CN108254350B - 一种图像类流式染料的制备方法 - Google Patents

一种图像类流式染料的制备方法 Download PDF

Info

Publication number
CN108254350B
CN108254350B CN201810187254.7A CN201810187254A CN108254350B CN 108254350 B CN108254350 B CN 108254350B CN 201810187254 A CN201810187254 A CN 201810187254A CN 108254350 B CN108254350 B CN 108254350B
Authority
CN
China
Prior art keywords
screened
flow
fluorescent
detection
image
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
CN201810187254.7A
Other languages
English (en)
Other versions
CN108254350A (zh
Inventor
颜海波
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.)
Shanghai Ruiyu Biotech Co Ltd
Original Assignee
Shanghai Ruiyu Biotech 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 Shanghai Ruiyu Biotech Co Ltd filed Critical Shanghai Ruiyu Biotech Co Ltd
Priority to CN201810187254.7A priority Critical patent/CN108254350B/zh
Publication of CN108254350A publication Critical patent/CN108254350A/zh
Application granted granted Critical
Publication of CN108254350B publication Critical patent/CN108254350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N21/6486Measuring fluorescence of biological material, e.g. DNA, RNA, cells
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N21/645Specially adapted constructive features of fluorimeters
    • G01N21/6456Spatial resolved fluorescence measurements; Imaging
    • G01N21/6458Fluorescence microscopy

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本申请提供一种图像类流式染料的制备方法,通过参考流式标准荧光染料的配方比例,配置多种与所述流式标准染料的配方比例的比例差在第一预设范围内的、不同配置比例的初级待筛选荧光染料,通过再用各个配置比例的荧光染料对目标样品进行染色,然后在不经洗涤的情况下对染色后的目标样品进行图像类流式荧光检测,在检测过程中对检测到的荧光图像进行聚类分析,以去除荧光图像中由游离的荧光物质产生的荧光点,并生成与处理后的荧光图像对应的检测曲线,将得到的各个检测曲线与标准参考曲线进行对比,将于标准参考曲线相似度最高的荧光染料作为目标荧光染料,从而配制出一种更加适合图像类流式荧光检测的荧光染料。

Description

一种图像类流式染料的制备方法
技术领域
本发明涉及细胞检测技术领域,具体涉及一种图像类流式染料的制备方法。
背景技术
流式分析技术是一种重要的细胞分析技术,其核心的原理就是,通过荧光染料对细胞或检测单元进行荧光染色,被荧光染色后的细胞被特定波长的光照射后(入射光),会发出另一种特定波长的光(发射光),用光电倍增管(pmt)采集发射光对应的电压脉冲信号,以该电压脉冲信号来表达该细胞特定波长的荧光强度。然后,大量采集多个细胞的大小和荧光强度值,采用密度函数,利用阴性细胞和阳性细胞的荧光强度值的差异,进行聚类分析,通过这样的方法,将具有某种荧光强度属性的细胞可以被判断为阴性,另一类荧光强度属性的细胞被判断为阳性。基于这样的方法,采用不同的荧光染料,可以开展不同种类、不同荧光通道和不同方向的流式细胞荧光分析实验。
现在,融合了显微荧光成像技术、图像识别技术和密度函数聚类分析方法的图像类流式分析方法成为了一种新的荧光细胞分析方法。这种方法是基于显微成像系统(CCD或CMOS)获取的显微荧光图像,通过计算机图像识别技术提取目标样品的灰度值和像素值来表达荧光强度,这与流式采用非常灵敏的光电倍增管直接采集电压脉冲信号有很大的不同。在这种方法下,CCD或CMOS输出的正常可分析的图像,会滤除很多干扰信号,这会导致在光电倍增管下可以被检测到的弱荧光信号,在(CCD或CMOS)输出图像时,可能作为干扰信号被滤除掉。
基于这样的技术基础,在图像类流式方法下,采用上述传统流式的荧光染料和染色方法,会出现以下弊端:
大量处于弱荧光或极弱荧光区域的细胞,在图像上无法呈现出荧光图像特征,这样,这部分细胞就的图像灰度值会集中得0或靠近0值的一个非常集中的狭小区域。这样在进行密度函数的聚类分析时,会出现明显的荧光强度断崖。因为这个断崖是CCD或MCOS成像灵敏度的下限导致的,不是样本本身的特征,因此,这样的断崖是失真的,这样分析的结果就可能是不准确的。所以,传统的流式荧光染料和染色方法,只有在样品所发出的荧光强度大于成像光路的灵敏度下限时才能进行准确分析。如果出现低于成像光路灵敏度下限的弱荧光,则无法用于图像类流式分析得到正确的结果。因此,必要开发一种适合图像类流式分析的荧光染料和染色方法。
发明内容
有鉴于此,本发明实施例提供一种图像类流式染料的制备方法,以实现以提供一种更适合图像类流式分析的荧光染料。
为实现上述目的,本发明实施例提供如下技术方案:
一种图像类流式染料的制备方法,包括:
获取目标样品进行图像类流式荧光检测的标准参考曲线;
参考流式标准荧光染料的配方比例,配置多种与所述流式标准染料的配方比例的比例差在第一预设范围内的、不同配置比例的初级待筛选荧光染料;
分别采用上述不同配置比例的初级待筛选荧光染料对所述目标样品进行孵育染色;
采用流式标准机器对采用初级待筛选荧光染料染色后的目标样品进行图像类流式荧光检测,得到初级检测曲线;
将所述初级检测曲线与所述标准参考曲线进行对比;
依据对比结果进行筛选得到与所述标准参考曲线的相似度最高的一个或多个初级检测曲线,以及其对应的初级待筛选荧光染料;
将筛选到的荧光染料记为目标荧光染料;
所述图像类流式荧光检测,包括:
采用流式标准机器获取染色后的目标样品的荧光图像;
采用计算机图像识别技术提取荧光图像中各个荧光点的灰度值和像素值;
基于各个荧光点的灰度值和像素值计算各个荧光点的荧光强度值,并进行聚类分析,生成与荧光图像相对应的检测曲线。
优选的,上述图像类流式染料的制备方法中,得到与所述标准参考曲线的相似度最高的初级检测曲线,以及其对应的初级待筛选荧光染料之后,将筛选到的荧光染料记为目标荧光染料之前,还包括:
获取筛选得到的初级待筛选荧光染料的配置比例,记为次级参考配置比例;
获取在数值上与所述次级参考比例相邻的、筛选过程中排除的初级待筛选荧光染料的配置比例,记为非优选配置比例;
在所述次级参考配置比例与所述非优选配置比例所构成的配置比例区间范围内,配置多种不同配置比例的次级待筛选荧光染料;
分别采用不同配置比例的次级待筛选荧光染料对所述目标样品进行孵育染色;
采用所述流式标准机器对采用次级待筛选荧光染料染色后的目标样品进行图像类流式荧光检测,得到次级检测曲线;
将所述次级检测曲线与所述标准参考曲线进行对比;
依据对比结果筛选得到与所述标准参考曲线的相似度最高的一个或多个次级检测曲线,以及其对应的次级待筛选荧光染料;
所述将筛选到的荧光染料记为目标荧光染料,具体为:
将筛选到的次级待筛选荧光染料记为目标荧光染料。
优选的,上述图像类流式染料的制备方法中,依据对比结果筛选得到与所述标准参考曲线的相似度最高的一个或多个次级检测曲线,以及其对应的次级待筛选荧光染料之后,所述将筛选到的荧光染料记为目标荧光染料之前,还包括:
采用筛选得到的每个次级待筛选荧光染料连续N次对所述目标样品进行孵育染色,所述N为不小于1的正整数;
采用所述流式标准机器对采用所述筛选得到的次级待筛选荧光染料染色后的目标样品进行图像类流式荧光检测,得到三级检测曲线;
计算筛选得到的各个次级待筛选染料对应的N个三级检测曲线和次级检测曲线波动范围值;
筛选得到波动范围值在小于预设值的检测曲线对应的次级待筛选染料;
所述将筛选到的荧光染料记为目标荧光染料,具体为:
将筛选到的波动范围值在小于预设值的检测曲线对应的次级待筛选染料记为目标荧光染料。
优选的,上述图像类流式染料的制备方法中,所述获取目标样品进行图像类流式荧光检测的标准参考曲线,包括:
确定作为对照基准的用于进行图像类流式荧光检测流式标准机器、流式标准染料、目标样品和标准操作方法;
基于流式标准机器、流式标准染料和标准操作方法对所述目标样品进行图像类流式荧光检测,得到标准参考曲线。
优选的,上述图像类流式染料的制备方法中,所述将筛选到的荧光染料记为目标荧光染料之后,还包括:
采用所述目标荧光染料对多种不同类型的目标样品进行图像类流式荧光检测,将得到的检测曲线与当前检测的类型的目标样本所对应的标准参考曲线进行对比,依据对比结果判定所述目标荧光染料是否应用于该种类型的目标样品。
基于上述技术方案,本发明实施例提供的图像类流式染料的制备方法,通过再用各个配置比例的荧光染料对目标样品进行染色,然后在不经洗涤的情况下对染色后的目标样品进行图像类流式荧光检测,在检测过程中对检测到的荧光图像进行聚类分析,以去除荧光图像中由游离的荧光物质产生的荧光点,并生成与处理后的荧光图像对应的检测曲线,将得到的各个检测曲线与标准参考曲线进行对比,将于标准参考曲线相似度最高的荧光染料作为目标荧光染料,从而配制出一种更加适合图像类流式荧光检测的荧光染料。
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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的一种图像类流式染料的制备方法的流程示意图;
图2为本申请实施例公开的一种图像类流式检测方法的流程示意图;
图3为本申请另一实施例公开的一种图像类流式染料的制备方法的流程示意图;
图4为本申请再一实施例公开的一种图像类流式染料的制备方法的流程示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对于此,本申请公开了一种图像类流式荧光检测方法和应用于该方法的图像类流式染料的制备方法,参见图1,该方法包括:
步骤S101:获取标准参考曲线;
具体的,本步骤中,所述标准参考曲线为在理想状态下对被检测的目标样品进行图像类流式荧光检测时得到的标准参考曲线;
步骤S102:配置多种不同配置比例的荧光染料;
在本步骤中,参考传统的流式标准荧光染料的配方比例,配置多种与所述流式标准染料的配方比例的比例差在第一预设范围内的、不同配置比例的荧光染料,记为初级待筛选荧光染料,配置得到的其中各个荧光染料配方的配置比例的数值之间可以等间距分布;
步骤S103:对目标样品进行孵育染色;
在本步骤中,分别采用上述得到的不同配置比例的初级待筛选荧光染料对所述目标样品进行孵育染色;
步骤S104:对染色后的目标样品进行图像类流式荧光检测,得到初级检测曲线;
在本步骤中,采用流式标准机器对采用初级待筛选荧光染料染色后的目标样品进行图像类流式荧光检测,得到初级检测曲线;
在本步骤中,所述图像类流式荧光检测指的是不对所述荧光染料进行洗涤时进行的荧光检测,且该荧光检测的过程中,需通过聚类分析等方式滤除荧光检测得到的荧光图像中的由游离的荧光染料生成的荧光点,进而得到与所述荧光图像对应的检测曲线,记为初级检测曲线;
步骤S105:将所述初级检测曲线与所述标准参考曲线进行对比;
步骤S106:依据对比结果进行筛选,得到与所述标准参考曲线的相似度最高的一个或多个初级检测曲线,以及其对应的初级待筛选荧光染料;
在本步骤中,通过将各个配置比例下的荧光染料对应的初级检测曲线一一与所述标准参考曲线进行对比,确定这些初级检测曲线与所述标准参考曲线之间的相似度,确定相似度最高的一个或多个初级检测曲线所对应的初级待筛选荧光染;
步骤S107:将筛选到的荧光染料记为目标荧光染料;
具体的,在本实施例中,所述图像类流式荧光检测的具体过程,可以包括:
步骤S201:采用流式标准机器获取染色后的目标样品的荧光图像;
在本在步骤中,在不对所述目标样品进行洗涤的前提下,采用采用流式标准机器获取染色后的目标样品的荧光图像;
步骤S202:采用计算机图像识别技术提取显微荧光图像中各个荧光点的灰度值和像素值;
本步骤中,所述荧光点指的是由目标样品中的细胞产生的荧光点,在本步骤中,通过计算机识别技术,对显微荧光图像进行分析,得到所述显微荧光图像中由各个得到显微荧光图像中各个细胞产生的荧光点,这些细胞包括强荧光细胞和弱荧光细胞,然后再对这些荧光点进行分析,得到各个荧光点相匹配的灰度值和像素值;
步骤S203:基于所述各个荧光点的灰度值和像素值计算各个荧光点的荧光强度值;
步骤S204:基于各个荧光点的荧光强度值对所述荧光图像中的荧光点进行聚类分析,生成与荧光图像相对应的检测曲线;
所述采用计算机图像识别技术提取显微荧光图像中各个荧光点的灰度值和像素值,具体可以包括:
对所述显微荧光图像进行荧光分析,得到荧光分析结果和显微荧光图像的背景区域;
对所述背景区域进行明场分析,得到明场分析结果,以得到背景区域中所包含的由细胞产生的荧光点;
计算所述显微荧光图像中由强荧光细胞产生的荧光点和弱荧光细胞产生的荧光点的灰度值和像素值。
在本实施例公开的技术方案中,首先对所述显微荧光图像进行荧光分析(荧光图像分析),再进行对荧光分析时得到的背景区域进行明场分析(明场图像)分析。在进行荧光图像分析时,可直接提取得到所述显微荧光图像中由荧光强度值较高的细胞产生的荧光点,在进行荧光图像分析时未发现由细胞产生的荧光点的区域即为背景区域,由于若荧光细胞在所述显微荧光图像中所产生的荧光点无法由荧光图像分析所获得,因此本申请还对所述背景区域进行了明场图像分析,通过所述明场图像分析,由所述背景区域中获取由弱荧光细胞产生的荧光点,然后再对所述显微荧光图像中确定的各个荧光点进行数据分析,得到各个荧光点所对应的像素值和灰度值。
通过本申请上述实施例公开的技术方案,当采用本申请实施例公开的目标荧光染料进行图像类流式荧光检测时,其得到的检测曲线与标准参考曲线具有较高的相似度,并且该过程无需对目标样品进行洗涤,因此,降低了实验难度,并且防止了采用传统的技术方案对荧光图像进行密度函数的聚类分析时,会出现明显的荧光强度断崖的问题。
具体的,在本申请上述实施例公开的技术方案中,只进行了一次曲线相似度的对比,因此,其得到的目标荧光染料可能非最优选的荧光染料,对此,本申请上述实施例公开的方法中,得到与所述标准参考曲线的相似度最高的初级检测曲线,以及其对应的初级待筛选荧光染料之后,将筛选到的荧光染料记为目标荧光染料之前,还可以包括:
步骤S301:获取筛选得到的初级待筛选荧光染料的配置比例,记为次级参考配置比例;
步骤S302:获取在数值上与所述次级参考比例相邻的、筛选过程中排除的初级待筛选荧光染料的配置比例,记为非优选配置比例;
步骤S303:在所述次级参考配置比例与所述非优选配置比例所构成的配置比例区间范围内,配置多种不同配置比例的次级待筛选荧光染料;
例如,筛选得到的初级待筛选荧光染料的配置比例3:5,排除在外的配置比例为2:5和4:5,则,配置比例区间范围为2:5至4:5的区间范围内,当然,上述3:5,2:5和4:5仅仅是一个举例说明,仅是为了方便读者理解并不代表实际配比;在同一配置比例区间范围内的所述次级待筛选荧光染料的配置比例可以等间距分布;
步骤S304:分别采用不同配置比例的次级待筛选荧光染料对所述目标样品进行孵育染色;
步骤S305:采用所述流式标准机器对采用次级待筛选荧光染料染色后的目标样品进行图像类流式荧光检测,得到次级检测曲线;
其中,所述图像类流式荧光检测的过程与图2中公开的过程一致,对此不在进行进一步说明;
步骤S306:将所述次级检测曲线与所述标准参考曲线进行对比;
步骤S307:依据对比结果筛选得到与所述标准参考曲线的相似度最高的一个或多个次级检测曲线,以及其对应的次级待筛选荧光染料;
在本实施例中,所述将筛选到的荧光染料记为目标荧光染料,具体为:
将筛选到的次级待筛选荧光染料记为目标荧光染料。
在上述步骤中,可能会筛选得到的多个优选的次级待筛选荧光染料,本步骤中,为了选择所述多个优选的次级待筛选荧光染料中的优选配比,还可以对各个优选的次级待筛选荧光染料实验过程的稳定性进行测定,具体的:在依据对比结果筛选得到与所述标准参考曲线的相似度最高的一个或多个次级检测曲线,以及其对应的次级待筛选荧光染料之后,所述将筛选到的荧光染料记为目标荧光染料之前,还包括:
步骤S401:采用筛选得到的每个次级待筛选荧光染料连续N次对所述目标样品进行孵育染色,所述N为不小于1的正整数;
在本步骤中,每种优选的次级待筛选荧光染料对目标样品进行N次染色,当然,此时被染色的目标样品为未经染色的目标样品,对每次染色后的目标样品进进行一次图像类流式荧光检测;
步骤S402:采用所述流式标准机器对采用所述筛选得到的次级待筛选荧光染料染色后的目标样品进行图像类流式荧光检测,得到三级检测曲线;
本步骤中的图像类流式荧光检测实施过程与图2中公开的检测过程一致,对此不在进行进一步说明;
步骤S403:将得到的各个次级待筛选染料对应的N个三级检测曲线和次级检测曲线进行对比,计算得到各个优选次级待筛选染料对应的N+1个检测曲线的波动范围值;
步骤S404:筛选得到波动范围值在小于预设值的检测曲线对应的次级待筛选染料,以得到稳定性较高的配比的荧光染料;
本实施例中,所述将筛选到的荧光染料记为目标荧光染料,具体为:
将筛选到的波动范围值在小于预设值的检测曲线对应的次级待筛选染料记为目标荧光染料。
在本申请实施例公开的技术方案中,还公开了一种标准参考曲线的获取方式,具体的,所述获取目标样品进行图像类流式荧光检测的标准参考曲线,包括:
确定作为对照基准的用于进行图像类流式荧光检测流式标准机器、流式标准染料、目标样品和标准操作方法;
基于流式标准机器、流式标准染料和标准操作方法对所述目标样品进行图像类流式荧光检测,得到标准参考曲线。
在实际试验过程中,某种荧光染料可能只能适应一种或多种类型的目标样品,当目标样品中的细胞类型发生变化时,采用所述此种荧光染料进行图像类流式荧光检测时得到的检测曲线的误差较大,针对于此,在本申请实施例公开的技术方案中,所述将筛选到的荧光染料,记为目标荧光染料之后,还包括:
采用所述目标荧光染料对多种不同类型的目标样品进行图像类流式荧光检测,将得到的检测曲线与当前检测的类型的目标样本所对应的标准参考曲线进行对比,确定两者的相似度,依据相似度的大小判定所述目标荧光染料是否可应用于该种类型的目标样品。
对所述荧光强度值小于预设值的荧光点进行聚类分析,得到由游离的目标荧光染料产生的荧光点和由荧光细胞产生的荧光点。
针对于上述过程,本申请还公开了一种流式标准机器,该机器内置有用于进行图像类流式荧光检测的微处理器,所述微处理器包括:灰度值计算单元、荧光强度计算单元和聚类分析单元;
所述灰度值计算单元,用于采用计算机图像识别技术提取显微荧光图像中各个荧光点的灰度值和像素值;
所述荧光强度计算单元,用于基于各个荧光点的灰度值和像素值计算各个荧光点的荧光强度值;
所述聚类分析单元,用于依据各个荧光点的荧光强度值进行聚类分析,输出分析结果。
所述灰度值计算单元包括:
荧光分析单元,用于对所述显微荧光图像进行荧光分析,得到荧光分析结果和显微荧光图像的背景区域;
明场分析单元,用于对所述背景区域进行明场分析,得到明场分析结果,以得到背景区域中所包含的由细胞产生的荧光点;
子灰度值计算单元,用于对显微荧光图像中的各个荧光点进行图像分析,得到各个荧光点的灰度值和像素值。
所述荧光分析单元,通过对所述显微荧光图像进行荧光图像分析,得到所述显微荧光图像中由强荧光细胞产生的荧光点,并确定出所述显微荧光图像的背景区域,所述明场分析单元通过对所述背景区域进行明场分析,得到所述显微荧光图像中由弱荧光细胞产生的荧光点。
为了描述的方便,描述以上系统时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (3)

1.一种图像类流式染料的制备方法,其特征在于,包括:
获取目标样品进行图像类流式荧光检测的标准参考曲线;
参考流式标准荧光染料的配方比例,配置多种与所述流式标准荧光染料的配方比例的比例差在第一预设范围内的、不同配置比例的初级待筛选荧光染料;
分别采用上述不同配置比例的初级待筛选荧光染料对所述目标样品进行孵育染色;
采用流式标准机器对采用初级待筛选荧光染料染色后的目标样品进行图像类流式荧光检测,得到初级检测曲线;
将所述初级检测曲线与所述标准参考曲线进行对比;
依据对比结果进行筛选得到与所述标准参考曲线的相似度最高的一个或多个初级检测曲线,以及其对应的初级待筛选荧光染料;
获取筛选得到的初级待筛选荧光染料的配置比例,记为次级参考配置比例;
获取在数值上与所述次级参考配置比例相邻的、筛选过程中排除的初级待筛选荧光染料的配置比例,记为非优选配置比例;
在所述次级参考配置比例与所述非优选配置比例所构成的配置比例区间范围内,配置多种不同配置比例的次级待筛选荧光染料;
分别采用不同配置比例的次级待筛选荧光染料对所述目标样品进行孵育染色;
采用所述流式标准机器对采用次级待筛选荧光染料染色后的目标样品进行图像类流式荧光检测,得到次级检测曲线;
将所述次级检测曲线与所述标准参考曲线进行对比;
依据对比结果筛选得到与所述标准参考曲线的相似度最高的多个次级检测曲线,以及其对应的次级待筛选荧光染料;
采用筛选得到的每个次级待筛选荧光染料连续N次对所述目标样品进行孵育染色,所述N为不小于1的正整数;
采用所述流式标准机器对采用所述筛选得到的次级待筛选荧光染料染色后的目标样品进行图像类流式荧光检测,得到三级检测曲线;
计算筛选得到的各个次级待筛选染料对应的N个三级检测曲线和次级检测曲线波动范围值;
筛选得到波动范围值在小于预设值的检测曲线对应的次级待筛选染料;
将筛选到的荧光染料记为目标荧光染料,具体为:
将筛选到的波动范围值在小于预设值的检测曲线对应的次级待筛选染料记为目标荧光染料;
所述图像类流式荧光检测,包括:
采用流式标准机器获取染色后的目标样品的荧光图像;
采用计算机图像识别技术提取荧光图像中各个荧光点的灰度值和像素值;
基于各个荧光点的灰度值和像素值计算各个荧光点的荧光强度值,并进行聚类分析,生成与荧光图像相对应的检测曲线。
2.根据权利要求1所述的图像类流式染料的制备方法,其特征在于,所述获取目标样品进行图像类流式荧光检测的标准参考曲线,包括:
确定作为对照基准的用于进行图像类流式荧光检测流式标准机器、流式标准荧光染料、目标样品和标准操作方法;
基于流式标准机器、流式标准荧光染料和标准操作方法对所述目标样品进行图像类流式荧光检测,得到标准参考曲线。
3.根据权利要求1所述的图像类流式染料的制备方法,其特征在于,所述将筛选到的荧光染料记为目标荧光染料之后,还包括:
采用所述目标荧光染料对多种不同类型的目标样品进行图像类流式荧光检测,将得到的检测曲线与当前检测的类型的目标样本所对应的标准参考曲线进行对比,依据对比结果判定所述目标荧光染料是否应用于该种类型的目标样品。
CN201810187254.7A 2018-03-07 2018-03-07 一种图像类流式染料的制备方法 Active CN108254350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810187254.7A CN108254350B (zh) 2018-03-07 2018-03-07 一种图像类流式染料的制备方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810187254.7A CN108254350B (zh) 2018-03-07 2018-03-07 一种图像类流式染料的制备方法

Publications (2)

Publication Number Publication Date
CN108254350A CN108254350A (zh) 2018-07-06
CN108254350B true CN108254350B (zh) 2020-12-29

Family

ID=62746045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810187254.7A Active CN108254350B (zh) 2018-03-07 2018-03-07 一种图像类流式染料的制备方法

Country Status (1)

Country Link
CN (1) CN108254350B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4857451A (en) * 1984-12-24 1989-08-15 Flow Cytometry Standards Corporation Method of compensating and calibrating a flow cytometer, and microbead standards kit therefor
US5753511A (en) * 1996-05-06 1998-05-19 Lion Laboratories, Inc. Automated fingerprint methods and chemistry for product authentication and monitoring
WO2007016309A2 (en) * 2005-07-29 2007-02-08 Exxonmobil Research And Engineering Company Method to determine predictive tests and device applying same to lubricant formulations
CN104087016B (zh) * 2014-06-05 2016-05-04 浙江龙盛集团股份有限公司 一种分散染料组合物、分散染料制品及其应用
CN107367456B (zh) * 2017-07-20 2020-04-03 上海睿钰生物科技有限公司 一种免洗涤图像类流式荧光检测方法和系统

Also Published As

Publication number Publication date
CN108254350A (zh) 2018-07-06

Similar Documents

Publication Publication Date Title
US11158049B2 (en) Methods and systems for assessing histological stains
EP0245466B1 (en) Analysis method and apparatus for biological specimens
Forero et al. Automatic identification of Mycobacterium tuberculosis by Gaussian mixture models
EP3108448B1 (en) Group sparsity model for image unmixing
JP5870851B2 (ja) 情報処理装置、情報処理方法、及びプログラム
Glatthorn et al. Standardizing the protocol for hemispherical photographs: accuracy assessment of binarization algorithms
US20050265588A1 (en) Method and system for digital image based flourescent in situ hybridization (FISH) analysis
JP5996494B2 (ja) デジタルスライド画像を表示する方法
EP2983113B1 (en) Multi-nucleated cell classification and micronuclei scoring
US20080232669A1 (en) Method and/or system for analyzing biological samples using a computer system
US11506593B2 (en) Methods and systems for classifying fluorescent flow cytometer data
Maturi et al. Multi-colour detection of gravitational arcs
CN101809589A (zh) 利用多个波长处理生物试样的方法和系统
Marée The need for careful data collection for pattern recognition in digital pathology
US11988592B2 (en) Methods and systems for characterizing spillover spreading in flow cytometer data
Lerner et al. Automatic signal classification in fluorescence in situ hybridization images
Borgen et al. Use of automated microscopy for the detection of disseminated tumor cells in bone marrow samples
KR101836830B1 (ko) 광학적 세포 식별방법
CN103959332A (zh) 图像处理
CN107367456B (zh) 一种免洗涤图像类流式荧光检测方法和系统
WO2005076216A2 (en) Method and system for automaticed digital image based flourescent in situ hybridization (fish) analysis
EP4187229A1 (en) Information processing system and information processing method
CN108254350B (zh) 一种图像类流式染料的制备方法
CN109963936A (zh) 自动体液分析
Hülber et al. A scanning and image processing system with integrated design for automated micronucleus scoring

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