CN104697917A - 基于多特征结合的电阻抗测量系统异常检测方法和系统 - Google Patents

Abstract

本申请提供了一种基于多特征结合的电阻抗测量系统异常检测方法和系统，所述方法包括：采集电阻抗测量系统的至少两个特征的信号；计算出各特征的表征参数，代入一判定函数，计算出函数值；其中，所述判定函数为一与所述至少两个特征的表征参数相关的函数；将函数值与一阈值范围进行对比，当函数值不在阈值范围内时，则判定电阻抗测量系统异常。本申请提供的基于多特征结合的电阻抗测量系统异常检测方法和系统，结合电阻抗测量系统的至少两个特征，进行异常状态的检测，有效提高了在电阻抗测量系统异常时报警的灵敏度和准确性，减少了因电阻抗测量系统发生异常导致计数值和细胞体积测量不准确的问题。

Description

基于多特征结合的电阻抗测量系统异常检测方法和系统

技术领域

本申请涉及血液细胞分析领域，具体涉及一种基于多特征结合的电阻抗测量系统异常检测方法和系统。 

背景技术

血液细胞分析仪是对血液中各种组成细胞进行计数和分类的最常用的临床检验仪器，在临床医疗、教学、科研等工作中发挥着重要的作用。 

目前，采用Coulter原理(库尔特原理)的电阻抗检测方法是血液细胞分析仪分类计数的主要方法。其原理是根据流体中通过检测小孔的不同体积颗粒的电阻不同而进行流体中颗粒的测量。例如血液中的血细胞是相对不良导体，当悬浮在电解质溶液中的血细胞通过连接恒流电源的检测小孔时，会改变微孔内外原来的恒定电阻，由微孔内的传感器感应并经过处理电路产生电脉冲，根据脉冲的大小就可以判断细胞的体积，根据脉冲的数量可以进行细胞计数。 

血液细胞分析仪在工作过程中，常常因受各种因素的影响，使得电阻抗测量系统状态出现异常；电阻抗测量系统异常状态主要有：小孔堵塞、液流不稳、电流不稳、产生气泡等。这会导致计数值和细胞体积测量不准确。 

现有技术中针对电阻抗测量系统状态异常的检测，都是针对小孔堵塞的情况，无法检测出其他异常状态。如中国专利申请号为200720093652.X的中国实用新型专利提供的一种血球计数仪中宝石孔直流电压检测装置，其提出一种实时监控小孔堵塞状态的方法：检测铂电极的电压，然后通过CPU将采集的电压和小孔堵塞的状态显示出来。又如申请号为200920023246.5的中国实用新型专利提供的一种血液分析仪控制电路，其利用小孔电压高于设定的阈值进行小孔堵塞的检测。 

上述两个已公开的技术方案，采用的都是小孔电压阈值法，即小孔电压值大于某个值则进行报警。实际上，当电阻抗测量系统状态正常时，小孔电压值会在一定范围内波动。部分电阻抗系统异常情况，比如液流不稳时，小孔电压的波动仍会在正常范围内。此时，运用小孔电压阈值法不能准确地进行报警。 

发明内容

本申请的目的在于，针对现有技术中的缺陷，提供一种基于多特征结合的电阻抗测量系统异常检测方法和系统，提高在电阻抗测量系统异常时报警的灵敏度和准确性，减少因电阻抗测量系统发生异常导致计数值和细胞体积测量不准确的问题。 

为实现上述目的，本申请采用以下技术方案： 

一种基于多特征结合的电阻抗测量系统异常检测方法，包括： 

采集电阻抗测量系统的至少两个特征的信号； 

计算出各特征的表征参数，代入一判定函数，计算出函数值；其中，所述判定函数为一与所述至少两个特征的表征参数相关的函数； 

将函数值与一阈值范围进行对比，当函数值不在阈值范围内时，则判定电阻抗测量系统异常。 

一种基于多特征结合的电阻抗测量系统异常检测系统，包括检测模块和运算对比模块； 

检测模块用于检测电阻抗测量系统的特征的信号，提供给运算对比模块； 

运算对比模块用于根据检测模块提供的数据，计算出各特征的表征参数，并将各特征的表征参数代入一预先设定的判定函数，将函数值与一预先设定的阈值范围进行比较，并输出比较的结果； 

其中，所述判定函数为一与所述至少两个特征的表征参数相关的函数。 

本申请提供的基于多特征结合的电阻抗测量系统异常检测方法和系统，结合电阻抗测量系统的至少两个特征，进行异常状态的检测，有效提高了在电阻抗测量系统异常时报警的灵敏度和准确性，减少了因电阻抗测量系统发生异常导致计数值和细胞体积测量不准确的问题。 

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。 

图1为本申请提供的一种基于多特征结合的电阻抗测量系统异常检测方法的流程示意图。 

图2为本申请实施例一中判定函数的表征参数系数的确定方法示意图。 

图3为本申请实施例二中判定函数的表征参数系数的确定方法示意图。 

图4为本申请实施例三中判定函数的表征参数系数的确定方法示意图。 

图5为本申请实施例五中判定函数的表征参数系数的确定方法示意图。 

图6为本申请实施例六中判定函数的表征参数系数的确定方法示意图。 

图7为本申请实施例七的电阻抗测量系统异常检测系统结构框图。 

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。 

本文所说的正常样本，是指在已知电阻抗测量系统在正常状态下分析的样本。 

本文所说的异常样本，是指在已知电阻抗测量系统在异常状态下分析的样本。 

在血液细胞分析仪的工作过程中，电阻抗测量系统的异常状态主要有：小孔堵塞、液流不稳、电流不稳、气泡等，当电阻抗测量系统出现上述一种或多种异常情况时，会导致计数值和细胞体积测量不准确。当电阻抗测量系统出现异常时，会有多个特征表现为异常，比如：小孔电压、粒子数、细胞间距、小孔电阻、流速等。现有技术中判断电阻抗测量系统的异常状态时，均采用的是通过单个特征的参数与阈值对比进行报警的方法。 

发明人在研究中发现，仅依靠监测单个特征的状态进行报警，容易出现漏报或误报的情况，且大多只能反映电阻抗测量系统的一种异常状态，无法全面检测所有异常状态。对此，发明人进一步研究发现运用多特征结合的方法，即本申请提供的基于多特征结合的电阻抗测量系统异常检测方法，能够弥补单个特征的特异性不足的缺点，显著提高报警灵敏度和准确性。 

如图1所示，本申请提供的一种基于多特征结合的电阻抗测量系统异常检测方法，具体包括以下步骤： 

S1、采集电阻抗测量系统的至少两个特征的信号。 

S2、计算出各特征的表征参数，代入一判定函数，计算出函数值；其中，所述判定函数为一与所述至少两个特征的表征参数相关的函数。 

S3、将函数值与一阈值范围进行对比，当函数值不在阈值范围内时，则判定电阻抗测量系统异常。 

作为改进，所述检测方法还可以包括： 

S4、当判定电阻抗测量系统异常时，通过一报警装置进行报警提示。 

在本申请中，所述特征的表征参数反映电阻抗测量系统的异常程度，根据所述特征的信号形成的序列计算所述表征参数，优选所述表征参数为所述序列的最大值、最小值、中值、峰度、偏度、均值、极差、标准差或变异系数。其中，所述特征的信号形成的序列为该特征在单位时间内的测量值形成的序列。该测量值可以是采集的该特征的信号值，也可以是利用信号得到的统计值，优选算术平均值、几何平均值或中位数等等。 

本申请中，所述特征优选小孔电压、粒子数、细胞间距、小孔电阻、流速等。其中，小孔电压表征参数是根据多个单位时间内的小孔电压信号值形成的序列进行计算而得到；粒子数表征参数是根据多个单位时间内的粒子数信号值形成的序列进行计算而得到；细胞间距表征参数是根据单位时间内的细胞间距信号值的算术平均值形成的序列进行计算而得到。 

S2中所述的判定函数可以是任意的函数，如一次函数、多次函数、线性函数、非线性函数、连续函数或分段函数等等。 

以一次函数和多次函数为例，当所述判定函数为与两个特征的表征参数相关的函数时，所述判定函数为： 

f(F₁，F₂)＝α*(F₁)^m+β*(F₂)ⁿ

其中，f(F₁，F₂)为判定函数，F₁为第一表征参数，F₂为第二表征参数，m、n是不为零的整数，α、β为表征参数系数。所述表征参数系数的确定方法为：选取一同时包括正常样本和异常样本的已知样本集，根据已知样本集的第一表征参数和第二表征参数的二维分布图，拟合一曲线，该曲线为分布图上正常样本 和异常样本的分界线，该曲线的方程系数即为表征参数系数。 

类似地，当所述判定函数为与三个特征的表征参数相关的函数时，所述判定函数为： 

f(F₁，F₂，F₃)＝α*(F₁)^m+β*(F₂)ⁿ+γ*(F₃)^P

其中，f(F₁，F₂，F₃)为判定函数，F₁为第一表征参数，F₂为第二表征参数，F₃为第三表征参数，m、n、p是不为零的整数，α、β、Y为表征参数系数。所述表征参数系数的确定方法为：选取一同时包括正常样本和异常样本的已知样本集，根据已知样本集的第一表征参数、第二表征参数和第三表征参数的三维分布图，拟合一曲面，该曲面为分布图上正常样本和异常样本的分界面，该曲面的方程系数即为表征参数系数。 

进一步地，根据以上确定的判定函数，S3中所述的阈值范围也可以通过统计已知样本集得到，具体方法为： 

将已知样本集中各样本的表征参数数据代入所述判定函数，得出各样本的函数值； 

对正常样本和异常样本的函数值进行统计，拟合出的正常样本的函数值的分布范围，即为所述阈值范围。 

根据以上方法预先确定出的判定函数和阈值范围可以作为检测未知样本的异常状态的依据。下面将给出六个实施例，用于具体说明所述判定函数的确定方法；同时，结合具体实验数据对本申请的技术效果进行佐证。 

实施例一 

本实施例采用小孔电压的表征参数和粒子数的表征参数结合的方式进行电阻抗测量系统异常状态的检测。 

其中，小孔电压的表征参数为小孔电压序列的标准差与平均值的比值，粒子数的表征参数为粒子数序列的标准差与平均值的比值；小孔电压序列为多个单位时间内的小孔电压形成的序列，粒子数序列为多个单位时间内的粒子数形成的序列；采集的单位时间可以是0.1s，也可以是0.2s，根据仪器的数据采样率决定。 

具体地，本实施例包括以下步骤： 

S101、采集电阻抗测量系统的小孔电压和粒子数的信号。 

S102、计算出对应的表征参数代入一判定函数，计算出函数值。 

其中，所述判定函数为与小孔电压和粒子数的表征参数相关的函数，是预先设定好的。本实施例采用一次线性函数对上述两个特征的表征参数进行结合，即判定函数为： 

f(F_v，F_n)=α*F_v+β*F_n

其中，f(F_v，F_n)为判定函数，F_v为小孔电压的表征参数，F_n为粒子数的表征参数；α、β为表征参数系数，是通过统计已知样本集得到的。 

进一步地，本实施例中表征参数系数的确定方法如下：选取一同时包括正常样本和异常样本的已知样本集，根据已知样本集的小孔电压的表征参数和粒子数的表征参数的二维分布图，拟合一直线，如图2所示，该直线为分布图上正常样本和异常样本的分界线，能够将正常样本和异常样本最好地区分开，该直线的方程系数即为表征参数系数。 

S103、将函数值与一阈值范围进行对比，当f(F_v，F_n)不在阈值范围内时，则判定电阻抗测量系统异常。 

不同仪器的所述阈值范围可能不同，但都能够通过对已知样本集的统计结果得出，并将所述阈值范围预先设置在仪器中。具体的，所述阈值范围的确定方法为：将已知样本集中各样本的表征参数数据代入所述判定函数，得出各样本的函数值；对正常样本和异常样本的函数值进行统计，拟合出的正常样本的函数值的分布范围，即为所述阈值范围。 

根据统计，本实施例中，α＝340，β＝3，阈值范围为（－∞，102）。即当f(F_v，F_n)≥102时，电阻抗测量系统处于异常状态。在另一实施例中，通过对上面的判定函数进行数学换算，例如，将上面的函数公式乘以-1，阈值范围可以是（102，+∞）。 

S104、当判定电阻抗测量系统异常时，通过一报警装置进行报警提示。 

根据试验，使用深圳迈瑞生物医疗电子股份有限公司生产的BC-5390血液细胞分析仪模拟电阻抗测量系统异常状态采集的样本970例进行测试，并随机选取电阻抗测量系统正常样本2000例进行测试。异常样本970例应都给出报警，实际给出报警931例。正常样本都不应报警，实际给出报警0例。报警准确性98.69%，报警灵敏度95.98%。 

实施例二 

本实施例采用小孔电压的表征参数和细胞间距的表征参数结合的方式进行电阻抗测量系统异常状态的检测。 

其中，细胞间距的表征参数为细胞间距序列的标准差与平均值的比值，细胞间距序列为单位时间内的细胞间距的算数平均值形成的序列，例如在1秒的时间内采集若干个细胞间距数据，得到算数平均值，10秒的细胞间距平均值形成一个细胞间距序列；小孔电压的表征参数的定义与实施例一相同，在此不再赘述。 

具体地，本实施例包括以下步骤： 

S201、采集电阻抗测量系统的小孔电压和细胞间距的信号。 

S202、计算出对应的表征参数代入一判定函数，计算出函数值。 

其中，所述判定函数为与小孔电压和细胞间距的表征参数相关的函数，是预先设定好的。本实施例采用一次线性函数对上述两个特征的表征参数进行结合，即判定函数为： 

f(F_v，F_d)＝α*F_v+β*F_d

其中，f(F_v，F_d)为判定函数，F_v、为小孔电压的表征参数，F_d为细胞间距的表征参数；α、β为表征参数系数，是通过统计已知样本集得到的。 

进一步地，本实施例中表征参数系数的确定方法如下：选取一同时包括正常样本和异常样本的已知样本集，根据已知样本集的小孔电压的表征参数和细胞间距的表征参数的二维分布图，拟合一直线，如图3所示，该直线为分布图上正常样本和异常样本的分界线，能够将正常样本和异常样本最好地区分开，该直线的方程系数即为表征参数系数。 

S203、将函数值与一阈值范围进行对比，当f(F_v，F_d)不在阈值范围内时，则判定电阻抗测量系统异常。 

根据统计，本实施例中，α-205，β-7，阈值范围为（－∞，150）。即当f(F_V，F_d)≥150时，电阻抗测量系统处于异常状态。在另一实施例中，通过对上面的判定函数进行数学换算，例如，将上面的函数公式乘以-1，阈值范围可以是（150，+∞）。 

S204、当判定电阻抗测量系统异常时，通过一报警装置进行报警提示。 

根据试验，使用深圳迈瑞生物医疗电子股份有限公司生产的BC-5390血液细胞分析仪模拟电阻抗测量系统异常状态采集的样本970例进行测试，并随机选取电阻抗测量系统正常样本2000例进行测试。异常样本970例应都给出报警，实际给出报警902例。正常样本都不应报警，实际给出报警0例。报警准确性97.71%，报警灵敏度92.99%。 

实施例三 

本实施例采用细胞间距的表征参数和粒子数的表征参数结合的方式进行电阻抗测量系统异常状态的检测。 

其中，粒子数的表征参数的定义与实施例一相同，细胞间距的表征参数的定义与实施例二相同，在此不再赘述。 

具体地，本实施例包括以下步骤： 

S301、采集电阻抗测量系统的细胞间距和粒子数。 

S302、计算出对应的表征参数代入一判定函数，计算出函数值。 

其中，所述判定函数为与细胞间距和粒子数的表征参数相关的函数，是预先设定好的。本实施例采用一次线性函数对上述两个特征的表征参数进行结合，即判定函数为： 

f(F_d，F_n)＝α*F_d+β*F_n

其中，f(F_d，F_n)为判定函数，F_d为细胞间距的表征参数，F_n为粒子数的表征参数，α、β为表征参数系数，是通过统计已知样本集得到的。 

进一步地，本实施例中表征参数系数的确定方法如下：选取一同时包括正常样本和异常样本的已知样本集，根据已知样本集的细胞间距的表征参数和粒子数的表征参数的二维分布图，拟合一直线，如图4所示，该直线为分布图上正常样本和异常样本的分界线，能够将正常样本和异常样本最好地区分开，该直线的方程系数即为表征参数系数。 

S303、将函数值与一阈值范围进行对比，当f(F_d，F_n)不在阈值范围内时，则判定电阻抗测量系统异常。 

根据统计，本实施例中，α＝３，β＝２，阈值范围为（－∞，30）。即当f(F_d，F_n)≥30时，电阻抗测量系统处于异常状态。在另一实施例中，通过对上面的判定函数进行数学换算，例如，将上面的函数公式乘以-1，阈值范围可以是（30，+ ∞）。 

S304、当判定电阻抗测量系统异常时，通过一报警装置进行报警提示。 

根据试验，使用深圳迈瑞生物医疗电子股份有限公司生产的BC-5390血液细胞分析仪模拟电阻抗测量系统异常状态采集的样本970例进行测试，并随机选取电阻抗测量系统正常样本2000例进行测试。异常样本970例应都给出报警，实际给出报警850例。正常样本都不应报警，实际给出报警0例。报警准确性95.95%，报警灵敏度87.63%。 

实施例四 

本实施例采用小孔电压的表征参数、细胞间距的表征参数和粒子数的表征参数结合的方式进行电阻抗测量系统异常状态的检测。 

其中，小孔电压的表征参数和粒子数的表征参数的定义与实施例一相同，细胞间距的表征参数的定义与实施例二相同，在此不再赘述。 

具体地，本实施例包括以下步骤： 

S401、采集电阻抗测量系统的小孔电压、细胞间距和粒子数。 

S402、计算出对应的表征参数代入一判定函数，计算出函数值。 

其中，所述判定函数为与小孔电压、细胞间距和粒子数的表征参数相关的函数，是预先设定好的。本实施例采用三元一次函数对上述三个特征的表征参数进行结合，即判定函数为： 

f(F_v，F_d，F_n)＝α*F_V+β*F_d+γ*F_n

其中，f(F_v，F_d，F_n)为判定函数，F_v、为小孔电压的表征参数，F_d为细胞间距的表征参数，F_n为粒子数的表征参数，α、β、γ为表征参数系数，是通过统计已知样本集得到的。 

进一步地，本实施例中表征参数系数的确定方法如下：选取一同时包括正常样本和异常样本的已知样本集，根据已知样本集的小孔电压的表征参数、细胞间距的表征参数和粒子数的表征参数的三维分布图，拟合一平面，该平面为分布图上正常样本和异常样本的分界面，能够将正常样本和异常样本最好地区分开，该平面的方程系数即为表征参数系数。 

S403、将函数值与一阈值范围进行对比，当f(F_v，F_d，F_n)不在阈值范围内时，则判定电阻抗测量系统异常。 

根据统计，本实施例中，α＝120，β＝8，γ＝１１阈值范围为（－∞，200）。即当f(F_v，F_d，F_n)≥200时，电阻抗测量系统处于异常状态。在另一实施例中，通过对上面的判定函数进行数学换算，例如，将上面的函数公式乘以-1，阈值范围可以是（200，+∞）。 

S404、当判定电阻抗测量系统异常时，通过一报警装置进行报警提示。 

根据试验，使用深圳迈瑞生物医疗电子股份有限公司生产的BC-5390血液细胞分析仪模拟电阻抗测量系统异常状态采集的样本970例进行测试，并随机选取电阻抗测量系统正常样本2000例进行测试。异常样本970例应都给出报警，实际给出报警965例。正常样本都不应报警，实际给出报警0例。报警准确性99.83%，报警灵敏度99.48%。 

根据上述四个实施例的实验结果，可明显看出，多特征结合判断电阻抗测量系统异常状态的方式能够弥补仅采用单个特征进行判断的特异性不足的缺点，有效提高报警灵敏度和准确性。 

实施例五 

本实施例采用小孔电压的表征参数和粒子数的表征参数结合的方式进行电阻抗测量系统异常状态的检测。 

其中，小孔电压的表征参数和粒子数的表征参数的定义与实施例一相同，在此不再赘述。 

具体地，本实施例包括以下步骤： 

S101、采集电阻抗测量系统的小孔电压和粒子数的参数值。 

S102、计算出对应的表征参数代入一判定函数，计算出函数值。 

其中，所述判定函数为与小孔电压和粒子数的表征参数相关的函数，是预先设定好的。本实施例采用曲线函数对上述两个特征的表征参数进行结合，即判定函数为： 

f(F_v，F_n)=α*F_v+β*(F_n)^-1

其中，f(F_v，F_n)为判定函数，F_v、为小孔电压的表征参数，F_n为粒子数的表征参数；α、β为表征参数系数。 

进一步地，本实施例中表征参数系数的确定方法如下：选取一同时包括正常样本和异常样本的已知样本集，根据已知样本集的小孔电压的表征参数和粒 子数的表征参数的二维分布图，拟合一曲线，如图5所示，该曲线为分布图上正常样本和异常样本的分界线，能够将正常样本和异常样本最好地区分开，该直线的方程系数即为表征参数系数。 

S103、将函数值与一阈值范围进行对比，当f(F_v，F_n)不在阈值范围内时，则判定电阻抗测量系统异常。 

不同仪器的所述阈值范围可能不同，但都能够通过对已知样本集的统计结果得出，并将所述阈值范围预先设置在仪器中。具体的，所述阈值范围的确定方法为：将已知样本集中各样本的表征参数数据代入所述判定函数，得出各样本的函数值；对正常样本和异常样本的函数值进行统计，拟合出的正常样本的函数值的分布范围，即为所述阈值范围。 

根据统计，本实施例中，α＝1O，β＝-1，阈值范围为（－∞，10）。即当f(F_v，F_n)≥10时，电阻抗测量系统处于异常状态。在另一实施例中，通过对上面的判定函数进行数学换算，例如，将上面的函数公式乘以-1，阈值范围可以是（10，+∞）。 

S104、当判定电阻抗测量系统异常时，通过一报警装置进行报警提示。 

根据试验，使用深圳迈瑞生物医疗电子股份有限公司生产的BC-5390血液细胞分析仪模拟电阻抗测量系统异常状态采集的样本970例进行测试，并随机选取电阻抗测量系统正常样本2000例进行测试。异常样本970例应都给出报警，实际给出报警931例。正常样本都不应报警，实际给出报警0例。报警准确性98.69%，报警灵敏度95.98%。 

实施例六 

本实施例采用小孔电压的表征参数和粒子数的表征参数结合的方式进行电阻抗测量系统异常状态的检测。 

其中，小孔电压的表征参数和粒子数的表征参数的定义与实施例一相同，在此不再赘述。 

具体地，本实施例包括以下步骤： 

S101、采集电阻抗测量系统的小孔电压和粒子数的信号。 

S102、计算出对应的表征参数代入一判定函数，计算出函数值。 

其中，所述判定函数为与小孔电压和粒子数的表征参数相关的函数，是预 先设定好的。本实施例采用分段函数对上述两个特征的表征参数进行结合，即判定函数为： 

$f(F_v,F_n)=\left\{\begin{array}{cc}\mathrm{\β}*F_n& F_v=[0,0.2]\\ \mathrm{\α}*F_v+\mathrm{\β}*F_n& F_v=\left(\mathrm{0.2,0.8}\right)\\ \mathrm{\α}*F_v& F_v=[0.8,+\∞)\end{array}\right.$

其中，f(F_v，F_n)为判定函数，F_v为小孔电压的表征参数，F_n为粒子数的表征参数；α、β为表征参数系数。 

进一步地，本实施例中表征参数系数的确定方法如下：选取一同时包括正常样本和异常样本的已知样本集，根据已知样本集的小孔电压的表征参数和粒子数的表征参数的二维分布图，确定分段直线，如图6所示，该分段直线为分布图上正常样本和异常样本的分界线，能够将正常样本和异常样本最好地区分开，该直线的方程系数即为表征参数系数。 

S103、将函数值与一阈值范围进行对比，当f(F_v，F_n)不在阈值范围内时，则判定电阻抗测量系统异常。 

不同仪器的所述阈值范围可能不同，但都能够通过对已知样本集的统计结果得出，并将所述阈值范围预先设置在仪器中。具体的，所述阈值范围的确定方法为：将已知样本集中各样本的表征参数数据代入所述判定函数，得出各样本的函数值；对正常样本和异常样本的函数值进行统计，拟合出的正常样本的函数值的分布范围，即为所述阈值范围。 

S104、当判定电阻抗测量系统异常时，通过一报警装置进行报警提示。 

根据试验，使用深圳迈瑞生物医疗电子股份有限公司生产的BC-5390血液细胞分析仪模拟电阻抗测量系统异常状态采集的样本970例进行测试，并随机选取电阻抗测量系统正常样本2000例进行测试。异常样本970例应都给出报警，实际给出报警931例。正常样本都不应报警，实际给出报警0例。报警准确性98.69%，报警灵敏度95.98%。 

实施例七 

本申请实施例提供了一种基于多特征结合的电阻抗测量系统异常检测系统，如图7所示，其包括依次连接的检测模块、运算对比模块和报警模块。 

所述检测模块用于检测电阻抗测量系统的特征的信号，提供给运算对比模块； 

所述运算对比模块用于根据检测模块提供的数据，计算出各特征的表征参数，并将各特征的表征参数代入一预先设定的判定函数，将函数值与一预先设定的阈值范围进行比较，并输出比较的结果；当函数值不在阈值范围时，向报警模块发出报警信号； 

所述报警模块用于在接收到报警信号后，发出报警提示。 

其中，所述判定函数为一与所述至少两个特征的表征参数相关的函数。 

具体地，所述表征参数反映电阻抗测量系统的异常程度，根据所述特征的信号形成的序列计算所述表征参数，优选所述表征参数为所述序列的最大值、最小值、中值、峰度、偏度、均值、极差、标准差或变异系数。特征的的信号形成的序列为该特征在单位时间内的测量值形成的序列。其中，测量值的含义如前所述。所述特征优选小孔电压、粒子数、细胞间距、小孔电阻、流速等。其中，小孔电压序列为多个单位时间内的小孔电压形成的序列；粒子数序列为多个单位时间内的粒子数形成的序列；细胞间距序列为多个单位时间内的细胞间距平均值形成的序列。 

本申请提供的基于多特征结合的电阻抗测量系统异常检测方法和系统，结合电阻抗测量系统的至少两个特征，进行异常状态的检测，有效提高了在电阻抗测量系统异常时报警的灵敏度和准确性，减少了因电阻抗测量系统发生异常导致计数值和细胞体积测量不准确的问题。 

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。 

Claims (10)

1.一种基于多特征结合的电阻抗测量系统异常检测方法，其特征在于，包括：

采集电阻抗测量系统的至少两个特征的信号；

计算出各特征的表征参数，代入一判定函数，计算出函数值；其中，所述判定函数为一与所述至少两个特征的表征参数相关的函数；

将函数值与一阈值范围进行对比，当函数值不在阈值范围内时，则判定电阻抗测量系统异常。

2.根据权利要求1所述的方法，其特征在于,所述特征为反映电阻抗测量系统异常的特征。

3.根据权利要求1所述的方法，其特征在于，所述特征优选小孔电压、粒子数、细胞间距、小孔电阻和流速中的至少两个。

4.根据权利要求1所述的方法，其特征在于，所述表征参数反映电阻抗测量系统的异常程度，根据所述特征的信号形成的序列计算所述表征参数，优选所述表征参数为所述序列的最大值、最小值、中值、峰度、偏度、均值、极差、标准差或变异系数。

5.根据权利要求4所述的方法，其特征在于，所述特征的信号形成的序列为该特征在单位时间内的测量值形成的序列。

6.根据权利要求1所述的方法，其特征在于，还包括：当判定电阻抗测量系统异常时，进行报警提示。

7.根据权利要求1所述的方法，其特征在于，所述判定函数为一次函数、多次函数、线性函数、非线性函数、连续函数或分段函数。

8.一种基于多特征结合的电阻抗测量系统异常检测系统，其特征在于，包括检测模块和运算对比模块；

检测模块用于检测电阻抗测量系统的特征的信号，提供给运算对比模块；

运算对比模块用于根据检测模块提供的数据，计算出各特征的表征参数，并将各特征的表征参数代入一预先设定的判定函数，将函数值与一预先设定的阈值范围进行比较，并输出比较的结果；

其中，所述判定函数为一与所述至少两个特征的表征参数相关的函数。

9.根据权利要求8所述的系统，其特征在于，还包括报警模块；

当运算对比模块中计算出的函数值不在阈值范围内时，运算对比模块向报警模块发出报警信号；所述报警模块用于在接收到报警信号后，发出报警提示。

10.根据权利要求8所述的系统，其特征在于，所述特征包括小孔电压、粒子数、细胞间距、小孔电阻和流速中的至少两个。