CN102227624B - 用于显示三维物体散点图的系统和方法 - Google Patents
用于显示三维物体散点图的系统和方法 Download PDFInfo
- Publication number
- CN102227624B CN102227624B CN200980148183.9A CN200980148183A CN102227624B CN 102227624 B CN102227624 B CN 102227624B CN 200980148183 A CN200980148183 A CN 200980148183A CN 102227624 B CN102227624 B CN 102227624B
- Authority
- CN
- China
- Prior art keywords
- scatter diagram
- data point
- data
- dimensional
- population
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title abstract description 16
- 239000002245 particle Substances 0.000 claims abstract description 61
- 238000010586 diagram Methods 0.000 claims description 132
- 238000004458 analytical method Methods 0.000 claims description 60
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000002360 preparation method Methods 0.000 claims description 9
- 238000000149 argon plasma sintering Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000037452 priming Effects 0.000 claims 1
- 239000012472 biological sample Substances 0.000 abstract 2
- 238000003860 storage Methods 0.000 description 17
- 210000003743 erythrocyte Anatomy 0.000 description 12
- 239000003086 colorant Substances 0.000 description 10
- 238000004590 computer program Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 210000001772 blood platelet Anatomy 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 210000004027 cell Anatomy 0.000 description 8
- 210000004698 lymphocyte Anatomy 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000000527 lymphocytic effect Effects 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 4
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/1031—Investigating individual particles by measuring electrical or magnetic effects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1019—Associating Coulter-counter and optical flow cytometer [OFC]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1477—Multiparameters
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
提供用于显示颗粒的三维物体散点图的系统和方法。在一个实施例中,与生物样本中的至少一个颗粒相关的至少两个参数被检测和存储作为数据。利用对应于两个参数的两个维建立数据的初始二维散点图,并且每个数据点对应于生物样本中的颗粒。将初始二维散点图中的数据点分类成为对应于颗粒种群的种群;评估数据点的密度值。基于评估的密度值以及分类的种群为数据点计算颜色数据;基于初始二维散点图中的位置以及数据点的属性生成三维位置。使用计算的颜色数据显示以生成的三维位置为中心的几何形状。
Description
技术领域
本发明的实施例一般涉及颗粒分析的系统和方法。更具体地说,本发明的实施例涉及用于处理和显示细胞的分析数据的系统和方法。
背景技术
诸如流式细胞仪和血液学分析器的颗粒分析器测量生物样本中的颗粒的物理性能。示范性的血液学分析器可从许多公司得到,包括贝克曼考尔特公司、希森美康公司、雅培制药有限公司、西门子公司以及深圳迈瑞生物医疗电子股份有限公司。示范性的流式细胞仪可从包括贝克曼考尔特公司以及碧迪医疗器械有限公司的许多公司得到。由粒子分析器执行的示范性的物理性能测量包含电光测量。
生物颗粒的物理性能的测量被存储作为颗粒分析数据。每个测量的物理性能对应于颗粒分析数据中的参数。颗粒分析器常常为用户提供表示测量两个参数的数据的二维(2D)散点图或者直方图的显示。
二维散点图中的每个数据点对应于颗粒事件。在显示给用户的散点图中,颜色可用于区分颗粒种群。图1图解传统的两个血细胞测量的散点图,其中不同的颜色(图1中不同的灰度所示)被用于表示不同的种群。然而,当数据点开始彼此重叠时,传统的散点图不能显示密度信息。重叠的数据点在显示和数千个事件以上一样多的散点图中是普通的。
二维直方图可以提供关于数据中的数据点的密度信息。二维直方图包含一组二维二进制数据(bin)。每个二进制数据积聚在该二进制数据的位置处出现的颗粒事件。该积聚值表示在该位置的颗粒密度。在典型的二维直方图中,位图被用于表示该二维二进制的密度范围。例如,在包含64×64二进制的256×256直方图中,密度范围可以表示4×4像素的位图。每个位图表示密度范围。
在二维直方图中,在该位图中的彩色像素的数量可以对应于密度范围。例如,在位图中的高数量的像素使用用于高密度范围的颜色。在位图中相对低数量的像素使用用于低密度范围的颜色。不同的颜色还可以用于直方图中的不同的颗粒种群。
图2以灰度级图解基于血细胞分析数据生成的传统的二维彩色直方图210。每个细胞种群由相关颜色的位图识别(如图2中的不同的灰度所示)。每个位图具有对应于各个细胞的密度的彩色图案。每个细胞种群可以由10个彩色图案的族表示。不同的彩色图案容纳不同数量的彩色像素。具有带有更多彩色像素的彩色图案的位图表示各个种群中的高密度。例如,在直方图210中,网状细胞由具有彩色图案的4×4位图表示,该彩色图案由蓝色、青色或者灰色像素颜色形成(这里以不同的灰度图解)。成熟的红细胞由红色、暗红色或者灰色颜色的位图表示。血小板由绿色或者青色的位图表示。
以灰度级显示的图像220是直方图210中的区域212的放大版本。图像220中的每个彩色正方形表示一个像素(例如,像素222)。每个4×4的彩色正方形的方块表示位图(例如位图224、226、228)。不同的方块具有基于各个细胞密度的不同的彩色图案。图像220表示包含网状细胞的区域。位图224和226具有这里以不同的灰度所示的相同的彩色图案。每个位图224和226容纳7个彩色像素,4个蓝色(如第一灰度所示)、1个青色(如第二灰度所示)以及2个灰色(如第三灰度所示)。位图228具有包含9个彩色像素的不同的彩色图案,9个彩色像素具有2个灰色(第三灰度)以及7个蓝色(第一灰度)。因此,位图228对应于比位图224以及226高的网状细胞的密度。
通过目测检查这些二维直方图,用户可以识别和比较不同的血细胞种群的密度信息,用于病人诊断以及结果验证。然而,传统的直方图显示存在缺点。因为数据二进制化(binning),所以直方图降低了数据的分辨率,导致单个事件的感知会被丢失。
因为传统的二维散点图以及直方图仅仅包含关于两个参数的信息,所以共享超过两个参数的类似值的颗粒种群可能互相重叠。难以在传统的二维散点图或者直方图中区分这种种群。
发明内容
本发明的实施例提供用于显示颗粒分析数据的三维(3D)物体散点图的系统以及方法。这些三维物体散点图与现有的二维散点图相比有改进。
在一个实施例中,方法包括以下步骤,制备用于分析的生物样本,使来自生物样本的生物颗粒经过颗粒分析器的测量区域,以及探询经过测量区域的每个颗粒以便检测至少两个参数。参数由一个以上的检测器检测并且存储作为数据。利用对应于第一参数的第一维以及对应于第二参数的第二维建立数据的初始二维散点图。每个数据点对应于生物样本中的颗粒。将初始二维散点图中的数据点分类成为颗粒种群。为每个数据点评估密度值。基于评估的密度值为每个数据点计算颜色数据。根据本发明的特征,基于初始二维散点图中的位置以及每个数据点的属性生成三维位置。然后使用为每个数据点计算的颜色数据描绘以生成的三维位置为中心的几何形状。
本发明的另一个实施例旨在显示用于颗粒分析的三维物体散点图的系统。该系统包括颗粒分析器、三维物体散点图发生器以及描绘器。通过处理生物样本,颗粒分析器提供用于颗粒分析的数据。颗粒分析器包括制备系统以及传感器模块。传感器模块具有一个以上的探询源以及一个以上的检测器。探询源提供颗粒的电光探询。检测器检测与颗粒相关的多个参数。三维物体散点图产生器基于提供的数据生成三维散点图数据。描绘器基于生成的三维散点图数据描绘几何形状。
三维物体散点图生成器包括初始散点图建立器、种群分析器、密度评估器、颜色计算器以及坐标生成器。初始散点图建立器基于由测量装置提供的数据建立初始二维散点图。种群分析器将初始二维散点图中的每个数据点分类成为各个种群。每个种群对应于样本中的各个颗粒种群。密度评估器为每个数据点确定各个密度值。在初始二维散点图中,密度值对应于在从数据点到指定距离之内的各个种群中的数据点的数量。颜色计算器基于各个种群以及密度值为每个数据点计算颜色数据。坐标生成器基于数据点的属性为每个数据点确定第三维中的坐标值。基于初始二维散点图中的各个位置以及第三维中的各个坐标值为每个数据点生成三维位置。
本发明的一个特征是提供颗粒分析数据的三维物体散点图。三维物体散点图可以清楚地显示不同的颗粒种群以及它们的密度信息。即使包含大量数据点,结果也可以帮助用户理解和分析数据。三维物体散点图还结合第三维中的信息,可以显示在传统的二维散点图或者直方图中由其他颗粒种群遮住的颗粒种群。
以下参考附图详细描述本发明进一步的特征和优势,以及本发明的各个实施例的构成与操作。
附图说明
在此合并到说明书并且形成说明书的一部分的附图图解本发明,并且连同说明书一起进一步用来说明本发明的原理以及使相关领域的技术人员能够制造和使用本发明。图1是用于血液样本的传统的二维散点图的图像。图2是基于二维散点图的由贝克曼考尔特血液分析器生成的传统的二维直方图的图像。
图3是根据本发明的实施例的用于显示二维散点图的示范性的系统的框图。
图4是根据本发明的实施例的用于提供显示数据的示范性的颗粒分析器的框图。
图5是根据本发明的实施例的用于显示二维散点图的示范性的程序的流程图。
图6是根据本发明的实施例的示范性的三维物体散点图的图像。
图7A是根据本发明的实施例的使用z值的电导率的示范性的三维物体散点图的图像。
图7B是根据本发明的实施例的使用动态分配的z值的示范性的三维物体散点图的图像。
图8是根据本发明的实施例的用于显示三维物体散点图的示范性的计算机系统的框图。
参考附图描述本发明。其中元件首次出现的附图一般由相应的参考数字中的最左边的数字表示。
具体实施方式
相对于颗粒分析器,描述本发明的实施例。一个特征是为了显示清楚地示出不同的颗粒种群以及它们的密度信息的颗粒分析数据的三维物体散点图。即使对于大量数据点,结果显示也可以帮助用户理解和分析数据。
本发明的实施例提供使用三维物体散点图显示生物样本的颗粒分析数据的方法和系统。在三维物体散点图中,数据中的每个颗粒种群由基色表示。每个数据点表示为几何形状(例如三维球体)。通过改变颜色参数(例如亮度)表示局部的密度信息。
在用于显示全血样本数据的一个实施例中,三维球体被用作几何形状以便表示三维物体散点图中的数据点。数据点被分类成为细胞种群。基于各个细胞种群分配球体的基色。例如,红色被分配给成熟的红细胞,蓝色被分配给网状细胞,以及绿色被分配给血小板,等等。该实例用于说明的目的,而不是想要限制本发明。可以使用其他几何形状、颜色和颜色分配。
诸如亮度的颜色参数可用于表示数据点的密度信息。在一个实施例中,分配给数据点的颜色的亮度与它附近区域中的数据点密度成正比。较高的密度生成较明亮的颜色。由较暗的颜色表示较低的密度。如此,在三维物体散点图中,颜色仍然识别颗粒种群,同时颜色的亮度显示密度信息。
在一个实施例中,为了三维物体散点图,处理颗粒分析数据中的每个数据点。在替换的实施例中,只有一部分数据点被处理。例如,在一个实施例中,只有具有预选择的阈值以上的密度值的数据点被处理。在另一个实例中,只有选择的种群中的数据点被处理。
系统综述
图3是根据本发明的实施例的用于显示三维物体散点图的示范性的系统300的框图。系统300包含颗粒分析器310、计算装置302和显示器380。计算装置302包含三维物体散点图生成器315以及描绘器370。在另一个实施例(未显示)中,显示器380可以被归入计算装置302。
颗粒分析器310通过处理颗粒的生物样本来提供用于颗粒分析的数据。例如,在一个实施例中,颗粒是血细胞。在替换的实施例中,颗粒可以是诸如DNA碎片的其他类型的生物颗粒。这些实例用于说明的目的,而不是想要限制本发明。
图4是根据本发明的实施例的颗粒分析器310的概略图。颗粒分析器310包含制备系统、传感器模块420、测量区域426以及容器450。
制备系统410制备包含用于分析的颗粒的生物样本。
传感器模块420提供对应于要被分析的颗粒的数据。在一个实施例中,传感器模块420包含多个探询源422a-m、多个检测器424a-n以及测量区域426。制备系统410使来自生物样本的制备的生物颗粒428经过测量区域426。
探询源422a-m提供颗粒428的电光探询,以使与探询的颗粒相关的一个或多个参数可以分别通过检测器424a-n被检测。在一个实施例中,例如,探询源422a-m可以包含一个或多个激光和/或电源。在替换的实施例中,可以使用其他类型和/或数量的探询源。检测器424a-n检测与样本中的探询的颗粒相关的参数。在一个实施例中,检测器424a-n包含一个或多个光电二极管传感器。检测器424a-n还可以包含直流接收机。在替换的实施例中,可以使用其他类型的检测器。
在一个实施例中,参数来源于电光测量,电光测量包含例如第5,125,737号美国专利中描述的DC(直流电)、RF(射频)、一个或多个类型的光散射(在一个或多个角度)、荧光性以及轴向光损失,并且是本领域中公知的。这些参数的实例用于说明的目的,而不是想要限制本发明。
在一个实施例中,颗粒分析器310测量包含在液流中的生物颗粒。在另一个实施例中,颗粒分析器310测量微孔滴定板中的生物颗粒。颗粒分析器310可以是任何能够在多维的特征空间中提供颗粒分析数据的分析器。
三维(3D)物体散点图生成器315为接收自来源于颗粒分析器310的数据生成三维物体散点图。该数据包含与生物样本相关的检测参数。三维物体散点图生成器315包含种群分析器320、初始散点图建立器330、密度评估器340、颜色计算器以及坐标生成器360。
初始散点图建立器330基于接收自颗粒分析器310的数据建立初始散点图。初始散点图建立器330包含选择模块332以及二维散点图建立模块334。选择模块332从接收自颗粒分析器310的数据选择对应于两个检测参数的数据。二维散点图建立模块使用对应于参数的选择的数据建立二维散点图。二维散点图的两个维分别对应于两个参数。
种群分析器320将接收自颗粒分析器310的数据分类成为颗粒种群。在初始散点图中的数据点与分类的颗粒种群相关。各种技术可用于对颗粒种群进行分类。例如,在一个实施例中,种群分析器320对所有检测的参数以及它们的组合建立一维直方图和/或二维直方图。通过分析建立的直方图,数据能够被分类成为颗粒种群。在另一个实施例中,数据的统计可用于对颗粒种群进行分类。这些实例用于说明的目的,而不是想要限制本发明。
密度评估器340评估初始二维散点图中的数据点的局部的密度信息。局部的密度信息可以通过或者基于相同的颗粒种群中的数据点的邻近范围中的数据点的数量而被表示。例如,在一个实施例中,种群分析器320从颗粒分析器310接收血液样本数据。种群分析器320将数据分类成为成熟的红细胞、网状细胞以及血小板种群。因此,在初始二维散点图中的数据点与各个种群相关。与血小板种群相关的数据点的局部的密度是在它附近的血小板数据点的数量。类似地,网状细胞数据点的局部的密度是在它附近的网状细胞数据点的数量。成熟红细胞数据点的局部的密度是在它附近的成熟红细胞数据点的数量。该实例用于说明的目的,而不是想要限制本发明。例如,数据点的局部的密度不限于在种群的邻近范围中的数据点的数量,而且可以代替的是取决于特定的应用的数据点的数量的函数(诸如加权函数)。
颜色计算器350基于它的种群以及密度信息将颜色数据分配给数据点。在一个实施例中,颜色计算器350将不同的基色分配给不同的种群。然后,颜色计算器350基于它的密度信息,计算种群中的数据点的颜色亮度。
坐标生成器360生成用于数据点的三维位置。三维位置包含初始散点图中的数据点的二维坐标以及第三维中的坐标值。第三维可以对应于数据点的属性。例如,该属性可以是与数据点相关的种群,相对于另一个由颗粒分析器320检测的参数的值等等。在一个实施例中,坐标生成器360为每个种群确定在第三维中的坐标值的不同的范围。对于种群中的每个数据点,坐标生成器360将各个范围中的值分配作为它在第三维中的坐标值。在另一个实施例中,第三维中的值是基于另一个检测参数被确定的。例如,在一个实施例中,散点图的第一和第二维对应于DC和光散射,第三维对应于不透明性。这样,因为重叠的种群在第三维中可以具有不同的坐标值,所以在初始散点图中重叠的种群可以被分离。
描绘器370使用确定的颜色数据和生成的三维位置描绘几何形状。描绘的几何形状以生成的三维位置为中心。在一个实施例中,三维球体被用作几何形状。描绘的结果可以被输出到用于显示的显示器380。
显示器380可以是能够与计算装置302连接的任何类型的显示器。例如,显示器380可以是CRT监视器、LCD显示器、触摸屏显示器等等。这些实例用于说明的目的,而不是想要限制本发明。在另一个实施例中,描绘的几何形状被存储在诸如硬盘、闪速驱动器、软盘、内存等等的存储装置(未显示)上。
在一个实施例中,三维物体散点图生成器315、它的部件以及描绘器370可以以计算装置302中的软件、固件、硬件或者它们的任何组合来实现。实例计算装置包括但不限于计算机、工作站、分布式计算系统、嵌入系统、单独的电子装置、网络装置、机架服务器、至少具有一个处理器以及内存的装置或者其他类型的计算机系统。
生成三维物体散点图
图5是根据本发明的实施例的用于生成和显示三维物体散点图(步骤510-580)的示范性的过程500的流程图。虽然为了简便起见将参考图3中所示的系统300来描述过程500,但是过程500也可被用于显示散点图的其他系统。
在步骤510中,三维物体散点图生成器315从颗粒分析器310接收数据。该数据包含与颗粒的生物样本相关的检测参数。例如,在一个实施例中,参数来源于电光测量,电光测量包含如第5,125,737号美国专利中描述的DC(直流电)、RF(射频)、光散射(在一个或多个角度)、荧光性、侧向散射光以及轴向光损失,并且是本领域中公知的。可以使用基于诸如不透明性的检测参数的参数,该不透明性是直流电和射频的函数。这些参数的实例用于说明的目的,而不是想要限制本发明。
在步骤520中,选择模块332从接收数据选择对应于两个检测参数的数据。例如,在一个实施例中,选择对应于光散射和体积的数据。该实例是说明性的,而不是想要限制本发明。
在步骤530中,然后二维散点图建立模块334基于选择的数据建立初始二维散点图。初始散点图中的每个数据点对应于接收数据中的颗粒事件。
在步骤540中,种群分析器320将接收的数据分类成为种群。这些种群对应于生物样本中的颗粒种群。在初始散点图中的数据点与分类的种群相关。在一个具有血液样本的血液学数据的实施例中,种群包含红细胞、白细胞、网状细胞、血小板等等。各种技术可用于确定颗粒种群。例如,在一个实施例中,种群分析器320在所有检测的参数以及它们的组合的范围内建立一维直方图和/或二维直方图。通过分析建立的直方图,可以确定数据中的颗粒种群。在一个实施例中,分水岭变换(Watershed transformation)的分割技术被用于将二维直方图分割成为区域。区域包含对应于颗粒种群的数据点群集。在另一个实施例中,数据的统计可用于确定颗粒种群。这些实例是说明性的,而不是想要限制本发明。
在步骤550中,密度评估器340评估用于数据点的密度值。基于包含数据点的种群中的数据点附近的数量计算密度值。在一个实施例中,为每个颗粒种群生成二维直方图。每个二维直方图提供关于各个颗粒种群的密度信息。二维直方图将种群中的数据点的数量积聚成为64×64标准。二维散点图被分成匹配二维直方图的64×64区域。二维散点图中的每个区域对应于每个直方图中积聚的数量。对于区域中的每个数据点,基于为相应的种群而在二维直方图中积聚的数量来分配它的密度值。在另一个实施例中,通过在到达初始散点图中的数据点的预定距离之内对它相应的种群中的数据点进行计数来计算数据点的密度。
使用颜色来显示种群密度
在步骤560中,颜色计算器350基于密度值计算数据点的颜色数据。在一个实施例中,由种群分析器320确定的每个种群被分配不同的基色。例如,在一个实施例中,红色被分配给红细胞的种群,并且绿色被分配到血小板的种群。该实例是说明性的,而不是想要限制本发明。可以基于相应的种群的基色以及数据点的密度值计算数据点的颜色数据。该密度值可以对应于颜色参数的值。在一个实施例中,颜色参数是颜色亮度。
在示范性的实施例中,基于它们的密度值为每个种群建立数据点的组合。每个组合具有分配给相应的种群的相同的基色,但是具有不同的亮度。对于每个组合的颜色亮度与组合的密度范围成正比。如此,在组合中具有较高密度的数据点具有较明亮的颜色,并且在另一个组合中具有较低密度的数据点具有较暗的颜色。
例如,在一个实施例中,使用{10,20,100,190}的阈值将颗粒种群(诸如红细胞)分成五个组合。对于初始二维散点图中的种群中的给定的数据点P(x,y),如果P(x,y)具有密度值d(x,y)≤10,则P(x,y)被加到第一组合G1。如果10<d(x,y)≤20,则P(x,y)被加到第二组合G2。如果20<d(x,y)≤100,则P(x,y)被加到第三组合G3。如果100<d(x,y)≤190,则P(x,y)被加到第四组合G4。最后,如果d(x,y)>190,则P(x,y)被加到第五组合G5。
第一组合G1被分配种群的基色。对于组合G2到G5,按照红色、绿色以及蓝色成分值,如下计算它们的颜色:
颜色(Gi+1).红色=白的.红色×0.2+颜色(Gi).红色×0.8
颜色(Gi+1).绿色=白的.绿色×0.2+颜色(Gi).绿色×0.8
颜色(Gi+1).蓝色=白的.蓝色×0.2+颜色(Gi).蓝色×0.8
基于相应的密度值,其他的颗粒种群(诸如白细胞)也可以被分成组合以及被分配不同的亮度。
生成三维位置
本发明的一个特征是在三维位置使用几何形状表示数据点。该特征可以区分将在传统的散点图中重叠的数据点。在步骤570中,坐标生成器360生成用于数据点的三维位置。在一个实施例中,基于初始散点图中的数据点的二维位置(例如(x,y))以及第三维(例如z)中的坐标值生成用于数据点的三维位置。几个技术可用于确定用于数据点的第三维中的坐标值。例如,数据点的另一个检测参数值可以被用作z值,或者z值可以由与数据点相关的种群信息来确定。使用另一个参数作为z值:
在示范性的实施例中,光散射和体积被用于x-y维,并且电导率被用于z值。动态的z值分配:
在另一个实施例中,z值可以被分成多个范围并且被动态的分配给不同的种群。如此,在较大的种群之前可能出现较小的种群,从而使它们在显示器中看得见。例如,z值的范围(例如,0到49)可以被分配给白细胞,另一个范围(例如,50到99)可以被分配给血小板,另一个范围(例如,100到149)可以被分配给网状细胞,并且另一个范围(例如150到199)可以被分配给红细胞。这些实例是说明性的,而不是想要限制本发明。例如,可以使用其他范围的值。
因为接收的数据被认为是随机的,所以动态分配的z值在每个范围之内可以是依序的,而没有去除数据的“随机性”。例如,在一个实施例中,白细胞的最初50个数据点被分别分配z值0到49。类似地,白细胞的接下来的数据点51到100还被分别分配0到49的z值。血小板的最初50个数据点被分别分配50到99的z值。血小板的接下来的数据点51到100还被分别分配50到99的z值。网状细胞的最初50个数据点被分别分配100到149的z值。网状细胞的接下来的数据点51到100还被分别分配100到149的z值。红细胞的最初50个数据点被分别分配150到199的z值。网状细胞的接下来的数据点51到100还被分别分配150到199的z值。对于其它种群的数据点重复这个。当生成三维物体散点图时,这种z值分配可以确保一致性。与每次处理数据时生成不同的z值的任意的z值分配不同,这个基于种群的z值分配将对于相同的数据生成相同的三维物体散点图。这个动态的z值分配是说明性的,而不是想要限制本发明。取决于特定的应用,可以使用其它z值分配,包括但不限于在种群之内任意的将z值分配给数据点。
描绘并且显示数据点
在步骤580中,描绘器370使用颜色数据以及三维位置信息描绘三维物体散点图。描绘器370可以选择几何形状来表示该数据点。在一个实施例中,三维球体被用作几何形状。使用计算的颜色数据,散点图被描绘作为表示数据点的三维球体的集合,其中球体以生成的三维位置为中心。
在一个实施例中,为了改进系统性能,仅仅描绘和显示看得见的几何形状。通常的,当与相同的(x,y)坐标中的其它数据点相比时,只有具有最小z值的数据点是看得见的,因为它们在这种数据点的上面。因此,在所有的具有相同的(x,y)坐标的数据点之中,只有具有最小z值的数据点被描绘和显示。
描绘器370可以进一步使用任何类型的引擎或者程序库来实现在此描述的描绘,例如,描绘器370可以使用从SGI公司获得的OPENGL描绘器、可从美国微软公司得到的DIRECT3D,或者其它类型的描绘器。
实例
图6是根据本发明的实施例的以彩色原始生成的示范性的三维物体散点图的的灰度级表示图像610。图像610中的两个维是体积(DC)和光散射的转换。图像610中的区域620被放大为图像630以便显示更多细节。在示范性的彩色三维物体散点图中,蓝色球体表示网状细胞,红色球体表示成熟的红细胞,以及绿色球体表示血小板。球体的颜色亮度表示由球体表示的数据点的密度信息。具有相同的基色但是不同的亮度的球体表示密度的变化。较明亮的球体表示在它们的种群中以及它们的附近中的较高密度。例如,明亮的蓝色球体表示具有比由较暗的蓝色球体表示的网状细胞的密度高的网状细胞。在相应的灰度级表示图像610中,网状细胞、成熟的红细胞以及血小板分别以不同的灰度显示在区域631、632以及633中。每个细胞种群之内的密度信息被显示作为灰度级的变化,例如如区域635以及634中所示。例如,在区域634中所示的网状细胞种群中,明亮的球体表示具有比由较暗的球体表示的网状细胞的密度高的网状细胞。在原始的彩色散点图中,正如前面提到的那样,这些球体分别是淡蓝以及深蓝。类似地,在区域635中显示的成熟的红血球中,明亮的球体表示具有比由较暗的球体表示的成熟的红血球的密度高的成熟的红血球。在原始的彩色散点图中,这些球体分别是浅红以及暗红。图7A是使用电导率作为z值的示范性的彩色三维物体散点图的灰度级表示图像700,但是不基于种群动态的分配z值。在示范性的彩色三维物体散点图中,白色的球体被用于表示嗜碱细胞以及蓝色球体被用于表示淋巴细胞。然而,表示嗜碱细胞的大部分白色的球体被表示淋巴细胞的蓝色数据点覆盖。这是因为嗜碱细胞一般具有比淋巴细胞高的电导率值,并且因此相应的白色球体具有比对应于淋巴细胞的蓝色球体更大的值。在相应的灰度级图像700中图解这个效果。区域703包含淋巴细胞以及嗜碱细胞的种群。在图像700中,在区域702中,大多数白色球体(嗜碱细胞)被较暗的灰色阴影(淋巴细胞)的数据点覆盖。因此,在图像700的区域702中,对应于淋巴细胞的球体被显示在对应于嗜碱细胞的球体的上面。
图7B是其中电导率被用作z值并且基于种群z值被动态地分配的示范性的彩色散点图的灰度级表示图像710。在具有动态地分配z值的彩色散点图中,表示嗜碱细胞的白色球体被分配较小的z值,同时表示淋巴细胞的蓝色球体被分配较大的z值,从而在蓝色球体的上面显示白色球体。因此,在相应的灰度级表示图像710中,在区域712中,白色球体(嗜碱细胞)被显示在较暗的灰色球体(淋巴细胞)上面。在灰度级图像710中,作为包含嗜碱细胞和淋巴细胞种群的区域713的一部分的区域712在720中被放大以便显示更多细节。在720中,白色球体(嗜碱细胞)超过较暗的灰色球体(淋巴细胞)而清楚地看得见。
如此,可以清楚地显示颗粒种群和密度信息。在传统的二维散点图或者直方图中被其他颗粒种群遮住的颗粒种群还可以在三维物体散点图中被容易地识别。三维物体散点图可以帮助用户更好的理解和分析数据。
示范性的计算机系统
本发明的实施例可以使用硬件、固件、软件或者它们的组合来被实现并且可以在计算机系统或者其它处理系统中被实现。在实施例中,计算机程序产品可以在计算装置上执行,该计算装置能够实现在此描述的功能。作为计算装置的实例,计算机系统800被显示在图8中。计算机系统800包含一个或多个诸如处理器804的处理器。处理器804被连接到通信基础设施806(诸如总线)。
计算机系统800还包含主存储器808,更好地是随机存取存储器(RAM),并且还可以包含辅助存储器810。辅助存储器810可以包括例如硬盘驱动器812和/或表示软盘驱动器、光盘驱动器等等的可拆卸存储驱动器814。可拆卸存储驱动器814以已知的方式从可拆卸存储单元818读取和/或写入可拆卸存储单元818。可拆卸存储单元818表示由可拆卸存储驱动器814读取和写入的软盘、光盘、存储卡等等。将领会的是,该可拆卸存储单元818包括其中已经存储计算机软件和/或数据的计算机可用存储介质。
在替换的实施例中,辅助存储器810可以包含其它类似的手段,诸如可拆卸存储单元822和接口820,用于允许计算机程序或者其它指令被装载到计算机系统800中这样的实例可以包括程序盒和盒接口(诸如视频游戏装置中找到的)、可拆卸存储芯片(诸如EPROM或者PROM)以及相关的插孔、及其他可拆卸存储单元和接口。
计算机系统800还可以包括通信接口824。
通信接口824能使计算机800与外部和/或远程装置通信。通信接口824的实例可以包括调制调解器、网络接口(诸如以太网卡)、通信端口、PCMCIA槽口和卡等等。计算机系统800经由通信网络824接收数据和/或计算机程序产品。软件和数据可以经由通信接口824被转换。
计算机程序(还称为计算机控制逻辑)被存储在主存储器808和/或辅助存储器810中。计算机程序还可以经由通信接口824被接收。当执行这样的计算机程序时,能够使计算机系统800施行在此讨论的本发明的特征。特别地,当执行计算机程序时,能够使处理器804施行本发明的实施例的特征。因此,这样的计算机程序代表计算机系统800的控制器。
在使用软件实现本发明的实施例中,软件可以被存储在计算机程序产品中,该计算机程序产品具有切实的计算机可读存储介质,并且使用可拆卸存储驱动器814、硬盘驱动器812或者通信接口824被装载到计算机系统800中。当由处理器804执行控制逻辑(软件)时,使得处理器804施行在此描述的本发明的实施例的功能。
计算机800还包括诸如监视器、键盘、指示器等等的输入/输出/显示装置832。
当本发明的各种实施例已经如上被描述时,应当理解它们已经作为实例而给出,与非限制。对相关的计算机领域的技术人员来说显而易见的是,在不背离本发明的精神和范围的情况下,可以做出形式和细节上的各种变化。此外,应当领会,在此提供的本发明的详细说明,不是发明内容和说明书摘要部分,意指用于解释权利要求书。发明内容和说明书摘要部分可以阐明一个或多个而不是由发明人预料的本发明的所有示范性的实施例。除了在此描述的那些,实施例还可以与软件、硬件和操作系统工具一起合作。可以使用适于施行在此描述的功能的任何软件、硬件和操作系统工具。理解的是,在此处的术语或者专业词汇是为了描述而不是限制,因此当前说明书的专业词汇或者术语根据教导和指导由技术人员来解释。本发明的宽度和范围不应当被任何上述描述的示范性的实施例所限制,而是应当仅仅根据以下权利要求书和它们的等效物来限定。
Claims (11)
1.一种用于显示用于颗粒分析的三维物体散点图的系统,其特征在于,所述系统包括:
a)颗粒分析器,配置为通过处理生物样本提供用于颗粒分析的数据,其中所述颗粒分析器包括:
i)制备系统,用于制备包含用于分析的多个颗粒的所述生物样本;以及
ii)传感器模块,具有测量区域、探询经过所述测量区域的至少一个所述颗粒的多个探询源、以及检测与至少一个所述颗粒相关的多个参数的至少一个检测器;
b)三维物体散点图生成器,配置为基于提供的数据生成三维散点图数据,其中所述三维物体散点图生成器包括:
i)初始散点图建立器,配置为基于由所述颗粒分析器提供的所述数据建立初始二维散点图;
ii)种群分析器,配置为将所述初始二维散点图中的一组数据点分类成为对应于所述样本中的颗粒种群的种群;
iii)密度评估器,配置为在所述初始二维散点图中,基于从所述数据点到指定距离之内的所述种群中的数据点的数量,为所述一组数据点中的一个数据点确定密度值;
iv)颜色计算器,配置为基于所述种群以及所述密度值为所述数据点计算颜色数据;以及
v)坐标生成器,配置为基于所述多个参数中的一个参数确定第三维中的坐标值,并且基于所述初始二维散点图中的所述数据点的位置以及所述第三维中的所述坐标值,为所述数据点生成三维位置;以及
c)描绘器,配置为基于生成的所述数据点的三维位置,描绘显示器。
2.如权利要求1所述的系统,其特征在于,所述初始散点图建立器包括:
a)选择模块,配置为选择对应于第一检测参数的第一数据以及对应于第二检测参数的第二数据;以及
b)二维散点图建立模块,配置为使用对应于所述第一参数和所述第二参数的数据建立所述初始二维散点图,其中,所述初始二维散点图的第一维对应于所述第一参数,以及所述初始二维散点图的第二维对应于所述第二参数。
3.如权利要求1所述的系统,其特征在于,所述颜色计算器被配置为:
基于所述数据点的所述种群将初始颜色分配给所述数据点;以及
基于所述数据点的所述密度值调节所述分配的颜色。
4.如权利要求2所述的系统,其特征在于,所述颗粒分析器被配置为检测所述检测的生物样本中的每个颗粒的第三参数。
5.如权利要求4所述的系统,其特征在于,所述坐标生成器被配置为确定在与所述第三参数相对应的所述第三维中的所述坐标值。
6.如权利要求1所述的系统,其特征在于,所述坐标生成器被配置为确定所述第三维中的所述坐标值,所述第三维中的所述坐标值对应于第三参数。
7.如权利要求1所述的系统,其特征在于,所述三维散点图数据包括用于所述初始二维散点图中的数据点的颜色数据以及三维位置。
8.如权利要求7所述的系统,其特征在于,所述描绘器被配置为:
a)选择球体作为所述几何形状;
b)确定所述球体的大小;以及
c)使用所述颜色数据以及确定的大小显示所述球体,其中所述球体以所述三维位置为中心。
9.如权利要求8所述的系统,其特征在于,所述描绘器被配置为使用所述颜色数据显示以所述三维位置为中心的几何形状,其中所述三维位置在所述初始二维散点图中具有相同位置的三维位置之中,在所述第三维中具有最小坐标值。
10.如权利要求1所述的系统,其特征在于,所述多个参数包括从以下参数的组合中选择的至少两个参数:直流电、体积、射频、不透明性、一个以上类型的光散射、轴向光损失以及荧光性。
11.一种三维物体散点图生成器,用于基于对应于一个以上的颗粒的颗粒分析数据生成三维物体散点图数据,为了在计算装置中使用,其特征在于,所述三维物体散点图生成器包含:
a)初始散点图建立器,基于所述颗粒分析数据建立初始二维散点图,其中所述初始二维散点图中的每个数据点对应于颗粒;
b)种群分析器,将所述初始二维散点图中的一组数据点分类成为对应于所述颗粒中的颗粒种群的种群;
c)密度评估器,在所述初始二维散点图中,基于从所述数据点到指定距离之内的所述种群中的数据点的数量,为所述一组数据点中的一个数据点确定密度值;
d)颜色计算器,基于所述种群以及所述密度值,为所述数据点计算颜色数据;以及
e)坐标生成器,配置为确定第三维中的坐标值,并且基于所述初始二维散点图中的所述数据点的位置以及所述第三维中的所述坐标值,为所述数据点生成三维位置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US19319508P | 2008-11-04 | 2008-11-04 | |
US61/193,195 | 2008-11-04 | ||
US12/609,843 US20100112627A1 (en) | 2008-11-04 | 2009-10-30 | System and Method for Displaying Three-Dimensional Object Scattergrams |
US12/609,843 | 2009-10-30 | ||
PCT/US2009/063109 WO2010053912A1 (en) | 2008-11-04 | 2009-11-03 | System and method for displaying three-dimensional object scattergrams |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102227624A CN102227624A (zh) | 2011-10-26 |
CN102227624B true CN102227624B (zh) | 2014-03-05 |
Family
ID=42131895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980148183.9A Active CN102227624B (zh) | 2008-11-04 | 2009-11-03 | 用于显示三维物体散点图的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20100112627A1 (zh) |
CN (1) | CN102227624B (zh) |
WO (1) | WO2010053912A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5691452B2 (ja) * | 2010-12-03 | 2015-04-01 | ソニー株式会社 | 3dデータ解析装置および3dデータ解析方法ならびに3dデータ解析プログラム |
WO2015157970A1 (zh) * | 2014-04-17 | 2015-10-22 | 深圳迈瑞生物医疗电子股份有限公司 | 一种流式细胞分析仪及其多维数据分类方法、装置 |
EP3532985B1 (en) * | 2016-10-28 | 2023-07-12 | Beckman Coulter, Inc. | Substance preparation evaluation system |
US10803637B2 (en) * | 2017-07-18 | 2020-10-13 | Becton, Dickinson And Company | Dynamic interactive display of multi-parameter quantitative biological data |
CN114279941A (zh) * | 2020-09-27 | 2022-04-05 | 深圳市帝迈生物技术有限公司 | 散点图像的显示方法及样本分析设备、相关装置 |
CN114281283B (zh) * | 2020-09-27 | 2023-03-24 | 深圳市帝迈生物技术有限公司 | 散点图像的显示方法及样本分析设备、相关装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006089190A3 (en) * | 2005-02-18 | 2006-12-28 | Hematologics Inc | System, method, and article for detecting abnormal cells using multi-dimensional analysis |
CN101236158A (zh) * | 2007-01-29 | 2008-08-06 | 深圳迈瑞生物医疗电子股份有限公司 | 网织红细胞检测方法及检测装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59114667A (ja) * | 1982-12-22 | 1984-07-02 | Hitachi Ltd | 領域分割方法 |
US20040041846A1 (en) * | 2002-04-10 | 2004-03-04 | Peter Hurley | System and method for visualizing data |
US7373612B2 (en) * | 2002-10-21 | 2008-05-13 | Battelle Memorial Institute | Multidimensional structured data visualization method and apparatus, text visualization method and apparatus, method and apparatus for visualizing and graphically navigating the world wide web, method and apparatus for visualizing hierarchies |
US7639383B2 (en) * | 2005-05-10 | 2009-12-29 | Oliszewski Michael A | Systems and methods for enhanced electronic facsimile communication network and preference selection |
US20070248943A1 (en) * | 2006-04-21 | 2007-10-25 | Beckman Coulter, Inc. | Displaying cellular analysis result data using a template |
US20070250548A1 (en) * | 2006-04-21 | 2007-10-25 | Beckman Coulter, Inc. | Systems and methods for displaying a cellular abnormality |
US8217943B2 (en) * | 2006-04-21 | 2012-07-10 | Beckman Coulter, Inc. | Displaying cellular analysis result data using a template |
-
2009
- 2009-10-30 US US12/609,843 patent/US20100112627A1/en not_active Abandoned
- 2009-11-03 WO PCT/US2009/063109 patent/WO2010053912A1/en active Application Filing
- 2009-11-03 CN CN200980148183.9A patent/CN102227624B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006089190A3 (en) * | 2005-02-18 | 2006-12-28 | Hematologics Inc | System, method, and article for detecting abnormal cells using multi-dimensional analysis |
CN101236158A (zh) * | 2007-01-29 | 2008-08-06 | 深圳迈瑞生物医疗电子股份有限公司 | 网织红细胞检测方法及检测装置 |
Non-Patent Citations (7)
Title |
---|
Adnan Zubovic等.Value of measuring subpopulations of T and B lymphocytes in patients with musculoskeletal tumours.《Arch Orthop Trauma Surg》.2008,第128卷(第9期),921-929. |
Georges Grinstein 等.High-Dimensional Visualizations.《Data mining conference,KDD workshop》.2001, |
High-Dimensional Visualizations;Georges Grinstein 等;《Data mining conference,KDD workshop》;20011231;7-19 * |
Value of measuring subpopulations of T and B lymphocytes in patients with musculoskeletal tumours;Adnan Zubovic等;《Arch Orthop Trauma Surg》;20080831;第128卷(第9期);921-929 * |
一种基于多维空间超球体的快速聚类算法;吕宗磊 等;《南京航空航天大学学报》;20061231;第38卷(第6期);706-711 * |
吕宗磊 等.一种基于多维空间超球体的快速聚类算法.《南京航空航天大学学报》.2006,第38卷(第6期),706-711. |
梁智辉 等.流式细胞术的数据分析.《流式细胞术基本原理与实用技术》.华中科技大学出版社,2008,20-21. * |
Also Published As
Publication number | Publication date |
---|---|
WO2010053912A1 (en) | 2010-05-14 |
CN102227624A (zh) | 2011-10-26 |
US20100112627A1 (en) | 2010-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2021202750B2 (en) | Method and system for automatically counting microbial colonies | |
CN102227624B (zh) | 用于显示三维物体散点图的系统和方法 | |
CA2985848A1 (en) | An automated method for evaluating microbial growth using colony contrast | |
US8581927B2 (en) | Multidimensional particle analysis data cluster reconstruction | |
JP3581149B2 (ja) | 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置 | |
JP3620946B2 (ja) | スキャッタグラムの表示方法および粒子計測装置 | |
CN112313702B (zh) | 显示控制设备、显示控制方法以及显示控制程序 | |
EP3859304B1 (en) | Method for generating data for particle analysis, program for generating data for particle analysis, and device for generating data for particle analysis | |
EP3805401B1 (en) | Image processing method, medicine sensitivity test method and image processing device | |
JP2012514814A (ja) | バイアルおよび他の容器上のキャップの存在および種類の自動検出のための方法および装置 | |
CN112771510A (zh) | 信息处理设备、信息处理方法和程序 | |
De Gélis et al. | Benchmarking change detection in urban 3D point clouds | |
WO2019018128A1 (en) | INTERACTIVE DYNAMIC DISPLAY OF MULTI-PARAMETER QUANTITATIVE BIOLOGICAL DATA | |
CN113239944B (zh) | 一种图像特征提取方法、装置、电子设备及介质 | |
CN114281283B (zh) | 散点图像的显示方法及样本分析设备、相关装置 | |
JP2016502078A (ja) | フローサイトメトリのデータ区分結果の評価システム及び方法 | |
CN114279941A (zh) | 散点图像的显示方法及样本分析设备、相关装置 | |
US20220198785A1 (en) | Inspection device and inspection method | |
WO2023008526A1 (ja) | 細胞画像解析方法 | |
US20230004817A1 (en) | Apparatus and method for dynamic visualizing and analyzing microbiome in animals | |
CN118014443B (zh) | 一种药品的监测方法及装置 | |
CN118674983A (zh) | 确定类器官特征的方法及装置、分析设备、存储介质 | |
CN115248216A (zh) | 一种基于像素密度的血液凝集检测系统与方法 | |
Wang et al. | Automatic analysis method of protein expression images based on generalized data field | |
Li et al. | Implicit Laplacian of Enhanced Edge (ILEE): An unguided algorithm for accurate and automated quantitative analysis of cytoskeletal images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |