CN108463722B - 用于处理血小板细胞数据的系统、方法和设备 - Google Patents

用于处理血小板细胞数据的系统、方法和设备 Download PDF

Info

Publication number
CN108463722B
CN108463722B CN201680078378.0A CN201680078378A CN108463722B CN 108463722 B CN108463722 B CN 108463722B CN 201680078378 A CN201680078378 A CN 201680078378A CN 108463722 B CN108463722 B CN 108463722B
Authority
CN
China
Prior art keywords
platelet
range
parameter
threshold
parameter value
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
CN201680078378.0A
Other languages
English (en)
Other versions
CN108463722A (zh
Inventor
弗雷德里克·斯特林
瓦尔·琼斯
威廉·坎菲尔德
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.)
Siemens Healthcare Diagnostics Inc
Original Assignee
Siemens Healthcare Diagnostics Inc
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 Siemens Healthcare Diagnostics Inc filed Critical Siemens Healthcare Diagnostics Inc
Publication of CN108463722A publication Critical patent/CN108463722A/zh
Application granted granted Critical
Publication of CN108463722B publication Critical patent/CN108463722B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/49—Blood
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • 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
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20—Supervised data analysis
    • 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
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G16B50/30—Data warehousing; Computing architectures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
    • G01N2015/018—Platelets
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N2035/00891—Displaying information to the operator

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Hematology (AREA)
  • Primary Health Care (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioethics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Urology & Nephrology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Ecology (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dispersion Chemistry (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

可通过血液分析仪或类似装置分析血样来获得血小板细胞数据。系统和设备可根据用户选择的血小板参数阈值处理血小板细胞数据。然后可以将血小板细胞数据分类并以一种或多种有用形式显示，以用于医学诊断和/或研究目的。基于用户选择的血小板参数阈值，可将血小板细胞数据分类并显示为例如表格和/或图形形式。还提供了处理血小板细胞数据用于分类并以一种或多种有用形式显示血小板细胞数据的方法，以及其它方面。

Description

用于处理血小板细胞数据的系统、方法和设备
技术领域
本发明大体上涉及医学诊断，并且更具体地，涉及用于处理从血样分析获得的血小板细胞数据的自动化系统、方法和设备。
背景技术
血液分析仪可用于自动分析大量血样。血样可以来自人类、实验室动物(例如大鼠、小鼠等)和/或其它哺乳动物(例如马、牛等)。血样的分析可以包括确定与一种或多种血液成分相关的一个或多个参数，例如红细胞、白细胞和/或血小板。与血小板相关的参数可以包括血样中发现的血小板细胞的数量、每个细胞的体积和每个细胞的折射率。血小板细胞的折射率为光在真空中的速度与光在血小板细胞中的速度的比率。血液分析仪可以收集血小板细胞数据并将其存储在血液分析仪的存储装置中(或存储在与血液分析仪联接的另一系统或计算机的存储装置中)。血小板细胞数据可为数据列表(或其它类似的数据文件或结构)的形式。数据列表可标识单独的血小板细胞及其相应的体积和折射率值。然而，这种形式的血小板细胞数据可能不容易用于医学诊断和/或研究目的。
因此，需要用于将血小板细胞数据处理成一种或多种有用形式的系统、方法和设备。
发明内容
根据一个方面，提供了一种处理储存在存储装置中的血小板细胞数据的方法。该方法包括接收第一参数的第一和第二阈值以及第二参数的第三和第四阈值；响应于接收所述第一、第二、第三和第四阈值，为第一参数建立第一高、第一正常和第一低范围并为第二参数建立第二高、第二正常和第二低范围；建立多个类别，每个类别基于第一高、第一正常和第一低范围中的一者与第二高、第二正常和第二低范围中的一者的组合；从存储装置检索血小板细胞数据，该血小板细胞数据指示多个血小板细胞，该多个血小板细胞包括相应的多个第一参数值和对应的多个第二参数值，其中，多个血小板细胞中的每个血小板细胞对应于相应的第一参数值和相应的第二参数值；确定每个第一参数值和每个对应的第二参数值中第一参数值是否在第一高、第一正常或第一低范围中以及对应的第二参数值是否在第二高、第二正常或第二低范围中；并且响应于确定结果，计算多个类别的每个类别中的多个血小板细胞的数量。
根据另一方面，提供了用于处理血小板细胞数据的设备。设备包括用户界面和联接到用户界面的处理器。用户界面包括用户输入装置和显示装置。处理器被配置为：经由用户界面接收第一参数的第一和第二阈值以及第二参数的第三和第四阈值；响应于接收第一、第二、第三和第四阈值，为第一参数建立第一高范围、第一正常范围和第一低范围并为第二参数建立第二高范围、第二正常范围和第二低范围；建立多个类别，每个类别基于第一高范围、第一正常范围和第一低范围中的一者与第二高范围、第二正常范围和第二低范围中的一者的组合；检索血小板细胞数据，血小板细胞数据指示多个血小板细胞，多个血小板细胞包括相应的多个第一参数值和对应的多个第二参数值，其中，多个血小板细胞中的每个血小板细胞对应于相应的第一参数值和相应的第二参数值；针对每个第一参数值和每个对应的第二参数值，确定第一参数值是否在第一高范围、第一正常范围或第一低范围中以及对应的第二参数值是否在第二高范围、第二正常范围或第二低范围中；并且响应于确定结果，计算多个类别的每个类别中的多个血小板细胞的数量。
根据以下详细描述，本发明的其它方面、特征和优点可显而易见，其中描述和图示了多个示例实施例和实施方式，包括设想用于执行本发明的最佳模式。本发明还可以包括其它和不同的实施例，并且其多个细节可以在各个方面进行修改，所有这些都不脱离本发明的范围。因此，附图和描述本质上被认为是说明性的，而不是限制性的。本发明涵盖本文公开的各方面的所有修改、等同物和替代方案。
附图说明
本领域的技术人员应理解，下面描述的附图仅用于说明目的。附图不一定按比例绘制，并且不旨在以任何方式限制本公开的范围。
图1示出了根据实施例的用于处理血小板细胞数据的系统的框图。
图2示出了储存图1的系统中的血小板细胞数据的示例。
图3示出了根据实施例的用于处理血小板细胞数据的设备的框图。
图4示出了根据实施例的处理血小板细胞数据的方法的流程图。
图5示出根据实施例的输入屏幕的示例。
图6示出了根据实施例的显示经处理的血小板细胞数据的结果的表格的示例。
图7示出了根据实施例的显示经处理的血小板细胞数据的结果的细胞图的示例。
图8示出了根据实施例的显示经处理的血小板细胞数据的结果的直方图的示例。
图9示出了根据实施例的显示经处理的血小板细胞数据的结果的另一直方图的示例。
具体实施方式
现在将详细参考在附图中示出的本公开的示例实施例。只要有可能，在整个附图中将使用相同的附图标记来指代相同或相似的部件。
本发明的一个或多个实施例可以克服上述以不易于用于医学诊断和/或研究目的的形式存在的血小板细胞数据的问题。在一个方面，用于处理血小板细胞数据的系统可以包含血液分析仪，血液分析仪被配置为分析血样并基于血样的分析产生血小板细胞数据。血液分析仪可以包含用于存储所产生的血小板细胞数据的存储装置。系统还可以包含联接到血液分析仪的设备，并且更具体地涉及存储装置。设备可以为具有合适的数据处理能力和编程的计算机或类似装置。设备可以包含用户界面和处理器以及其它部件，并且可以被配置为从存储装置检索血小板细胞数据并且基于用户选择的阈值将该数据处理成一个或多个有用形式。一种或多种有用的形式可以包含具有井字排列的表格，其中，基于一个或多个用户选择的阈值，可以将在血小板细胞数据中标识的每个血小板细胞处理成九个类别中的一个类别。该表格可以指示例如九个类别的每个类别中的血小板细胞的计数和/或百分比。经处理的血小板细胞数据的一种或多种有用形式还可以包含图形形式，例如细胞图和直方图，每个细胞图和直方图图形地示出经处理的血小板细胞数据的一个或多个结果。每个表格、细胞图和/或直方图可以显示在设备的显示装置上。经处理的血小板细胞数据的结果也可以被包含在数据导出文件中，以用于传送到其它系统和/或装置。在其它方面，还提供了处理血小板细胞数据的方法，如将在下面结合图1-9更详细解释的。
图1示出了根据一个或多个实施例的用于处理血小板细胞数据的系统100。系统100可以包含血液分析仪102和经由有线连接105联接到血液分析仪102的设备104。在其它实施例中，设备104可以经由无线连接与血液分析仪102联接。血液分析仪102可以包含存储装置106，存储装置106可以为例如RAM(随机存取存储器)、WORM(一次写入，多次读取)、硬盘、可移动磁盘或类似装置。血液分析仪102可以包含其它部件(未示出)，包含例如处理器、便携式存储驱动器、显示装置以及键盘或其它用户输入装置。血液分析仪102可以被配置为自动分析大量血样，以确定与一种或多种血液成分(例如红细胞、白细胞和/或血小板)相关的一个或多个参数。与血小板相关的参数可以包含每个血样中发现的血小板细胞的数量、每个血小板细胞的体积和每个血小板细胞的折射率。血液分析仪102可以进一步包含在其处理器上可执行并且存储在存储装置106中，以用于执行血样的自动分析的适当软件程序。血液分析仪102可以为例如德国慕尼黑的西门子保健有限公司的ADVIA 2120i血液系统。
由血液分析仪102收集的数据(包含血小板细胞数据107)可以存储在存储装置106中。另选地，由血液分析仪102收集的数据可以存储在与血液分析仪102联接的其它装置或系统中。血小板细胞数据可以为数据列表(或其它类似的数据文件或结构)的形式。如图2中的血小板细胞数据的示例所示，数据列表可以标识单独的血小板细胞及其相应的体积和折射率值。
图2示出根据一个或多个实施例的可存储在系统100中的血小板细胞数据207。如图所示，血小板细胞数据207可以列出相应行中的每个血小板细胞连同其对应的体积和折射率(RI)值，如由血液分析仪102所标识和确定的。体积值可以以飞升(fL)为单位给出，而折射率值可以以RI为单位给出(实际上，因为折射率为比率，所以是无量纲的)。在一些实施例中，血小板细胞数据207可以列出每血液样品5,000至6,000个血小板细胞。在一些实施例中，血小板细胞数据207可以列出来自单个血液样品的结果。在其它实施例中，血小板细胞数据207可以列出来自多个血样的结果，其中，每个血样的结果单独标识。
设备104可以为独立的计算机、工作站或其它数据处理装置。在一些实施例中，设备104可以为个人或膝上型计算机。设备104被配置为将血小板细胞数据107或207处理成一种或多种形式，其可以比如血小板细胞数据207的形式在医学诊断和/或研究目的方面更有用。具体地，设备104被配置为从存储装置106(或者另选地，从其存储的任何位置)检索血小板细胞数据107或207。设备104还被配置为按照下面结合图4-9所描述的，以一种或多种表格或图形形式将血小板细胞数据分类并显示在显示装置上。设备104的实施例在图3中示出。
图3示出了根据一个或多个实施例的可以在系统100中使用的设备304。设备304可以为能够执行本文描述的功能的任何合适的通用或专用计算机或类似装置。设备304可以为例如工作站、个人计算机或膝上型计算机，并且可以为独立装置。设备304可以包括任何合适的部件，例如以下中的一者或多者：用户界面308、输入/输出装置驱动器312(其包含图形显示驱动器)、处理器314(其可以为例如微处理器、中央处理单元、数字信号处理器、控制器等)、存储装置316(其可以包含一个或多个RAM、ROM(只读存储器)、硬盘、光盘或磁盘、可移动磁盘等)以及硬件接口318。用户界面308可以包含例如显示装置309和一个或多个用户输入装置310，例如键盘、鼠标、触摸板等。显示装置309能够显示各种图形。处理器314可以执行可以存储在存储装置316中的软件程序/编程指令以执行例如下面描述的方法400的功能。存储装置316可以适于存储例如操作系统软件/装置驱动程序320、用户软件程序321和数据322。硬件接口318可以建立与其它装置、服务器/计算机和/或外设(例如血液分析仪102)的直接通信和/或可以建立与因特网和/或任何其它合适的通信网络的通信。设备304可以附加地或另选地包含其它合适的部件。
图4示出了根据一个或多个实施例的处理血小板细胞数据的方法400的流程图。方法400可以包含在过程框402处接收参数阈值。在一些实施例中，设备304可以经由用户界面308接收来自用户输入参数阈值的一个或多个参数阈值，如下面结合图5所描述的。参数阈值可以涉及第一参数和第二参数。在一些实施例中，第一参数可以为血小板细胞体积，并且第二参数可以为血小板细胞折射率。第一参数可以具有第一和第二阈值，其可以分别为例如高血小板体积阈值和低血小板体积阈值。第二参数可以具有第三和第四阈值，其可以分别为例如高血小板折射率阈值和低血小板折射率阈值。替代实施例可以具有除高值和低值之外的参数阈值，并且阈值可以与一个或多个其它血小板细胞参数相关。
图5示出了根据一个或多个实施例的阈值配置输入屏幕500，其中用户可输入第一和/或第二血小板细胞参数的期望的血小板阈值。输入屏幕500可以显示在合适的显示装置，例如设备304的显示装置309上。输入屏幕500可以包含第一参数区域524和第二参数区域525。输入屏幕500的其它实施例可以具有更多或更少的参数区域。
第一参数区域524可以指示预定最小值A1的范围528和与第一参数相关的预定最大值A2。例如，如果第一参数为血小板细胞体积，则最小值A1可以为0fL并且最大值A2可以为60fL。因此，范围528可以在第一参数区域524中呈现为“范围0fL至60fL”。可以使用其它值。第一参数区域524可以包含具有对应的向上箭头按钮530和对应的向下箭头按钮531的低阈值字段529。向上箭头按钮530允许用户在字段529中增加阈值，而向下箭头按钮531允许用户在字段529中降低阈值。第一参数区域524还可以包含具有对应的向上箭头按钮533和对应的向下箭头按钮534的高阈值字段532。向上箭头按钮533允许用户在字段532中增加阈值，而向下箭头按钮534允许用户在字段532中降低阈值。
第二参数区域525可以指示预定最小值B1的范围535和与第二参数相关的预定最大值B2。例如，如果第二参数为血小板细胞折射率，则最小值B1可以为1.35RI，并且最大值B2可以为1.40RI。因此，范围535可以在第二参数区域525中呈现为“范围1.35RI至1.40RI”。可以使用其它值。第二参数区域525可以包含具有对应的向上箭头按钮537和对应的向下箭头按钮538的低阈值字段536。向上箭头按钮537允许用户在字段536中增加阈值，而向下箭头按钮538允许用户在字段536中降低阈值。第二参数区域525还可以包含具有对应的向上箭头按钮540和对应的向下箭头按钮541的高阈值字段539。向上箭头按钮540允许用户在字段539中增加阈值，而向下箭头按钮541允许用户在字段539中降低阈值。
输入屏幕500还可以包含恢复默认按钮526和保存按钮527。当被激活时，恢复默认按钮526允许用户将阈值字段529、532、536和539设置为预定的默认阈值。当被激活时，保存527允许用户保存呈现在阈值字段529、532、536和539中的阈值。所保存的阈值可以存储在例如设备304的存储装置316中。输入屏幕500的一些实施例可以具有附加按钮，例如打印报告按钮和/或帮助按钮。
输入屏幕500的一些实施例可以具有附加输入字段，例如物种输入字段。下拉菜单可以与物种输入字段相关联，并且可以包含例如“人类”、“啮齿动物”和/或“其它哺乳动物”的可选值。因此，在那些实施例中，经由恢复默认526调用的预定最小值A1和B1、预定最大值A2和B2以及默认阈值可以对应于在物种输入字段中选择的特定物种。
在一些实施例中，方法400可以为在血液分析仪中执行的软件的一部分。在那些实施例中，输入屏幕500的替代版本可以包含用于输入与除了血小板之外的血液成分的一个或多个其它分析相关的附加信息和/或阈值的附加区域和/或输入字段。
返回到图4，方法400可以包含在过程框404处基于所接收到的阈值建立高范围、正常范围和低范围。例如，假设如下：第一参数为血小板细胞体积，预定最小值为0fL，最大预定值为60fL，用户选择的低阈值例如为7fL，并且用户选择的高阈值例如为20fL。处理器314(执行方法400)然后可建立大于20fL至60fL的高范围、大于或等于7fL至20fL的正常范围以及从0fL至小于7fL的低范围。可能存在其它范围和边界条件(即，与阈值相等的值是否包含在范围内)。
类似地，对于第二参数，假设如下：第二参数为血小板细胞折射率，预定最小值为1.35RI，最大预定值为1.40RI，用户选择的低阈值例如为1.365RI，并且用户选择的高阈值例如为1.395RI。处理器314(执行方法400)然后可建立大于1.395RI至1.4RI的高范围、大于或等于1.365RI至1.395RI的正常范围以及从1.35RI至小于1.365RI的低范围。可能存在其它范围和边界条件。
方法400可以包含在过程框406基于在过程框404处建立的高范围、正常范围和低范围建立类别。类别可以基于第一参数的高范围、正常范围和低范围中的一者与第二参数的高范围、正常范围和低范围中的一者的组合来建立。在期望第一和第二参数范围的每个可能组合的那些实施例中，处理器314(执行方法400)可以建立如下九个类别：
1)具有第二参数低范围的第一参数高范围(例如，具有血小板细胞低折射率范围的血小板细胞高体积范围)；
2)具有第二参数正常范围的第一参数高范围(例如，具有血小板细胞正常折射率范围的血小板细胞高体积范围)；
3)具有第二参数高范围的第一参数高范围(例如，具有血小板细胞高折射率范围的血小板细胞高体积范围)；
4)具有第二参数低范围的第一参数正常范围(例如，具有血小板细胞低折射率范围的血小板细胞正常体积范围)；
5)具有第二参数正常范围的第一参数正常范围(例如，具有血小板细胞正常折射率范围的血小板细胞正常体积范围)；
6)具有第二参数高范围的第一参数正常范围(例如，具有血小板细胞高折射率范围的血小板细胞正常体积范围)；
7)具有第二参数低范围的第一参数低范围(例如，具有血小板细胞低折射率范围的血小板细胞低体积范围)；
8)具有第二参数正常范围的第一参数低范围(例如，具有血小板细胞正常折射率范围的血小板细胞低体积范围)；以及
9)具有第二参数高范围的第一参数低范围(例如，具有血小板细胞高折射率范围的血小板细胞低体积范围)。
在其它实施例中，可以建立少于九个类别。
在过程框408处，方法400可以包含检索由血液分析仪，例如血液分析仪102创建的血小板细胞数据。如上，血小板细胞数据可以存储在血液分析仪102的存储装置106中。响应于用户在设备104或304中执行方法400，血小板细胞数据107或207可以由设备104或304经由有线连接105(或另选地经由无线连接)和硬件接口318(其可以包含，例如USB(通用串行总线)端口)检索。另选地，血小板细胞数据可以从便携式存储装置中检索，便携式存储装置在硬件接口318处直接联接到设备104或304。所检索的血小板细胞数据可以被存储在例如存储装置316中或设备304内的另一合适位置(例如，合适的本地高速缓冲存储器或缓冲器)中。
在一些实施例中，血小板细胞数据可以不包含大血小板细胞的折射率值，而是可包含以克/分升(g/dL)为单位的血红蛋白浓度值。在这些情况下，方法400可以经由以下等式将血红蛋白浓度(HC)值转换为折射率(RI)值：RI＝HC x 0.001942+1.345。
在过程框410处，方法400可以包含确定每个血小板细胞属于高范围、正常范围和低范围中的哪个。处理器314包含适当的逻辑电路以执行血小板细胞数据与接收到的用户阈值的算术比较。例如，参考图2并且继续上述第一参数为血小板细胞体积并且第二参数为血小板细胞折射率的示例，处理器314可以将细胞1的体积值27fL与用户选择的低阈值例如7fL和用户选择的高阈值例如20fL进行算术比较。作为这些算术比较的结果，处理器314可以确定细胞1属于高体积范围。类似地，处理器314可以将细胞1的折射率值1.365RI与用户选择的低阈值例如1.365RI和用户选择的高阈值例如1.395RI进行算术比较。作为这些算术比较的结果，处理器314可以确定细胞1属于正常折射率范围。处理器314可以例如在每个血样的基础上针对检索到的血小板细胞数据中的每个血小板细胞继续这样的确定，并且将结果存储在存储装置316中。
在过程框412处，方法400可以包含基于在过程框410处确定的结果来计算每个类别中的血小板细胞的数量。例如，继续上述示例，响应于确定细胞1的体积值属于高体积范围并且细胞1的折射率值属于正常折射率范围，处理器314可以确定细胞1属于类别2(以上)，并且然后可以相应地将类别2的计数器递增1。九个类别中的每个类别可以在由处理器314控制的设备304中具有专用计数器。在一些实施例中，对于对应于新血样的血小板细胞数据，每个计数器可以被重置为零。属于每个类别的血小板细胞的数量可以以任何合适的方式交替计算。
在一些实施例中，方法400还可以包含在显示装置上显示每个建立类别中的多个血小板细胞的表格。该表格可以显示在例如设备304的显示装置309上。对于具有上述九个已建立类别的实施例，该表格可以具有井字排列，其中，九个类别排列成三行三列。三行可以分别对应于第一参数(例如血小板细胞体积)的高范围、正常范围和低范围，并且三列可分别对应于第二参数的高范围、正常范围和低范围(例如，血小板细胞折射率)。下面结合图6描述这样的表格的示例。
在一些实施例中，方法400可以进一步包含计算每个已建立的类别中的血小板细胞数量的百分比，并且在合适的显示装置(例如显示装置309)上的表格中显示所计算的每个已建立的类别中的血小板细胞的百分比。处理器314可以通过取上述针对每个建立的类别在过程框412中计算出的细胞的数量并除以针对给定血样(或样本大小)所标识的血小板细胞的总数并乘以100来计算百分比。对于具有上述九个已建立类别的实施例，该表格可以具有井字排列，其中，九个类别排列成三行三列。三行可以分别对应于第一参数(例如血小板细胞体积)的高范围、正常范围和低范围，并且三列可分别对应于第二参数的高范围、正常范围和低范围(例如，血小板细胞折射率)。在一些实施例中，表格可以与上述用于显示每个已建立的类别中的血小板细胞的数量的表格相同。
图6示出了根据一个或多个实施例的血小板分析结果表格600的示例。表格600显示了九个已建立的类别的血小板分析结果，并且可以具有井字排列。也就是说，表格600可以具有以三个双行乘以三列排列的九个类别。表格600可以具有带有三个行标记(1P>HTh、LTh≤1P≤HTh并且1P<LTh)的标题列645。三个行标记表示在过程框404中建立的第一参数的相应高范围、正常范围和低范围，其基于在过程框402中接收到的用户选择的第一参数阈值。表格600还可以具有带有三个列标记(2P<LTh、LTh≤2P≤HTh并且2P>HTh)的标题行646。三个列标记表示在过程框404中建立的第二参数的相应低范围、正常范围和高范围，其基于在过程框402中接收到的用户选择的第二参数阈值。
表格600还具有类别结果区域647，其中，上述类别1-9布置如下：类别1在标记为1P>HTh(第一参数高范围)的行中和标记为2P<LTh(第二参数低范围)的列中；类别2在标记为1P>HTh的行和标记为LTh≤2P≤HTh(第二参数正常范围)的列中；类别3在标记为1P>HTh的行和标记为2P>HTh(第二参数高范围)的列中；类别4在标记为LTh≤1P≤HTh(第一参数正常范围)的行和标记为2P<LTh的列中；类别5在标记为LTh≤1P≤HTh的行和标为LTh≤2P≤HTh的列中；类别6在标记为LTh≤1P≤HTh的行和标为2P>HTh的列中；类别7在标记1P<LTh(第一参数低范围)的行和标记为2P<LTh的列中；类别8在标记为1P<LTh的行和标记为LTh≤2P≤HTh的列中；而类别9在标记为1P<LTh的行和标记为2P>HTh的列中。在其它实施例中，类别结果区域647中的类别的排列可以不同。
在一些实施例中，如图6所示，类别结果区域647显示了每个类别中血小板细胞的数量和血小板细胞的百分比。例如，继续上面的示例，其中，第一参数为血小板细胞体积，第二参数为血小板细胞折射率，类别9的结果648(即低体积范围和高折射率范围)为35个血小板细胞，其表示由表格600表示的一个或多个血样中标识的所有血小板细胞的2.5％。
在一些实施例中，方法400还可以包含在显示装置(例如设备304的显示装置309)上以图形方式显示每个已建立的类别中的血小板细胞的数量。在一些实施例中，图形显示可以为细胞图。如本文的细胞图可以基于例如第一和第二参数以图形方式说明在血样(或血样组)内的血小板细胞分布的差异。
图7为显示根据实施例的经处理的血小板细胞数据的结果的细胞图的示例。细胞图700以图形方式示出了基于在处理框402处接收到的高和低第一参数阈值以及高和低第二参数阈值的血小板细胞的分布。细胞图700可以被布置为具有在纵轴上标度的从预定最小值A1延伸到预定最大值A2的第一参数。例如，继续上述第一参数为血小板细胞体积的示例，纵轴的标度可以为0fL到60fL。如图所示，第一参数(分别标记为“1P-LTh”和“1P-HTh”)的用户选择的低和高阈值用水平线表示。第二参数可以在横轴上标度为从预定最小值B1延伸到预定最大值B2。例如，再次继续上面的示例，其中，第二个第一参数为血小板细胞折射率，纵轴的标度可以为1.35RI至1.40RI。如图所示，第二参数(分别标记为“2P-LTh”和“2P-HTh”)的用户选择的低和高阈值用垂直线表示。
所得的细胞图显示区域750相应地显示在过程框406处建立的九个类别。具体地，类别1在显示区域751中表示，类别2在显示区域752中表示，类别3在显示区域753中表示，类别4在显示区域754中表示，类别5在显示区域755中表示，类别6在显示区域756中表示，类别7在显示区域757中表示，类别8在显示区域758中表示，并且类别9在显示区域759中表示。
在过程框412中针对每个已建立类别计算的血小板细胞的数量通过点的分布760(图7中仅标出一个点)表示。也就是说，在每个已建立的类别中的血小板细胞的数量通过每个已建立的类别中显示的相应点数(每个细胞一个点)表示。此外，每个类别内的每个点的具体位置指示根据垂直第一参数和水平第二参数轴的该血小板细胞的第一和第二参数的值。
细胞图700中显示的经处理的血小板细胞数据的图形显示容易地指示由血液学分析仪(例如血液分析仪102)标识和分析的血小板细胞的一个或多个特征。例如，如图7中所示，血小板细胞的最高数量看起来在类别5(显示区域755)中，其可以表示例如根据上面的继续示例的血小板细胞体积和折射率的正常范围。因此，细胞图700中的血小板分析结果的图形显示可以非常容易地用于医学诊断和/或研究目的。
在一些实施例中，方法400可以包含显示一个或多个直方图，该直方图指示一个血小板参数的高范围、正常范围和低范围中的每者中的血小板细胞的数量。例如，图8示出可以根据一个或多个实施例在合适显示装置(例如，设备304的显示装置309)上显示的直方图800。直方图800的纵轴表示血小板细胞的数量，并且横轴表示第一血小板参数(1P)，其可以为例如血小板细胞体积。直方图800指示第一参数(1P)的低范围区域862、正常范围区域863和高范围区域864中的血小板细胞的数量。如图8所示，低范围区域862沿着横轴从预定的下限(例如，针对体积血小板参数的0fL)延伸到由垂直线865表示的用户选择的低阈值1P-LTh。正常范围区域863沿着横轴从低阈值1P-TLh延伸到由垂直线866表示的用户选择的高阈值1P-Hth。并且高范围区域864沿着横轴从高阈值1P-Hth延伸到第一参数1P的预定上限，对于体积血小板参数，该预定上限可以为例如60fL。如图8所示，直方图800容易地指示大部分血小板细胞属于第一参数的哪个区域。因此，这种血小板分析结果的图形显示可以容易地用于医学诊断和/或研究目的。
图9示出了根据一个或多个实施例的方法400可以在合适的显示装置(例如，设备304的显示装置309)上显示的另一直方图900。直方图900的纵轴表示血小板细胞的数量，并且横轴表示第二血小板参数(2P)，其可以为例如血小板折射率。直方图900指示第二参数(2P)的低范围区域962、正常范围区域963和高范围区域964中的血小板细胞的数量。如图9所示，低范围区域962沿着横轴从预定的下限(例如，针对折射率血小板参数的1.3305)延伸到由垂直线965表示的用户选择的低阈值2P-LTh。正常范围区域963沿着横轴从低阈值2P-TLh延伸到由垂直线966表示的用户选择的高阈值2P-Hth。并且高范围区域964沿着横轴从高阈值2P-Hth延伸到第二参数2P的预定上限，对于折射率血小板参数，该预定上限可以为例如1.4025。如图9所示，直方图900容易地指示大部分血小板细胞属于第二参数的哪个区域。因此，这种血小板分析结果的图形显示可以容易地用于医学诊断和/或研究目的。
在一些实施例中，方法400可以进一步包含将表格600、细胞图700、直方图800和/或直方图900的血小板分析结果包含在数据导出文件中，以供在其它系统和/或设备中使用。
在一些实施例中，方法400的一个或多个过程框可以按照不限于所示和描述的顺序和次序的顺序或次序来执行或完成。例如，在一些实施例中，过程框408可以在过程框402、404和/或406中的任一者之前或与其同时执行。而且，在一些实施例中，可以针对经处理的每个血小板细胞按顺序执行过程框410和412，或者另选地，方法400可以在继续过程框412之前在过程框410中处理来自所检索到的血小板细胞数据的所有血小板细胞。在一些实施例中，方法400可以基本上同时执行过程框410和412，其中，过程框410对来自一个血小板细胞的数据进行操作，而过程框412同时对由过程框410先前处理的另一个血小板细胞的结果进行操作。
在一些实施例中，例如可移动存储盘或装置的非暂态计算机可读介质可以包含能够在处理器中执行并且执行方法400中的全部或部分的计算机指令。
在其它实施例中，能够在处理器中执行并且执行方法400的计算机指令可以被合并到血液分析仪的多个软件程序中的一个软件程序中，并且可以在血液分析仪的处理器上执行，该血液分析仪可以为例如血液分析仪102。
本领域技术人员应该容易理解，本文描述的发明易于广泛使用和应用。在不脱离本发明的实质和范围的情况下，本发明的许多实施例和改进以及许多变型、修改和等同布置将从本发明及其前述描述中显而易见或合理地提出。例如，尽管结合血小板分析结果进行了描述，但是本文描述的设备和方法可以应用于期望将分析结果分类和显示为更有用的形式的其它医学分析。因此，尽管已经在本文中关于具体实施例详细描述了本发明，但应当理解，本公开仅仅为说明性的并且呈现了本发明的示例，并且仅仅出于提供本发明的完整和可实现的公开的目的而做出。本公开并非旨在将本发明限制在所公开的特定设备、装置、组件、系统或方法，而是相反，意图涵盖落入本发明范围内的由所附权利要求定义的所有修改、等同物和替代方案。

Claims (19)

1.一种处理储存在存储装置中的血小板细胞数据的方法，所述方法包括：
接收第一参数的第一阈值和第二阈值以及第二参数的第三阈值和第四阈值；
响应于接收到所述第一阈值、所述第二阈值、所述第三阈值和所述第四阈值，为所述第一参数建立第一高范围、第一正常范围和第一低范围并且为所述第二参数建立第二高范围、第二正常范围和第二低范围；
建立多个类别，每个类别基于所述第一高范围、所述第一正常范围和所述第一低范围中的一者与所述第二高范围、所述第二正常范围和所述第二低范围中的一者的组合；
从所述存储装置检索所述血小板细胞数据，所述血小板细胞数据指示包括相应的多个第一参数值和对应的多个第二参数值的多个血小板细胞，其中，所述多个血小板细胞中的每个血小板细胞对应于相应的第一参数值和相应的第二参数值；
针对每个第一参数值和每个对应的第二参数值，确定所述第一参数值是否在所述第一高范围、所述第一正常范围或所述第一低范围中并且对应的第二参数值是否在所述第二高范围、所述第二正常范围或所述第二低范围中；并且
响应于确定结果，计算所述多个类别的每个类别中的所述多个血小板细胞的数量。
2.根据权利要求1所述的方法，其中，所述第一参数包括血小板体积，所述第一阈值包括高血小板体积值，并且所述第二阈值包括低血小板体积值。
3.根据权利要求1所述的方法，其中，所述第二参数包括血小板折射率，所述第三阈值包括高血小板折射率值，并且所述第四阈值包括低血小板折射率值。
4.根据权利要求1所述的方法，还包括：在显示装置上显示所述多个类别的每个类别中的所述多个血小板细胞的数量的表格。
5.根据权利要求1所述的方法，还包括：在显示装置上图形化显示所述多个类别的每个类别中的所述多个血小板细胞的数量。
6.根据权利要求1所述的方法，还包括：显示细胞图或直方图，所述细胞图或直方图指示所述多个类别中的至少一个类别中的、或所述第一高范围、所述第一正常范围和所述第一低范围中的一者的、或所述第二高范围、所述第二正常范围和所述第二低范围中的一者的所述多个血小板细胞的数量。
7.根据权利要求1所述的方法，还包括：
计算所述多个类别的每个类别中的所述多个血小板细胞的百分比；并且
在显示装置上显示所述多个类别的每个类别中的所述多个血小板细胞的数量和百分比。
8.根据权利要求1所述的方法，其中：
所述多个类别中的第一类别包括所述多个血小板细胞的数量、百分比或两者，该多个血小板细胞具有在所述第一高范围中的第一参数值和在所述第二高范围中的对应第二参数值；
所述多个类别中的第二类别包括所述多个血小板细胞的数量、百分比或两者，该多个血小板细胞具有在所述第一正常范围中的第一参数值和在所述第二高范围中的对应第二参数值；并且
所述多个类别中的第三类别包括所述多个血小板细胞的数量、百分比或两者，该多个血小板细胞具有在所述第一低范围中的第一参数值和在所述第二高范围中的对应第二参数值。
9.根据权利要求1所述的方法，其中：
所述多个类别中的第四类别包括所述多个血小板细胞的数量、百分比或两者，该多个血小板细胞具有在所述第一高范围中的第一参数值和在所述第二正常范围中的对应第二参数值；
所述多个类别中的第五类别包括所述多个血小板细胞的数量、百分比或两者，该多个血小板细胞具有在所述第一正常范围中的第一参数值和在所述第二正常范围中的对应第二参数值；并且
所述多个类别中的第六类别包括所述多个血小板细胞的数量、百分比或两者，该多个血小板细胞具有在所述第一低范围中的第一参数值和在所述第二正常范围中的对应第二参数值。
10.根据权利要求1所述的方法，其中：
所述多个类别中的第七类别包括所述多个血小板细胞的数量、百分比或两者，该多个血小板细胞具有在所述第一高范围中的第一参数值和在所述第二低范围中的对应第二参数值；
所述多个类别中的第八类别包括所述多个血小板细胞的数量、百分比或两者，该多个血小板细胞具有在所述第一正常范围中的第一参数值和在所述第二低范围中的对应第二参数值；并且
所述多个类别中的第九类别包括所述多个血小板细胞的数量、百分比或两者，该多个血小板细胞具有在所述第一低范围中的第一参数值和在所述第二低范围中的对应第二参数值。
11.一种非暂态计算机可读介质，包括能够在处理器中执行并且实施权利要求1所述的方法的计算机指令。
12.一种非暂态计算机可读介质，包括能够在处理器中执行并且实施权利要求7所述的方法的计算机指令。
13.一种用于处理血小板细胞数据的设备，所述设备包括：
包括用户输入装置和显示装置的用户界面；以及
处理器，所述处理器联接到所述用户界面并且被配置为：
经由所述用户界面接收第一参数的第一阈值和第二阈值以及第二参数的第三阈值和第四阈值；
响应于接收所述第一阈值、所述第二阈值、所述第三阈值和所述第四阈值，为所述第一参数建立第一高范围、第一正常范围和第一低范围并且为所述第二参数建立第二高范围、第二正常范围和第二低范围；
建立多个类别，每个类别基于所述第一高范围、所述第一正常范围和所述第一低范围中的一者与所述第二高范围、所述第二正常范围和所述第二低范围中的一者的组合；
检索所述血小板细胞数据，所述血小板细胞数据指示包括相应的多个第一参数值和对应的多个第二参数值的多个血小板细胞，其中，所述多个血小板细胞中的每个血小板细胞对应于相应的第一参数值和相应的第二参数值；
针对每个第一参数值和每个对应的第二参数值，确定所述第一参数值是否在所述第一高范围、所述第一正常范围或所述第一低范围中并且对应的第二参数值是否在所述第二高范围、所述第二正常范围或所述第二低范围中；并且
响应于确定结果，计算所述多个类别的每个类别中的所述多个血小板细胞的数量；其中
所述第一参数包括血小板体积，所述第一阈值包括高血小板体积值，并且所述第二阈值包括低血小板体积值；以及
所述第二参数包括血小板折射率，所述第三阈值包括高血小板折射率值，并且所述第四阈值包括低血小板折射率值。
14.根据权利要求13所述的设备，其中，所述设备为包括所述用户界面和所述处理器的计算机或工作站。
15.根据权利要求14所述的设备，其中，所述计算机为膝上型或个人计算机。
16.根据权利要求13所述的设备，其中，所述处理器被配置为从联接到所述处理器的存储装置检索所述血小板细胞数据。
17.根据权利要求13所述的设备，其中，所述处理器被配置为被联接到血液分析仪，所述血液分析仪包括储存所述血小板细胞数据的存储装置。
18.根据权利要求13所述的设备，其中，所述处理器被配置为在所述显示装置上显示表格、细胞图或直方图，所述表格、细胞图或直方图指示所述多个类别中的至少一个类别中的、或所述第一高范围、所述第一正常范围和所述第一低范围中的一者的、或所述第二高范围、所述第二正常范围和所述第二低范围中的一者的所述多个血小板细胞的数量、百分比或两者。
19.一种用于处理血小板细胞数据的系统，所述系统包括：
血液分析仪，被配置为分析血样，并且由于分析所述血样，创建所述血小板细胞数据，所述血液分析仪包括存储装置并且被配置为将所述血小板细胞数据储存在所述存储装置中；以及
联接到所述血液分析仪的、根据权利要求13所述的设备。
CN201680078378.0A 2016-03-30 2016-03-30 用于处理血小板细胞数据的系统、方法和设备 Active CN108463722B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2016/025102 WO2017171762A1 (en) 2016-03-30 2016-03-30 Systems, methods, and apparatus for processing platelet cell data

Publications (2)

Publication Number Publication Date
CN108463722A CN108463722A (zh) 2018-08-28
CN108463722B true CN108463722B (zh) 2021-09-21

Family

ID=55752748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680078378.0A Active CN108463722B (zh) 2016-03-30 2016-03-30 用于处理血小板细胞数据的系统、方法和设备

Country Status (3)

Country Link
US (1) US11536709B2 (zh)
CN (1) CN108463722B (zh)
WO (1) WO2017171762A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111190000A (zh) * 2020-03-02 2020-05-22 美高怡生生物技术(北京)有限公司 血小板功能判断方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206218A (zh) * 2006-12-20 2008-06-25 希森美康株式会社 血细胞分析装置
CN103852404A (zh) * 2012-11-28 2014-06-11 株式会社堀场制作所 关于血细胞的散点图的显示装置和显示方法及血液分析仪
CN104755905A (zh) * 2012-12-31 2015-07-01 贝克曼考尔特公司 具有凝集块校准的血小板计数的系统和方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5812419A (en) * 1994-08-01 1998-09-22 Abbott Laboratories Fully automated analysis method with optical system for blood cell analyzer
CA2367780A1 (en) * 1999-03-31 2000-10-05 Bayer Corporation Single channel, single dilution detection method
FR2809181B1 (fr) * 2000-05-16 2002-10-25 Biocytex Monoreactif pour le dosage des microparticules plaquettaires
JP4746285B2 (ja) 2004-06-30 2011-08-10 シスメックス株式会社 血液分析装置、分析プログラム、分画領域設定方法
US8217943B2 (en) * 2006-04-21 2012-07-10 Beckman Coulter, Inc. Displaying cellular analysis result data using a template
BR112015015400A2 (pt) 2012-12-31 2017-07-11 Beckman Coulter Inc métodos e sistemas de enumeração de plaquetas imaturas
CN103592429A (zh) 2013-11-11 2014-02-19 上海市第六人民医院 基于误差分析图的糖化血红蛋白检测结果评定方法
FR3034196B1 (fr) * 2015-03-24 2019-05-31 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede d'analyse de particules
RU2018107453A (ru) * 2015-08-10 2019-09-12 Эссенликс Корп. Устройства для анализов и способы в биологии/химии, предусматривающие упрощенные стадии, образцы небольшого объема, повышенную скорость и простоту применения
JP6710512B2 (ja) * 2015-09-14 2020-06-17 シスメックス株式会社 血液分析装置、血液分析方法及びコンピュータプログラム
CN112466901A (zh) * 2019-09-06 2021-03-09 联华电子股份有限公司 半导体元件及其制作方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206218A (zh) * 2006-12-20 2008-06-25 希森美康株式会社 血细胞分析装置
CN103852404A (zh) * 2012-11-28 2014-06-11 株式会社堀场制作所 关于血细胞的散点图的显示装置和显示方法及血液分析仪
CN104755905A (zh) * 2012-12-31 2015-07-01 贝克曼考尔特公司 具有凝集块校准的血小板计数的系统和方法

Also Published As

Publication number Publication date
US20190113432A1 (en) 2019-04-18
CN108463722A (zh) 2018-08-28
WO2017171762A1 (en) 2017-10-05
US11536709B2 (en) 2022-12-27

Similar Documents

Publication Publication Date Title
US11521706B2 (en) Testing and representing suspicion of sepsis
CN111009286B (zh) 对宿主样本进行微生物分析的方法和装置
CN1826529B (zh) 临床检查分析装置及临床检查分析方法
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
CN107391963A (zh) 基于计算云平台的真核无参转录组交互分析系统及其方法
JP2023100825A (ja) 画像アトラスシステム及び方法
CN108595657B (zh) His系统的数据表分类映射方法和装置
JP6753622B2 (ja) 表示制御装置、表示制御方法及び表示制御プログラム
CN108090032A (zh) 逻辑回归模型的可视化解释方法及装置
CN112711983B (zh) 核型分析系统、方法、电子设备及可读存储介质
CN107408163A (zh) 用于分析基因的方法及装置
US20200209218A1 (en) Alarming method for platelet aggregation sample, blood cell analyzer and storage medium
AU2020356582A1 (en) Single cell RNA-seq data processing
CN110188592B (zh) 一种尿液有形成分细胞图像分类模型构建方法及分类方法
CN108463722B (zh) 用于处理血小板细胞数据的系统、方法和设备
EP2920573B1 (en) Particle data segmentation result evaluation methods and flow cytometer
EP3230887A1 (en) Automated flow cytometry analysis method and system
US20230005566A1 (en) Testing and representing suspicion of sepsis
US10883912B2 (en) Biexponential transformation for graphics display
CN102144153B (zh) 用于分类、显示并探查生物数据的方法和装置
Kardos The FocalPoint system: FocalPoint slide profiler and FocalPoint GS
CN105969656B (zh) 一种单细胞外显子测序肿瘤体细胞突变检测及分析平台
JP6112597B2 (ja) Ｃｂｃスキャッタグラムを用いた診断支援装置
CN118352007B (zh) 一种基于人群队列多组学数据的疾病数据分析方法及系统
CN109948732B (zh) 基于非平衡学习的异常细胞远处转移分类方法及系统

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