクトルの変化を示したグラフ図である。また、図２１は、蛍光色素ＰＥの基底ベクトルの変化を示したグラフ図である。

図２０及び図２１において、△で示したプロットは、細胞単染色基底ベクトルの平均を示したものであり、◆で示したプロットは、ビーズ単染色基底ベクトルの平均を示したものであり、□で示したプロットは、本提案法により推定された基底ベクトル（すなわち、事前分布）の平均を示している。本提案法は、事前分布を表すパラメータが測定データ等に基づいて随時修正されていくため、□で示したプロットは、測定データに適合するように事前分布が学習されていった結果と見ることができる。

図２０及び図２１の双方から明らかなように、本提案法により測定データを学習した事前分布の平均は、細胞単染色基底ベクトルに非常に類似した分布となっていることがわかる。この結果からも明らかなように、本提案法では、測定データに適合するように事前分布（基底ベクトル）が学習されていくため、ビーズ単染色基底ベクトルを初期値として強度補正処理を開始したとしても、細胞単染色基底ベクトルと非常に類似した結果を得ることができた。

続いて、図２２を参照しながら、細胞単染色事前分布を利用し、制約付き最小二乗法及び本提案法により生成された二次元相関図について説明する。図２２は、上記混合サンプルについて、細胞単染色事前分布を利用し、制約付き最小二乗法及び本提案法により生成された二次元相関図を示したグラフ図である。ここで、図２２に示した二次元相関図は、３種類の蛍光色素（ＦＩＴＣ、Ａｌｅｘａ５３２、ＰＥ）から選択された２種類の蛍光色素の蛍光強度を、対数目盛でプロットしたものである。

図２２を参照すると、ＦＩＴＣの蛍光強度とＰＥの蛍光強度とをプロットした二次元相関図、及び、ＦＩＴＣの蛍光強度とＡｌｅｘａ５３２の蛍光強度とをプロットした二次元相関図については、制約付き最小二乗法と本提案法とは、非常に類似した集団（ポピュレーション）が表示されていることがわかる。

しかしながら、ＰＥの蛍光強度とＡｌｅｘａ５３２の蛍光強度とをプロットした二次元相関図（右端に示した相関図）では、図中点線で囲んだ領域について、制約付き最小二乗法と本提案法の双方では、表示されている集団の挙動が異なっていることがわかる。より詳細には、制約付き最小二乗法を利用して生成された二次元相関図では、図中点線で囲んだ領域は、図中矢印で示した部分で繋がっている大きな一つの集団のように見受けられる。また、本提案法を利用して生成された二次元相関図では、図中点線で囲んだ領域は、２つの集団が存在している。

図２２（ａ）の矢印で示した部分のフィッティング結果を図２３に示し、図２２（ｂ）の矢印で示した部分のフィッティング結果を図２４に示した。図２３を見ると、該当部分の測定データは、蛍光色素ＰＥ及びＡｌｅｘａ５３２の基底ベクトルを用いてフィッティングされていることがわかる。このように、蛍光色素ＰＥの基底ベクトルを用いたフィッティングの精度に余地があるために、Ａｌｅｘａ５３２の蛍光強度がＰＥの蛍光強度に漏れこんでいるような結果となってしまい、図２２（ａ）に示したような大きな一つの集団となったと考えられる。

また、図２４に示した本提案法によるフィッティング結果では、蛍光色素ＰＥの基底ベクトルを推定する処理が実施されているため、該当部分の測定データは、蛍光色素ＰＥの基底ベクトルを用いて（Ａｌｅｘａ５３２の基底ベクトルを用いずに）フィッティングされている。これより、本提案法では、制約付き最小二乗法で生じた蛍光強度の漏れこみが適切に補正され、二次元相関図において、図２２（ｂ）に示したような２つの集団が図示されることとなったことが示唆される。

続いて、図２５を参照しながら、ビーズ単染色事前分布を利用し、制約付き最小二乗法及び本提案法により生成された二次元相関図について説明する。図２５は、上記混合サンプルについて、ビーズ単染色事前分布を利用し、制約付き最小二乗法及び本提案法により生成された二次元相関図を示したグラフ図である。ここで、図２５に示した二次元相関図は、３種類の蛍光色素（ＦＩＴＣ、Ａｌｅｘａ５３２、ＰＥ）から選択された２種類の蛍光色素の蛍光強度を、対数目盛でプロットしたものである。

図２５では、各二次元相関図を、プロットの分布から推測される複数の集団に区分しており、各集団の境界を実線で示している。また、各領域に記載されている数字は、各領域内に含まれるプロットの個数を示しており、カッコ内に記載されている数字は、細胞単染色事前分布を用いた場合のプロット数との差を示している。

図２５の右端に示した二次元相関図から明らかなように、ビーズ単染色事前分布を用いた場合であっても、本提案法では、制約付き最小二乗法で生じた蛍光強度の漏れこみが適切に補正されていることがわかる。また、各３種類の二次元相関図を比較すると、制約付き最小二乗法による二次元相関図では、細胞単染色事前分布とのプロット数の差が大きいのに対し、本提案法では、細胞単染色事前分布とのプロット数の差が非常に小さいことがわかる。これらの結果から、本提案法による強度補正方法を用い、ビーズ単染色事前分布を出発点として測定データによる学習を行うことで、細胞単染色事前分布と同等の結果を得ることができることを示している。

図２６は、測定データの一部を利用した事前分布の学習結果について示した説明図である。図２６に示した例では、二次元相関図の右上に存在する集団に対応する測定データのみを用いて、事前分布を適切に学習できるか否かを検証した結果を示している。図２６に示したグラフ図から明らかなように、点線で囲った領域のデータのみから学習した事前分布の平均は、ビーズ単染色事前分布の平均よりも細胞単染色事前分布の平均に類似している。この結果から、本提案法を用いることで、測定データの一部を利用した学習であっても、事前分布を適切に学習できることが明らかとなった。

以上示した実施例から明らかなように、上述した強度補正方法では、測定ごとの各蛍光色素の蛍光特性を推定するため、制約付き最小二乗法による蛍光補正で問題となった蛍光強度の漏れこみを補正することができる。

また、本実施形態に係る強度補正方法では、各蛍光色素の蛍光特性に関する事前知識（例えば、事前の測定によって得られた各蛍光色素の測定データ等）をサンプルの測定データにあわせて修正することができるため、精度に余地のある事前知識を初期値とした場合であっても、精度の良い強度補正結果を得ることが可能となる。

［２−５：マスク処理について］
上記のように、本実施形態に係る強度補正方法を適用することにより、より高い精度で強度補正結果を得ることができる。しかしながら、より精度を向上させるためには、細胞の自家発光や装置に由来するノイズ（以下、ノイズ等）の影響を考慮する必要がある。

通常、色素は特定の周波数帯において蛍光を発し、それ以外の周波数帯においては蛍光を発しない。しかし、特定の周波数帯以外の周波数帯域においても蛍光強度が観測されることがある。これは、無染色のサンプルを測定したときと同様、細胞の自家蛍光や装置に由来するノイズが観測されていることに他ならない。そのため、ある色素で単染色された微小粒子の観測結果を基底ベクトルとして利用しても、ノイズ等の影響により、その色素を含まないサンプルの観測結果に当該基底ベクトルの当てはめが生じてしまうことがある。その結果、蛍光補正に悪影響が及んでしまうことが懸念される。

そこで、本実施形態においては、「色素が光らない領域においては色素の蛍光を考慮しない（基底ベクトルの値を0にする）」手法（以下、本手法）を考案する。以下では、あるチャンネル（周波数）を考慮しない（基底ベクトルの値を0にする）ことを、そのチャンネルに対して「マスクをかける」と呼ぶことにする。また、以下では、マスクをかけるチャンネルを定める具体的な方法について言及する。

具体的には、各チャンネルで無染色の観測データと単染色の観測データについてｔ−検定を行い、設定した危険率ｐの下で「差がない」という仮説（帰無仮説）が棄却されなければマスクをかけ、棄却されればマスクをかけないという手法を提案する。また、単染色の観測データが、染まっている細胞と染まっていない細胞とを含んでいる場合には、無染色クラスタと単染色クラスタとにクラスタリングし、単染色クラスタに割り当てられた観測データと無染色の観測データとについてｔ−検定を行う。

かかる構成により、細胞の自家蛍光や装置に由来するノイズ等の影響を適切に除去することが可能になり、より高精度に目的のスペクトル成分を抽出することができるように蛍光補正することが可能になる。なお、以下ではマスクをかけるチャンネルの蛍光強度を０にする例に沿って説明を進めるが、マスクをかけるチャンネルの蛍光強度を０にせず、小さい値で固定するなどの方法も考えられる。また、検定手法としてｔ−検定を例に挙げて説明を進めるが、ｔ−検定以外の統計的検定手法を利用することも可能である。

まず、図２７及び図２８を参照する。図中で「ｕｎｓｔａｉｎｅｄ」と記載されているグラフは、無染色の微小粒子を測定した結果を示している。無染色の他、ＦＩＴＣ、ＰＥ−Ｃｙ７、ＡＰＣで染色した微小粒子を測定した結果も示しているが、ここではｕｎｓｔａｉｎｅｄ及びＦＩＴＣの測定結果に注目する。

図２７に示すように、ｕｎｓｔａｉｎｅｄのグラフは、光電子増倍管の番号が３０〜３９の範囲において高い蛍光強度を示す傾向が見られる。ＦＩＴＣのグラフに目を移すと、ＦＩＴＣのグラフは、光電子増倍管の番号が１〜２０の範囲において山なりのカーブを描くような蛍光強度の特性を示している。また、図２７に示したＦＩＴＣのグラフは、光電子増倍管の番号が３０〜３９の範囲において、やや高い傾向強度を示す傾向が見られる。

しかし、ＦＩＴＣは、本来、光電子増倍管の番号３０〜３９の範囲に対応する周波数帯域に蛍光特性を有しないはずである。従って、この範囲においてＦＩＴＣのグラフが示す特性は、ノイズ等の影響により生じたものであると考えられる。もし、このようなノイズ等の影響を考慮しないと、ＦＩＴＣから蛍光が得られない周波数帯に蛍光強度を持つ測定結果を表現する基底ベクトルにＦＩＴＣの基底ベクトルが誤って当てはまってしまう可能性がある。

そこで、例えば、ＦＩＴＣが蛍光を発しない周波数帯の蛍光強度を０又は十分に小さな値に固定する方法（以下、マスク処理）を提案する。この方法を適用すると、図２８に示すように、光電子増倍管の番号３０〜３９の範囲におけるＦＩＴＣの蛍光強度が抑圧されることになり、この範囲に相当する周波数帯についてＦＩＴＣの基底ベクトルが誤って当てはまってしまうことが避けられる。もちろん、ＰＥ−Ｃｙ７やＡＰＣなど、他の染色材料についても同様である。

マスク処理の具体的な方法としては、例えば、各チャンネルについてマスクを適用するか否かを設定するためのテーブル（図２９及び図３０を参照）を保持しておき、このテーブルに基づいてマスク処理を適用するチャンネルを指定する方法が考えられる。図２９及び図３０の例では、マスク処理を適用しないチャンネルを「１」、マスク処理を適用するチャンネルを「０」と表現している。なお、図２９及び図３０の例では、ＦＩＴＣ、ＰＥ−Ｃｙ７、ＡＰＣの測定結果に対して施すマスク処理の適否が示されている。

図２９及び図３０の例は、全てのチャンネルに対してマスク処理を施さない設定を示したものである。この場合、図２９に対応して、図３１及び図３３に示すような蛍光強度の検出結果が得られる。同様に、図３０に対応して、図３２及び図３４に示すような蛍光強度の検出結果が得られる。励起波長を４８８ｎｍとした図３３の例ではやや分かりにくいが、励起波長を６４０ｎｍとして図３４の例では、ＦＩＴＣ、ＰＥ−Ｃｙ７、ＡＰＣのそれぞれがノイズ等の影響を大きく受けていることが分かる。このような場合には、強度補正結果に悪影響が出てしまうことが懸念される。

そこで、図３５及び図３６に示すように、ＦＩＴＣ、ＰＥ−Ｃｙ７、ＡＰＣのそれぞれについて蛍光が発せられない周波数帯に相当するチャンネルをマスクする。図３５に示すように、励起波長４８８ｎｍの場合、ＦＩＴＣは、チャンネル１９〜３２にほとんど蛍光特性を有しない。また、ＰＥ−Ｃｙ７は、チャンネル１〜１２、１７〜２７にほとんど蛍光特性を有しない。さらに、ＡＰＣは、チャンネル１〜３２にほとんど蛍光特性を有しない。そこで、これらのチャンネルに対してマスク処理を施すように設定した。

同様に、励起波長６４０ｎｍの場合、図３６に示すように、ＦＩＴＣは、チャンネル１〜３２にほとんど蛍光特性を有しない。また、ＰＥ−Ｃｙ７は、チャンネル１〜２８にほとんど蛍光特性を有しない。さらに、ＡＰＣは、チャンネル１〜２３、２７〜３２にほとんど蛍光特性を有しない。そこで、これらのチャンネルに対してマスク処理を施すように設定した。

その結果、励起波長４８８ｎｍに対しては、図３７に示すような各色素の単染色による平均波形が得られた。同様に、励起波長６４０ｎｍに対しては、図３８に示すような各色素の単染色による平均波形が得られた。図３７のデータをプロットすると図３９のようになる。同様に、図３８のデータをプロットすると図４０のようになる。このように、マスク処理を施すことにより、本来蛍光特性を有しない周波数領域の蛍光強度を抑圧することが可能になり、誤った基底ベクトルの当てはめが生じることを回避することが可能になる。

ここで、ＦＩＴＣの蛍光強度とＰＥ−Ｃｙ７の蛍光強度とに関する二次元相関図、ＦＩＴＣの蛍光強度とＡＰＣの蛍光強度とに関する二次元相関図、及びＰＥ−Ｃｙ７の蛍光強度とＡＰＣの蛍光強度との二次元相関図について、マスク処理の効果を確認する。

まず、図４１を参照する。図４１に示した二次元相関図は、マスク処理を施していない場合の計算結果を示している。図４１に示したＦＩＴＣの蛍光強度とＰＥ−Ｃｙ７の蛍光強度との二次元相関図中、左下の部分にノイズ等の影響と考えられる集団が検出されている。さらに、ＰＥ−Ｃｙ７の蛍光強度とＡＰＣの蛍光強度との二次元相関図中、左中央の部分にノイズ等の影響と考えられる集団が検出されている。

次に、図４２を参照する。図４２に示した二次元相関図は、マスク処理を施した場合の計算結果を示している。図４１と比較しつつ図４２を参照すると、ＦＩＴＣの蛍光強度とＰＥ−Ｃｙ７の蛍光強度との二次元相関図中、図４１においては左下の部分にノイズ等の影響と考えられる集団（ポピュレーション）が検出されていたが、図４２においてはノイズ等の影響に起因する集団がほとんど消えている。さらに、ＰＥ−Ｃｙ７の蛍光強度とＡＰＣの蛍光強度との二次元相関図中、図４１においては左中央の部分にノイズ等の影響と考えられる集団が検出されていたが、図４２においてはノイズ等の影響に起因する集団が大きく薄らいでいる。

こうした結果から、色素毎に蛍光特性を考慮したマスク処理を実施することで、誤った基底ベクトルの当てはめが生じにくくなり、蛍光強度の補正精度を向上させることができると考えられる。マスク処理を施すチャンネルの選択方法としては、例えば、ユーザの経験に基づいて図３５や図３６に示すようなテーブルを設定する方法がある。しかし、サンプルや色素の種類毎にテーブルを手作業で構築することは負担が大きいため、以下のように統計的な検定を利用して自動的にマスク処理の適否を判定する手法を提案する。

また、チャンネル毎に無染色の微小粒子を観測したデータ（以下、無染色データ）と単染色の微小粒子を観測したデータ（以下、単染色データ）とを比較し、無染色データの平均よりも単染色データの平均が有意に上回った場合に、そのチャンネルにマスク処理を施さなないようにする方法が考えられる。つまり、統計的な検定を実施し、両者に「差がない」という帰無仮説が棄却されない場合にマスク処理を施し、棄却された場合にマスク処理を施すという処理を実施する方法が考えられる。

例えば、強度補正処理部１０３は、各チャンネルの無染色データと、単染色データとについてｔ−検定を実施し、予め設定した危険率ｐの下で「差がない」という仮説が棄却されるか否かを判定する。そして、強度補正処理部１０３は、仮説が棄却された場合には該当するチャンネルに対応する単染色データにマスク処理を施さず、仮説が棄却されなかった場合には該当するチャンネルに対応する単染色データにマスク処理を施すように設定する。かかる構成により、図３５や図３６に示すようなテーブルが自動構築される。

また、単染色データを得る際、観測対象に、染色された微小粒子と染色されていない微小粒子とを含んでいる場合、強度補正処理部１０３は、無染色クラスタと単染色クラスタとを分けるクラスタリングを事前に実施する。そして、強度補正処理部１０３は、クラスタリング後、単染色クラスタについて観測された単染色データと、無染色クラスタについて観測された無染色データとについてｔ−検定を実施する。かかる構成により、観測対象に無染色の微小粒子が含まれていたり、十分に染色されなかった微小粒子が含まれていても、自動的に適切なマスク処理の設定が実現される。

以上、マスク処理及びマスク処理対象の設定方法について説明した。かかる構成により、マスク処理の対象となるチャンネルが統計的検定手法により自動的に決定され、ノイズ等の影響を除去すべきチャンネルが適切にマスクされる。その結果、誤った基底ベクトルの当てはめが生じてしまう機会が抑圧され、蛍光強度の補正精度が向上する。

＜３：ハードウェア構成例＞
次に、図４３を参照しながら、本開示の実施形態に係る情報処理装置１０のハードウェア構成について、詳細に説明する。図４３は、本開示の実施形態に係る情報処理装置１０のハードウェア構成を説明するためのブロック図である。

情報処理装置１０は、主に、ＣＰＵ９０１と、ＲＯＭ９０３と、ＲＡＭ９０５と、を備える。また、情報処理装置１０は、さらに、ホストバス９０７と、ブリッジ９０９と、外部バス９１１と、インターフェース９１３と、入力装置９１５と、出力装置９１７と、ストレージ装置９１９と、ドライブ９２１と、接続ポート９２３と、通信装置９２５とを備える。

ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２７に記録された各種プログラムに従って、情報処理装置１０内の動作全般またはその一部を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０５は、ＣＰＵ９０１が使用するプログラムや、プログラムの実行において適宜変化するパラメータ等を一次記憶する。これらはＣＰＵバス等の内部バスにより構成されるホストバス９０７により相互に接続されている。

ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス９１１に接続されている。

入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなどユーザが操作する操作手段である。また、入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール手段（いわゆる、リモコン）であってもよいし、情報処理装置１０の操作に対応した携帯電話やＰＤＡ等の外部接続機器９２９であってもよい。さらに、入力装置９１５は、例えば、上記の操作手段を用いてユーザにより入力された情報に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路などから構成されている。情報処理装置１０のユーザは、この入力装置９１５を操作することにより、情報処理装置１０に対して各種のデータを入力したり処理動作を指示したりすることができる。

出力装置９１７は、取得した情報をユーザに対して視覚的または聴覚的に通知することが可能な装置で構成される。このような装置として、ＣＲＴディスプレイ装置、液晶ディスプレイ装置、プラズマディスプレイ装置、ＥＬディスプレイ装置およびランプなどの表示装置や、スピーカおよびヘッドホンなどの音声出力装置や、プリンタ装置、携帯電話、ファクシミリなどがある。出力装置９１７は、例えば、情報処理装置１０が行った各種処理により得られた結果を出力する。具体的には、表示装置は、情報処理装置１０が行った各種処理により得られた結果を、テキストまたはイメージで表示する。他方、音声出力装置は、再生された音声データや音響データ等からなるオーディオ信号をアナログ信号に変換して出力する。

ストレージ装置９１９は、情報処理装置１０の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイス等により構成される。このストレージ装置９１９は、ＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。

ドライブ９２１は、記録媒体用リーダライタであり、情報処理装置１０に内蔵、あるいは外付けされる。ドライブ９２１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２７に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２７に記録を書き込むことも可能である。リムーバブル記録媒体９２７は、例えば、ＤＶＤメディア、ＨＤ−ＤＶＤメディア、Ｂｌｕ−ｒａｙメディア等である。また、リムーバブル記録媒体９２７は、コンパクトフラッシュ（登録商標）（ＣｏｍｐａｃｔＦｌａｓｈ（登録商標）：ＣＦ）、フラッシュメモリ、または、ＳＤメモリカード（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ ｍｅｍｏｒｙ ｃａｒｄ）等であってもよい。また、リムーバブル記録媒体９２７は、例えば、非接触型ＩＣチップを搭載したＩＣカード（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ ｃａｒｄ）または電子機器等であってもよい。

接続ポート９２３は、機器を情報処理装置１０に直接接続するためのポートである。接続ポート９２３の一例として、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）ポート等がある。接続ポート９２３の別の例として、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（Ｈｉｇｈ−Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）ポート等がある。この接続ポート９２３に外部接続機器９２９を接続することで、情報処理装置１０は、外部接続機器９２９から直接各種のデータを取得したり、外部接続機器９２９に各種のデータを提供したりする。

通信装置９２５は、例えば、通信網９３１に接続するための通信デバイス等で構成された通信インターフェースである。通信装置９２５は、例えば、有線または無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード等である。また、通信装置９２５は、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、または、各種通信用のモデム等であってもよい。この通信装置９２５は、例えば、インターネットや他の通信機器との間で、例えばＴＣＰ／ＩＰ等の所定のプロトコルに則して信号等を送受信することができる。また、通信装置９２５に接続される通信網９３１は、有線または無線によって接続されたネットワーク等により構成され、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信等であってもよい。

以上、本開示の実施形態に係る情報処理装置１０の機能を実現可能なハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用するハードウェア構成を変更することが可能である。

＜４：まとめ＞
なお、本稿で開示した技術は、例えば、下記のように表現することができる。

（１）
所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施する検定部と、
各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するマスク処理部と、
複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定する推定部と、
を備える、
情報処理装置。

（２）
前記推定部は、前記基底ベクトルが所定の確率分布に従うものとしてモデル化し、前記単染色データから推定される基底ベクトルを用いて前記結合係数を推定する、
上記（１）に記載の情報処理装置。

（３）
前記検定部は、所定の危険度ｐの下で前記単染色データと前記無染色データとに差がない、という帰無仮説が棄却されるか否かをｔ−検定により判定する、
上記（１）又は（２）に記載の情報処理装置。

（４）
蛍光測定の対象となるサンプルに無染色の粒子と単染色された粒子とが含まれる場合に、無染色の粒子で構成される無染色クラスタと、単染色された粒子で構成される単染色クラスタとにクラスタリングするクラスタリング部をさらに備え、
前記検定部は、前記無染色クラスタに対応する観測データを前記無染色データとして用い、前記単染色クラスタに対応する観測データを前記単染色データとして用いて前記統計的な検定を実施する、
上記（１）〜（３）のいずれか１項に記載の情報処理装置。

（５）
前記推定部は、前記染色物質から発せられる蛍光以外の光について当該光の強度成分が前記所定の確率分布とは異なる他の所定の確率分布に従うものとしてモデル化し、前記単染色データから推定される基底ベクトルを用いて前記結合係数を推定する、
上記（２）に記載の情報処理装置。

（６）
前記染色物質は、蛍光色素である、
上記（１）〜（５）のいずれか１項に記載の情報処理装置。

（７）
所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施するステップと、
各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するステップと、
複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定するステップと、
を含む、
情報処理方法。

（８）
所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施する検定機能と、
各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するマスク処理機能と、
複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定する推定機能と、
をコンピュータに実現させるためのプログラム。

（９）
所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施する検定機能と、
各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するマスク処理機能と、
複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定する推定機能と、
をコンピュータに実現させるためのプログラムが記録された、コンピュータにより読み取り可能な記録媒体。

（備考）
上記の強度補正処理部１０３は、検定部、マスク処理部、推定部、クラスタリング部の一例である。

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

１０ 情報処理装置
２０ 測定ユニット
１０１ 測定データ取得部
１０３ 強度補正処理部
１０５ 表示制御部
１０７ 記憶部
１１１ パラメータ設定制御部
１１３ 強度係数・基底ベクトル推定部
１１５ 補正強度出力部

Claims (8)

1. 所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施する検定部と、
   各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するマスク処理部と、
   複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定する推定部と、
   を備える、
   情報処理装置。
2. 前記推定部は、前記基底ベクトルが所定の確率分布に従うものとしてモデル化し、前記単染色データから推定される基底ベクトルを用いて前記結合係数を推定する、
   請求項１に記載の情報処理装置。
3. 前記検定部は、所定の危険度ｐの下で前記単染色データと前記無染色データとに差がない、という帰無仮説が棄却されるか否かをｔ−検定により判定する、
   請求項１又は２に記載の情報処理装置。
4. 蛍光測定の対象となるサンプルに無染色の粒子と単染色された粒子とが含まれる場合に、無染色の粒子で構成される無染色クラスタと、単染色された粒子で構成される単染色クラスタとにクラスタリングするクラスタリング部をさらに備え、
   前記検定部は、前記無染色クラスタに対応する観測データを前記無染色データとして用い、前記単染色クラスタに対応する観測データを前記単染色データとして用いて前記統計的な検定を実施する、
   請求項１〜３の何れか１項に記載の情報処理装置。
5. 前記推定部は、前記染色物質から発せられる蛍光以外の光について当該光の強度成分が前記所定の確率分布とは異なる他の所定の確率分布に従うものとしてモデル化し、前記単染色データから推定される基底ベクトルを用いて前記結合係数を推定する、
   請求項２に記載の情報処理装置。
6. 前記染色物質は、蛍光色素である、
   請求項１〜５の何れか１項に記載の情報処理装置。
7. 所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施するステップと、
   各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するステップと、
   複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定するステップと、
   を含む、
   情報処理方法。
8. 所定の蛍光特性を有する染色物質で単染色された粒子を蛍光測定して得られる単染色データと、無染色の粒子を蛍光測定して得られる無染色データとを比較対象として、周波数帯毎に統計的な検定を実施する検定機能と、
   各周波数帯について、前記単染色データと前記無染色データとの間に有意な差がない場合には当該単染色データを０又は所定値に設定するマスク処理機能と、
   複数の染色物質で染色された粒子を蛍光測定して得られる複染色データが、各染色物質に対応する前記単染色データの分布を表す基底ベクトルの線形結合で表わされるとして、当該線形結合の結合係数を推定する推定機能と、
   をコンピュータに実現させるためのプログラム。

Images