CN105866011B - 脉冲基线值计算方法及血球分析仪的粒子计数方法 - Google Patents

脉冲基线值计算方法及血球分析仪的粒子计数方法 Download PDF

Info

Publication number
CN105866011B
CN105866011B CN201610199880.9A CN201610199880A CN105866011B CN 105866011 B CN105866011 B CN 105866011B CN 201610199880 A CN201610199880 A CN 201610199880A CN 105866011 B CN105866011 B CN 105866011B
Authority
CN
China
Prior art keywords
data
value
pulse
memory
starting point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610199880.9A
Other languages
English (en)
Other versions
CN105866011A (zh
Inventor
管海兵
徐宇
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.)
Acon Biotech Hangzhou Co Ltd
Original Assignee
Acon Biotech Hangzhou Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Acon Biotech Hangzhou Co Ltd filed Critical Acon Biotech Hangzhou Co Ltd
Priority to CN201610199880.9A priority Critical patent/CN105866011B/zh
Publication of CN105866011A publication Critical patent/CN105866011A/zh
Priority to PCT/CN2017/078544 priority patent/WO2017167193A1/zh
Priority to US16/091,044 priority patent/US11754489B2/en
Priority to EP17773223.7A priority patent/EP3438643B1/en
Application granted granted Critical
Publication of CN105866011B publication Critical patent/CN105866011B/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
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • G01N15/1459—Optical investigation techniques, e.g. flow cytometry 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
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • G01D5/12—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means
    • G01D5/244—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means influencing characteristics of pulses or pulse trains; generating pulses or pulse trains
    • G01D5/24471—Error correction
    • G01D5/2448—Correction of gain, threshold, offset or phase control
    • 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
    • G01N15/1031—Investigating individual particles by measuring electrical or magnetic effects
    • G01N15/12—Investigating individual particles by measuring electrical or magnetic effects by observing changes in resistance or impedance across apertures when traversed by individual particles, e.g. by using the Coulter principle
    • 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—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429—Signal processing
    • 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
    • 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—Optical investigation techniques, e.g. flow cytometry
    • 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—Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1486—Counting the particles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/02—Measuring characteristics of individual pulses, e.g. deviation from pulse flatness, rise time or duration
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B99/00—Subject matter not provided for in other groups of this subclass

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Dispersion Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of Current Or Voltage (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及一种脉冲基线值计算方法和一种血球分析仪的粒子计数方法，所述脉冲基线值计算方法，在脉冲非持续时间内，若n个连续采样数据中任意两个相邻数据的差值的绝对值小于基线阈值，且所述n个连续采样数据离脉冲起点最近，则计算所述n个连续采样数据的平均值，该平均值为为脉冲基线值。本发明设定基线阈值并进行比较，避开了噪声叠加所在基线的采样数据，选取噪声或干扰在允许范围内的采样数据进行计算，避免了将噪声累加在最终的基线值上，使基线值更加接近真实数据，极大程度的减小了基线值的误判，使粒子计数更加准确。本发明的方法可以应用于三分类血球仪、五分类血球仪、流式细胞仪等生化仪器的粒子计数。

Description

脉冲基线值计算方法及血球分析仪的粒子计数方法
技术领域
本发明涉及脉冲信号识别技术领域，尤其涉及一种脉冲基线值计算方法和一种血球分析仪的粒子计数方法。
背景技术
血球分析仪在测量白细胞、红细胞等粒子数量时，将在血液样本放置在粒子测量系统中，当被测量的粒子通过时，传感器会产生一个相应的模拟脉冲信号，该信号经过放大滤波后转换为数字脉冲信号，数字脉冲信号包括两种数据状态，一种是脉冲持续期间的数据，一种是脉冲非持续时间内的数据。在测量时，在脉冲信号中提取出脉冲信号的基线值、起点、终点、峰值和谷值等，利用提取的峰值减去基线值得到绝对脉冲峰值数据，然后根据脉冲峰值与粒子体积成正比的关系，得到粒子的体积，对粒子进行计数。若上述信号判断的不够准确，均会影响粒子计数的准确性。
中国专利CN201110033511.X公开了一种用于计算基线的基线计算模块，在脉冲非持续时间内，基线计算模块统计脉冲非持续时间内相邻固定数量采样点的平均值以作为脉冲的基线值，利用存储器存储固定数量的采样点数据，采样点数据按照时间先后形成数列，当一个新的采样点输入时，存储器丢弃存储数据数列中最前面的一个数据，所有剩余数据前移，新输入的数据排在数据数列的最后，以后每输入一个新的采样数据，基线计算模块存储器的数据和加上该数据并减去丢弃的数据后得到更新的数据和，从而快速得到新的基线值。上述基线计算方法可以快速的得到最新的基线值，但是，在纹波、气泡、抖动、突变、电磁干扰等噪声干扰造成基线波动时，上述计算方法会把叠加在基线上的噪声累加在基线值上，偏离真实的基线值，造成基线值的误判，影响绝对脉冲峰值的计算，最终会影响粒子计数的准确性。
发明内容
本发明所要解决的技术问题是针对现有技术中存在基线值计算难以避开噪声干扰的上述问题，提供了一种脉冲基线值计算方法和一种血球分析仪的粒子计数方法。
为解决上述问题，本发明的一种技术方案是：
一种脉冲基线值计算方法，其特征在于，在脉冲非持续时间内，若n个连续采样数据中任意两个相邻数据的差值的绝对值小于基线阈值，并且所述n个连续采样数据离脉冲起点最近，则计算所述n个连续采样数据的平均值，该平均值为脉冲基线值。
优选地，包括以下步骤：
a)预设存储器，存储器用于存储采样数据；
b)在脉冲非持续时间内，存储器按采样时间顺序接收采样数据，存储器每存储一个采样数据，存储器内的存储数据个数值i累加1；
c)若i＞1，进入步骤d)，否则，返回步骤b)，继续等待接收采样数据；
d)判断当前采样数据与前一个采样数据的差值的绝对值是否小于基线阈值，若小于基线阈值，则进入步骤e)，否则将存储器中的i个数据和存储数据个数值i清零，然后返回步骤b)，重新开始接收采样数据；
e)判断存储数据个数值i是否等于n，若i＝n，则计算这n个数据的平均值作为当前的基线值，然后存储器丢弃第一个数据，其它n-1个数据前移，即将第n个数据存入第n-1的存储器中，存储数据个数值i减1，然后返回步骤b)，继续等待接收采样数据；若存储数据个数值i不等于n，则直接返回步骤b)，继续等待接收采样数据。
优选地，所述n个连续采样数据的采样频率为1.5-3.5MHz。
优选地，所述n个连续采样数据为2m个，m的值选自于2、3、4或5。
优选地，所述基线阈值为预设值，基线阈值的数值范围为10-30。
优选地，所述脉冲起点根据下述方法之一进行识别：①w个连续采样数据连续递增，并且w个数据中第w个数据与第一个数据的差值大于起点阈值，则脉冲起点为w个连续采样数据中的第一个数据；②或者w个连续采样数据中第j个数据递减，其它数据递增，同时第(j+1)个数据大于第(j-1)个数据；并且w个数据中第w个数据与第一个数据的差值大于起点阈值，则脉冲起点为w个连续采样数据中的第一个数据。
优选地，所述脉冲起点识别方法包括下列步骤：
B1)预设存储器，存储器用于存储采样数据；
B2)存储器按采样时间顺序接收采样数据，存储器每存储一个采样数据，存储器内的存储数据个数值j累加1，即用(j+1)取代j；
B3)若j＞1，进入步骤B4)，否则，返回步骤B2)，继续等待接收采样数据；
B4)判断当前采样数据yj是否大于前一个采样数据yj-1，若大于，进入步骤B5)，否则进入步骤B7)；
B5)判断存储数据个数值j是否等于w，若j＝w，进入步骤B6)；若j不等于w，返回步骤B2)，继续等待接收采样数据；
B6)判断当前采样数据yj与存储器中第一个数据y1的差值是否大于起点阈值，若大于，则将存储器中的第一个数据y1设为脉冲起点；若小于，则存储器丢弃第一个数据，其它(w-1)个数据前移，即将第w个数据存入第(w-1)的存储器中，存储数据个数值j减1，返回步骤B2)，继续等待接收采样数据；
B7)存储器继续接收采样数据，存储器内的存储数据个数值j累加1，递减数据标记q累加1；
B8)判断q是否等于1，若q＝1，则进入步骤B9)，否则，进入B10)；
B9)判断当前采样数据yj是否大于采样数据yj-2，若大于，判断存储数据个数值j是否等于(w+1)，如果相等，则用(j-1)替代j，返回步骤B5)，如果不相等，则返回步骤B5)，否则，进入步骤B10)；
B10)将存储器中所有数据、存储数据个数值j和递减数据标记q清零，返回步骤B2)，重新开始接收采样数据。
优选地，所述w个连续采样数据的采样频率为1.5-3.5MHz，w的数值范围为5-10的整数。
优选地，所述起点阈值为预设值，起点阈值的数值范围为20-60。
本发明的一种技术方案是：
一种血球分析仪的粒子计数方法，所述粒子计数方法包括脉冲基线值计算方法，在脉冲非持续时间内，若n个连续采样数据中任意两个相邻数据的差值的绝对值小于基线阈值，并且所述n个连续采样数据离脉冲起点最近，则计算所述n个连续采样数据的平均值，该平均值为为脉冲基线值。
优选地，所述脉冲基线值计算方法包括以下步骤：
a)预设存储器，存储器用于存储采样数据；
b)在脉冲非持续时间内，存储器按采样时间顺序接收采样数据，存储器每存储一个采样
数据，存储器内的存储数据个数值i累加1；
c)若i＞1，进入步骤d)，否则，返回步骤b)，继续等待接收采样数据；
d)判断当前采样数据与前一个采样数据的差值的绝对值是否小于基线阈值，若小于基线阈值，则进入步骤e)，否则将存储器中的i个数据和存储数据个数值i清零，然后返回步骤b)，重新开始接收采样数据；
e)判断存储数据个数值i是否等于n，若i＝n，则计算这n个数据的平均值作为当前的基线值，然后存储器丢弃第一个数据，其它n-1个数据前移，即将第n个数据存入第n-1的存储器中，存储数据个数值i减1，然后返回步骤b)，继续等待接收采样数据；若存储
数据个数值i不等于n，则直接返回步骤b)，继续等待接收采样数据。
优选地，所述n个连续采样数据的采样频率为1.5-3.5MHz。
优选地，所述n个连续采样数据为2m个，m的值选自于2、3、4或5。
优选地，所述基线阈值为预设值，基线阈值的数值范围为10-30。
优选地，所述脉冲起点根据下述方法之一进行识别：①w个连续采样数据连续递增，并且w个数据中第w个数据与第一个数据的差值大于起点阈值，则脉冲起点为w个连续采样数据中的第一个数据；②或者w个连续采样数据中第j个数据递减，其它数据递增，同时第(j+1)个数据大于第(j-1)个数据；并且w个数据中第w个数据与第一个数据的差值大于起点阈值，则脉冲起点为w个连续采样数据中的第一个数据。
优选地，所述脉冲起点识别方法包括下列步骤：
B1)预设存储器，存储器用于存储采样数据；
B2)存储器按采样时间顺序接收采样数据，存储器每存储一个采样数据，存储器内的存储数据个数值j累加1，即用(j+1)取代j；
B3)若j＞1，进入步骤B4)，否则，返回步骤B2)，继续等待接收采样数据；
B4)判断当前采样数据yj是否大于前一个采样数据yj-1，若大于，进入步骤B5)，否则进入步骤B7)；
B5)判断存储数据个数值j是否等于w，若j＝w，进入步骤B6)；若j不等于w，返回步骤B2)，继续等待接收采样数据；
B6)判断当前采样数据yj与存储器中第一个数据y1的差值是否大于起点阈值，若大于，则将存储器中的第一个数据y1设为脉冲起点；若小于，则存储器丢弃第一个数据，其它(w-1)个数据前移，即将第w个数据存入第(w-1)的存储器中，存储数据个数值j减1，返回步骤B2)，继续等待接收采样数据；
B7)存储器继续接收采样数据，存储器内的存储数据个数值j累加1，递减数据标记q累加1；
B8)判断q是否等于1，若q＝1，则进入步骤B9)，否则，进入B10)；
B9)判断当前采样数据yj是否大于采样数据yj-2，若大于，判断存储数据个数值j是否等于(w+1)，如果相等，则用(j-1)替代j，返回步骤B5)，如果不相等，则返回步骤B5)，否则，进入步骤B10)；
B10)将存储器中所有数据、存储数据个数值j和递减数据标记q清零，返回步骤B2)，重新开始接收采样数据。
优选地，所述w个连续采样数据的采样频率为1.5-3.5MHz，w的数值范围为5-10的整数。
优选地，所述起点阈值为预设值，起点阈值的数值范围为20-60。
相比较于现有技术，本发明的脉冲基线值计算方法设定了基线阈值并进行比较，能避开噪声叠加所在基线的采样数据，选取噪声或干扰在允许范围内的采样数据进行计算，避免了将噪声累加在最终的基线值上，即在基线计算时排除了噪声干扰，使基线值更加接近真实数据，极大程度的减小了基线值的误判，使粒子计数更加准确。
附图说明
图1是脉冲基线值计算方法的流程图。
图2是粒子检测过程中存在向下干扰的电压曲线图。
图3是三分类血球仪中血小板分布的直方图。
图4是粒子检测过程中存在向上干扰的电压曲线图。
图5是脉冲起点识别步骤的流程图。
图6是脉冲起点识别过程中存在向上干扰的电压曲线图。
具体实施方式
下面结合附图和实施例进一步详细说明本发明，但本发明的保护范围并不限于此。
一种血球分析仪的粒子计数方法，所述粒子计数方法包括脉冲识别方法，所述脉冲识别方法包括脉冲基线值计算方法。测量时，血液样本通过微孔时会引起阻抗变化形成电压脉冲，准确识别脉冲起点、脉冲峰值、基线值和脉冲宽度等，最后根据脉冲的绝对幅值进行粒子分类统计。
一种脉冲基线值计算方法，在脉冲非持续时间内，若n个连续采样数据中任意两个相邻数据的差值的绝对值小于基线阈值，且所述n个连续采样数据离脉冲起点最近，则计算所述n个连续采样数据的平均值，该平均值为为脉冲基线值。基线阈值为预设的定值，主要根据系统噪声的大小进行设定。若系统受到纹波、气泡、抖动、突变、电磁干扰等噪声造成基线波动，噪声就会叠加在基线上，所述脉冲基线值计算步骤在设定基线阈值并进行比较后，能避开噪声叠加所在基线的采样数据，选取噪声或干扰在允许范围内的采样数据进行计算，避免了将噪声累加在最终的基线值上，即在基线计算时排除了噪声干扰，使基线值更加接近真实数据，极大程度的减小了基线值的误判，使粒子计数更加准确。
优选地，所述n个连续采样数据中任意两个相邻数据的差值的绝对值小于基线阈值的具体计算方法为：根据采样时间逐个计算两相邻数据的差值，逐个比较差值的绝对值与基线阈值的大小，计算出所有满足n个连续采样数据中任意两个相邻数据的差值的绝对值小于基线阈值的数据组。
优选地，所述n个连续采样数据离脉冲起点最近的具体判断方法为：比较多个满足n个连续采样数据中任意两个相邻数据的差值的绝对值小于基线阈值的数据组的采样时间与脉冲起点的时间间隔，时间间隔最短的判断为离脉冲起点最近。离脉冲起点较远的数据组与离脉冲起点最近的数据组相比，离脉冲起点最近的数据组的平均值更加接近脉冲的真实基线值。
参照图1，其中，所述脉冲基线值计算方法包括以下步骤：
a)预设存储器，存储器用于存储n个连续采样数据；
b)在脉冲非持续时间内，存储器按采样时间顺序接收采样数据，存储器每存储一个采样数据，存储器内的存储数据个数值i累加1；
c)若i＞1，进入步骤d)，否则，返回步骤b)，继续等待接收采样数据；
d)判断当前采样数据与前一个采样数据的差值的绝对值是否小于基线阈值，若小于基线阈值，进入步骤e)，否则将存储器中的i个数据和存储数据个数值i清零，返回步骤b)，重新开始接收采样数据；
e)判断i是否等于n，若i＝n，则计算这n个数据的平均值作为当前的基线值，然后存储器丢弃第一个数据，其它n-1个数据前移，即将第n个数据存入第n-1的存储器中，存储数据个数值i减1，返回步骤b)，继续等待接收采样数据；若存储数据个数值i不等于n，返回步骤b)，继续等待接收采样数据。
在脉冲基线值计算步骤中，同时还进行脉冲起点的判断，一旦系统检测到脉冲起点，即脉冲开始了，脉冲基线值计算步骤就会停止，脉冲基线值为当前的存储值。而在脉冲非持续时间内，通过上述计算方案，可能会有多个数据组满足要求并计算出多个基线值，各基线值以时间的先后次序进行覆盖，因此，当需要对基线值进行取值时，系统保存的为当前最新的基线值，即选择离脉冲起点最近的数据组并计算该数据组的基线值。
优选地，所述n个连续采样数据的采样频率为1.5-3.5MHz。采样频率是预设的，可以根据系统数据处理要求进行设定。
优选地，所述n个连续采样数据为2m个，m的值选自于2、3、4或5。即，连续采样数据的个数为4、8、16或32，采用偶数个数据进行判断，在计算时比较简单，有利于节约CPU资源，而降低CPU的成本。进一步地，n的取值为8。
优选地，所述基线阈值为预设值，基线阈值的数值范围为10-30。基线阈值的主要影响因子为系统噪声，根据系统噪声大小，对基线阈值进行预设，在基线计算时，就可以将噪声干扰排除在外，使基线值更加接近真实值。进一步地，基线阈值为20。
实施例1
图2是在血小板检测过程中存在向下干扰的电压曲线图，其中，横坐标为采样数据个数，纵坐标为测量的电压幅值，脉冲峰值x34的大小为413，表1是图2中采样数据x1-x50的具体数值，数据包含了脉冲非持续时间内的采样数据及脉冲持续时间内的采样数据。下面以具体的采样数据为例，以n取值为8，基线阈值为20，数据x22为脉冲起点，说明脉冲基线值计算步骤：
1)预设存储器，存储器用于存储8个连续采样数据；
2)在脉冲非持续时间内，存储器收采样数据x1，存储器内存储数据个数值i累加1，即i＝1，i＜1；
3)存储器接收采样数据x2，i＝2，x2-x1＝124-133＝-9，差值的绝对值小于基线阈值20，i＜8；
4)存储器接收采样数据x3，i＝3，x3-x2＝147-124＝23，差值的绝对值大于基线阈值20；
5)i＝0，存储器数据清零；
6)重新开始接收采样数据x4，i＝1，i＜1；
7)存储器接收采样数据x5，i＝2，x5-x4＝146-158＝-12，差值的绝对值小于基线阈值20，i＜8；
8)存储器接收采样数据x6，i＝3；
......省略x5到x10的具体判断步骤；
H1)x10-x9＝183-162＝21，差值的绝对值大于基线阈值20，i＝0，存储器数据清零；
H2)重新开始接收采样数据x11，i＝1，i＜1；
H3)存储器接收采样数据x12，i＝2，x12-x11＝172-187＝-15，绝对值小于基线阈值20，i＜8；
H4)存储器接收采样数据x13，i＝3，x13-x12＝182-172＝10，绝对值小于基线阈值20，i＜8；
H5)存储器接收采样数据x14，i＝4，x14-x13＝198-182＝16，绝对值小于基线阈值20，i＜8；
H6)存储器接收采样数据x15，i＝5，x15-x14＝196-198＝-2，绝对值小于基线阈值20，i＜8；
H7)存储器接收采样数据x16，i＝6，x16-x15＝195-196＝-1，绝对值小于基线阈值20，i＜8；
H8)存储器接收采样数据x17，i＝7，x17-x16＝194-195＝-1，绝对值小于基线阈值20，i＜8；
H9)存储器接收采样数据x18，i＝8，x18-x17＝180-194＝-14，绝对值小于基线阈值20；
H10)计算x11至x18的8个数据的平均值188作为当前的基线值并存储，同时存储器丢弃第一个x11数据，其它7个数据前移，即将第n个数据存入第n-1的存储器中，存储数据个数值i＝7；
H11)存储器接收采样数据x19，i＝8，x19-x18＝188-180＝8，绝对值小于基线阈值20；
H12)计算x12至x19中8个数据的平均值作188.12为当前的基线值并存储，并覆盖先前计算的基线值，同时存储器丢弃第一个x12数据，其它7个数据前移，即将第n个数据存入第n-1的存储器中，存储数据个数值i＝7；
H13)存储器接收采样数据x20，i＝8，x20-x19＝152-188＝-36，绝对值大于基线阈值20，i＝0，存储器数据清零；
......省略x20到脉冲起点的具体判断步骤；
继续检测，若发现新的满足条件的基线值则不断覆盖，直到检测到脉冲起点x22时，停止计算基线值，通过计算发现x20到x22之间没有能够满足基线值计算条件的，则x12至x19中8个数据的平均值作188.12为当前脉冲的基线值。
序 x1-x10 x11-x20 x21-x30 x31-x40 x41-x50
1 133 187 135 324 187
2 124 172 170 351 162
3 147 182 190 398 156
4 158 198 192 413 172
5 146 196 193 387 170
6 159 195 223 361 148
7 176 194 234 332 156
8 171 180 241 278 164
9 162 188 254 215 160
10 183 152 293 199 162
表1存在向下干扰的脉冲电压的50个采样数据
参照表2，在现有技术中，若只采用脉冲起点前的多个数值取平均值，若取值为8个，则脉冲基线值为x14至x21中8个数据的平均值179.75。在图2中黑色圆圈标识的区域可以明显看到电压曲线在脉冲开始前有一个向下干扰，干扰落在x20至x22的区间中，现有技术的方法将圆圈内的干扰计算在基线值内，而本发明基线值计算的取值区间为x12至x19，避开了干扰区间。由于取值范围的不同，造成基线值的偏差，影响到绝对峰值取值的准确性，两者绝对峰值的百分比为3.6％，直接影响细胞的体积大小的测量及相关的分布参数。
表2基线值计算结果的对比
参照图3，对等体积的同一种样本在相同条件下进行检测时，通过本发明的方法和通过现有技术的方法得到的血小板分布宽度在2-30飞升(fl)的直方图。图3中，横坐标表示细胞体积值(单位fl)，纵坐标表示细胞数量值；细实线表示利用本发明的方法得到的直方图，粗实线是根据本发明的直方图的多项式拟合得到的曲线；细虚线表示通过现有技术的方法得到的直方图，粗虚线是根据现有技术的直方图的多项式拟合得到的曲线。
在三分类血球仪的检测中，血小板的分布宽度PDW一般为2-30fl，从粗实线和粗虚线的对比可以看出，当基线计算不准确时，直方图的分布宽度被拉宽，在细胞体积计算偏小时，直方图向左侧被拉宽，在细胞体积计算偏大时，直方图向右侧被拉宽，即落在2-30fl之内的细胞计数值将有所偏少。如图3中，在横坐标为2fl时，粗实线在此点上细胞的分布相对较少，粗虚线在该坐标上细胞的分布相对较多，部分细胞分布在2fl之前，换句话说，粗虚线直方图的分布宽度被拉宽，此时，细胞分布量及体积都有所偏差，即粗虚线中部分细胞分布到了血小板的分布宽度PDW之外。如表2中，现有技术中的基线值偏小，导致细胞的绝对峰值偏高，即细胞体积值就会偏大，造成部分细胞分布在细胞分布宽度之外，造成细胞计数的不准确，甚至造成误判。如果基线值偏大，则细胞体积值偏小，也会造成部分细胞分布在细胞分布宽度之外。
实施例2
图4是在红细胞检测过程中存在向上干扰的电压曲线图，其中，横坐标为采样数据个数，纵坐标为测量的电压幅值，脉冲峰值x36的大小为1314，以n取值为8，基线阈值为20，数据x23为脉冲起点进行计算。表3是图4中采样数据x1-x50的具体数值，数据包含了脉冲非持续时间内的采样数据及脉冲持续时间内的采样数据。通过计算，得到采样数据的数据范围在x10到x17满足基线值计算的要求，因此，x10至x17中8个数据的平均值作238.12为当前脉冲的基线值。
序 x1-x10 x11-x20 x21-x30 x31-x40 x41-x50
1 183 237 262 599 525
2 174 222 250 744 355
3 197 232 255 903 246
4 208 248 260 1063 171
5 196 246 265 1229 156
6 209 245 280 1314 191
7 226 244 325 1277 206
8 221 270 390 1156 191
9 212 300 440 986 525
10 231 280 494 766 355
表3存在向上干扰的脉冲电压的50个采样数据
参照表4，在现有技术中，若只采用脉冲起点前的多个数值取平均值，若取值为8个，则脉冲基线值为x15至x22中8个数据的平均值262.12。在图4中黑色圆圈标识的区域可以明显看到电压曲线在脉冲开始前有一个向上干扰，干扰落在x18至x20的区间中，现有技术的方法将圆圈内的干扰计算在基线值内，而本发明基线值计算的取值区间为x10至x17，避开了干扰区间。由于取值范围的不同，造成基线值的偏差，影响的绝对峰值取值的准确性，绝对峰值的百分比有2.28％，直接影响细胞的体积大小的测量及相关的分布参数。即现有技术的基线值是相对偏大的，那么绝对峰值就会偏小，细胞体积就会偏小，分布有可以在细胞分布宽度之外。
表4基线值计算结果的对比
所述脉冲起点根据下述方法之一进行识别：①w个连续采样数据连续递增，并且w个数据中第w个数据与第一个数据的差值大于起点阈值，则脉冲起点为w个连续采样数据中的第一个数据；②或者w个连续采样数据中第j个数据递减，其它数据递增，同时第(j+1)个数据大于第(j-1)个数据；并且w个数据中第w个数据与第一个数据的差值大于起点阈值，则脉冲起点为w个连续采样数据中的第一个数据。起点即w个数据中的第一个数据，相较w个数据中其他数据而言更加稳定，因此将第w个数据与第一个数据的差值与起点阈值比较时，准确性也就越高了。当脉冲起点判断时若有干扰的存在，w个连续采样数据难以连续递增，会出现个别递减的现象，单独采用w个数据连续递增，容易出现误判，影响脉冲宽度计算的准确性，从而采用w个连续采样数据中第j个数据递减的方案，上述两个方案的结合，准确的判断脉冲起点，不会因干扰的存在而误判脉冲起点的位置。
参照图5，所述脉冲起点识别步骤包括：
B1)预设存储器，存储器用于存储w+1个连续采样数据；
B2)存储器按采样时间顺序接收采样数据，存储器每存储一个采样数据，存储器内存储数据个数值j累加1，即j＝j+1；
B3)若j＞1，进入步骤B4)，否则，返回步骤B2)，继续等待接收采样数据；
B4)判断当前采样数据yj是否大于前一个采样数据yj-1，若大于，进入步骤B5)，否则进入步骤B7)；
B5)判断j是否等于w，若j＝w，进入步骤B6)；若j不等于w，返回步骤B2)，继续等待接收采样数据；
B6)判断当前采样数据yj与存储器中第一个数据y1的差值是否大于起点阈值，若大于，存储器中的第一个数据y1为脉冲起点；若小于，存储器丢弃第一个数据，其它w-1个数据前移，即将第w个数据存入第w-1的存储器中，存储数据个数值j减1，返回步骤B2)，继续等待接收采样数据；
B7)存储器继续接收采样数据，存储器内存储数据个数值j累加1，递减数据标记q累加1；
B8)判断q是否等于1，若q＝1，则进入步骤B9)，否则，进入B10)；
B9)判断当前采样数据yj是否大于采样数据yj-2，若大于，判断j是否等于w+1，如果相等，j＝j-1，返回步骤B5)，如果不相等，则返回步骤B5)，否则，进入步骤B10)；
B10)将存储器中所有数据清零，存储数据个数值j清零，递减数据标记q清零，返回步骤B2)，重新开始接收采样数据。
优选地，所述w个连续采样数据的采样频率为1.5-3.5MHz，w的数值范围为5-10。进一步地，w的数值为7。
优选地，所述起点阈值为预设值，数值范围为20-60。进一步地，起点阈值为40。起点阈值的主要影响因子为系统噪声，根据系统噪声大小，对起点阈值进行预设，检测起点阈值时，就可以排除噪声的干扰，准确的检测脉冲起点。
实施例3
图6是在红细胞检测过程中存在向下干扰的电压曲线图，其中，横坐标为采样数据个数，纵坐标为电压幅值，脉冲峰值x32的大小为884，表5是图6中采样数据x1-x45的具体数值，数据包含了脉冲非持续时间内的采样数据及脉冲持续时间内的采样数据。下面以具体的采样数据为例，以w的数值为7，起点阈值为40进行计算，说明脉冲起点的计算步骤：
1)设存储器，存储器用于存储8个连续采样数据；
2)存储器接收并存储采样数据y1＝x1＝121，存储器内存储数据个数值j累加1，即j＝1；
3)存储器接收数据y2＝x2＝112，j＝2，y2＜y1，存储器接收数据y3＝x3＝97，j＝3，q＝1；
4)y3＜y1，存储器数据清零，j＝0，q＝0；
......省略x4到x12的具体判断步骤；
G1)存储器接收数据y1＝x13＝129，j＝1；
G2)存储器接收数据y2＝x14＝127，j＝2，y2＜y1，存储器接收数据y3＝x15＝157，j＝3，q＝1；
G3)y3＞y1，存储器接收数据y4＝x16＝165，j＝4；
G4)y4＞y3，存储器接收数据y5＝x17＝154，j＝5；
G5)y5＜y3，存储器数据清零，j＝0，q＝0；
G6)存储器接收并存储采样数据y1＝x18＝174，存储器内存储数据个数值j累加1，即j＝1；
G7)存储器接收数据y2＝x19＝191，j＝2，y2＞y1；
G8)存储器接收数据y3＝x20＝193，j＝3，y3＞y2；
G9)存储器接收数据y4＝x21＝197，j＝4，y4＞y3；
G10)存储器接收数据y5＝x22＝243，j＝5，y5＞y4；
G11)存储器接收数据y6＝x23＝278，j＝6，y6＞y5；
G12)存储器接收数据y7＝x24＝260，j＝7，y7＜y6；
G13)存储器接收数据y8＝x25＝344，j＝8，q＝1，y8＞y6；
G14)j＝j-1＝7，y7-y1＝x24-x18＝260-174＝86，大于起点阈值40，y1即x18为脉冲起点。
通过计算，得到采样数据的数据范围在x18到x24满足脉冲起点的计算要求，因此，x18为当前脉冲的起点。参照图6，在脉冲起点计算过程中，若遇到脉冲干扰，则会造成从脉冲起点开始后又出现个别采样点递减的情形，如图6黑色圆圈标识处明确看到在x24点处为一个明显的下降，若用现有技术中的方法去计算，很容易将x24点前的所有数据排除，而以x24处认为是脉冲起点，而脉冲实际的起点为x18，影响脉冲宽度计算的准确性。
序 x1-x10 x11-x20 x21-x30 x31-x40 x41-x45
1 121 136 197 877 97
2 112 135 243 884 89
3 97 129 278 819 104
4 115 127 260 669 106
5 120 157 344 490 86
6 109 165 419 359
7 112 154 514 248
8 130 174 621 156
9 133 191 751 109
10 120 193 842 99
表5脉冲识别过程的45个采样数据。

Claims (10)

1.一种脉冲基线值计算方法，其特征在于，在脉冲非持续时间内，若n个连续采样数据中任意两个相邻数据的差值的绝对值小于基线阈值，并且所述n个连续采样数据离脉冲起点最近，则计算所述n个连续采样数据的平均值，该平均值为脉冲基线值。
2.根据权利要求1所述的脉冲基线值计算方法，其特征在于，包括以下步骤：
a)预设存储器，存储器用于存储采样数据；
b)在脉冲非持续时间内，存储器按采样时间顺序接收采样数据，存储器每存储一个采样数据，存储器内的存储数据个数值i累加1；
c)若i＞1，进入步骤d)，否则，返回步骤b)，继续等待接收采样数据；
d)判断当前采样数据与前一个采样数据的差值的绝对值是否小于基线阈值，若小于基线阈值，则进入步骤e)，否则将存储器中的i个数据和存储数据个数值i清零，然后返回步骤b)，重新开始接收采样数据；
e)判断存储数据个数值i是否等于n，若i＝n，则计算这n个数据的平均值作为当前的基线值，然后存储器丢弃第一个数据，其它n-1个数据前移，即将第n个数据存入第n-1的存储器中，存储数据个数值i减1，然后返回步骤b)，继续等待接收采样数据；若存储数据个数值i不等于n，则直接返回步骤b)，继续等待接收采样数据。
3.根据权利要求1或2所述的脉冲基线值计算方法，其特征在于，所述n个连续采样数据的采样频率为1.5-3.5MHz。
4.根据权利要求3所述的脉冲基线值计算方法，其特征在于，所述n个连续采样数据为2m个，m的值选自于2、3、4或5。
5.根据权利要求3所述的脉冲基线值计算方法，其特征在于，所述基线阈值为预设值，基线阈值的数值范围为10-30。
6.根据权利要求1或2所述的脉冲基线值计算方法，其特征在于，所述脉冲起点根据下述方法之一进行识别：①w个连续采样数据连续递增，并且w个数据中第w个数据与第一个数据的差值大于起点阈值，则脉冲起点为w个连续采样数据中的第一个数据；或者②w个连续采样数据中第j个数据递减，其它数据递增，同时第(j+1)个数据大于第(j-1)个数据；并且w个数据中第w个数据与第一个数据的差值大于起点阈值，则脉冲起点为w个连续采样数据中的第一个数据。
7.根据权利要求6所述的脉冲基线值计算方法，其特征在于，所述脉冲起点识别方法包括下列步骤：
B1)预设存储器，存储器用于存储采样数据；
B2)存储器按采样时间顺序接收采样数据，存储器每存储一个采样数据，存储器内的存储数据个数值j累加1，即用(j+1)取代j；
B3)若j＞1，进入步骤B4)，否则，返回步骤B2)，继续等待接收采样数据；
B4)判断当前采样数据yj是否大于前一个采样数据yj-1，若大于，进入步骤B5)，否则进入步骤B7)；
B5)判断存储数据个数值j是否等于w，若j＝w，进入步骤B6)；若j不等于w，返回步骤B2)，继续等待接收采样数据；
B6)判断当前采样数据yj与存储器中第一个数据y1的差值是否大于起点阈值，若大于，则将存储器中的第一个数据y1设为脉冲起点；若小于，则存储器丢弃第一个数据，其它(w-1)个数据前移，即将第w个数据存入第(w-1)的存储器中，存储数据个数值j减1，返回步骤B2)，继续等待接收采样数据；
B7)存储器继续接收采样数据，存储器内的存储数据个数值j累加1，递减数据标记q累加1；
B8)判断q是否等于1，若q＝1，则进入步骤B9)，否则，进入B10)；
B9)判断当前采样数据yj是否大于采样数据yj-2，若大于，判断存储数据个数值j是否等于(w+1)，如果相等，则用(j-1)替代j，返回步骤B5)，如果不相等，则返回步骤B5)，若yj小于等于yj-2，进入步骤B10)；
B10)将存储器中所有数据、存储数据个数值j和递减数据标记q清零，返回步骤B2)，重新开始接收采样数据。
8.根据权利要求7所述的脉冲基线值计算方法，其特征在于，所述w个连续采样数据的采样频率为1.5-3.5MHz，w的数值范围为5-10的整数。
9.根据权利要求8所述的脉冲基线值计算方法，其特征在于，所述起点阈值为预设值，起点阈值的数值范围为20-60。
10.一种血球分析仪的粒子计数方法，其特征在于，所述粒子计数方法包括脉冲基线值计算方法，在脉冲非持续时间内，若n个连续采样数据中任意两个相邻数据的差值的绝对值小于基线阈值，并且所述n个连续采样数据离脉冲起点最近，则计算所述n个连续采样数据的平均值，该平均值为为脉冲基线值。
CN201610199880.9A 2016-03-31 2016-03-31 脉冲基线值计算方法及血球分析仪的粒子计数方法 Active CN105866011B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201610199880.9A CN105866011B (zh) 2016-03-31 2016-03-31 脉冲基线值计算方法及血球分析仪的粒子计数方法
PCT/CN2017/078544 WO2017167193A1 (zh) 2016-03-31 2017-03-29 脉冲基线值计算方法及血球分析仪的粒子计数方法
US16/091,044 US11754489B2 (en) 2016-03-31 2017-03-29 Baseline pulse value calculation method and hematology analyzer particle count method
EP17773223.7A EP3438643B1 (en) 2016-03-31 2017-03-29 Baseline pulse value calculation method and hematology analyzer particle count method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610199880.9A CN105866011B (zh) 2016-03-31 2016-03-31 脉冲基线值计算方法及血球分析仪的粒子计数方法

Publications (2)

Publication Number Publication Date
CN105866011A CN105866011A (zh) 2016-08-17
CN105866011B true CN105866011B (zh) 2018-10-26

Family

ID=56627536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610199880.9A Active CN105866011B (zh) 2016-03-31 2016-03-31 脉冲基线值计算方法及血球分析仪的粒子计数方法

Country Status (4)

Country Link
US (1) US11754489B2 (zh)
EP (1) EP3438643B1 (zh)
CN (1) CN105866011B (zh)
WO (1) WO2017167193A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105866011B (zh) 2016-03-31 2018-10-26 艾康生物技术(杭州)有限公司 脉冲基线值计算方法及血球分析仪的粒子计数方法
CN117531796A (zh) * 2017-08-09 2024-02-09 利多(香港)有限公司 用于鞘流后池清洗装置的隔离池、鞘流后池清洗装置和血球分析仪
CN110118715B (zh) * 2018-02-06 2024-05-14 深圳市帝迈生物技术有限公司 一种血细胞脉冲信号分析装置以及方法
CN110967246B (zh) * 2018-09-29 2022-09-30 中国航发商用航空发动机有限责任公司 分离式霍普金森杆实验的数据处理方法及数据处理系统
CN111122421A (zh) * 2018-10-31 2020-05-08 深圳市帝迈生物技术有限公司 脉冲信号的基线处理方法以及装置、粒子检测系统
EP4429393A2 (en) * 2018-11-01 2024-09-11 Comcast Cable Communications LLC Uplink transmissions using multiple active resources
CN110257234A (zh) * 2019-05-24 2019-09-20 军事科学院系统工程研究院卫勤保障技术研究所 一种基于电阻抗流式检测酵母形态及出芽比例的方法
US20220091017A1 (en) * 2020-09-22 2022-03-24 Becton, Dickinson And Company Methods for continuous measurement of baseline noise in a flow cytometer and systems for same
CN112945807A (zh) * 2021-01-29 2021-06-11 深圳市科曼医疗设备有限公司 基于血液细胞分析仪的自动检测方法和装置
CN113109630B (zh) * 2021-03-29 2022-10-04 深圳市科曼医疗设备有限公司 一种脉冲数据处理方法、装置及血液细胞分析仪
CN115372262A (zh) * 2022-09-13 2022-11-22 南京颐兰贝生物科技有限责任公司 一种五分类血液分析仪脉冲识别方法及装置
CN115931037A (zh) * 2022-12-23 2023-04-07 深圳市科曼医疗设备有限公司 粒子通道的堵孔识别方法、装置及系统、设备及存储介质
CN116226115B (zh) * 2023-05-10 2023-08-22 江西飞尚科技有限公司 一种智慧环保扬尘设备监测数据处理方法及系统
CN116660970B (zh) * 2023-07-07 2024-03-22 安徽中能聚控科技有限公司 一种基于中子伽马混合辐射的脉冲甄别方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101344475A (zh) * 2007-07-13 2009-01-14 深圳迈瑞生物医疗电子股份有限公司 信号基线处理装置及处理方法
CN102164104A (zh) * 2011-01-12 2011-08-24 深圳市蓝韵实业有限公司 一种信号基线快速处理方法及装置
CN102289558A (zh) * 2011-05-23 2011-12-21 公安部第一研究所 一种基于随机信号处理的基线调整方法
CN102319064A (zh) * 2011-10-13 2012-01-18 深圳市理邦精密仪器股份有限公司 一种提高胎心率数据减速识别准确性的装置和方法
CN102624367A (zh) * 2011-01-30 2012-08-01 深圳迈瑞生物医疗电子股份有限公司 多通道脉冲同步识别装置和方法
CN103006204A (zh) * 2012-12-29 2013-04-03 重庆康如来科技有限公司 一种心电信号基线校准方法及装置
CN103006205A (zh) * 2012-12-29 2013-04-03 重庆邮电大学 一种心电信号基线识别器及识别方法
CN103235841A (zh) * 2013-03-28 2013-08-07 中国科学院高能物理研究所 基线恢复方法及装置
CN105078444A (zh) * 2014-08-25 2015-11-25 深圳迈瑞生物医疗电子股份有限公司 一种噪声检测方法、装置及医疗检测设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6680476B1 (en) 2002-11-22 2004-01-20 Agilent Technologies, Inc. Summed time-of-flight mass spectrometry utilizing thresholding to reduce noise
JP4882899B2 (ja) * 2007-07-25 2012-02-22 ソニー株式会社 音声解析装置、および音声解析方法、並びにコンピュータ・プログラム
US7940105B2 (en) * 2008-08-08 2011-05-10 Beckman Coulter, Inc. High-resolution parametric signal restoration
CA3226224A1 (en) * 2013-02-04 2014-08-07 Epona Biotech Ltd Device and diagnostic methods for infections in mammals using serum amyloid a
CN103969675B (zh) * 2013-02-05 2017-08-04 苏州瑞派宁科技有限公司 数字化闪烁脉冲的基线校正方法及系统
CN105866011B (zh) * 2016-03-31 2018-10-26 艾康生物技术(杭州)有限公司 脉冲基线值计算方法及血球分析仪的粒子计数方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101344475A (zh) * 2007-07-13 2009-01-14 深圳迈瑞生物医疗电子股份有限公司 信号基线处理装置及处理方法
CN102164104A (zh) * 2011-01-12 2011-08-24 深圳市蓝韵实业有限公司 一种信号基线快速处理方法及装置
CN102624367A (zh) * 2011-01-30 2012-08-01 深圳迈瑞生物医疗电子股份有限公司 多通道脉冲同步识别装置和方法
CN102289558A (zh) * 2011-05-23 2011-12-21 公安部第一研究所 一种基于随机信号处理的基线调整方法
CN102319064A (zh) * 2011-10-13 2012-01-18 深圳市理邦精密仪器股份有限公司 一种提高胎心率数据减速识别准确性的装置和方法
CN103006204A (zh) * 2012-12-29 2013-04-03 重庆康如来科技有限公司 一种心电信号基线校准方法及装置
CN103006205A (zh) * 2012-12-29 2013-04-03 重庆邮电大学 一种心电信号基线识别器及识别方法
CN103235841A (zh) * 2013-03-28 2013-08-07 中国科学院高能物理研究所 基线恢复方法及装置
CN105078444A (zh) * 2014-08-25 2015-11-25 深圳迈瑞生物医疗电子股份有限公司 一种噪声检测方法、装置及医疗检测设备

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Baselinewander correction in pulsewaveforms usingwavelet-based cascaded adaptive filter;Lisheng Xu et al.;《Computers in Biology and Medicine》;20070531;第37卷(第5期);716-731 *
DMCA 中基于补偿最小二乘法的基线估计算法;李彦波 等;《核电子学与探测技术》;20140831;第34卷(第8期);991-994 *
基于FPGA脉冲幅度分析器的数字化基线估计方法;李伟男 等;《核技术》;20150630;第38卷(第6期);060403-1至060403-5 *
多道脉冲幅度分析中的数字基线估计方法;肖无云 等;《核电子学与探测技术》;20051130;第25卷(第6期);601-604 *
脉搏波自动采集分析的研究;宋维军;《中国优秀硕士学位论文全文数据库》;20100915(第09期);E080-31 *

Also Published As

Publication number Publication date
EP3438643A4 (en) 2019-11-20
US20190113437A1 (en) 2019-04-18
CN105866011A (zh) 2016-08-17
EP3438643B1 (en) 2021-10-27
EP3438643A1 (en) 2019-02-06
US11754489B2 (en) 2023-09-12
WO2017167193A1 (zh) 2017-10-05

Similar Documents

Publication Publication Date Title
CN105866011B (zh) 脉冲基线值计算方法及血球分析仪的粒子计数方法
CN107368768A (zh) 适用于体重秤的用户识别方法及体重秤
EP1969362A2 (en) Systems and methods for particle counting
US20100090677A1 (en) Detecting and Handling Coincidence in Particle Analysis
CN111257204B (zh) 用于样本分析仪的微孔堵塞的侦测方法及样本分析仪
CN106019251B (zh) 雷达定位方法、装置及etc交易方法和系统
CN101136624B (zh) 脉冲信号识别装置及方法
JP2019512895A5 (zh)
CN108107086A (zh) 一种基于阵列气体传感器的气体检测方法及气体传感器
CN110188810A (zh) 一种基于密度聚类的在线野值检测、识别与修正方法
CN107728192A (zh) 多探测器的核素识别系统及方法
CN112332807A (zh) 一种弱包络信号检测方法和系统
CN106526545B (zh) 一种鲁棒cfar检测器的检测方法
US12055472B2 (en) Method for correcting a blood cell parameter, blood sample analyzer and storage medium
CN113139405B (zh) 一种基于多峰拟合解析的细胞分类结果校正方法
US20210080436A1 (en) Liquid chromatograph
CN104169988B (zh) 用于检测停车空间的设备和方法
CN112036482B (zh) 一种基于电子鼻传感器数据的中药材分类方法
CN111307375B (zh) 一种烟支漏气检测器剔除功能的判定方法、装置及设备
WO2005057183A1 (en) Method and apparatus for obtaining information about the size distribution of macroscopic particles in a liquid
CA1133139A (en) Method for classification of signals by comparison with an automatically determined threshold
JP5415379B2 (ja) Ａｔｐ法における計測値の処理方法
CN112016045B (zh) 纳秒级脉冲功率计数据处理方法
CN108629125A (zh) 基于异常值检测的子空间投影滤波器设计
CN111870775B (zh) 一种点滴检测识别方法、装置及输液设备

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