CN104541149B - 用于确定白血细胞计数的方法和装置 - Google Patents

用于确定白血细胞计数的方法和装置 Download PDF

Info

Publication number
CN104541149B
CN104541149B CN201380042344.2A CN201380042344A CN104541149B CN 104541149 B CN104541149 B CN 104541149B CN 201380042344 A CN201380042344 A CN 201380042344A CN 104541149 B CN104541149 B CN 104541149B
Authority
CN
China
Prior art keywords
cell
light
leukocyte
concentration
biological sample
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
Application number
CN201380042344.2A
Other languages
English (en)
Other versions
CN104541149A (zh
Inventor
帕特里西奥·韦多
克里斯托佛·戈德弗里
派西·丘普塔纳谷
陆久留
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 CN104541149A publication Critical patent/CN104541149A/zh
Application granted granted Critical
Publication of CN104541149B publication Critical patent/CN104541149B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/49—Blood
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • C12Q1/06—Quantitative determination
    • 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
    • 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
    • G01N15/12—Coulter-counters
    • 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
    • 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
    • G01N15/1456—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • 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
    • G01N15/1456—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • G01N15/1459—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals 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
    • 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
    • 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
    • G01N21/59—Transmissivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/08—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a stream of discrete samples flowing along a tube system, e.g. flow injection analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G01N15/01—
    • G01N2015/012—
    • G01N2015/016—
    • 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
    • G01N2015/1006—Investigating individual particles for cytology
    • G01N2015/1019—
    • 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
    • G01N2015/1402—Data analysis by thresholding or gating operations performed on the acquired signals or stored data
    • 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
    • G01N15/1404—Fluid conditioning in flow cytometers, e.g. flow cells; Supply; Control of flow
    • G01N2015/1413—Hydrodynamic focussing
    • 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
    • G01N2015/1486—Counting the particles
    • 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
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/49—Blood
    • G01N33/4915—Blood using flow cells

Landscapes

  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Dispersion Chemistry (AREA)
  • Biomedical Technology (AREA)
  • Organic Chemistry (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • General Engineering & Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Toxicology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Hematology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Urology & Nephrology (AREA)
  • Food Science & Technology (AREA)
  • Ecology (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明的实施例涵盖基于从个体的血液获得的生物样品来分析所述个体中的白血细胞参数的自动化系统和方法。示例性技术涉及将从所述生物样品获得的直流(DC)阻抗、射频(RF)电导率、和/或光测量数据的各方面与对所述个体中的白血细胞条件的评价相关联。

Description

用于确定白血细胞计数的方法和装置
相关专利申请的交叉引用
本申请要求2012年7月5日提交的美国临时专利申请No.61/668,377的优先权的权益。本申请还涉及美国专利No.6,744,245。以上提交文档中的每一者的内容均以引用方式并入本文。
背景技术
本发明的实施例整体涉及医学诊断领域，且更具体地讲，涵盖无需使红血细胞(RBC)裂解并且无需进行重叠校正而生成白血细胞(WBC)计数的方法和设备。
用于确定患者健康状况的常见医学检验为全血细胞计数(CBC)，其确定每单位体积患者血液的各种类型血细胞的数量。所计数的一种类型的血细胞为白血细胞。
白血细胞，又称为白血球，是由免疫系统释放以对抗感染并且对体内的外来物质作出响应的细胞。存在多种类型的白血细胞，包括嗜中性粒细胞、嗜酸性粒细胞、嗜碱性粒细胞、淋巴细胞和单核细胞。这些细胞一般根据它们吸收的染色剂的类型进行命名。
在健康成人体内，白血细胞构成血细胞的约1％，其对应于每微升血液4×103个至1×104个细胞。从该范围偏离可能指示疾病状态。一些疾病，诸如白血病或感染，导致白细胞增多，即白血细胞计数上升。一些疾病导致白细胞减少，即白血细胞计数下降。这些疾病包括病毒性感染或骨髓障碍。
另一种血细胞类型为网织红细胞。网织红细胞是未成熟的红血细胞。网织红细胞包括核糖核酸(RNA)的网状组织，在所述细胞成熟为红血细胞时核糖核酸会消失。通常，网织红细胞占成人体内红血细胞的0.5％-1.5％。网织红细胞的数量可由于例如受伤处的失血、或例如某些类型的贫血中的红血细胞破坏而增加。低网织红细胞计数可能是其他类型的贫血、暴露于辐射、或影响骨髓的某些药物所导致的。
示例性的目前使用的血液学分析仪利用流动池(flow cell)对血样进行计数和表征。这些设备包括多个样本处理模块，这些模块为用于选择性地识别样品中的血细胞的程序。例如，网织红细胞模块能够对红血细胞和网织红细胞进行计数。
然而，当患者的白血细胞计数显著升高时，要获得准确的WBC计数可能存在问题。在这些情况下，由于白血细胞重叠，所以血液学分析仪通常使用的基于阻抗的WBC计数模块难以直接区分各个白血细胞。当某一细胞类型的浓度足够高以使得分析仪无法区分个体细胞并且将两个或更多个细胞计为一个细胞时，会出现重叠问题。重叠校正将影响所有WBC计数，但对浓度增大的WBC具有较大影响。如果不进行校正，结果是白血细胞浓度可能被低估。现有方法尝试在算法上校正这些问题以便对重叠进行调整。
因此，尽管WBC计数系统和方法当前可供使用，并且能向对它们有需求的患者提供实际益处，但仍可取得多种进展以提供用于评估个体中的WBC状态的改进设备和方法。本发明的实施例提供了解决这些问题的方案，因此对这些尚未解决的需求中的至少一些提供了解答。
发明内容
本发明的实施例提供用于分析个体中的白血细胞条件或参数的改进技术。此类技术可以采用除体积电导率散射(VCS)参数之外的全血细胞计数(CBC)参数的各种组合，以便提供评估患者或普通人群中的个体的WBC条件的可靠筛选方法。例如，诊断系统和方法可提供关于个体是具有正常的WBC计数或参数、还是具有异常的WBC计数或参数的早期准确预测。此类WBC分析技术可涉及使用血液学分析仪的网织红细胞模块来计算某些RBC量度。
可使用被装配为获得多个光角度检测参数的血液学系统，诸如贝克曼库尔特公司(Beckman Coulter)的DxHTM 800细胞分析系统(DxHTM 800 CellularAnalysis System)，对从接受内科医生治疗的患者取得的血样进行评价。通过采用本文公开的技术，血液病理学家和临床医生可以更好地预测每一位个体患者的疾病预后、评估将来出现并发症的可能性，并且快速准确地定制为患者提供的疗法。
DxH 800血液学分析仪能够直接识别指示血液组分类型(诸如白血细胞、红血细胞和血小板)的形态特征。如本文别处所讨论，该技术同时收集有关与细胞形态或某些细胞事件直接相关的各种参数的数据。在分析细胞组分时，可将这些组分绘制成直方图，同时它们的位置由各种参数限定。例如，由于不同的血细胞类型可能具有不同的特征，因此它们可被绘制或分割在直方图的不同区域中，从而形成细胞群体。可使用每个群体中的事件数来生成计数。除此类计数之外，可分别地计算各种形态学参数(体积、电导率，以及五个光散射角度)中每一者的多个点的平均值和标准偏差值。因此，生成了与细胞事件直接相关的大量数据。这种信息可称为VCS数据，其不但可以在仪器的屏幕上查看，还可以被自动地导出为Excel文件。本发明的实施例可包括通过如下方式评价来自个体的生物样品：获得涉及任选地与CBC数据结合的VCS数据的生物样品分布(profile)，以及基于所述数据将诸如WBC计数或WBC值的WBC参数指定给生物样品。某些实施例还可以包括输出WBC计数。这些步骤中的一个或多个可由血液学分析仪诸如贝克曼库尔特公司的DxHTM 800细胞分析系统执行。
本发明的实施例提供快速准确的WBC筛选结果。使用本文公开的方法，可以使用从多参数细胞分析系统获得的信息来评价和预测个体中的WBC条件。如本文所公开，示例性的细胞分析系统可同时测量诸如体积、电导率和/或多个光散射角度的参数。此类系统提供高度的分辨率和灵敏度来执行细胞分析技术。在一些情况下，细胞分析系统检测三个、四个、五个或更多个角范围的光散射。另外，细胞分析系统还可以检测与入射光成0°至约1°之间的角度的信号，该信号与称为轴向光损失的消光参数对应。作为非限制性例子，贝克曼库尔特公司的DxHTM 800细胞分析系统提供针对多个角度(例如，对于AL2，介于0°-0.5°之间；对于LALS，为约5.1°；对于LMALS，介于9°-19°之间；且对于UMALS，介于20°-43°之间)的光散射检测数据。这些技术允许对具有异常WBC参数的患者进行快速准确的诊断和治疗，尤其是在不易获得更现代的检验的情况下。
此类血液学分析仪器能够在几秒内评价8,000多个细胞，并且可以定量地评价细胞体积、细胞质粒度、细胞核复杂度和内部密度等形态特征。可制定数值决策规则，并可使用该规则来实施用于预测个体中的WBC条件状况或状态的策略。例如，WBC条件状况或状态可能与个体的WBC计数相关联。在一些情况下，WBC条件或状况可指针对个体计算的WBC计数。
因此，本发明的实施例涵盖使用用于疾病分类的多参数模型来诊断或监测与WBC相关联的病症的系统和方法。可通过将来自各种测量参数的信息加以组合来分析形态变化的模式。因此，本发明的实施例非常适合用于分析WBC参数以评价血液疾病(如白血病)，并且非常适合对与白血细胞计数升高或下降相关联的病症的进程和治疗进行监测。可使用如本文所公开的WBC分析系统和方法来提供对接受白血病、感染(例如，病毒感染)和骨髓障碍治疗的患者的治疗进展的指示。
如本文所公开的示例性技术涵盖无需使红血细胞裂解并且无需进行重叠校正而生成正确的白血细胞计数的方法和系统。在一个方面，本发明的实施例涉及一种用于在白血细胞计数较高时使用血液学分析仪的网织红细胞模块来测量白血细胞计数的方法。在一个实施例中，所述方法包括以下步骤：在血液学分析仪中使血样暴露于光；使用血液学分析仪测量多个散射角度处的散射量；使用计算机计算所述多个散射角度中的预定义散射角度处的散射量；使用由计算机执行的算法确定从白血细胞群体分离的红血细胞(成熟红血细胞和网织红细胞)群体；使用计算机响应于所述分离而确定网织红细胞和白血细胞的计数。在一个实施例中，WBC区分开的群体可包括但并不是必须包括有核红血细胞。
在另一个实施例中，所述多个散射角度中的预定义散射角度包括ALL、LALS和MALS。在又一个实施例中，计算所述多个散射角度中的预定义散射角度处的散射量的步骤包括计算LALS的对数。在一个实施例中，计算所述多个散射角度中的预定义散射角度处的散射量的步骤包括计算LALS的对数和MALS的对数的总和。在另一个实施例中，细胞的透明度通过ALL测得。在又一个实施例中，对WBC的量进行计数的步骤包括计算以下关系：UWBC#Retic＝RBC#CBC×((WBC&NRBC)事件Retic/RBC事件Retic)。在一个实施例中，确定WBC的量的步骤包括计算以下关系：UWBC#Retic＝URBC#CBC×(WBC&NRBC事件Retic/(RBC事件Retic+(WBC&NRBC)事件Retic))。在另一个实施例中，所述方法还包括通过使用来自NRBC模块的NRBC％，根据以下关系校正WBC计数的步骤：WBC#Retic＝UWBC#Retic/(1+NRBC％NRBC)。在另一个实施例中，在WBC群体不包括NRBC的情况下，对WBC的量进行计数的步骤包括计算以下关系：WBC#Retic＝RBC#CBC×(WBC事件Retic/RBC事件Retic)。
在另一个方面，本发明的实施例涉及使用网织红细胞模块对白血细胞进行计数的装置。在一个实施例中，所述装置包括血液学分析仪。在另一个实施例中，血液学分析仪包括光源，所述光源在血液学分析仪中利用光对血样进行照射；和检测器阵列，所述检测器阵列测量多个散射角度处的光散射的量；及与检测器阵列电连通的处理器，所述处理器连接到血液学分析仪的检测器阵列；以及计算机，所述计算机计算所述多个散射角度中的预定义散射角度处的散射量的对数；所述处理器使用聚类算法确定从白血细胞群体分离的红血细胞(成熟红血细胞和网织红细胞)群体；所述处理器响应于所述分离而确定网织红细胞和白血细胞的量。
在所述装置的一个实施例中，所述多个散射角度中的预定义散射角度包括ALL、LALS和MALS。在另一个实施例中，计算所述多个散射角度中的预定义散射角度处的散射量的处理器计算LALS的对数。在又一个实施例中，计算所述多个散射角度中的预定义散射角度处的散射量的处理器包括计算LALS的对数和MALS的对数的总和。在一个实施例中，体积通过ALL测得。在另一个实施例中，对WBC的量进行计数的处理器计算以下关系：UWBC#Retic＝RBC#CBC×(WBC&NRBC事件Retic/RBC事件Retic)。在另一个实施例中，对WBC的量进行计数的处理器计算以下关系：UWBC#Retic＝URBC#CBC×(WBC&NRBC事件Retic/(RBC事件Retic+WBC&NRBC事件Retic))。在又一个实施例中，对WBC的量进行计数的处理器通过使用来自NRBC模块的NRBC％，根据以下关系校正WBC计数：WBC#Retic＝UWBC#Retic/(1+NRBC％NRBC)。在另一个实施例中，在WBC群体不包括NRBC的情况下，对WBC的量进行计数的步骤包括计算以下关系：WBC#Retic＝RBC#CBC×(WBC事件Retic/RBC事件Retic)。
在一个方面，本发明的实施例涵盖基于从个体的血液获得的生物样品来估计个体中的白血细胞状态的自动化系统和方法。示例性系统可包括具有细胞询问区的光学元件、被配置成朝细胞询问区递送生物样品的流体动力学聚焦料流的流动路径、被配置成测量生物样品的逐个穿过细胞询问区的细胞的直流(DC)阻抗的电极组件、被取向为将光束沿着光束轴引导以照射生物样品的逐个穿过细胞询问区的细胞的光源，以及光学耦合到细胞询问区以便测量由生物样品的被照射细胞散射并且透射穿过所述被照射细胞的光的光检测组件。在一些情况下，光检测组件被配置成测量来自被照射细胞的在相对于光束轴的第一范围内的第一传播光、来自被照射细胞的在相对于光束轴的第二角度范围内的第二传播光，以及来自被照射细胞的沿着光束轴传播的轴向光，其中所述第二范围不同于所述第一范围。在某些实施例中，所述系统被配置成将来自生物样品的细胞的DC阻抗、第一传播光、第二传播光和轴向光测量结果的子集与对个体中的白血细胞状态的估计相关联。根据一些实施例，对个体白血细胞状态的估计包括对白血细胞计数的估计。在某些情况下，DC阻抗测量结果经由网织红细胞模块获得，并且所述系统被配置成将DC阻抗测量结果与对个体白血细胞状态的估计相关联。任选地，所述子集的光测量结果可经由网织红细胞模块获得，并且所述系统可被配置成将经由网织红细胞模块获得的光测量结果与对个体白血细胞状态的估计相关联。在一些情况下，所述子集的光测量结果可经由网织红细胞模块获得，DC阻抗测量结果也可经由网织红细胞模块获得，并且所述系统可被配置成将经由网织红细胞模块获得的DC阻抗测量结果、经由网织红细胞模块获得的光测量结果、以及经由全血细胞计数模块获得的红血细胞计数与对个体白血细胞状态的估计相关联。在一些情况下，所述系统包括全血细胞计数模块。在一些情况下，经由网织红细胞模块获得的所述子集的光测量结果可包括小角光散射(LALS)测量结果、下中间角光散射(LMALS)测量结果、上中间角光散射(UMALS)测量结果、或轴向光损失(ALL)测量结果。在一些情况下，生物样品为个体的血样。在一些情况下，所述子集的光测量结果经由网织红细胞模块获得，DC阻抗测量结果经由网织红细胞模块获得，并且所述系统被配置成将经由网织红细胞模块获得的DC阻抗测量结果、经由网织红细胞模块获得的光测量结果、经由全血细胞计数模块获得的红血细胞计数以及经由有核红血细胞(NRBC)模块获得的NRBC参数与对个体白血细胞状态的估计相关联。
在另一个方面，本发明的实施例涵盖基于从个体的血液获得的生物样品来估计个体中的白血细胞状态的系统和方法。示例性方法可包括朝着光学元件的细胞询问区递送生物样品的流体动力学聚焦料流；利用电极组件测量生物样品的逐个穿过细胞询问区的细胞的电流(DC)阻抗；利用具有轴线的电磁光束照射生物样品的逐个穿过细胞询问区的细胞；利用光检测组件测量来自被照射细胞的在相对于光束轴的第一范围内的第一传播光；利用光检测组件测量来自被照射细胞的在相对于光束轴的第二角度范围内的第二传播光，所述第二范围不同于所述第一范围；利用光检测组件测量来自被照射细胞的沿着光束轴传播的轴向光；以及将来自生物样品的细胞的DC阻抗、第一传播光、第二传播光和轴向光测量结果的子集与估计的个体白血细胞状态相关联。
在另一个方面，本发明的实施例涵盖评价来自个体的生物样品的方法，所述方法涉及获得生物样品的电流光传播数据分布、基于电流光传播数据分布将白血细胞状态指示指定给生物样品，以及输出指定的白血细胞状态指示。
在另一个方面，本发明的实施例涵盖基于从个体获得的生物样品来估计个体白血细胞状态的自动化系统。示例性系统包括被配置成接纳并引导生物样品移动穿过孔的导管、被配置成在生物样品移动穿过孔时发出穿过该生物样品的光并且收集关于所述光的散射和吸收的数据的光散射和吸收测量设备，以及被配置成在生物样品移动穿过孔时使电流通过该生物样品并且收集关于所述电流的数据的电流测量设备。在一些情况下，系统被配置成将关于所述光的散射和吸收的数据和关于所述电流的数据与估计的个体白血细胞状态相关联。
在又一个方面，本发明的实施例涵盖基于从个体获得的生物样品来估计个体白血细胞状态的自动化系统。示例性系统包括用于在生物样品穿过孔时获得该样品的光散射数据、光吸收数据和电流数据的换能器，处理器以及存储介质。在一些情况下，存储介质具有计算机应用程序，该计算机应用程序被配置成在被处理器执行时，导致所述系统使用光散射数据、光吸收数据、电流数据或它们的组合来确定估计的个体白血细胞状态，以及从处理器输出与估计的白血细胞状态相关的信息。
在又一个方面，本发明的实施例涵盖基于从个体获得的生物样品来估计个体白血细胞状态的自动化系统，其中所述系统包括用于在生物样品穿过孔时获得该样品的电流光传播数据的换能器，处理器和存储介质。存储介质可包括计算机应用程序，该计算机应用程序被配置成在被处理器执行时，导致所述系统使用电流光传播数据来确定估计的个体白血细胞状态，以及从处理器输出与估计的白血细胞状态相关的信息。
在又一个方面，本发明的实施例包括基于从个体获得的生物样品来识别个体是否可能具有异常白血细胞状态的自动化系统。示例性系统可包括存储介质、处理器和换能器。换能器可被配置成在生物样品穿过孔时获得该样品的光散射数据、光吸收数据和电流数据。存储介质可包括计算机应用程序，该计算机应用程序被配置成在被处理器执行时，导致所述系统使用基于光散射数据、光吸收数据或电流数据中的一种或多种量度的参数来确定估计的个体白血细胞状态，以及从处理器输出与估计的个体白血细胞状态相关的白血细胞信息。
在另一个方面，本发明的实施例涵盖用于评价从个体获得的生物样品的系统和方法。示例性方法可包括使生物样品穿过颗粒分析系统的孔，以及在生物样品穿过孔时获得该样品的光散射数据、光吸收数据和电流数据。示例性方法还可包括基于光散射数据、光吸收数据、电流数据或它们的组合来确定生物样品的电流光传播数据分布，以及基于电流光传播数据分布将白血细胞状态指示指定给所述生物样品。示例性方法还可包括输出指定的白血细胞状态指示。
在又一个方面，本发明的实施例涵盖用于评价来自个体的生物样品的自动化方法。示例性方法包括使用颗粒分析系统在生物样品穿过孔时获得该样品的光散射数据、光吸收数据和电流数据，并且基于从颗粒分析系统获得的测定结果来确定生物样品的电流光传播数据分布。示例性方法还可包括使用计算机系统根据参数确定估计的个体白血细胞状态，其中所述参数基于电流光传播数据分布的电流光传播数据量度。示例性方法还可包括输出估计的白血细胞状态。
在另一个方面，本发明的实施例涵盖用于估计个体白血细胞状态的自动化系统。示例性系统包括存储介质和处理器。存储介质可包括计算机应用程序，该计算机应用程序被配置成在被处理器执行时，导致所述系统访问与个体的生物样品有关的信息。所述信息可包括至少部分地与样品的轴向光损失测量结果、样品的光散射测量结果、样品的电流测量结果、或它们中的两者或更多者的组合相关的信息。计算机应用程序也可被配置成在被处理器执行时，导致所述系统使用至少部分地与轴向光损失测量结果、所述多个光散射测量结果、电流测量结果或它们的组合相关的信息来确定估计的个体白血细胞状态。计算机应用程序也可被配置成在被处理器执行时，导致所述系统从处理器输出与估计的白血细胞状态相关的信息。在一些情况下，电流测量结果包括样品的低频电流测量结果。在一些情况下，光散射测量结果包括小角光散射测量结果、下中间角光散射测量结果、上中间角光散射测量结果、或它们中的两者或更多者的组合。在一些情况下，系统可包括电磁光束源和光传感器组件。可使用光传感器组件来获得轴向光损失测量结果。在一些情况下，系统可包括电磁光束源和光传感器组件，其中光传感器组件用于获得光散射测量结果。在一些情况下，系统可包括电磁光束源和电极组件，其中电极组件用于获得电流测量结果。
在又一个方面，本发明的实施例涵盖用于估计个体白血细胞状态的自动化系统。示例性系统可包括存储介质和处理器。存储介质可包括计算机应用程序，该计算机应用程序被配置成在被处理器执行时，导致所述系统访问与个体生物样品有关的电流光传播数据、使用该电流光传播数据来确定估计的个体白血细胞状态，以及从处理器输出与估计的白血细胞状态相关的信息。在一些情况下，处理器被配置成接收电流光传播数据作为输入。在一些情况下，处理器、存储介质或这两者结合在血液学机器内。在一些情况下，血液学机器生成电流光传播数据。在一些情况下，处理器、存储介质或这两者结合在计算机内，并且计算机与血液学机器进行通信。在一些情况下，血液学机器生成电流光传播数据。在一些情况下，处理器、存储介质或这两者结合在计算机内，并且计算机经由网络与血液学机器进行远程通信。在一些情况下，血液学机器生成电流光传播数据。在一些情况下，电流光传播数据包括样品的轴向光损失测量结果、样品的光散射测量结果、或样品的电流测量结果。
在另一个方面，本发明的实施例涵盖用于评价个体生理状态的系统和方法。示例性系统可包括存储介质和处理器。存储介质可包括计算机应用程序，该计算机应用程序被配置成在被处理器执行时，导致所述系统访问与个体生物样品有关的电流光传播数据，以及使用基于电流光传播数据的量度的参数来确定个体的生理状态。确定的生理状态可提供个体是否具有正常白血细胞状态的指示。计算机应用程序还可被配置成在被处理器执行时，导致所述系统从处理器输出与个体生理状态相关的信息。
在又一个方面，本发明的实施例涵盖用于由血液学系统数据识别个体是否可能具有异常白血细胞状态的自动化系统和方法。示例性系统可包括存储介质和处理器。存储介质可包括计算机应用程序，该计算机应用程序被配置成在被处理器执行时，导致所述系统访问与个体的血样有关的血液学电流光传播数据，以及使用基于血液学电流光传播数据的量度的参数来确定估计的个体白血细胞状态。计算机应用程序也可被配置成在被处理器执行时，导致所述系统从处理器输出与估计的个体白血细胞状态相关的白血细胞信息。
在又一个方面，本发明的实施例涵盖用于评价来自个体的生物样品的自动化系统和方法。示例性方法可包括基于从分析生物样品的颗粒分析系统获得的测定结果来确定所述样品的电流光传播数据分布。示例性方法还可包括使用计算机系统根据计算的参数确定个体的生理状态，其中所述计算的参数基于电流光传播数据分布的电流光传播数据量度的函数，并且其中所述生理状态提供个体是否具有正常白血细胞状态的指示。示例性方法还可包括输出生理状态。
在又一个方面，本发明的实施例涵盖用于确定患者的治疗方案的系统和方法。示例性方法可包括访问与患者的生物样品有关的电流光传播数据分布，以及使用计算机系统基于所述电流光传播数据分布来确定患者的估计白血细胞状态。示例性方法还可包括基于估计的白血细胞状态来确定患者的治疗方案。在一些情况下，估计的白血细胞状态包括白血细胞相关疾病的阳性指示。在一些情况下，估计的白血细胞状态包括白血细胞相关疾病的阴性指示。
在另一个方面，本发明的实施例涵盖用于确定个体的治疗方案的系统和方法。示例性方法可包括访问与个体的生物样品有关的电流光传播数据分布，以及使用计算机系统根据参数确定个体的生理状态，其中所述参数基于电流光传播数据分布的电流光传播数据量度，并且其中所述生理状态与估计的白血细胞状态对应。示例性方法还可包括基于个体的生理状态来确定个体的治疗方案。
在又一个方面，本发明的实施例涵盖基于从个体的血液获得的生物样品来估计个体的白血细胞状态的自动化系统和方法。示例性系统包括具有细胞询问区的光学元件、被配置成朝细胞询问区递送生物样品的流体动力学聚焦料流的流动路径、被配置成测量生物样品的逐个穿过细胞询问区的细胞的直流(DC)阻抗的电极组件、被取向为将光束沿着光束轴引导以照射生物样品的逐个穿过细胞询问区的细胞的光源，以及光学耦合到细胞询问区的光检测组件。示例性光检测组件可包括设置在相对于细胞询问区的第一位置处用于检测第一传播光的第一传感器区域、设置在相对于细胞询问区的第二位置处用于检测第二传播光的第二传感器区域，以及设置在相对于细胞询问区的第三位置处用于检测轴向传播光的第三传感器区域。在一些实施例中，系统被配置成将来自生物样品的细胞的DC阻抗、第一传播光、第二传播光和轴向光测量结果的子集与估计的个体白血细胞状态相关联。
在又一个方面，本发明的实施例涵盖基于从个体的血液获得的生物样品来估计个体中的白血细胞状态的系统。示例性系统包括具有细胞询问区的光学元件、被配置成朝细胞询问区递送生物样品的流体动力学聚焦料流的流动路径、被配置成测量生物样品的逐个穿过细胞询问区的细胞的直流(DC)阻抗的电极组件、被取向为将光束沿着光束轴引导以照射生物样品的逐个穿过细胞询问区的细胞的光源，以及光学耦合到细胞询问区以便测量由生物样品的被照射细胞散射并且透射穿过所述被照射细胞的光的光检测组件。示例性光检测组件可被配置成测量来自被照射细胞的在相对于光束轴的第一范围内的第一传播光、来自被照射细胞的在相对于光束轴的第二角度范围内的第二传播光，以及来自被照射细胞的沿着光束轴传播的轴向光，其中所述第二范围不同于所述第一范围。在某些实施例中，所述系统被配置成将与DC阻抗、第一传播光、第二传播光和轴向光测量结果的所述子集结合的来自生物样品细胞的全血细胞计数血小板测量结果的子集与对个体中的白血细胞状态的估计相关联。在一些情况下，光检测组件包括测量第一传播光的第一传感器区、测量第二传播光的第二传感器区，以及测量轴向传播光的第三传感器区。在一些情况下，光检测组件包括测量第一传播光的第一传感器、测量第二传播光的第二传感器，以及测量轴向传播光的第三传感器。在一些情况下，系统被配置成将与DC阻抗、第一传播光、第二传播光和轴向光测量结果的所述子集结合的来自生物样品细胞的全血细胞计数测量结果的子集与对个体中的白血细胞状态的估计相关联。在一些情况下，生物样品为个体的血样。
在另一个方面，本发明的实施例涵盖用于对白血细胞数进行计数的系统和方法，例如通过使用血液学分析仪中的网织红细胞模块。示例性方法包括在血液学分析仪中使血样暴露于光、使用血液学分析仪测量多个散射角度处的散射量、使用计算机计算所述多个散射角度中的预定义散射角度处的散射量，以及使用由计算机执行的算法确定从白血细胞群体分离的网织红细胞群体。另外，方法可包括使用计算机响应于所述分离而确定红血细胞和白血细胞的计数。在一些情况下，所述多个散射角度中的预定义散射角度包括ALL、LALS和MALS。在一些情况下，计算所述多个散射角度中的预定义散射角度处的散射量的步骤包括计算LALS的对数。在一些情况下，计算所述多个散射角度中的预定义散射角度处的散射量的步骤包括计算LALS的对数和MALS的对数的总和。在一些情况下，一个或多个细胞的光学透明度通过ALL测得。根据一些实施例，对WBC的量进行计数的步骤包括计算以下关系：UWBC#Retic＝RBC#CBC×(WBC&NRBC事件Retic/RBC事件Retic)。根据一些实施例，对WBC的量进行计数的步骤包括计算以下关系：UWBC#Retic＝URBC#CBC×(WBC&NRBC事件Retic/(RBC事件Retic+WBC&NRBC事件Retic))。根据一些实施例，方法包括通过使用来自NRBC模块的NRBC％，根据以下关系校正WBC计数：WBC#Retic＝UWBC#Retic/(1+NRBC％NRBC)。根据一些实施例，对WBC的量进行计数的步骤包括计算以下关系：WBC#Retic＝RBC#CBC×(WBC事件Retic/RBC事件Retic)，其中WBC群体不包括NRBC。
在又一个方面，使用网织红细胞模块对白血细胞进行计数的示例性装置可包括具有光源和检测器阵列的血液学分析仪。光源可被配置成在血液学分析仪中利用光对血样进行照射。检测器阵列可被配置成测量多个散射角度处的光散射的量。另外，所述装置可包括与检测器阵列电连通的计算机。计算机可被配置成计算所述多个散射角度中的预定义散射角度处的散射量的对数。在一些情况下，计算机可被配置成使用具有用于识别群组的算法的网织红细胞模块来确定从白血细胞群体分离的红血细胞群体。在一些情况下，计算机可被配置成响应于所述分离而确定网织红细胞和白血细胞的量。根据一些实施例，所述多个散射角度中的预定义散射角度包括ALL、LALS和MALS。在一些情况下，计算机可被配置成通过计算LALS的对数来计算所述多个散射角度中的预定义散射角度处的散射量的对数。在一些情况下，计算机可被配置成通过计算LALS的对数和MALS的对数的总和来计算所述多个散射角度中的预定义散射角度处的散射量的对数。在一些情况下，计算机可被配置成通过计算以下关系对WBC的量进行计数：UWBC#Retic＝RBC#CBC×(WBC&NRBC事件Retic/RBC事件Retic)。在一些情况下，计算机可被配置成响应于网织红细胞量而通过计算以下关系对WBC的量进行计数：UWBC#Retic＝URBC#CBC×(WBC&NRBC事件Retic/(RBC事件Retic+WBC&NRBC事件Retic))。在一些情况下，计算机可被配置成通过如下方式对WBC的量进行计数：通过使用来自NRBC模块的NRBC％，根据以下关系校正WBC计数：WBC#Retic＝UWBC#Retic/(1+NRBC％NRBC)。在一些情况下，计算机可被配置成响应于网织红细胞量而通过计算以下关系对WBC的量进行计数：WBC#Retic＝RBC#CBC×(WBC事件Retic/RBC事件Retic)，其中WBC群体不包括NRBC。
因此，计算机，包括计算机部件诸如处理模块等，可被配置成使用多种不同的方法来计算WBC计数。计算机或处理器可包括接收用于进行此类WBC计数的参数的输入或输入模块，以及被配置成基于输入参数来确定WBC计数的处理模块。例如，计算机、处理器、或自动化系统可包括处理模块，所述处理模块具有体现为机器可读代码的非临时性计算机可读介质，所述机器可读代码基于本文所述的函数、公式或等式来确定WBC计数。同样，计算机、处理器、或自动化系统可用于实现方法，在该方法中具有体现为机器可读代码的有形介质的处理模块基于本文所述的函数、公式或等式来确定WBC计数。
在另一个方面，本发明的实施例涵盖用于确定生物样品中的白血细胞状态的自动化系统和方法。示例性系统包括第一模块、第二模块和数据处理模块。第一模块可被配置成确定生物样品的第一红血细胞浓度。第二模块可被配置成确定生物样品的白血细胞和有核红血细胞的组合浓度。第二模块还可被配置成确定生物样品的第二红血细胞浓度。数据处理模块可被配置成基于第一因子和第二因子的乘积来确定白血细胞状态，其中第一因子包括第一红血细胞浓度，并且第二因子包括白血细胞和有核红血细胞的组合浓度与第二红血细胞浓度的比率。在一些情况下，数据处理模块可被配置成如本文别处所阐释，根据以下公式确定白血细胞状态：UWBC#Retic＝RBC#CBC×(WBC&NRBC事件Retic/RBC事件Retic)。根据一些实施例，生物样品未裂解。在一些情况下，第一红血细胞浓度为总红血细胞浓度。在一些情况下，总红血细胞浓度包括成熟红血细胞和网织红细胞的组合浓度。根据一些实施例，系统可包括第三模块，该第三模块被配置成确定生物样品的有核红血细胞百分比。所述数据处理模块可被配置成基于第一红血细胞浓度、白血细胞和有核红血细胞的组合浓度、第二红血细胞浓度、以及有核红血细胞百分比来确定经调节的白血细胞状态。在一些情况下，经调节的白血细胞状态的确定可基于生物样品的白血细胞状态与有核红血细胞百分比的比率。因此，例如，数据处理模块可被配置成如本文别处所阐释，根据以下公式确定经调节的白血细胞状态：WBC#Retic＝UWBC#Retic/(1+NRBC％NRBC)。根据一些实施例，第二模块可被配置成确定生物样品的估计白血细胞浓度，并且数据处理模块可被配置成基于第一红血细胞浓度及估计白血细胞浓度与第二红血细胞浓度的比率的乘积来确定经调节的白血细胞状态。因此，例如，数据处理模块可被配置成如本文别处所阐释，根据以下公式确定经调节的白血细胞状态：WBC#Retic＝RBC#CBC×(WBC事件Retic/RBC事件Retic)。根据一些实施例，系统还可包括具有细胞询问区的光学元件、被配置成朝细胞询问区递送生物样品的流体动力学聚焦料流的流动路径、被配置成测量生物样品的逐个穿过细胞询问区的细胞的直流(DC)阻抗的电极组件、被取向为将光束沿着光束轴引导以照射生物样品的逐个穿过细胞询问区的细胞的光源，以及光学耦合到细胞询问区以便测量由生物样品的被照射细胞散射并且透射穿过所述被照射细胞的光的光检测组件。光检测组件可被配置成测量来自被照射细胞的在相对于光束轴的第一范围内的第一传播光、来自被照射细胞的在相对于光束轴的第二角度范围内的第二传播光，以及来自被照射细胞的沿着光束轴传播的轴向光，其中所述第二范围不同于所述第一范围。另外，系统可包括孔浴槽，该孔浴槽被配置成确定生物样品的第一红血细胞浓度。数据处理模块可被配置成将来自生物样品细胞的DC阻抗、第一传播光、第二传播光和轴向光测量结果的第一子集关联，以确定白血细胞和有核红血细胞的组合浓度。另外，数据处理模块可被配置成将来自生物样品细胞的DC阻抗、第一传播光、第二传播光和轴向光测量结果的第二子集关联，以确定第二红血细胞浓度。在一些情况下，第一子集包括第一传播光和轴向光测量结果，其中第一传播光测量结果包括小角光散射(LALS)测量结果，并且轴向光测量结果包括轴向光损失(ALL)测量结果。在一些情况下，第二子集包括DC阻抗和第一传播光测量结果。根据一些实施例，白血细胞状态的确定包括白血细胞浓度的确定。根据一些实施例，数据处理模块可被配置成按照每体积血液的白血细胞计数来确定白血细胞浓度。
在又一个方面，本发明的实施例涵盖用于确定生物样品中的白血细胞状态的自动化方法。示例性方法包括使用第一模块确定生物样品的第一红血细胞浓度。示例性方法还可包括使用第二模块确定生物样品的白血细胞和有核红血细胞的组合浓度，以及生物样品的第二红血细胞浓度。另外，示例性方法可包括使用数据处理模块，基于第一因子和第二因子的乘积来确定白血细胞状态。第一因子可包括第一红血细胞浓度。第二因子可包括白血细胞和有核红血细胞的组合浓度与第二红血细胞浓度的比率。在一些情况下，生物样品未裂解。在一些情况下，第一红血细胞浓度为总红血细胞浓度。在一些情况下，总红血细胞浓度包括成熟红血细胞和网织红细胞的组合浓度。根据一些实施例，方法还可包括使用第三模块来确定生物样品的有核红血细胞百分比。在一些情况下，确定白血细胞状态的步骤包括基于第一红血细胞浓度、白血细胞和有核红血细胞的组合浓度、第二红血细胞浓度和有核红血细胞百分比来确定经调节的白血细胞状态。根据一些实施例，基于生物样品的白血细胞状态与有核红血细胞百分比的比率来确定经调节的白血细胞状态。在一些情况下，方法还可包括使用第二模块来确定生物样品的估计白血细胞浓度，并且还包括使用数据处理模块基于第一红血细胞浓度及估计白血细胞浓度与第二红血细胞浓度的比率的乘积来确定经调节的白血细胞状态。根据一些实施例，方法还可包括朝光学元件的细胞询问区递送生物样品的流体动力学聚焦料流、通过使用电极组件测量生物样品的逐个穿过细胞询问区的细胞的电流(DC)阻抗，以及通过使用具有轴线的电磁光束照射生物样品的逐个穿过细胞询问区的细胞。方法还可包括使用光检测组件测量来自被照射细胞的在相对于光束轴的第一范围内的第一传播光。方法还可包括使用光检测组件测量来自被照射细胞的在相对于光束轴的第二角度范围内的第二传播光，其中所述第二范围不同于所述第一范围。另外，方法可包括使用光检测组件测量来自被照射细胞的沿着光束轴传播的轴向光。在一些方法中，第二模块基于来自生物样品细胞的DC阻抗、第一传播光、第二传播光和轴向光测量结果的第一子集来确定白血细胞和有核红血细胞的组合浓度。在一些方法中，第二模块基于来自生物样品细胞的DC阻抗、第一传播光、第二传播光和轴向光测量结果的第二子集来确定第二红血细胞浓度。在一些情况下，第一子集包括第一传播光和轴向光测量结果。在一些情况下，第一传播光测量结果包括小角光散射(LALS)测量结果，并且轴向光测量结果包括轴向光损失(ALL)测量结果。在一些情况下，第二子集包括DC阻抗和第一传播光测量结果。根据一些实施例，确定白血细胞状态的步骤包括确定白血细胞浓度。根据一些实施例，使用数据处理模块确定白血细胞状态的步骤包括按照每体积血液的白血细胞计数来确定白血细胞浓度。
在又一个方面，本发明的实施例涵盖用于确定生物样品的白血细胞状态的自动化系统。示例性系统包括用于获得生物样品的第一样品数据的红血细胞浴槽模块，其中第一样品数据包括生物样品的第一红血细胞浓度。系统还可包括用于在生物样品穿过孔时获得该样品的第二样品数据的换能器，其中第二样品数据包括轴向光损失测量结果、光散射测量结果、电流测量结果、或它们的组合。系统还可包括处理器，以及具有计算机应用程序的存储介质，所述计算机应用程序被配置成在被处理器执行时，导致所述系统基于第二样品数据来确定生物样品的白血细胞和有核红血细胞的组合浓度，以及生物样品的第二红血细胞浓度。所述计算机应用程序还可被配置成在被处理器执行时，导致所述系统基于第一因子和第二因子的乘积来确定生物样品的白血细胞状态。第一因子可包括第一红血细胞浓度。第二因子可包括白血细胞和有核红血细胞的组合浓度与第二红血细胞浓度的比率。计算机应用程序还可被配置成在被处理器执行时，导致所述系统从处理器输出与确定的白血细胞状态相关的信息。这种信息可包括例如白血细胞浓度或计数。根据一些实施例，处理器、存储介质或这两者可结合在计算机内。在一些情况下，计算机可经由网络与血液学机器进行远程通信。在一些情况下，计算机可与血液学机器进行直接通信。在一些情况下，计算机可实现为血液学机器的一部分。根据一些实施例，计算机应用程序可被配置成在被处理器执行时，导致所述系统基于生物样品的所确定白血细胞状态来提供个体可能具有异常白血细胞状态的指示，其中所述生物样品从个体获得。根据一些实施例，计算机应用程序可被配置成在被处理器执行时，导致所述系统按照白血细胞浓度来确定白血细胞状态。白血细胞浓度可包括每体积血液的白血细胞计数。
在另一个方面，本发明的实施例涵盖用于确定患者的治疗方案的系统和方法。示例性方法可包括访问与患者的生物样品有关的样品数据分布，其中所述样品数据分布包括生物样品的第一红血细胞浓度、生物样品的白血细胞和有核红血细胞的组合浓度、以及生物样品的第二红血细胞浓度。示例性方法还可包括使用计算机系统基于第一因子和第二因子的乘积来确定患者的白血细胞状态，其中第一因子包括第一红血细胞浓度，并且第二因子包括白血细胞和有核红血细胞的组合浓度与第二红血细胞浓度的比率。示例性方法还可包括基于白血细胞状态来确定患者的治疗方案。在一些情况下，白血细胞状态包括白血细胞相关疾病的阳性指示。在一些情况下，白血细胞状态包括白血细胞相关疾病的阴性指示。根据一些实施例，可使用红血细胞浴槽获得第一红血细胞浓度。在一些情况下，可基于从生物样品的细胞获得的DC阻抗、第一传播光、第二传播光和轴向光测量结果的第一子集来确定生物样品的白血细胞和有核红血细胞的组合浓度。在一些情况下，可基于从生物样品的细胞获得的DC阻抗、第一传播光、第二传播光和轴向光测量结果的第二子集来确定生物样品的第二红血细胞浓度。根据一些实施例，使用计算机系统确定白血细胞状态的步骤包括确定生物样品的白血细胞浓度。在一些情况下，白血细胞浓度包括每体积血液的白血细胞计数。
参考下述附图可更好地理解本发明的目的和特征。附图未必按比例绘制；相反，将重点放在示出所公开主题的原理。与本公开相关联的附图在本公开中进行介绍时将分别进行说明。
附图说明
图1示出根据本发明实施例的血细胞分析的各方面。
图2示意性地描绘根据本发明实施例的细胞分析系统的各方面。
图3提供了示出根据本发明实施例的细胞分析系统的各方面的系统框图。
图4示出根据本发明实施例的用于评价个体白血细胞状态的自动化细胞分析系统的各方面。
图4A示出根据本发明实施例的细胞分析系统的光学元件的各方面。
图5描绘根据本发明实施例的用于评价个体白血细胞状态的示例性方法的各方面。
图6提供了根据本发明实施例的示例性模块系统的简化框图。
图7描绘根据本发明实施例的分类计数屏幕的示例性屏幕截图。
图7A示意性地示出根据本发明实施例的用于获得血细胞参数的技术。
图7B示意性地示出根据本发明实施例的用于获得血细胞参数的技术。
图8示出根据本发明实施例的基于从个体获得的生物样品来确定白血细胞状态信息的方法的各方面。
图9和图10示出根据本发明实施例的血细胞分析设备的各方面。
图10A示出根据本发明实施例的血细胞分析方法的各方面。
图11描绘根据本发明实施例的设门(gating)技术的各方面。
图12描绘根据本发明实施例的设门技术的各方面。
图13描绘根据本发明实施例的设门技术的各方面。
图14描绘根据本发明实施例的设门技术的各方面。
图15描绘根据本发明实施例的设门技术的各方面，并且包括轴向光损失(ALL)相对小角光散射(LALS)的对数绘制的曲线图。
图16描绘根据本发明实施例的设门技术的各方面，并且包括针对WBC和网织红细胞不易分离的情况的轴向光损失(ALL)相对小角光散射(LALS)的对数绘制的曲线图。
图17描绘根据本发明实施例的设门技术的各方面，并且包括轴向光损失(ALL)相对小角光散射(LALS)的对数加上中间角光散射(MALS)的对数绘制的曲线图。
图18描绘根据本发明实施例的设门技术的各方面。
图19和图20示出根据本发明实施例的血细胞分析设备的各方面。
图21为根据本发明实施例分析的临床全血样品的DC对ALL的散点图。
图22为图21中所示的临床全血样品的LS1对ALL的散点图。
图23描绘将由WBC模块测得的白血细胞计数相对标准值绘制得到的关系。
图24描绘将通过本发明的方法实施例测得的白血细胞计数相对标准值绘制得到的关系。
具体实施方式
出于解释的目的，且简要概述之，本发明的实施例涵盖涉及使用血液学分析仪中的网织红细胞模块来对白血细胞数进行计数的系统和方法。示例性血液学细胞分析仪可包括光源，该光源朝着流动池中的窗口生成一束较窄的定向光。在各种非限制性实施例中，光源是激光器或激光二极管，并且载送流体携带来自血样的个体细胞穿过流动池，从而允许每个个体细胞与光束相互作用。可使用位于流动池附近的多个光传感器来记录由穿过流动池的细胞以各种角度散射的光的强度。在某些实施例中，一个光传感器直接定位在光束的路径中，并且三组光传感器被定位成收集由细胞散射的位于如从光束路径测量的预定角度范围中的光。来自这些检测器的信号可被传输至处理器，被数字化，被分析，并显示结果。
如本文别处所讨论，使用血液学分析仪中的网织红细胞模块可有利于计算出准确的白血细胞计数。示例性网织红细胞模块可被配置成正确地对红血细胞进行计数，此时这种计数通常超出白血细胞计数达千倍。示例性网织红细胞模块可在进行适当样品制备的情况下使用，用于在WBC计数较高时对白细胞进行计数。根据一些实施例，可使用标准的CBC模块执行标准的CBC。
通常，血液学细胞分析仪可包括光源，该光源朝着流动池中的窗口生成一束较窄的定向光。在各种非限制性实施例中，光源是激光器或激光二极管。载送流体携带来自血样的个体细胞穿过流动池，从而允许每个个体细胞与光束相互作用。
在示例性实施例中，多个光传感器位于流动池附近，以便记录由穿过流动池的细胞以各种角度散射的光的强度。一个光传感器直接定位在光束的路径中。三组光传感器被定位成收集由细胞散射的位于如从光束路径测量的三个预定角度范围中的光。选择这些角度以便最佳地区分各种血液组分。
在一个实施例中，这些预定角度范围分别是：小于10°，其称为小角光散射(LALS)并由光检测器进行检测；从约10°至约20°，其称为下中间角光散射(LMALS)并由光检测器46进行检测；以及从约20°至约42°，其称为上中间角光散射(UMALS)并由另一个光检测器进行检测。来自针对UMALS和LMALS的检测器的信号的总和统称为MALS(中间角光散射)。来自这些检测器的信号被传输至处理器，被数字化，被分析，并显示结果。
根据一些实施例，每当细胞穿过光源与光传感器之间的光束路径时，直接位于光束路径中的另一个光检测器传感器便会测量从光束损失的光的量(称为轴向光损失或ALL或AL2)。该ALL为穿过流动池的细胞或颗粒的透明度或吸光度的指示。光损失越大，其吸光度就越大。
如本文别处所讨论，细胞或颗粒大小的指示为流动池中某些电极之间流动的电流量。当颗粒进入流动池的窗口区时，这些电极之间的电流会变化，因为细胞或颗粒阻断了电流流动。流动电流的量的降低与细胞或颗粒大小有关。直流(DC)电流由DC源供应。DC模块测量由流体中的离子导致的电流变化，并且其为细胞大小的量度。
根据一些实施例，可使用网织红细胞模块来分析从个体获得的生物样品的血细胞。在某些实施例中，将血样的细胞与试剂一起温育，以使某些细胞或细胞特征染色。在一个实施例中，使用了染色剂新亚甲蓝(NMB)。
因此，本文描述了被配置成基于从个体获得的生物样品来评估个体的WBC状态条件的血液学系统和方法。图1示出了示例性WBC计数技术的各方面。如此处所示，并且如本文别处所讨论，全血样品100可包含细胞，诸如血小板、白血细胞(WBC)和红血细胞(RBC)，包括有核红血细胞(NRBC)。可估算从信道处理机构诸如CBC模块110或网织红细胞模块120获得的各种RBC、WBC和NRBC参数，以评价个体的WBC状态。例如，示例性的评价技术可涉及基于从信道处理模块110,120获得的输入参数140来获得白血细胞的计数130。本文所述的血液学系统和方法可以基于与个体的生物样品的特定阻抗、电导率和角度光传播测量结果相关的数据来评估个体是呈现正常的还是异常的WBC参数。
通常，系统和方法将提供计数或浓度方面的血细胞数据。在一些情况下，术语计数和浓度可互换使用。例如，术语白血细胞计数可以指白血细胞的绝对数或由流式细胞仪在样品或等分试样中检测到的白血细胞数除以样品或等分试样的体积。术语白血细胞浓度可以指白血细胞计数或与白血细胞计数相关联的估计数。示例性的白血细胞计数或浓度可以介于3.5–11×109/L(例如，每升血液的细胞数)之间。
可使用对多个角度处的光散射进行检测的细胞分析系统来分析生物样品(例如，血样)并且输出个体的预测WBC状态。示例性系统配备有传感器组件，该传感器组件除获得与消光或轴向光损失量度相关联的光透射数据之外，还获得针对三个或更多个角度范围的光散射数据，由此在不需要使用特定染料、抗体或荧光技术的情况下提供准确、灵敏和高分辨率的结果。在一种情况下，将血液学分析仪诸如DxH 800血液学分析仪(美国加利福尼亚州布雷亚的贝克曼库尔特公司(Beckman Coulter,Brea,California,USA))配置成基于多个光散射角度对生物样品(例如，血样)进行分析并且输出个体的预测WBC状态。DxH 800包括被配置成识别指示血液内细胞组分的形态特征的各种信道处理模块。例如，DxH包括被配置成分析特定血液细胞组分的网织红细胞信道处理模块。DxH 800被配置成基于对样品的分析来生成大量数据，在本文中详细描述的这种数据可称为CBC数据或VCS数据。
在一些实施例中，VCS数据是基于所分析样品的每个细胞的不同参数的确定，此类参数与每个细胞的形态相关联。具体地讲，可通过阻抗直接测量与细胞大小对应的体积参数。另外，可通过射频波穿过细胞的传导直接测量与内部细胞密度对应的电导率参数。而且，可利用各种光检测机构测量与例如细胞质粒度和细胞核复杂度对应的五个不同的光散射角度(或角度范围)。
图2示意性地描绘细胞分析系统200。如此处所示，系统200包括制备系统210、换能器模块220和分析系统230。虽然在此结合三个核心系统区块(210、220和230)以非常高的层级描述了系统200，但技术人员将易于理解，系统200包括许多其他系统部件，诸如中央控制处理器、显示系统、射流系统、温度控制系统、用户安全控制系统等等。在操作中，可将全血样品(WBS)240呈递给系统200以进行分析。在一些情况下，WBS 240被抽吸到系统200中。示例性抽吸技术是技术人员已知的。在抽吸之后，WBS 240可被递送到制备系统210。制备系统210接收WBS 240，并且可以执行与制备WBS 240以供进一步测量和分析有关的操作。例如，制备系统210可将WBS 240分成预定的等分试样，以便呈递给换能器模块220。制备系统210还可以包括混合室，使得适当的试剂可被添加到等分试样。例如，如果为了区分白血细胞子集群体而要测试等分试样，则可以将裂解试剂(例如，ERYTHROLYSE，一种红血细胞裂解缓冲液)添加到该等分试样以便分解和除去RBC。制备系统210还可以包括温度控制部件以便控制试剂和/或混合室的温度。适当的温度控制可以提高制备系统210的操作的连贯性。如本文别处所讨论，可以获得(例如，使用换能器)样品数据诸如光散射数据、光吸收数据和/或电流数据，并可对其进行处理或使用，以便确定个体患者的各种血细胞状态指示。
在一些情况下，预定的等分试样可从制备系统210传送到换能器模块220。如下文进一步详细描述的，换能器模块220可对逐个穿过其中的来自WBS的细胞执行直流(DC)阻抗、射频(RF)电导率、光透射和/或光散射测量。测得的DC阻抗、RF电导率和光传播(例如，光透射、光散射)参数可被提供或传输至分析系统230用于数据处理。在一些情况下，分析系统230可包括计算机处理结构和/或一个或多个模块或部件，诸如本文结合图6中描绘的系统所述且在下文进一步描述的那些，它们可评价测得的参数、对血液细胞成分进行识别和计数，并且将表征WBS各成分的数据的子集与个体的WBC状态相关联。如此处所示，细胞分析系统200可生成或输出报告250，该报告包含针对个体的预测WBC状态和/或规定的治疗方案。在一些情况下，来自换能器模块220的过量生物样品可被引向外部的(或可选地为内部的)废料系统260。
出于对患者的病症进行治疗的目的，治疗方案可涉及向个体施用一种或多种药物或治疗剂。可使用多种治疗模式中的任一种对被识别为具有如本文所述的异常WBC计数或条件的个体进行治疗。
图3更详细地示出了换能器模块和相关联部件。如此处所示，系统300包括换能器模块310，该换能器模块具有光源或照射源，诸如发出光束314的激光器310。激光器312可以是(例如)635nm、5mW的固态激光器。在一些情况下，系统300可包括聚焦对准系统320，该聚焦对准系统对光束314进行调节，以使所得的光束322被聚焦和定位在流动池330的细胞询问区332处。在一些情况下，流动池330接收来自制备系统302的样品等分试样。如本文别处所述，可采用各种射流机制和技术以使流动池330内的样品等分试样发生流体动力学聚焦。
在一些情况下，等分试样通常流过细胞询问区332，使得其成分每次一个地穿过该细胞询问区332。在一些情况下，系统300可包括换能器模块或血液分析仪器的细胞询问区或其他结构，诸如美国专利No.5,125,737、No.6,228,652、No.7,390,662、No.8,094,299和No.8,189,187中所述的那些，上述专利的内容以引用方式并入本文。例如，细胞询问区332可以由测得为大约50×50微米的正方形横截面限定，并且具有大约65微米的长度(在流动的方向上测量)。流动池330可包括电极组件，该电极组件具有第一电极334和第二电极336，用于对穿过细胞询问区332的细胞执行DC阻抗和RF电导率的测量。来自电极334,336的信号可被传输至分析系统304。电极组件可分别使用低频电流和高频电流来分析细胞的体积和电导率特征。例如，可使用低频DC阻抗测量结果来分析穿过细胞询问区的每个个体细胞的体积。相关地，可使用高频RF电流测量结果来确定穿过细胞询问区的细胞的电导率。因为细胞壁充当高频电流的导体，所以当高频电流穿过细胞壁并穿过每个细胞内部时，可以使用该电流来检测细胞组分的绝缘特性差异。可使用高频电流来表征核成分和颗粒成分，以及细胞内部的化学组成。
入射光束322沿着光束轴AX行进并照射穿过细胞询问区332的细胞，导致在角度范围α内的光传播(例如，散射、透射)从区域332发出。示例性系统配备有传感器组件，该传感器组件可以检测角度范围α内的三个、四个、五个或更多个角度范围内的光，包括如本文别处所述的与消光或轴向光损失测量结果相关联的光。如此处所示，光传播340可通过光检测组件350检测，该光检测组件任选地具有光散射检测器单元350A以及光散射和透射检测器单元350B。在一些情况下，光散射检测器单元350A包括用于检测和测量上中间角光散射(UMALS)的光敏区域或传感器区，所述上中间角光散射例如为以相对于光束轴成约20度至约42度的范围内的角度散射或者以其他方式传播的光。在一些情况下，UMALS对应于在相对于照射流过询问区的细胞的入射光束轴的介于约20度至约43度之间的角度范围内传播的光。光散射检测器单元350A还可包括用于检测和测量下中间角光散射(LMALS)的光敏区域或传感器区，所述下中间角光散射例如为以相对于光束轴成约10度至约20度的范围内的角度散射或者以其他方式传播的光。在一些情况下，LMALS对应于在相对于照射流过询问区的细胞的入射光束轴的介于约9度至约19度之间的角度范围内传播的光。
UMALS和LMALS的组合被定义为中间角光散射(MALS)，其为相对于照射流过询问区的细胞的入射光束轴成介于约9度和约43度之间的角度的光散射或传播。
如图3中所示，光散射检测器单元350A可包括开口351，该开口允许小角光散射或传播340超过光散射检测器单元350A，并因此到达光散射和透射检测器单元350B并被光散射和透射检测器单元350B检测到。根据一些实施例，光散射和透射检测器单元350B可包括用于检测和测量小角光散射(LALS)的光敏区域或传感器区，所述小角光散射例如为以相对于照射光束轴成约5.1度的角度散射或传播的光。在一些情况下，LALS对应于以相对于照射流过询问区的细胞的入射光束轴成小于约9度的角度传播的光。在一些情况下，LALS对应于以相对于照射流过询问区的细胞的入射光束轴成小于约10度的角度传播的光。在一些情况下，LALS对应于以相对于照射流过询问区的细胞的入射光束轴成约1.9度±0.5度的角度传播的光。在一些情况下，LALS对应于以相对于照射流过询问区的细胞的入射光束轴成约3.0度±0.5度的角度传播的光。在一些情况下，LALS对应于以相对于照射流过询问区的细胞的入射光束轴成约3.7度±0.5度的角度传播的光。在一些情况下，LALS对应于以相对于照射流过询问区的细胞的入射光束轴成约5.1度±0.5度的角度传播的光。在一些情况下，LALS对应于以相对于照射流过询问区的细胞的入射光束轴成约7.0度±0.5度的角度传播的光。
根据一些实施例，光散射和透射检测器单元350B可包括用于检测和测量以相对于入射光束轴成0度的角度轴向透射穿过细胞或从被照射细胞传播的光的光敏区域或传感器区。在一些情况下，所述光敏区域或传感器区可检测和测量以相对于入射光束轴成小于约1度的角度从细胞轴向传播的光。在一些情况下，所述光敏区域或传感器区可检测和测量以相对于入射光束轴成小于约0.5度的角度从细胞轴向传播的光。此类轴向透射或传播的光的测量结果对应于轴向光损失(ALL或AL2)。如此前并入的美国专利No.7,390,662中所指出，当光与颗粒相互作用时，入射光中的一些通过散射过程(即，光散射)改变方向，并且所述光的一部分被颗粒吸收。这两个过程均从入射光束中移走能量。当沿着光束的入射轴查看时，光损失可被称为正向消光或轴向光损失。轴向光损失测量技术的附加方面在U.S.7,390,662中的第5栏第58行至第6栏第4行进行了描述。
因此，细胞分析系统300提供了用于获得以多个角度中的任一个或在多个角度范围的任一个内(包括ALL和多个不同的光散射或传播角度)从生物样品的被照射细胞发出的光的光传播测量结果(包括光散射和/或光透射)的方法。例如，光检测组件350，包括适当的电路系统和/或处理单元，提供了用于检测和测量UMALS、LMALS、LALS、MALS和ALL的方法。
导线或者其他传输或连接机构可将来自电极组件(例如，电极334,336)、光散射检测器单元350A、和/或光散射和透射检测器单元350B的信号传输至分析系统304以进行处理。例如，可将测得的DC阻抗、RF电导率、光透射和/或光散射参数提供或传输至分析系统304用于数据处理。在一些情况下，分析系统304可包括计算机处理结构和/或一个或多个模块或部件，诸如本文结合图6中描绘的系统所述的那些，它们可评价测得的参数、对生物样品成分进行识别和计数，并且将表征生物样品各成分的数据的子集与个体的WBC状态相关联。如此处所示，细胞分析系统300可生成或输出报告306，该报告包含针对个体的预测WBC状态和/或规定的治疗方案。在一些情况下，来自换能器模块310的过量生物样品可被引向外部的(或可选地为内部的)废料系统308。在一些情况下，细胞分析系统300可包括换能器模块或血液分析仪器的一个或多个结构，诸如此前并入的美国专利No.5,125,737、No.6,228,652、No.8,094,299和No.8,189,187中所述的那些。
图4示出根据本发明实施例的用于预测或评估个体的WBC状态的自动化细胞分析系统的各方面。具体地讲，WBC状态可基于从个体的血液获得的生物样品进行预测。如此处所示，分析系统或换能器400可包括具有细胞询问区412的光学元件410。换能器还提供流动路径420，该流动路径朝细胞询问区412递送生物样品的流体动力学聚焦料流422。例如，当样品料流422朝细胞询问区412发射时，一定体积的鞘液424也可在压力下进入光学元件410，以便均匀地围绕样品料流422并导致样品料流422流过细胞询问区412的中心，从而实现样品料流的流体动力学聚焦。这样，可以精确地分析生物样品的以每次一个细胞的方式穿过细胞询问区的个体细胞。
换能器模块或系统400还包括电极组件430，该电极组件测量生物样品的逐个穿过细胞询问区412的细胞10的直流(DC)阻抗和射频(RF)电导率。电极组件430可包括第一电极机构432和第二电极机构434。如本文别处所讨论，可使用低频DC测量结果来分析穿过细胞询问区的每个个体细胞的体积。相关地，可使用高频RF电流测量结果来确定穿过细胞询问区的细胞的电导率。此类电导率测量结果可提供有关细胞的内部细胞内容物的信息。例如，可使用高频RF电流来分析穿过细胞询问区的个体细胞的核成分和颗粒成分，以及细胞内部的化学组成。
系统400还包括光源440，该光源取向为将光束442沿着光束轴444引导，以照射生物样品的逐个穿过细胞询问区412的细胞10。相关地，系统400包括与细胞询问区光学耦合的光检测组件450，以便测量由生物样品的被照射细胞10散射并且透射穿过所述被照射细胞10的光。光检测组件450可包括检测和测量从细胞询问区412传播的光的多个光传感器区。在一些情况下，光检测组件检测以相对于照射光束轴成各种角度或角度范围从细胞询问区传播的光。例如，光检测组件450可以检测和测量被细胞以各种角度散射的光，以及被细胞沿着光束轴轴向透射的光。光检测组件450可包括第一传感器区452，其测量在相对于光束轴444的第一角度范围内的第一散射或传播光452s。光检测组件450还可包括第二传感器区454，其测量在相对于光束轴444的第二角度范围内的第二散射或传播光454s。如此处所示，散射或传播光454s的第二角度范围不同于散射或传播光452s的第一角度范围。此外，光检测组件450可包括第三传感器区456，其测量在相对于光束轴444的第三角度范围内的第三散射或传播光456s。如此处所示，散射或传播光456s的第三角度范围不同于散射或传播光452s的第一角度范围和散射或传播光454s的第二角度范围两者。光检测组件450还包括第四传感器区458，其测量透射穿过生物样品的逐个穿过细胞询问区412的细胞或从细胞询问区沿着光束轴传播的轴向光458t。在一些情况下，传感器区452、454、456和458中的每一个设置在与该特定传感器区相关联的单独的传感器处。在一些情况下，传感器区452、454、456和458中的一个或多个设置在光检测组件450的共同传感器上。例如，光检测组件可包括第一传感器451，该第一传感器包括第一传感器区452和第二传感器区454。因此，可使用单个传感器来检测或测量两种或更多种类型(例如，低角、中角或高角)的光散射或传播。
自动化细胞分析系统可包括多种光学元件或换能器结构中的任一种。例如，如图4A中所描绘，细胞分析系统换能器的光学元件410a可具有四角棱柱体形状，该四角棱柱体形状具有四个矩形的、光学上平坦的侧面450a以及相对的端壁436a。在一些情况下，每个侧面450a的相应宽度W是相同的，例如各自测得为约4.2mm。在一些情况下，每个侧面450a的相应长度L是相同的，例如各自测得为约6.3mm。在一些情况下，光学元件410a的全部或部分可由熔融二氧化硅或石英制成。穿过光学元件410a的中心区域形成的流动通道432a可相对于穿过元件410a的中心并平行于如箭头SF所指示的样品流动方向的纵向轴线A同心地构造。流动通道432a包括细胞询问区Z和一对相对的锥形镗孔454a，所述锥形镗孔在它们相应的基部附近具有与细胞询问区流体连通的开口。在一些情况下，细胞询问区Z的横截面为正方形，每一边的宽度W'的标称测量值为50微米±10微米。在一些情况下，沿着轴A测得的细胞询问区Z的长度L'为询问区的宽度W'的约1.2至1.4倍。例如，长度L'可为约65微米±10微米。如本文别处所指出，可对穿过细胞询问区的细胞进行DC和RF测量。在一些情况下，在端壁436a处测得的锥形镗孔454a的最大直径为约1.2mm。例如，所述类型的光学结构410a可由包含50×50微米毛细开口的石英方棒制成，所述毛细开口被加工以限定连通的镗孔454a。激光器或其他照射源可产生被导向穿过细胞询问区或聚焦到细胞询问区中的光束B。例如，光束可聚焦到位于询问区Z内的椭圆形腰部中促使细胞从中穿过的位置处。细胞分析系统可包括光检测组件，该光检测组件被配置成检测从光学元件410a发出的光，例如，从包含在其内流动的被照明或被照射细胞的细胞询问区Z传播的光P。如此处所描绘，光P可从细胞询问区Z在角度范围α内传播或发出，因此其可在相对于光束轴AX的选定角度位置或角度范围处进行测量或检测。相关地，光检测组件可以检测在正向平面中在相对于光束B的轴AX的各个角度范围内散射或轴向透射的光。如本文别处所讨论，可以获得每次一个地穿过细胞询问区的个体细胞的一个或多个光传播测量结果。在一些情况下，细胞分析系统可包括换能器或细胞询问区的一个或多个结构，诸如美国专利No.5,125,737、No.6,228,652、No.8,094,299和No.8,189,187中所述的那些，所述专利的内容以引用方式并入本文。
图5描绘用于预测或评估个体的WBC状态的示例性方法500的各方面。方法500包括将血样引入血液分析系统，如步骤510所指出。如步骤520所示，该方法还可包括通过将样品分成等分试样并将等分试样样品与适当的试剂混合来制备血样。在步骤530中，可使样品穿过换能器系统中的流动池，使得样品成分(例如，血细胞)以一个接一个的方式穿过细胞询问区。可通过光源诸如激光器对所述成分进行照射。在步骤540中，可测量RF电导率541、DC阻抗542、第一角度光传播543(例如LALS)、第二角度光传播544(例如AL2)、第三角度光传播545(例如UMAL)、和/或第四角度光传播546(例如LMALS)的任何组合。如步骤547所描绘，可以使用第三角度光传播测量结果和第四角度光传播测量结果来确定第五角度光传播测量结果(例如MALS)。作为另一种选择，可以直接测量MALS。如本文别处所讨论，可对某些测量结果或测量结果的组合进行处理，如步骤550所指出，以便提供WBC状态预测。任选地，方法还可包括基于预测的WBC状态来确定治疗方案。
细胞分析系统可被配置成将来自生物样品的细胞的DC阻抗、RF电导率、角度光测量结果(例如，第一散射光、第二散射光)以及轴向光测量结果的子集与个体的WBC状态相关联。如本文别处所讨论，在一些情况下，所述关联的至少一部分可以使用可被一个或多个处理器、一个或多个硬件模块或它们的任何组合执行的一个或多个软件模块完成。处理器或者其他计算机或模块系统可被配置成接收各种测量结果或参数作为输入值，并且自动地输出预测的个体WBC状态。在一些情况下，可包括软件模块、处理器、和/或硬件模块中的一个或多个作为血液学系统的部件，所述血液学系统被装配为获得多个光角度检测参数，诸如贝克曼库尔特公司的DxHTM 800细胞分析系统。在一些情况下，可包括软件模块、处理器、和/或硬件模块中的一个或多个作为独立计算机的部件，所述独立计算机与血液学系统可操作地通信或连接，所述血液学系统被装配为获得多个光角度检测参数，诸如贝克曼库尔特公司的DxH 800系统。在一些情况下，所述关联的至少一部分可以通过经由互联网或者任何其他有线和/或无线通信网络以远程方式从血液学系统接收数据的软件模块、处理器、和/或硬件模块中的一个或多个完成，所述血液学系统被装配为获得多个光角度检测参数，诸如贝克曼库尔特公司的DxH 800系统。相关地，根据本发明实施例的设备或模块中的每一个可以包括位于被处理器处理的计算机可读介质上的一个或多个软件模块，或硬件模块，或它们的任何组合。
图6为示例性模块系统的简化框图，该框图广义地说明了可如何以分离方式或更集成化的方式实现模块系统600的个体系统元件。模块系统600可以是根据本发明实施例的用于预测个体的WBC状态的细胞分析系统的一部分或与该细胞分析系统连接。模块系统600非常适于产生与WBC分析有关的数据或接收与WBC分析有关的输入。在一些情况下，模块系统600包括经由总线子系统602电耦合的硬件元件，包括一个或多个处理器604、一个或多个输入设备606(诸如用户界面输入设备)、和/或一个或多个输出设备608(诸如用户界面输出设备)。在一些情况下，系统600包括网络接口610、和/或诊断系统接口640，该诊断系统接口可从诊断系统642接收信号和/或将信号传送到诊断系统642。在一些情况下，系统600包括软件元件，所述软件元件例如在此处被显示为当前正位于存储器614的工作存储器612内，为操作系统616和/或其他代码618(诸如被配置为实现本文所公开技术的一个或多个方面的程序)。
在一些实施例中，模块系统600可包括存储子系统620，该存储子系统可以存储提供本文所公开的各种技术的功能的基础编程和数据构造。例如，实现如本文所述方法方面的功能的软件模块可存储于存储子系统620中。这些软件模块可由一个或多个处理器604执行。在分布式环境中，所述软件模块可存储在多个计算机系统上并由所述多个计算机系统的处理器执行。存储子系统620可以包括存储器子系统622和文件存储子系统628。存储器子系统622可包括多个存储器，包括用于在程序执行期间存储指令和数据的主随机存取存储器(RAM)626，以及其中存储固定指令的只读存储器(ROM)624。文件存储子系统628可为程序和数据文件提供永久性(非易失性)存储，并且可包括有形存储介质，该有形存储介质可任选地体现患者、治疗、评估或其他数据。文件存储子系统628可包括硬盘驱动器、连同相关联的可移动介质的软盘驱动器、紧凑型数字只读存储器(CD-ROM)驱动器、光盘驱动器、DVD、CD-R、CD RW、固态可移动存储器、其他可移动的介质盒式磁带或磁盘，等等。所述驱动器中的一个或多个可位于在其他位点处耦合到模块系统600的其他连接计算机上的远程位置处。在一些情况下，系统可包括存储一个或多个指令或代码序列的计算机可读存储介质或其他有形存储介质，所述一个或多个指令或代码序列在被一个或多个处理器执行时，可导致所述一个或多个处理器执行本文所公开的技术或方法的任何方面。实现本文所公开技术的功能的一个或多个模块可由文件存储子系统628存储。在一些实施例中，所述软件或代码将提供允许模块系统600与通信网络630进行通信的协议。任选地，此类通信可包括拨号连接通信或互联网连接通信。
应当理解，系统600可被配置成实施本发明方法的各方面。例如，处理器部件或模块604可以是微处理器控制模块，该微处理器控制模块被配置成从传感器输入设备或模块632、从用户界面输入设备或模块606、和/或从诊断系统642，任选地经由诊断系统接口640和/或网络接口610以及通信网络630接收细胞参数信号。在一些情况下，传感器输入设备可包括细胞分析系统或为细胞分析系统的一部分，所述细胞分析系统被装配为获得多个光角度检测参数，诸如贝克曼库尔特公司的DxHTM 800细胞分析系统。在一些情况下，用户界面输入设备606和/或网络接口610可被配置成接收由细胞分析系统生成的细胞参数信号，所述细胞分析系统被装配为获得多个光角度检测参数，诸如贝克曼库尔特公司的DxHTM 800细胞分析系统。在一些情况下，诊断系统642可包括细胞分析系统或为细胞分析系统的一部分，所述细胞分析系统被装配为获得多个光角度检测参数，诸如贝克曼库尔特公司的DxHTM 800细胞分析系统。
处理器部件或模块604还可以被配置成将任选地根据本文所公开技术的任何一种处理的细胞参数信号传送到传感器输出设备或模块636、到用户界面输出设备或模块608、到网络接口设备或模块610、到诊断系统接口640、或它们的任何组合。根据本发明实施例的设备或模块中的每一个可以包括位于被处理器处理的计算机可读介质上的一个或多个软件模块，或硬件模块，或它们的任何组合。可使用多种常用平台(诸如Windows、MacIntosh和Unix)中的任何一种，连同多种常用编程语言中的任何一种，来实现本发明的实施例。
用户界面输入设备606可包括(例如)触摸板、键盘、指示设备(诸如鼠标)、轨迹球、图形输入板、扫描器、操纵杆、结合到显示器中的触摸屏、音频输入设备(诸如语音识别系统)、麦克风、以及其他类型的输入设备。用户输入设备606还可从有形存储介质或从通信网络630下载计算机可执行代码，该代码体现本文所公开方法或其各方面中的任何一者。应当理解，终端软件可以时常更新，并且在适当的情况下被下载到终端。一般来讲，术语“输入设备”的使用旨在包括用于将信息输入模块系统600中的多种传统和专属的设备和方法。
用户界面输出设备606可包括(例如)显示子系统、打印机、传真机、或非视觉显示器(诸如音频输出设备)。显示子系统可以是阴极射线管(CRT)、平板设备(诸如液晶显示器(LCD))、投影设备等等。显示子系统还可诸如经由音频输出设备提供非视觉显示。一般来讲，术语“输出设备”的使用旨在包括用于从模块系统600向用户输出信息的多种传统和专属的设备和方法。
总线子系统602提供用于使模块系统600的各种部件和子系统彼此按预期的方式或根据需要进行通信的机制。模块系统600的各种子系统和部件无需处于相同的物理位置，而是可分布在分布式网络内的各个位置处。尽管总线子系统602被示意性地显示为单根总线，但是总线子系统的另选实施例可利用多根总线。
网络接口610可提供连接到外部网络630或其他设备的接口。外部通信网络630可被配置成根据需要或期望而实现与其他方的通信。该外部通信网络由此可以接收来自模块系统600的电子数据包，并且根据需要或期望而将任何信息传输回模块系统600。如此处所描绘，通信网络630和/或诊断系统接口642可向诊断系统642传输信息或接收来自诊断系统642的信息，该诊断系统642被装配为获得多个光角度检测参数，诸如贝克曼库尔特公司的DxHTM 800细胞分析系统。
除了提供系统内部的此类基础结构通信链接之外，通信网络系统630还可为诸如互联网之类的其他网络提供连接，并且可包括有线、无线、调制解调器、和/或其他类型的接口连接。
对技术人员显而易见的是，可根据具体要求来使用实质变型。例如，也可以使用定制的硬件和/或可以在硬件、软件(包括便携式软件，诸如小应用程序)或这两者中实现特定的元件。此外，可以采用至其他计算设备(诸如网络输入/输出设备)的连接。模块终端系统600本身可以是包括计算机终端、个人计算机、便携式计算机、工作站、网络计算机、或任何其他数据处理系统的不同类型的模块终端系统。由于计算机和网络的不断变化的性质，因此图6中描绘的模块系统600的描述仅旨在作为出于举例说明本发明的一个或多个实施例的目的的具体例子。模块系统600的许多其他配置是可能的，其比图6中所描绘的模块系统具有更多或更少部件。模块系统600的模块或部件中的任何一个或此类模块或部件的任何组合可以与本文所公开的细胞分析系统实施例中的任何一个耦合、或集成到其中、或以其他方式被配置成与其连接。相关地，以上论述的硬件和软件部件中的任何一个可以与在其他位置处使用的其他医疗评估或治疗系统集成在一起或被配置成与所述系统接合。
在一些实施例中，模块系统600可以被配置成接收输入模块处的患者的一个或多个细胞分析参数。细胞分析参数数据可被传输至对WBC状态进行预测或确定的评估模块。预测的WBC状态可以经由输出模块输出至系统用户。在一些情况下，模块系统600可以例如通过使用治疗模块，基于一个或多个细胞分析参数和/或预测的WBC状态来确定对患者的初始治疗或诱导方案、或经调节的治疗方案。该治疗可以经由输出模块输出至系统用户。任选地，该治疗的某些方面可以由输出设备确定，并且传输至治疗系统或治疗系统的子设备。可将与患者相关的多个数据中的任何一个输入到模块系统中，包括年龄、体重、性别、治疗史、病史，等等。可以基于这种数据来确定治疗方案或诊断评价的参数。
相关地，在一些情况下，系统包括被配置成接收VCS数据作为输入的处理器。处理器还可被配置成接收CBC数据作为输入。任选地，处理器、存储介质或这两者可结合在血液学或细胞分析机器内。在一些情况下，血液学机器可生成用于输入到处理器中的VCS数据、CBC数据或其他信息。在一些情况下，处理器、存储介质或这两者可以结合在计算机内，并且该计算机可以与血液学机器进行通信。在一些情况下，处理器、存储介质或这两者可以结合在计算机内，并且该计算机可以经由网络与血液学机器进行远程通信。
体积电导率散射(VCS)数据
除可从CBC模块获得的CBC数据之外，可从VCS模块获得VCS数据。示例性VCS参数包括以下参数：
1.细胞电导率(C)[高频电流]
2.细胞体积(V)[低频电流]
3.轴向光损失或被吸收光(AL2或ALL)
4.小角光散射(LALS)
5.上中间角光散射(UMALS)
6.下中间角光散射(LMALS)
7.中间角光散射(MALS)[UMALS+LMALS]
这样，可以分别计算血细胞(诸如白血细胞、红血细胞和血小板)的各种参数(例如，体积、电导率，以及光散射或传播的角度)。该数据可基于个体的生物样品来获得。而且，CBC和VCS数据可在仪器的屏幕(例如如图7中描绘的屏幕截图700中所示)上查看，以及被自动地导出为Excel文件。因而，可对血细胞(例如RBC、血小板和WBC)进行分析并分别绘制在三维直方图中，其中每个细胞在所述直方图上的位置由如本文所述的某些参数限定。
细胞的亚群可分成位于所述直方图上的不同位置处的不同组。例如，白血细胞和有核红血细胞可聚集在直方图的特定区域中，从而形成不同于另一个细胞群体(诸如可聚集在另一个区域中的网织红细胞群体)的细胞群体。这样，可对不同的细胞群体进行区分和分析。图7描绘计数分析的示例性屏幕截图700。如此处所示，包含WBC和NRBC的群体在直方图710上圈出。一般来讲，此类直方图可从如本文别处所讨论的网织红细胞通道(或WBC分类通道或NRBC通道)获得。
此类VCS值可对应于所述群体在直方图中的位置，并且对应于血细胞在显微镜下的形态。如图7A和图7B中所描绘，某些通道模块可以提供对各种血液组分(诸如血细胞或可能存在的细胞碎片)的测量。
能够以定量、客观和自动化的方式使用VCS参数来分析细胞事件，这种方式免受人为判读的主观性影响，所述人为判读也是非常耗时、昂贵的，且再现性有限。在对使WBC计数改变的各种医学病症进行诊断时可使用VCS参数。应当理解，当提及VCS参数或体积电导率散射数据分布时，此类表征可包括单个VCS数据特征的子集。例如，VCS参数数据可包括体积和电导率量度的组合、体积和散射量度的组合、或电导率和散射量度的组合。相似地，VCS参数数据可仅包括体积量度、仅包括电导率量度、或仅包括散射量度。在一些情况下，VCS参数数据可被视为包括光传播和电流数据的集合或子集。例如，光传播量度可包括在第一角度处的第一传播光、在不同于第一角度的第二角度处的第二传播光、轴向传播光、或它们的任何组合。相关地，电流量度可包括低频电流(例如，与体积对应的DC阻抗)、高频电流(例如，与内部细胞密度对应的RF电导率)、或它们的组合。在这个意义上，VCS参数数据或体积电导率散射数据分布可称为电流光传播参数或数据分布。
如本文进一步所论述，已发现某些VCS参数值对于评估个体中的WBC状态非常有用。因此，这些参数可在用于诊断WBC相关病症的系统和方法中实现。
图7A示出根据本发明实施例的生物样品分析系统700a的各方面。如此处所描绘，白血细胞分析技术可包括使用VCS网织红细胞通道来确定WBC+NRBC计数和RBC计数两者。另外，技术可包括使用CBC模块的RBC孔浴槽来确定RBC计数。而且，技术可以包括基于WBC+NRBC计数、网织红细胞模块RBC计数和CBC模块RBC计数来计算未校正的白血细胞计数(UWBC)。
如此处所示，样品分析系统700a包括样品抽吸模块710a、CBC模块720a(其结合了库尔特技术)以及VCS模块730a(其结合了VCS技术)。CBC模块720a包括接收来自抽吸模块710a的样品的血液采样阀721a。另外，CBC模块720a包括接收来自BSV 721a的样品(并且可用于确定WBC计数)的WBC孔浴槽722a和接收来自BSV 721a的样品(并且可用于确定RBC计数)的RBC孔浴槽723a。VCS模块730a包括样品分配阀731a，该样品分配阀接收来自抽吸模块710a的样品并且可用于将样品转移到网织红细胞室732a，以便采用流动池换能器740a处理并在网织红细胞通道750a中分析。样品分配阀731a还可用于将样品转移到WBC分类室734a，以便采用流动池换能器740a处理并在WBC分类通道760a中分析。而且，样品分配阀731a可用于将样品转移到NRBC室736a，以便采用流动池换能器740a处理并在NRBC通道770a中分析。
如本文别处所论述，本发明的实施例涵盖用于估计生物样品中的白血细胞(WBC)状态的自动化系统，其中所述系统包括被配置成确定生物样品的红血细胞计数的第一分析器模块(例如，实现库尔特技术)、被配置成确定生物样品的白血细胞(WBC)与红血细胞(RBC)的比率的第二分析器模块(例如，实现VCS技术)，以及被配置成基于库尔特红血细胞计数和VCS比率来确定WBC状态的数据处理模块。
根据一些实施例，根据样品在系统中进行处理的位置，样品可能会裂解或可能不会裂解。例如，在许多情况下，样品在使用WBC孔浴槽722a、WBC分类室734a和NRBC室736a进行处理时发生裂解。相比之下，在许多情况下，样品在使用RBC孔浴槽723a或网织红细胞室732a进行处理时不发生裂解。因此，如图7A中所描绘，可基于未裂解的样品来确定未校正的白血细胞计数(UWBC)。
根据一些实施例，可使用CBC模块来确定WBC计数(经由WBC孔浴槽)和RBC计数(经由RBC孔浴槽)两者。来自图7A中使用的CBC模块的参数为RBC计数[RBC#CBC]。换句话讲，不需要CBC模块的WBC孔浴槽。
图7B示出根据本发明实施例的生物样品分析系统700b(其还可包括上述分析系统700a的元件)的各方面。如此处所描绘，白血细胞分析技术可包括使用VCS网织红细胞通道750b来确定WBC+NRBC计数和RBC计数两者。另外，技术可包括使用CBC模块的RBC孔浴槽723b来确定未校正的RBC(URBC)计数。而且，技术可以包括基于WBC+NRBC计数、网织红细胞模块RBC计数和CBC模块URBC计数来计算未校正的白血细胞计数(UWBC)。
图8示意性地示出根据本发明实施例的用于获得WBC参数(例如，计数)的方法800。如此处所描绘，该方法包括获得来自个体的血样(例如，在常规检查期间)，如步骤810所指示。可使用细胞分析系统从这些生物样品获得全血细胞计数(CBC)数据、体积电导率散射(VCS)数据、或它们的组合，如步骤820所指示，所述细胞分析系统被装配为获得细胞事件参数，诸如贝克曼库尔特公司的DxH 800系统。可使用来自被分析样品的CBC参数、VCS参数、或它们的组合来确定WBC参数，如步骤830所指示。方法还可包括输出WBC状态信息，如步骤840中所指示。
分析系统
本发明的实施例涵盖细胞分析系统和其他自动化生物调查设备，所述系统和设备被编程为根据如本文所公开的技术执行WBC状态预测或识别方法。例如，被装配为获得和/或处理多个光角度检测参数的系统(诸如贝克曼库尔特公司的DxH 800系统)、或与其相关联或结合在其中的处理器或其他计算机或模块系统可被配置成接收本文所论述的各种测量结果或参数作为输入值，并自动地输出预测的WBC状态。所述预测的状态可提供(例如)个体具有正常的WBC水平、升高的WBC水平、或下降的WBC水平的指示。在一些情况下，被装配为获得和/或处理多个光角度检测参数的系统(诸如贝克曼库尔特公司的DxH 800系统)可包括被配置成自动地实现WBC计数分析的处理器或存储介质，借此从由被装配为获得多个光角度检测参数的系统(诸如DxH 800系统)分析的生物样品获得的数据还经受被装配为获得和/或处理多个光角度检测参数的系统(诸如DxH 800系统)的处理，并且WBC预测或指示由被装配为获得和/或处理多个光角度检测参数的系统(诸如DxH 800系统)基于被分析数据提供或输出。
图9描绘根据本发明实施例的示例性CBC模块900的各方面。此类CBC模块可以是诸如贝克曼库尔特公司的DxH 800系统之类的系统的一部分，其可以操作以控制或实施针对WBC、RBC和PLT细胞计数和血红蛋白测量的各种机械功能以及电子和光度测量功能。示例性CBC模块可用于制备CBC分析用样品，以及经由孔浴槽组件(例如，WBC浴槽910和RBC浴槽920)生成CBC参数测量结果。
可使用电阻抗方法对血液的细胞成分(例如，红血球、白血球和血小板)进行计数。例如，可将抽吸的全血样品分成两个等分试样，并与等渗稀释剂混合。可将第一稀释液递送到RBC孔浴槽920，并可将第二稀释液递送到WBC孔浴槽910。在RBC室中，可通过细胞穿过感测孔时的电阻抗对RBC和血小板两者进行计数和区分。例如，可将介于2fL和20fL之间的颗粒计作血小板，且可将大于36fL的那些颗粒计作RBC。对于WBC室处理而言，可将RBC裂解试剂添加到WBC稀释液等分试样，用于裂解RBC和释放血红蛋白，然后可在WBC浴槽的感测孔中通过阻抗对WBC进行计数。在一些情况下，所述浴槽可包括多个孔。因此，例如，可使用RBC三孔浴槽来获得血细胞计数技术中所使用的血细胞计数。
示例性CBC样品制备技术可包括两个过程，即样品采集和样品递送。样品采集可在抽吸165μL患者样品并将该样品导向至血液采样阀(BSV)时进行，例如如图7A中所描绘。BSV可操作以将特定体积的患者样品与DxH试剂一起导向，以递送到两个三孔浴槽。患者样品和DxH试剂能够以一定角度递送到孔浴槽的底部，该孔浴槽由于具有圆形设计，允许样品和试剂充分混合而不会混合气泡。然后可以制备供测量和分析用的样品。根据一些实施例，在WBC浴槽中，6.0mL(±1.0％)DxH稀释剂和28μL样品可以与1.08mL(±1.0％)DxH细胞裂解物混合，达到1:251的最终稀释度。根据一些实施例，在RBC浴槽中，10mL(±1.0％)DxH稀释剂和1.6μL样品可进行混合，达到1:6250的最终稀释度。在患者样品和DxH试剂进行混合之后，可对孔施加真空和孔电流，以测量细胞计数和细胞体积。RBC和PLT计数还可包括施用扫流技术，以防止细胞在孔附近发生再循环。在某些实施例中，针对RBC和PLT的数据采集可持续最多20秒，且针对WBC的数据采集可持续最多10秒。在某些实施例中，可通过前置放大器卡放大由孔组件生成的所有模拟脉冲，然后将所述模拟脉冲发送到CBC信号调节分析器卡以进行模拟-数字转换和参数提取。根据一些实施例，可以使用诸如贝克曼库尔特公司的DxH 800系统之类的系统测量针对每个细胞事件的多种参数，并且可以使用数字参数提取方法提供数字测量结果，诸如时间、体积(脉冲属性，包括振幅和脉冲宽度)、计数和计数率、以及等待时间。可任选地由诸如贝克曼库尔特公司的DxH 800系统之类的系统使用此类测量结果来进行脉冲编辑、重叠校正、计数投票，生成WBC、RBC和PLT的直方图，进行直方图投票、模式分析、以及干扰校正，等等。
图10描绘根据本发明实施例的示例性网织红细胞处理室1000的各方面。根据一些实施例，在通过(例如，VCS模块流动池换能器的)信号采集孔处理血样之前，可以使用诸如贝克曼库尔特公司的DxH 800之类系统的网织红细胞模块向样品施加染色剂，诸如新亚甲蓝染色剂。新亚甲蓝染色剂是使白血细胞的RNA沉淀的非荧光染料。沉淀的RNA能够有效地增大在多个不同角度处收集的测得光散射信号。本发明的实施例涵盖使用多种白血细胞染色技术中的任何一种，并且可以使用不同于新亚甲蓝染色剂的材料或者除新亚甲蓝染色剂之外的材料。如此处所示，网织红细胞室和通道处理技术可包括向染色室1010递送一定量的血液(例如27μl)[步骤1]，使该一定量的血液与染色剂接触(例如，通过将血液与染色剂混合)[步骤2]，温育该混合物[步骤3]，将温育后的混合物输送到网织红细胞室1020[步骤4]，引入网织红细胞清除试剂[步骤5]，将一定量的样品(例如4μl)输送到流动池1030用于分析[步骤6]，以及显示结果[步骤7]。
图10A示出根据本发明实施例的使用网织红细胞模块来确定WBC计数的附加方面。如此处所示，首先使血样的细胞与第一试剂一起温育，以便对网织红细胞的核糖核酸进行选择性染色(步骤10)。在一个实施例中，使用了染色剂新亚甲蓝(NMB)，但可以使用任何RNA特异性染色剂。接下来(步骤14)，通过第二试剂释放红血细胞的血红蛋白；该第二试剂为血影化试剂，包括硫氰酸钾和硫酸。血影化试剂在不破坏细胞膜的情况下使红血细胞溶胀为球形，从而使血红蛋白能够从红血细胞逸出。血影化试剂还具有固定性质，该性质使细胞能够保持它们由血影化试剂导致的溶胀所诱导的球形。由此产生的血红蛋白含量减少增强了网状组织的染色效果，这允许对网织红细胞进行流式细胞术测定。
在血影化步骤中，血样与血影化试剂在高温(41℃)下进行混合。为使红细胞有效溶胀，必须对血影化试剂的渗透压加以控制。在75至110毫渗摩尔范围外的渗透压会使红细胞裂解或受损，或者血细胞可保留血红蛋白，这些情况均阻止将未成熟网织红细胞与成熟红血细胞区分开来。
然后使得到的经染色和血影化的样品溶液穿过血液学分析仪的流动池(步骤18)，并且在各角度处测量ALL和散射光(步骤22)。可使用网织红细胞模块中的聚类算法，根据这些测量结果将网织红细胞和成熟RBC与白血细胞区分开。由此，WBC计数得以正确地确定(步骤26)，如本文别处所论述。
设门技术和聚类
血液学评价可涉及通过将细胞悬浮在流体的料流中并使其经过电子检测装置而进行的每秒分析数千个颗粒的同时多参数分析。可将生成的数据绘制成直方图并分成多个区域。区域是在一个或两个参数的直方图上围绕所关注群体绘出或定位的形状。示例性区域形状包括二维的多边形、圆圈、椭圆、不规则形状，等等。以数据形式例示的个体事件对应于独特的参数组合，并且在存在此类组合的多个实例的情况下累积。当使用一个区域来限制或分离绘制或定位在直方图上的细胞或事件，使得那些分离的细胞或事件可以在后续的直方图中显现时，将该过程称为“设门”。在涉及一个或多个区域的被称为“设门”的一系列顺序步骤中，可基于VCS参数对累积成直方图的数据进行分离或聚类。在一些情况下，使用布林(Boolean)逻辑(与(AND)、或(OR)、非(NOT))将设门彼此结合。常见技术涉及按顺序使用设门。在一些情况下，并行地执行设门。
可使用各种手动设门、自动化设门和其他设门，边界决策、区域设置、或直方图分割技术来对直方图数据进行分割或设门，并且示例性技术在美国专利公布No.2010/0111400(“Non-Linear Histogram Segmentation for Particle Analysis”(用于颗粒分析的非线性直方图分割))中进行讨论，该专利公布的内容以引用方式并入本文。例如，US2010/0111400描述了一种形式的聚类算法，该算法使用非线性直方图分割进行颗粒分析。一般来讲，由所述算法执行的步骤包括基于颗粒的两个所选参数来形成初始的二维直方图，在这种情况下，所述两个所选参数为如本文别处所述的ALL和log LALS，或ALL和logMALS与log LALS的总和。使用其他参数将碎片和血小板与所关注细胞分离。然后对初始的二维直方图进行滤波，以生成经滤波的二维图像。所用的滤波器是用于去除噪声的平滑滤波器和试图找到任何细胞群体的边缘的边缘检测滤波器的组合。结果为具有被检测到的任何群体的边缘的平滑且噪音降低的图像。根据该经滤波的二维图像，与局部振幅极大值对应的多个种子群得以确定。然后将锚点限定为各群体对的质心对之间的中点。所述算法生成一条或多条线性轮廓线，其穿过或附接到锚点以将检测到的种子群分离。该算法随后调整轮廓点，以使能量函数(f(距离，曲率，强度))在用于分离检测到的种子群的线性轮廓线中的至少一条上近似最小化。使种子群分离可包括将轮廓线扩展为轮廓带。然后可使用分水岭变换进行区域合并，由此将轮廓带缩小或移除。结果是所述各群体能够得到分离和识别。
表1提供了在某些情况下可用于本文所用的各种参数或术语的示例性定义。
根据一些实施例，可以执行各种设门步骤以获得WBC计数。可使用诸如贝克曼库尔特公司的DxH 800系统之类的系统，基于网织红细胞模块和通道处理技术来执行这些步骤中的一个或多个。
碎片事件识别
根据本发明的一些实施例，图11至图18中所示的直方图可基于使用细胞分析系统(诸如贝克曼库尔特公司的DxH 800系统)的网织红细胞模块和通道获得的数据。如图11中所示，可在数据采集期间检测碎片事件。此类碎片事件可在LogUMALS4对OP的视图中被识别出来。如此处所示，碎片事件位于底部以及右侧。识别出的碎片事件可被排除在后续的设门步骤之外。
如此处的二维直方图(在一些实施例中，其源自设门事件；而在某些实施例中，其源自非设门事件)中所示，被命名为“碎片”(Debris)的区域及其相应的边界线将直方图分成了两个单独的事件集合。碎片区域可通过边界线结合直方图边界的外部界限(右侧的最大OP值，下侧的最小LogUMALS4值)进行限定。碎片区域将直方图分成了两个独立的数据集合。示出的原始数据包括所有事件，并且该区域将事件分成了两个单独的集合，使得第一集合位于该区域的内部(“碎片”)，而第二集合位于该区域的外部(“非碎片”(NOT Debris))。因此，该区域为将数据分成两个子集的形状。
可对落在区域边界线(即，限定该区域的线条)内的设门事件的数量进行计数或评估。作为非限制性例子，在一些实施例中，这涉及确定落在限定碎片区域的边界线内的事件的数量。另外，可以获得正被分析的事件的总数量。在一些实施例中，该数量是指所有收集到的事件的预定义子集。在一些情况下，图11可以表示设门或非设门的直方图。如本文所用的术语“非设门的”意指，作为非限制性例子，所述直方图是使用通过仪器获得的所有可用数据构建的。
在一些实施例中，可使用第二区域(“非碎片”)来限制或分离绘制或定位在图11的直方图上的细胞或事件，使得那些分离的细胞或事件显现于图12的后续直方图中。这样，通过限制来自(图11的)第一直方图的将后续显现于(图12的)第二直方图中的事件或细胞的数量，该区域(“非碎片”)的使用充当了设门步骤。作为非限制性例子，该区域起到设门的作用以过滤掉或分离出区域边界内的那些事件，使得这些事件被提取出并被置于下一直方图中。如此处所用的术语“设门的”意指，作为非限制性例子，存在于直方图中的数据是使用如应用于前一直方图的设门步骤得到的。
因此，如此处所描绘，图11可表示非设门或设门的数据，而图12表示设门的数据(即，对“非碎片”事件进行设门)。在许多情况下，后续直方图的参数不同于用于前一直方图的那些参数。在一些情况下，使用单个设门步骤分离出群体。在一些情况下，使用多个设门步骤分离出群体。如本文别处所论述，在一些情况下将布林逻辑应用于直方图数据。
WBC/NRBC事件识别
WBC和NRBC细胞具有细胞核，并且可在如图12中所示的ALL对(LogMALS+LogLALS)直方图中被识别出来。WBC/NRBC事件位于右上角，其以圈起来的形式显示。识别出的WBC/NRBC事件可被排除在后续的设门步骤之外。
如此处的二维直方图中所示，被命名为“WBC/NRBC”的区域及其相应的边界线将直方图分成了两个单独的事件集合。WBC/NRBC区域可至少部分地通过边界线限定。WBC/NRBC区域将直方图分成了两个独立的数据集合，使得第一集合位于该区域的内部(“WBC/NRBC”)，而第二集合位于该区域的外部(“非WBC/NRBC”(NOT WBC/NRBC))。因此，该区域为将数据分成两个子集的形状。
在一些实施例中，可使用第二区域(“非WBC/NRBC”)来限制或分离绘制或定位在图12的直方图上的细胞或事件，使得那些分离的细胞或事件显现于图13的后续直方图中。这样，通过限制来自(图12的)第一直方图的将后续显现于(图13的)第二直方图中的事件或细胞的数量，该区域(“非WBC/NRBC”)的使用充当了设门步骤。作为非限制性例子，该区域起到设门的作用以过滤掉或分离出区域边界内的那些事件，使得这些事件被提取出并被置于下一直方图中。如此处所用的术语“设门的”意指，作为非限制性例子，存在于直方图中的数据是使用如应用于前一直方图的设门步骤得到的。
因此，如此处所描绘，图13表示设门的数据(即，对“非WBC/NRBC”事件进行设门)。在许多情况下，后续直方图的参数不同于用于前一直方图的那些参数。在一些情况下，使用单个设门步骤分离出群体。在一些情况下，使用多个设门步骤分离出群体。如本文别处所论述，在一些情况下将布林逻辑应用于直方图数据。
血小板事件识别
根据一些实施例，血小板事件可显示出较低的DC、较高的光散射和较高的OP。可用于将血小板事件与其他事件分离的一个视图是如图13中所示的(LogDC-LogUMALS)对(LogLALS+OP)。血小板事件位于右下角，其被圈起来。如此处所示，识别出的血小板事件可被排除(例如，在对非血小板事件进行设门以获得图14时)或选择(例如，在对血小板事件进行设门时)。
如图13的二维直方图中所示，被命名为“血小板”(Platelet)的区域及其相应的边界线将直方图分成了两个单独的事件集合。血小板区域可至少部分地通过边界线限定。血小板区域将直方图分成了两个独立的数据集合，使得第一集合位于该区域的内部(“血小板”)，而第二集合位于该区域的外部(“非血小板”(NOT Platelet))。因此，该区域为将数据分成两个子集的形状。
在一些实施例中，可使用第二区域(“非血小板”)来限制或分离绘制或定位在图13的直方图上的细胞或事件，使得那些分离的细胞或事件显现于图14的后续直方图中。这样，通过限制来自(图13的)第一直方图的将后续显现于(图14的)第二直方图中的事件或细胞的数量，该区域(“非血小板”)的使用充当了设门步骤。作为非限制性例子，该区域起到设门的作用以过滤掉或分离出区域边界内的那些事件，使得这些事件被提取出并被置于下一直方图中。如此处所用的术语“设门的”意指，作为非限制性例子，存在于直方图中的数据是使用如应用于前一直方图的设门步骤得到的。
因此，如此处所描绘，图14表示设门的数据(即，对“非血小板”事件进行设门)。在许多情况下，后续直方图的参数不同于用于前一直方图的那些参数。在一些情况下，使用单个设门步骤分离出群体。在一些情况下，使用多个设门步骤分离出群体。如本文别处所论述，在一些情况下将布林逻辑应用于直方图数据。
RBC事件识别
根据一些实施例，可在如图14中所示的EDC对log ALL视图中识别出RBC事件(包括成熟RBC和网织红细胞两者)。RBC事件位于该视图的下面部分，其被圈起来。一般来讲，可使用EDC、ALL(包括log ALL)、散射参数、或它们的组合识别出RBC事件。
因此，本发明的实施例涵盖可用于根据升高的DC、ALL、LALS、LMALS、MALS和/或UMALS以及其他参数来对血细胞事件进行识别和计数的系统和方法。
计算白血细胞计数
本发明的实施例涵盖基于WBC+NRBC计数和RBC计数来确定WBC计数的系统和方法。如图15的网织红细胞通道直方图中所描绘，在绘制ALL对Log LALS的图时，WBC & NRBC(组合的白血细胞和有核红血细胞)事件与成熟红血细胞和网织红细胞计数分离。在某些情况下，如图16的网织红细胞通道直方图中所描绘，网织红细胞群体将仍然与WBC & NRBC群体重叠。在这种情况下，如图17的网织红细胞通道直方图中所示，绘制ALL对log MALS+logLALS的图导致分离增强。因此，在x轴中将Log LALS加上Log MALS可以改善一些样品的WBC-NRBC分离。
如本文别处所论述，来自网织红细胞模块的红血细胞(RBC)事件计数可用于WBC计算。根据一些实施例，RBC网织红细胞事件计数涵盖成熟红血细胞和网织红细胞两者。如图15至图17中所描绘，可使用各种技术来确定网织红细胞群体和计数。在一些情况下，确定成熟红血细胞和网织红细胞的组合计数，而无需识别从成熟红血细胞分离的网织红细胞。可使用网织红细胞模块，采用多种技术中的任何一种来确定RBC计数(例如，组合的成熟红血细胞和网织红细胞)。例如，如图18中所描绘，在绘制体积对光散射参数(或光散射参数的对数)的图时，可以确定成熟红血细胞事件1802和网织红细胞事件1804。光散射参数(或其对数)可以是可用于确定RBC计数的任何参数。例如，光散射参数可以是上中间角光散射(UMALS)参数。根据该散射曲线图，可对通常存在于血样中的不同细胞类型的事件数据群体进行评价。如此处所示，在作为整体的红血细胞(即，红血球1802和网织红细胞1804)、血小板1808和白血细胞1806的群体之间存在足够的分离，因此各种技术允许对作为整体的红细胞群体进行设门，例如，基于由线1822和1824限定的区域。示例性设门技术可涉及将选择的测量结果从多参数数据中过滤掉，例如，如本文别处所述，以及通过相对于已知的阈值，对每个细胞事件所产生的测量结果进行检验来分离红血细胞(红血球和网织红细胞)、血小板和白血细胞。例如，线1824可以是阈值体积值，而线1822可以是阈值光散射值，其中使用高于线1824的体积测量结果和小于线1822的光散射(经常以光散射的对数的形式使用)值的细胞事件要么对应于红血球、要么对应于网织红细胞。在一些情况下，网织红细胞群体还可以(例如)通过诸如线1830之类的线进行设门。在线1830右侧的事件是网织红细胞，而在线1830左侧的事件是成熟红细胞。红血细胞分析技术的附加和相关的方面为美国专利公布No.2010/0075369和No.2010/0240055，所述专利公布的内容以引用方式并入本文。
在阐释用于确定WBC计数的各种计算时，对所使用的命名进行限定是有帮助的。在一些情况下，符号“#”指代浓度。在一些情况下，下标“CBC”、“Retic”和“NRBC”指示分别使用标准的CBC模块、网织红细胞模块和NRBC模块。术语“事件”可以指个体颗粒计数。
除确定WBC & NRBC计数之外，还可以计算WBC & NRBC与RBC计数的比率，随后利用该值，使用来自CBC模块的被表示为(RBC#)的RBC计数(浓度)来计算被表示为(UWBC#)的未校正的WBC计数(浓度)。例如，可使用以下公式确定与网织红细胞模块对应的未校正的WBC计数(浓度)：
UWBC#Retic＝RBC#CBC×(WBC&NRBC事件Retic/RBC事件Retic)
任选地，可以计算WBC & NRBC与RBC+WBC & NRBC事件的比率，并且还使用来自CBC模块的未校正的RBC计数(浓度)来计算未校正的WBC计数(浓度)。例如，可使用以下公式确定与网织红细胞模块对应的未校正的WBC计数(浓度)：
UWBC#Retic＝URBC#CBC×(WBC&NRBC事件Retic/(RBC事件Retic+
WBC&NRBC事件Retic))
当CBC模块中的WBC干扰影响RBC#计数的准确性时，该任选的方法可以产生更准确的结果。
可通过使用来自NRBC模块的NRBC百分比(NRBC％)来对未校正的WBC计数进行校正。在一些情况下，可以使用诸如美国专利No.7,008,792和No.7,208,319中所描述技术的技术来确定NRBC％，所述专利的内容以引用方式并入本文。例如，可以使用如美国专利No.7,208,319的实例1中所描述的NRBC模块来确定NRBC％(其也可称为NRBC浓度)。应当注意的是，如美国专利No.7,208,319的实例1中所用的术语“浓度”以百分比描述，而不是以每单位体积的计数数量为单位的群体计数描述。在一些情况下，可使用如图7A中所示的NRBC通道770a来确定NRBC％。例如，可使用以下公式确定与网织红细胞模块对应的经校正的WBC计数(浓度)：
WBC#Retic＝UWBC#Retic/(1+NRBC％NRBC)
图19描绘根据本发明实施例的示例性NRBC处理室1900的各方面。如此处所示，NRBC处理技术可包括向NRBC室1910递送血液[步骤1]，然后将NRBC裂解剂引入室1910中[步骤2]，以使血样与裂解剂接触。NRBC处理技术还可以包括将样品输送到流动池1920用于分析[步骤3]，以及显示结果[步骤4]。相关地，图20描绘根据本发明实施例的示例性NRBC处理周期的各方面。如此处所示，可对血样的一部分进行稀释并使用裂解试剂进行处理，以选择性地去除有核红血细胞，同时保留可以可预测状态存在的NRBC、WBC以及任何血小板或细胞碎片。NRBC处理周期2000可包括总裂解周期2010、空气混合周期2020以及裂解周期2030。
可使用NRBC模块，利用各种体积电导率散射(VCS)参数来分析NRBC。在一些情况下，可使用轴向光损失和DC阻抗测量结果来评价NRBC。例如，图21示出使用如本文别处所描述的NRBC模块试剂和程序处理和分析的、包含有核红血细胞的临床全血样品的DC对ALL的散点图。如此处所示，有核红血细胞(NRBC)形成与白血细胞和细胞碎片分离的群集。可通过将识别出的NRBC群集(图21)中的细胞数除以白血细胞(WBC)数再将该商乘以100来计算样品的NRBC浓度。可将NRBC浓度报告为NRBC数/100WBC(这与手册参考方法的单位相同)，或可将NRBC浓度报告为每微升(μL)全血的NRBC绝对数。在另一个实施例中，如图22中所描绘，用于将有核红血细胞与其他细胞类型区分开的方法可以使用轴向光损失和小角光散射测量结果(例如LS1，诸如在5.1°处的光散射)的组合。在该实施例中，裂解的血样在流动池中分析，方式为测量轴向光损失和小角光散射信号。通过使用获得的轴向光损失和小角光散射信号，将有核红血细胞与其他细胞类型区分开。在一些情况下，小角光散射信号在小于10°处测得。在一些情况下，小角光散射与在约1°至约7°范围内的角度对应，或与在约4°至约6°范围内的角度对应。
在示例性NRBC处理技术中，可对一定量的血液进行稀释(例如，使用等渗血液稀释剂)，随后在血液学分析仪的混合室中将其与一定量的裂解试剂混合。在混合后的一定时间(例如，约9秒)处，可使用鞘液将样品混合物递送到流动池，以便对有核红血细胞进行分析。示例性裂解试剂可以是pH为约4的水溶液，其含有用于裂解红血细胞和分析有核红血细胞的活性组分，例如，36g/L十二烷基三甲基氯化铵(50％溶液)和3.6g/L十四烷基三甲基溴化铵。
在另一个实施例中，在WBC群体不包含NRBC的情况下，对WBC的量进行计数的步骤可包括根据以下公式简单地计算所述关系：
WBC#Retic＝RBC#CBC×(WBC事件Retic/RBC事件Retic)
图23描绘相对已知标准值绘制的来自WBC模块的WBC计数值在高WBC计数的情况下发生分散。容易看出，对于高计数的白细胞，白细胞计数显著地偏离实际标准值。回归线落在代表一对一相关性的虚线下方。因此，白细胞计数被低估了。此处所示的实线是以实际数据点为基础计算出的回归线，并且由式y＝0.883x描述。
图24描绘与在图23中一样的测量结果，其中将由网织红细胞模块确定的WBC计数与标准值进行比较。如图可见，回归线更近似匹配代表一对一相关性的虚线。该技术可与任何血液学分析仪一起使用，所述血液学分析仪被装配为测量同一样品中的光散射参数(例如，光散射和轴向光损失)，以及RBC(成熟RBC和网织红细胞)和WBC&NRBC事件。
如本文别处所论述，WBC计数技术尤其可用于分析含有高数量的WBC的样品。例如，可使用示例性技术来生成样品的每103/μL超过400个WBC的WBC计数。此外，即便存在大血小板、血小板凝块、NRBC或其他干扰物质(诸如脂质)等造成的干扰，示例性技术仍可以生成可靠的WBC计数。
本发明的实施例提供了可以报告大范围的WBC计数值的WBC计数技术。另外，本文所公开的WBC计数技术可在不需要补偿由于重叠造成的WBC计数损失的情况下实现。网织红细胞模块可以处理密度一般为WBC1000倍的RBC。因此，对于WBC计数，重叠可以忽略不计。
如本文别处所论述，示例性WBC计数技术可在不使用通过以化学方式破坏RBC来将RBC和WBC分离的裂解程序的情况下实现。此类裂解程序通常需要精确的控制和分配方案、特殊试剂、具体的时间安排和温度参数，等等。相关地，任何未裂解的RBC均可对WBC造成严重干扰。本发明的实施例涵盖通过使用数字处理方法将RBC与WBC分离来避免这些问题的技术。此外，示例性WBC技术可在不使用流速测量或控制(例如，其常用于计算样品体积)的情况下实现。另外，示例性WBC技术可操作以在多维空间中使WBC免受血小板干扰，因而可以避免与巨大血小板或血小板凝块干扰相关联的问题。
可使用计算机或具有硬件、软件和/或固件的其他处理器来执行本文描述的计算或操作中的每一个。各个方法步骤可通过模块执行，并且所述模块可包括被布置用于执行本文所述的方法步骤的多种多样的数字和/或模拟数据处理硬件和/或软件中的任何一种。所述模块任选地包括数据处理硬件，该数据处理硬件由于具有与其相关联的适当机器编程代码而适于执行这些步骤中的一个或多个，用于两个或更多个步骤(或两个或更多个步骤的部分)的模块被集成到单个处理器板中或采用多种多样的集成式和/或分布式处理架构中的任何一种被分成不同的处理器板。这些方法和系统通常将采用有形介质，该有形介质体现具有用于执行上述方法步骤的指令的机器可读代码。合适的有形介质可包括存储器(包括易失性存储器和/或非易失性存储器)、存储介质(诸如软盘、硬盘、磁带等上的磁记录；光学存储器诸如CD、CD-R/W、CD-ROM、DVD等上的磁记录；或任何其他数字或模拟存储介质)，等等。
在附图中描绘或上文所述的部件的不同布置，以及未示出或描述的部件和步骤也是可行的。相似地，一些结构和子组合是可用的，并且可在不考虑其他结构和子组合的情况下被采用。出于示例性而非限制性的目的描述了本发明的实施例，并且可供选择的实施例对于本专利的读者而言将是显而易见的。在某些情况下，方法步骤或操作可按不同的顺序执行或实施，或者可对操作进行添加、删除或修改。应当理解，在本发明的某些方面，可用多个部件来替换单个部件，并且可用单个部件来替换多个部件，以提供元件或结构或者执行给定的一种或多种功能。除了这种替换将不能有效实践本发明的某些实施例的情况之外，这种替换被视为在本发明的范围之内。
应当理解，已对本发明实施例的附图和描述进行了简化，以示出与清楚地理解本发明相关的元件。然而，本领域的普通技术人员将认识到，这些元件和其他元件可能是需要的。然而，由于此类元件是本领域中所熟知的，并且由于它们不利于更好地理解本发明，所以在本文中没有提供对此类元件的论述。应当理解，提供附图是为了进行示意性的说明，并且所述附图不作为构造图提供。省略的细节和修改或可供选择的实施例在本领域普通技术人员的认识范围内。
应当理解，在本发明的某些方面，可用多个部件来替换单个部件，并且可以用单个部件来替换多个部件，以提供元件或结构或者执行给定的一种或多种功能。除了这种替换将不能有效实践本发明的某些实施例的情况之外，这种替换被视为在本发明的范围之内。
本文提供的实例旨在举例说明本发明的潜在和特定的具体实施。应当理解，所述实例主要旨在为本领域的技术人员提供对本发明的举例说明。在不脱离本发明的实质的前提下，可对这些图形或本文所述的操作进行变化。例如，在某些情况下，方法步骤或操作可按不同的顺序执行或实施，或者可对操作进行添加、删除或修改。
此外，鉴于本文已出于对本发明进行举例说明并且不对本发明构成限制的目的描述了本发明的特定实施例，本领域的普通技术人员应当理解，在不脱离如权利要求中所述的本发明的前提下，可以对元件、步骤、结构和/或部件的细节、材料和布置进行在本发明的原理和范围内的许多变化。
本公开中所论述的所有专利、专利公布、专利申请、期刊论文、书籍、技术参考手册等全文以引用方式并入本文中以用于所有目的。
在附图中描绘或上文所述的部件的不同布置，以及未示出或描述的部件和步骤也是可行的。相似地，一些结构和子组合是可用的，并且可在不考虑其他结构和子组合的情况下被采用。出于示例性而非限制性的目的描述了本发明的实施例，并且可供选择的实施例对于本专利的读者而言将是显而易见的。因此，本发明不限于上文所述或在附图中描绘的实施例，并且可以在不脱离以下权利要求的范围的前提下，采取各种实施例和修改形式。

Claims (24)

1.一种用于确定生物样品中的白血细胞状态的自动化系统(700a,700b)，所述系统包括：
第一模块(720a)，所述第一模块被配置成确定所述生物样品的第一红血细胞浓度；
第二模块(720b)，所述第二模块被配置成确定所述生物样品的白血细胞和有核红血细胞的组合浓度，以及所述生物样品的第二红血细胞浓度，其特征在于，
数据处理模块，所述数据处理模块被配置成基于第一因子和第二因子的乘积来确定所述白血细胞状态，所述第一因子包括所述第一红血细胞浓度，并且所述第二因子包括以下比率中的一个比率：
i)所述白血细胞和有核红血细胞的组合浓度与所述第二红血细胞浓度的比率；或
ii)所述白血细胞和有核红血细胞的组合浓度与所述第二红血细胞浓度以及所述白血细胞和有核红血细胞的组合浓度之和的比率。
2.根据权利要求1所述的系统，还包括第三模块，所述第三模块被配置成确定所述生物样品的有核红血细胞百分比，其中所述数据处理模块被配置成基于所述第一红血细胞浓度、所述白血细胞和有核红血细胞的组合浓度、所述第二红血细胞浓度、以及所述有核红血细胞百分比来确定经调节的白血细胞状态。
3.根据权利要求2所述的系统，其中所述经调节的白血细胞状态基于所述生物样品的所述白血细胞状态与所述有核红血细胞百分比的比率。
4.根据权利要求1所述的系统，其中所述第二模块(720b)被进一步配置成确定所述生物样品的估计白血细胞浓度，并且其中所述数据处理模块被配置成基于所述第一红血细胞浓度及所述估计白血细胞浓度与所述第二红血细胞浓度的比率的乘积来确定经调节的白血细胞状态。
5.根据权利要求1所述的系统，还包括：
(a)光学元件(410)，所述光学元件具有细胞询问区(412)；
(b)流动路径(420)，所述流动路径被配置成朝所述细胞询问区(412)递送所述生物样品的流体动力学聚焦料流(422)；
(c)电极组件(430)，所述电极组件(430)被配置成测量所述生物样品的逐个穿过所述细胞询问区(412)的细胞的直流(DC)阻抗；
(d)光源(440)，所述光源(440)被取向为将光束(442)沿着光束轴(444)引导以照射所述生物样品的逐个穿过所述细胞询问区(412)的所述细胞；
(e)光检测组件(450)，所述光检测组件(450)光学耦合到所述细胞询问区(412)以便测量由所述生物样品的所述被照射细胞散射并且透射穿过所述被照射细胞的光，所述光检测组件(450)被配置成测量：
(i)来自所述被照射细胞的在相对于所述光束轴(444)的第一范围内的第一传播光(452s)；
(ii)来自所述被照射细胞的在相对于所述光束轴(444)的第二角度范围内的第二传播光(454s)，所述第二角度范围不同于所述第一范围；以及
(iii)来自所述被照射细胞的沿着所述光束轴传播的轴向光(458t)；以及
(f)孔浴槽(723a)，所述孔浴槽被配置成确定所述生物样品的所述第一红血细胞浓度；
其中所述数据处理模块被配置成将来自所述生物样品的所述细胞的所述DC阻抗、所述第一传播光(452s)、所述第二传播光(454s)和所述轴向光(458t)测量结果的第一子集关联，以确定所述白血细胞和有核红血细胞的组合浓度，并且
其中所述数据处理模块被配置成将来自所述生物样品的所述细胞的所述DC阻抗、所述第一传播光(452s)、所述第二传播光(454s)和所述轴向光(458t)测量结果的第二子集关联，以确定所述第二红血细胞浓度。
6.根据权利要求1所述的系统，其中所述白血细胞状态的所述确定包括白血细胞浓度的确定。
7.根据权利要求6所述的系统，其中所述数据处理模块被配置成按照每体积血液的白血细胞计数来确定所述白血细胞浓度。
8.根据权利要求1所述的系统，其中所述生物样品未裂解。
9.根据权利要求1所述的系统，其中所述第一红血细胞浓度为总红血细胞浓度，所述总红血细胞浓度包括成熟红血细胞和网织红细胞的组合浓度。
10.根据权利要求5所述的系统，其中所述第一子集包括所述第一传播光(452s)和所述轴向光(458t)测量结果，所述第一传播光(452s)测量结果包括小角光散射(LALS)测量结果，并且所述轴向光(458t)测量结果包括轴向光损失(ALL)测量结果。
11.根据权利要求5所述的系统，其中所述第二子集包括所述DC阻抗和所述第一传播光(452s)测量结果。
12.根据权利要求1所述的系统，其中进一步包括输出装置，所述输出装置从所述数据处理模块输出所述白血细胞状态。
13.一种用于确定生物样品中的白血细胞状态的自动化方法，所述方法包括：
使用第一模块(720a)确定所述生物样品的第一红血细胞浓度；
使用第二模块(720b)确定所述生物样品的白血细胞和有核红血细胞的组合浓度，以及所述生物样品的第二红血细胞浓度，其特征在于，所述方法：
使用数据处理模块，基于第一因子和第二因子的乘积来确定所述白血细胞状态，所述第一因子包括所述第一红血细胞浓度，并且所述第二因子包括以下比率中的一个比率：
i)所述白血细胞和有核红血细胞的组合浓度与所述第二红血细胞浓度的比率；或者
ii)所述白血细胞和有核红血细胞的组合浓度与所述第二红血细胞浓度以及所述白血细胞和有核红血细胞的组合浓度之和的比率。
14.根据权利要求13所述的方法，其中所述生物样品未裂解。
15.根据权利要求13所述的方法，其中所述第一红血细胞浓度为总红血细胞浓度，所述总红血细胞浓度包括成熟红血细胞和网织红细胞的组合浓度。
16.根据权利要求13所述的方法，还包括使用第三模块确定所述生物样品的有核红血细胞百分比，其中所述确定所述白血细胞状态的步骤包括基于所述第一红血细胞浓度、所述白血细胞和有核红血细胞的组合浓度、所述第二红血细胞浓度、以及所述有核红血细胞百分比来确定经调节的白血细胞状态。
17.根据权利要求16所述的方法，其中所述经调节的白血细胞状态基于所述生物样品的所述白血细胞状态与所述有核红血细胞百分比的比率来确定。
18.根据权利要求13所述的方法，还包括使用所述第二模块(720b)来确定所述生物样品的估计白血细胞浓度，以及使用所述数据处理模块基于所述第一红血细胞浓度及所述估计白血细胞浓度与所述第二红血细胞浓度的比率的乘积来确定经调节的白血细胞状态。
19.根据权利要求13所述的方法，还包括：
(a)朝着光学元件(410)的细胞询问区(412)递送所述生物样品的流体动力学聚焦料流(422)；
(b)利用电极组件(430)测量所述生物样品的逐个穿过所述细胞询问区(412)的细胞的电流(DC)阻抗；
(c)利用具有轴线(444)的电磁光束(442)照射所述生物样品的逐个穿过所述细胞询问区(412)的细胞；
(d)利用光检测组件(450)测量来自所述被照射细胞的在相对于所述光束轴(444)的第一范围内的第一传播光(452s)；
(e)利用所述光检测组件(450)测量来自所述被照射细胞的在相对于所述光束轴(444)的第二角度范围内的第二传播光(454s)，所述第二角度范围不同于所述第一范围；以及
(f)利用所述光检测组件(450)测量来自所述被照射细胞的沿着所述光束轴(444)传播的轴向光(458t)；
其中所述第二模块(720b)基于来自所述生物样品的所述细胞的所述DC阻抗、所述第一传播光(452s)、所述第二传播光(454s)和所述轴向光(458t)测量结果的第一子集来确定所述白血细胞和有核红血细胞的组合浓度，并且
其中所述第二模块(720b)基于来自所述生物样品的所述细胞的所述DC阻抗、所述第一传播光(452s)、所述第二传播光(454s)和所述轴向光(458t)测量结果的第二子集来确定所述第二红血细胞浓度。
20.根据权利要求19所述的方法，其中所述第一子集包括所述第一传播光(452s)和所述轴向光(458t)测量结果，所述第一传播光(452s)测量结果包括小角光散射(LALS)测量结果，并且所述轴向光(458t)测量结果包括轴向光损失(ALL)测量结果。
21.根据权利要求19所述的方法，其中所述第二子集包括所述DC阻抗和所述第一传播光(452s)测量结果。
22.根据权利要求13所述的方法，其中所述确定所述白血细胞状态的步骤包括确定所述白血细胞浓度。
23.根据权利要求13所述的方法，其中所述使用数据处理模块确定所述白血细胞状态的步骤包括按照每体积血液的白血细胞计数来确定白血细胞浓度。
24.根据权利要求13所述的方法，其中进一步包括从所述数据处理模块输出所述白血细胞状态。
CN201380042344.2A 2012-07-05 2013-07-03 用于确定白血细胞计数的方法和装置 Active CN104541149B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201261668377P 2012-07-05 2012-07-05
US61/668,377 2012-07-05
PCT/US2013/049367 WO2014008424A1 (en) 2012-07-05 2013-07-03 Method and apparatus for determining white blood cell counts
US13/935,154 2013-07-03
US13/935,154 US9096885B2 (en) 2012-07-05 2013-07-03 Method and apparatus for determining white blood cell counts

Publications (2)

Publication Number Publication Date
CN104541149A CN104541149A (zh) 2015-04-22
CN104541149B true CN104541149B (zh) 2017-03-01

Family

ID=49878794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380042344.2A Active CN104541149B (zh) 2012-07-05 2013-07-03 用于确定白血细胞计数的方法和装置

Country Status (9)

Country Link
US (2) US9096885B2 (zh)
EP (1) EP2870458B1 (zh)
JP (1) JP6321637B2 (zh)
KR (1) KR101963477B1 (zh)
CN (1) CN104541149B (zh)
BR (1) BR112015000018B1 (zh)
ES (1) ES2828660T3 (zh)
IN (1) IN2014DN10974A (zh)
WO (1) WO2014008424A1 (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9938557B2 (en) 2010-09-16 2018-04-10 The General Hospital Corporation Red blood cell dynamics for administering treatment for iron-deficiency anemia
US9096885B2 (en) 2012-07-05 2015-08-04 Beckman Coulter, Inc. Method and apparatus for determining white blood cell counts
JP6437522B2 (ja) 2013-03-15 2018-12-12 ベックマン コールター， インコーポレイテッド フローサイトメトリーにおけるパネル設計のためのシステム及び方法
DE102013216362A1 (de) * 2013-08-19 2015-02-19 Siemens Healthcare Diagnostics Products Gmbh Analyseverfahren zur Klassifikationsunterstützung
WO2016094720A1 (en) * 2014-12-10 2016-06-16 Neogenomics Laboratories, Inc. Automated flow cytometry analysis method and system
US10264515B2 (en) * 2014-12-22 2019-04-16 Qualcomm Incorporated Enhanced access network query protocol (ANQP) signaling to scale to support large numbers of service providers at an access point (AP)
WO2016106688A1 (zh) * 2014-12-31 2016-07-07 深圳迈瑞生物医疗电子股份有限公司 一种有核红细胞报警方法、装置及流式细胞分析仪
CN104732229B (zh) * 2015-03-16 2018-04-27 华南理工大学 一种用于宫颈涂片图像中重叠细胞的分割方法
WO2017106461A1 (en) 2015-12-15 2017-06-22 The General Hospital Corporation Methods of estimating blood glucose and related systems
CN115482925A (zh) * 2016-01-28 2022-12-16 贝克曼考尔特公司 感染检测和区分系统及方法
US10190961B2 (en) * 2016-03-18 2019-01-29 Shenzhen Mindray Bio-Medical Electronics Co., Ltd. Sample analyzer and sample analyzing method thereof
US11293852B2 (en) 2016-04-07 2022-04-05 The General Hospital Corporation White blood cell population dynamics
WO2018049064A1 (en) * 2016-09-08 2018-03-15 Abbott Laboratories Automated body fluid analysis
CN113049477A (zh) * 2017-06-14 2021-06-29 芯易诊有限公司 用于细胞分析的装置和方法
WO2018232589A1 (zh) * 2017-06-20 2018-12-27 深圳迈瑞生物医疗电子股份有限公司 一种血小板聚集识别的方法、装置和细胞分析仪
WO2019055520A1 (en) 2017-09-13 2019-03-21 Graftworx, Inc. SYSTEMS AND METHODS FOR DETECTION OF PERIPROTETIC INFECTION
WO2019083844A1 (en) 2017-10-23 2019-05-02 Cytochip Inc. DEVICES AND METHOD FOR MEASURING TARGET ANALYTES AND PARTICLES
US11852640B2 (en) 2017-10-27 2023-12-26 Beckman Coulter, Inc. Hematology analyzers and methods of operation
CA3084006A1 (en) * 2017-12-15 2019-06-20 Gastroklenz Inc. Sensor monitoring system for in-dwelling catheter based treatments
US11521706B2 (en) 2018-04-20 2022-12-06 Beckman Coulter, Inc. Testing and representing suspicion of sepsis
EP3782166B1 (en) 2018-04-20 2023-08-09 Beckman Coulter, Inc. Sepsis infection determination systems and methods
EP3789751A4 (en) * 2018-04-28 2021-06-30 Shenzhen Mindray Bio-Medical Electronics Co., Ltd. METHOD AND SYSTEM FOR DETERMINING THROMBOCYTE CONCENTRATION
WO2019206312A1 (zh) 2018-04-28 2019-10-31 深圳迈瑞生物医疗电子股份有限公司 样本分析仪异常的报警方法、系统及存储介质
WO2019206311A1 (zh) * 2018-04-28 2019-10-31 深圳迈瑞生物医疗电子股份有限公司 血液分析系统、血液分析仪、血液分析方法及存储介质
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
WO2021011356A1 (en) 2019-07-12 2021-01-21 Beckman Coulter, Inc. Systems and methods for evaluating immune response to infection
CN112986104A (zh) * 2019-12-17 2021-06-18 爱科来株式会社 测定装置和测定方法

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
CN1200657A (zh) * 1995-10-23 1998-12-02 斯托迈奇克公司 用于反射成象分析的方法与装置

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58115346A (ja) * 1981-12-29 1983-07-09 Shimadzu Corp 血球種類識別装置
JPH0664053B2 (ja) * 1986-11-27 1994-08-22 東亜医用電子株式会社 フロ−サイトメトリ−による白血球の分類方法
JP2716267B2 (ja) * 1993-02-25 1998-02-18 アボツト・ラボラトリーズ 全血試料を高速溶解するための多目的試薬系
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
US5656499A (en) * 1994-08-01 1997-08-12 Abbott Laboratories Method for performing automated hematology and cytometry analysis
US5733784A (en) * 1995-11-20 1998-03-31 Abbott Laboratories Reagent system and method for the differentiation and identification of reticulocytes
US6043066A (en) * 1997-09-04 2000-03-28 Mangano; Joseph A. Cell separation using electric fields
US5874310A (en) * 1997-11-21 1999-02-23 Coulter International Corp. Method for differentiation of nucleated red blood cells
US6228652B1 (en) 1999-02-16 2001-05-08 Coulter International Corp. Method and apparatus for analyzing cells in a whole blood sample
IL145669A0 (en) * 1999-03-31 2002-06-30 Bayer Ag Single channel, single dilution detection method
US6916658B2 (en) 2001-07-27 2005-07-12 Beckman Coulter, Inc. Method for measurement of immature granulocytes
JP2005506525A (ja) * 2001-07-27 2005-03-03 ベックマン コールター，インコーポレーテッド 有核赤血球の計測法の方法
US6744245B2 (en) 2001-07-27 2004-06-01 Coulter International Corp. Particle count correction method and apparatus
EP1682865B1 (en) 2003-10-12 2018-08-15 Beckman Coulter, Inc. Method of using a reference control composition for measurement of nucleated red blood cells
US7198953B2 (en) * 2003-10-12 2007-04-03 Beckman Coulter, Inc. Method of using a reference control composition for measurement of nucleated red blood cells
EP1714146B1 (en) * 2004-02-10 2022-08-03 Beckman Coulter, Inc. Method of measurement of nucleated red blood cells
US7208319B2 (en) 2004-02-10 2007-04-24 Beckman Coulter, Inc. Method of measurement of nucleated red blood cells
US7390662B2 (en) 2005-11-09 2008-06-24 Beckman Coulter, Inc. Method and apparatus for performing platelet measurement
EP1844426A4 (en) * 2005-02-01 2016-09-07 Amnis Corp BLOOD ANALYSIS BY MEANS OF FLOW IMAGING CYTOMETER
CN101305087A (zh) 2005-09-15 2008-11-12 阿尔特弥斯康复公司 用于磁富集细胞和其他颗粒的装置和方法
US7796797B2 (en) 2005-09-28 2010-09-14 Sysmex Corporation Apparatus for obtaining an image of a blood cell and method for obtaining an image of a blood cell
JP4690163B2 (ja) * 2005-09-28 2011-06-01 シスメックス株式会社 血液撮像装置、血液撮像方法、処理装置、及び撮像本体装置
US7661326B2 (en) 2006-10-26 2010-02-16 Beckman Coulter, Inc. Apparatus for aspirating and dispensing liquids in an automated analyzer
US8094299B2 (en) 2008-07-24 2012-01-10 Beckman Coulter, Inc. Transducer module
US8603773B2 (en) 2008-09-19 2013-12-10 Beckman Coulter Method and system for analyzing a blood sample
US8512977B2 (en) 2008-09-19 2013-08-20 Beckman Coulter, Inc. Analyzing reticulocytes
US8417012B2 (en) 2008-11-04 2013-04-09 Beckman Coulter, Inc. Non-linear histogram segmentation for particle analysis
ES2796655T3 (es) 2008-11-14 2020-11-27 Beckman Coulter Inc Celdas de flujo óptico monolíticas y método de fabricación
US9464978B2 (en) 2009-03-04 2016-10-11 Beckman Coulter, Inc. Cross-instrument method and system for cell population discrimination
CA2759392A1 (en) * 2009-04-27 2010-11-04 Abbott Laboratories Method for discriminating red blood cells from white blood cells by using forward scattering from a laser in an automated hematology analyzer
US8911669B2 (en) * 2009-08-24 2014-12-16 Abbott Laboratories Method for flagging a sample
US9096885B2 (en) 2012-07-05 2015-08-04 Beckman Coulter, Inc. Method and apparatus for determining white blood cell counts

Patent 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
CN1200657A (zh) * 1995-10-23 1998-12-02 斯托迈奇克公司 用于反射成象分析的方法与装置

Also Published As

Publication number Publication date
US9588102B2 (en) 2017-03-07
US20150330963A1 (en) 2015-11-19
JP2015522165A (ja) 2015-08-03
CN104541149A (zh) 2015-04-22
US9096885B2 (en) 2015-08-04
KR101963477B1 (ko) 2019-03-28
JP6321637B2 (ja) 2018-05-09
ES2828660T3 (es) 2021-05-27
WO2014008424A1 (en) 2014-01-09
EP2870458A1 (en) 2015-05-13
IN2014DN10974A (zh) 2015-09-18
US20140011232A1 (en) 2014-01-09
BR112015000018B1 (pt) 2021-11-09
BR112015000018A2 (pt) 2017-06-27
KR20150036329A (ko) 2015-04-07
EP2870458B1 (en) 2020-09-09

Similar Documents

Publication Publication Date Title
CN104541149B (zh) 用于确定白血细胞计数的方法和装置
US20180196070A1 (en) Immature platelet enumeration systems and methods
CN105143849B (zh) 用于血液样品中粒子分析的动态范围扩展系统和方法
CN108604466A (zh) 感染检测和区分系统及方法
CN104755905B (zh) 具有凝集块校准的血小板计数的系统和方法
US20140172321A1 (en) Leukemia classification using cpd data
WO2014084930A1 (en) Tuberculosis screening using cpd data
CN104749108A (zh) 血中丝虫幼虫的检测方法、血液分析装置和信息处理系统
CN110241253A (zh) 用于检测登革感染的方法
WO2023125940A1 (zh) 血液细胞分析仪、方法以及感染标志参数的用途
CN114222907A (zh) 检测和报道中性粒细胞亚群
EP2883036A2 (en) Leukemia classification using cpd data

Legal Events

Date Code Title Description
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant