CN106662572B - 细胞分析仪、粒子分类方法及装置 - Google Patents
细胞分析仪、粒子分类方法及装置 Download PDFInfo
- Publication number
- CN106662572B CN106662572B CN201580039384.0A CN201580039384A CN106662572B CN 106662572 B CN106662572 B CN 106662572B CN 201580039384 A CN201580039384 A CN 201580039384A CN 106662572 B CN106662572 B CN 106662572B
- Authority
- CN
- China
- Prior art keywords
- signal
- optical signal
- particle
- pulsewidth
- light
- 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
Links
- 239000002245 particle Substances 0.000 title claims abstract description 218
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000003287 optical effect Effects 0.000 claims abstract description 196
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 230000003014 reinforcing effect Effects 0.000 claims abstract description 28
- 239000000203 mixture Substances 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 52
- 230000002787 reinforcement Effects 0.000 claims description 49
- 210000004369 blood Anatomy 0.000 claims description 37
- 239000008280 blood Substances 0.000 claims description 37
- 210000000265 leukocyte Anatomy 0.000 claims description 23
- 210000004027 cell Anatomy 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 14
- 238000004820 blood count Methods 0.000 claims description 10
- 239000007788 liquid Substances 0.000 claims description 10
- 210000001367 artery Anatomy 0.000 claims description 4
- 210000003462 vein Anatomy 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 2
- 150000002632 lipids Chemical class 0.000 description 37
- 239000008187 granular material Substances 0.000 description 35
- 208000010110 spontaneous platelet aggregation Diseases 0.000 description 20
- 210000001772 blood platelet Anatomy 0.000 description 19
- 210000000601 blood cell Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000003153 chemical reaction reagent Substances 0.000 description 6
- 210000003714 granulocyte Anatomy 0.000 description 6
- 210000001616 monocyte Anatomy 0.000 description 6
- 210000003743 erythrocyte Anatomy 0.000 description 5
- 210000004698 lymphocyte Anatomy 0.000 description 5
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 239000003219 hemolytic agent Substances 0.000 description 4
- 230000005906 menstruation Effects 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 210000003979 eosinophil Anatomy 0.000 description 3
- 210000004493 neutrocyte Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 210000003651 basophil Anatomy 0.000 description 2
- 238000004043 dyeing Methods 0.000 description 2
- 230000003834 intracellular effect Effects 0.000 description 2
- 210000003924 normoblast Anatomy 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000000790 scattering method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
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—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
- 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
- G01N15/1429—Electro-optical investigation, e.g. flow cytometers using an analyser being characterised by its signal processing
-
- 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
- G01N21/53—Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
-
- 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
-
- G01N15/149—
-
- 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
-
- 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
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
Abstract
一种细胞分析仪、粒子分类方法及装置,根据检测的光信号获取至少一种光信号的脉宽,选取至少一种光信号作为组合光信号,将该组合光信号的信号强度分别与脉宽进行组合计算,得到至少一种加强信号,第一类粒子和第二类粒子在加强信号上的差异相较于两者在组合光信号上的差异增加;基于加强信号和其它信号组成新散点图,其它信号为其他加强信号和光信号中的至少一种,根据新散点图区分第一类粒子和第二类粒子。由于第一类粒子和第二类粒子在加强信号上的差异增加,从而使得第一类粒子和第二类粒子的分离效果得到显著加强。
Description
技术领域
本发明涉及一种医疗设备,具体涉及一种细胞分析仪、粒子分类方法及装置。
背景技术
血液细胞分析仪是一种可检测血液中细胞的一种仪器,可以对白细胞(WBC)、红细胞、血小板、有核红细胞、网织红细胞等细胞进行计数及分类。
血液细胞分析仪实现白细胞检测最常见的一种方法为激光散射法,通过光照射流经检测区域的细胞粒子,收集各类粒子反射或散射的光信号,然后通过对光信号进行处理和分析,从而对白细胞进行分类和计数。收集的光信号可以包括前向散射光、侧向散射光、荧光信号等三种光信号。前向散射光可反映细胞的大小信息,侧向散射光可反映细胞内部结构的复杂程度,荧光信号反映细胞内DNA、RNA等可被荧光染料染色物质的含量。利用这些光信号可对白细胞进行分类,同时可以得到白细胞的计数值。
根据对血液样本的前期处理不同(例如反应试剂不同),将其检测过程分为不同的检测通道,例如DIFF通道、BASO通道和NRBC通道,其中BASO通道用于对白细胞进行分类和计数,其在血液样本经化学试剂处理后,一般采用侧向散射光和前向散射光对白细胞总数进行计数,同时会给出白细胞中嗜碱性粒细胞的计数值。NRBC通道在血液样本加入荧光试剂处理后,可以对有核红细胞进行分类,NRBC通道可以给出白细胞计数值和有核红细胞计数值。
在血液细胞分析仪检测血液细胞的过程中,有些情况下两种粒子不能明显区分,从而影响对粒子的分类结果。例如在对白细胞进行计数时,可能受到干扰粒子的影响,无法对白细胞进行准确计数,干扰粒子可能是脂质颗粒或PLT(血小板,blood platelet)聚集粒子,PLT属于血影的一部分,血影是血液样本经过样本前处理,其中的红细胞或血小板等细胞经低渗透或试剂处理致细胞膜破裂后,形成的细胞碎片结构,通常粒子体积较小,前向散射光信号较小。但在某些样本中,会发生PLT聚集,对白细胞的检测造成干扰。这些干扰粒子在散点图中会和白细胞散点图相交叠,如图1所示为NRBC通道的检测结果,血小板聚集团A1同白细胞团B1在前向散射光和荧光信号上存在交叠。如图2所示为BASO通道的检测结果,白细胞被分类成嗜碱性粒细胞团A2和其它白细胞粒子团B2,其它白细胞粒子团包括淋巴细胞、单核细胞、中性粒细胞和嗜酸性粒细胞。由于脂质颗粒的存在,脂质颗粒团C2与其它白细胞粒子团B2在前向散射光和侧向散射光信号低端相交叠区域D2,这会对白细胞计数产生干扰。可见,当血液样本中存在这些干扰粒子时,会影响检测结果的准确性。
发明内容
根据第一方面,一种实施例中提供一种粒子分类方法,包括:
获取血液样本经过检测区域时样本中各粒子经光照射产生的光信号,所述光信号包括前向散射光、侧向散射光和荧光中的至少两种;
获取至少一种光信号的脉宽;
选取至少一种光信号作为组合光信号,将该组合光信号的信号强度分别与所述脉宽进行组合计算,得到至少一种加强信号,所述组合计算使得第一类粒子和第二类粒子在加强信号上的差异相较于两者在组合光信号上的差异增加;
基于加强信号和其它信号组成新散点图,其它信号为其它加强信号和不同于组合光信号的光信号中的至少一种,即新散点图的至少一个维度是加强信号;
根据新散点图区分第一类粒子和第二类粒子。
根据第二方面,一种实施例中提供另一种粒子分类方法,包括:
获取血液样本经过检测区域时样本中各粒子经光照射产生的光信号,所述光信号包括前向散射光、侧向散射光和荧光中的至少两种;
根据光信号生成用于对粒子进行分类和/或计数的初始散点图;
当散点图中第一类粒子团和第二类粒子团存在交叠区域时,获取至少一种光信号的脉宽;
选取至少一种光信号作为组合光信号,将该组合光信号的信号强度分别与所述脉宽进行组合计算,得到至少一种加强信号,所述组合计算使得第一类粒子和第二类粒子在加强信号上的差异相较于两者在组合光信号上的差异增加;
基于加强信号和其它信号组成新散点图,其它信号为其它加强信号和不同于组合光信号的光信号中的至少一种;
根据新散点图区分第一类粒子和第二类粒子。
根据第三方面,一种实施例中提供一种粒子分类装置,包括:
光信号获取单元,用于获取血液样本经过检测区域时样本中各粒子经光照射产生的光信号,所述光信号包括前向散射光、侧向散射光和荧光中的至少两种;
脉宽获取单元,用于获取至少一种光信号的脉宽;
计算单元,用于选取至少一种光信号作为组合光信号,将该组合光信号的信号强度分别与所述脉宽进行组合计算,得到至少一种加强信号,所述组合计算使得第一类粒子和第二类粒子在加强信号上的差异相较于两者在组合光信号上的差异增加;
新散点图生成单元,用于基于加强信号和其它信号组成新散点图,其它信号为其它加强信号和不同于组合光信号的光信号中的至少一种;
分类单元,用于根据新散点图区分第一类粒子和第二类粒子。
根据第四方面,一种实施例中提供另一种粒子分类装置,包括:
光信号获取单元,用于获取血液样本经过检测区域时样本中各粒子经光照射产生的光信号,所述光信号包括前向散射光、侧向散射光和荧光中的至少两种;
散点图生成单元,用于根据光信号生成用于对粒子进行分类和/或计数的初始散点图;
脉宽获取单元,用于当初始散点图中第一类粒子团和第二类粒子团存在交叠区域时获取至少一种光信号的脉宽;
计算单元,用于选取至少一种光信号作为组合光信号,将该组合光信号的信号强度分别与所述脉宽进行组合计算,得到至少一种加强信号,所述组合计算使得第一类粒子和第二类粒子在加强信号上的差异相较于两者在组合光信号上的差异增加;
新散点图生成单元,用于基于加强信号和其它信号组成新散点图,其它信号为其它加强信号和不同于组合光信号的光信号中的至少一种;
分类单元,用于根据新散点图区分第一类粒子和第二类粒子。
根据第五方面,一种实施例中提供一种细胞分析仪,包括:
输送设备,用于将被测样本液输送到光学检测设备中;
光学检测设备,用于对流经其检测区域的被测样本液进行光照射,收集细胞因光照射所产生的各种光信息,并转换成对应的电信号输出;
上述的粒子分类装置,用于接收光学检测设备输出的电信号并进行处理。
本发明由于利用某一光学信号和脉宽信号的函数组合形成新的加强信号,使得第一类粒子和第二类粒子在加强信号上的差异增加,并基于该该加强信号生成新的散点图,利用第一类粒子和第二类粒子在加强信号上的较大的差异,得以区分第一类粒子和第二类粒子,从而提高了粒子分类的准确性。
附图说明
图1为血小板聚集样本的NRBC通道的散点图;
图2为脂质颗粒样本的BASO通道的散点图;
图3为检测到的脉冲示意图;
图4a为脂质颗粒样本前散脉宽-前向散射光散点图;
图4b为脂质颗粒样本前散脉宽-侧向散射光散点图;
图5为血液细胞分析仪的结构示意图;
图6为一种实施例中粒子分类装置的结构示意图;
图7为另一种实施例中粒子分类装置的结构示意图;
图8为正常样本的NRBC通道散点图;
图9为NRBC通道粒子分类流程图;
图10为NRBC通道荧光信号经前散脉宽加强后的散点图;
图11为NRBC通道前向散射光信号经前散脉宽加强后的散点图;
图12为NRBC通道荧光信号经侧散脉宽加强后的散点图;
图13为NRBC通道前向散射光信号经侧散脉宽加强后的散点图;
图14为NRBC通道荧光信号经荧光脉宽加强后的散点图;
图15为NRBC通道前向散射光信号经荧光脉宽加强后的散点图;
图16为正常样本的BASO通道散点图;
图17为BASO通道粒子分类流程图;
图18为BASO通道前向散射光信号经前散脉宽加强后的散点图;
图19为BASO通道前向散射光信号经前散脉宽的平方加强后的散点图。
具体实施方式
研究发现,粒子通过检测区域会形成一个脉冲,脉冲的宽度(以下简称脉宽)可反映粒子通过检测区域的时间,从而可表征粒子的大小。如图3所示为检测到的脉冲示意图,当粒子通过检测区域时,激发脉冲信号。脉冲宽度为从脉冲起始位置开始,到脉冲结束为止,脉宽信号实际为粒子通过检测区域的时间。当流速一定时,粒子越小,其通过检测区域的时间越短,对应的脉宽便会越小;粒子越大,其通过检测区域的时间越长,对应的脉宽便会越大。因此,理论上可通过脉宽来区分不同种类的粒子。
在出现血小板聚集的样本中,聚集粒子通过检测区域,产生的脉冲的脉宽会比较大。理论上可通过脉宽的大小来区分血小板聚集粒子和白细胞,但由于发生聚集的血小板的个数不同,血小板群的粒子大小的分布范围较宽,一些体积较大的血小板聚集粒子会与白细胞群存在交叠,因此利用脉宽无法很好地区分白细胞和血小板聚集粒子。
对于血液样本中的脂质颗粒,由于其大小不一,其体积分别呈现出从小到大的变化,对于直径小的脂质颗粒粒子,其对应的脉宽较小;对于直径大的脂质颗粒粒子,其对应的脉宽较大。对于小脉宽的情况,脂质颗粒与白细胞的脉宽会有相等的情况,如图4a、图4b所示,可以看到脂质颗粒团A4的脉宽分布从小到大都有,与嗜碱性粒细胞团B4和其它白细胞粒子团C4在小脉宽部分有重叠区域,因此根据脉宽,无论是与前向散射光的散点图还是与侧向散射光的散点图,都无法较好地分离脂质颗粒与白细胞。
因此,本发明实施例中,根据干扰粒子同白细胞粒子在脉宽上的差异,利用光学信号和脉宽信号的函数组合形成新的加强信号,基于加强信号生成的散点图可使粒子群的分离效果得到显著加强。
请参考图5,图5所示为血液细胞分析仪的结构示意图,血液细胞分析仪包括光学检测设备20、输送设备30、数据处理装置40和显示设备50。
输送设备30用于将与试剂反应后的样本液(例如被测血液样本)输送到光学检测设备20中。输送设备30通常包括输送管路和控制阀,样本液通过输送管路和控制阀输送到光学检测设备20中。
光学检测设备20用于对流经其检测区域的样本液进行光照射,收集细胞因光照射所产生的各种光信息(例如散射光信息和/或荧光信息),并转换成对应的电信号,这些信息与细胞粒子的特征对应,可作为细胞粒子特征数据,前向散射光信号反映细胞的大小信息,侧向散射光信号反映细胞内部结构的复杂程度,荧光信号反映细胞内DNA、RNA等可被荧光染料染色物质的含量。图5所示的实施例中,光学检测设备20可包括光源1025、作为检测区域的检测区域1021、设置在光轴上的前向散射光信号收集装置1023、设置在光轴侧边的侧向散射光信号收集装置1026和荧光信号收集装置1027,在有的实施例中,不需要用到荧光信号收集装置1027。
血液样本根据需要进行分样,经与不同试剂反应后的样本液先后在鞘液的裹挟下通过流动室1022的检测区域1021,光源1025发射的光束照射到检测区域1021,样本液中的各细胞粒子经光束照射后发出散射光,光收集装置对散射光进行收集,经收集整形后的光照射到光电感应器,光电感应器将光信号转换成对应的电信号输出至数据处理装置40。
数据处理装置40用于接收光学检测设备输出的光信息,将每个粒子的光信息作为表征该粒子的特征数据组,通过对粒子特征数据的分析处理从而实现对被测血液样本的分析。本实施例中,数据处理装置40包括粒子分类装置,粒子分类装置根据各粒子的特征数据组生成所需要的散点图,根据散点图对粒子进行分类,本发明实施例中,粒子分类装置用于将白细胞和干扰粒子区分开来,干扰粒子可以是血小板聚集粒子,也可以是脂质颗粒。本发明实施例中,散点图是指由各细胞粒子的特征数据组组成的集合,其可以数字化的形式存储在存储装置中,也可以可视化的形式呈现在显示界面上。
显示设备50与数据处理装置40电耦合,用于显示数据处理设备40输出的分析结果,分析结果可以是图形、文字描述或表格等。本实施例中,显示设备50可以输出各种可视化的散点图和/或各种细胞分类结果。
在一种实施例中,不管是否存在干扰粒子,以及干扰粒子是否与白细胞存在交叠,都利用光学信号和脉宽信号的加强信号区分白细胞粒子与干扰粒子。如图6所示,粒子分类装置包括光信号获取单元41、脉宽获取单元42、计算单元43、新散点图生成单元44和分类单元45。
光信号获取单元41用于获取光信号。当血液样本经过检测区域时,光学检测设备20发射的光照射检测区域,样本中各粒子经光照射产生相应的光信号,光学检测设备20收集各粒子因光照射所产生的各种光信息,光信号包括前向散射光、侧向散射光和荧光中的至少两种,例如可以是前向散射光和侧向散射光,也可以是前向散射光、侧向散射光和荧光。
脉宽获取单元42用于获取至少一种光信号的脉宽。在一种具体实施例中,脉宽获取单元42从收集的光信号中选择一种光信号,并统计该光信号的脉宽,例如可以统计前向散射光、侧向散射光或者荧光的脉宽。在另一种具体实施例中,脉宽获取单元42从收集的光信号中选择多种光信号,并分别统计多种光信号的脉宽,例如统计前向散射光和荧光两种光信号的脉宽。
计算单元43用于计算加强信号,加强信号分别根据一种光信号的脉宽和组合光信号通过函数组合计算获得,组合光信号可以是选自光信号获取单元41获得的任一种光信号,该组合计算使得白细胞粒子和干扰粒子在加强信号上的差异相较于两者在组合光信号上的差异增加,例如加强信号可以是组合光信号和脉宽的函数,其表达式如下:
Z=f(X,Y)…………………(1)
其中,Z为加强信号,f为函数,X为组合光信号强度,本发明实施例中,光信号强度可以是光脉冲信号的峰值,Y为脉宽。
根据上述表达式(1),函数f具有以下特性:
函数f对组合光信号或脉宽而言是单调的,即:当组合光信号确定(或者不变)时,函数对脉宽而言是单调函数,例如函数是脉宽的增函数或减函数;当脉宽确定时,函数对组合光信号是单调函数,例如函数是组合光信号的增函数或减函数。
或者,函数f具有以下特性:函数f是组合光信号和脉宽的非线性组合函数。
在具体实施例中,计算单元43通过组合计算所获得的加强信号可以有一种,例如,加强信号仅是前向散射光和脉宽的加强信号;计算单元43通过组合计算所获得的加强信号也可以有多种,例如加强信号可以包括前向散射光和脉宽的加强信号,以及侧向散射光和脉宽的加强信号。在具体实施例中,统计脉宽的光信号和组合光信号可以是相同的光信号,也可以是不同的光信号。
新散点图生成单元44用于基于加强信号和其它信号组成新散点图,其它信号可以为不同于组合光信号的至少一种光信号,也可以为其它加强信号中的至少一种,或者两者的组合。新散点图可以是二维或三维,其中至少一个维度是加强信号。在一种具体实施例中,新散点图选取光信号和加强信号组成新散点图,例如选取一种光信号和一种加强信号组成二维的新散点图,或选取一种光信号和两种加强信号组成三维的新散点图,或选取两种光信号和一种加强信号组成三维的新散点图,具体实施时,可优选不同于组合光信号的光信号和加强信号组成新散点图,例如计算加强信号的组合光信号为荧光,则选择前向散射光和加强信号组成新散点图。在另一种具体实施例中,新散点图选取某种加强信号和其它加强信号组成新散点图,其它加强信号是指不同于某种加强信号的加强信号。例如从上述计算单元43计算出的至少一种加强信号中选择A种加强信号作为新散点图的一个维度,另外再选择不同于A种加强信号的B种加强信号作为新散点图的另一个维度,即新散点图选取两种加强信号组成二维新散点图,例如选取前向散射光和脉宽的加强信号,以及侧向散射光和脉宽的加强信号组成二维新散点图。
分类单元45用于根据新散点图区分白细胞粒子和干扰粒子。白细胞粒子和干扰粒子在光信号和脉宽上有些差异,但差异不足以区分白细胞粒子和干扰粒子,通过将光信号和脉宽进行组合计算,可使得该差异增加。由于加强信号使得白细胞粒子和干扰粒子在加强信号上的差异相较于两者在组合光信号上的差异增加,因此,在至少基于加强信号的散点图上可将白细胞粒子和干扰粒子区分开来。
在另一种实施例中,先采用通常的分类方法,即基于光信号生成散点图,该散点图被称为初始散点图。当初始散点图中白细胞粒子团和干扰粒子团存在交叠区域时,再利用光学信号和脉宽信号的加强信号来区分白细胞粒子与干扰粒子。如图7所示,粒子分类装置包括光信号获取单元51、散点图生成单元52、脉宽获取单元53、计算单元54、新散点图生成单元55和分类单元56。光信号获取单元51、计算单元54和新散点图生成单元55与前述实施例相同,散点图生成单元52用于根据光信号生成用于对白细胞进行分类和/或计数的初始散点图。脉宽获取单元53用于当初始散点图中白细胞粒子团和干扰粒子团存在交叠区域时获取至少一种光信号的脉宽。分类单元56用于根据新散点图区分白细胞粒子和干扰粒子,并统计白细胞数量,当初始散点图中白细胞粒子团和干扰粒子团不存在交叠区域时,分类单元56还根据初始散点图统计白细胞数量。
下面以具体血液样本的实施例方式进行详细说明。
实施例1:
本实施例以血小板聚集样本为例,利用血液细胞分析仪对血液样本进行测量,由NRBC通道可以得到白细胞的计数值。
一般红细胞、血小板经过溶血剂处理后,会形成细胞碎片,经过血液细胞分析仪测量后,在NRBC通道中位于低端信号的血影部分。一例正常样本的NRBC通道散点图如图8所示,可见血影A5与白细胞团B5分离显著,血影不会干扰白细胞计数。
当血液样本中存在血小板聚集时,溶血剂不能很好的将血小板溶解,从而会在血液样本中残留聚集的血小板,聚集的血小板信号强度较大,会与白细胞群相重叠,如图1所示,血小板聚集粒子群A1与白细胞群B1相互交叠,影响NRBC通道的白细胞计数。
因此,本实施例的处理过程如图9所示,包括以下步骤:
步骤61,获取血液样本经过检测区域时样本中各粒子经光照射产生的光信号,光信号包括前向散射光、侧向散射光和荧光,本实施例中,荧光为侧向荧光。
步骤62,统计前向散射光的脉宽(以下简称前散脉宽)。
步骤63,基于脉宽计算加强信号。选取荧光信号作为组合光信号,加强信号为荧光信号增函数和脉宽增函数的乘积,其计算式如下:
Z1=fx·fy…………………(2)
其中,Z1为荧光-前散脉宽加强信号,fx为荧光信号强度的增函数,fy为前散脉宽的增函数。
具体实施例中,将荧光信号的信号强度乘以前散脉宽,得到荧光-前散脉宽加强信号。
步骤64,选取前向散射光和荧光-前散脉宽加强信号组成新散点图,如图10所示,横坐标为荧光-前散脉宽加强信号,纵坐标为前向散射光,A1为血小板聚集粒子群,B1为白细胞粒子团。
步骤65,根据新散点图进行粒子分类和/或计数。本实施例中,根据新散点图区分白细胞粒子和干扰粒子。通常情况下,在交叠区域,血小板的脉宽趋向于大于白细胞粒子的脉宽。根据图1所示,血小板聚集粒子群A1位于白细胞粒子团B1的右下方,在荧光方向上,在前向散射光相同的情况下,血小板粒子的荧光强度大于白细胞粒子的荧光强度,或者血小板聚集粒子群A1的中心的荧光强度大于白细胞粒子团B1的中心的荧光强度,在分别将血小板和白细胞粒子的荧光强度乘以脉宽后,大的因子相乘,积会更大,小的因子相乘,积会更小,因此得到的血小板和白细胞粒子加强信号的差异更大,相较于两者在荧光信号上的差异增加,如图10所示,血小板聚集粒子群A1相对于白细胞粒子团B1而言更向右偏移,血小板聚集粒子群A1和白细胞粒子团B1的交叠区域已分开,因此,在新的散点图上更容易、也能够更准确地将白细胞粒子和血小板区分开。
在步骤63中,也可以选取前向散射光作为组合光信号,加强信号为前向散射光增函数和脉宽增函数的商,例如将前向散射光的信号强度除以前散脉宽,得到前散-前散脉宽加强信号。在步骤64中,选取侧向散射荧光和前散-前散脉宽加强信号组成新散点图,如图11所示。同样,在交叠区域,血小板的脉宽大于白细胞粒子的脉宽,根据图1所示,在前向散射光方向上,在荧光相同的情况下,血小板粒子的前向散射光强度小于白细胞粒子的前向散射光强度,或者血小板聚集粒子群A1的中心的前向散射光强度小于白细胞粒子团B1的中心的前向散射光强度,而加强信号为前向散射光强度除以前散脉宽,因此在新散点图上,血小板聚集粒子群A1在加强信号方向上将变得更小,而白细胞粒子团B1在加强信号方向上将变得更大,因此白细胞粒子和血小板聚集粒子的差异更大,也能够更容易、更准确地将白细胞粒子和血小板聚集粒子区分开。
在另外的实施例中,脉宽还可以是侧向散射光或荧光的脉宽。
如图12所示,脉宽为侧向散射光的脉宽(简称侧散脉宽),加强信号为荧光乘以侧散脉宽的乘积(简称荧光-侧散脉宽加强信号),选取前向散射光和荧光-侧散脉宽加强信号组成新散点图,根据该新散点图,也可更容易、更准确地将白细胞粒子团B1和血小板聚集粒子群A1区分开。
如图13所示,脉宽为侧向散射光的脉宽(简称侧散脉宽),加强信号为前向散射光除侧散脉宽的商(简称前散-侧散脉宽加强信号),选取前向散射光-侧散脉宽加强信号和荧光组成新散点图,根据该新散点图,也可更容易、更准确地将白细胞粒子团B1和血小板聚集粒子群A1区分开。
如图14所示,脉宽为荧光的脉宽(简称荧光脉宽),加强信号为荧光乘以荧光脉宽的乘积(简称荧光-荧光脉宽加强信号),选取前向散射光和荧光-荧光脉宽加强信号组成新散点图,根据该新散点图,也可更容易、更准确地将白细胞粒子团B1和血小板聚集粒子群A1区分开。
由于脉冲信号可看作一近似三角形,在本实施例中,加强信号为荧光乘以荧光脉宽的乘积,因此可将加强信号看作为是荧光脉冲信号的面积的2倍,即当计算加强信号的组合光信号强度和脉宽属于同一种光信号时,加强信号有可能是某种光的脉冲信号的面积或面积的若干倍,这可以作为加强信号的一种特例,这种情况下,本领域技术人员应当理解,即使将光脉冲信号的面积或面积的若干倍作为加强信号也应看作是组合光信号的信号强度与脉宽的组合计算。另外,光脉冲信号的面积可以根据三角形面积公式将脉冲峰值乘以脉宽计算得出,也可以通过对脉冲宽度内的光信号进行累加或积分得出。
如图15所示,脉宽为荧光的脉宽(简称荧光脉宽),加强信号为前向散射光除荧光脉宽的商(简称前散-荧光脉宽加强信号),选取前向散射光-荧光脉宽加强信号和荧光组成新散点图,根据该新散点图,也可更容易、更准确地将白细胞粒子团B1和血小板聚集粒子群A1区分开。
实施例2:
本实施例以脂质颗粒样本为例,利用血液细胞分析仪对血液样本进行测量,由BASO通道得到白细胞的计数值。
正常样本在BASO通道中不存在脂质颗粒,白细胞计数准确。一例正常样本BASO通道的散点图如图16所示,横坐标为侧向散射光信号,纵坐标为前向散射光信号。其中B6为除嗜碱性粒细胞外的其他白细胞,即淋巴细胞、单核细胞、中性粒细胞、嗜酸性粒细胞,为白细胞主团;A6为嗜碱性粒细胞;C6为血影,即经过溶血剂处理后的红细胞、血小板碎片。从图16中可以看出,正常样本血影点极少,且位于白细胞主团的下方,与白细胞主团分离程度大,不会干扰白细胞计数。
当血液样本中存在脂质颗粒时,会在BASO通道中形成S形的曲线,如图2所示,横坐标为侧向散射光信号,纵坐标为前向散射光信号。其中B2为除嗜碱性粒细胞外的其他白细胞,即淋巴细胞、单核细胞、中性粒细胞、嗜酸性粒细胞,为白细胞主团;A2为嗜碱性粒细胞;C2为血影,即经过溶血剂处理后的红细胞、血小板碎片。特别是在侧向散射光信号和前向散射光信号的低端,脂质颗粒同白细胞群相交叠,影响白细胞计数。所以采用侧向散射光和前向散射光信号,不能将白细胞和脂质颗粒区分开。
为减少脂质颗粒对白细胞计数的影响,本实施的处理过程如图17所示,包括以下步骤:
步骤71,获取血液样本经过检测区域检测时样本中各粒子经光照射产生的光信号,光信号包括前向散射光和侧向散射光。
步骤72,根据前向散射光和侧向散射光生成初始散点图,横坐标为侧向散射光,纵坐标为前向散射光。
步骤73,判断初始散点图中脂质颗粒同白细胞群是否存在交叠区域,如果不存在,如图16所示,则执行步骤74,如果存在,如图2所示,则执行步骤75。
步骤74,根据初始散点图对白细胞进行分类和/或计数。
步骤75,统计前向散射光的脉宽(以下简称前散脉宽)。
步骤76,基于脉宽计算加强信号。选取前向散射光作为组合光信号,加强信号为前向散射光增函数和脉宽增函数的乘积,具体实施例中,将前向散射光信号的强度乘以前散脉宽,得到前向散射光-前散脉宽加强信号。
步骤77,选取侧向散射光和前向散射光-前散脉宽加强信号组成新散点图,如图18所示,横坐标为侧向散射光,纵坐标为前向散射光-前散脉宽加强信号,A2为嗜碱性粒细胞群,B2为白细胞主团,C2为脂质颗粒。
步骤78,根据新散点图进行粒子分类和/或计数。本实施例中,根据新散点图区分白细胞粒子和干扰粒子。根据图2可知,在脂质颗粒同白细胞群相交叠的区域D2,脂质颗粒位于白细胞主团B2的偏右下方,在前向散射光方向上,在侧向散射光相同的情况下,脂质颗粒的前向散射光强度小于白细胞粒子的前向散射光强度。而根据图4a、4b所示,在前向散射光信号低端,脂质颗粒A4的脉宽比白细胞主团C4的脉宽偏小。在分别将脂质颗粒和白细胞粒子的前向散射光强度乘以脉宽后,大的因子相乘,积会更大,小的因子相乘,积会更小,因此得到的脂质颗粒和白细胞粒子加强信号的差异更大,相较于两者在前向散射光信号上的差异增加,如图18所示,脂质颗粒C2相对于白细胞主团B2而言更向右下方偏移,脂质颗粒C2和白细胞主团B2之间已明显存在一个空白区域W,如图18右边放大图所示,因此,在新的散点图上避免了脂质颗粒与白细胞团交叠,更容易、也能够更准确地将白细胞粒子和脂质颗粒区分开,从而可以较好的分类。
本实施例中,也可以不通过初始散点图判断是否存在交叠区,而在步骤71后直接执行步骤75。
在步骤76中,选取前向散射光作为组合光信号后,也可以将前向散射光信号的强度乘以前散脉宽的N次方,N大于1,得到前向散射光-前散脉宽加强信号,例如将前向散射光信号的强度乘以前散脉宽的平方,得到加强信号。由侧向散射光和加强信号生成新散点图,如图19所示,脂质颗粒C2相对于白细胞主团B2而言更向右下方偏移,脂质颗粒C2和白细胞主团B2之间已明显存在一个空白区域W,如图19右边放大图所示,因此,根据新的散点图也能够更容易、更准确地将白细胞粒子和脂质颗粒区分开。
在另外的实施例中,新散点图的横坐标和纵坐标可以是不同的加强信号,例如,横坐标是侧散-前散脉宽加强信号,纵坐标是前散-前散脉宽加强信号。
在另外的实施例中,脉宽还可以是侧向散射光的脉宽。在步骤76中,也可以选取前向散射光作为组合光信号,加强信号为前向散射光增函数和侧散脉宽增函数的乘积,例如将前向向散射光的信号强度乘以侧散脉宽,得到前散-侧散脉宽加强信号,在步骤77中,选取侧向散射荧光和前散-侧散脉宽加强信号组成新散点图,白细胞主团相对于脂质颗粒而言更向左上方偏移,也可将白细胞粒子和脂质颗粒区分开。
根据上述公开的内容,为了得到可将白细胞粒子和干扰粒子区分开的散点图,本领域技术人员应当理解,加强信号可以是组合光信号和脉宽的函数;该函数能够使白细胞粒子和干扰粒子在加强信号上的差异相较于两者在组合光信号上的差异增加即可。
上述实施例阐述了白细胞和脂质颗粒或PLT聚集粒子的区分,根据本申请中公开的发明构思,本领域技术人员应当理解,对于不同种类的两类粒子,如果它们在交叠区域存在大小上的区别,即交叠区域的两类粒子在脉宽上存在差异,上述实施例也可以用于区分该两类粒子,例如当某种场景下白细胞常规的五分类检测,当某两类粒子存在交叠区域时,例如淋巴细胞和单核细胞团有交叠区域时,根据淋巴细胞和单核细胞在交叠区域的粒子的脉宽不同,也可利用光学信号和脉宽信号的函数组合形成新的加强信号,然后基于加强信号生成的散点图来区分淋巴细胞和单核细胞,从而得到更准确的五分类结果。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分步骤可以通过程序来指令相关硬件完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘或光盘等。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本领域的一般技术人员,依据本发明的思想,可以对上述具体实施方式进行变化。
Claims (18)
1.一种粒子分类方法,其特征在于包括:
获取血液样本经过检测区域时样本中各粒子经光照射产生的光信号,所述光信号包括前向散射光、侧向散射光和荧光中的至少两种;
获取至少一种光信号的脉宽;
选取至少一种光信号作为组合光信号,将该组合光信号的信号强度分别与所述脉宽进行组合计算,得到至少一种加强信号,所述组合计算使得第一类粒子和第二类粒子在加强信号上的差异相较于两者在组合光信号上的差异增加;
基于加强信号和其它信号组成新散点图,其它信号为其它加强信号和不同于组合光信号的光信号中的至少一种;
根据新散点图区分第一类粒子和第二类粒子。
2.一种粒子分类方法,其特征在于包括:
获取血液样本经过检测区域时样本中各粒子经光照射产生的光信号,所述光信号包括前向散射光、侧向散射光和荧光中的至少两种;
根据光信号生成用于对粒子进行分类和/或计数的初始散点图;
当散点图中第一类粒子团和第二类粒子团存在交叠区域时,获取至少一种光信号的脉宽;
选取至少一种光信号作为组合光信号,将该组合光信号的信号强度分别与所述脉宽进行组合计算,得到至少一种加强信号,所述组合计算使得第一类粒子和第二类粒子在加强信号上的差异相较于两者在组合光信号上的差异增加;
基于加强信号和其它信号组成新散点图,其它信号为其它加强信号和不同于组合光信号的光信号中的至少一种;
根据新散点图区分第一类粒子和第二类粒子。
3.如权利要求1或2所述的方法,其特征在于,所述脉宽为前向散射光脉宽。
4.如权利要求1或2所述的方法,其特征在于,所述加强信号是组合光信号和脉宽的非线性组合函数;或者所述加强信号是组合光信号和脉宽的函数,所述函数是组合光信号或脉宽的单调函数。
5.如权利要求4所述的方法,其特征在于,第一类粒子为白细胞粒子,第二类粒子为对白细胞计数形成干扰的干扰粒子。
6.如权利要求5所述的方法,其特征在于,所述光信号通过BASO通道测得,所述光信号包括前向散射光和侧向散射光,所述脉宽为前向散射光或侧向散射光的脉宽。
7.如权利要求6所述的方法,其特征在于,组合光信号为前向散射光,所述加强信号为前向散射光增函数和脉宽增函数的乘积。
8.如权利要求5所述的方法,其特征在于,所述光信号通过NRBC通道测得,所述光信号包括荧光和散射光,散射光包括前向散射光和侧向散射光中的至少一种,所述脉宽为前向散射光、侧向散射光或荧光的脉宽。
9.如权利要求8所述的方法,其特征在于,组合光信号为前向散射光,所述加强信号为前向散射光增函数和脉宽增函数的商;或者组合光信号为荧光,所述加强信号为荧光增函数和脉宽增函数的乘积。
10.一种粒子分类装置,其特征在于包括:
光信号获取单元,用于获取血液样本经过检测区域时样本中各粒子经光照射产生的光信号,所述光信号包括前向散射光、侧向散射光和荧光中的至少两种;
脉宽获取单元,用于获取至少一种光信号的脉宽;
计算单元,用于选取至少一种光信号作为组合光信号,将该组合光信号的信号强度分别与所述脉宽进行组合计算,得到至少一种加强信号,所述组合计算使得第一类粒子和第二类粒子在加强信号上的差异相较于两者在组合光信号上的差异增加;
新散点图生成单元,用于基于加强信号和其它信号组成新散点图,其它信号为其它加强信号和不同于组合光信号的光信号中的至少一种;
分类单元,用于根据新散点图区分第一类粒子和第二类粒子。
11.一种粒子分类装置,其特征在于包括:
光信号获取单元,用于获取血液样本经过检测区域时样本中各粒子经光照射产生的光信号,所述光信号包括前向散射光、侧向散射光和荧光中的至少两种;
散点图生成单元,用于根据光信号生成用于对粒子进行分类的初始散点图;
脉宽获取单元,用于当初始散点图中第一类粒子团和第二类粒子团存在交叠区域时获取至少一种光信号的脉宽;
计算单元,用于选取至少一种光信号作为组合光信号,将该组合光信号的信号强度分别与所述脉宽进行组合计算,得到至少一种加强信号,所述组合计算使得第一类粒子和第二类粒子在加强信号上的差异相较于两者在组合光信号上的差异增加;
新散点图生成单元,用于基于加强信号和其它信号组成新散点图,其它信号为其它加强信号和不同于组合光信号的光信号中的至少一种;
分类单元,用于根据新散点图区分第一类粒子和第二类粒子。
12.如权利要求10或11所述的装置,其特征在于,所述加强信号是组合光信号和脉宽的非线性组合函数;或者所述加强信号是组合光信号和脉宽的函数,所述函数是组合光信号或脉宽的单调函数。
13.如权利要求12所述的装置,其特征在于,第一类粒子为白细胞粒子,第二类粒子为对白细胞计数形成干扰的干扰粒子。
14.如权利要求13所述的装置,其特征在于,所述光信号通过BASO通道测得,所述光信号包括前向散射光和侧向散射光,所述脉宽为前向散射光或侧向散射光的脉宽。
15.如权利要求14所述的装置,其特征在于,组合光信号为前向散射光,所述加强信号为前向散射光增函数和脉宽增函数的乘积。
16.如权利要求13所述的装置,其特征在于,所述光信号通过NRBC通道测得,所述光信号包括荧光和散射光,散射光包括前向散射光和侧向散射光中的至少一种,所述脉宽为前向散射光、侧向散射光或荧光的脉宽。
17.如权利要求16所述的装置,其特征在于,组合光信号为前向散射光,所述加强信号为前向散射光增函数和脉宽增函数的商;或者组合光信号为荧光,所述加强信号为荧光增函数和脉宽增函数的乘积。
18.一种细胞分析仪,其特征在于包括:
输送设备,用于将被测样本液输送到光学检测设备中;
光学检测设备,用于对流经其检测区域的被测样本液进行光照射,收集细胞因光照射所产生的各种光信息,并转换成对应的电信号输出;
如权利要求10-17中任意一项所述的粒子分类装置,用于接收光学检测设备输出的电信号并进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910468524.6A CN110244032B (zh) | 2015-02-12 | 2015-02-12 | 细胞分析仪及细胞分析仪的分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2015/072907 WO2016127364A1 (zh) | 2015-02-12 | 2015-02-12 | 细胞分析仪、粒子分类方法及装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910468524.6A Division CN110244032B (zh) | 2015-02-12 | 2015-02-12 | 细胞分析仪及细胞分析仪的分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106662572A CN106662572A (zh) | 2017-05-10 |
CN106662572B true CN106662572B (zh) | 2019-07-05 |
Family
ID=56614033
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580039384.0A Active CN106662572B (zh) | 2015-02-12 | 2015-02-12 | 细胞分析仪、粒子分类方法及装置 |
CN201910468524.6A Active CN110244032B (zh) | 2015-02-12 | 2015-02-12 | 细胞分析仪及细胞分析仪的分类方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910468524.6A Active CN110244032B (zh) | 2015-02-12 | 2015-02-12 | 细胞分析仪及细胞分析仪的分类方法 |
Country Status (4)
Country | Link |
---|---|
US (4) | US10330584B2 (zh) |
EP (2) | EP3258263B1 (zh) |
CN (2) | CN106662572B (zh) |
WO (1) | WO2016127364A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109580550A (zh) * | 2018-12-03 | 2019-04-05 | 迪瑞医疗科技股份有限公司 | 一种白细胞的分类处理方法及其装置 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3644041B1 (en) * | 2017-06-20 | 2022-11-02 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | Method and device for identifying platelet aggregation, and cell analyzer |
CN111684263A (zh) * | 2018-04-28 | 2020-09-18 | 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 |
EP3867625A4 (en) * | 2018-10-17 | 2022-08-24 | Becton, Dickinson and Company | ADAPTIVE SORTING FOR PARTICLE ANALYZERS |
WO2020133285A1 (zh) * | 2018-12-28 | 2020-07-02 | 深圳迈瑞生物医疗电子股份有限公司 | 一种血液细胞参数修正方法、血液样本检测仪和存储介质 |
WO2020223938A1 (zh) * | 2019-05-08 | 2020-11-12 | 深圳迈瑞生物医疗电子股份有限公司 | 全血样本分析仪、全血样本分析方法及其装置和存储介质 |
US20220276147A1 (en) * | 2019-07-25 | 2022-09-01 | Seoul Viosys Co., Ltd. | Light irradiation apparatus |
CN111274949B (zh) * | 2020-01-19 | 2023-05-30 | 重庆医科大学附属第一医院 | 一种基于结构分析的血液病白细胞散点图相似度分析方法 |
CN113959911A (zh) * | 2020-07-20 | 2022-01-21 | 深圳迈瑞生物医疗电子股份有限公司 | 抗血小板聚集干扰的检测方法、试剂及其应用 |
JP2022039780A (ja) * | 2020-08-28 | 2022-03-10 | シスメックス株式会社 | 測定方法、測定装置、及び測定プログラム |
CN112798769B (zh) * | 2021-01-28 | 2022-02-18 | 深圳市科曼医疗设备有限公司 | 一种细胞分析仪的细胞分析方法、装置和细胞分析仪 |
CN216847366U (zh) * | 2021-02-03 | 2022-06-28 | 深圳市帝迈生物技术有限公司 | Poct血细胞分析仪的试剂盒、检测杯组件 |
CN115219392A (zh) * | 2021-04-14 | 2022-10-21 | 深圳迈瑞生物医疗电子股份有限公司 | 样本分析仪和样本分析方法 |
CN114544469B (zh) * | 2022-04-25 | 2022-10-21 | 深圳市帝迈生物技术有限公司 | 粒子分类方法及血细胞分析仪 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999002966A1 (en) * | 1997-07-10 | 1999-01-21 | Particle Measuring Systems, Inc. | Particle detection system utilizing an inviscid flow-producing nozzle |
WO2005029046A3 (en) * | 2003-04-29 | 2005-06-16 | S3I Llc | A multi-spectral optical method and system for detecting and classifying biological and non-biological particles |
CN101236194A (zh) * | 2007-02-01 | 2008-08-06 | 希森美康株式会社 | 标本分析仪及其控制系统 |
CN101315323A (zh) * | 2007-05-30 | 2008-12-03 | 希森美康株式会社 | 试样分析仪、血液分析仪及其显示方法 |
CN101545846A (zh) * | 2008-03-28 | 2009-09-30 | 希森美康株式会社 | 试样分析仪 |
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 |
US8628976B2 (en) * | 2007-12-03 | 2014-01-14 | Azbil BioVigilant, Inc. | Method for the detection of biologic particle contamination |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BE793185A (fr) * | 1971-12-23 | 1973-04-16 | Atomic Energy Commission | Appareil pour analyser et trier rapidement des particules telles que des cellules biologiques |
US5559037A (en) * | 1994-12-15 | 1996-09-24 | Abbott Laboratories | Method for rapid and simultaneous analysis of nucleated red blood cells |
JP3305181B2 (ja) * | 1995-12-19 | 2002-07-22 | シスメックス株式会社 | 尿中有形成分分析装置 |
US6734965B2 (en) * | 2000-09-18 | 2004-05-11 | Douglas G. Talley | Optical patternation method |
JP4324552B2 (ja) * | 2002-06-24 | 2009-09-02 | シスメックス株式会社 | 白血球の分類計数方法 |
JP2007024844A (ja) * | 2005-07-21 | 2007-02-01 | Sysmex Corp | 血液分析方法及び血液分析装置 |
JP4976038B2 (ja) * | 2006-03-29 | 2012-07-18 | シスメックス株式会社 | 血液学的試料の測定方法 |
WO2009057525A1 (ja) | 2007-10-29 | 2009-05-07 | Sysmex Corporation | 細胞分析装置及び細胞分析方法 |
CN101498646B (zh) * | 2008-02-03 | 2014-06-11 | 深圳迈瑞生物医疗电子股份有限公司 | 前向散射光信号探测装置与方法及细胞或粒子分析仪 |
EP2269038B1 (en) * | 2008-03-21 | 2016-07-27 | Abbott Point Of Care, Inc. | Method for analyzing individual cells or particulates in blood using fluorescence and absorption of a colorant |
JP5420203B2 (ja) * | 2008-06-30 | 2014-02-19 | シスメックス株式会社 | 試料分析装置、粒子分布図表示方法、及びコンピュータプログラム |
JP5537347B2 (ja) | 2009-11-30 | 2014-07-02 | シスメックス株式会社 | 粒子分析装置 |
US8715572B2 (en) * | 2011-05-19 | 2014-05-06 | Abbott Laboratories | Method and apparatus for detection, analysis, and collection of rare cellular events |
CN103091286B (zh) * | 2011-10-31 | 2016-08-17 | 深圳迈瑞生物医疗电子股份有限公司 | 疟原虫感染的红细胞的识别方法及装置 |
-
2015
- 2015-02-12 EP EP15881526.6A patent/EP3258263B1/en active Active
- 2015-02-12 CN CN201580039384.0A patent/CN106662572B/zh active Active
- 2015-02-12 WO PCT/CN2015/072907 patent/WO2016127364A1/zh active Application Filing
- 2015-02-12 EP EP21194141.4A patent/EP3943912A1/en active Pending
- 2015-02-12 CN CN201910468524.6A patent/CN110244032B/zh active Active
-
2017
- 2017-08-11 US US15/675,079 patent/US10330584B2/en active Active
-
2019
- 2019-05-16 US US16/414,023 patent/US10627332B2/en active Active
-
2020
- 2020-02-26 US US16/801,544 patent/US10983042B2/en active Active
- 2020-02-26 US US16/801,501 patent/US10883916B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999002966A1 (en) * | 1997-07-10 | 1999-01-21 | Particle Measuring Systems, Inc. | Particle detection system utilizing an inviscid flow-producing nozzle |
WO2005029046A3 (en) * | 2003-04-29 | 2005-06-16 | S3I Llc | A multi-spectral optical method and system for detecting and classifying biological and non-biological particles |
CN101236194A (zh) * | 2007-02-01 | 2008-08-06 | 希森美康株式会社 | 标本分析仪及其控制系统 |
CN101315323A (zh) * | 2007-05-30 | 2008-12-03 | 希森美康株式会社 | 试样分析仪、血液分析仪及其显示方法 |
US8628976B2 (en) * | 2007-12-03 | 2014-01-14 | Azbil BioVigilant, Inc. | Method for the detection of biologic particle contamination |
CN101545846A (zh) * | 2008-03-28 | 2009-09-30 | 希森美康株式会社 | 试样分析仪 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109580550A (zh) * | 2018-12-03 | 2019-04-05 | 迪瑞医疗科技股份有限公司 | 一种白细胞的分类处理方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
US20170350804A1 (en) | 2017-12-07 |
CN110244032B (zh) | 2021-01-12 |
US20200191700A1 (en) | 2020-06-18 |
US10883916B2 (en) | 2021-01-05 |
US10330584B2 (en) | 2019-06-25 |
WO2016127364A1 (zh) | 2016-08-18 |
EP3943912A1 (en) | 2022-01-26 |
US20200191701A1 (en) | 2020-06-18 |
EP3258263A4 (en) | 2018-09-12 |
CN106662572A (zh) | 2017-05-10 |
US10627332B2 (en) | 2020-04-21 |
CN110244032A (zh) | 2019-09-17 |
EP3258263B1 (en) | 2021-09-01 |
US20190277746A1 (en) | 2019-09-12 |
EP3258263A1 (en) | 2017-12-20 |
US10983042B2 (en) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106662572B (zh) | 细胞分析仪、粒子分类方法及装置 | |
AU2009212193B2 (en) | Method and system for analysis of flow cytometry data using support vector machines | |
US11105742B2 (en) | Nucleated red blood cell warning method and device, and flow cytometer using the same | |
Tanaka et al. | Performance evaluation of platelet counting by novel fluorescent dye staining in the XN‐series automated hematology analyzers | |
CN103597349B (zh) | 识别和计数早期粒细胞(egc) | |
JP2018505392A (ja) | 自動化されたフローサイトメトリ分析方法及びシステム | |
US10337975B2 (en) | Method and system for characterizing particles using a flow cytometer | |
CN105986003B (zh) | 一种白细胞计数方法、装置及细胞分析仪 | |
JP6427108B2 (ja) | 凝集塊調節を伴う血小板計数のためのシステム及び方法 | |
CN113316713A (zh) | 颗粒分析仪的自适应分选 | |
US20220334046A1 (en) | Sample analyzer and sample analysis method | |
CN110226083B (zh) | 红细胞碎片识别方法和装置、血液细胞分析仪及分析方法 | |
CN105004641A (zh) | 一种血液分析仪及分析方法 | |
CN116569041A (zh) | 样本分析方法、样本分析仪及计算机可读存储介质 | |
CN114252386A (zh) | 样本检测方法和样本分析仪 | |
CN112789503A (zh) | 分析有核红细胞的方法、血液细胞分析仪和存储介质 | |
Gelain et al. | Identification of neoplastic cells in blood using the Sysmex XT‐2000iV: a preliminary step in the diagnosis of canine leukemia | |
CN114414442A (zh) | 样本检测方法、装置及计算机可读存储介质 | |
CN115201155A (zh) | 血液样本的检测方法和样本分析仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |