CN110411926B - 一种通过小采样数据估计非正态分布细胞悬液浓度的方法 - Google Patents
一种通过小采样数据估计非正态分布细胞悬液浓度的方法 Download PDFInfo
- Publication number
- CN110411926B CN110411926B CN201910699180.XA CN201910699180A CN110411926B CN 110411926 B CN110411926 B CN 110411926B CN 201910699180 A CN201910699180 A CN 201910699180A CN 110411926 B CN110411926 B CN 110411926B
- Authority
- CN
- China
- Prior art keywords
- power
- low
- suspension
- positions
- objective lens
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000006285 cell suspension Substances 0.000 title claims abstract description 10
- 238000005070 sampling Methods 0.000 title abstract description 5
- 239000000725 suspension Substances 0.000 claims abstract description 34
- 239000002245 particle Substances 0.000 claims description 18
- 238000001000 micrograph Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 5
- 210000001124 body fluid Anatomy 0.000 abstract description 3
- 239000010839 body fluid Substances 0.000 abstract description 3
- 210000000265 leukocyte Anatomy 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 4
- 210000003743 erythrocyte Anatomy 0.000 description 4
- 238000003556 assay Methods 0.000 description 3
- 238000010998 test method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
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
- G01N15/06—Investigating concentration of particle suspensions
-
- G01N15/075—
Abstract
Description
技术领域
本发明属于细胞领域,具体涉及一种通过小采样数据估计非正态分布细胞悬液浓度的方法。
背景技术
目前计数细胞悬液的方法可以分为人工镜检法和仪器检测法。其中,人工镜检法是采用工具是显微镜配血细胞计数板计数(具体使用可参考《血球计数板的构造和使用方法》),该方法是有形成分分类计数的金标法,计数准确,但效率低下,劳动强度大,连续工作较长时间后因操作人员的疲劳导致结果出现较大偏差。现有的仪器检测法,由于在低倍镜下无法识别细胞,高倍镜每帧照片对应的悬液体积又太小,则需要采集足够多的照片才能准确统计结果,这样势必检测效率低,而实际是通过拍摄少量(如20帧)高倍照片,通过公式(1)计算得出结果(xxx个/uL)。
其中:Xi------是显微镜每帧照片中某种有形成分的数量;
n-------是总共拍摄高倍照片的张数;
a-------是通过长期统计过程得到的一个系数;
Y-------是计算得到的该悬液中某种有形成分的浓度,其单位是“个/uL”;
0.00625-----为每帧高倍照片所对应悬液的体积。
现有仪器检测法所得结果的准确度依赖于拍摄照片的多少和悬液浓度大小有关,拍摄照片越多,结果的准确性越高,高浓度悬液其结果准确性较高,但浓度越低,结果准确性越低。
发明内容
本发明提供一种通过小采样数据估计非正态分布细胞悬液浓度的方法,该方法包括如下步骤:
(1)高倍照片的有选择性的拍摄:
a、先用显微镜随机拍摄N张低倍照片,N≥4;
b、对每张低倍照片中的颗粒进行计数,得到xi(i=1,2,3,…,N);
d、将一帧低倍照片平均分成16等份,计数每个等份内的实际颗粒数yi(i=1,2,3,…,16);
e、如果yi≥1(如图1所示),且每个区域内颗粒数 则可任意选择两个区域,并计算出该区域对角线的交点P1和P2在整张低倍照片中的坐标,然后用让高倍镜直接运行到P1和P2点坐标位置,并拍摄P1和P2位置的高倍照片;
f、如果yi≥1(如图1所示),如果不是每个区域内颗粒数则需要用一个低倍镜视野1/16面积大小的区域去到一帧低倍照片上寻找满足条件的两个位置,该两个位置不能有重合部分(如图2所示),并计算出该区域对角线的交点P1和P2在整张低倍照片中的坐标,然后用让高倍镜直接运行到P1和P2点坐标位置,并拍摄P1和P2位置的高倍照片;
g、如果yi<1(如图3所示),用一个低倍镜视野1/16面积大小的区域去到一帧低倍照片上寻找,用最少区域含括所有颗粒的所有位置,所有位置不能有重合部分,并计算出该区域对角线的交点P1到Pn在整张低倍照片中的所有坐标,然后用让高倍镜直接运行到P1到Pn点坐标位置,并拍摄P1到Pn所有位置的高倍照片;
(2)计算浓度:
a、当yi≥1时:
统计每张高倍照片中不同类型的有形成分总数Zi(i=1,2,3,…,n),即可直接利用线性均方估计权的方法,按照公式(2)计算出该测试悬液的浓度;
b、当yi<1时:
按照低倍照片所对应的高倍照片,并统计所有高倍照片中不同类型的有形成分总数zi(i=1,2,3,…,n),从而得到每张低倍照片中不同类型的有形成分总数Zi'(i=1,2,3,…,N),即可直接利用线性均方估计权的方法,按照公式(3)计算出该测试悬液的浓度;
其中,n表示为多个不同的有形成分类别;b表示为高倍镜所采集的照片张数;c表示为低倍镜所采集的照片张数;Zi表示为每张高倍照片中不同类型的有形成分总数;Zi'每张低倍照片中不同类型的有形成分总数。
其中,所述低倍照片N的数量可以为5张、6张、7张或更多张。
其中,所述显微镜具有低倍物镜和高倍物镜,且同时配有CCD摄像头。
其中,所述低倍物镜(100×倍)的摄像头每拍摄一帧照片所对应悬液体积为0.05~0.15μL,例如d,表示为真实低倍物镜(100×倍)的摄像头每拍摄一帧照片的悬液体积,如0.1μL。
其中,所述高倍物镜(400×倍)的摄像头每拍摄一帧照片所对应悬液体积为低倍物镜对应悬液体积的1/16。例如d',表示为真实高倍物镜(400×倍)的摄像头每拍摄一帧照片的悬液体积,如0.00625μL。
本发明的有益效果:
本发明提供的估算细胞悬液浓度的方法,先运用线性均方估计权的方法来降低粗大误差,能起到提高准确性的可能,主要应用于临床体液显微镜检测其不同类型的有形成分的浓度,测试结果能够满足产品注册性能要求和临床要求的CV≤25%。
附图说明
图1是yi≥1时,区域对角线的交点P1和P2的坐标位置示意图。
图2是yi≥1时,区域对角线的交点P1和P2的坐标位置示意图。
图3是yi<1时,区域对角线的交点P1和P2的坐标位置示意图。
具体实施方式
实施例所用的测试工具:
流动计数池:该流动技术池一次可盛悬液体积为15.3μL(30mm×3mm×0.17mm)。
显微镜:具有低倍物镜和高倍物镜,同时配有CCD摄像头。
测试方法中显微镜相关说明:
低倍镜(100×倍):摄像头每拍摄一帧照片所对应悬液体积为0.1μL。
高倍镜(400×倍):摄像头每拍摄一帧照片所对应悬液体积为0.00625μL(0.1uL÷16)。
本发明方法的实现:
理论依据:采用线性均方估计权的方法
因一个高倍帧照片所对应悬液体积较小,为提高检测效率,不可能拍摄过多的高倍照片,这样就导致对同一个量的采集数据较少且不具有数理统计学意义,另外体液中有形成分都具有吸附成团的现象,使其悬液中有形成分具有非正态分布特点。如果随机对悬液样本采集高倍图片,则所得数据的准确性会较低。先运用线性均方估计权的方法来降低粗大误差,能起到提高准确性的可能。
如:少数的采样数据为:xi(i=1,2,3,…,n);
现假设X是该悬液样本的真实值;
如果采样数据具有各自的权:wi(i=1,2,3,…,n);
如果:minE{(x–X)2}=0,则说明计算值与真实值一致,且达到了依据该理论计
算方法的可行性。
再按照公式(2)或公式(3)计算测试样本的浓度。
实施例1
1、高倍照片的有选择性的拍摄
a、先拍摄低倍照片,如可以随机拍摄5张;
b、对每张低倍照片中的颗粒进行计数,得到xi(i=1,2,3,…,5);
d、将一帧低倍照片平均分成16等份,计数每个等份内的实际颗粒数yi(i=1,2,3,…,16);
e、如果yi≥1,如图1所示,且每个区域内颗粒数σ为一个设定的一个参数,该值σ通过统计获得,则可任意选择两个区域,并计算出该区域对角线的交点P1和P2在整张低倍照片中的坐标,这样就可以用让高倍镜直接运行到P1和P2点坐标位置,并拍摄P1和P2位置的高倍照片。
f、如果yi≥1,如果如图1所示,如果不是每个区域内颗粒数则需要用一个低倍镜视野1/16面积大小的区域去到一帧低倍照片上寻找满足条件的两个位置,该两个位置不能有重合部分,如图2所示,并计算出该区域对角线的交点P1和P2在整张低倍照片中的坐标,这样就可以用让高倍镜直接运行到P1和P2点坐标位置,并拍摄P1和P2位置的高倍照片。
g、如果yi<1,如图3所示,用一个低倍镜视野1/16面积大小的区域去到一帧低倍照片上寻找,用最少区域含括所有颗粒的所有位置,所有位置不能有重合部分,并计算出该区域对角线的交点P1到Pn在整张低倍照片中的所有坐标,这样就可以用让高倍镜直接运行到P1到Pn点坐标位置,并拍摄P1到Pn所有位置的高倍照片。
2、计算浓度
a、当yi≥1时:
统计每张高倍照片中不同类型的有形成分总数Zi(i=1,2,3,…,n),即可直接利用线性均方估计权的方法,按照公式(2)计算出该测试悬液的浓度。
b、当yi<1时:
按照低倍照片所对应的高倍照片,并统计所有高倍照片中不同类型的有形成分总数zi(i=1,2,3,…,n),从而得到每张低倍照片中不同类型的有形成分总数Zi'(i=1,2,3,…,5),即可直接利用线性均方估计权的方法,按照公式(3)计算出该测试悬液的浓度。
实施例1测试方法验证:
已通过不同浓度多次统计计算,该方法计算所得结果符合统计学意义,具有临床实际意义。
该方法使用在设备“尿液沉渣分析仪”的有形成分浓度输出。以下数据来源于该设备的医疗器械产品注册性能测试。具体数据如下:
1、25个/uL红细胞检测数据,采用实施例1方法测得20组数据:
通过计算各浓度样本的标准偏差(CV):
25个/uL红细胞悬液:CV=23.73%。
2、500个/uL红细胞检测数据,采用实施例1方法测得20组数据:
通过计算各浓度样本的标准偏差(CV):
500个/uL红细胞悬液:CV=13.22%。
3、5个/uL白细胞检测数据,采用实施例1方法测得20组数据:
样本号 | 白细胞 |
1 | 1 |
2 | 2 |
3 | 2 |
4 | 2 |
5 | 2 |
6 | 2 |
7 | 2 |
8 | 2 |
9 | 2 |
10 | 3 |
11 | 3 |
12 | 3 |
13 | 2 |
14 | 2 |
15 | 2 |
16 | 3 |
17 | 3 |
18 | 3 |
19 | 3 |
20 | 2 |
通过计算各浓度样本的标准偏差(CV):
5个/uL白细胞悬液:CV=24.84%。
4、500个/uL白细胞检测数据,采用实施例1方法测得20组数据:
通过计算各浓度样本的标准偏差(CV):
500个/uL白细胞悬液:CV=14.23%。
综上所述,本发明方法满足产品注册性能要求和临床要求的CV≤25%。
以上,对本发明的实施方式进行了说明。但是,本发明不限定于上述实施方式。凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种通过小采样数据估计非正态分布细胞悬液浓度的方法,其特征在于,该方法包括如下步骤:
(1)高倍照片的有选择性的拍摄:
a、先用显微镜随机拍摄N张低倍照片,N≥4;
b、对每张低倍照片中的颗粒进行计数,得到xi,i=1,2,3,…,N;
d、将一帧低倍照片平均分成16等份,计数每个等份内的实际颗粒数yi,i=1,2,3,…,16;
f、如果yi≥1,如果不是每个区域内颗粒数则需要用一个低倍镜视野1/16面积大小的区域去到一帧低倍照片上寻找满足条件的两个位置,该两个位置不能有重合部分,并计算出该区域对角线的交点P1和P2在整张低倍照片中的坐标,然后用让高倍镜直接运行到P1和P2点坐标位置,并拍摄P1和P2位置的高倍照片;
g、如果yi<1,用一个低倍镜视野1/16面积大小的区域去到一帧低倍照片上寻找,用最少区域含括所有颗粒的所有位置,所有位置不能有重合部分,并计算出该区域对角线的交点P1到Pn在整张低倍照片中的所有坐标,然后用让高倍镜直接运行到P1到Pn点坐标位置,并拍摄P1到Pn所有位置的高倍照片;
(2)计算浓度:
a、当yi≥1时:
统计每张高倍照片中不同类型的有形成分总数Zi,i=1,2,3,…,n,即可直接利用线性均方估计权的方法,按照公式(2)计算出测试悬液的浓度;
b、当yi<1时:
按照低倍照片所对应的高倍照片,并统计所有高倍照片中不同类型的有形成分总数zi,i=1,2,3,…,n,从而得到每张低倍照片中不同类型的有形成分总数Zi'(i=1,2,3,…,N),即可直接利用线性均方估计权的方法,按照公式(3)计算出测试悬液的浓度;
其中,n表示为多个不同的有形成分类别;b表示为高倍镜所采集的照片张数;c表示为低倍镜所采集的照片张数;Zi表示为每张高倍照片中不同类型的有形成分总数;Zi'每张低倍照片中不同类型的有形成分总数;d,表示为真实低倍物镜的摄像头每拍摄一帧照片的悬液体积;d',表示为真实高倍物镜的摄像头每拍摄一帧照片的悬液体积。
2.根据权利要求1所述的方法,其特征在于,所述低倍照片N的数量为5张、6张、7张或更多张。
3.根据权利要求1所述的方法,其特征在于,所述显微镜具有低倍物镜和高倍物镜,且同时配有CCD摄像头。
4.根据权利要求3所述的方法,其特征在于,所述低倍物镜的摄像头每拍摄一帧照片所对应悬液体积d为0.05~0.15μL,所述低倍物镜的放大倍数为100×倍。
5.根据权利要求4所述的方法,其特征在于,所述低倍物镜的摄像头每拍摄一帧照片所对应悬液体积d为0.1μL。
6.根据权利要求3所述的方法,其特征在于,所述高倍物镜的摄像头每拍摄一帧照片所对应悬液体积d'为低倍物镜对应悬液体积的1/16,所述高倍物镜的放大倍数为400×倍。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910699180.XA CN110411926B (zh) | 2019-07-31 | 2019-07-31 | 一种通过小采样数据估计非正态分布细胞悬液浓度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910699180.XA CN110411926B (zh) | 2019-07-31 | 2019-07-31 | 一种通过小采样数据估计非正态分布细胞悬液浓度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110411926A CN110411926A (zh) | 2019-11-05 |
CN110411926B true CN110411926B (zh) | 2022-03-08 |
Family
ID=68364389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910699180.XA Active CN110411926B (zh) | 2019-07-31 | 2019-07-31 | 一种通过小采样数据估计非正态分布细胞悬液浓度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110411926B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4519087A (en) * | 1983-06-20 | 1985-05-21 | International Remote Imaging Systems, Inc. | Method of determining the diagnostic significance of the content of a volume of biological sample containing particles |
US4667335A (en) * | 1983-06-20 | 1987-05-19 | International Remote Imaging Systems, Inc. | Method of determining the diagnostic significance of the content of a volume of biological sample containing particles |
CN1553165A (zh) * | 2003-12-19 | 2004-12-08 | 武汉大学 | 一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法 |
CN101642577A (zh) * | 2009-04-09 | 2010-02-10 | 苏州大学 | 人类ing4基因作为放疗增敏剂的应用 |
CN102768271A (zh) * | 2012-08-10 | 2012-11-07 | 长沙高新技术产业开发区爱威科技实业有限公司 | 样本分析方法及综合样本分析仪 |
CN103822860A (zh) * | 2014-03-13 | 2014-05-28 | 河北联合大学 | 工作场所空气中总粉尘数量浓度的测定方法 |
CN105223110A (zh) * | 2014-06-27 | 2016-01-06 | 苏州惠生电子科技有限公司 | 一种显微镜定位跟踪成像方法、装置及尿沉渣分析系统 |
CN105353112A (zh) * | 2015-11-26 | 2016-02-24 | 首都医科大学附属北京朝阳医院 | 基于定量计数法原理的尿液有形成分候选参考测量方法 |
-
2019
- 2019-07-31 CN CN201910699180.XA patent/CN110411926B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4519087A (en) * | 1983-06-20 | 1985-05-21 | International Remote Imaging Systems, Inc. | Method of determining the diagnostic significance of the content of a volume of biological sample containing particles |
US4667335A (en) * | 1983-06-20 | 1987-05-19 | International Remote Imaging Systems, Inc. | Method of determining the diagnostic significance of the content of a volume of biological sample containing particles |
CN1553165A (zh) * | 2003-12-19 | 2004-12-08 | 武汉大学 | 一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法 |
CN101642577A (zh) * | 2009-04-09 | 2010-02-10 | 苏州大学 | 人类ing4基因作为放疗增敏剂的应用 |
CN102768271A (zh) * | 2012-08-10 | 2012-11-07 | 长沙高新技术产业开发区爱威科技实业有限公司 | 样本分析方法及综合样本分析仪 |
CN103822860A (zh) * | 2014-03-13 | 2014-05-28 | 河北联合大学 | 工作场所空气中总粉尘数量浓度的测定方法 |
CN105223110A (zh) * | 2014-06-27 | 2016-01-06 | 苏州惠生电子科技有限公司 | 一种显微镜定位跟踪成像方法、装置及尿沉渣分析系统 |
CN105353112A (zh) * | 2015-11-26 | 2016-02-24 | 首都医科大学附属北京朝阳医院 | 基于定量计数法原理的尿液有形成分候选参考测量方法 |
Non-Patent Citations (2)
Title |
---|
尿液有形成分定量分析仪与显微镜法的应用比较;韩呈武 等;《中国医疗设备》;20130425;第28卷(第4期);第24-26+59页 * |
航天搭载与NaN_3处理对甘蓝型油菜根尖细胞的诱变效应;谢琳 等;《中国农业科学》;20081210(第12期);第319-325页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110411926A (zh) | 2019-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210063376A1 (en) | Method for automatic quantitative statistical distribution characterization of dendrite structures in a full view field of metal materials | |
CN102393705B (zh) | 样本有形成分分析仪自动检测控制装置及其控制方法 | |
CN111179273A (zh) | 一种基于深度学习的白细胞核质自动分割方法及系统 | |
CN112395932B (zh) | 一种金属材料中显微组织全视场定量统计分布表征方法 | |
CN103984979B (zh) | 无透镜衍射成像的藻类自动检测计数装置及方法 | |
CN107832801B (zh) | 一种细胞图像分类用模型构建方法 | |
JP2021535395A (ja) | アッセイ精度向上 | |
CN108629369A (zh) | 一种基于Trimmed SSD的尿沉渣有形成分自动识别方法 | |
CN106483129B (zh) | 一种基于运动目标识别的白带滴虫自动检测的方法 | |
CN110232334A (zh) | 一种基于卷积神经网络的钢结构锈蚀识别方法 | |
CN112489039A (zh) | 基于深度学习的铝合金微米级第二相定量统计表征方法 | |
Rossi et al. | A fast and robust algorithm for general defocusing particle tracking | |
CN107768267A (zh) | 重复性缺陷的筛选方法 | |
CN110411926B (zh) | 一种通过小采样数据估计非正态分布细胞悬液浓度的方法 | |
CN105300302B (zh) | 布氏硬度压痕圆直径的测量方法 | |
CN112001315A (zh) | 基于迁移学习和图像纹理特征的骨髓细胞分类识别方法 | |
CN110057729A (zh) | 一种人体颗粒物被动沉降浓度测试方法 | |
US6603535B1 (en) | Stereo imaging velocimetry system and method | |
CN116046647B (zh) | 血液成像分析系统和方法 | |
CN107044947B (zh) | 一种基于图像特征的pm2.5污染指数的识别方法 | |
Moravapalle et al. | Blood count on a smartphone microscope: Challenges | |
CN202257125U (zh) | 样本有形成分分析仪自动检测控制装置 | |
CN110057730A (zh) | 一种人体颗粒物主动吸入浓度测试方法 | |
Kuruma et al. | Primary standard for the number concentration of liquid-borne particles: extension of the diameter range from the micrometer to the sub-micrometer level and reduction of the measurement uncertainty | |
CN103776751B (zh) | 用于粒子检测仪中散点图的粒子分类方法 |
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 |