CN107942049A - 一种多维度的微球编解码方法和系统 - Google Patents

一种多维度的微球编解码方法和系统 Download PDF

Info

Publication number
CN107942049A
CN107942049A CN201711079910.3A CN201711079910A CN107942049A CN 107942049 A CN107942049 A CN 107942049A CN 201711079910 A CN201711079910 A CN 201711079910A CN 107942049 A CN107942049 A CN 107942049A
Authority
CN
China
Prior art keywords
microballoon
coding
data
decoded
optical
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.)
Pending
Application number
CN201711079910.3A
Other languages
English (en)
Inventor
马岚
王东风
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.)
Tsinghua Berkeley Shenzhen College Preparatory Office
Original Assignee
Tsinghua Berkeley Shenzhen College Preparatory Office
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 Tsinghua Berkeley Shenzhen College Preparatory Office filed Critical Tsinghua Berkeley Shenzhen College Preparatory Office
Priority to CN201711079910.3A priority Critical patent/CN107942049A/zh
Publication of CN107942049A publication Critical patent/CN107942049A/zh
Pending legal-status Critical Current

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
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/543—Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals
    • G01N33/54313—Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals the carrier being characterised by its particulate form

Landscapes

  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Cell Biology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种多维度的微球编解码方法和系统，将微球的尺寸和光谱特征作为两个维度进行编码，提高了编码的种类，实现了检测的高通量。通过判断待解码微球的尺寸数据是否属于某一预设尺寸区间，从而得到用于标识微球尺寸的第一编码。采用分类器对待解码微球的光学数据进行分类从而得到第二编码，或者根据所述光学数据与已知编码的光学参考数据的相似度，得到第二编码。可见，本发明可实现对二维编码的自动解码，提高了生物检测的效率。

Description

一种多维度的微球编解码方法和系统
技术领域
本发明涉及生物芯片检测技术领域，具体涉及多维度的微球编解码方法和系统。
背景技术
液相生物芯片技术是集流式技术、荧光微球化学合成技术、生物分子杂交技术、高效数字信号处理技术为一体的尖端生物分子检测技术。液相生物芯片技术的核心是荧光编码标记的功能性高分子微球(荧光微球)如图1中a所示。该技术的基本思想是在每种编码好的荧光微球a上固定特定的探针分子b得到捕获微球c并悬浮于一个液相体系中，用不同于编码的荧光物质(如报告分子e)对待测样本d进行标记后放入上述液相体系中进行充分的杂交反应，将所得的液相生物微球f通过光学成像或通过流式细胞仪逐个检测分析每个微球上的编码荧光和报告荧光，编码荧光确定了待测分子的类型，报告荧光强度则确定了待测分子的含量，从而实现了单样本多成分检测的目的。
荧光微球用于生物检测具有通量高、速度快、成本低等显著优点。另外，与传统固基芯片相比，(1)荧光微球可包被较多的荧光物质进行编码，具有较高的检测通量；(2)微球对包被的荧光物质具有保护作用，使荧光物质避免猝灭、漂白等，并且减小了因溶剂的极性、pH值和离子强度对其产生的影响，因此，微球荧光信号更加稳定；(3)在接近生物体系统内部环境的液相环境下进行，能够保持蛋白质和DNA的天然构象和活性；因此，荧光微球在生物检测中的应用可以增强检测的灵敏度和精度。目前已应用于生物分子筛选和临床诊断中。
液相生物芯片技术的优点：(1)通量高：可同时对100或更多种目的分子进行定性、定量分析，实现多成分的检测分析；(2)样本用量少：实现单样本的多成分检测，大量节省了样本用量，能够实现对稀有样品的检测分析，弥补了传统生物芯片技术的不足；(3)灵敏度高：杂交反应在接近生物体系统内部环境的液相环境下进行，能够保持蛋白质和DNA的天然构象和活性。而具有较大表面积的微球上可偶联成千上万的探针分子，如此高密度的探针分子能够最大程度的捕获被检测分子，保证杂交反应的充分进行，从而提高了检测的灵敏度；(4)速度快：基于液相反应动力学使杂交反应快速高效，大大缩短了孵育时间，而且流式细胞术使检测分析时间大大缩短；(5)成本低：单样本的多成分检测可有效节约样本、时间和劳动，芯片技术核心的微球制备工艺简单成熟，可实现大规模生产，使检测成本降低；(6)另外，还有检测范围广、准确性高、操作简单灵活、可重复性强等优点。
尽管有如此多的优点，但随着新技术的不断出现以及社会发展对检测技术的进一步要求，液相生物芯片技术仍面临一些困难：由于检测对指标的需求不断增加，现有的检测通量已经不能满足临床的需求，因此需要使用新的编解码方法提高检测通量。
因此，现有技术有待改进和提高。
发明内容
本申请提供一种多维度的微球编解码方法和系统，采用二维编码提高编码种类，并进行解码。
根据本发明的第一方面，本发明提供一种多维度的微球解码方法，包括如下步骤：
将微球的尺寸作为一个维度进行编码，得到第一编码；
将微球的光谱特征作为另一个维度进行编码，得到第二编码；
第一编码和第二编码组合成二维编码以标识微球。
根据本发明的第二方面，本发明提供一种多维度的微球解码方法，包括如下步骤：
数据获取步骤，获取待解码微球的尺寸数据和光学数据；
第一编码解码步骤，判断待解码微球的尺寸数据是否处于某一预设尺寸区间，以得到第一编码，所述第一编码用于标识微球的尺寸；
第二编码解码步骤，将所述光学数据输入分类器中得到所述待解码微球的第二编码；或者，分别计算待解码微球的光学数据和预设数据库中每种光学参考数据的相似度，将与待解码微球的光学数据相似度最大的光学参考数据对应的第二编码作为该待解码微球的第二编码；所述第二编码用于标识微球的光谱特征；其中，所述预设数据库中存储有预先获取的微球的第二编码为已知的多种光学参考数据。
所述的多维度的微球解码方法，其中，所述分类器为已训练支持向量机，通过如下步骤得到所述已训练支持向量机：利用每个待训练微球的种类，以及每个待训练微球在外界光源照射下的光学数据对未训练支持向量机进行训练，得到已训练支持向量机；
或者，所述分类器为已训练决策树，通过如下步骤得到所述已训练决策树：利用每个待训练微球的种类，以及每个待训练微球在外界光源照射下的光学数据对未训练决策树进行训练，得到已训练决策树。
所述的多维度的微球解码方法，其中，所述光学参考数据通过如下步骤得到：
获取已知第二编码的不同种类微球的多组光学数据，采用聚类的方式分别将多组光学数据归属为对应的类，其中每一类对应一种微球的第二编码，所述类为光学参考数据。
所述的多维度的微球解码方法，其中，所述光学数据包括光强数据和/或光谱波形。
根据本发明的第三方面，本发明提供一种多维度的微球解码系统，包括：
数据获取模块，用于获取待解码微球的尺寸数据和光学数据；
第一编码解码模块，用于判断待解码微球的尺寸数据是否处于某一预设尺寸区间，以得到第一编码，所述第一编码用于标识微球的尺寸；
第二编码解码模块，用于将所述光学数据输入分类器中得到所述待解码微球的第二编码；或者，分别计算待解码微球的光学数据和预设数据库中每种光学参考数据的相似度，将与待解码微球的光学数据相似度最大的光学参考数据对应的第二编码作为该待解码微球的第二编码；所述第二编码用于标识微球的光谱特征；其中，所述预设数据库中存储有预先获取的微球的第二编码为已知的多种光学参考数据。
所述的多维度的微球解码系统，其中，所述分类器为已训练支持向量机或者已训练决策树；
利用每个待训练微球的种类，以及每个待训练微球在外界光源照射下的光学数据对未训练支持向量机进行训练，得到所述已训练支持向量机；
利用每个待训练微球的种类，以及每个待训练微球在外界光源照射下的光学数据对未训练决策树进行训练，得到所述已训练决策树。
所述的多维度的微球解码系统，其中，所述光学参考数据通过如下步骤得到：
获取已知第二编码的不同种类微球的多组光学数据，采用聚类的方式分别将多组光学数据归属为对应的类，其中每一类对应一种微球的第二编码，所述类为光学参考数据。
所述的多维度的微球解码系统，其中，所述光学数据包括光强数据和/或光谱波形。
所述的多维度的微球解码系统，其中，所述第二编码解码模块将与待解码微球的光学数据相似度最大的光学参考数据对应的第二编码作为该待解码微球的第二编码，具体包括：比较各个相似度，得到最大相似度，在所述最大相似度大于预设参数时，将产生所述最大相似度的光学参考数据对应的第二编码作为该待解码微球的第二编码；所述预设参数大于不同光学参考数据之间的相似度的最大值。
本发明的有益效果：将微球的尺寸和光谱特征作为两个维度进行编码，提高了编码的种类，实现了检测的高通量。通过判断待解码微球的尺寸数据是否属于某一预设尺寸区间，从而得到用于标识微球尺寸的第一编码。采用分类器对待解码微球的光学数据进行分类从而得到第二编码，或者根据所述光学数据与已知编码的光学参考数据的相似度，得到第二编码。可见，本发明可实现对二维编码的自动解码，提高了生物检测的效率。
附图说明
图1为现有的液相生物芯片技术中，荧光微球捕获可溶性大分子的示意图；
图2为本发明提供的多维度的微球编码方法一实施例的流程图；
图3为本发明提供的多维度的微球解码系统一实施例的结构框图；
图4为本发明提供的多维度的微球解码方法一实施例的流程图；
图5为本发明提供的多维度的微球解码系统一实施例中，数据获取模块的结构框图；
图6为本发明提供的多维度的微球解码方法另一实施例的流程图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。
本发明中用到的术语定义：
微球(聚合物微球)是指粒径在纳米至微米范围内的高分子聚合物粒子。在微球表面可以修饰羧基、氨基、羟基、巯基等官能团[46-47]，使其作为生物反应的载体。根据微球合成材料的不同可分为聚苯乙烯(PS)微球、淀粉微球[48-59]、磁性微球[50]、二氧化硅球等。
荧光微球是指粒径在纳米至微米范围内，负载有荧光物质和磁性粒子，受激发光照射后能够发射出荧光的固体微球。荧光物质为荧光染料、量子点或上转换发光材料。
量子点是把导带电子、价带空穴及激子在三个空间方向上束缚住的半导体纳米结构。量子点，又可称为纳米晶，是一种由II－VI族或III－V族元素组成的纳米颗粒。量子点的粒径一般介于1～10nm之间，由于电子和空穴被量子限域，连续的能带结构变成具有分子特性的分立能级结构，受激后可以发射荧光。
本发明提供微球尺寸结合微球的光谱特征作为两个维度来进行编码和解码。相较于现有技术的单一维度编码，可使微球的编码种类成指数级增多，提高了检测通量，满足临床检测需求。换而言之，如图2所示，本发明提供的多维度的微球编码方法，包括如下步骤：
S1、将微球的尺寸作为一个维度进行编码，得到第一编码。所述第一编码用于标识微球的尺寸，换而言之，所述第一编码不局限于字母、汉字或数字表征的代码，只要能用来区分微球的尺寸即可。
S2、将微球的光谱特征(即地物光谱特征)作为另一个维度进行编码，得到第二编码。所述第二编码用于标识微球的光谱特征。所述微球优选荧光微球，对应的，荧光微球的光谱特征即为荧光光谱特征，也就是标识荧光物质的种类，换而言之，所述第二编码不局限于字母、汉字或数字表征的代码，只要能用来区分荧光微球的荧光光谱特征即可。所述荧光光谱特征是指：荧光物质在受到激发光照射后，所发出的具有特定性状波长及强度的荧光，其在原理上是由于荧光分子自身基态分子吸收光后跃迁为激发态，激发态分子在因转动，振动等损失一部分激发能量后，以无辐射跃迁下降到低振动能级，再从低振动能级下降到基态，过程中激发态分子将以光的形式释放出能量，即荧光。荧光物质不同，受激发产生的荧光的光谱特征也就不同。
S3、第一编码和第二编码组合成二维编码以标识微球。
本发明编码至少为两个维度，因此解码过程也需从两个维度展开来解码。
如图2所示，本发明提供的多维度的微球解码系统，包括数据获取模块10、第一编码解码模块20、第二编码解码模块30和数据库40。
所述数据获取模块10，用于获取待解码微球的尺寸数据和光学数据。所述微球的尺寸具体可采用微球的粒径。所述光学数据可以是外部光源照射微球后，微球的反射光、透射光、折射光、激发光(荧光)的光学数据，例如光强数据、光谱波形等。本专利以荧光微球为例进行说明，所述光学数据为荧光光学数据，具体可以是荧光光强数据和/或荧光光谱波形。即，所述数据获取模块10获取待解码荧光微球的粒径数据以及荧光光强数据或荧光光谱波形，荧光光强数据和荧光光谱波形二者择其一以节省运算量，同时也能保证解码准确。
所述第一编码解码模块20，用于判断待解码荧光微球的尺寸数据是否处于某一预设尺寸区间，以得到第一编码，所述第一编码用于标识荧光微球的尺寸；
所述第二编码解码模块30，用于将所述荧光光学数据输入分类器中得到所述待解码荧光微球的第二编码；或者，分别计算待解码荧光微球的荧光光学数据和预设数据库40中每种荧光光学参考数据的相似度，将与待解码荧光微球的荧光光学数据相似度最大的荧光光学参考数据对应的第二编码作为该待解码荧光微球的第二编码；所述第二编码用于标识荧光微球的荧光光谱特征。得到第一编码和第二编码即完成了解码。
所述数据库40，用于存储多种荧光光学参考数据，每种荧光光学参考数据对应的荧光微球的编码已知。解码中需要的数据可以通过流式方法或者荧光成像方法得到。本发明结合荧光成像方法给出具体实施例子。
实施例一：
本实施例中，所述系统进行解码的方法如图4所示，包括如下步骤：
S10、建立数据库40。制备不同粒径、不同荧光光谱特征或不同荧光光强的已知编码的荧光微球，通过仪器设备获取每种荧光微球的粒径数据、荧光光谱波形、荧光光强数据。通过统计方法得到对应数据作为数据库40的数据，这里统计方法可以为均值，中位值(包含但不限于)等。具体的，通过数据获取模块10获取荧光微球编码(第一编码A和第二编码B)为已知的多组尺寸数据和荧光光学数据，例如，制备M*N种已知编码(M表示第一编码的可编码数量，N表示第二编码的可编码数量)的荧光微球，通过平面荧光成像系统或流式细胞术系统使荧光微球进入检测区域，使用激发光(如激光)照射对单个荧光微球上的荧光物质进行激发，受激光(荧光)通过一系列二向色镜和滤光片后，用光电转换装置进行收集，得到第一编码对应的荧光微球的像素面积数据(利用荧光微球激发后成像得到的微球像素面积来衡量粒径)、每个第二编码的编码位对应的荧光物质的荧光光学数据(荧光光强或荧光光谱波形)。同一荧光微球的第一编码和第二编码可分开编解码，采用某一标识进行关联即可，以简化运算。每一种像素面积数据对应一种第一编码，每种像素面积数据均包括多个像素面积。本实施例中，已知编码的荧光微球的粒径有10um和5um两种(M＝2)，用x1和x2即可作为第一编码对荧光微球的粒径进行分类。由于荧光光强参考数据和荧光光谱参考波形的数据获取方式类似，为便于叙述，下面以荧光光学数据为荧光光强数据为例进行说明。每一种荧光光强数据对应一种荧光微球的第二编码。每种荧光光强数据均包括多个荧光光强。第二编码的位数表示包含的荧光物质的种类数，即第二编码的每一编码位对应表示一种荧光物质。本实施例中，第二编码的编码位数以2为例，其最多由两种荧光物质混合编码而成。其中第一种荧光物质记作y1，第二种荧光物质记作y2。该荧光微球的第二编码即为y1y2。其中，y1和y2的取值在0-1，0表示该微球不包含此荧光物质，1表示该微球包含一份的此荧光物质，即第二编码共有10、01和11三种。数据获取模块10可以是平面荧光成像系统或流式细胞术系统，也可以是从平面荧光成像系统或流式细胞术系统中获取数据的数据传输模块。
进一步的，荧光光强数据包括荧光微球包含的多种荧光物质对应的荧光光强值，或所述多种荧光物质对应的荧光光强值的比例，或所述多种荧光物质对应的荧光光强值经过归一化后的数值，或所述多种荧光物质对应的荧光光强值与各自对应的权重相乘得到的数值，或所述多种荧光物质对应的荧光光强值与各自对应的权重相乘得到的数值的比例，或所述多种荧光物质对应的荧光光强值与各自对应的权重相乘并经过归一化后的数值(当然，归一化也可以在荧光光强值与权重相乘之前进行)。在现有技术中，同一批次制备的每个荧光微球的荧光强度必须十分均一；然而由于在储存过程中荧光微球的荧光物质的漂白、猝灭等问题，导致同一批次规格的荧光微球的荧光强度不一致，在进行荧光微球解码时，可能会出现解码错误。本发明可采用归一化对荧光光强值或与权重相乘得到的值进行处理，得到荧光光强数据，通过后续对荧光光强数据的进一步处理，可解决同批次荧光微球发光均一性不足带来的问题，提高了解码精度。本实施例中，荧光光强数据为：所述多种荧光物质对应的实测荧光光强值的比例。即，第二编码为10表示同一荧光微球的两种荧光物质的荧光光强值的比例为1:0(实际上该荧光微球只包含一种荧光物质)。
数据获取模块10采用聚类的方式分别将已知第一编码的不同种类荧光微球的多组像素面积数据归属为对应的类，其中每一类对应一种荧光微球的第一编码，所述类为像素面积参考数据。同样的，数据获取模块10采用聚类的方式分别将已知第二编码的不同种类荧光微球的多组荧光光强数据归属为对应的类，其中每一类对应一种荧光微球的第二编码，所述类(并非像素面积数据的类)为荧光光学参考数据。得到各个像素面积参考数据和各个荧光光强参考数据后存储到数据库40中。
S20、数据获取步骤，数据获取模块10获取待解码荧光微球的尺寸数据和荧光光学数据。请参阅图5，所述数据获取模块10包括成像室110、检测装置120、阈值分割单元130、图片处理单元140和光强获取单元150。所述步骤S20包括如下步骤：
S210、成像室110吸附制备好的荧光微球。所述成像室110内设置有用于吸附荧光微球的吸附装置111，吸附装置111优选为磁铁。吸附装置111将制备好的荧光微球吸附在成像室110形成单层平面排列。
检测装置120可设置在成像室110内。检测装置120包括光源121和光检测器122。
S220、光源121发射激发光，激发光照射荧光微球以使荧光微球发射受激光。激发光可以是激光，如蓝光激光；也可以是非激光，例如，发光二极管或汞灯等。
S230、光检测器122用于对荧光微球发射的受激光进行成像，成像中包括参考图片和滤光图片，参考图片是滤除激发光后的受激光的成像数据，滤光图片是受激光经过相应滤光片后的成像数据，所述滤光片的数量与荧光微球中包含的荧光物质种类相同，滤光片的透过波段与荧光物质发出的受激光的波段对应，每个滤光图片对应一个透过波段的滤光片。光检测器122包括滤光装置和成像装置。
滤光装置，用于分别对不同的受激光进行滤光。具体的，分别用第一滤光片、第二滤光片、……、第N滤光片对受激光进行过滤。滤光装置包括滤光片转盘和用于驱动滤光片转盘的电机，滤光片转盘上环形排布有N个不同的滤光片。通过转盘的转动即可对受激光进行不同的滤光。
成像装置，用于对荧光微球发射的受激光进行成像，成像中包括参考图片和滤光图片，参考图片是滤除激发光后的受激光的成像数据，滤光图片是受激光经过相应滤光片后的成像数据，所述滤光片的数量与荧光微球中包含的荧光物质种类相同，滤光片的透过波段与荧光物质发出的受激光的波段对应，每个滤光图片对应一个透过波段的滤光片。
S240、阈值分割单元130将获取的参考图片和滤光图片二值化。具体的，用于分别对参考图片和滤光图片做阈值分割得到对应的参考二值图和滤光二值图。分别给参考二值图和滤光二值图中的荧光微球做标记，获取各个二值图中每个荧光微球的重心坐标、像素面积以及像素面积内的每个像素点坐标。采用二值图能更清晰、突出的反应出荧光微球，提高了辨识度，有利于提高数据提取的精度。
S250、图片处理单元140去除参考二值图中粘连的荧光微球和杂质颗粒，以及去除参考二值图中与其它二值图的荧光微球粘连的荧光微球。具体的，用于根据参考二值图中各荧光微球的像素面积和/或各荧光微球之间的距离，去除参考二值图中的杂质颗粒和/或粘连的荧光微球。
图片处理单元140包括：面积去除子单元141和距离去除子单元142。
面积去除子单元141，用于判断参考二值图中各荧光微球的像素面积，去除像素面积小于第一像素面积预设值或大于第二像素面积预设值的荧光微球。第一像素面积预设值为在参考二值图的荧光微球大小的分布中，给定的荧光微球最小像素面积值。第二像素面积预设值为在参考二值图的荧光微球像素面积的分布中，给定的荧光微球最大像素面积值。第一像素面积预设值为在参考二值图的荧光微球像素面积分布中，给定的荧光微球最小像素面积值；所述第二像素面积预设值为在参考二值图的荧光微球像素面积分布中，给定的荧光微球最大像素面积值。给定的荧光微球最小像素面积值和给定的荧光微球最大像素面积值可根据采用的荧光微球的具体尺寸进行设置，本发明不作限定，能去除杂质颗粒即可。
距离去除子单元142，用于去除参考二值图中距离小于第一距离预设值的两个荧光微球；还用于将各滤光二值图分别与参考二值图比较，去除参考二值图中未与滤光二值图一一匹配的荧光微球。具体的，距离去除子单元142将各滤光二值图分别与参考二值图比较，当在滤光二值图中的任意一二值图中存在两个或两个以上荧光微球和参考二值图中的某一个荧光微球距离都小于第二距离预设值时，则在参考二值图中去除该荧光微球。
S260、光强获取单元150从参考二值图中获取各个荧光微球的像素面积；以参考二值图作为参考图，分别和各滤光二值图进行比较和数据提取，得到每个荧光微球所包含的不同荧光物质的比例。具体的，光强获取单元150从去除参考二值图中粘连的荧光微球和/或杂质颗粒后的参考二值图中获取各个荧光微球的像素面积。光强获取单元150以去除参考二值图中粘连的荧光微球和/或杂质颗粒后的参考二值图作为参考图，分别在各滤光二值图中查找是否存在与参考图中的荧光微球对应的荧光微球，当在滤光二值图中的任意一二值图中存在与参考图的任意一荧光微球对应的荧光微球，则在该二值图中标记并获取该对应的荧光微球的光强数据，从而得到每个荧光微球所包含的不同荧光物质的比例(荧光光强数据)，实现了数据提取。本实施例中，参考二值图作为参考图，分别在第一滤光二值图和第二滤光二值图中筛选查找，如果在某一幅滤光二值图中找到与参考图对应的荧光微球(坐标相同)，就标记此微球包含该滤光二值图对应的荧光物质，并记录该荧光微球在此荧光物质下的光强数据。荧光微球的光强数据可以采用在对应的滤光图片(第一滤光图片、……、第N滤光图片)中单个荧光微球所有像素点的中位值或平均值等。可见，本发明可实现荧光微球数据的自动化提取，且能适用于大规模的编码和解码，仅以两种粒径、两种荧光物质进行编码、荧光仅分成2个等级来算，就能进行2×3种类型的编码和解码。若将粒径和荧光物质种类提示一个数量级，则编码类型能增加两个数量级。由于该数据提取方法去除了杂质、黏连微球，且各个等级的荧光下的图片分开进行处理，极大的提高了荧光微球数据提取的精度，降低了对荧光微球批次稳定性的要求。
S30、第一编码解码步骤，第一编码解码模块20判断待解码荧光微球的尺寸数据是否处于某一预设尺寸区间，以得到第一编码。预设尺寸区间的数量与荧光微球的尺寸种类对应。由于本实施例以荧光微球的像素面积来衡量尺寸，故判断待解码荧光微球的像素面积数据是否处于某一预设面积区间，即可得到第一编码。例如，本实施例中，荧光微球的粒径有10um和5um两种，则判断待解码荧光微球的像素面积数据S是否处于第一预设面积区间[S1,S2]、是否处于第二预设面积区间[S3,S4]，其中，S2＞S1，S4＞S3；S1＞S4或者S3＞S2。若S∈[S1,S2]，则说明该荧光微球为一种；若S∈[S3,S4]，则说明该荧光微球为另一种，从而得到第一编码。所述预设面积区间可人为设定。10um荧光微球的成像像素面积服从峰值为100的分布，5um荧光微球成像像素面积服从峰值为50的分布。结合仪器成像装置面积的波动值设定参数为15。则10um粒径荧光微球对应的预设面积区间取值为[85,115]。5um粒径荧光微球对应的预设面积区间取值为[35,65]。由于所述像素面积参考数据包括一类像素面积数据，也就是一个像素面积的区间，故预设尺寸区间也可以采用数据库40中的像素面积参考数据。
S40、第二编码解码步骤，第二编码解码模块30采用聚类算法分别计算待解码荧光微球的荧光光学数据和预设数据库中每种荧光光学参考数据的相似度，将与待解码荧光微球的荧光光学数据相似度最大的荧光光学参考数据对应的第二编码作为该待解码荧光微球的第二编码。其中，所述聚类算法包括：基于划分聚类算法(包括K-MEANS算法、K-MEDOIDS算法、CLARANS算法等)、基于层次聚类算法(包括BIRCH算法、CURE算法、CHAMELEON算法等)、基于密度聚类算法、基于网格聚类算法、基于神经网络聚类算法和基于统计学聚类算法中的一种或多种。
具体的，第二编码解码模块30将待解码荧光微球的荧光光强数据分别和每个荧光光强参考数据做距离运算，将与待解码荧光微球的荧光光强数据距离最小的荧光光强参考数据对应的编码作为该待解码荧光微球的第二编码；或者，分别计算待解码荧光微球的荧光光强数据和每个荧光光强参考数据的夹角余弦，将计算得到的夹角余弦值最大的荧光光强参考数据对应的第二编码作为该待解码荧光微球的第二编码，换而言之，余弦值越接近1，就表明夹角越接近0度，也就是荧光光强数据和荧光光强参考数据越相似；或者，分别计算待解码荧光微球的光强数据和每个荧光光强参考数据的相关系数，将计算得到的最大相关系数对应的荧光光强参考数据对应的第二编码作为该待解码荧光微球的第二编码。当然，第二编码解码模块30也可以计算距离、夹角余弦和相关系数中的多种，通过多种不同方式的计算来找出相应的类，提高了可靠性。其中，所述距离运算包括欧式距离运算和/或曼哈顿距离运算。
采用夹角余弦或相关系数进行解码，同样可解决同批次荧光微球发光均一性不足带来的问题，提高了解码精度。
进一步的，第二编码解码模块30计算出待解码荧光微球的荧光光强数据与荧光光强参考数据之间的各个相似度后，比较各个相似度，得到最大相似度，在所述最大相似度大于预设参数value时，将产生所述最大相似度的荧光光强参考数据对应的第二编码作为该待解码荧光微球的第二编码；所述预设参数value大于不同荧光光强参考数据之间的相似度的最大值，当然，所述预设参数value需小于1。本实施例中，第二编码共有:10,01和11三种，即，数据库40中的三种荧光光强参考数据有三种：y1y2’＝10,y1y2”＝01和y1y2”’＝11三种，两两之间的相似度分别为s(y1y2',y1y2”)＝0,s(y1y2',y1y2”')＝0.7071,s(y1y2”,y1y2”')＝0.7071，其中,函数s(x,y)为x和y之间的相似度。则所述预设参数value取大于0.7071即可，以value＝0.9来解码荧光光强数据，将获取到的荧光光强数据data依次和数据库40中的y1y2’,y1y2”和y1y2”’比较相似度分别记为s(data,y1y2'),s(data,y1y2”),s(data,y1y2”')，得到最大值MAX＝max{s(data,y1y2'),s(data,y1y2”),s(data,y1y2”')}。则采用如下方法得到待解码荧光微球的第二编码：
if(MAX＝＝s(data,y1y2’)&&MAX>value)
则该待解码荧光微球和参考数据y1y2’属于同一种荧光微球。
Else if(MAX＝＝s(data,y1y2”)&&MAX>value)
则该待解码荧光微球和参考数据y1y2”属于同一种荧光微球。
Else if(MAX＝＝s(data,y1y2”’)&&MAX>value)
则该待解码荧光微球和参考数据y1y2”’属于同一种荧光微球。
实施例二：
本实施例中，所述系统还包括分类器，所述系统进行解码的方法如图6所示，包括如下步骤：
S10’，训练分类器，将每个待训练荧光微球的种类和荧光光学数据输入分类器中对分类器进行训练，得到已训练的分类器。
分类器用于将待测数据映射到给定类别中的某一个，从而完成对待测数据的分类，分类器包括支持向量机(SVM)和决策树。具体到本实施例而言，分类器用于将待解码荧光微球的荧光光强数据映射到其所属的荧光微球的种类中，从而实现对荧光微球第二编码的解码。
通常来说，为了使分类器的性能更好，对分类器进行训练的荧光微球的荧光光强数据数量越多越好；同时，为了分类器能够识别待解码荧光微球的种类，训练分类器时，也应将每个待解码荧光微球的种类对分类器进行训练。
所述分类器可以是支持向量机(SVM)，也可以是决策树。具体的，利用每个待训练荧光微球的种类，以及每个待训练荧光微球的每种荧光物质在对应激发光照射下的荧光光学数据对未训练支持向量机进行训练，得到已训练支持向量机。利用每个待训练荧光微球的种类，以及每个待训练荧光微球的每种荧光物在对应激发光照射下的荧光光学数据对未训练决策树进行训练，得到已训练决策树。决策树采用CART算法。
S20’，数据获取步骤，该步骤与实施例一中的数据获取步骤相同，在此不做赘述。
S30’，第一编码解码步骤，该步骤与实施例一中的第一编码解码步骤相同，在此不做赘述。
S40’，第二编码解码步骤，将待解码荧光微球的荧光光学数据输入所述分类器中得到所述待解码荧光微球的第二编码。
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。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (10)

1.一种多维度的微球编码方法,其特征在于，包括如下步骤：
将微球的尺寸作为一个维度进行编码，得到第一编码；
将微球的光谱特征作为另一个维度进行编码，得到第二编码；
第一编码和第二编码组合成二维编码以标识微球。
2.一种多维度的微球解码方法，其特征在于，包括如下步骤：
数据获取步骤，获取待解码微球的尺寸数据和光学数据；
第一编码解码步骤，判断待解码微球的尺寸数据是否处于某一预设尺寸区间，以得到第一编码，所述第一编码用于标识微球的尺寸；
第二编码解码步骤，将所述光学数据输入分类器中得到所述待解码微球的第二编码；或者，分别计算待解码微球的光学数据和预设数据库中每种光学参考数据的相似度，将与待解码微球的光学数据相似度最大的光学参考数据对应的第二编码作为该待解码微球的第二编码；所述第二编码用于标识微球的光谱特征；其中，所述预设数据库中存储有预先获取的微球的第二编码为已知的多种光学参考数据。
3.根据权利要求2所述的多维度的微球解码方法，其特征在于，所述分类器为已训练支持向量机，通过如下步骤得到所述已训练支持向量机：利用每个待训练微球的种类，以及每个待训练微球在外界光源照射下的光学数据对未训练支持向量机进行训练，得到已训练支持向量机；
或者，所述分类器为已训练决策树，通过如下步骤得到所述已训练决策树：利用每个待训练微球的种类，以及每个待训练微球在外界光源照射下的光学数据对未训练决策树进行训练，得到已训练决策树。
4.根据权利要求2所述的多维度的微球解码方法，其特征在于，所述光学参考数据通过如下步骤得到：
获取已知第二编码的不同种类微球的多组光学数据，采用聚类的方式分别将多组光学数据归属为对应的类，其中每一类对应一种微球的第二编码，所述类为光学参考数据。
5.根据权利要求2所述的多维度的微球解码方法，其特征在于，所述光学数据包括光强数据和/或光谱波形。
6.一种多维度的微球解码系统，其特征在于，包括：
数据获取模块，用于获取待解码微球的尺寸数据和光学数据；
第一编码解码模块，用于判断待解码微球的尺寸数据是否处于某一预设尺寸区间，以得到第一编码，所述第一编码用于标识微球的尺寸；
第二编码解码模块，用于将所述光学数据输入分类器中得到所述待解码微球的第二编码；或者，分别计算待解码微球的光学数据和预设数据库中每种光学参考数据的相似度，将与待解码微球的光学数据相似度最大的光学参考数据对应的第二编码作为该待解码微球的第二编码；所述第二编码用于标识微球的光谱特征；其中，所述预设数据库中存储有预先获取的微球的第二编码为已知的多种光学参考数据。
7.根据权利要求6所述的多维度的微球解码系统，其特征在于，所述分类器为已训练支持向量机或者已训练决策树；
利用每个待训练微球的种类，以及每个待训练微球在外界光源照射下的光学数据对未训练支持向量机进行训练，得到所述已训练支持向量机；
利用每个待训练微球的种类，以及每个待训练微球在外界光源照射下的光学数据对未训练决策树进行训练，得到所述已训练决策树。
8.根据权利要求6所述的多维度的微球解码系统，其特征在于，所述光学参考数据通过如下步骤得到：
获取已知第二编码的不同种类微球的多组光学数据，采用聚类的方式分别将多组光学数据归属为对应的类，其中每一类对应一种微球的第二编码，所述类为光学参考数据。
9.根据权利要求6所述的多维度的微球解码系统，其特征在于，所述光学数据包括光强数据和/或光谱波形。
10.根据权利要求6所述的多维度的微球解码系统，其特征在于，所述第二编码解码模块将与待解码微球的光学数据相似度最大的光学参考数据对应的第二编码作为该待解码微球的第二编码，具体包括：比较各个相似度，得到最大相似度，在所述最大相似度大于预设参数时，将产生所述最大相似度的光学参考数据对应的第二编码作为该待解码微球的第二编码；所述预设参数大于不同光学参考数据之间的相似度的最大值。
CN201711079910.3A 2017-11-06 2017-11-06 一种多维度的微球编解码方法和系统 Pending CN107942049A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711079910.3A CN107942049A (zh) 2017-11-06 2017-11-06 一种多维度的微球编解码方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711079910.3A CN107942049A (zh) 2017-11-06 2017-11-06 一种多维度的微球编解码方法和系统

Publications (1)

Publication Number Publication Date
CN107942049A true CN107942049A (zh) 2018-04-20

Family

ID=61934420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711079910.3A Pending CN107942049A (zh) 2017-11-06 2017-11-06 一种多维度的微球编解码方法和系统

Country Status (1)

Country Link
CN (1) CN107942049A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110988364A (zh) * 2019-12-31 2020-04-10 天津美瑞特医疗科技有限公司 一种应用流式细胞术检测移植后gvhd相关细胞因子的方法及检测试剂盒
WO2022063336A1 (zh) * 2020-09-27 2022-03-31 上海交通大学 编码微球和阵列及制备方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103983625A (zh) * 2014-05-15 2014-08-13 清华大学深圳研究生院 荧光编码微球的解码方法及系统
CN104504161A (zh) * 2015-01-21 2015-04-08 北京智富者机器人科技有限公司 一种基于机器人视觉平台的图像检索方法
CN105784662A (zh) * 2016-04-27 2016-07-20 武汉大学 基于多光阱编码微球阵列和双光子荧光检测的液相悬浮式生物芯片

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103983625A (zh) * 2014-05-15 2014-08-13 清华大学深圳研究生院 荧光编码微球的解码方法及系统
CN104504161A (zh) * 2015-01-21 2015-04-08 北京智富者机器人科技有限公司 一种基于机器人视觉平台的图像检索方法
CN105784662A (zh) * 2016-04-27 2016-07-20 武汉大学 基于多光阱编码微球阵列和双光子荧光检测的液相悬浮式生物芯片

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GANG WANG ET AL.: "Highly Efficient Preparation of Multiscaled Quantum Dot Barcodes for Multiplexed Hepatitis B Detection", 《ACS NANO》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110988364A (zh) * 2019-12-31 2020-04-10 天津美瑞特医疗科技有限公司 一种应用流式细胞术检测移植后gvhd相关细胞因子的方法及检测试剂盒
WO2022063336A1 (zh) * 2020-09-27 2022-03-31 上海交通大学 编码微球和阵列及制备方法

Similar Documents

Publication Publication Date Title
US11066689B2 (en) Analysis and screening of cell secretion profiles
CN112334984A (zh) 基于人工智能的测序元数据生成
Nguyen et al. Programmable microfluidic synthesis of over one thousand uniquely identifiable spectral codes
US5488567A (en) Digital analyte detection system
US20110007955A1 (en) Apparatus and Method for Barcoded Magnetic Beads Analysis
CN103003660B (zh) 用于提高颗粒成像设备中的测量准确度的装置、系统和方法
CN103003683B (zh) 用于通过使用光分布来提高粒子成像设备中的测量精确度的装置、系统和方法
WO2022057584A1 (zh) 一种高效的核酸检测和基因测序方法及其装置
CN103983625B (zh) 荧光编码微球的解码方法及系统
CN110702648B (zh) 基于非下采样轮廓波变换的荧光光谱污染物分类方法
CN107084948A (zh) 一种荧光微球的数据提取方法和系统
CN107942049A (zh) 一种多维度的微球编解码方法和系统
CN112161913A (zh) 一种用于流式荧光分析系统的分析方法及设备
Harink et al. An open-source software analysis package for Microspheres with Ratiometric Barcode Lanthanide Encoding (MRBLEs)
US20090137053A1 (en) Bead set, production process of the bead set, and method of using the bead set
WO2011100334A1 (en) Chemical synthesis using up-converting phosphor technology and high speed flow cytometry
Sengar et al. Deep learning aided small-sized portable fluorescence biochip reader
CN107478622B (zh) 一种荧光编码微球的解码方法和系统
CN110554178A (zh) 一种悬浮式液态生物芯片检测方法
US9946834B2 (en) Apparatus and method for processing cell culture data
JP7010293B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN103267749B (zh) 一种基于光子编码微球的多元生物标志物检测盒式芯片
CN114137195B (zh) 一种基于图像拍摄分析的高通量生化检测系统及其方法
US20240159647A1 (en) Method and device for optically recognizing a discrete entity from a plurality of discrete entities
EP1995329B1 (en) Method for sequencing nucleic acids

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180420

RJ01 Rejection of invention patent application after publication