CN103597349A - 识别和计数早期粒细胞(egc) - Google Patents

识别和计数早期粒细胞(egc) Download PDF

Info

Publication number
CN103597349A
CN103597349A CN201280016056.5A CN201280016056A CN103597349A CN 103597349 A CN103597349 A CN 103597349A CN 201280016056 A CN201280016056 A CN 201280016056A CN 103597349 A CN103597349 A CN 103597349A
Authority
CN
China
Prior art keywords
egc
cell
parameter
group
lals
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.)
Granted
Application number
CN201280016056.5A
Other languages
English (en)
Other versions
CN103597349B (zh
Inventor
C·A·拉米雷斯
陆九六
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beckman Coulter Inc
Original Assignee
Beckman Instruments Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beckman Instruments Inc filed Critical Beckman Instruments Inc
Publication of CN103597349A publication Critical patent/CN103597349A/zh
Application granted granted Critical
Publication of CN103597349B publication Critical patent/CN103597349B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/80—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood groups or blood types or red blood cells
    • 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—Electro-optical investigation, e.g. flow cytometers
    • G01N15/1468—Electro-optical investigation, e.g. flow cytometers with spatial resolution of the texture or inner structure of the particle
    • G01N15/147—Electro-optical investigation, e.g. flow cytometers with spatial resolution of the texture or inner structure of the particle the analysis being performed on a sample stream
    • 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—Electro-optical investigation, e.g. flow cytometers
    • G01N15/1429—Electro-optical investigation, e.g. flow cytometers using an analyser being characterised by its signal processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
    • G01N21/53—Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5094—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for blood cell populations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N2021/4704—Angular selective
    • G01N2021/4707—Forward scatter; Low angle scatter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
    • G01N2021/4764—Special kinds of physical applications
    • G01N2021/4769—Fluid samples, e.g. slurries, granulates; Compressible powdery of fibrous samples

Abstract

本发明公开了用于自动识别并计数血液样品中早期颗粒细胞(EGC)的方法和系统。在一个实施方式中，用于识别血液样品中EGC的方法包括使用低角光散射(LALS)参数来分析血液样品中的白细胞，使用LALS参数来将EGC与其他白细胞分离，并且计数分二离的EGC。

Description

识别和计数早期粒细胞(EGC)
技术领域
本发明说明书的实施方式一般涉及由粒子分析仪生成的细胞事件数据的分析，尤其是检测和计数血液样品中的早期粒细胞(Early Granulated Cell，EGC)。
背景技术
粒子分析仪用于分析生物细胞样品以便确定样品中包含的一个或多个类型细胞的计数和／或分布。粒子分析仪包括血液分析仪和流式细胞仪。血液分析仪和流式细胞仪通过收集和分析当细胞通过一个小孔或测量区域时产生的信号，来检测和区分不同类型的血细胞，前述小孔或测量区域由一个或多个传感器监测。例如，一份血液样品流过测量区域，其中一个或多个电源和相关传感器被设置为检测对应于通过细胞的各种物理特性的信号。对应于在测量区域中单个细胞测量的一个或多个信号被称为细胞事件(cellular event)。然后对细胞样品中多个细胞的细胞事件数据进行分析，以便确定基于细胞物理特性而被区分的种群。
物理性质如体积、传导性、和光散射的测量被用于细胞分类。例如，体积、传导性和散射(VCS)使用贝克曼考尔特的技术，在其他应用中，将白细胞分类成亚群或种群(population)。这些物理测量构成多维空间，其中拥有相似物理性质的细胞聚集成簇。每个簇对应于特定类型的血细胞群。
白细胞(WBC，也被称为白细胞)计数是检测病理疾病例如各种形式的感染的重要手段。五分法的白细胞分类(5-part WBC Differential)在血液疾病的检测上一直是极有价值的试验。该五分法分类用于对在外周血中常发现的白细胞五个主要亚型即嗜中性粒细胞、淋巴细胞、单核细胞、嗜曙红白细胞和嗜碱白细胞进行检测和计数。然而，也有其他类型的在成熟过程中间阶段的白细胞。这些在成熟过程中间阶段的白细胞包括母细胞、变异淋巴细胞、和早期的粒细胞(EGC)，也是血液疾病的标志物。术语EGC是指未成熟骨髓细胞的子集，主要包括早幼粒细胞，中幼粒细胞，及晚幼粒细胞。其他在成熟过程中间阶段的细胞，例如，母细胞和杆状核粒细胞一般不包括在EGC群中。
外周血中存在的EGC升高可能表明骨髓事件增强。例如，EGC计数可以提示败血症，这是细菌感染的一种严重形式。在一般情况下，循环EGC的增加在细菌感染时发生。EGC的存在提示由于感染或严重的炎症性疾病，骨髓细胞增殖加强。EGC也可以在白血病、骨髓增生异常综合征、和骨髓纤维化的患者身上发现。因此，对患者血液样品快速准确地进行EGC计数对于急性感染、败血症和其他疾病的及时治疗可能是非常值得的。通过加入EGC计数来加强常规的五分法白细胞分类检测，可以大幅提供增强的诊断能力。
在传统的分析方法中，EGC的存在与二维直方图或分布图中细胞事件群的形状变化相关。基于一个或多个细胞群的形状，传统的粒子分析仪能够向最终用户提示未成熟或非典型细胞的存在。
EGC计数传统上是通过手工血涂片分析完成。这个过程是具有一定劳动强度，并且由于各种因素如细胞计数低和人的主观性，非常容易发生错误。
另一个EGC计数的常规方法是基于荧光。用聚甲炔(polymethine)染料对白细胞染色，该染料对每个细胞的RNA和DNA染色。然后可以将EGC与成熟粒细胞区别开，根据是EGC的RNA和DNA含量较高，从而导致荧光较强。然而，基于荧光的技术可能是昂贵的，可能不适用于相对成本较低的分析。因此能够用非荧光的方法和仪器来测定EGC是有需要的。
此外，另一种方法已被公开，该方法仅基于DC来检测未成熟粒细胞。然而，这种检测的精度在如下情况中可能会受到损害：嗜中性粒细胞亚群、未成熟粒细胞亚群和杆状核粒细胞的体积发生重叠。
另一种EGC计数的常规方法涉及使用一个或更多抗体例如CD16抗体的流式细胞仪分析。使用这种方法识别EGC是基于EGC细胞缺乏CD16染色。然而，该方法涉及多种抗体的使用以便依序控制不同的细胞类型。因此，使用抗体的流式细胞仪方法来识别EGC可能成本上不可行，并且由于一个或更多抗体的使用可能导致细胞的物理特性的改变。
因此，识别和计数血液样品中EGC的有效方法和系统仍然是有需要的。
发明内容
本发明公开了在粒子分析仪中对待分析的血液样品中早期的粒细胞(EGC)自动识别和计数的方法和系统。在一个实施方式中，用于识别血液样品中EGC的方法包括使用低角光散射(1ow angle light scatter，LALS)参数来分析血液样品中的白细胞，使用LALS参数将EGC从其他白细胞中分离出来，并计数分离出的EGC。
另一个实施方式是一种用于识别血液样品中EGC的装置。该装置包括：处理器，至少一个与处理器连接的存储器，和EGC测定模块(determiner module)。设置存储器用于储存来自颗粒分析仪的细胞事件数据，细胞事件数据包括LALS参数。设置EGC测定模块以便使用LALS参数来分析血液样品中的白细胞、以及基于LALS参数从其他白细胞中区分和／或分离EGC群。
本发明进一步的特征和优点、以及其中各种实施方式的结构和操作，在下面以及参考附图中有详细描述。值得注意的是，说明书并不局限于本文所描述的特定的实施方式。提出这些实施方式仅用于说明的目的。基于此处的教导，其他的实施方式对本领域技术人员来说也是明显的。
附图说明
本发明进一步的特征和优点，以及其中各种实施方式的结构和操作，在下面以及参考附图中详细描述。值得注意的是，说明书并不局限于本文所描述的特定的实施方案。提出这些实施方式仅用于说明的目的。基于此处的教导，其他的实施方式对本领域技术人员来说也是明显的。
图1是根据本发明的实施方式的系统。
图2a和图2b显示了基于体积和光散射的白细胞分类分析的分布图。图2a显示了正常的样品。图2b显示了有EGC的样品。
图3a和3b显示了嗜中性粒细胞和EGC种群的重叠。图3a显示了基于体积和旋转中角光散射(rotated medium angle light scatter)的分布图。图3B显示了基于体积和电导率的分布图。
图4a、图4b、图4c显示了根据本发明的实施方式使用LALS来检测EGC群。图4a显示了采用电导率和LALS的分布图。图4b显示了采用电导率和包括LALS的衍生测定的分布图。图4c显示了包括LALS的第一衍生测定和包括LALS的第二衍生测定的分布图。
图5显示了DC相对于MALS分布图中的细胞群。
图6显示了在根据本发明的实施方式的采用衍生测定的分布图中和图5相同的细胞样品。
图7显示了根据本发明的实施方式的检测和计数EGC的方法。
图8显示了根据本发明的实施方式的识别EGC群的方法。
图9显示了根据本发明的实施方式的细胞事件分析仪和相应的系统。
当下述的详细说明与附图详细结合时，本发明的特征和优点将更加明晰。在附图中，如附图标记一般显示相同的、功能上类似、和／或结构相似的元件。一般来说，在相应的附图标记上最左边的数字表示图中元素第一次出现的附图。
具体实施方式
本发明说明书涉及粒子分析仪生成的细胞事件数据的处理和分析。而在此参考特定用途的示例性实施方式描述本发明时，应该理解的是，说明书并不限于此。本领域技术人员根据此处的启发，可以认识到其他在此范围内和说明书有重要实用性的其他领域的修改、应用、和实施方式。
概览
如上所述，早期粒细胞(EGC)的检测和计数对于检测一系列血液疾病具有重要的诊断价值。本文在此所公开的方法和系统使细胞样品中EGC通过分析粒子分析仪生成的细胞事件数据得以识别和计数。本发明提供了对现有技术来说更好的方法，本发明不需要任何特殊或昂贵的染料、染色、或抗体来将EGC与一般重叠的嗜中性粒细胞分离。
如本文所使用的术语“参数”和“测量标准”通常可以互换使用。对于本发明，激光发出能量光束，该能量由粒子即细胞反射或偏离，用一个或多个检测器测量该能量作为参数。因此，通常认为是该能量是被测量的参数。某些参数是不能直接测量的，而是计算得到。具体的例子是，不透明度(OP)和RMALS是计算的参数，通过测量DC和RF计算不透明度参数，通过MALS和DC计算RMALS参数。
本发明的实施方式使用低角光散射(LALS)测量以便自动检测并计数血液样品中的EGC群。此外，根据本说明书的实施方式，EGC计数不需要在粒子检测器中重复测试样品。EGC计数的信息可以被整合作为白细胞五分类检测的一部分，或单独呈现。
本说明书操作的示范性环境包括例如流式细胞仪和血液分析仪等粒子分析仪。例如，DxH800TM血液分析仪，使用考尔特专有的体积、电导率、和散射(VCS)技术的变量在粒子分析仪的测量区域内询问细胞。VCS使用至少三个独立的电源，所述电源互相互协同工作询问细胞：低频直流(DC)电源用来测量体积；高频电源用来测量电导率(OP)，一个或多个激光源测量散射。体积测量利用考尔特电阻原理来对整个细胞在等张稀释剂中排开的体积进行物理测量。该方法的准确测量了所有类型的细胞，无论其光路定向如何。无线电频率(RF)范围内的交流电短路细胞膜的双极脂质层，允许能量渗透细胞。这种电源是用来收集细胞的大小和内部结构信息的，包括化学成分和核体积。一个或多个激光电源和多角度光散射传感器或检测器提供有关细胞内部结构、粒度、和表面形态的信息。光散射测量可以包括高中角光散射(UMALS)测量，例如，在轴向20-65度范围；低中角光散射(LMALS)测量，例如，在轴向10-20度范围。UMALS和LMALS组合通常被称为MALS，但UMALS和LMALS构成使用相邻的光检测器的独立光散射测量。
此外，VCS设备使用高精度DC体积测量，以获得其他测量标准，前述标准对应细胞大小从传导性和分散性进行调整。美国专利No.5616501(Rodriguez等人)在此被全部合并入本文，包含粒子分析仪的详细说明和VCS技术的使用。
除了上述测量标准外，DxH800TM血液分析仪还包括LALS测量和轴向光损失测量(ALL或AL2)。LALS例如在轴向0-10度范围被测量。ALL测量的是沿轴向例如与轴向呈0-1.0度的光损失。然而，本领域技术人员能理解，该示例性的对应UMALS、LMALS、LALS、和ALL的光散射角都是互相相对的，可由于比如粒子检测器和试剂或与细胞样品混合的其他物质的个别特征因素而变化。然而，值得注意的是，本发明的教导不限于使用VCS技术或其变体的装置。
图1显示了根据本发明实施方式的粒子分析仪100。图1仅用于说明目的，应该能理解，粒子分析仪可以包括比图1所示的更多或更少模块、不同模块、和不同的设置。粒子分析仪100包括粒子检测器124和分析仪122。粒子检测器124包括颗粒样品分配器102和鞘液(sheath fluid)分配器104。样品分配器102包括根据所需分析或试验的要求制备的粒子样品。例如，血液样品可以用稀释液稀释到预定程度的细胞浓度。稀释剂的类型和稀释的程度根据正要运行的试验而有所不同--白细胞(WBC)检测分析需要比红细胞(RBC)更少的稀释，因为样品中白细胞的数目相比红细胞较少。鞘液分配器104保持鞘液例如盐水。鞘液能使粒子检测器中的粒子样品顺利流动。从粒子样品分配器102中来的粒子样品和从鞘液分配器104来的鞘液以一个预定的恒定速度被注入。溶液分配器106使得颗粒样品和鞘液呈漏斗式地进入流动池108。流动池108在一般情况下是为单个粒子通过而设置的小直径试管。在溶液分配器106中的溶液通过水力集中而以恒定速率注入流动池108。水力集中可以以恒定速率和充足压力注入溶液，在一般情况下，颗粒在恒定时间间隔内在流动池108内以单个记录(single-file)形式出现。应当注意的是，一些粒子检测器可以具有无流动池的测量区域。
传感装置110位于粒子检测器124中，这样一个或多个传感介质可以用于感知颗粒流过测量区域120。电源112和相关的传感器114位于传感装置110中，基本横向于流动池108。电源112和传感器114用一个或多个电学或光学传感介质来检测测量区域120中的颗粒。例如，一组电源112和相关的传感器114可用光测量来测量通过测量区域120的细胞的光散射和光损失特性。光散射测量可以包括UMALS、LMALS、和LALS。光损失被测量为轴向光损失(ALL或AL2)，即，沿轴向例如以与轴向呈0-1.0度的光损失。其他的成套电源112和传感器114可采用DC测量来测量细胞体积(V)，采用RF测量来测量细胞传导(OP)特征。电源112和传感器114还可以包括其他媒介，例如声学介质，在声学介质中超声被用于检测测量区域120中的细胞的各种特性。
传感器114被结合于信号处理器118。传感器114将检测到的电子或光学测量值转换成相应的电子信号脉冲，脉冲被信号处理器118处理。对于每个通过测量区域120的粒子，例如在信号处理器118中收集其对应于测量序列的电子信号脉冲。由这些电子信号脉冲形成信号是当一个粒子流过测量区域时捕获的一个测量参数测量的示例。信号处理器118的输入可以是模拟或数字信号。一个或多个模拟-数字转换器(ADC)可以用来将模拟信号在信号处理器118处理之前、期间或之后转化为数字。信号覆盖的持续时间可以从粒子整体进入到测量区域开始直到其退出测量区域。在本发明实施方式中，信号处理器118可以执行每个信号额外的处理以便生成用于描述被测粒子的一个或多个测量参数。
测量区域120内的粒子检测是指某一事件或细胞事件。信号处理器118分析对应于每个待检测的流过测量区域120的粒子产生的信号来确定相应的事件。检测到的事件然后被发送到分析仪122。分析仪122被结合于信号处理器118来接收事件性数据。分析仪122可以位于计算机内，该计算机被连接至粒子检测器。应当指出的是，分析仪122可以位于包含粒子检测器124的粒子分析仪100的面板上，或通过通信结构而被单独结合于粒子分析仪100。
对于每个独立的活性电学或光学测量，单独进行信号的产生和事件检测。分析仪122可接收对应于每个活性测量的事件性数据。分析仪122然后可以分析接收到的事件性数据来确定一个或多个计数、细胞群、或对应细胞的其他特征。在本发明的实施方式中，分析仪122可以生成呈现分布图、直方图、或所接收事件的其他图形和／或文字说明。分布图、直方图、和／或其它图形表示可以是多维的。
“敏感性”和“特异性”是二元分类检测的性能的统计量度。敏感性量度是正确识别的实际阳性的比例。特异性量度是正确识别的实际阴性的比例。100％的特异性意味着该检测识别出所有实际阴性。100％的敏感性意味着该检测识别出所有实际阳性。因此，与高特异性检测相反，高灵敏度试验的阴性结果被用于控制疾病。高特异性试验中的阳性结果可以证实疾病存在。然而，单独的特异性不能充分指示检测确认阳性病例的准确性。敏感性的知悉也是需要的。对于任何测试，在这些指标中通常有一个平衡。例如，在检测人是否患有某一疾病的诊断试验中，试验可能为了减少忽视被识别出未患病的健康人的风险(高灵敏度)，设置为忽略一定比例的被识别出患有疾病的病人(特异性低)。这种权衡可以使用接收者操作特征(ROC)曲线而以图形方式表达。
测量系统的“精确性”是数量的测量与其实际(真实)值的接近程度。
在一个实施方式中，说明书公开了一种EGC计数方法，具有至少约80％的精确性，特别是具有至少约85％的精确性。在优选实施方式中，说明书公开了一种具有至少约90％的精确性的EGC计数方法。
在另一实施方式中，说明书公开了一种EGC计数方法，具有至少约85％的敏感性，更特别的是，至少具有90％的敏感性，更特别的是，至少具有95％的敏感性。在另一个实施方式中，说明书公开了一种EGC计数方法，具有至少约80％的特异性，更特别的是，具有至少约85％的特异性。在优选实施方式中，说明书公开了一种具有至少约90％特异性的EGC计数方法。
使用LALS进行EGC识别和计数
本发明人发现，基于其粒度、核小叶和／或细胞表面结构的独特性状，EGC可以与包括特别是嗜中性粒细胞在内的其它细胞类型区分开来。本发明人发现，这些独特性状是可以测量的，并且可以用作确定EGC群的基础。在一个具体实施方式中，LALS可以用来辨别细胞的粒度、核小叶(nuclear lobularity)和／或细胞表面结构。具体地说，本发明人已经发现，相对于成熟白细胞，LALS参数对于EGC的粒度、小叶、和／或表面特征细微的变化高度敏感。然而，也可以理解，LALS可以结合EGC计数的特异性和灵敏度等其他参数。更特别的是，本发明的一个实施方式包括非荧光法和仪器，该仪器可通过使用LALS和前向光散射、侧面散射、轴向光损失、DC、RF和不透明度中的至少一个测量标准来测量EGC。更进一步地，前向散射光是选自UMALS、LMALS、MALS。
图2a和图2b显示了来自正常血液样品(图2a)和含EGC血液样品(图2b)的WBC区分分布图。种群202a和种群202b分别代表了正常样品和含EGC血液样品中嗜中性粒细胞群体。相比种群202a的形状，种群202b的形状沿体积轴延长。种群201a和种群201b表示单核细胞种群，种群203a和种群203b代表淋巴细胞，种群204代表嗜曙红白细胞，种群205代表未裂解的红细胞。许多识别EGC存在的传统方法是基于对嗜中性粒细胞群形状的延伸，如图2b所示。例如美国专利No.5125737(罗德里格兹等人)的图19和图20显示了在分别对DC相对于OP和DC相对于RMALS绘图中嗜中性粒细胞群的形状沿体积或直流轴伸长的分布图。RMALS旋转中角光散射通常被计算为log(UMALS+LMALS)／DC。
图3a和图3b分别显示了另一个血液样品的DC相对于RMALS和DC相对于OP的分布图。在图3a和3b中显示的血液样品包括62.25％的分叶核嗜中性粒细胞、12.75％杆状细胞、3％晚幼粒细胞和0.75％中幼粒细胞的人工参照。在两张分布图中，如簇302和簇303所示，EGC群不能与嗜中性粒细胞群相分离地识别。因此，尽管嗜中性粒细胞群的形状延伸可以作为血液样品中EGC存在的指标，但是基于DC、RMALS、和OP的分布图，作为常规使用，不会分离识别EGC群并且／或者EGC计数。
图4a是按照本发明的实施方式绘制OP相对于LALS的分布图的示例。簇402显示了OP相对于LALS的分布图，相同的细胞事件在图3a和3b中被显示。群402沿LALS轴的形状延伸使得样品中存在的EGC能够被标记。
本发明的实施方式使用LALS来识别EGC群。下面所描述的是实施方式中，LALS结合其他参数如MALS、ALL、OP和／或DC，来识别并计数EGC群。LALS可以结合其他参数和／或衍生的参数包括衍生(derivatives)LALS来识别EGC群。可以理解，基于本发明的教导，LALS可根据参数或衍生参数的各种其他组合用来识别并计数EGC。但是如前所述，本发明不限于单独使用LALS来识别和计数EGC，因为LALS参数只是一种检测EGC粒度、小叶、和／或细胞表面特征的方法。正是这些细胞特征让本发明人能够从紧密重叠的嗜中性粒细胞群中辨别出EGC。
用MALS结合LALS来识别和计数EGC
根据本发明的另一个实施方式，LALS可用于与一个或多个MALS和DC和RF一起来识别和计数EGC。根据实施方式中，该LALS与MALS和DC一起使用。在进一步实施方式中，OP能够更加清晰地从其他细胞群如嗜中性粒细胞中区分出EGC群。还有一个实施方式使用构建衍生参数中的LALS、MALS、OP、和DC来区分EGC。
可以理解的是，衍生函数是用于增大与密切相关群的微妙差别的已知方法。衍生函数的选择和随之而来的变量或额外的参数是在本领域技术人员能力水平之内。在图中，OP、RLS、F1、F2、P1和P2是衍生函数。
在一个实施方式中，基于EGC和嗜中性粒细胞独特的核小叶和表面结构性质，衍生参数可结合LALS和DC来将EGC与嗜中性粒细胞区分开来。EGC相比嗜中性粒细胞具有较低的LALS。此外，基于EGC通常比嗜中性粒细胞尺寸大的特征，DC测量被用于衍生测量来增加EGC与嗜中性粒细胞的分离。例如，美国专利No.5125737的图19表明，EGC具有比嗜中性粒细胞更大的体积。
在另一个实施方式中，衍生的测量可以合并OP(这是RF和DC的函数)来增加EGC与嗜中性粒细胞的分离。EGC相比嗜中性粒细胞有较低的OP。
在某些实施方式中，衍生参数也可以合并MALS。MALS有助于通过在光散射的中角感知细微的结构差异提高EGC和嗜中性粒细胞之间的分离。然而，如图3a所示，MALS不能单独实现EGC和嗜中性粒细胞群之间的明显分离。
图4b和4c显示当合并衍生参数以创建分布图时图4a的细胞样品。图4b显示嗜中性粒细胞群402b沿P1轴伸长。图4c显示当导入衍生测量时，嗜中性粒细胞群402c相对于P2轴扩散。如图4c所示，将示例实施方式应用于血液样品的最终结果可以产生分布图，该分布图中EGC可与嗜中性粒细胞明显识别开来。在图4c中，EGC群406，与嗜中性粒细胞群404和未定义的群408是明显不同的。在所示的分布图中，EGC群406占白细胞群的8.8％，未定义的群408占白细胞群的7.8％。EGC群似乎几乎完全由晚幼粒细胞、中幼粒细胞、早幼粒细胞组成。在某些情况下，一小部分向早幼粒细胞过渡中的骨髓母细胞可以被包括在EGC群中。未定义的群似乎包括脱颗粒的嗜中性粒细胞、老化嗜中性粒细胞、杆状核白细胞。
在所公开的实施方式到达衍生参数的过程中，可以理解的是，适当的系数值可以是系数组合，其可产生细胞样品中种群的充分理想分离。系数值的选择可以是动态计算。例如，根据实施方式，关于在分布图绘制上细胞群之间的分离，该系数值可以反复调整直到达到预先确定的阈值组。
ALL结合LALS识别EGC
在本发明另一实施方式中LALS可以和ALL测量一起考量。细胞ALL数量是其表面性质和吸光特性的代表。在这里将美国专利No.7008792全部合并入本文以供参考，其提供了ALL测量作为部分NRBC计数方法的说明。
发明人观察到EGC和嗜中性粒细胞的LALS和ALL参数沿相反方向移动。因此，根据本发明的实施方式，建立了基于LALS和ALL的衍生测量，尤其是LALS和ALL之间的差异。可认为LALS和ALL之间的差异有助于提高EGC和嗜中性粒细胞群之间的分离。
发明人还观察到，在一般情况下，相比嗜中性粒细胞，EGC具有较高的DC和较低的OP参数。因此，根据本发明说明书的实施方式，基于OP和DC之间差异的衍生测量被认为可增加EGC群与嗜中性粒细胞群的分离。
可以对初始衍生参数进行另外的转换、旋转、缩放，以便到达EGC和嗜中性粒细胞群的最佳定位。
中间衍生参数可以进一步被扩张和缩小，以便占据理想的显示区域。扩张和缩小有助于提高种群之间的分离，以致于可以更准确地完成自动门控和计数。
衍生的参数可以被用来生成直方图、分布图、和／或其它图形展示，其中EGC和嗜中性粒细胞群充分分离，以致于可以实现各自种群的自动计数。
图5显示了在常规DC相对于MALS分布图中包括EGC的嗜中性粒细胞群502。如图所示，传统的DC相对于MALS分布图不足以单独地将EGC群与嗜中性粒细胞群分离。
图6显示了与图5相同的细胞样品，根据本申请说明书的实施方式在分布图中绘制衍生参数。在图6中，EGC群604与嗜中性粒细胞群602明显分离。
使用LALS识别和计数EGC的方法
图7显示了按照本申请说明书的实施方式识别和计数血液样品中EGC的方法700。方法700可以在如图1所示的粒子检测器和分析仪中实施。
在步骤702中，制备用于分析的血液样品。例如，且不失一般性地，在血液分析中，全血样品可以在白细胞五分类检测之前被裂解以便去除红细胞。制备步骤也可以包括添加稀释剂到样品和可选的鞘液中，以便促进样品流动通过测量区域。然后，通过使用下述方法比如使用水力集中的方法来保证足够的压力推动粒子以单个记录形式通过路径，将所制备的颗粒样品以基本恒定的速率注入包括测量区域的路径。
在步骤704中，血液样品中的细胞在粒子分析仪测量区域经受测量。稀释液和可选的鞘液中的细胞一个一个通过测量区域。在细胞处于测量区域的时间间隔期间，多个电源和传感器运行对细胞进行询问(interrogation)并收集各自询问所产生的信号。如上所述，根据本发明说明书的实施方式，多种电源和相应传感器运行从而收集LALS测量和一个或多个DC、OP、MALS、和ALL参数的测量信号。
在步骤706中，生成与所收集测量信号对应的细胞事件数据。例如，细胞的细胞事件数据可以包括在细胞通过测量区域的间隔期间代表细胞所有参数的数据。生成细胞事件数据可以包括生成视觉电信号、RF和其他各种传感器检测的信号。
在步骤708中，例如通过分析仪组件，存取细胞事件数据。根据实施方式，当粒子检测器测量细胞时，可以以实时或接近实时的方式进行一些或所有步骤708-716的处理。根据另一个实施方式，步骤708-716的处理可以在存储的测量数据上进行，所述数据是粒子检测器在先生成的。
在步骤710中，根据本发明的实施方式从细胞事件数据区分出EGC群。EGC群的区分在下面结合图8进一步描述。
在步骤712中，可以报告EGC的被区分的群。根据实施方式，报告包括一个以上细胞群以一个或多个直方图、分布图、或其他图形和／或文本显示形式的显示和／或打印输出。根据另一个实施方式，报告包括将各种细胞群数据写入到一个计算机可读存储介质，目的是这样存储的信息是对于以后的检索和分析的可用的。
在步骤714中，计数EGC。在EGC群从包括嗜中性粒细胞群的其余细胞群中分离出来之后，可以计数EGC。EGC计数可以基于统计进入区域的单个细胞事件，门控(gating)在区域中的细胞事件，并且／或者估计在区域中的细胞事件。
在步骤716中，报告EGC计数。EGC计数可以被报告为绝对计数和／或占白细胞总数的百分比。EGC计数也可以被报告为占其他细胞群例如嗜中性粒细胞的比例和／或分数。在报告被区分的EGC群的情况下，报告可以包括显示、打印输出、和／或存储于计算机可读介质。
图8显示了将EGC群与其他细胞样品的细胞群区分的方法800。
在步骤802中，创建包括LALS的第一衍生测量。根据实施方式，第一衍生参数包括LALS测量和DC测量。
在步骤804中，创建包括OP的第二衍生测量。根据实施方式中，第二衍生参数包括OP测量和MALS测量。
在步骤806中，对细胞事件进行成簇。根据实施方式，以第一测量为一轴，第二测量作为另一个轴创建分布图。细胞群的成簇可以手动和／或自动进行。成簇可以包括反复校准系数和／或测量条件，直到选定的细胞群分离至少一个预定的阈值距离。成簇的步骤也可以包括门控一个或多个细胞群。
在步骤808中，基于之前的成簇步骤进行EGC群识别。EGC的成簇可以基于如图4c显示的第一和第二衍生参数而与嗜中性粒细胞群区分开。
根据另一个实施方式，第一和第二衍生参数可以在步骤802和步骤804中创建。因此第一衍生测量可以包括LALS和MALS参数。第二衍生参数可以包括DC和OP参数。根据这个实施方式，步骤806的成簇可以包括创建基于第一和第二衍生参数为数轴的分布图。
其他实施方式
本申请说明书中的其他实施方式可包括基于LALS和两个以上参数来识别和／或计数未成熟粒细胞。分布图、直方图、和／或其他两维以上图表类型可以用于EGC群分离和计数。例如，实施方式可包括基于衍生参数和另一个物理或衍生测量的三维表面图像的生成，并且EGC群可以基于三维表面相应细胞事件的位置而被识别和计数。
图9显示了本发明的另一个实施方式。根据本申请说明书中的实施方式的系统900包括连接到分析仪122的粒子检测器124。分析仪122还可被连接于显示器920和存储器921。粒子检测器124使用一个或多个测量参数来检测粒子事件，并且包括信号处理器118，信号处理器118处理检测测量参数来构建代表粒子在测量区域期间的每个粒子事件的信号。信号处理器118，如上所述，可生成对应于测量区域内各细胞测量的细胞事件。信号处理器118可以进行所接收信号的处理，以便例如通过减少在接收信号中的噪声来优化细胞事件生成。收集粒子在相应测量区域时段信号和确定相应于该信号的参数的指令可以由任何合适的编程语言执行，编程语言包括硬件描述语言(HDL)、汇编语言(Assembly)、C和C++，并且可以包括一个或多个硬件、固件、或软件组件。
如以上图1所述，分析仪122也可以位于粒子分析仪100内、或位于通过通信介质独立地连接到粒子检测器124。分析仪122接收对应于粒子检测器124检测的每个粒子的细胞事件数据。在其他情况下，事件数据可以包括LALS、OP、DC、和MALS参数。
分析仪122包括一些组件，所述组件包括处理器902、存储器903、储存器904、输入设备905、输出设备906、EGC测定模块907和通信基础设备908。处理器902可以是任何微处理器或其它可执行处理指令的处理器。存储装置903包括一个随机存取存储器。储存装置904包括计算机可读持久性存储介质如闪存或硬盘。处理器902执行指令以便从颗粒分析仪接收事件数据，处理接收到的数据并且输出处理结果数据。存储器903和储存器904提供任何处理器902所要求的临时或永久的记忆和存储。通信基础设备908与分析仪122组件彼此连接，并可能包括通信介质，包括但不限于外围组件互连(PCI)总线、扩展工业标准体系机构(EISA)总线、以太网和／或WIFI。输入设备905可以包括通过通信基础设施908至粒子分析仪100的连接、和接收包括来自颗粒分析仪100的事件数据在内的数据的能力。
EGC测定模块907包括处理粒子检测器124识别和计数血液样品中EGC群的细胞事件数据的功能。例如，EGC测定模块907可以包括实施方法700中步骤708-716的指令或计算机程序。EGC测定模块907包括数据存取模块942、EGC分离模块944、EGC报告模块946。数据存取模块942可以存取从粒子检测器接收的细胞事件数据。存取数据可以包括存取存储装置来检索之前存储的细胞事件数据、或从粒子检测器实时接收细胞事件数据。EGC分离模块944可以包括识别和计数EGC群的功能，例如，如上所述与方法700中步骤710和714相关的功能。EGC报告模块可以包括报告信息功能，例如，如上所述与方法700中步骤712和步骤716相关的功能。
EGC测定模块907可以用任何合适的编程语言实施，包括硬件描述语言(HDL)、汇编语言(Assembly)、C和C++，并可以包括一个或多个硬件、固件、或软件组件。实施EGC测定模块907的指令和／或计算机程序可以例如被储存于计算机可读储存介质904中。
输出模块906包括以适于本申请的方式处理细胞群信息的功能，所述信息包括在EGC测定模块907中确定的EGC群信息。在一个实施方式中，输出模块906可根据预先设定的图形设置生成一个或多个图，来显示在处理模块中确定分离的细胞群，前述模块包括EGC测定模块907。
使用通信基础设施908将输出模块906连接到显示器920和／或储存器921。来源于输出模块906的结果数据被发送到显示器920显示并且供操作员分析。例如，显示器920可以直方图、分布图形式、或其他形式的图形和／或文本显示呈现结果数据。在另一实施方式中，结果数据可存储在外部储存装置921中供后续处理与分析。
在本发明的公开中，所公开的方法和系统可以提高自动血细胞计数的诊断价值。特别是，本发明说明书的实施方式可以自动识别和计数血液细胞样品中的EGC，这对于不同感染疾病的检测和治疗是关键的。所公开的方法和系统在成本有效性和效率上比目前的方法和系统产生实质进步，可以导致在粒子分析仪数据分析上有显著的改善。
说明书前面的描述是为了举例和说明的目的。它的目的不是要穷尽、或将本发明限制为所公开的精确形式，并且根据上述教导的其他的修改和变型也是可能的。选择和描述实施方式是为了最好地解释说明书原理及其实际应用，从而使本领域技术人员以不同的实施方案和各种变型最佳地利用说明书，正如所预期地适用于特定的用途。所附权利要求意图被解释为包括其他不同于说明书的实施方案，除了被现有技术限制的范围。
实施例
提供以下非限制性的实施例用于说明目的，只是为了方便更完整地理解预期的典型实施方式。这些例子不应被解释为限制本发明中描述的任何实施方式，包括那些与早期嗜中性粒细胞识别和／或计数的方法、系统、和／或设备有关的实施方式。
实施例1
与400细胞人工区分参考相比较，对于七个不同位点收集的一组1536个独特样品，EGC计数的评价如下表1所示。通过比较EGC％相对于早幼粒细胞％、中幼粒细胞％和晚幼粒细胞％的总和而确定相关系数r。用于计算ROC曲线下面积的阳性标准为早幼粒细胞％、中幼粒细胞％和晚幼粒细胞％的总和，大于或等于1％。
Figure BDA0000389304120000161
在上面的实施例中，1536个样品中的502个由血液学熟练技术人员标记为含EGC。然后用本申请说明书中的EGC检测流程编程的dxh800仪器对同样的样品进行分析。相关系数(r)作为仪器标记含有EGC的样品数相对于熟练技术人员标记的样品数的函数而测定。
灵敏度是真阳性EGC与真阳性EGC和假阴性计数的比率。特异性，另一方面，是真阴性EGC与真阴性EGC和假阳性计数的比率。ROC曲线(接收者操作曲线)下面积是结合了EGC计数方法中敏感性和特异性的分析方法准确度的测量。列出的敏感性和特异性的标准反映了权衡(trading)敏感性和特异性值的滑动范围，反之亦然。因此，例如，1.0的标准将是以降低灵敏度的代价来增加特异性的情形。可以理解，本领域技术人员可以达到最优值。
以使用流式血细胞CD16标记物收集的一组315个样品作为参考，在两个不同的位点进行类似的评价，提供的结果显示在表2中。CD16是与嗜中性粒细胞相联接的标记物，但不与EGC相联接。因此，标记的CD16抗体可用于门控(gate)嗜中性粒细胞并且将它们与EGC群分开，这通常发生在与嗜中性粒细胞群的分布图的紧密重叠区域中。不成熟的细胞的光散射比成熟细胞低。因此，结合使用CD16抗体和光散射，可以门控EGC群。使用这种方法，对315个样品进行了筛选，164个样品被识别为含有EGC。当CD16门控分析方法与本申请说明书的分析方法相比时，本申请说明书提供的结果呈现在表2中。
Figure BDA0000389304120000162
因此，本方法也证明了较高或较低水平的不成熟细胞比如母细胞或幼稚型嗜中性粒细胞(即，杆状核白细胞)的存在对精确度的影响不显著。
所收集样品的上述数据分析表明，与样品的人工鉴别检测相比，本发明具有高水平的相关性、敏感性和特异性。

Claims (12)

1.一种用于计数血液样品中早期粒细胞(EGC)的方法，其包括：
使用低角光散射(LALS)参数来分析血液样品中的白细胞；
使用LALS参数将EGC从其他白细胞中分离出来；并且
计数分离出的EGC。
2.如权利要求1所述的方法，其特征在于，将EGC从其他白细胞中分离进一步基于至少一个附加的参数，所述至少一个附加的参数包括轴向光损失(ALL)、中角光散射(MALS)、直流(DC)体积和电导率(OP)。
3.如权利要求1或2所述的方法，其特征在于，分离步骤包括：
使分析数据成组，从而生成多个群；并且
从多个群中识别出EGC群。
4.如权利要求3所述的方法，其特征在于，EGC群基本与多个群中的嗜中性粒细胞群相分离。
5.如权利要求1-4中任一项所述的方法，其特征在于，还包括：
基于分离的EGC群来计数EGC；并且
报告EGC计数。
6.如权利要求5所述的方法，其特征在于，EGC计数被报告为占白细胞总数的百分比。
7.一种用于计数早期粒细胞(EGC)的方法，其包括：
分析血液样品中的白细胞；
基于用于测量EGC的独特小叶和／或表面结构性质的参数，从其他白细胞中识别出EGC；从其他白细胞中分离出被识别的EGC；并且
计数被识别的EGC群。
8.一种用于识别血液样品中未成熟粒细胞(EGC)的装置，其包括：
处理器；
至少一个与处理器联接的存储器，其中存储器被设置为用于储存来自颗粒分析仪的细胞事件数据，该细胞事件数据包括低角光散射(LALS)参数；以及
EGC测定模块，其被设置为用于：
使用LALS参数分析血液中的白细胞；和
基于LALS参数的细胞事件数据，将EGC与其他白细胞分离。
9.如权利要求8所述的装置，其特征在于，进一步包括粒子检测器，该粒子检测器被设置为通过使用多个细胞询问器询问血液样品的各个细胞以生成细胞事件数据。
10.如权利要求8或9所述的装置，其特征在于，还包括：显示器，其被设置为用于报告被分离的EGC群。
11.如权利要求8-10所述的装置，其特征在于，将EGC从其他白细胞中分离进一步基于至少一个附加的参数，该至少一个附加的参数包括轴向光损失(ALL)、中角光散射
(MALS)、直流(DC)体积或电导率(OP)。
12.如权利要求8-11所述的设备，其特征在于，所述EGC测定模块被进一步设置为用于：通过使白细胞分析数据成组来将EGC从其他白细胞分离出来，由此产生多个白细胞群；
并且
从多个白细胞群中识别出EGC群。
CN201280016056.5A 2011-04-07 2012-04-06 识别和计数早期粒细胞(egc) Active CN103597349B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161472974P 2011-04-07 2011-04-07
US61/472,974 2011-04-07
PCT/US2012/032603 WO2012139047A2 (en) 2011-04-07 2012-04-06 Identifying and enumerating early granulated cells (egcs)

Publications (2)

Publication Number Publication Date
CN103597349A true CN103597349A (zh) 2014-02-19
CN103597349B CN103597349B (zh) 2015-09-16

Family

ID=46026916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280016056.5A Active CN103597349B (zh) 2011-04-07 2012-04-06 识别和计数早期粒细胞(egc)

Country Status (9)

Country Link
US (2) US9658215B2 (zh)
EP (1) EP2694960B1 (zh)
JP (1) JP5950423B2 (zh)
KR (1) KR101941310B1 (zh)
CN (1) CN103597349B (zh)
BR (1) BR112013025329B1 (zh)
ES (1) ES2720151T3 (zh)
TR (1) TR201905062T4 (zh)
WO (1) WO2012139047A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018113120A1 (zh) * 2016-12-23 2018-06-28 创智能科技股份有限公司 生物特征辨识装置
CN114067315A (zh) * 2021-10-23 2022-02-18 广州市艾贝泰生物科技有限公司 细胞计数方法、装置、计算机设备和存储介质
CN114222907A (zh) * 2019-08-06 2022-03-22 贝克曼库尔特有限公司 检测和报道中性粒细胞亚群

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8603773B2 (en) * 2008-09-19 2013-12-10 Beckman Coulter Method and system for analyzing a blood sample
BR112013025329B1 (pt) 2011-04-07 2021-02-09 Beckman Coulter, Inc. método não-fluorescente para enumerar células de granulócitos prematuras (ecgs) compreendendo promielócitos, mielócitos e metamielócitos em uma amostra de sangue
EP3408773B1 (en) 2016-01-28 2023-09-20 Beckman Coulter, Inc. Infection detection and differentiation systems and methods
EP3519828A4 (en) 2016-09-29 2020-06-03 Animantis, LLC METHOD AND DEVICE FOR EVALUATING IMMUNE SYSTEM ACTIVITY AND THERAPEUTIC EFFECTIVENESS
KR20190120318A (ko) 2017-02-28 2019-10-23 베크만 컬터, 인코포레이티드 상호 운용 질병 관리 시스템
US11852640B2 (en) 2017-10-27 2023-12-26 Beckman Coulter, Inc. Hematology analyzers and methods of operation
US11538566B2 (en) 2018-05-23 2022-12-27 Beckman Coulter, Inc. Sample analysis with test determination based on identified condition
US11521706B2 (en) 2018-04-20 2022-12-06 Beckman Coulter, Inc. Testing and representing suspicion of sepsis
US11644464B2 (en) 2018-04-20 2023-05-09 Beckman Coulter, Inc. Sepsis infection determination systems and methods
JP2022540157A (ja) * 2019-07-12 2022-09-14 ベックマン コールター， インコーポレイテッド 感染に対する免疫応答を評価するためのシステムおよび方法
US11796447B2 (en) 2019-07-12 2023-10-24 Beckman Coulter, Inc. Systems and methods for using cell granularitry in evaluating immune response to infection

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1031422A (zh) * 1987-03-13 1989-03-01 科特电子有限公司 利用光散射技术的多部分鉴别分析装置
US20050255447A1 (en) * 2004-05-13 2005-11-17 Beckman Coulter, Inc. Hematology reference control containing an immature granulocyte component

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5389549A (en) * 1987-05-29 1995-02-14 Toa Medical Electronics Co., Ltd. Method for classifying leukocytes and a reagent used therefor
JP3707620B2 (ja) 1993-05-14 2005-10-19 コールター インターナショナル コーポレイション 光散乱技術を使用した網赤血球分析方法と装置
JP3467310B2 (ja) * 1994-04-21 2003-11-17 シスメックス株式会社 白血球分析用試薬及び白血球の分類方法
JP3355038B2 (ja) * 1994-08-03 2002-12-09 シスメックス株式会社 白血球分類方法
JP3783808B2 (ja) * 1997-05-19 2006-06-07 シスメックス株式会社 白血球分類計数用試薬
CA2389488A1 (en) * 1999-10-29 2001-05-17 Philadelphia Health & Education Corporation Isolation and expansion of human marrow stromal cells
US6916658B2 (en) * 2001-07-27 2005-07-12 Beckman Coulter, Inc. Method for measurement of immature granulocytes
US7008792B2 (en) 2004-02-10 2006-03-07 Beckman Coulter, Inc. Method of measurement of nucleated red blood cells
US7625712B2 (en) * 2004-05-21 2009-12-01 Beckman Coulter, Inc. Method for a fully automated monoclonal antibody-based extended differential
WO2006004592A2 (en) * 2004-05-28 2006-01-12 Mayo Foundation For Medical Education And Research Methods for autologous stem cell transplantation
BR112013025329B1 (pt) 2011-04-07 2021-02-09 Beckman Coulter, Inc. método não-fluorescente para enumerar células de granulócitos prematuras (ecgs) compreendendo promielócitos, mielócitos e metamielócitos em uma amostra de sangue

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1031422A (zh) * 1987-03-13 1989-03-01 科特电子有限公司 利用光散射技术的多部分鉴别分析装置
US5125737A (en) * 1987-03-13 1992-06-30 Coulter Electronics, Inc. Multi-part differential analyzing apparatus utilizing light scatter techniques
US20050255447A1 (en) * 2004-05-13 2005-11-17 Beckman Coulter, Inc. Hematology reference control containing an immature granulocyte component

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
IRVING GOLDSCHNEIDER ET AL: "ANALYSIS OF RAT HEMOPOIETIC CELLS ON THE FLUORESCENCE-ACTIVATED CELL SORTER I. Isolation of Pluripotent Hemopoietic Stem Cells and Granulocyte-Macrophage Progenitor Cells", 《THE JOURNAL OF EXPERIMENTAL MEDICINE》, vol. 152, no. 1, 1 August 1980 (1980-08-01) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018113120A1 (zh) * 2016-12-23 2018-06-28 创智能科技股份有限公司 生物特征辨识装置
CN114222907A (zh) * 2019-08-06 2022-03-22 贝克曼库尔特有限公司 检测和报道中性粒细胞亚群
CN114067315A (zh) * 2021-10-23 2022-02-18 广州市艾贝泰生物科技有限公司 细胞计数方法、装置、计算机设备和存储介质
CN114067315B (zh) * 2021-10-23 2022-11-29 广州市艾贝泰生物科技有限公司 细胞计数方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
US20140030756A1 (en) 2014-01-30
CN103597349B (zh) 2015-09-16
US10222320B2 (en) 2019-03-05
EP2694960B1 (en) 2019-02-20
WO2012139047A3 (en) 2013-01-03
ES2720151T3 (es) 2019-07-18
US9658215B2 (en) 2017-05-23
EP2694960A2 (en) 2014-02-12
JP5950423B2 (ja) 2016-07-13
KR101941310B1 (ko) 2019-01-22
BR112013025329B1 (pt) 2021-02-09
US20170219475A1 (en) 2017-08-03
TR201905062T4 (tr) 2019-05-21
BR112013025329A2 (pt) 2016-12-13
JP2014515103A (ja) 2014-06-26
KR20140012117A (ko) 2014-01-29
WO2012139047A2 (en) 2012-10-11

Similar Documents

Publication Publication Date Title
CN103597349B (zh) 识别和计数早期粒细胞(egc)
US11105742B2 (en) Nucleated red blood cell warning method and device, and flow cytometer using the same
US10883916B2 (en) Cell analyzer and sorting method therefor
CN101236195B (zh) 血细胞分析仪、体液分析方法及其控制系统
US20050176152A1 (en) Method of measurement of nucleated red blood cells
CN102177427A (zh) 颗粒分析中的检测和处理同步
CN105136795A (zh) 血液样本检测装置、方法和系统
US9097704B2 (en) Method for hematology analysis
KR101847225B1 (ko) 혈액 샘플 분석 방법 및 분석 시스템
CN110226083B (zh) 红细胞碎片识别方法和装置、血液细胞分析仪及分析方法
US20210041345A1 (en) Detecting and reporting subpopulations of neutrophils
US20220390349A1 (en) Methods and systems for classifying flow cyometer data
WO2021207894A1 (zh) 细胞分析方法、细胞分析仪及计算机可读存储介质
Lewis Automation in haematology-present and future trends

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant