CN104297133A - 一种基于小孔阻抗原理的脉冲信号筛选方法及装置 - Google Patents

一种基于小孔阻抗原理的脉冲信号筛选方法及装置 Download PDF

Info

Publication number
CN104297133A
CN104297133A CN201310297317.1A CN201310297317A CN104297133A CN 104297133 A CN104297133 A CN 104297133A CN 201310297317 A CN201310297317 A CN 201310297317A CN 104297133 A CN104297133 A CN 104297133A
Authority
CN
China
Prior art keywords
pulse signal
described pulse
signal
wide
point
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
CN201310297317.1A
Other languages
English (en)
Other versions
CN104297133B (zh
Inventor
仝文俊
史兴
阮雷
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.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Chengdu Shen Mindray Medical Electronics Technology Research Institute Co Ltd
Original Assignee
Shenzhen Mindray Bio Medical Electronics Co Ltd
Chengdu Shen Mindray Medical Electronics Technology Research Institute Co Ltd
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 Shenzhen Mindray Bio Medical Electronics Co Ltd, Chengdu Shen Mindray Medical Electronics Technology Research Institute Co Ltd filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN201310297317.1A priority Critical patent/CN104297133B/zh
Publication of CN104297133A publication Critical patent/CN104297133A/zh
Application granted granted Critical
Publication of CN104297133B publication Critical patent/CN104297133B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明提供一种基于小孔阻抗原理的脉冲信号筛选方法及装置,该方法包括:获得每个细胞通过小孔传感器时产生的脉冲信号,并计算所述脉冲信号的沿宽;所述沿宽是指所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔;判断所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;若所述脉冲信号的沿宽在所述正常信号沿宽范围内,则判定所述脉冲信号为正常信号;否则,判定所述脉冲信号为异常信号。本发明所提供的基于小孔阻抗原理的脉冲信号筛选方法及装置,通过检测计算脉冲信号的沿宽,能够更加准确的识别正常信号和异常信号,以有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。

Description

一种基于小孔阻抗原理的脉冲信号筛选方法及装置
技术领域
本发明涉及血液细胞检测领域,尤其涉及一种基于小孔阻抗原理的脉冲信号筛选方法及装置。
背景技术
小孔阻抗原理是血液细胞分析仪的一种经典检测原理,该原理是通过识别细胞穿过小孔时产生的电脉冲信号的幅度,来检测细胞的体积大小。由于小孔内外电场和流场分布的特性,只有单个细胞直线通过小孔轴心区域(如图1中的(a)路径)产生的脉冲信号,信号幅度才能很好表达细胞体积,本文中将此类信号称为“正常信号”,如图2中的(a)脉冲信号。而单个细胞通过其它路径(如图1中除(a)之外的路径)通过小孔所产生的脉冲信号,或者多个细胞重合通过小孔所产生的脉冲信号,受电场分布不均匀或信号重叠的影响,信号幅度已不能准确表达细胞的体积,本文中将此类信号称为“异常信号”,如图2中的(b)~(e)脉冲信号。在实际的检测过程中,较多异常信号的存在,会导致细胞体积分布直方图及其相关分析和统计参数的失真。从现有的情况看,普通检测条件下,异常信号的比例甚至超过三分之一。如本领域技术人员所知的,理论上,正常人血液样本中红细胞的体积直方图是呈正态分布规律的,但是在实际的检测中,由小孔阻抗原理直接测得的红细胞直方图通常如图8所示,远远偏离了正态分布的形态,无法准确反映样本(红细胞)的体积分布信息。
为解决上述问题,目前有很多工程方法意图减少或消除异常信号对小孔阻抗法检测血液细胞体积分布参数的准确性的影响。
一是采用鞘流阻抗法,即用鞘液包裹含细胞样本液通过检测小孔,使细胞从小孔中间直线通过。这种方法的缺点是实现结构复杂、成本高。
二是通过对每个脉冲信号进行复杂的处理,力图识别能有效表达细胞体积的脉冲信号幅度,但这类方法对异常信号的改善程度有限,而且对一些失真严重的异常信号无实质改善效果。
三是利用正常信号的特征信息,从所有脉冲信号中筛选出正常信号,生成细胞体积分布直方图及其相关分析和统计参数,以达到鞘流阻抗法的效果。常用的筛选特征是脉冲信号底部宽度(全宽)或半峰宽度(半宽)。但是,现有中技术利用脉冲信号全宽或半宽宽度识别结果受影响因素很多,比如脉冲信号大小、形态、干扰噪声大小等等都会对脉冲信号的全宽或半宽构成影响,导致无法确保识别的准确,筛选效果自然受到影响。及现有的通过脉冲信号全宽或半宽筛选正常信号的方法虽然可以在一定程度上排除异常信号对检测结果干扰,但是由于脉冲信号大小、形态、干扰噪声大小等等都会对脉冲信号的全宽或半宽构成影响,所以目前的这种筛选方式依然不够准确。
基于上述问题,目前亟需一种可以更加准确的识别正常信号和异常信号的方法,以有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。
发明内容
本发明要解决的技术问题在于,提供一种可应用于小孔阻抗法中,能够更加准确的识别正常信号和异常信号的方法,以有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。
为此,本发明提供一种基于小孔阻抗原理的脉冲信号筛选方法,具体包括:
获得每个细胞通过小孔传感器时产生的脉冲信号,并计算所述脉冲信号的沿宽;所述沿宽是指所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔;
判断所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;
若所述脉冲信号的沿宽在所述正常信号沿宽范围内,则判定所述脉冲信号为正常信号;否则,判定所述脉冲信号为异常信号。
其中,所述判断所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内之前,还包括:
通过理论计算或统计正常信号的沿宽,得到所述正常信号沿宽范围。
其中,所述判断所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;若所述脉冲信号的沿宽在预置的正常信号沿宽范围内,则判定所述脉冲信号为正常信号;否则,判定所述脉冲信号为异常信号之后,还包括:
根据所述正常信号生成细胞的体积直方图,用于分析和统计。
其中,所述脉冲信号上升沿斜率最大的点是所述脉冲信号幅度上升最快的点;所述脉冲信号下降沿斜率最小的点是所述脉冲信号幅度下降最快的点。
其中,所述获得每个细胞通过小孔传感器时产生的脉冲信号,并计算所述脉冲信号的沿宽,包括:
通过计算所述脉冲信号的脉冲曲线上一阶导数的绝对值的极大值或二价导数为0的点,确定所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点;
根据所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点计算所述脉冲信号的沿宽。
其中,所述细胞包括血液样本中的红细胞、白细胞和/或血小板。
对应的,本发明还提供一种基于小孔阻抗原理的脉冲信号筛选装置,具体包括:
沿宽计算模块,用于获得每个细胞通过小孔传感器时产生的脉冲信号,并计算所述脉冲信号的沿宽;所述沿宽是指所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔;
筛选判断模块,用于判断所述沿宽计算模块计算得出的所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;若所述脉冲信号的沿宽在所述正常信号沿宽范围内,则判定所述脉冲信号为正常信号;否则,判定所述脉冲信号为异常信号。
其中,所述基于小孔阻抗原理的脉冲信号筛选装置还包括:阈值设置模块,用于通过理论计算或统计正常信号的沿宽,得到所述正常信号沿宽范围。
其中,所述基于小孔阻抗原理的脉冲信号筛选装置还包括:直方图绘制模块,用于根据所述筛选判断模块所筛选出的正常信号,生成细胞的体积直方图,用于分析和统计。
其中,所述脉冲信号上升沿斜率最大的点是所述脉冲信号幅度上升最快的点;所述脉冲信号下降沿斜率最小的点是所述脉冲信号幅度下降最快的点。
其中,所述沿宽计算模块包括:
第一计算单元,用于通过计算所述脉冲信号的脉冲曲线上一阶导数的绝对值的极大值或二价导数为0的点,确定所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点;
第二计算单元,用于根据所述第一计算单元计算得出的所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点计算所述脉冲信号的沿宽。
其中,其特征于,所述细胞包括血液样本中的红细胞、白细胞和/或血小板。
本发明所提供的基于小孔阻抗原理的脉冲信号筛选方法及装置,可应用于小孔阻抗法中。该方法及装置通过检测计算脉冲信号的沿宽,能够更加准确的识别正常信号和异常信号,以有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是现有技术中,细胞穿过小孔传感器时的路径示意图;
图2是现有技术中,细胞穿过小孔传感器时产生的脉冲信号示意图;
图3是细胞穿过小孔传感器过程中对应的脉冲信号示意图;
图4是细胞穿过小孔传感器时产生的脉冲信号的沿宽示意图;
图5为本发明提供的基于小孔阻抗原理的脉冲信号筛选方法第一实施例流程示意图;
图6为本发明提供的基于小孔阻抗原理的脉冲信号筛选方法第二实施例流程示意图;
图7为本发明中一组细胞穿过小孔传感器时产生的脉冲信号示意图;
图8是采用现有技术中全宽筛选生成的细胞体积直方图;
图9是采用本发明提供的基于小孔阻抗原理的脉冲信号筛选方法生成的体积直方图;
图10为本发明提供的基于小孔阻抗原理的脉冲信号筛选装置第一实施例结构示意图;
图11为本发明提供的基于小孔阻抗原理的脉冲信号筛选装置第二实施例结构示意图。
具体实施方式
本发明所提供的基于小孔阻抗原理的脉冲信号筛选方法及装置,可应用于小孔阻抗法中。该方法及装置通过检测计算脉冲信号的沿宽,能够更加准确的识别正常信号和异常信号,以有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。
如本领域技术人员所知的,在采用小孔阻抗法检测血液细胞体积过程中,当细胞进入小孔传感器周边的电场区域后,即会开始产生电脉冲信号,如图3中的(1)位置。当细胞通过小孔,且完全移出电场区域后,电脉冲信号才趋于结束,如图3中的(4)位置。一般视(1)-(4)之间的宽度为“全宽”。如本发明背景技术中分析,现有技术中,采用“全宽”或“半宽”筛选正常信号的方法虽然可以在一定程度上排除异常信号对检测结果干扰,但是由于脉冲信号大小、形态、干扰噪声大小等等都会对脉冲信号的全宽或半宽构成影响,所以目前的这种筛选方式依然不够准确。
更具体的,例如图2中的(b)脉冲信号,在出小孔后可能是受到干扰,脉冲信号的波形尾端不规则,使整个脉冲信号的全宽明显大于正常信号的全宽,若采用现有技术中的筛选方式,该脉冲信号会被判定为异常信号,但实际上,该脉冲信号的大部分波形是正常的,仅仅是尾端受到了干扰。
例如图2中的(d)脉冲信号,该脉冲信号出现了双波峰,是明显的异常信号,但是整个脉冲信号的全宽于正常信号的全宽基本一致,若采用现有技术中的筛选方式,该脉冲信号会被判定为正常信号,但实际上,该脉冲信号的大部分波形是异常的,若将其判定为正常信号将使检测的结果不准确。
本发明的核心,是创造性的提出了“沿宽”的概念,并将“沿宽”应用到检测过程中,以更加准确的识别正常信号和异常信号,有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。
首先,对“沿宽”定义进行解释。沿宽是指脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔,如图4所示。具体到小孔阻抗法检测血液细胞体积过程中,细胞由外部交界区域进入小孔传感器内部区域时,对应的脉冲信号上升沿斜率最大,如图3中的(2)点;细胞由小孔传感器内部区域进入外部交界区域时,对应的脉冲信号下降沿斜率最小,如图3中的(3)点,脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔就是沿宽,如图3中(2)~(3)的宽度。          通过大量的研究和实验,我们发现所有按预期路径通过小孔的细胞所产生的脉冲信号,都具有同样的沿宽。所以沿宽能够更好的表征细胞通过小孔传感器内部区域的情况。从原理上说,用沿宽作为筛选正常信号的依据,比用全宽或半宽作为筛选依据会更加的准确。
需要说明的是,对于一个脉冲信号,有大量的参数进行表征,例如全宽、半宽、幅值、顶点、斜率、拐点、函数方程等等,而其中全宽、半宽已经被业界认为是最适合用作小孔阻抗法检测的筛选参数,从未有人提出“沿宽”这一概念,更没有人提出用“沿宽”作为筛选参数。
以下将列举若干以“沿宽”作为筛选参数的具体实施例。需要说明的是,本发明各方法和装置实施例中,所述“细胞”可以为血液样本中红细胞、白细胞、血小板等,由于临床上红细胞的体积最常用,在本发明的歌各实施例中,以红细胞为例进行说明。本领域技术人员可以理解的是,利用本发明提供的基于小孔阻抗原理的脉冲信号筛选方法和装置,对白细胞、血小板等进行筛选具有相同的效果,能以此限定本发明的保护范围。
参见图5,为本发明提供的基于小孔阻抗原理的脉冲信号筛选方法第一实施例流程示意图,如图5所示,该方法包括:
步骤101,检测并计算每个细胞通过小孔传感器时产生的脉冲信号的沿宽;所述沿宽如前所述,是指所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔。更为具体的,所述脉冲信号上升沿斜率最大的点是所述脉冲信号幅度上升最快的点;所述脉冲信号下降沿斜率最小的点是所述脉冲信号幅度下降最快的点。
步骤102,判断所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;若判断为是,则执行步骤103;否则,执行步骤104。
步骤103,所述脉冲信号的沿宽在所述正常信号沿宽范围内,判定所述脉冲信号为正常信号。
步骤104,所述脉冲信号的沿宽不在所述正常信号沿宽范围内,判定所述脉冲信号为异常信号。
本发明所提供的基于小孔阻抗原理的脉冲信号筛选方法,可应用于小孔阻抗法中。该方法通过检测计算脉冲信号的沿宽,能够更加准确的识别正常信号和异常信号,以有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。
参见图6,为本发明提供的基于小孔阻抗原理的脉冲信号筛选方法第二实施例流程示意图.在本实施例中,将更为详细的描述该筛选方法的流程。该方法如图6所示,包括:
步骤201,通过理论计算或统计正常信号的沿宽,得到所述正常信号沿宽范围。本领域技术人员可以理解的是,本步骤为预置步骤,并非每次实施本实施例提供的方法都需要执行本步骤。
步骤202,检测并计算每个细胞通过小孔传感器时产生的脉冲信号的沿宽。更为具体的,可以通过计算所述脉冲信号的脉冲曲线上一阶导数的绝对值的极大值或二价导数为0的点,确定所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点;然后根据所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点计算所述脉冲信号的沿宽。本领域技术人员可以理解的是,还有其他数学方法可以用于计算脉冲信号的沿宽,因此不能以此限定本发明的保护范围。
步骤203,判断所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;若判断为是,则执行步骤204;否则,执行步骤205。
更为具体的,在采用沿宽作为筛选条件的情况下,假设一组细胞依次通过小孔传感器,并对应产生如图7中(a)~(e)所示的脉冲信号,则判定的结果为,(a)(b)是正常信号,其余为异常信号。这一筛选结果与采用全宽或半宽进行筛选有明显的差别,对于脉冲信号(b),由于其在出小孔后可能是受到干扰,脉冲信号(b)的波形尾端不规则,使整个脉冲信号(b)的全宽明显大于正常信号的全宽,若采用现有技术中的筛选方式,该脉冲信号会被判定为异常信号,但实际上,该脉冲信号的大部分波形是正常的,仅仅是尾端受到了干扰,其在小孔内的脉冲波形(沿宽)完全正常,所以在本实施例中,该脉冲信号将被视为正常信号,其幅值反应了细胞的体积。
再如,图7中的脉冲信号(d),该脉冲信号出现了双波峰,是明显的异常信号,但是整个脉冲信号的全宽于正常信号的全宽基本一致,若采用现有技术中的筛选方式,该脉冲信号会被判定为正常信号。而在本实施例中,该脉冲信号将由于沿宽过宽而被视为异常信号。
步骤204,所述脉冲信号的沿宽在所述正常信号沿宽范围内,判定所述脉冲信号为正常信号。
步骤205,所述脉冲信号的沿宽不在所述正常信号沿宽范围内,判定所述脉冲信号为异常信号。
步骤206,根据所述正常信号生成细胞的体积直方图,用于分析和统计。异常信号则不会被纳入统计分析的范围。更为具体的,本实施例中,以人体血液样本中的红细胞为例进行检测,参加图8和图9,图8是采用全宽筛选生成的体积直方图,图9是采用沿宽筛选生成的体积直方图。如本领域技术人员所知的,理论上,正常人血液样本中红细胞的体积直方图是呈正态分布规律的,图9的结果(以沿宽作为筛选条件)显现更接近真实的情况。
所以,本发明所提供的基于小孔阻抗原理的脉冲信号筛选方法,通过检测计算脉冲信号的沿宽,能够更加准确的识别正常信号和异常信号,将准确反映体积信息的信号筛选出来参与与体积相关的参数的计算,有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。如MCV参数,代表红细胞的平均体积。RDW参数,反映红细胞体积异质性的参数,能够表征红细胞大小不等的程度,对贫血的诊断有重要意义。RDW-SD、RDW-CV反映了红细胞体积大小的变异系数。
图10为本发明提供的基于小孔阻抗原理的脉冲信号筛选装置第一实施例结构示意图。本实施例提供的基于小孔阻抗原理的脉冲信号筛选装置可以实施本发明提供的基于小孔阻抗原理的脉冲信号筛选方法第一实施例中的方法。本实施例提供的装置包括:
沿宽计算模块2,用于检测并计算每个细胞通过小孔传感器时产生的脉冲信号的沿宽;所述沿宽是指所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔。更为具体的,所述脉冲信号上升沿斜率最大的点是所述脉冲信号幅度上升最快的点;所述脉冲信号下降沿斜率最小的点是所述脉冲信号幅度下降最快的点。
筛选判断模块3,用于判断所述沿宽计算模块2计算得出的所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;若所述脉冲信号的沿宽在所述正常信号沿宽范围内,则判定所述脉冲信号为正常信号;否则,判定所述脉冲信号为异常信号。
本发明所提供的基于小孔阻抗原理的脉冲信号筛选装置,可应用于小孔阻抗法中。该方法通过检测计算脉冲信号的沿宽,能够更加准确的识别正常信号和异常信号,以有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。
图11为本发明提供的基于小孔阻抗原理的脉冲信号筛选装置第二实施例结构示意图。在本实施例中,将更为详细的描述该基于小孔阻抗原理的脉冲信号筛选装置的结构,该装置如图所示,包括:阈值设置模块1、沿宽计算模块2、筛选判断模块3、直方图绘制模块4。具体的:
阈值设置模块1,用于通过理论计算或统计正常信号的沿宽,得到所述正常信号沿宽范围。
沿宽计算模块2,用于检测并计算每个细胞通过小孔传感器时产生的脉冲信号的沿宽;所述沿宽是指所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔;所述脉冲信号上升沿斜率最大的点是所述脉冲信号幅度上升最快的点;所述脉冲信号下降沿斜率最小的点是所述脉冲信号幅度下降最快的点。更为具体的,该沿宽计算模块2包括:
第一计算单元21,用于通过计算所述脉冲信号的脉冲曲线上一阶导数的绝对值的极大值或二价导数为0的点,确定所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点。
第二计算单元22,用于根据所述第一计算单元21计算得出的所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点计算所述脉冲信号的沿宽。领域技术人员可以理解的是,还有其他数学方法可以用于计算脉冲信号的沿宽,因此不能以此限定本发明的保护范围。
筛选判断模块3,用于判断所述沿宽计算模块2计算得出的所述脉冲信号的沿宽是否在阈值设置模块1预置的正常信号沿宽范围内;若所述脉冲信号的沿宽在所述正常信号沿宽范围内,则判定所述脉冲信号为正常信号;否则,判定所述脉冲信号为异常信号。
更为具体的,筛选判断模块3在采用沿宽作为筛选条件的情况下,假设一组细胞依次通过小孔传感器,并对应产生如图7中(a)~(e)所示的脉冲信号,则筛选判断模块3判定的结果为,(a)(b)是正常信号,其余为异常信号。这一筛选结果与采用全宽或半宽进行筛选有明显的差别,对于脉冲信号(b),由于其在出小孔后可能是受到干扰,脉冲信号(b)的波形尾端不规则,使整个脉冲信号(b)的全宽明显大于正常信号的全宽,若采用现有技术中的筛选方式(全宽或半宽筛选),该脉冲信号会被判定为异常信号,但实际上,该脉冲信号的大部分波形是正常的,仅仅是尾端受到了干扰,其在小孔内的脉冲波形(沿宽)完全正常,所以在本实施例中,该脉冲信号将被筛选判断模块3视为正常信号,其幅值反应了细胞的体积。
再如,图7中的脉冲信号(d),该脉冲信号出现了双波峰,是明显的异常信号,但是整个脉冲信号的全宽于正常信号的全宽基本一致,若采用现有技术中的筛选方式(全宽或半宽筛选),该脉冲信号会被判定为正常信号。而在本实施例中,该脉冲信号将由于沿宽过宽被筛选判断模块3视为异常信号。
直方图绘制模块4,用于根据所述筛选判断模块所筛选出的正常信号,生成细胞的体积直方图,用于分析和统计。更为具体的,本实施例中,以人体血液样本中的红细胞为例进行检测,参加图8和图9,图8是采用全宽筛选生成的体积直方图,图9是采用沿宽筛选生成的体积直方图。如本领域技术人员所知的,理论上,正常人血液样本中红细胞的体积直方图是呈正态分布规律的,图9的结果显现更接近真实的情况。
所以,本发明所提供的基于小孔阻抗原理的脉冲信号筛选装置,通过检测计算脉冲信号的沿宽,能够更加准确的识别正常信号和异常信号,以有效提高小孔阻抗法检测血液细胞体积分布参数的准确性。如MCV参数,代表红细胞的平均体积。RDW参数,反映红细胞体积异质性的参数,能够表征红细胞大小不等的程度,对贫血的诊断有重要意义。RDW-SD、RDW-CV反映了红细胞体积大小的变异系数。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (12)

1.一种基于小孔阻抗原理的脉冲信号筛选方法,其特征在于,包括:
获得每个细胞通过小孔传感器时产生的脉冲信号,并计算所述脉冲信号的沿宽;所述沿宽是指所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔;
判断所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;
若所述脉冲信号的沿宽在所述正常信号沿宽范围内,则判定所述脉冲信号为正常信号;否则,判定所述脉冲信号为异常信号。
2.如权利要求1所述的基于小孔阻抗原理的脉冲信号筛选方法,其特征在于,判断所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内之前,还包括:
通过理论计算或统计正常信号的沿宽,得到所述正常信号沿宽范围。
3.如权利要求1所述的基于小孔阻抗原理的脉冲信号筛选方法,其特征在于,所述判断所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;若所述脉冲信号的沿宽在预置的正常信号沿宽范围内,则判定所述脉冲信号为正常信号;否则,判定所述脉冲信号为异常信号之后,还包括:
根据所述正常信号生成细胞的体积直方图,用于分析和统计。
4.如权利要求1所述的基于小孔阻抗原理的脉冲信号筛选方法,其特征在于,所述脉冲信号上升沿斜率最大的点是所述脉冲信号幅度上升最快的点;所述脉冲信号下降沿斜率最小的点是所述脉冲信号幅度下降最快的点。
5.如权利要求1所述的基于小孔阻抗原理的脉冲信号筛选方法,其特征在于,所述获得每个细胞通过小孔传感器时产生的脉冲信号,并计算所述脉冲信号的沿宽,包括:
通过计算所述脉冲信号的脉冲曲线上一阶导数的绝对值的极大值或二价导数为0的点,确定所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点;
根据所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点计算所述脉冲信号的沿宽。
6.如权利要求1至5中任一项所述的基于小孔阻抗原理的脉冲信号筛选方法,其特征在于,所述细胞包括红细胞、白细胞和/或血小板。
7.一种基于小孔阻抗原理的脉冲信号筛选装置,其特征在于,包括:
沿宽计算模块,用于获得每个细胞通过小孔传感器时产生的脉冲信号,并计算所述脉冲信号的沿宽;所述沿宽是指所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点之间的时间间隔;
筛选判断模块,用于判断所述沿宽计算模块计算得出的所述脉冲信号的沿宽是否在预置的正常信号沿宽范围内;若所述脉冲信号的沿宽在所述正常信号沿宽范围内,则判定所述脉冲信号为正常信号;否则,判定所述脉冲信号为异常信号。
8.如权利要求7所述的基于小孔阻抗原理的脉冲信号筛选装置,其特征在于,所述基于小孔阻抗原理的脉冲信号筛选装置还包括:
阈值设置模块,用于通过理论计算或统计正常信号的沿宽,得到所述正常信号沿宽范围。
9.如权利要求7所述的基于小孔阻抗原理的脉冲信号筛选装置,其特征在于,所述基于小孔阻抗原理的脉冲信号筛选装置还包括:
直方图绘制模块,用于根据所述筛选判断模块所筛选出的正常信号,生成细胞的体积直方图,用于分析和统计。
10.如权利要求7所述的基于小孔阻抗原理的脉冲信号筛选装置,其特征在于,所述脉冲信号上升沿斜率最大的点是所述脉冲信号幅度上升最快的点;所述脉冲信号下降沿斜率最小的点是所述脉冲信号幅度下降最快的点。
11.如权利要求7所述的基于小孔阻抗原理的脉冲信号筛选装置,其特征在于,所述沿宽计算模块包括:
第一计算单元,用于通过计算所述脉冲信号的脉冲曲线上一阶导数的绝对值的极大值或二价导数为0的点,确定所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点;
第二计算单元,用于根据所述第一计算单元计算得出的所述脉冲信号上升沿斜率最大的点与所述脉冲信号下降沿斜率最小的点计算所述脉冲信号的沿宽。
12.如权利要求7至11中任一项所述的基于小孔阻抗原理的脉冲信号筛选装置,其特征在于,所述细胞包括红细胞、白细胞和/或血小板。
CN201310297317.1A 2013-07-16 2013-07-16 一种基于小孔阻抗原理的脉冲信号筛选方法及装置 Active CN104297133B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310297317.1A CN104297133B (zh) 2013-07-16 2013-07-16 一种基于小孔阻抗原理的脉冲信号筛选方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310297317.1A CN104297133B (zh) 2013-07-16 2013-07-16 一种基于小孔阻抗原理的脉冲信号筛选方法及装置

Publications (2)

Publication Number Publication Date
CN104297133A true CN104297133A (zh) 2015-01-21
CN104297133B CN104297133B (zh) 2017-01-25

Family

ID=52316957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310297317.1A Active CN104297133B (zh) 2013-07-16 2013-07-16 一种基于小孔阻抗原理的脉冲信号筛选方法及装置

Country Status (1)

Country Link
CN (1) CN104297133B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016181183A1 (zh) * 2015-05-10 2016-11-17 潘镜 一种快速统计颗粒计数器粒子个数的识别方法和装置
CN106769698A (zh) * 2016-12-29 2017-05-31 长春迪瑞医疗科技股份有限公司 一种基于电阻抗原理的血细胞异常脉冲信号识别处理方法
CN108663306A (zh) * 2018-07-27 2018-10-16 北京指真生物科技有限公司 一种流式细胞分析装置及补偿方法
CN108931463A (zh) * 2018-05-29 2018-12-04 迈克医疗电子有限公司 基于鞘流阻抗原理的血细胞脉冲识别方法及识别装置
WO2019000324A1 (zh) * 2017-06-29 2019-01-03 深圳迈瑞生物医疗电子股份有限公司 血液检测方法和设备
CN111060443A (zh) * 2019-12-24 2020-04-24 深圳开立生物医疗科技股份有限公司 一种干扰脉冲识别方法、装置、存储介质及细胞计数设备
CN114358095A (zh) * 2022-03-18 2022-04-15 深圳市帝迈生物技术有限公司 一种脉冲信号的筛选方法及相关装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3815023A (en) * 1973-06-18 1974-06-04 Coulter Electronics Pulse width stabilizing method and apparatus
US3863160A (en) * 1973-05-07 1975-01-28 Edward Neal Doty Method and apparatus for finding the center amplitude of each pulse of a train of random amplitude asymmetric pulses
US3944797A (en) * 1974-08-06 1976-03-16 Coulter Electronics, Inc. Method and apparatus for determining the correct percentiles of the size distribution of a particulate system
CN86103646A (zh) * 1985-05-31 1986-11-26 科特电子有限公司 粒子产生的电脉冲的剪辑方法与装置
CN1050771A (zh) * 1989-04-14 1991-04-17 科特电子公司 用至少一个检测参数筛选具有特定特征值群体的细胞或生物体的方法和装置
CN101915727A (zh) * 2010-07-02 2010-12-15 宁波大学 一种基于fpga的微粒检测统计系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3863160A (en) * 1973-05-07 1975-01-28 Edward Neal Doty Method and apparatus for finding the center amplitude of each pulse of a train of random amplitude asymmetric pulses
US3815023A (en) * 1973-06-18 1974-06-04 Coulter Electronics Pulse width stabilizing method and apparatus
US3944797A (en) * 1974-08-06 1976-03-16 Coulter Electronics, Inc. Method and apparatus for determining the correct percentiles of the size distribution of a particulate system
CN86103646A (zh) * 1985-05-31 1986-11-26 科特电子有限公司 粒子产生的电脉冲的剪辑方法与装置
CN1050771A (zh) * 1989-04-14 1991-04-17 科特电子公司 用至少一个检测参数筛选具有特定特征值群体的细胞或生物体的方法和装置
CN101915727A (zh) * 2010-07-02 2010-12-15 宁波大学 一种基于fpga的微粒检测统计系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A. JAGTIANI ET AL.: "Wavelet Transform-based Methods for Denoising of Coulter Counter Signals", 《MEASUREMENT SCIENCE AND TECHNOLOGY》 *
施金良 等: "基于FPGA的血细胞分析装置设计", 《现代科学仪器》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016181183A1 (zh) * 2015-05-10 2016-11-17 潘镜 一种快速统计颗粒计数器粒子个数的识别方法和装置
CN106769698A (zh) * 2016-12-29 2017-05-31 长春迪瑞医疗科技股份有限公司 一种基于电阻抗原理的血细胞异常脉冲信号识别处理方法
CN106769698B (zh) * 2016-12-29 2019-08-06 迪瑞医疗科技股份有限公司 一种基于电阻抗原理的血细胞异常脉冲信号识别处理方法
WO2019000324A1 (zh) * 2017-06-29 2019-01-03 深圳迈瑞生物医疗电子股份有限公司 血液检测方法和设备
CN108931463A (zh) * 2018-05-29 2018-12-04 迈克医疗电子有限公司 基于鞘流阻抗原理的血细胞脉冲识别方法及识别装置
CN108663306A (zh) * 2018-07-27 2018-10-16 北京指真生物科技有限公司 一种流式细胞分析装置及补偿方法
CN108663306B (zh) * 2018-07-27 2024-02-09 北京指真生物科技有限公司 一种流式细胞分析装置及补偿方法
CN111060443A (zh) * 2019-12-24 2020-04-24 深圳开立生物医疗科技股份有限公司 一种干扰脉冲识别方法、装置、存储介质及细胞计数设备
CN111060443B (zh) * 2019-12-24 2022-09-30 深圳开立生物医疗科技股份有限公司 一种干扰脉冲识别方法、装置、存储介质及细胞计数设备
CN114358095A (zh) * 2022-03-18 2022-04-15 深圳市帝迈生物技术有限公司 一种脉冲信号的筛选方法及相关装置

Also Published As

Publication number Publication date
CN104297133B (zh) 2017-01-25

Similar Documents

Publication Publication Date Title
CN104297133A (zh) 一种基于小孔阻抗原理的脉冲信号筛选方法及装置
CN109239360B (zh) 一种反应曲线异常检测方法及装置
CN106769698B (zh) 一种基于电阻抗原理的血细胞异常脉冲信号识别处理方法
US8154273B2 (en) Detecting and handling coincidence in particle analysis
US20160178580A1 (en) Method and apparatus for quantifying pipeline defect based on magnetic flux leakage testing
US20170219475A1 (en) Identifying and enumerating early granulated cells (egcs)
US20170350804A1 (en) Cell analyser and particle sorting method and device
CN111257204B (zh) 用于样本分析仪的微孔堵塞的侦测方法及样本分析仪
JP2012505406A5 (zh)
CN103720468B (zh) 应用于动态心电数据的伪差识别方法和装置
CN108802535B (zh) 筛选方法、主干扰源识别方法及装置、服务器及存储介质
CN101581654B (zh) 获取体积信息有效粒子脉冲及粒子体积分布的方法及装置
CN103499700A (zh) 一种应用于细胞分析仪的信号有效性分析方法及其装置
CN104515725A (zh) 一种识别异常粒子的方法和系统及其细胞分析仪
CN104297213A (zh) 血液细胞分析仪及其异常细胞的识别方法与系统
CN104296953A (zh) 一种微孔堵孔检测方法和系统、血液细胞分析仪
CN112557281A (zh) 血液细胞分析仪的plt粒子检测方法和装置
CN103345575B (zh) 一种数据流概念漂移检测方法及系统
CN109350031A (zh) 一种光电容积脉搏波信号特征点检测方法及装置
CN108931463B (zh) 基于鞘流阻抗原理的血细胞脉冲识别方法及识别装置
CN108344795A (zh) 油气管道缺陷识别方法、装置及电子设备
US11331024B2 (en) Calibration method for critical point of mental fatigue based on self-organized criticality
CN102539302B (zh) 信号处理方法和装置
JP5693973B2 (ja) 高分解能分類
JPH0225134B2 (zh)

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