CN104749072A - 一种自动生成多边形门的方法、装置及相应的粒子分析仪 - Google Patents
一种自动生成多边形门的方法、装置及相应的粒子分析仪 Download PDFInfo
- Publication number
- CN104749072A CN104749072A CN201310754111.7A CN201310754111A CN104749072A CN 104749072 A CN104749072 A CN 104749072A CN 201310754111 A CN201310754111 A CN 201310754111A CN 104749072 A CN104749072 A CN 104749072A
- Authority
- CN
- China
- Prior art keywords
- polygon
- convex
- door
- point
- convex polygon
- 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
Links
Abstract
本发明实施例公开了一种自动生成多边形门的方法,用于粒子分析仪中的数据分析,包括步骤:在散点图上对目标细胞群提取边界;根据提取的边界获得对应的凸包络线;采取预先设置的多边形顶点的生成规则,调整优化凸包络线的顶点的数量及位置,获得多边形门;在散点图上显示所述获得的多边形门。本发明实施例还公开了一种自动生成多边形门的装置及相应的粒子分析仪。实施本发明,可以根据用户的选定自动生成准确的多边形门。
Description
技术领域
本发明涉及医疗设备领域,尤其涉及一种自动生成多边形门的方法、装置及相应的粒子分析仪。
背景技术
粒子分析仪可以通过图形对感兴趣的目标细胞参数进行分析。用户可以在图形上对感兴趣的细胞群进行设门(gating)等操作来分析该细胞群的特征。设门是指在细胞分布图中,根据该图的细胞群分布选定其中想要分析的特定细胞群。通过最佳的设门方式,才能准确地获取和分析。但是,用户手动设门的方式比较繁琐,用户需要点击多个点来生成多边形门,同时门的选择与用户的主观感受相关,不同的用户会有不同门的画法,造成结果的差异性。
现有的一些常用流式分析软件提供了自动画多边形门功能。但是,现有技术中,自动多边形门的顶点位置比较随机,目标细胞群与周围其它细胞群的关系不明显,有可能与相邻的细胞群之间分隔的多边形门的顶点数极少,而这一区域往往是用户需要手动调整的区域,由于点数较少,造成用户手动调整不方便。同时当前自动多边形门的顶点数常采用固定顶点数,而细胞群的形状千差万别,造成对有些简单群可能顶点数太多,顶点之间距离太近,不方便调整,而对一些复杂群,可能顶点数又太少,造成设门效果不理想。
发明内容
为了消除现有技术的上述缺陷,本发明提出了一种自动生成多边形门的方法、装置及相应的粒子分析仪,其可以根据用户的选定自动生成准确的多边形门。
为了解决上述技术问题,本发明实施例提供了一种自动生成多边形门的方法,用于粒子分析仪中的数据分析,包括如下步骤:
在散点图上对目标细胞群提取边界;
根据所述提取的边界获得对应的凸包络线;
采取预先设置的多边形顶点的生成规则,调整优化所述凸包络线的顶点的数量及位置,获得多边形门;
在所述散点图上显示所述获得的多边形门。
优选地,所述在散点图上对目标细胞群提取边界的步骤具体包括:
根据用户所确定的目标细胞群在所述散点图上所处的位置,采用边界提取算法获得所述目标细胞群的边界。
优选地,所述根据所述提取的边界获得对应的凸包络线的步骤包括:
对所述提取的边界中的图像进行腐蚀操作,获得所述边界的包络曲线;
确定所述包络曲线上的最左边的点作为凸多边形的起始顶点,并按顺时针方向采用最大余弦法获得从上一点出发的包络曲线的切线,将所述切线的切点作为凸多边形的下一个顶点,并类似获得所述凸多边形的其余顶点,直至所述最后获得的顶点与所述起始顶点重合;
将所述起始顶点与其他顶点,按相邻的两个顶点依序连接起来,形成凸多边形。
优选地,所述并按顺时针方向采用最大余弦法获得从上一点出发的包络曲线的切线,将所述切线的切点作为凸多边形的下一个顶点,并类似获得所述凸多边形的其余顶点,直至所述最后获得的顶点与所述起始顶点重合的步骤包括:
假设(x1,y1),(x2,y2)为所述凸多边形依次找到的上两个点,形成向量如果上一点为所述初始点,所述
依次遍历包络曲线中的每一个点(xi,yi),与点,(x2,y2)形成向量计算向量和形成的夹角的余弦值
在所有ci中选择最大值cmax及其对应的向量bmax,则判定所述向量bmax对应的点(xmax,ymax)为此次的切点,将其作为凸多边形的下一个顶点。
优选地,所述采取预先设置的多边形顶点的生成规则,调整优化所述凸包络线的顶点的数量及位置,获得多边形门的步骤包括:
选取所述具有n条边的凸多边形的任意相邻的四个点(x1,y1),(x2,y2)(x3,y3),(x4,y4),获得两条分别由两个点组成线段的交点(x,y),删除所述点(x2,y2)、(x3,y3),并连接所述交点(x,y)形成一个n-1条边凸多边形,通过类似方法共获得n个n-1条边的凸多边形,按照预定规则选取上述n个n-1条边的凸多边形中的一个n-1条边的凸多边形作为选定的当前凸多边;
重复上述合并步骤,直至所述选定的当前凸多边的顶点数减少到预先确定的范围,将所述选定的当前凸多边作为最终的多边形门。
优选地,所述按照预定规则选取上述n个n-1条边的凸多边形中的一个n-1条边的凸多边形作为选定的当前凸多边的步骤具体为:
统计由点(x2,y2),(x3,y3)和(x,y)组成的三角形中非目标点的像素总和,同时计算新的多边形相比原来多边形增加的面积,在所有的n个n-1条边的凸多边形中,选取像素总和最小且面积小于预定阈值的n-1条边的凸多边形;
如果所选取的n-1条边的凸多边形只有一个,则将所述凸多边形作为选定的当前凸多边形;如果选出的n-1条边的凸多边形至少两个,则选取点(x2,y2),(x3,y3)所形成的边最短的凸多边形作为选定的当前凸多边形。
相应地,本发明实施例的另一方面还提供一种自动生成多边形门的装置,用于粒子分析仪中的数据分析,包括:
边界提取单元,用于在散点图上对目标细胞群提取边界;
多边形凸包生成单元,用于根据所述提取的边界获得对应的凸包络线;
多边形门生成单元,用于采取预先设置的多边形顶点的生成规则,调整优化所述凸包络线的顶点的数量及位置,获得多边形门;
显示单元,用于在所述散点图上显示所述多边形门生成单元所生成的多边形门。
优选地,所述边界提取单元根据用户所确定的目标细胞群在所述散点图上所处的位置,采用边界提取算法获得所述目标细胞群的边界。
优选地,所述多边形凸包生成单元进一步包括:
包络曲线获取子单元,用于对找到的目标图像,对其进行图像腐蚀操作,然后用目标区域图像减去腐蚀后的图像,获得包络曲线;
顶点获取子单元,确定所述包络曲线上的最左边的点作为凸多边形的起始顶点,按顺时针方向采用最大余弦法寻找从上一点出发的包络曲线的切线,所述切点作为凸多边形的下一个顶点,并类似获得所述凸多边形的其余顶点,直至所述最后获得的顶点与所述起始顶点重合;
凸多边形生成子单元,用于将所述顶点获取子单元所确定的起始顶点与其他顶点,按相邻的两个顶点依序连接起来,形成凸多边形。
优选地,所述顶点获取子单元采用下述方法获得下一个顶点:
假设(x1,y1),(x2,y2)为所述凸多边形依次找到的上两个点,形成向量如果上一点为所述初始点,所述
依次遍历包络曲线中的每一个点(xi,yi),与点,(x2,y2)形成向量计算向量和形成的夹角的余弦值
在所有ci中选择最大值cmax及其对应的向量bmax,则判定所述向量bmax对应的点(xmax,ymax)为此次的切点,将其作为凸多边形的下一个顶点。
优选地,所述多边形门生成单元包括:
合并子单元,用于选取所述具有n条边的凸多边形任意相邻的四个点(x1,y1),(x2,y2)(x3,y3),(x4,y4),然后取两条线段的交点(x,y),删除所述点(x2,y2)、(x3,y3),形成一个n-1条边凸多边形,从而获得n个n-1条边的凸多边形;
选定子单元,按照预定规则选取上述n个n-1条边的凸多边形中的一个n-1条边的凸多边形作为选定的当前凸多边;
设门子单元,用于在所述合并子单元重复上述合并步骤,直至所述选定子单元选定的当前凸多边的顶点数减少到预先确定的范围,将所述选定的当前凸多边作为最终的多边形门。
优选地,所述选定子单元按照如下的预定规则进行选取:
统计由点(x2,y2),(x3,y3)和(x,y)组成的三角形中非目标点的像素总和,同时计算新的多边形相比原来多边形增加的面积,在所有的n个n-1条边的凸多边形中,选取像素总和最小且面积小于预定阈值的n-1条边的凸多边形;
如果所选取的n-1条边的凸多边形只有一个,则将所述凸多边形作为选定的当前凸多边形;如果选出的n-1条边的凸多边形至少两个,则选取点(x2,y2),(x3,y3)所形成的边最短的凸多边形作为选定的当前凸多边形。
优选地,进一步包括:
用户交互单元,用于设置多边形门的顶点数的范围、预定阈值;
散点图生成单元,用于根据粒子分析仪实时采集的数据或流式格式化文件生成所述散点图;
数据存储单元,用于存储粒子分析仪实时采集的数据,所述数据为FCS格式文件或其它自定义的流式格式化文件。
相应的,本发明实施例的再一方面还提供一种粒子分析仪,其包括前述的自动生成多边形门的装置。
实施本发明的实施例,具有如下有益效果:
在本发明实施例中,用户通过在散点图上点击感兴趣的细胞群所在区域后即自动得到可以完整包裹该细胞群的多边形门,用于数据分析处理。通过对多边形顶点的精心挑选和设计,在最终的多边形门中,在目标细胞群与其它细胞群距离较近的地方,分布较多的顶点,方便用户的调整;
同时根据图形的复杂度,多边形门的顶点数也会自适应的变化,对一些简单的图形,用较少的点数来表示,而对一些较复杂的图形,则用较多的点数来表示。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明一种自动生成多边形门的方法一个实施例的主流程示意图;
图2为本发明一种自动生成多边形门的方法一个实施例中的散点图的示意图;
图3为本发明一种自动生成多边形门的方法一个实施例中合并两条线段的示意图;
图4a、图4b为本发明一种自动生成多边形门的方法一个实施例中生成的两个n-1条边的凸多边形并进行选定的示意图。
图5为本发明一种自动生成多边形门的装置一个实施例的结构示意图;
图6为图2中多边形凸包生成单元的一个实施例的结构示意图;
图7为图2中多边形门生成单元的一个实施例的结构示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,示出了本发明一种自动生成多边形门的方法一个实施例的主流程示意图。在该实施例中,该方法包括如下步骤:
步骤S10,获取粒子分析仪所采集的数据,该所获取的用于分析的数据可以是粒子分析仪实时采集的数据,也可以是细胞仪标准格式(Flow CytometryStandard,FCS)等流式格式化文件,其中该粒子分析仪可以是流式细胞分析仪,可以理解的是,在其他的实施例中,其也可以是诸如血液细胞分析仪等设备,下文中主要是以流式细胞分析仪进行举例说明。
步骤S12,生成散点图;
对输入的数据,根据用户选取的参数生成二维散点图。比如在T/B/NK淋巴细胞群分析中,用户一般会选取侧散通道和荧光CD45通道来生成散点图用于圈定淋巴细胞群;又如在HLA-B27分析中,用户常用前散通道和侧散通道来确定淋巴细胞群。
此时用户可通过交互界面设置多边形门的点数,可以是固定点数或者一定的范围,或者也可以采用系统默认的范围。
图2即示出了一个散点图的例子,其中,横坐标表示前向散射光(Frowardscatter,FSC),纵坐标表示侧向散射光(Side scatte,SSC),用线条圈定的范围即表示一目标细胞群。
步骤S13,在散点图上对目标细胞群提取边界;
用户可通过鼠标点击的方式或通过手动输入目标区域靶值的方式来确定目标细胞群在散点图上的位置,根据用户所点击的位置,采用边界提取算法来获得该目标细胞群的边界,具体地,可以采用传统分水岭算法来实现该边界提取过程。
步骤S14,根据所述提取的边界获得对应的凸包络线;
在步骤S13中用边界提取算法获得的边界是一个不规则形状,具有非常多的顶点,需要将其简化,首先需要采用最大余弦法提取目标区域的凸包络线,具体步骤如下:
对该提取的边界中的图像进行腐蚀操作,然后用目标区域图像减去腐蚀后的图像,获得包络曲线,其中,腐蚀操作是数学形态学中进行图像处理常用到的一种操作,具体地,可以采用诸如MATLAB软件(一种数学图形计算器软件)来实现该操作,当然也可以通过其他诸如利用C++语言进行编程的方式来实现;
取包络曲线的最左边的点作为凸多边形的起始顶点;
顺时针方向寻找从上一点出发的包络曲线的切线,将该切点作为凸多边形的下一个顶点。具体方法为:假设(x1,y1),(x2,y2)为多边形依次找到的上两个点,形成向量(若上一点为初始点,即当前只有一个点时,取即可)。根据包络曲线可以获得每一个点的数据横坐标xi与纵坐标yi的数据,依次遍历包络曲线中的每一个点(xi,yi),将该每一点与确定的上一点,(x2,y2)形成一个向量计算向量和形成的夹角的余弦值在所有ci中,找到最大值cmax(若有多个,则取向量长度最大的那个)及其对应的向量bmax,则向量bmax对应的点(xmax,ymax)即为寻找的切点,即凸多边形的下一个顶点;
重复上述步骤,类似地获得该凸多边形的其余顶点,直至最后获得的顶点与起始顶点重合,则结束该步骤。
步骤S18,采取预先设置的多边形顶点的生成规则,调整优化该凸包络线的顶点的数量及位置,获得多边形门;
初始凸多边形的顶点数量较多,需要去掉一些顶点,同时用一些更合适的顶点代替选取所述具有n条边的凸多边形的任意相邻的四个点(x1,y1),(x2,y2)(x3,y3),(x4,y4),获得两条分别由两个点组成的线段的交点形成新的点(由于为凸多边形,必能相交),同时在多边形顶点中删去点(x2,y2)、(x3,y3),连接所述交点(x,y),由于去掉了两个顶点,加入了一个顶点,因此总的顶点数减少一点,即形成一个n-1条边凸多边形,如图3所示,在图3中由点(x2,y2)(x3,y3)形成的边称为被合并的边。
具体地,(x,y)的表达式为:
若x1=x2,则
若x3=x4,则
否则,令 若k1=k2,则x=x2,y=y2,否则
从n边形到n-1边形的自适应生成方法为:
假设当前多边形有n条边,对其中的每条边,采用上述方法合并一次,因此总共可形成n个n-1条边的多边形,按照预定规则选取上述n个n-1条边的凸多边形中的一个n-1条边的凸多边形作为选定的当前凸多边;具体地预定规则如下:统计由点(x2,y2),(x3,y3)和(x,y)组成的三角形中非目标点的像素总和,同时计算新的多边形相比原来多边形增加的面积,n个n-1条边的凸多边形中,选取像素总和最小且面积小于预定阈值(Thr)的n-1条边的凸多边形。选取的n-1条边的凸多边形只有一个,则将所述凸多边形作为选定的当前凸多边形;如果选出的n-1条边的凸多边形至少两个,则选取点(x2,y2),(x3,y3)所形成的边最短的凸多边形作为选定的当前凸多边形。根据上面的步骤,从而将该n边形中的两个顶点合并为n-1边形的一个顶点,该n-1边形中的该合并后的顶点的位置与上述n边形中的两个被合并的顶点的位置发生了变化,其他的顶点的位置没有发生变化。
如图4a和图4b所示,示出了两种合并的情形,与图4a相比,由于图4b所示的情况下三角形内的像素总和较小,因此选定图4b中的凸多边形作为选定的当前凸多边形,故在选定的当前凸多边形中,与其它细胞群离得较远的边界的点数会越来越少,而与其它细胞群挨得较近的顶点会被尽可能保留。
重复上述操作,顶点数不断减少一个,直到该选定的当前凸多边的顶点数减少到预先确定的范围,将该选定的当前凸多边作为最终的多边形门,该预先确定的范围可以是用户设定的范围,或者是系统默认的范围。
步骤S19,最后将获得的多边形门显示在散点图上。
如图5至图7所示,示出了本发明一种自动生成多边形门的装置一个实施例的结构示意图。在该实施例中,该自动生成多边形门的装置1包括:
散点图生成单元10,用于根据粒子分析仪实时采集的数据或流式格式化文件生成散点图;
数据存储单元11,用于存储粒子分析仪实时采集的数据,其中,该数据为FCS格式文件或其它自定义的流式格式化文件;
用户交互单元12,用于设置多边形门的顶点数的范围、预定阈值;
边界提取单元13,用于在散点图上对目标细胞群提取边界,具体地,该边界提取单元13根据用户所确定的目标细胞群在所述散点图上所处的位置,采用边界提取算法获得所述目标细胞群的边界;
多边形凸包生成单元14,用于对所提取的边界采用最大余弦法进行多边形近似,获得对应的凸包络线;
多边形门生成单15元,用于采取预先设置的多边形顶点的生成规则,调整优化凸包络线的顶点的数量及位置,获得多边形门;
显示单元16,用于在散点图上显示多边形门生成单元15所生成的多边形门;
其中,多边形凸包生成单元14进一步包括:
包络曲线获取子单元140,用于对找到的目标图像,对其进行图像腐蚀操作,然后用目标区域图像减去腐蚀后的图像,获得包络曲线;
顶点获取子单元141,确定包络曲线上的最左边的点作为凸多边形的起始顶点,按顺时针方向采用最大余弦法寻找从上一点出发的包络曲线的切线,将该切点作为凸多边形的下一个顶点,并类似获得凸多边形的其余顶点,直至最后获得的顶点与起始顶点重合;
凸多边形生成子单元142,用于将顶点获取子单元141所确定的起始顶点与其他顶点,按相邻的两个顶点依序连接起来,形成凸多边形。
具体地,顶点获取子单元141采用下述方法获得下一个顶点:
假设(x1,y1),(x2,y2)为所述凸多边形依次找到的上两个点,形成向量如果上一点为所述初始点,所述
依次遍历包络曲线中的每一个点(xi,yi),形成向量计算向量和形成的夹角的余弦值
在所有ci中选择最大值cmax及其对应的向量bmax,则判定该向量bmax对应的点(xmax,ymax)为此次的切点,将其作为凸多边形的下一个顶点。
其中,多边形门生成单元15包括:
合并子单元150,用于选取具有n条边的凸多边形任意相邻的四个点(x1,y1),(x2,y2)(x3,y3),(x4,y4),然后取两条线段的交点(x,y),删除点(x2,y2)、(x3,y3),形成一个n-1条边凸多边形,从而获得n个n-1条边的凸多边形;
选定子单元151,按照预定规则选取上述n个n-1条边的凸多边形中的一个n-1条边的凸多边形作为选定的当前凸多边;
设门子单元152,用于在合并子单元150重复上述合并步骤,直至所述选定子单元151选定的当前凸多边的顶点数减少到预先确定的范围,将所选定的当前凸多边作为最终的多边形门。
具体地,选定子单元151按照如下的预定规则进行选取:
统计由点(x2,y2),(x3,y3)和(x,y)组成的三角形中非目标点的像素总和,同时计算新的多边形相比原来多边形增加的面积,在所有的n个n-1条边的凸多边形中,选取像素总和最小且面积小于预定阈值的n-1条边的凸多边形;
如果所选取的n-1条边的凸多边形只有一个,则将该凸多边形作为选定的当前凸多边形;如果选出的n-1条边的凸多边形至少两个,则选取点(x2,y2),(x3,y3)所形成的边最短的凸多边形作为选定的当前凸多边形。
相应地,本发明实施例还提供一种粒子分析仪,包括如附图5至图7所描述的自动生成多边形门的装置,具体的细节,可以结合前述对附图5至图7的的描述,其中,该粒子分析仪具体可以是流式细胞分析仪或血液细胞分析仪等设备。
实施本发明的实施例,具有如下有益效果:
在本发明实施例中,用户通过在散点图上点击感兴趣的细胞群所在区域后即自动得到可以完整包裹该细胞群的多边形门,用于数据分析处理。通过对多边形顶点的精心挑选和设计,在最终的多边形门中,在目标细胞群与其它细胞群距离较近的地方,分布较多的顶点,方便用户的调整;
同时根据图形的复杂度,多边形门的顶点数也会自适应的变化,对一些简单的图形,用较少的点数来表示,而对一些较复杂的图形,则用较多的点数来表示,具体地,在生成凸多边形时,可以选择尽可能多的顶点,然后根据图形的复杂度设置合并顶点的目标值,对于复杂的图形可以将该目标值设置得比较大,从而在最终合并后可以保留更多的顶点,而对于简单的图形可以将该目标值设置得比较小,从而在最终合并后可以保留较少的顶点。
可以理解的是,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。
在本发明的实施例中,步骤S12中所生成的散点图是以二维散点图进行说明的,可以理解的是,本发明所提供的方法同可以适用于处理三维散点图或者更高维的散点图;
可以理解的是,本发明实施例所采用的处理方法和处理思路也可以用于T/B/NK或B27等自动算法中;
可以理解的是,根据所述提取的边界获得对应的凸包络线的步骤S14;在其他实施例中,也可以采用Graham扫描法和Jarvis扫描法等常用的凸包生成方法来实现。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (14)
1.一种自动生成多边形门的方法,用于粒子分析仪中的数据分析,其特征在于,包括如下步骤:
在散点图上对目标细胞群提取边界;
根据所述提取的边界获得对应的凸包络线;
采取预先设置的多边形顶点的生成规则,调整优化所述凸包络线的顶点的数量及位置,获得多边形门;
在所述散点图上显示所述获得的多边形门。
2.如权利要求1所述的自动生成多边形门的方法,其特征在于,所述在散点图上对目标细胞群提取边界的步骤具体包括:
根据用户所确定的目标细胞群在所述散点图上所处的位置,采用边界提取算法获得所述目标细胞群的边界。
3.如权利要求2所述的自动生成多边形门的方法,其特征在于,所述根据所述提取的边界获得对应的凸包络线的步骤包括:
对所述提取的边界中的图像进行腐蚀操作,获得所述边界的包络曲线;
确定所述包络曲线上的最左边的点作为凸多边形的起始顶点,并按顺时针方向采用最大余弦法获得从上一点出发的包络曲线的切线,将所述切线的切点作为凸多边形的下一个顶点,并类似获得所述凸多边形的其余顶点,直至所述最后获得的顶点与所述起始顶点重合;
将所述起始顶点与其他顶点,按相邻的两个顶点依序连接起来,形成凸多边形。
4.如权利要求3所述的自动生成多边形门的方法,其特征在于,所述并按顺时针方向采用最大余弦法获得从上一点出发的包络曲线的切线,将所述切线的切点作为凸多边形的下一个顶点,并类似获得所述凸多边形的其余顶点,直至所述最后获得的顶点与所述起始顶点重合的步骤包括:
假设(x1,y1),(x2,y2)为所述凸多边形依次找到的上两个点,形成向量如果上一点为所述初始点,所述
依次遍历包络曲线中的每一个点(xi,yi),与所述点,(x2,y2)形成向量计算向量和形成的夹角的余弦值
在所有ci中选择最大值cmax及其对应的向量bmax,则判定所述向量bmax对应的点(xmax,ymax)为此次的切点,将其作为凸多边形的下一个顶点。
5.如权利要求1至4任一项自动生成多边形门的方法,其特征在于,所述采取预先设置的多边形顶点的生成规则,调整优化所述凸包络线的顶点的数量及位置,获得多边形门的步骤包括:
选取所述具有n条边的凸多边形的任意相邻的四个点(x1,y1),(x2,y2)(x3,y3),(x4,y4),获得两条分别由两个点组成线段的交点(x,y),删除所述点(x2,y2)、(x3,y3),并连接所述交点(x,y)形成一个n-1条边凸多边形,通过类似方法共获得n个n-1条边的凸多边形,按照预定规则选取上述n个n-1条边的凸多边形中的一个n-1条边的凸多边形作为选定的当前凸多边;
重复上述合并步骤,直至所述选定的当前凸多边的顶点数减少到预先确定的范围,将所述选定的当前凸多边作为最终的多边形门。
6.如权利要求成5所述的自动生成多边形门的方法,其特征在于,所述按照预定规则选取上述n个n-1条边的凸多边形中的一个n-1条边的凸多边形作为选定的当前凸多边的步骤具体为:
统计由点(x2,y2),(x3,y3)和(x,y)组成的三角形中非目标点的像素总和,同时计算新的多边形相比原来多边形增加的面积,在所有n个n-1条边的凸多边形中,选取像素总和最小且面积小于预定阈值的n-1条边的凸多边形;
如果所选取的n-1条边的凸多边形只有一个,则将所述凸多边形作为选定的当前凸多边形;如果选出的n-1条边的凸多边形至少两个,则选取点(x2,y2),(x3,y3)所形成的边最短的凸多边形作为选定的当前凸多边形。
7.一种自动生成多边形门的装置,用于粒子分析仪中的数据分析,其特征在于,包括:
边界提取单元,用于在散点图上对目标细胞群提取边界;
多边形凸包生成单元,用于根据所述提取的边界获得对应的凸包络线;
多边形门生成单元,用于采取预先设置的多边形顶点的生成规则,调整优化所述凸包络线的顶点的数量及位置,获得多边形门;
显示单元,用于在所述散点图上显示所述多边形门生成单元所生成的多边形门。
8.如权利要求7所述的自动生成多边形门的装置,其特征在于,所述边界提取单元根据用户所确定的目标细胞群在所述散点图上所处的位置,采用边界提取算法获得所述目标细胞群的边界。
9.如权利要求8所述的自动生成多边形门的装置,其特征在于,所述多边形凸包生成单元进一步包括:
包络曲线获取子单元,用于对找到的目标图像,对其进行图像腐蚀操作,然后用目标区域图像减去腐蚀后的图像,获得包络曲线;
顶点获取子单元,确定所述包络曲线上的最左边的点作为凸多边形的起始顶点,按顺时针方向采用最大余弦法寻找从上一点出发的包络曲线的切线,所述切点作为凸多边形的下一个顶点,并类似获得所述凸多边形的其余顶点,直至所述最后获得的顶点与所述起始顶点重合;
凸多边形生成子单元,用于将所述顶点获取子单元所确定的起始顶点与其他顶点,按相邻的两个顶点依序连接起来,形成凸多边形。
10.如权利要求9所述的自动生成多边形门的装置,其特征在于,所述顶点获取子单元采用下述方法获得下一个顶点:
假设(x1,y1),(x2,y2)为所述凸多边形依次找到的上两个点,形成向量如果上一点为所述初始点,所述
依次遍历包络曲线中的每一个点(xi,yi),与所述点,(x2,y2)形成向量计算向量和形成的夹角的余弦值
在所有ci中选择最大值cmax及其对应的向量bmax,则判定所述向量bmax对应的点(xmax,ymax)为此次的切点,将其作为凸多边形的下一个顶点。
11.如权利要求7至10任一项自动生成多边形门的装置,其特征在于,所述多边形门生成单元包括:
合并子单元,用于选取所述具有n条边的凸多边形任意相邻的四个点(x1,y1),(x2,y2)(x3,y3),(x4,y4),然后取两条线段的交点(x,y),删除所述点(x2,y2)、(x3,y3),形成一个n-1条边凸多边形,从而获得n个n-1条边的凸多边形;
选定子单元,按照预定规则选取上述n个n-1条边的凸多边形中的一个n-1条边的凸多边形作为选定的当前凸多边;
设门子单元,用于在所述合并子单元重复上述合并步骤,直至所述选定子单元选定的当前凸多边的顶点数减少到预先确定的范围,将所述选定的当前凸多边作为最终的多边形门。
12.如权利要求成11所述的自动生成多边形门的装置,其特征在于,所述选定子单元按照如下的预定规则进行选取:
统计由点(x2,y2),(x3,y3)和(x,y)组成的三角形中非目标点的像素总和,同时计算新的多边形相比原来多边形增加的面积,在所有的n个n-1条边的凸多边形中,选取像素总和最小且面积小于预定阈值的n-1条边的凸多边形;
如果所选取的n-1条边的凸多边形只有一个,则将所述凸多边形作为选定的当前凸多边形;如果选出的n-1条边的凸多边形至少两个,则选取点(x2,y2),(x3,y3)所形成的边最短的凸多边形作为选定的当前凸多边形。
13.如权利要求成12所述的自动生成多边形门的装置,其特征在于,进一步包括:
用户交互单元,用于设置多边形门的顶点数的范围、预定阈值;
散点图生成单元,用于根据粒子分析仪实时采集的数据或流式格式化文件生成所述散点图;
数据存储单元,用于存储粒子分析仪实时采集的数据,所述数据为FCS格式文件或其它自定义的流式格式化文件。
14.一种粒子分析仪,其特征在于,包括如权利要求7至13任一项所述的自动生成多边形门的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310754111.7A CN104749072B (zh) | 2013-12-31 | 2013-12-31 | 一种自动生成多边形门的方法、装置及相应的粒子分析仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310754111.7A CN104749072B (zh) | 2013-12-31 | 2013-12-31 | 一种自动生成多边形门的方法、装置及相应的粒子分析仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104749072A true CN104749072A (zh) | 2015-07-01 |
CN104749072B CN104749072B (zh) | 2017-12-08 |
Family
ID=53589085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310754111.7A Active CN104749072B (zh) | 2013-12-31 | 2013-12-31 | 一种自动生成多边形门的方法、装置及相应的粒子分析仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104749072B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107063981A (zh) * | 2017-02-28 | 2017-08-18 | 赛雷纳(中国)医疗科技有限公司 | 一种基于流式细胞术的数据集中处理方法 |
CN107622517A (zh) * | 2017-08-09 | 2018-01-23 | 上海斐讯数据通信技术有限公司 | 一种单连通的任意多边形区域填充方法及系统 |
CN112613474A (zh) * | 2020-12-30 | 2021-04-06 | 珠海大横琴科技发展有限公司 | 一种行人重识别的方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070118297A1 (en) * | 2005-11-10 | 2007-05-24 | Idexx Laboratories, Inc. | Methods for identifying discrete populations (e.g., clusters) of data within a flow cytometer multi-dimensional data set |
CN101672759A (zh) * | 2008-09-12 | 2010-03-17 | 深圳迈瑞生物医疗电子股份有限公司 | 一种粒子分类统计方法及装置 |
CN102305758A (zh) * | 2011-05-19 | 2012-01-04 | 长春迪瑞医疗科技股份有限公司 | 一种粒子快速自动分类方法及其实现装置 |
-
2013
- 2013-12-31 CN CN201310754111.7A patent/CN104749072B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070118297A1 (en) * | 2005-11-10 | 2007-05-24 | Idexx Laboratories, Inc. | Methods for identifying discrete populations (e.g., clusters) of data within a flow cytometer multi-dimensional data set |
CN101672759A (zh) * | 2008-09-12 | 2010-03-17 | 深圳迈瑞生物医疗电子股份有限公司 | 一种粒子分类统计方法及装置 |
CN102305758A (zh) * | 2011-05-19 | 2012-01-04 | 长春迪瑞医疗科技股份有限公司 | 一种粒子快速自动分类方法及其实现装置 |
Non-Patent Citations (2)
Title |
---|
刘莉 等: "流式细胞术检测人和小鼠Th细胞亚群", 《第三军医大学学报》 * |
梁佩燕等: "凋亡细胞线粒体膜电势与物理参数变化的可视化研究", 《暨南大学学报(医学版)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107063981A (zh) * | 2017-02-28 | 2017-08-18 | 赛雷纳(中国)医疗科技有限公司 | 一种基于流式细胞术的数据集中处理方法 |
CN107622517A (zh) * | 2017-08-09 | 2018-01-23 | 上海斐讯数据通信技术有限公司 | 一种单连通的任意多边形区域填充方法及系统 |
CN107622517B (zh) * | 2017-08-09 | 2021-05-07 | 台州市吉吉知识产权运营有限公司 | 一种单连通的任意多边形区域填充方法及系统 |
CN112613474A (zh) * | 2020-12-30 | 2021-04-06 | 珠海大横琴科技发展有限公司 | 一种行人重识别的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104749072B (zh) | 2017-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schreiner et al. | High-quality extraction of isosurfaces from regular and irregular grids | |
US10733367B2 (en) | Underlying grid structure and animation of tables | |
US8325186B2 (en) | Method and apparatus for rendering shadows | |
EP0924650A2 (en) | Method of generating multiple master typefaces containing kanji characters | |
CN106652008B (zh) | 一种自动生成网格与着色器多层次细节的方法 | |
GB2328539A (en) | Data charting | |
CN104346772B (zh) | 缩略图制作方法和装置 | |
CN104749072A (zh) | 一种自动生成多边形门的方法、装置及相应的粒子分析仪 | |
CN111182367A (zh) | 一种视频的生成方法、装置及计算机系统 | |
Kipfer et al. | GPU construction and transparent rendering of iso-surfaces | |
US8970593B2 (en) | Visualization and representation of data clusters and relations | |
CN111462318A (zh) | 一种基于视点互信息的三维树木模型实时简化方法 | |
CN104978407B (zh) | 用于高维数据特征属性变化趋势的可视化呈现系统及方法 | |
Wong et al. | Model-based analysis of Chinese calligraphy images | |
CN103995654B (zh) | 调节图表粒度的方法和装置 | |
Staib et al. | Enhancing Scatterplots with Multi‐Dimensional Focal Blur | |
Akinci et al. | Adaptive surface reconstruction for SPH using 3-level uniform grids | |
US10580178B2 (en) | Techniques for automatic and dynamic opacity settings for scatterplots | |
Mondal et al. | A new approach to GraphMaps, a system browsing large graphs as interactive maps | |
CN114170367B (zh) | 无限视距椎状热图渲染的方法、装置、存储介质和设备 | |
CN115562790A (zh) | 一种基于Echarts的大量数据渲染处理方法及系统 | |
Rahim et al. | Evaluation of adaptive subdivision method on mobile device | |
Burch et al. | Partial link drawings for nodes, links, and regions of interest | |
de Figueiredo et al. | Region reconstruction with the sphere-of-influence diagram | |
Gumbau et al. | Smooth shadow boundaries with exponentially warped Gaussian filtering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |