CN113218845B - 一种样本分析仪及其计数异常的检测方法 - Google Patents
一种样本分析仪及其计数异常的检测方法 Download PDFInfo
- Publication number
- CN113218845B CN113218845B CN202110773453.8A CN202110773453A CN113218845B CN 113218845 B CN113218845 B CN 113218845B CN 202110773453 A CN202110773453 A CN 202110773453A CN 113218845 B CN113218845 B CN 113218845B
- Authority
- CN
- China
- Prior art keywords
- preset threshold
- sample analyzer
- counting
- parameter
- particle number
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 239000002245 particle Substances 0.000 claims abstract description 199
- 230000002159 abnormal effect Effects 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 23
- 210000000601 blood cell Anatomy 0.000 description 20
- 230000005856 abnormality Effects 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 210000000265 leukocyte Anatomy 0.000 description 5
- 108010074051 C-Reactive Protein Proteins 0.000 description 4
- 102100032752 C-reactive protein Human genes 0.000 description 4
- 210000003743 erythrocyte Anatomy 0.000 description 4
- 239000011148 porous material Substances 0.000 description 4
- 102000054727 Serum Amyloid A Human genes 0.000 description 3
- 101710190759 Serum amyloid A protein Proteins 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 239000003154 D dimer Substances 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 102000004338 Transferrin Human genes 0.000 description 2
- 108090000901 Transferrin Proteins 0.000 description 2
- 210000001772 blood platelet Anatomy 0.000 description 2
- 238000009534 blood test Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 108010052295 fibrin fragment D Proteins 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 210000001995 reticulocyte Anatomy 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000012581 transferrin Substances 0.000 description 2
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 108010048233 Procalcitonin Proteins 0.000 description 1
- 238000012742 biochemical analysis Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000003085 diluting agent Substances 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- CWCXERYKLSEGEZ-KDKHKZEGSA-N procalcitonin Chemical compound C([C@@H](C(=O)N1CCC[C@H]1C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@H](C(=O)N[C@@H](C)C(=O)N[C@@H]([C@@H](C)CC)C(=O)NCC(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](C)C(=O)N1[C@@H](CCC1)C(=O)NCC(O)=O)[C@@H](C)O)NC(=O)[C@@H](NC(=O)[C@H](CC=1NC=NC=1)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@@H](NC(=O)CNC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCSC)NC(=O)[C@H]1NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CO)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(N)=O)NC(=O)CNC(=O)[C@@H](N)CSSC1)[C@@H](C)O)[C@@H](C)O)[C@@H](C)O)C1=CC=CC=C1 CWCXERYKLSEGEZ-KDKHKZEGSA-N 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
- G01N15/10—Investigating individual particles
-
- 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
- G01N2015/1006—Investigating 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
本申请公开了一种样本分析仪及其计数异常的检测方法，其中，检测方法包括：对所述粒子的计数信号进行分析处理，得到特征参数；基于所述特征参数生成所述粒子的第一直方图，从所述第一直方图获取相关特征参数；判断所述相关特征参数是否位于异常范围内；若是，判断所述样本分析仪计数异常。通过上述方式，能够实现对计数异常进行监测，提高用户的使用体验。
Description
技术领域
本申请涉及血液细胞分析技术领域，特别是涉及一种样本分析仪及其计数异常的检测方法。
背景技术
阻抗法是血细胞分析仪检测的一种常用技术手段，其主要原理是血细胞通过微孔（例如宝石孔）时，引起微孔两端的电压产生变化，进而形成脉冲，以实现对红细胞、白细胞、血小板等血细胞进行检测，即对血细胞的粒子进行计数。
现有的血细胞分析仪在检测的过程中，可能存在微孔堵塞、液流不稳定、电源不稳定或存在气泡等异常情况，影响用户使用，因此需要一种判断计数异常的检测方法。
发明内容
为解决上述问题，本申请提供了一种样本分析仪及其计数异常的检测方法，以对计数异常进行监测。
本申请采用的一个技术方案是：提供一种样本分析仪计数异常的检测方法，所述样本分析仪用于对样本的粒子进行计数，所述检测方法包括：
对所述粒子的计数信号进行分析处理，得到特征参数；
基于所述特征参数生成所述粒子的第一直方图，从所述第一直方图获取相关特征参数，所述相关特征参数包括所述第一直方图的前端预设通道内总粒子数的第一百分比和/或所述第一直方图的后端预设通道内总粒子数的第二百分比；
判断所述相关特征参数是否位于异常范围内；
若是，判断所述样本分析仪计数异常。
其中，
所述判断所述相关特征参数是否位于异常范围内的步骤包括：
判断所述第一百分比是否大于第一预设阈值，所述第一预设阈值大于0且小于1。
其中，
所述判断所述相关特征参数是否位于异常范围内的步骤包括：
判断所述第二百分比是否大于第二预设阈值，所述第二预设阈值大于0且小于1。
其中，在所述对所述粒子的计数信号进行分析处理，得到特征参数的步骤之后，所述检测方法还包括：
根据所述特征参数获取在单位时间段内的粒子数，得到粒子数序列；
分析所述粒子数序列的有效性，得到有效的粒子数序列；
根据所述有效的粒子数序列对应的特征参数，生成对应的第二直方图；
获取所述有效的粒子数序列的第一参数和所述第二直方图的第二参数；
判断所述第一参数或/和所述第二参数是否位于异常范围内；
若是，则判断所述样本分析仪计数异常。
其中，所述获取所述有效的粒子数序列的第一参数和所述第二直方图的第二参数的步骤包括：
获取所述有效的粒子数序列的计数时间在所述粒子的计数时间的占比值；
获取所述有效的粒子数序列的第一平均值和第一标准差，所述第一参数包括所述占比值、所述第一平均值或所述第一标准差；
所述判断所述第一参数或/和所述第二参数是否位于异常范围内的步骤包括：
判断所述占比值是否小于第三预设阈值，所述第三预设阈值大于或等于0且小于或等于1；
或者，判断所述第一标准差是否大于第四预设阈值，所述第四预设阈值为大于1的常数。
其中，所述获取所述有效的粒子数序列的第一参数和所述第二直方图的第二参数的步骤包括：
获取所述第二直方图的前端预设通道内总粒子数的第三百分比，和所述第二直方图的后端预设通道内总粒子数的第四百分比；
所述第二参数包括所述第三百分比或/和所述第四百分比；
所述判断所述第一参数或/和所述第二参数是否位于异常范围内的步骤包括：
判断所述第三百分比是否大于第一预设阈值；
或/和，判断所述第四百分比是否大于第二预设阈值。
其中，所述判断所述第一参数或/和所述第二参数是否位于异常范围内的步骤包括：
判断所述第一标准差是否大于第五预设阈值，且所述第三百分比是否大于第六预设阈值；所述第五预设阈值为大于1的常数，且小于所述第四预设阈值，所述第六预设阈值小于所述第一预设阈值；
或者，判断所述第一标准差是否大于第七预设阈值，且所述第四百分比是否大于第八预设阈值；所述第七预设阈值为大于1的常数，且小于所述第五预设阈值，所述第八预设阈值小于所述第二预设阈值。
其中，所述第四预设阈值为所述第一平均值的开根乘以第一常数，所述第五预设阈值为所述第一平均值的开根乘以第二常数，所述第七预设阈值为所述第一平均值的开根乘以第三常数，所述第一常数大于所述第二常数，所述第二常数大于所述第三常数，且所述第三常数大于1。
其中，所述粒子数序列包括多个数据点，所述分析多个所述粒子数序列的有效性的步骤包括：
计算所述粒子数序列的第二平均值和第二标准差；
获取所述粒子数序列中每个所述数据点和所述第二平均值的差值，并判断所述差值的绝对值是否在预设范围内，其中所述预设范围为所述第二标准差的n倍；
若是，则得到有效的数据点，根据所有所述有效的数据点得到所述有效的粒子数序列。
本申请采用的另一个技术方案是：提供一种样本分析仪，包括：
粒子计数模块，用于对样本的粒子进行计数，产生所述粒子的计数信号；
存储模块，用于存储程序数据；
控制模块，与所述粒子计数模块和所述存储模块连接，用于执行所述程序数据以实现上述的检测方法。
本申请的检测方法通过对所述粒子的计数信号进行分析处理，得到特征参数；基于所述特征参数生成所述粒子的第一直方图，从所述直方图获取相关特征参数；判断所述相关特征参数是否位于异常范围内；若是，判断所述样本分析仪计数异常；通过在直方图的相关特征参数位于异常范围内，判断样本分析仪计数异常，实现对计数异常进行监测，提高用户的使用体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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，还可以根据这些附图获得其他的附图。其中：
图1是本申请的检测方法第一实施例的流程示意图；
图2是第一直方图在样本分析仪计数异常时的示意图；
图3是本申请的检测方法第二实施例的流程示意图；
图4是图3中步骤S303的第一实施例的流程示意图；
图5是本申请的检测方法第三实施例的流程示意图；
图6是图5中步骤S504的第一实施例的流程示意图；
图7是第一直方图在样本分析仪计数正常时的示意图；
图8是本申请的样本分析仪的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请的样本分析仪应用于医疗或生化分析领域，用于对样本中的各种微小粒子进行检测，以实现对粒子进行计数，比较常见的样本分析仪可为血液细胞分析仪。其中，血液细胞分析仪用于对血液样本中的血液细胞（即粒子）进行计数和分类的仪器，其采用阻抗法对粒子进行检测，具体步骤可以包括：将定量的血液样本加入一定量的具有保持细胞形态作用和导电特性的稀释液中，然后此混合液体在动力驱动源的作用下通过宝石孔，由于血液细胞具有较弱的导电性能，在血液细胞通过宝石孔时等效电阻变大，在恒流源的作用下，电压的变化与阻抗的变化成正比例，因此粒子在通过宝石孔时会产生一个脉冲，脉冲的高度表示粒子的体积大小，进而根据脉冲的幅度可以对粒子进行分类；通过脉冲的数量可以对粒子进行计数。
本申请的样本分析仪可以为用于进行血常规检测和特定蛋白检测的血液细胞分析仪。其中，血常规检测包括WBC（White Blood Cell，白细胞）检测、HGB（Hemoglobin，血红蛋白）检测、RBC（red blood cell，红细胞）检测、DIFF（DIFFerential，白细胞五分类）检测或RET（reticulocyte，网织红细胞计数）检测。特定蛋白包括SAA（serum amyloid Aprotein，血清淀粉样蛋白A）、CRP（C-reactive protein，C-反应蛋白）、TRF（tramsferrin，转铁蛋白）、Hs-CRP（超敏C-反应蛋白）、PCT（procalcitonin，降钙素原）和D-Dimer（D-二聚体）中的一种。例如血液细胞分析仪为血常规、SAA和CRP的联检一体机。在其他实施例中，样本分析仪还可以为普通的血液细胞分析仪，在此不再赘述。
请参见图1所示，图1是本申请的检测方法第一实施例的流程示意图。本申请的样本分析仪用于对样本的粒子进行计数，以对样本中的红细胞、白细胞、血小板等粒子进行计数。本实施例的检测方法包括以下步骤：
S101：对粒子的计数信号进行分析处理，得到特征参数。
其中，样本分析仪对粒子的计数信号进行分析处理，得到特征参数。例如，在样本分析仪对样本的粒子完成检测之后，样本分析仪获取粒子的计数信号，并对粒子的计数信号进行分析处理，得到特征参数。
特征参数可以包括粒子的脉冲数量和每个脉冲的特征信息。由于样本分析仪采用阻抗法对样本进行检测，得到粒子的计数信号；因此样本分析仪对粒子的计数信号进行分析处理，能够识别出脉冲数量和每个脉冲的特征信息。其中，特征信息包括脉冲峰值、脉冲位置、脉冲宽度以及时间戳。
S102：基于特征参数生成粒子的第一直方图，从第一直方图获取相关特征参数。
样本分析仪基于特征参数生成粒子的第一直方图，从第一直方图获取相关特征参数。其中，样本分析仪从特征参数获取所有脉冲的特征信息，并基于所有脉冲的特征信息生成第一直方图，如图2所示。其中，第一直方图的横坐标为粒子的体积，第一直方图的纵坐标为粒子的数量（例如粒子的计数值）。
S103：判断相关特征参数是否位于异常范围内。
样本分析仪在从第一直方图获取相关特征参数之后，判断相关特征参数是否位于异常范围内，其中样本分析仪预先设置有异常范围。若是，即样本分析仪判断到相关特征参数位于异常范围内，则进入步骤S104；若否，即样本分析仪判断到相关特征参数位于异常范围外，则进入步骤S105。
S104：判断样本分析仪计数异常。
样本分析仪判断样本分析仪计数异常；因此本实施例通过在直方图的相关特征参数位于异常范围内，判断样本分析仪计数异常，实现对计数异常进行监测，提高用户的使用体验。
可选地，在样本分析仪判断粒子的计数异常之后，样本分析仪进一步产生异常报警和/或异常提示信息（如堵孔信息），以提醒用户对样本分析仪进行清除异常。
S105：判断样本分析仪计数正常。
样本分析仪判断到相关特征参数位于异常范围外，则判断样本分析仪计数正常，在样本分析仪计数正常时的第一直方图如图7所示。
在一实施例中，样本分析仪从第一直方图获取相关特征参数，相关特征参数包括获取第一直方图的前端预设通道内总粒子数的第一百分比Fv%。如图2所示，第一百分比Fv%表示位于第一直方图的前端预设通道内的总粒子数的百分比。可选地，样本分析仪通过调整第一直方图的前端预设通道，进而调整第一百分比Fv%。
样本分析仪设置有第一预设阈值，第一预设阈值大于0且小于1，例如第一预设阈值为30%。步骤S103判断相关特征参数是否位于异常范围内包括：判断第一百分比Fv%是否大于第一预设阈值。若是，即样本分析仪判断到第一百分比Fv%大于第一预设阈值，则样本分析仪判断到样本分析仪计数异常，与步骤S104相同，在此不再赘述。
本实施例仅通过第一百分比Fv%判断样本分析仪计数异常，相关特征参数简单，易于实现，且实现对计数异常进行监测，提高用户的使用体验。
在一实施例中，相关特征参数包括获取第一直方图的后端预设通道内总粒子数的第二百分比Bv%。如图2所示，第二百分比Bv%表示位于第一直方图的后端预设通道内的总粒子数的百分比。可选地，样本分析仪通过调整第一直方图的后端预设通道，进而调整第二百分比Bv%。
样本分析仪设置有第二预设阈值，第二预设阈值大于0且小于1，例如第二预设阈值为20%。步骤S103判断相关特征参数是否位于异常范围内包括：判断第二百分比Bv%是否大于第二预设阈值。若是，即样本分析仪判断到第二百分比Bv%大于第二预设阈值，则样本分析仪判断到样本分析仪计数异常，与步骤S104相同，在此不再赘述。
本实施例仅通过第二百分比Bv%判断样本分析仪计数异常，相关特征参数简单，易于实现，且实现对计数异常进行监测，提高用户的使用体验。
在一实施例中，相关特征参数包括获取第一直方图的前端预设通道内总粒子数的第一百分比Fv%和获取第一直方图的后端预设通道内总粒子数的第二百分比Bv%。步骤S103判断相关特征参数是否位于异常范围内包括：判断第一百分比Fv%是否大于第一预设阈值，且判断第二百分比Bv%是否大于第二预设阈值。若是，即样本分析仪判断到第一百分比Fv%大于第一预设阈值，且第二百分比Bv%大于第二预设阈值，则样本分析仪判断到样本分析仪计数异常，与步骤S104相同，在此不再赘述。
本实施例通过第一百分比Fv%和第二百分比Bv%判断样本分析仪计数异常，通过第一百分比Fv%和第二百分比Bv%实现组合判断，提高样本分析仪的判断准确性，避免误判。
请参见图3所示，图3是本申请的检测方法第二实施例的流程示意图。本实施例的检测方法包括以下步骤：
S301：对粒子的计数信号进行分析处理，得到特征参数。
步骤S301和步骤S101相同，在此不再赘述。
S302：根据特征参数获取在单位时间段内的粒子数，得到粒子数序列。
其中，样本分析仪根据特征参数获取在单位时间段内的粒子数，得到粒子数序列。
在一实施例中，样本分析仪预先设置有单位时间，例如在样本分析仪出厂时设置有单位时间或者用户预先设置的单位时间；样本分析仪根据单位时间得到单位时间段，获取每个单位时间段内的粒子数，例如粒子数为脉冲数量；样本分析仪根据多个单位时间段的粒子数生成粒子数序列。其中，单位时间段的长度等于单位时间。
例如，样本分析仪根据单位时间得到M个单位时间段，M为大于或等于2的整数；M个单位时间段对应的粒子数分别为a1、a2、……、am，此时样本分析仪的粒子数序列为a1、a2、……、am。
S303：分析粒子数序列的有效性，得到有效的粒子数序列。
其中，样本分析仪分析粒子数序列的有效性，得到有效的粒子数序列。
在一实施例中，粒子数序列包括多个数据点，样本分析仪判定粒子数序列的每个数据点的有效性，得到多个有效的数据点，该数据点可为每个单位时间段内的粒子数；样本分析仪基于所有的有效的数据点，得到有效的粒子数序列。
例如，样本分析仪判定到粒子数序列中的数据点a1和数据点a2是无效的，则样本分析仪得到有效的粒子数序列为a3、……、am。或者，样本分析仪判定到粒子数序列中的数据点a1和数据点am是无效的，则样本分析仪得到有效的粒子数序列为a2、……、am-1。
S304：根据有效的粒子数序列对应的特征参数，生成对应的第二直方图。
样本分析仪根据有效的粒子数序列对应的特征信息生成直方图，其中样本分析仪获取有效的粒子数序列中所有脉冲的特征信息，并基于有效的粒子数序列中所有脉冲的特征信息生成第二直方图。
S305：获取有效的粒子数序列的第一参数和第二直方图的第二参数。
样本分析仪获取有效的粒子数序列的第一参数和第二直方图的第二参数。其中，样本分析仪获取有效的粒子数序列的计数时间在粒子的计数时间的占比值；样本分析仪获取有效的粒子数序列的第一平均值和第一标准差，因此第一参数包括占比值、第一平均值或第一标准差。
样本分析仪获取第二直方图的前端预设通道内总粒子数的第三百分比Fv1%，和第二直方图的后端预设通道内总粒子数的第四百分比Bv1%，因此第二参数包括第三百分比Fv1%或/和第四百分比Bv1%。
S306：判断第一参数或/和第二参数是否位于异常范围内。
样本分析仪判断第一参数或/和第二参数是否位于异常范围内，即样本分析仪判断第一参数是否位于异常范围；或者，样本分析仪判断第二参数是否位于异常范围；或者，样本分析仪判断第一参数和第二参数是否位于异常范围。若是，则进入步骤S307；若否，则进入步骤S308。
S307：判断样本分析仪计数异常。
S308：判断样本分析仪计数正常。
步骤S307-S308和步骤S104-S105相同，在此不再赘述。
本实施例通过第一参数或/和第二参数判断样本分析仪计数异常，能够灵活选取参数，提高用户的使用体验。
在一实施例中，步骤S302包括：根据粒子的脉冲数量和每个脉冲的时间戳，得到在单位时间段内的粒子数。
其中，样本分析仪根据粒子的脉冲数量和每个脉冲的时间戳得到在单位时间段内的粒子数，每个脉冲的时间戳表示该脉冲出现的时间节点。
其中，样本分析仪基于每个脉冲的时间戳出现在对应的单位时间段内，获取在单位时间段内所有脉冲的数量，进而样本分析仪得到在单位时间段内的粒子数，以使样本分析仪根据多个粒子数生成粒子数序列。
本实施例的样本分析仪根据粒子的脉冲数量和每个脉冲的时间戳，能够准确地得到在单位时间段内的粒子数，提高粒子数序列的准确度，进而保证样本分析仪检测的准确度。
在步骤S302之前，本实施例的检测方法还包括：获取粒子的总计数时间，将总计数时间除以单位时间段的长度，得到粒子数序列的长度。
样本分析仪将总计数时间除以单位时间段的长度，得到粒子数序列的长度；粒子数序列的长度可以为粒子数序列中数据点的总数量。例如，样本分析仪获取粒子的总计数时间为5秒，单位时间段为0.1秒，则样本分析仪计算得到粒子数序列的长度为50。
在一实施例中，步骤S306包括：样本分析仪判断第三百分比Fv1%是否大于第一预设阈值；若是，则样本分析仪判断粒子的计数异常。
或/和，样本分析仪判断第四百分比Bv1%是否大于第二预设阈值；若是，则样本分析仪判断粒子的计数异常。
或/和，样本分析仪判断占比值是否小于第三预设阈值，第三预设阈值大于或等于0且小于1；若是，即样本分析仪判断到占比值小于第三预设阈值，则样本分析仪判断粒子的计数异常。例如，第三预设值为100%，在占比值为90%时，则样本分析仪判断粒子的计数异常。
或/和，样本分析仪判断第一标准差是否大于第四预设阈值，第四预设阈值为大于1的常数；若是，即样本分析仪判断到第一标准差大于第四预设阈值，则样本分析仪判断粒子的计数异常。
或/和，样本分析仪判断第一标准差是否大于第五预设阈值，且第三百分比Fv1%是否大于第六预设阈值，第五预设值为大于1的常数，第六预设阈值大于0且小于1；若是，即样本分析仪判断到第一标准差大于第五预设阈值且第三百分比Fv1%大于第六预设阈值，则样本分析仪判断粒子的计数异常。
或者，样本分析仪判断第一标准差是否大于第七预设阈值，且第四百分比Bv1%是否大于第八预设阈值，第七预设值为大于1的常数，第八预设阈值大于0且小于1；若是，即样本分析仪判断到第一标准差大于第七预设阈值且第四百分比Bv1%大于第八预设阈值，则样本分析仪判断粒子的计数异常。
其中，第四预设阈值大于第五预设阈值，第五预设阈值大于第七预设阈值，第六预设阈值小于第一预设阈值，第八预设阈值小于第二预设阈值。例如，第六预设阈值为15%，第八预设阈值为10%。
具体地，第四预设阈值为第一平均值的开根乘以第一常数，第五预设阈值为第一平均值的开根乘以第二常数，第七预设阈值为第一平均值的开根乘以第三常数，第一常数大于第二常数，第二常数大于第三常数，且第三常数大于1。
本实施例通过有效的粒子数序列的平均值以及标准差，或/和有效的粒子数序列的计数时间在粒子的计数时间的占比值，或/和第三百分比Fv1%，或/和第四百分比Bv1%，能够准确地识别出粒子的计数异常，防止输出错误的计数结果，且实现对计数异常进行监测，提高用户的使用体验。
请参见图4，图4是图3中步骤S303的第一实施例的流程示意图。步骤S303包括以下步骤：
S401：计算粒子数序列的第二平均值和第二标准差。
其中，样本分析仪计算粒子数序列的第二平均值和第二标准差。具体地，样本分析仪获取粒子数序列的总粒子数，将粒子数序列的总粒子数除以粒子数序列的长度，得到第二平均值；例如粒子数序列的总粒子数为粒子数序列中所有的数据点之和，即粒子数序列的总粒子数为a1+a2+……+am，样本分析仪将总粒子数a1+a2+……+am除以粒子数序列的长度50，得到第二平均值。
样本分析仪在得到第二平均值之后，基于粒子数序列中的数据点和第二平均值，计算得到第二标准差。
S402：获取粒子数序列中的每个数据点和第二平均值的差值的绝对值，并判断差值的绝对值是否在预设范围内，其中预设范围为第二标准差的n倍。
其中，粒子数序列包括多个数据点；样本分析仪获取每个数据点和第二平均值的差值的绝对值，并判断差值的绝对值是否在预设范围内；若是，即样本分析仪判断到差值的绝对值在预设范围内，则进入步骤S403；若否，即样本分析仪判断到差值的绝对值未在预设范围内，则进入步骤S404。
其中，n可以为大于1的常数。例如，n可以为大于1且小于或等于10，样本分析仪可以基于实际情况选择n的数值。
S403：得到有效的数据点，根据所有有效的数据点得到有效的粒子数序列。
样本分析仪得到有效的数据点，根据所有有效的数据点得到有效的粒子数序列。例如，样本分析仪判定到粒子数序列中的数据点a1和数据点a2是无效的，则样本分析仪根据所有有效的数据点，得到有效的粒子数序列为a3、……、am。
S404：判断到数据点为无效数据点。
样本分析仪判断到数据点为无效数据点，进而将粒子数序列的无效数据点删掉。
本实施例的样本分析仪通过粒子数序列的第二平均值和第二标准差，得到有效的数据点，能够更加准确地判定数据点的有效性，进而保证样本分析仪检测的准确度。
请参见图5，图5是本申请的检测方法第三实施例的流程示意图。本实施例的检测方法包括以下步骤：
S501：对粒子的计数信号进行分析处理，得到特征参数。
S502：根据特征参数获取在单位时间段内的粒子数，得到粒子数序列。
S503：分析粒子数序列的有效性，得到有效的粒子数序列。
步骤S501-S503和步骤S301-S303相同，在此不再赘述。
S504：根据有效的粒子数序列得到粒子的计数结果。
其中，样本分析仪根据有效的粒子数序列得到粒子的计数结果。例如，样本分析仪根据有效的粒子数序列a3、……、am或者a2、……、am-1，计算得到粒子的计数结果。
本实施例的样本分析仪通过分析粒子数序列的有效性，得到有效的粒子数序列，并根据有效的粒子数序列得到粒子的计数结果，通过删除无效的数据点，能够实现对异常情况的修正，提高计数结果的准确性，进而保证样本分析仪检测的准确度。
请参见图6，图6是图5中步骤S504的第一实施例的流程示意图。步骤S504包括以下步骤：
S601：计算有效的粒子数序列的第一平均值。
样本分析仪计算有效的粒子数序列的第一平均值，即样本分析仪计算有效的粒子数序列中所有数据点的平均值。步骤S601可以包括：
样本分析仪根据有效的粒子数序列获取有效的粒子数序列的长度；样本分析仪获取有效的粒子数序列的总粒子数，将有效的粒子数序列的总粒子数除以有效的粒子数序列的长度，得到第一平均值。
其中，样本分析仪获取所有无效数据点的长度，并将粒子数序列的长度减去所有无效数据点的长度得到有效的粒子数序列的长度；或者，样本分析仪获取有效的粒子数序列的总计数时间，将有效的粒子数序列的总计数时间除以单位时间段的长度，得到有效的粒子数序列的长度。
在样本分析仪获取有效的粒子数序列的长度之后，样本分析仪获取有效的粒子数序列的总粒子数，即有效的粒子数序列中所有数据点的总和；样本分析仪将有效的粒子数序列的总粒子数除以有效的粒子数序列的长度，得到第一平均值。
S602：将第一平均值乘以粒子数序列的长度，得到计数结果。
样本分析仪将第一平均值乘以粒子数序列的长度，得到计数结果；例如，样本分析仪将第一平均值乘以50，得到计数结果。
本实施例的样本分析仪计算有效的粒子数序列的第一平均值；将第一平均值乘以粒子数序列的长度，得到计数结果；通过有效的粒子数序列的第一平均值得到计数结果，能够对无效数据点进行修正，保证了计数结果的准确度。
请参见图8所示，图8是本申请的样本分析仪的结构示意图。本实施例的样本分析仪包括粒子计数模块81、存储模块82和控制模块83，控制模块83分别与粒子计数模块81和存储模块82连接。
其中，粒子计数模块81用于对样本的粒子进行计数，产生粒子的计数信号；存储模块82用于存储程序数据，控制模块83用于执行存储模块82的程序数据以实现上述实施例所揭示的检测方法。
在一实施例中，粒子计数模块81可以包括采样模块811、样本准备模块812和检测模块813，其中采样模块811用于吸取定量的血细胞样本，并将吸取的血细胞样本分配至样本准备模块812；样本准备模块812用于对分配的血细胞样本进行稀释、混匀等操作，以得到血细胞待测样本；检测模块813采用阻抗法对血细胞待测样本进行检测，得到粒子的计数信号。
在一实施例中，存储模块82和控制模块83可以合并成存储和计算模块。
在一实施例中，样本分析仪还包括与控制模块83连接的输出模块84，输出模块84用于输出计数结果和/或异常判定结果，且在判断样本分析仪计数异常时输出异常报警和/或异常提示信息。
在本申请所提供的几个实施方式中，应该理解到，所揭露的设备，可以通过其它的方式实现。例如，以上所描述的设备实施方式仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
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单元来实现本实施方式方案的目的。
另外，在本申请各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是根据本申请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，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种样本分析仪计数异常的检测方法，其特征在于，所述样本分析仪用于对样本的粒子进行计数，所述检测方法包括：
对所述粒子的计数信号进行分析处理，得到特征参数；
基于所述特征参数生成所述粒子的第一直方图，从所述第一直方图获取相关特征参数，所述相关特征参数包括所述第一直方图的前端预设通道内总粒子数的第一百分比和/或所述第一直方图的后端预设通道内总粒子数的第二百分比；
判断所述相关特征参数是否位于异常范围内；
若是，判断所述样本分析仪计数异常；
在所述对所述粒子的计数信号进行分析处理，得到特征参数的步骤之后，所述检测方法还包括：
根据所述特征参数获取在单位时间段内的粒子数，得到粒子数序列；
分析所述粒子数序列的有效性，得到有效的粒子数序列；
获取所述有效的粒子数序列的第一参数，其中获取所述有效的粒子数序列的计数时间在所述粒子的计数时间的占比值，所述第一参数包括所述占比值、第一平均值或第一标准差；
判断所述第一参数是否位于异常范围内；
若是，则判断所述样本分析仪计数异常。
2.根据权利要求1所述的检测方法，其特征在于，
所述判断所述相关特征参数是否位于异常范围内的步骤包括：
判断所述第一百分比是否大于第一预设阈值，所述第一预设阈值大于0且小于1。
3.根据权利要求1或2所述的检测方法，其特征在于，
所述判断所述相关特征参数是否位于异常范围内的步骤包括：
判断所述第二百分比是否大于第二预设阈值，所述第二预设阈值大于0且小于1。
4.根据权利要求1所述的检测方法，其特征在于，在得到有效的粒子数序列的步骤之后，所述检测方法还包括：
根据所述有效的粒子数序列对应的特征参数，生成对应的第二直方图；
获取所述第二直方图的第二参数；
判断所述第一参数或/和所述第二参数是否位于异常范围内；
若是，则判断所述样本分析仪计数异常。
5.根据权利要求4所述的检测方法，其特征在于，
所述判断所述第一参数或/和所述第二参数是否位于异常范围内的步骤包括：
判断所述占比值是否小于第三预设阈值，所述第三预设阈值大于或等于0且小于或等于1；
或者，判断所述第一标准差是否大于第四预设阈值，所述第四预设阈值为大于1的常数。
6.根据权利要求5所述的检测方法，其特征在于，所述获取所述第二直方图的第二参数的步骤包括：
获取所述第二直方图的前端预设通道内总粒子数的第三百分比，和所述第二直方图的后端预设通道内总粒子数的第四百分比；
所述第二参数包括所述第三百分比或/和所述第四百分比；
所述判断所述第一参数或/和所述第二参数是否位于异常范围内的步骤包括：
判断所述第三百分比是否大于第一预设阈值；
或/和，判断所述第四百分比是否大于第二预设阈值。
7.根据权利要求6所述的检测方法，其特征在于，所述判断所述第一参数或/和所述第二参数是否位于异常范围内的步骤包括：
判断所述第一标准差是否大于第五预设阈值，且所述第三百分比是否大于第六预设阈值；所述第五预设阈值为大于1的常数，且小于所述第四预设阈值，所述第六预设阈值小于所述第一预设阈值；
或者，判断所述第一标准差是否大于第七预设阈值，且所述第四百分比是否大于第八预设阈值；所述第七预设阈值为大于1的常数，且小于所述第五预设阈值，所述第八预设阈值小于所述第二预设阈值。
8.根据权利要求7所述的检测方法，其特征在于，所述第四预设阈值为所述第一平均值的开根乘以第一常数，所述第五预设阈值为所述第一平均值的开根乘以第二常数，所述第七预设阈值为所述第一平均值的开根乘以第三常数，所述第一常数大于所述第二常数，所述第二常数大于所述第三常数，且所述第三常数大于1。
9.根据权利要求4所述的检测方法，其特征在于，所述粒子数序列包括多个数据点，所述分析多个所述粒子数序列的有效性的步骤包括：
计算所述粒子数序列的第二平均值和第二标准差；
获取所述粒子数序列中每个所述数据点和所述第二平均值的差值，并判断所述差值的绝对值是否在预设范围内，其中所述预设范围为所述第二标准差的n倍；
若是，则得到有效的数据点，根据所有所述有效的数据点得到所述有效的粒子数序列。
10.一种样本分析仪，其特征在于，包括：
粒子计数模块，用于对样本的粒子进行计数，产生所述粒子的计数信号；
存储模块，用于存储程序数据；
控制模块，与所述粒子计数模块和所述存储模块连接，用于执行所述程序数据以实现如权利要求1-9中任一项所述的检测方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110773453.8A CN113218845B (zh) | 2021-07-08 | 2021-07-08 | 一种样本分析仪及其计数异常的检测方法 |
| CN202111272339.3A CN114235667B (zh) | 2021-07-08 | 2021-07-08 | 一种样本分析仪及其计数方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110773453.8A CN113218845B (zh) | 2021-07-08 | 2021-07-08 | 一种样本分析仪及其计数异常的检测方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111272339.3A Division CN114235667B (zh) | 2021-07-08 | 2021-07-08 | 一种样本分析仪及其计数方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113218845A CN113218845A (zh) | 2021-08-06 |
| CN113218845B true CN113218845B (zh) | 2021-11-23 |
Family
ID=77081589
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110773453.8A Active CN113218845B (zh) | 2021-07-08 | 2021-07-08 | 一种样本分析仪及其计数异常的检测方法 |
| CN202111272339.3A Active CN114235667B (zh) | 2021-07-08 | 2021-07-08 | 一种样本分析仪及其计数方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111272339.3A Active CN114235667B (zh) | 2021-07-08 | 2021-07-08 | 一种样本分析仪及其计数方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN113218845B (zh) |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3485787T2 (de) * | 1983-03-25 | 1993-01-07 | Coulter Electronics | Verfahren und stromatolysierungsagenz fuer die volumetrische bestimmung von leukozytenpopulationen. |
| JP4051304B2 (ja) * | 2003-02-24 | 2008-02-20 | シスメックス株式会社 | 分析装置 |
| JP2006010630A (ja) * | 2004-06-29 | 2006-01-12 | Sysmex Corp | 異常細胞の検出装置およびその検出方法 |
| CN101266205B (zh) * | 2007-03-12 | 2011-12-14 | 深圳迈瑞生物医疗电子股份有限公司 | 一种监测血液细胞测试结果可靠性的方法 |
| CN101387599B (zh) * | 2007-09-13 | 2011-01-26 | 深圳迈瑞生物医疗电子股份有限公司 | 一种区分粒子群落的方法及粒子分析仪 |
| CN101581654B (zh) * | 2008-05-16 | 2012-12-19 | 深圳迈瑞生物医疗电子股份有限公司 | 获取体积信息有效粒子脉冲及粒子体积分布的方法及装置 |
| CN103364324A (zh) * | 2012-03-27 | 2013-10-23 | 嘉善加斯戴克医疗器械有限公司 | 一种用于血液细胞分析仪的自适应分类计算方法 |
| JP5881113B2 (ja) * | 2012-06-18 | 2016-03-09 | 国立研究開発法人産業技術総合研究所 | 部分吸引型凝縮粒子カウンター |
| CN104297213B (zh) * | 2013-07-16 | 2017-10-03 | 成都深迈瑞医疗电子技术研究院有限公司 | 血液细胞分析仪及其异常细胞的识别方法与系统 |
| CN103499700B (zh) * | 2013-09-30 | 2014-12-10 | 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 |
| CN104515725B (zh) * | 2013-09-30 | 2017-08-22 | 深圳迈瑞生物医疗电子股份有限公司 | 一种识别异常粒子的方法和系统及其细胞分析仪 |
| CN104535478B (zh) * | 2015-01-07 | 2017-04-12 | 深圳市帝迈生物技术有限公司 | 一种基于粒子流稳定性的堵孔判定及结果修正的方法 |
| DE102017106377A1 (de) * | 2017-03-24 | 2018-09-27 | Wolfgang Göhde | Verfahren zur qualitativen Beurteilung einer durchflusszytometrischen Analyse, und Reagens zur Durchführung des Verfahrens |
| CN108845153B (zh) * | 2018-05-07 | 2020-01-07 | 江苏康尚生物医疗科技有限公司 | 一种白细胞粒子分析系统及方法 |
| WO2020113527A1 (zh) * | 2018-12-06 | 2020-06-11 | 深圳迈瑞生物医疗电子股份有限公司 | 一种检测白细胞的方法、血液细胞分析仪及存储介质 |
| CN113454453A (zh) * | 2019-05-08 | 2021-09-28 | 深圳迈瑞生物医疗电子股份有限公司 | 全血样本分析仪、全血样本分析方法及其装置和存储介质 |
| CN112114000A (zh) * | 2019-06-19 | 2020-12-22 | 深圳迈瑞生物医疗电子股份有限公司 | 一种细胞分析仪、基于阻抗法对白细胞进行分类的方法及计算机可读存储介质 |
| CN112444619B (zh) * | 2019-08-30 | 2023-12-19 | 深圳迈瑞动物医疗科技股份有限公司 | 阻抗法计数装置及血液细胞分析仪 |
| CN112557281B (zh) * | 2020-11-23 | 2022-06-24 | 深圳市科曼医疗设备有限公司 | 血液细胞分析仪的plt粒子检测方法和装置 |
| CN112730202B (zh) * | 2020-12-29 | 2023-06-16 | 深圳市科曼医疗设备有限公司 | 血球分析仪的阻抗法检测系统和识别阻抗通道堵孔的方法 |
-
2021
- 2021-07-08 CN CN202110773453.8A patent/CN113218845B/zh active Active
- 2021-07-08 CN CN202111272339.3A patent/CN114235667B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN114235667A (zh) | 2022-03-25 |
| CN114235667B (zh) | 2024-04-09 |
| CN113218845A (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113252537B (zh) | 一种样本分析仪及其计数异常的检测方法 | |
| CN109239360B (zh) | 一种反应曲线异常检测方法及装置 | |
| JP5557842B2 (ja) | 粒子分析における同時発生の検出および処理 | |
| CN101726609B (zh) | 标本分析仪 | |
| CN101246113B (zh) | 一种对血红蛋白测试结果的监测方法 | |
| CN114441414B (zh) | 一种堵孔判断方法和样本分析仪 | |
| CN101266205B (zh) | 一种监测血液细胞测试结果可靠性的方法 | |
| US12042277B2 (en) | Blood testing method and apparatus | |
| CN113218845B (zh) | 一种样本分析仪及其计数异常的检测方法 | |
| US7928718B2 (en) | Method for calibrating a particle counting apparatus | |
| US6535836B1 (en) | Method for the analysis of abnormal particle populations | |
| US20210164885A1 (en) | Method for detecting a blood sample, blood cell analyzer, and storage medium | |
| Butch et al. | A multicenter evaluation of the Iris iQ200 automated urine microscopy analyzer body fluids module and comparison with hemacytometer cell counts | |
| EP4303586A1 (en) | Method for estimating factor of prolonged coagulation time | |
| CN111060443B (zh) | 一种干扰脉冲识别方法、装置、存储介质及细胞计数设备 | |
| CA2514743C (en) | Performance improvement for hematology analysis | |
| CN111122841A (zh) | 提高样本结果准确性的方法及样本分析仪 | |
| EP4397978A1 (en) | Method for detecting anomaly in blood coagulation reaction | |
| CN108037060B (zh) | 粒子计数方法、实现所述方法的粒子计数装置和粒子分析仪 | |
| CN118777176A (zh) | 一种血液分析仪、血液分析方法 | |
| JPS5825144A (ja) | 血液分析方法およびその装置 | |
| CN115541897A (zh) | 血液分析仪预警方法和血液分析仪 | |
| JP2714629B2 (ja) | 粒子計数方法および装置 | |
| HM et al. | Utility Of Automated Hematology Analysers In Diagnosis Of Macrocytic Anemia | |
| CN118777174A (zh) | 用于白细胞检测的动态检测方法、装置和计算机可读存储介质 |
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 |