[发明专利]辨别方法、辨别装置以及记录介质

权利要求书

1.一种辨别方法，辨别试样中包含的细胞的种类，其中，

存储多个主成分的光谱和将多个主成分得分通过使用有监督学习的学习模型按种类分类的分类结果，所述多个主成分的光谱通过对由从种类明确的多个细胞的每一个逐个得到的拉曼光谱构成的多个拉曼光谱进行主成分分析而得到，所述多个主成分得分通过所述主成分分析而得到，表示各细胞的拉曼光谱对所述多个主成分的光谱贡献的比例，

从一个未辨别的细胞取得一个拉曼光谱，

通过与对所述主成分的光谱计算所述主成分得分的方法相同的矩阵计算，计算表示所述未辨别的细胞的拉曼光谱与所述多个主成分的光谱一致的程度的多个一致度，

基于所述分类结果对所述多个一致度进行分类，由此辨别所述未辨别的细胞的种类。

2.根据权利要求1所述的辨别方法，其中，

所述学习模型是支持向量机。

3.根据权利要求1或2所述的辨别方法，其中，

将与种类明确的多个细胞的每一个对应的多个主成分得分和所述多个细胞的每个种类作为监督数据，进行所述学习模型的机器学习。

4.根据权利要求1或2所述的辨别方法，其中，

向一个细胞的整体照射激发光，

通过测量来自所述一个细胞的整体的拉曼散射光来取得拉曼光谱。

5.一种辨别装置，辨别试样中包含的细胞的种类，其中，具备：

存储部，存储多个主成分的光谱和将多个主成分得分通过使用有监督学习的学习模型按种类分类的分类结果，所述多个主成分的光谱通过对由从种类明确的多个细胞的每一个逐个得到的拉曼光谱构成的多个拉曼光谱进行主成分分析而得到，所述多个主成分得分通过所述主成分分析而得到，表示各细胞的拉曼光谱对所述多个主成分的光谱贡献的比例，

计算部，通过与对所述主成分的光谱计算所述主成分得分的方法相同的矩阵计算，计算表示从未辨别的细胞取得的拉曼光谱与所述多个主成分的光谱一致的程度的多个一致度；以及

辨别部，基于所述分类结果对所述多个一致度进行分类，由此辨别所述未辨别的细胞的种类。

6.根据权利要求5所述的辨别装置，其中，

还具备学习部，所述学习部将与种类明确的多个细胞的每一个对应的多个主成分得分和所述多个细胞的每个种类作为监督数据，进行所述学习模型的机器学习。

7.根据权利要求6所述的辨别装置，其中，

还具备从外部取得所述监督数据的第一取得部。

8.根据权利要求5至7中任一项所述的辨别装置，其中，

还具备第二取得部，所述第二取得部从外部取得所述多个主成分的光谱和通过所述学习模型将与所述种类明确的多个细胞的每一个对应的多个主成分得分按种类分类的结果。

9.一种记录介质，记录有使计算机执行辨别试样中包含的细胞的种类的处理的计算机程序，其中，

所述计算机程序使计算机执行包括以下步骤的处理：

在存储有多个主成分的光谱和将多个主成分得分通过使用有监督学习的学习模型按种类分类的分类结果的状态下，通过与对所述主成分的光谱计算所述主成分得分的方法相同的矩阵计算，计算表示从未辨别的细胞取得的拉曼光谱与多个主成分的光谱一致的程度的多个一致度的步骤，其中，所述多个主成分的光谱通过对由从种类明确的多个细胞的每一个逐个得到的拉曼光谱构成的多个拉曼光谱进行主成分分析而得到，所述多个主成分得分通过所述主成分分析而得到，表示各细胞的拉曼光谱对所述多个主成分的光谱贡献的比例；以及

基于所述分类结果对所述多个一致度进行分类，由此辨别所述未辨别的细胞的种类的步骤。