CN110118715B - 一种血细胞脉冲信号分析装置以及方法 - Google Patents

一种血细胞脉冲信号分析装置以及方法 Download PDF

Info

Publication number
CN110118715B
CN110118715B CN201810118255.6A CN201810118255A CN110118715B CN 110118715 B CN110118715 B CN 110118715B CN 201810118255 A CN201810118255 A CN 201810118255A CN 110118715 B CN110118715 B CN 110118715B
Authority
CN
China
Prior art keywords
bubble
module
baseline
data
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
CN201810118255.6A
Other languages
English (en)
Other versions
CN110118715A (zh
Inventor
吴绍启
李国军
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.)
Shenzhen Dymind Biotechnology Co Ltd
Original Assignee
Shenzhen Dymind Biotechnology 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 Shenzhen Dymind Biotechnology Co Ltd filed Critical Shenzhen Dymind Biotechnology Co Ltd
Priority to CN201810118255.6A priority Critical patent/CN110118715B/zh
Publication of CN110118715A publication Critical patent/CN110118715A/zh
Application granted granted Critical
Publication of CN110118715B publication Critical patent/CN110118715B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N15/1031Investigating individual particles by measuring electrical or magnetic effects
    • G01N15/12Investigating individual particles by measuring electrical or magnetic effects by observing changes in resistance or impedance across apertures when traversed by individual particles, e.g. by using the Coulter principle
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/01Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N2015/1006Investigating individual particles for cytology

Landscapes

  • Chemical & Material Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开了一种血细胞脉冲信号分析装置和方法,该装置包括预处理模块,采集模块、基线处理模块、减法模块、有效判断模块、脉冲识别模块以及气泡识别模块,其中,该采集模块用于产生原始数据,该基线处理模块用于提取基线值,该减法模块用于根据该原始数据和基线值生成去基线数据,该气泡识别模块用于根据基线值的变化识别出气泡脉冲段,该有效判断模块用于根据该去基线数据以及气泡脉冲段生成有效数据,该脉冲识别模块用于根据该有效数据分析出血细胞参数。本发明的装置和方法可以识别由气泡产生的基线波动,又通过过滤气泡脉冲段,使得脉冲识别模块能够真正识别到有用血细胞信号提高血细胞分析仪器的计数结果的准确性。

Description

一种血细胞脉冲信号分析装置以及方法
技术领域
本发明涉及血液细胞检测领域,特别是涉及一种血细胞脉冲信号分析装置和方法。
背景技术
目前,血细胞分析仪普遍采用的是由美国科学家库尔特提出的库尔特原理。细胞微粒通过带电宝石孔时所产生的电压脉冲幅度与细胞的体积成正比。这些电压脉冲信号经过放大、甄别和计数,最终可得到血细胞的体积分布,医生以此作为诊断疾病的依据。
血细胞分析仪在进行信号采集时,由于外界噪声的干扰,信号基线存在波动变化。信号基线的波动会影响脉冲幅值测量的准确性。因此,在进行脉冲识别之前,都对输入的信号进行基线处理,并得到去基线后的脉冲信号后,再进行脉冲识别操作,从而降低由于基线波动对脉冲识别准确性的影响。比如,血细胞分析仪在进行信号采集处理时,由于液路密封不好等原因,当液路中液体流动时,不可避免地产生气泡脉冲信号。这些气泡脉冲信号经过信号基线处理后,明显地抬升信号的基线,如图1所示。气泡脉冲信号叠加在基线上的,若脉冲的幅值不发生变化的情况下,基线的明显抬升,会造成去基线后脉冲信号的幅值发生变化。导致的结果是在脉冲识别模块容易误把气泡当作粒子被识别出来,影响计数结果的准确性。在图1中,上图表为采集的信号AD值,中图表为信号基线值,下图表为去基线后的脉冲数据(气泡过滤后)。
为了降低气泡,现有技术通过提高液路中液体流动的均匀性以及提高液路管路的密闭性等方法来降低气泡产生的数量。
但是现有技术仍存在缺陷,比如,不能适应批量生产,不同仪器存在差异性。
具体来说,液路管路完全封闭,管路中无气泡几乎不可能,提高液路管路的密闭性接近无空气状态,技术难度很大,可能需要花费大量的时间去提高;现有技术只能降低气泡数量,不能实际过滤气泡;现有技术从物理硬件入手,可能会增加硬件成本。
因此,现有的血细胞脉冲信号分析处理技术还有待于改进和发展。
发明内容
本发明针对以上存在的技术问题,提供一种过滤气泡信号并且分析结果更准确的血细胞脉冲信号分析装置。
第一方面,本发明实施方式提供的技术方案是:提供一种血细胞脉冲信号分析装置,包括对血细胞的脉冲信号进行预处理的预处理模块,还包括从该预处理模块同步采集脉冲信号的采集模块、基线处理模块、减法模块、有效判断模块、脉冲识别模块以及气泡识别模块,该基线处理模块连接该采集模块,该基线处理模块与该采集模块连接该减法模块,该减法模块连接该有效判断模块,该有效判断模块连接脉冲识别模块,该气泡识别模块连接该基线处理模块以及该有效判断模块,其中,该采集模块用于产生原始数据,该基线处理模块用于提取基线值,该减法模块用于根据该原始数据和基线值生成去基线数据,该气泡识别模块用于根据基线值的变化识别出气泡脉冲段,该有效判断模块用于根据该去基线数据以及气泡脉冲段生成有效数据,该脉冲识别模块用于根据该有效数据分析出血细胞参数。
该血细胞脉冲信号分析装置还包括连接该采集模块与该减法模块的数据缓存阵列,该采集模块产生的信号缓存至该数据缓存阵列。
其中,该气泡识别模块包括参考基线值模块、气泡起始检测模块、连续气泡判断模块、气泡持续时间计数器、气泡结束检测模块以及数据缓存移位单元。
进一步地,该参考基线值模块用于存储和更新参考基线值,并将基线值与参考基线值的差异与该调整阈值(S)进行比较,在该差异大于该调整阈值(S)时更新该参考基线值。
进一步地,该气泡起始检测模块用于将该基线值与参考基线值的差值与该门限阈值(R)进行比较,在该差值大于该门限阈值(R),开始气泡过滤。
进一步地,该气泡持续时间计数器用于检测到气泡起始点后,开始计数气泡持续时间;当检测到该气泡持续时间大于设定的最大时间阈值(T)时,结束气泡滤波,其中,在该气泡持续时间范围内,该基线值以及去基线数据是无效的,不进行血细胞脉冲识别。
进一步地,该气泡结束检测模块用于获取N个基线值数据与参考基线值数据之间的差值,将N个差值与该门限阈值(R)比较,在该N个差值都小于该门限阈值(R)时,停止气泡过滤;该数据缓存移位单元用于根据该气泡持续时间计数器的值,移位缓存基线值数据。
优选的,该预处理模块包括放大滤波电路、电压抬升电路以及模数转换电路,该模数转换电路连接至该采集模块。
第二方面,本发明实施方式提供的技术方案是:提供一种血细胞脉冲信号分析处理方法,包括以下步骤:
对血细胞的脉冲信号进行预处理;
同步采集该预处理的脉冲信号产生原始数据;
从该原始数据中提取基线值;
根据该原始数据和基线值生成去基线数据;
根据基线值的变化识别出气泡脉冲段;
将该去基线数据里与气泡脉冲段对应的一定脉冲宽度内的数据滤除以生成有效数据;
根据该有效数据分析出血细胞参数。
在气泡过滤过程中,该血细胞脉冲信号分析处理方法还包括:
该血细胞脉冲信号分析处理方法还包括:将该基线值与参考基线值的差值与门限阈值(R)进行比较,在该差值大于该门限阈值(R)时,开始气泡过滤。
其中,该参考基线值是可变的,当基线值与参考基线值的差值大于调整阈值(S)时,更新该参考基线值。
该血细胞脉冲信号分析处理方法还包括当检测到气泡持续时间大于设定的最大时间阈值(T)时,结束气泡滤波,其中,在该气泡持续时间范围内,该基线值以及去基线数据是无效的,不进行血细胞脉冲识别;以及
获取N个基线值数据与参考基线值数据之间的差值,将N个差值与该门限阈值(R)比较,在该N个差值都小于该门限阈值(R)时,停止气泡过滤。
本发明实施方式的有益效果是:本实施例的血细胞脉冲信号分析装置和方法既可识别气泡基线的波动对脉冲识别的影响,又通过过滤气泡脉冲段,使得脉冲识别模块能够真正识别到有用血液信号的幅值、脉宽等特征,提高血细胞分析仪器的计数结果的准确性。
附图说明
图1是现有血细胞脉冲信号分解示意图;
图2是本发明实施例血细胞脉冲信号分析装置的模块结构示意图;
图3是本发明实施例血细胞脉冲信号分析处理方法的主要流程意图;以及
图4是本发明实施例血细胞脉冲信号分析处理方法的具体流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例作进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
实施例1
请参考图2,本实施例的血细胞脉冲信号分析装置,包括对血细胞的脉冲信号进行预处理的预处理模块100以及血细胞分析模块200。该血细胞分析模块200包括从该预处理模块100同步采集脉冲信号的采集模块202、数据缓存阵列204、基线处理模块220、减法模块206、有效判断模块208、脉冲识别模块210以及气泡识别模块230。该基线处理模块220连接至该采集模块202,该数据缓存阵列204连接至该采集模块202,该基线处理模块220与该数据缓存阵列204连接至该减法模块206,该减法模块206连接该有效判断模块208,该有效判断模块208连接至脉冲识别模块210,该气泡识别模块230连接该基线处理模块220以及该有效判断模块208。
该预处理模块100包括放大滤波电路101、电压抬升电路102以及模数转换电路103,该模数转换电路103连接至该采集模块202。
其中,该采集模块202为ADC采集模块,用于采集经过模数转后得到的数据以产生原始数据,该基线处理模块220用于提取基线值,该减法模块206用于根据该原始数据和基线值生成去基线数据,该气泡识别模块230用于根据基线值的变化动态识别出气泡脉冲段,该有效判断模块208用于根据该去基线数据以及气泡脉冲段生成有效数据,该脉冲识别模块210用于根据该有效数据分析出血细胞参数。
该预处理模块100的放大滤波电路101中的放大电路对血细胞模拟脉冲信号进行信号放大处理,以满足信号采集精度和范围。该放大滤波电路101中的滤波电路滤除外界噪声的干扰,得到有效的模拟脉冲信号。
该预处理模块100的电压抬升电路102对模拟脉冲信号进行直流电压的抬升,从而降低本底噪声对仪器脉冲识别的影响。由于噪声信号幅值相对于直流电压幅值小的多,当经过直流电压抬升,并做基线处理后,噪声的影响可以忽略。
该预处理模块100的模数转换电路103将模拟信号转换为数字信号。
该数据缓存阵列204连接该采集模块202与该减法模块206,该采集模块202产生的信号,也即原始数据缓存至该数据缓存阵列204。
请进一步参考图2,为了过滤气泡脉冲段,该气泡识别模块230包括气泡起始检测模块232、参考基线值模块235、连续气泡判断模块236、气泡持续时间计数器233、气泡结束检测模块234以及数据缓存移位单元231。
该参考基线值模块235用于存储和更新参考基线值,并将基线值与参考基线值的差异与调整阈值(S)进行比较,在该差异大于该调整阈值(S)时更新该参考基线值。
该气泡起始检测模块232用于将该基线值与参考基线值的差值与该门限阈值(R)进行比较,在该差值大于该门限阈值(R),开始气泡过滤。
其中,所述门限阈值是可变的,可以根据输入信号的特性而自由设定。
该气泡持续时间计数器233用于检测到气泡起始点后,开始计数气泡持续时间;当检测到该气泡持续时间大于设定的最大时间阈值(T)时,结束气泡滤波。其中,在该气泡持续时间范围内,该基线值以及去基线数据是无效的,不进行血细胞脉冲识别。
该数据缓存移位单元231用于根据该气泡持续时间计数器的值,移位缓存基线值数据。
该气泡结束检测模块234从数据缓存移位单元中获取N个基线值数据,进而得到N个基线值数据与参考基线值数据之间的差值,将N个差值与该门限阈值(R)比较,在该N个差值都小于该门限阈值(R)时,停止气泡过滤。
该采集模块202根据采集指令对模数转换电路输出的脉冲数据进行采集同步处理后生成原始数据,并将原始数据提供给该基线处理模块220处理。
该基线处理模块220用于对输入的数字信号进行均值滤波后输出基线值数据。
该数据缓存阵列204用于缓存原始数据,输出到该减法模块206模块。
该减法电路206模块将原始数据和基线值数据做比较,当原始数据大于基线值数据,则得到去基线数据等于原始数据减去基线值数据;反之,该去基线数据等于0。
该脉冲识别模块210识别血细胞脉冲信号的幅值、脉宽等特征,分析完成血细胞参数。
该气泡起始检测模块232根据当前基线值与参考基线值数据之间的差值大于该门限阈值(R),即判断为气泡的起始点,即开始进行气泡过滤功能。
该气泡持续时间计数器233检测到气泡起始点后,开始计数气泡持续时间;当检测到累积的气泡持续时间大于设定的最大滤波时间阈值(T)时,结束气泡滤波。在气泡持续时间范围内,该基线处理模块220基线处理后输出的基线值和去基线后数据是无效的,不进行脉冲识别,从而实现气泡过滤的功能。
该数据缓存移位单元231主要是根据气泡持续时间计数器的值,移位缓存基线值数据,给该气泡结束检测模块234做比较用。
该气泡结束检测模块234比较N个基线值与参考基线值数据之间的差值都小于门限阈值(R)时,判断为气泡的结束点,即停止气泡过滤功能。
实施例2
请参考图3,本实施例的血细胞脉冲信号分析处理方法,主要包括以下步骤:
步骤301:对血细胞的脉冲信号进行预处理;
步骤302:同步采集该预处理的脉冲信号产生原始数据;
步骤303:从该原始数据中提取基线值;
步骤304:根据该原始数据和基线值生成去基线数据;
步骤305:根据基线值的变化识别出气泡脉冲段;
步骤306:将该去基线数据里与气泡脉冲段对应的一定脉冲宽度内的数据滤除以生成有效数据;
步骤307:根据该有效数据分析出血细胞参数。
该预处理包括:放大滤波、电压抬升以及模数转换。
在气泡过滤过程中,该血细胞脉冲信号分析处理方法还包括:
设置和存储可更新的参考基线值,其中,将基线值与参考基线值的差异与调整阈值(S)进行比较,在该差异大于该调整阈值(S)时更新该参考基线值;将该基线值与参考基线值的差值与门限阈值(R)进行比较,在该差值大于该门限阈值(R),开始气泡过滤;当检测到气泡持续时间大于设定的最大时间阈值(T)时,结束气泡滤波,其中,在该气泡持续时间范围内,该基线值以及去基线数据是无效的,不进行血细胞脉冲识别;以及获取N个基线值数据与参考基线值数据之间的差值,将N个差值与该门限阈值(R)比较,在该N个差值都小于该门限阈值(R)时,停止气泡过滤。
请参考图4,以下具体介绍本实施例的学细胞脉冲信号分析处理方法。
步骤1:采集模块202对输入进来的经过模数转换得到的数据进行跨时钟域的数据同步处理,采用两级D触发器同步器实现数据同步处理。
步骤2:建立一个储存深度为M的数据缓存阵列204,顺序缓存输入进来的经过模数转换后得到的数据,并输出所述数据为原始数据(OrgData)。
步骤3:与步骤2同步进行,建立一个大小为2*M的移动滤波窗口。
步骤4:对窗口内的数据进行求和并取其平均值,得到基线值数据。与此同时,输出基线处理有效标志位。
在另一基线处理实施例中,基线处理算法可以使用中值滤波方法代替均值滤波方法,得到平滑的基线值数据。
步骤5:原始数据和基线值数据进行比较,若原始数据大于基线值数据时,输入原始数据减去基线值,得到去基线数据。若原始数据小于基线值数据时,该去基线数据为0。
步骤6:等待基线处理标志位有效后,存储当前基线值数据作为参考基线值。
步骤61:等待下一个基线值有效,比较当前基线值与参考基线值,求当前基线值与参考基线值数据之差值。如当前基线值比参考基线值大,则跳转步骤62;如参考基线值比当前基线值大,则跳转步骤63。
如果一开始获取的参考基线值(步骤6中获得的参考基线值)是从气泡脉冲对应的基准值得到的,那么将无法正确识别出气泡数据,通过上述方式对参考基线值进行调整,可以避免上述情况的发生。
步骤62:当前基线值与参考基线值数据之间的差值大于调整阈值(S),则调高参考基线值的数据值。
步骤63:参考基线值与当前基线值数据之间的差值大于调整阈值S,则降低该参考基线值的数据值。
步骤64:与步骤62同步进行,当前基线值减去门限阀值(R)后得到临时基线值。
步骤65:初始设定气泡过滤标志位为0,亦即无气泡。若判断到临时基线值大于参考基线值,则认为存在连续气泡,气泡过滤标志位置1。此时,跳转步骤66、步骤67、步骤68。
步骤66:等待气泡过滤标志位置1后,开始计算气泡持续时间。该气泡持续时间在系统时钟计数到计数阈值时,自动增加一。当气泡持续时间超过设定的时间阈值(T)后,结束连续气泡的检测功能。
步骤67:与步骤66同时进行。等待气泡过滤标志位置1后,每当系统时钟到计数阈值时,移位将当前基线值数据缓存到N个阵列中。
步骤68:与步骤67同时进行。判断阵列中的N个基线值数据与检测参考基线值的差值。若差值都小于该门限阈值(R),则认为连续气泡结束,气泡过滤标志位清零。否则返回步骤68重新开始判定。
步骤69:有效判断模块208根据气泡过滤标志位的值判断是否是气泡数据。当该气泡过滤标志位为0时,则输出对应去基线数据有效;当该气泡过滤标志位为1时,判断为气泡,令输出去基线数据为0。
步骤7:对有效的去基线后的数据进行脉冲识别,得到脉冲信号的幅值、脉宽等特征,完成血细胞参数分析。
本实施例的血细胞脉冲信号分析装置和方法既可消识别气泡产生的基线波动对脉冲识别的影响,又通过过滤气泡脉冲段,使得脉冲识别模块210能够真正识别到有用血液信号的幅值、脉宽等特征,提高血细胞分析仪器的计数结果的准确性。本实施例的血细胞脉冲信号分析装置和方法等待基线处理标志位有效后,存储当前基线值作为检测基线值的参考基线值,而且在后续步骤中该参考基线值是可以调整更新的。本实施例的血细胞脉冲信号分析装置和方法门限阀值(R)可以根据输入信号的特性而自由设定,使得算法在不同平台的仪器上具有较高的通用性。本实施例的血细胞脉冲信号分析装置和方法气泡持续时间计数器限制连续气泡的检测时间范围,可根据需要自由设定连续气泡的检测时间范围。本实施例的血细胞脉冲信号分析装置和方法门限阈值等参数的设定,都在血细胞分析模块的FPGA内调整,更容易操作和验证,可以大大降低开发和调试时间。本实施例的血细胞脉冲信号分析装置和方法,不增加任何硬件成本,即可实现气泡过滤功能。本实施例的血细胞脉冲信号分析处理方法能够有效地过滤气泡。
以上所述仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (3)

1.一种血细胞脉冲信号分析装置,其特征在于,包括对血细胞的脉冲信号进行预处理的预处理模块,还包括从所述预处理模块同步采集脉冲信号的采集模块、基线处理模块、减法模块、有效判断模块、脉冲识别模块以及气泡识别模块,所述基线处理模块连接所述采集模块,所述基线处理模块与所述采集模块连接所述减法模块,所述减法模块连接所述有效判断模块,所述有效判断模块连接脉冲识别模块,所述气泡识别模块连接所述基线处理模块以及所述有效判断模块,其中,所述采集模块用于产生原始数据,所述基线处理模块用于提取基线值,所述减法模块用于根据所述原始数据和基线值生成去基线数据,所述气泡识别模块用于根据基线值的变化识别出气泡脉冲段,所述有效判断模块用于将所述去基线数据里与气泡脉冲段对应的一定脉冲宽度内的数据滤除以生成有效数据,所述脉冲识别模块用于根据所述有效数据分析出血细胞参数;
其中,所述气泡识别模块包括参考基线值模块、气泡起始检测模块、连续气泡判断模块、气泡持续时间计数器、气泡结束检测模块以及数据缓存移位单元;
其中,所述预处理模块包括放大滤波电路、电压抬升电路以及模数转换电路,所述模数转换电路连接至所述采集模块;
其中,所述参考基线值模块用于存储和更新参考基线值,并将基线值与参考基线值的差异与调整阈值进行比较,在所述差异大于所述调整阈值时更新所述参考基线值;
所述气泡起始检测模块用于将所述基线值与参考基线值的差值与门限阈值进行比较,在所述差值大于所述门限阈值,开始气泡过滤;
所述气泡持续时间计数器用于检测到气泡起始点后,开始计数气泡持续时间;当检测到所述气泡持续时间大于设定的最大时间阈值时,结束气泡滤波,其中,在所述气泡持续时间范围内,所述基线值以及去基线数据是无效的,不进行血细胞脉冲识别;
所述气泡结束检测模块用于获取N个基线值数据与参考基线值数据之间的差值,将N个差值与所述门限阈值比较,在所述N个差值都小于所述门限阈值时,停止气泡过滤;所述数据缓存移位单元用于根据所述气泡持续时间计数器的值,移位缓存基线值数据。
2.根据权利要求1所述的血细胞脉冲信号分析装置,其特征在于,还包括连接所述采集模块与所述减法模块的数据缓存阵列,所述采集模块产生的信号缓存至所述数据缓存阵列。
3.一种血细胞脉冲信号分析处理方法,其特征在于,包括以下步骤:
对血细胞的脉冲信号进行预处理,所述预处理包括放大滤波、电压抬升以及模数转换;
同步采集所述预处理的脉冲信号产生原始数据;
从所述原始数据中提取基线值;
根据所述原始数据和基线值生成去基线数据;
根据基线值的变化识别出气泡脉冲段;
将所述去基线数据里与气泡脉冲段对应的一定脉冲宽度内的数据滤除以生成有效数据;
根据所述有效数据分析出血细胞参数;
其中,还包括:将所述基线值与参考基线值的差值与门限阈值进行比较,在所述差值大于所述门限阈值时,开始气泡过滤;
其中,所述参考基线值是可变的,
当基线值与参考基线值的差值的绝对值大于调整阈值时,更新所述参考基线值;
其中,还包括:
当检测到气泡持续时间大于设定的最大时间阈值时,结束气泡滤波,其中,在所述气泡持续时间范围内,所述基线值以及去基线数据是无效的,不进行血细胞脉冲识别;以及
获取N个基线值数据与参考基线值数据之间的差值,将N个差值与所述门限阈值比较,在所述N个差值都小于所述门限阈值时,停止气泡过滤。
CN201810118255.6A 2018-02-06 2018-02-06 一种血细胞脉冲信号分析装置以及方法 Active CN110118715B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810118255.6A CN110118715B (zh) 2018-02-06 2018-02-06 一种血细胞脉冲信号分析装置以及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810118255.6A CN110118715B (zh) 2018-02-06 2018-02-06 一种血细胞脉冲信号分析装置以及方法

Publications (2)

Publication Number Publication Date
CN110118715A CN110118715A (zh) 2019-08-13
CN110118715B true CN110118715B (zh) 2024-05-14

Family

ID=67519924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810118255.6A Active CN110118715B (zh) 2018-02-06 2018-02-06 一种血细胞脉冲信号分析装置以及方法

Country Status (1)

Country Link
CN (1) CN110118715B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112945807A (zh) * 2021-01-29 2021-06-11 深圳市科曼医疗设备有限公司 基于血液细胞分析仪的自动检测方法和装置
CN113109630B (zh) * 2021-03-29 2022-10-04 深圳市科曼医疗设备有限公司 一种脉冲数据处理方法、装置及血液细胞分析仪
CN115372262A (zh) * 2022-09-13 2022-11-22 南京颐兰贝生物科技有限责任公司 一种五分类血液分析仪脉冲识别方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3078709A (en) * 1958-03-06 1963-02-26 Garrett Corp Method of, and apparatus for, determining characteristics of flowing fluids
CN1900716A (zh) * 2002-11-18 2007-01-24 希森美康株式会社 试样分析器及其组件
CN101246113A (zh) * 2007-02-14 2008-08-20 深圳迈瑞生物医疗电子股份有限公司 一种对血红蛋白测试结果的监测方法
CN101344475A (zh) * 2007-07-13 2009-01-14 深圳迈瑞生物医疗电子股份有限公司 信号基线处理装置及处理方法
CN103499700A (zh) * 2013-09-30 2014-01-08 深圳理邦实验生物电子有限公司 一种应用于细胞分析仪的信号有效性分析方法及其装置
CN105866011A (zh) * 2016-03-31 2016-08-17 艾康生物技术(杭州)有限公司 脉冲基线值计算方法及血球分析仪的粒子计数方法
CN105980831A (zh) * 2014-02-13 2016-09-28 索尼公司 粒子分捡装置、粒子分捡方法、程序以及粒子分捡系统
WO2016181183A1 (zh) * 2015-05-10 2016-11-17 潘镜 一种快速统计颗粒计数器粒子个数的识别方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3611771B2 (ja) * 2000-04-21 2005-01-19 シスメックス株式会社 粒子信号処理装置およびそれを用いた粒子測定装置
US8503785B2 (en) * 2010-01-15 2013-08-06 Gravic, Inc. Dynamic response bubble attribute compensation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3078709A (en) * 1958-03-06 1963-02-26 Garrett Corp Method of, and apparatus for, determining characteristics of flowing fluids
CN1900716A (zh) * 2002-11-18 2007-01-24 希森美康株式会社 试样分析器及其组件
CN101246113A (zh) * 2007-02-14 2008-08-20 深圳迈瑞生物医疗电子股份有限公司 一种对血红蛋白测试结果的监测方法
CN101344475A (zh) * 2007-07-13 2009-01-14 深圳迈瑞生物医疗电子股份有限公司 信号基线处理装置及处理方法
CN103499700A (zh) * 2013-09-30 2014-01-08 深圳理邦实验生物电子有限公司 一种应用于细胞分析仪的信号有效性分析方法及其装置
CN105980831A (zh) * 2014-02-13 2016-09-28 索尼公司 粒子分捡装置、粒子分捡方法、程序以及粒子分捡系统
WO2016181183A1 (zh) * 2015-05-10 2016-11-17 潘镜 一种快速统计颗粒计数器粒子个数的识别方法和装置
CN105866011A (zh) * 2016-03-31 2016-08-17 艾康生物技术(杭州)有限公司 脉冲基线值计算方法及血球分析仪的粒子计数方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
全自动血细胞分析仪计数血小板影响因素分析及纠正;李兴武;中国误诊学杂志;第2卷(第3期);第387-389页 *

Also Published As

Publication number Publication date
CN110118715A (zh) 2019-08-13

Similar Documents

Publication Publication Date Title
CN110118715B (zh) 一种血细胞脉冲信号分析装置以及方法
US8930155B2 (en) Pulse processing device and radiation measuring device
KR101639720B1 (ko) 직접 주입 솔레노이드 주입기 개방 시간 검출
CN110850244B (zh) 基于深度学习的局放缺陷时域图谱诊断方法、系统及介质
CN109855874B (zh) 一种声音辅助振动微弱信号增强检测的随机共振滤波器
CA1258099A (en) Egg with delta wave recognition by double
CN105841645A (zh) 一种基于电磁超声的测厚方法
CN107727906B (zh) 一种示波器自动设置的方法及其设备
CN107528646B (zh) 一种基于宽带频谱的干扰信号识别及提取方法
CN113140229A (zh) 基于神经网络的声音检测方法、工业声学检测系统及方法
CN109934100A (zh) 一种基于滑动窗口的幅频时变工艺信号分割方法
CN115951124A (zh) 一种时频域联合的连续与突发信号检测方法及系统
CN102043084A (zh) 一种检测避雷器阻性电流的检测方法
CN103925983B (zh) 一种多通道微弱振动信号同步采集装置及分析方法
CN113413135B (zh) 一种基于脉搏采集分析的方法、系统、装置及存储介质
CN112332807A (zh) 一种弱包络信号检测方法和系统
CN114614825B (zh) 一种低成本高速脉冲信号数据采样和峰值检测方法
US9702846B2 (en) Biosensor device and related method
US20050061057A1 (en) Interference detection systems and methods
CN113848256B (zh) 一种超声初至波实时检测方法
CN115067878A (zh) 基于EEGNet的静息态脑电意识障碍分类方法及系统
CN113792675A (zh) 一种金属材质分析方法及其装置
CN109793511A (zh) 基于深度学习技术的心电信号噪声检测算法
CN111812443B (zh) 雨感关窗器的智能检测系统及其电路结构与检测方法
US11776524B2 (en) Electromyography signal detection device

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