CN113820260A - 用户状态检测方法、装置、设备和介质 - Google Patents
用户状态检测方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113820260A CN113820260A CN202111166272.5A CN202111166272A CN113820260A CN 113820260 A CN113820260 A CN 113820260A CN 202111166272 A CN202111166272 A CN 202111166272A CN 113820260 A CN113820260 A CN 113820260A
- Authority
- CN
- China
- Prior art keywords
- concentration
- blood sample
- particle number
- gradient
- sample
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 210000004369 blood Anatomy 0.000 claims abstract description 292
- 239000008280 blood Substances 0.000 claims abstract description 292
- 239000002245 particle Substances 0.000 claims abstract description 278
- 210000000265 leukocyte Anatomy 0.000 claims abstract description 115
- 239000012895 dilution Substances 0.000 claims abstract description 107
- 238000010790 dilution Methods 0.000 claims abstract description 107
- 230000006870 function Effects 0.000 claims description 47
- 238000005259 measurement Methods 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 26
- 210000003743 erythrocyte Anatomy 0.000 claims description 21
- 238000012886 linear function Methods 0.000 claims description 20
- 238000007865 diluting Methods 0.000 claims description 18
- 230000001419 dependent effect Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012887 quadratic function Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000012360 testing method Methods 0.000 description 6
- 210000000601 blood cell Anatomy 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004820 blood count Methods 0.000 description 3
- 239000008151 electrolyte solution Substances 0.000 description 3
- 208000035143 Bacterial infection Diseases 0.000 description 2
- 208000022362 bacterial infectious disease Diseases 0.000 description 2
- 239000003085 diluting agent Substances 0.000 description 2
- 239000003219 hemolytic agent Substances 0.000 description 2
- 230000036039 immunity Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000000941 radioactive substance Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000006285 cell suspension Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000003068 static effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G01N2015/011—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells with lysing, e.g. of erythrocytes
-
- 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
- G01N2015/016—White blood cells
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种用户状态检测方法，该方法包括：对样本进行第一次稀释，并测量第一粒子数，计算样本浓度。获取血样浓度与第一粒子数之间的对应关系，若样本浓度小于或等于由血样浓度与第一粒子数的对应关系确定的第一临界浓度，则根据第一测量粒子数、血样浓度与第一粒子数的对应关系计算第一实际粒子数，并进一步计算目标血样真实的白细胞浓度以确定用户的状态。若样本浓度大于该第一临界浓度，则进行二次稀释，根据测量的第二测量粒子数计算目标血样真实的白细胞浓度以确定用户的状态，使对用户状态的检测不易出现偏差。可见，该方案能保证目标血样在各个浓度下的线性计算。此外，还提出了用户状态检测装置、设备和介质。
Description
技术领域
本发明涉及状态检测技术领域，尤其是涉及用户状态检测方法、装置、设备和介质。
背景技术
白细胞是机体的防御卫士，对白细胞浓度进行准确测量，对于人体的健康状态评估就显得十分重要。常利用库尔特原理进行白细胞粒子数的检测。示例性的，如图1所示，先将等渗电解质溶液稀释的细胞悬液放置到不导电的容器中，将检测器插入到电解质溶液中。检测器内外各有一个电极，电流可以通过孔管壁上的小圆孔从阳极流到阴极。检测器内部处于负压状态，因此管外的液体将流入到管内。测量时，将血液样本分散在管外的电解质溶液中，血细胞就随着液体一起流动。当其经过小孔时，小孔的横截面积变小，两个电极之间的电阻增大，电压升高，产生一个电压脉冲。当电源为恒流源时，可以证明在一定的范围内脉冲的峰值与颗粒体积成正比。仪器只要准确的测量出每一个脉冲的峰值，即可得到各个细胞的大小，统计出粒度的分布。
当血细胞浓度较低时，血细胞一个一个的通过小孔，满足白细胞粒子数与浓度的线性关系。但当血细胞的浓度大于一定的值时，血细胞会开始出现叠加通过小孔的情况，导致测到的粒子数存在误差或不正确，此时常规方案不满足白细胞粒子数与浓度的线性关系，也即仅存在一定的线性范围，因此难以根据测得的白细胞粒子数直接评估用户的状态。
发明内容
基于此，有必要针对上述问题，提供解决状态检测过程中存在线性范围问题的用户状态检测方法、装置、设备和介质。
一种用户状态检测方法，所述方法包括：
获取第一测量粒子数，所述第一测量粒子数为对第一预设体积的第一稀释血样进行白细胞粒子数测定得到的粒子数，所述第一稀释血样为对目标用户的血样在白细胞池进行稀释得到，所述第一稀释血样的稀释比为第一稀释比；
根据所述第一测量粒子数、所述第一预设体积和所述第一稀释比计算所述目标用户的血样的样本浓度；
若所述样本浓度小于或等于第一临界浓度，则根据血样浓度与第一粒子数的对应关系计算所述第一稀释血样的第一实际粒子数，根据所述第一实际粒子数、所述第一预设体积和所述第一稀释比计算第一目标浓度，将所述第一目标浓度确定为指示所述目标用户的状态的白细胞浓度；
若所述样本浓度大于所述第一临界浓度，则获取第二测量粒子数，所述第二测量粒子数为对第二预设体积的第二稀释血样进行白细胞粒子数测定得到的粒子数，所述第二稀释血样为对所述第一稀释血样在红细胞池进行稀释得到，所述第二稀释血样的稀释比为第二稀释比；
根据所述第二测量粒子数、所述第二预设体积和所述第二稀释比计算第二目标浓度，将所述第二目标浓度作为指示所述目标用户的状态的白细胞浓度。
在其中一个实施例中，在获取第一测量粒子数之前，还包括：
获取第一梯度血样组对应的第一粒子数集，所述第一梯度血样组包括梯度比不同的多个第一梯度血样，一个第一梯度血样的梯度比为所述一个第一梯度血样与实验血样的浓度之比，所述第一粒子数集为多个第一梯度血样在第一稀释比下测的粒子数的集合；
根据所述第一粒子数集和所述第一梯度血样组内各第一梯度血样浓度构建所述血样浓度与第一粒子数的对应关系。
在其中一个实施例中，在所述获取第一测量粒子数之前，还包括：
通过库尔特原理确定所述第一梯度血样组的警戒浓度，所述警戒浓度为白细胞在所述白细胞池中的检测极限浓度，设定比所述警戒浓度小预设第一浓度差值的为所述第一临界浓度。
在其中一个实施例中，通过库尔特原理确定所述第一梯度血样组的警戒浓度，包括：
获取每个第一梯度血样的脉冲集，每个脉冲集包括若干个脉冲，每个脉冲在白细胞通过检测器时产生；
获取所述脉冲集的脉冲数量，及所述脉冲集中叠加脉冲的脉冲数量所述叠加脉冲为叠加的多个白细胞同时通过所述检测器时产生的脉冲，每个脉冲存在峰值，所述叠加脉冲存在多个脉冲峰值；
根据所述叠加脉冲的脉冲数量和所述脉冲集的脉冲数量计算数量比值，将所述数量比值大于预设比值的脉冲集作为目标脉冲集，确定所述目标脉冲集对应的第一梯度血样的最小浓度为所述警戒浓度。
在其中一个实施例中，根据所述第一粒子数集和所述第一梯度血样组内各第一梯度血样浓度构建所述血样浓度与第一粒子数的对应关系，包括：
构建包含未知参数的组合函数，其中，所述组合函数由线性函数和非线性函数组成；所述组合函数以血样浓度作为自变量且以粒子数作为因变量，在所述自变量小于第二临界浓度时所述自变量与所述因变量符合所述线性函数的函数关系，在所述自变量大于或等于所述第二临界浓度时所述自变量与所述因变量符合所述非线性函数的函数关系；
根据所述第一粒子数集、所述各第一梯度血样浓度和所述组合函数计算最小二乘误差值，以求解所述未知参数和所述第二临界浓度；
将求解得到的未知参数和所述第二临界浓度重新代入所述组合函数，以得到所述血样浓度与第一粒子数的对应关系。
在其中一个实施例中，所述非线性函数为对数函数或二次函数。
在其中一个实施例中，根据血样浓度与第一粒子数的对应关系计算所述第一稀释血样的第一实际粒子数，包括：
若所述样本浓度小于所述第二临界浓度，则所述第一测量粒子数为所述第一实际粒子数；
若所述样本浓度大于或等于所述第二临界浓度，则根据所述第一测量粒子数和所述非线性函数以及所述线性函数计算补偿后的粒子数，将所述补偿后的粒子数作为第一实际粒子数。
一种用户状态检测装置，所述装置包括：
WBC检测模块，用于获取第一测量粒子数，所述第一测量粒子数为对第一预设体积的第一稀释血样进行白细胞粒子数测定得到的粒子数，所述第一稀释血样为对目标用户的血样在白细胞池进行稀释得到，所述第一稀释血样的稀释比为第一稀释比；根据所述第一测量粒子数、所述第一预设体积和所述第一稀释比计算所述目标用户的血样的样本浓度；若所述样本浓度小于或等于第一临界浓度，则根据血样浓度与第一粒子数的对应关系计算所述第一稀释血样的第一实际粒子数，根据所述第一实际粒子数、所述第一预设体积和所述第一稀释比计算第一目标浓度，将所述第一目标浓度确定为指示所述目标用户的状态的白细胞浓度；
RBC检测模块，用于若所述样本浓度大于所述第一临界浓度，则获取第二测量粒子数，所述第二测量粒子数为对第二预设体积的第二稀释血样进行白细胞粒子数测定得到的粒子数，所述第二稀释血样为对所述第一稀释血样在红细胞池进行稀释得到，所述第二稀释血样的稀释比为第二稀释比；根据所述第二测量粒子数、所述第二预设体积和所述第二稀释比计算第二目标浓度，将所述第二目标浓度作为指示所述目标用户的状态的白细胞浓度。
一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
获取第一测量粒子数，所述第一测量粒子数为对第一预设体积的第一稀释血样进行白细胞粒子数测定得到的粒子数，所述第一稀释血样为对目标用户的血样在白细胞池进行稀释得到，所述第一稀释血样的稀释比为第一稀释比；
根据所述第一测量粒子数、所述第一预设体积和所述第一稀释比计算所述目标用户的血样的样本浓度；
若所述样本浓度小于或等于第一临界浓度，则根据血样浓度与第一粒子数的对应关系计算所述第一稀释血样的第一实际粒子数，根据所述第一实际粒子数、所述第一预设体积和所述第一稀释比计算第一目标浓度，将所述第一目标浓度确定为指示所述目标用户的状态的白细胞浓度；
若所述样本浓度大于所述第一临界浓度，则获取第二测量粒子数，所述第二测量粒子数为对第二预设体积的第二稀释血样进行白细胞粒子数测定得到的粒子数，所述第二稀释血样为对所述第一稀释血样在红细胞池进行稀释得到，所述第二稀释血样的稀释比为第二稀释比；
根据所述第二测量粒子数、所述第二预设体积和所述第二稀释比计算第二目标浓度，将所述第二目标浓度作为指示所述目标用户的状态的白细胞浓度。
一种用户状态检测设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
获取第一测量粒子数，所述第一测量粒子数为对第一预设体积的第一稀释血样进行白细胞粒子数测定得到的粒子数，所述第一稀释血样为对目标用户的血样在白细胞池进行稀释得到，所述第一稀释血样的稀释比为第一稀释比；
根据所述第一测量粒子数、所述第一预设体积和所述第一稀释比计算所述目标用户的血样的样本浓度；
若所述样本浓度小于或等于第一临界浓度，则根据血样浓度与第一粒子数的对应关系计算所述第一稀释血样的第一实际粒子数，根据所述第一实际粒子数、所述第一预设体积和所述第一稀释比计算第一目标浓度，将所述第一目标浓度确定为指示所述目标用户的状态的白细胞浓度；
若所述样本浓度大于所述第一临界浓度，则获取第二测量粒子数，所述第二测量粒子数为对第二预设体积的第二稀释血样进行白细胞粒子数测定得到的粒子数，所述第二稀释血样为对所述第一稀释血样在红细胞池进行稀释得到，所述第二稀释血样的稀释比为第二稀释比；
根据所述第二测量粒子数、所述第二预设体积和所述第二稀释比计算第二目标浓度，将所述第二目标浓度作为指示所述目标用户的状态的白细胞浓度。
本发明提供了用户状态检测方法、装置、设备和介质，首先获取第一测量粒子数，该粒子数为对第一预设体积的第一稀释血样测定得到，第一稀释血样的稀释比为第一稀释比，根据第一测量粒子数、第一预设体积和第一稀释比计算目标用户的血样的样本浓度，该样本浓度用于确定后续如何得到目标血样真实的白细胞浓度。再获取血样浓度与第一粒子数的对应关系，将样本浓度和血样浓度与第一粒子数的对应关系确定的第一临界浓度进行比较，若样本浓度小于或等于第一临界浓度，则根据第一测量粒子数、血样浓度与第一粒子数的对应关系计算第一稀释血样的第一实际粒子数，并进一步结合第一预设体积和第一稀释比计算目标血样真实的白细胞浓度以确定用户的状态。由于该第一实际粒子数与样本浓度是满足线性关系的，因此在样本浓度小于或等于第一临界浓度的任意情况下都能进行白细胞浓度的线性计算，进而能较为容易的确定用户的状态。若样本浓度大于该第一临界浓度，则对第一稀释血样进行第二次稀释，根据测量到的第二测量粒子数、第二预设体积和第二稀释比计算目标血样真实的白细胞浓度以确定用户的状态。由于在样本浓度大于第一临界浓度的任意情况下都能进行白细胞浓度的线性计算，因此也能较为容易的确定用户的状态。可见，该方案能保证目标血样在各个浓度下的线性计算，使对用户状态的检测不易出现偏差。
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为一个实施例中进行白细胞粒子数测定的示意图；
图2为一个实施例中确定血样浓度与第一粒子数的对应关系的流程示意图；
图3为一个实施例中反映血样浓度与第一粒子数对应关系的示意图表；
图4为一个实施例中反映血样浓度与第二粒子数对应关系的示意图表；
图5为一个实施例中用户状态检测方法的流程示意图；
图6为一个实施例中用户状态检测装置的结构示意图；
图7为一个实施例中用户状态检测设备的结构框图。
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，都属于本发明保护的范围。
如图2所示，图2为一个实施例中确定血样浓度与第一粒子数的对应关系的流程示意图。本实施例提供的步骤包括：
步骤202，获取第一梯度血样组对应的第一粒子数集。
具体的，取高浓度线性品作为实验血样，该高浓度线性品成分与用户样本的基质相似或一样。在设计时，先将实验血样分到白细胞计数池中进行第一次稀释，稀释比为第一稀释比，可选的，实际设定该第一稀释比为500∶1，由于白细胞个数与红细胞个数的数量级相差较大(红细胞个数比白细胞个数数量级大103)，因此在白细胞池中测试时，加入溶血剂溶解红细胞而保留白细胞，这样就能避免因红细胞过多对白细胞计数造成干扰。然后以实验血样作为基础稀释梯度，也即作为第一梯度血样组中浓度为C100的第一个第一梯度血样，取体积V的该第一梯度血样C100，加入预设N1倍体积的稀释液，得到第二个第一梯度血样C95，该C95的第一梯度血样浓度占C100的第一梯度血样浓度的95％。继续取体积V的该第一梯度血样C95，加入预设N2倍体积的稀释液，得到第三个第一梯度血样C90。依次类推，得到包括[C100，C95，C90，C85……，C0]的21个第一梯度血样的第一梯度血样组，在测试高浓度线性品时，因为浓度高，可能会导致测量结束后，池子内有残留，影响下次测试，为保证测量的准确性，每个浓度点测量结束后进行空白测试，空白测试的测试样本选用空气或者稀释液。然后对每个第一梯度血样，基于图1所示的装置进行白细胞粒子数测定，在终端根据脉冲峰值的个数统计得到第一梯度血样在WBC(白细胞，whitebloodcell)通道池中的通道粒子数，从而得到第一粒子数集，记为
步骤204，根据第一粒子数集和第一梯度血样组内各第一梯度血样的第一梯度血样浓度构建血样浓度与第一粒子数的对应关系。
参见图3，图3为根据步骤202中已求得的数据[C100，C95，C90，C85……，C0]和
构建得到，该图表中横坐标为第一梯度血样浓度，纵坐标为WBC池中测得的粒子数。
在一个具体实施例中，为得到准确反映该图表内容的血样浓度与第一粒子数的对应关系，首先构建包含未知参数[K，b，e_k，e_b]和第二临界浓度x0的组合函数：
f(x)＝(Kx+b)(1-u(x-x0))+(e_k*ln(x)+e_b)(u(x-x0))
该组合函数主要由线性函数Kx+b和非线性函数e_k*ln(x)+e_b两部分组成，组合函数以第一梯度血样浓度[C100，C95，C90，C85……，C0]作为自变量x且以粒子数
作为因变量f(x)，而u(x)为阶跃函数，该组合函数表示在自变量小于第二临界浓度x0时自变量与因变量符合线性函数的函数关系，在自变量大于或等于第二临界浓度时x0自变量与因变量符合非线性函数的函数关系。设图表中每一点的数据为(xi，yi)，接着通过最小二乘法构建误差函数，表示为：
接着代入[C100，C95，C90，C85……，C0]和
到误差函数中，通过matlab求解E取最小值时未知参数[K，b，e_k，e_b]和第二临界浓度x0的取值。求解后将取值再重新代入组合函数中，便可得到血样浓度与第一粒子数的对应关系。最终求解得到该第二临界浓度x0＝C20。这样就能通过仅构建一个组合函数，完成对血样浓度与第一粒子数的对应关系的构建，并且同时求得第二临界浓度，该第二临界浓度用于后续确定如何选择对应的关系以求解实际粒子数。
在另一具体实施例中，也可以设定该组合函数为如下形式进行求解：
f(x)＝(Kx+b)(1-u(x-x0))+(k_a*x2+k_b*x+k_c)(u(x-x0))
此时，则需求解未知参数[K，b，k_a，k_b，k_c]和第二临界浓度x0，第二临界浓度x0为线性关系与非线性关系的浓度转折点，同样可通过构建误差函数求解，就不再赘述。
进一步的，从图3中还可以看出的是，随着第一梯度血样浓度的增加，粒子数与第一梯度血样浓度不再呈线性关系，这是因为开始出现白细胞叠加通过小孔的情况。而随着第一梯度血样浓度的继续增加，存在一个第一梯度血样浓度的转折点，在转折点后粒子数甚至反而随着第一梯度血样浓度的增加而减少，将该第一梯度血样浓度的转折点作为警戒浓度，警戒浓度就是这个装置在白细胞池中所能测试到的白细胞的极限浓度，基于该警戒浓度可设定一稍小的第一临界浓度，用于限定非线性关系的取值范围，例如通过设定比警戒浓度小预设的第一浓度差值的浓度值来确定第一临界浓度，该第一浓度差值为C10。
在一个具体实施例中，确定警戒浓度的方案为：获取对每个第一梯度血样进行白细胞粒子数测定时采集的脉冲集，设定每个脉冲集均采集n1个脉冲，也即脉冲峰值集的脉冲数量为n1，这n1个脉冲都是在白细胞通过如图1所示的检测器时产生的。多个细胞叠加通过检测器时会产生存在多个峰值点的叠加脉冲，可以借此确定是一个白细胞通过还是多个白细胞叠加通过，获取叠加脉冲的脉冲数量n2。然后根据叠加脉冲的脉冲数量和脉冲峰值集的脉冲数量计算数量比值
将数量比值
于预设比值N％的脉冲集作为目标脉冲集，该N％通过实验得到，也即图3中C80～C100对应的脉冲集为目标脉冲集。最后确定目标脉冲集对应的第一梯度血样的最小第一梯度血样浓度为警戒浓度，即求得C80为警戒浓度，则相应的第一临界浓度为C70。
因此，可以得知的是根据第一粒子数集和第一梯度血样组可构建在[C0～C70]满足的血样浓度与第一粒子数的对应关系，其中在[C0～C20]满足线性关系，在[C20～C70]满足非线性关系。
进一步的，当第一梯度血样的浓度过高时，即第一梯度血样浓度在[C70～C100]时，测量粒子数难以反映第一梯度血样浓度的真实情况，因此在一个具体实施例中，在向白细胞计数池加入溶血剂之前，还取部分白细胞池中的血样到红细胞计数池中进行二次稀释，稀释比为第二稀释比，可选的，第二稀释比约为20000∶1到25000∶1，这样血样被进一步稀释，该稀释比下能有效缓解白细胞叠加通过检测器的情况。同步骤202类似，测得第一梯度血样在红细胞池中的粒子数。基于图1所示的装置进行白细胞检测，在终端根据脉冲峰值的个数统计得到第一梯度血样在RBC(红细胞，redbloodcell)通道下的通道粒子数，从而得到第二粒子数集，记为
参见图4，根据[C100，C95，C90，C85……，C0]和
构建图4所示的图表，图4为反映血样浓度与第二粒子数的对应关系的示意图表，该图表中横坐标同样为第一梯度血样浓度，纵坐标为粒子数。由图4可知，在第二稀释比下，第一梯度血样的浓度与第二粒子数集满足线性关系。
如图5所示，图5为一个实施例中用户状态检测方法的流程示意图，本用户状态检测方法提供的步骤包括：
步骤502，获取第一测量粒子数，根据第一测量粒子数、第一预设体积和第一稀释比计算目标用户的血样的样本浓度。
具体的，取目标用户的血样在白细胞池中进行稀释以得到第一稀释血样，该第一稀释血样的稀释比为第一稀释比DWBC，可选的，实际设定该第一稀释比DWBC为500∶1，这样就能初步得到稀释后较为适宜的样本浓度。样本浓度是稀释后白细胞数占稀释液体积之比，单位为10^9个/L。再取第一预设体积VWBC的第一稀释血样进行如图1所示的白细胞粒子数测定，得到该第一稀释血样的第一测量粒子数
计算目标用户的血样的样本
步骤504，判断样本浓度是否小于或等于第一临界浓度。若样本浓度小于或等于第一临界浓度，则执行步骤506。若样本浓度大于第一临界浓度，则执行步骤508。
根据步骤204确定的第一临界浓度为C70，此时判断样本浓度是否小于或等于C70，若样本浓度小于或等于C70，则说明浓度已较为适宜，执行步骤506。若样本浓度大于C70，则说明浓度还较高，细胞叠加较为明显，执行步骤508。
步骤506，根据第一测量粒子数和血样浓度与第一粒子数的对应关系计算第一稀释血样的第一实际粒子数，根据第一实际粒子数、第一预设体积和第一稀释比计算第一目标浓度，将第一目标浓度确定为指示目标用户的状态的白细胞浓度。
在一个具体实施例中，结合步骤204确定的第二临界浓度为C20，第一实际粒子数的计算方式为：若样本浓度小于C20，此时样本浓度与粒子数均满足线性关系，确定第一测量粒子数
为第一实际粒子数NWBC。此时，第一目标浓度WBC1的计算公式为：
若样本浓度大于或等于C20，则根据第一测量粒子数
非线性函数和线性函数计算补偿后的粒子数，将补偿后的粒子数作为第一实际粒子数，而该补偿后的粒子数与样本浓度是满足线性关系的。因此示例性的，若非线性函数设定为y＝e_k*ln(x)+e_b，其中y表示粒子数，x表示样本浓度，则补偿后的粒子数表示为：
又例如若非线性函数取y＝k_a*x2+k_b*x+k_c，其中y表示粒子数，x表示样本浓度，则补偿后的粒子数表示为：
进一步根据补偿后的粒子数、第一预设体积和第一稀释比计算第一目标浓度WBC，计算公式为：
该第一目标浓度WBC1用于评价目标用户的状态，成人正常的白细胞浓度范围为4.0-10.0×10^9个/L，第一目标浓度WBC1过高或过低都表明用户当前可能处于生病状态，可能是因细菌感染等、接触放射性物质、免疫力低下等原因造成的。
步骤508，获取第二测量粒子数，根据第二测量粒子数、第二预设体积和第二稀释比计算第二目标浓度，将第二目标浓度作为指示目标用户的状态的白细胞浓度。
取部分的第一稀释血样到红细胞计数池中进行二次稀释以得到第二稀释血样，第二稀释血样稀释比为第二稀释比，与步骤204中的第二稀释比一致，这样血样被进一步稀释。取第二预设体积VRBC的第二稀释血样进行如图1所示的白细胞粒子数测定得到的第二粒子数
由于此时样本浓度与粒子数均满足线性关系，确定第二测量粒子数
为第二实际粒子数NRBC。此时，第一目标浓度WBC2的计算公式为：
该第二目标浓度WBC2同样用于评价目标用户的状态，第二目标浓度WBC2过高或过低都表明用户当前可能处于生病状态，可能是因细菌感染等、接触放射性物质、免疫力低下等原因造成的。
上述用户状态检测方法，首先获取第一测量粒子数，该粒子数为对第一预设体积的第一稀释血样测定得到，第一稀释血样的稀释比为第一稀释比，根据第一测量粒子数、第一预设体积和第一稀释比计算目标用户的血样的样本浓度，该样本浓度用于确定后续如何得到目标血样真实的白细胞浓度。再获取血样浓度与第一粒子数的对应关系，将样本浓度和血样浓度与第一粒子数的对应关系确定的第一临界浓度进行比较，若样本浓度小于或等于第一临界浓度，则根据第一测量粒子数、血样浓度与第一粒子数的对应关系计算第一稀释血样的第一实际粒子数，并进一步结合第一预设体积和第一稀释比计算目标血样真实的白细胞浓度以确定用户的状态。由于该第一实际粒子数与样本浓度是满足线性关系的，因此在样本浓度小于或等于第一临界浓度的任意情况下都能进行白细胞浓度的线性计算，进而能较为容易的确定用户的状态。若样本浓度大于该第一临界浓度，则对第一稀释血样进行第二次稀释，根据测量到的第二测量粒子数、第二预设体积和第二稀释比计算目标血样真实的白细胞浓度以确定用户的状态。由于在样本浓度大于第一临界浓度的任意情况下都能进行白细胞浓度的线性计算，因此也能较为容易的确定用户的状态。可见，该方案能保证目标血样在各个浓度下的线性计算，使对用户状态的检测不易出现偏差。
在一个实施例中，如图6所示，提出了一种用户状态检测装置，该装置包括：
WBC检测模块，用于获取第一测量粒子数，第一测量粒子数为对第一预设体积的第一稀释血样进行白细胞粒子数测定得到的粒子数，第一稀释血样为对目标用户的血样在白细胞池进行稀释得到，第一稀释血样的稀释比为第一稀释比；根据第一测量粒子数、第一预设体积和第一稀释比计算目标用户的血样的样本浓度；若样本浓度小于或等于第一临界浓度，则根据血样浓度与第一粒子数的对应关系计算第一稀释血样的第一实际粒子数，根据第一实际粒子数、第一预设体积和第一稀释比计算第一目标浓度，将第一目标浓度确定为指示目标用户的状态的白细胞浓度；
RBC检测模块，用于若样本浓度大于第一临界浓度，则获取第二测量粒子数，第二测量粒子数为对第二预设体积的第二稀释血样进行白细胞粒子数测定得到的粒子数，第二稀释血样为对第一稀释血样在红细胞池进行稀释得到，第二稀释血样的稀释比为第二稀释比；根据第二测量粒子数、第二预设体积和第二稀释比计算第二目标浓度，将第二目标浓度作为指示目标用户的状态的白细胞浓度。
上述用户状态检测装置，首先获取第一测量粒子数，该粒子数为对第一预设体积的第一稀释血样测定得到，第一稀释血样的稀释比为第一稀释比，根据第一测量粒子数、第一预设体积和第一稀释比计算目标用户的血样的样本浓度，该样本浓度用于确定后续如何得到目标血样真实的白细胞浓度。再获取血样浓度与第一粒子数的对应关系，将样本浓度和血样浓度与第一粒子数的对应关系确定的第一临界浓度进行比较，若样本浓度小于或等于第一临界浓度，则根据第一测量粒子数、血样浓度与第一粒子数的对应关系计算第一稀释血样的第一实际粒子数，并进一步结合第一预设体积和第一稀释比计算目标血样真实的白细胞浓度以确定用户的状态。由于该第一实际粒子数与样本浓度是满足线性关系的，因此在样本浓度小于或等于第一临界浓度的任意情况下都能进行白细胞浓度的线性计算，进而能较为容易的确定用户的状态。若样本浓度大于该第一临界浓度，则对第一稀释血样进行第二次稀释，根据测量到的第二测量粒子数、第二预设体积和第二稀释比计算目标血样真实的白细胞浓度以确定用户的状态。由于在样本浓度大于第一临界浓度的任意情况下都能进行白细胞浓度的线性计算，因此也能较为容易的确定用户的状态。可见，该方案能保证目标血样在各个浓度下的线性计算，使对用户状态的检测不易出现偏差。
图7示出了一个实施例中用户状态检测设备的内部结构图。如图7所示，该用户状态检测设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该用户状态检测设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现用户状态检测方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行用户状态检测方法。本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的用户状态检测设备的限定，具体的用户状态检测设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
一种用户状态检测设备，包括存储器、处理器以及存储在该存储器中并可在该处理器上执行的计算机程序，该处理器执行该计算机程序时实现如下步骤：获取第一测量粒子数，第一测量粒子数为对第一预设体积的第一稀释血样进行白细胞粒子数测定得到的粒子数，第一稀释血样为对目标用户的血样在白细胞池进行稀释得到，第一稀释血样的稀释比为第一稀释比；根据第一测量粒子数、第一预设体积和第一稀释比计算目标用户的血样的样本浓度；若样本浓度小于或等于第一临界浓度，则根据血样浓度与第一粒子数的对应关系计算第一稀释血样的第一实际粒子数，根据第一实际粒子数、第一预设体积和第一稀释比计算第一目标浓度，将第一目标浓度确定为指示目标用户的状态的白细胞浓度；若样本浓度大于第一临界浓度，则获取第二测量粒子数，第二测量粒子数为对第二预设体积的第二稀释血样进行白细胞粒子数测定得到的粒子数，第二稀释血样为对第一稀释血样在红细胞池进行稀释得到，第二稀释血样的稀释比为第二稀释比；根据第二测量粒子数、第二预设体积和第二稀释比计算第二目标浓度，将第二目标浓度作为指示目标用户的状态的白细胞浓度。
在一个实施例中，在获取第一测量粒子数之前，还包括：获取第一梯度血样组对应的第一粒子数集，第一梯度血样组包括梯度比不同的多个第一梯度血样，一个第一梯度血样的梯度比为一个第一梯度血样与实验血样的浓度之比，第一粒子数集为多个第一梯度血样在第一稀释比下测的粒子数的集合；根据第一粒子数集和第一梯度血样组内各第一梯度血样浓度构建血样浓度与第一粒子数的对应关系。
在一个实施例中，在获取第一测量粒子数之前，还包括：通过库尔特原理确定第一梯度血样组的警戒浓度，警戒浓度为白细胞在白细胞池中的检测极限浓度，设定比警戒浓度小的预设第一浓度差值的为第一临界浓度。
在一个实施例中，通过库尔特原理确定第一梯度血样组的警戒浓度，包括：获取每个第一梯度血样的脉冲集，每个脉冲集包括若干个脉冲，每个脉冲在白细胞通过检测器时产生；获取脉冲集的脉冲数量，及脉冲集中叠加脉冲的脉冲数量叠加脉冲为叠加的多个白细胞同时通过检测器时产生的脉冲，每个脉冲存在峰值，叠加脉冲存在多个脉冲峰值；根据叠加脉冲的脉冲数量和脉冲集的脉冲数量计算数量比值，将数量比值大于预设比值的脉冲集作为目标脉冲集，确定目标脉冲集对应的第一梯度血样的最小浓度为警戒浓度。
在一个实施例中，根据第一粒子数集和第一梯度血样组内各第一梯度血样浓度构建血样浓度与第一粒子数的对应关系，包括：构建包含未知参数的组合函数，其中，组合函数由线性函数和非线性函数组成；组合函数以血样浓度作为自变量且以粒子数作为因变量，在自变量小于第二临界浓度时自变量与因变量符合线性函数的函数关系，在自变量大于或等于第二临界浓度时自变量与因变量符合非线性函数的函数关系；根据第一粒子数集、各第一梯度血样浓度和组合函数计算最小二乘误差值，以求解未知参数和第二临界浓度；将求解得到的未知参数和第二临界浓度重新代入组合函数，以得到血样浓度与第一粒子数的对应关系。
在一个实施例中，根据血样浓度与第一粒子数的对应关系计算第一稀释血样的第一实际粒子数，包括：若样本浓度小于第二临界浓度，则第一测量粒子数为第一实际粒子数；若样本浓度大于或等于第二临界浓度，则根据第一测量粒子数和非线性函数以及线性函数计算补偿后的粒子数，将补偿后的粒子数作为第一实际粒子数。
一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现如下步骤：获取第一测量粒子数，第一测量粒子数为对第一预设体积的第一稀释血样进行白细胞粒子数测定得到的粒子数，第一稀释血样为对目标用户的血样在白细胞池进行稀释得到，第一稀释血样的稀释比为第一稀释比；根据第一测量粒子数、第一预设体积和第一稀释比计算目标用户的血样的样本浓度；若样本浓度小于或等于第一临界浓度，则根据血样浓度与第一粒子数的对应关系计算第一稀释血样的第一实际粒子数，根据第一实际粒子数、第一预设体积和第一稀释比计算第一目标浓度，将第一目标浓度确定为指示目标用户的状态的白细胞浓度；若样本浓度大于第一临界浓度，则获取第二测量粒子数，第二测量粒子数为对第二预设体积的第二稀释血样进行白细胞粒子数测定得到的粒子数，第二稀释血样为对第一稀释血样在红细胞池进行稀释得到，第二稀释血样的稀释比为第二稀释比；根据第二测量粒子数、第二预设体积和第二稀释比计算第二目标浓度，将第二目标浓度作为指示目标用户的状态的白细胞浓度。
在一个实施例中，在获取第一测量粒子数之前，还包括：获取第一梯度血样组对应的第一粒子数集，第一梯度血样组包括梯度比不同的多个第一梯度血样，一个第一梯度血样的梯度比为一个第一梯度血样与实验血样的浓度之比，第一粒子数集为多个第一梯度血样在第一稀释比下测的粒子数的集合；根据第一粒子数集和第一梯度血样组内各第一梯度血样浓度构建血样浓度与第一粒子数的对应关系。
在一个实施例中，在获取第一测量粒子数之前，还包括：通过库尔特原理确定第一梯度血样组的警戒浓度，警戒浓度为白细胞在白细胞池中的检测极限浓度，设定比警戒浓度小预设第一浓度差值的为第一临界浓度。
在一个实施例中，通过库尔特原理确定第一梯度血样组的警戒浓度，包括：获取每个第一梯度血样的脉冲集，每个脉冲集包括若干个脉冲，每个脉冲在白细胞通过检测器时产生；获取脉冲集的脉冲数量，及脉冲集中叠加脉冲的脉冲数量叠加脉冲为叠加的多个白细胞同时通过检测器时产生的脉冲，每个脉冲存在峰值，叠加脉冲存在多个脉冲峰值；根据叠加脉冲的脉冲数量和脉冲集的脉冲数量计算数量比值，将数量比值大于预设比值的脉冲集作为目标脉冲集，确定目标脉冲集对应的第一梯度血样的最小浓度为警戒浓度。
在一个实施例中，根据第一粒子数集和第一梯度血样组内各第一梯度血样浓度构建血样浓度与第一粒子数的对应关系，包括：构建包含未知参数的组合函数，其中，组合函数由线性函数和非线性函数组成；组合函数以血样浓度作为自变量且以粒子数作为因变量，在自变量小于第二临界浓度时自变量与因变量符合线性函数的函数关系，在自变量大于或等于第二临界浓度时自变量与因变量符合非线性函数的函数关系；根据第一粒子数集、各第一梯度血样浓度和组合函数计算最小二乘误差值，以求解未知参数和第二临界浓度；将求解得到的未知参数和第二临界浓度重新代入组合函数，以得到血样浓度与第一粒子数的对应关系。
在一个实施例中，根据血样浓度与第一粒子数的对应关系计算第一稀释血样的第一实际粒子数，包括：若样本浓度小于第二临界浓度，则第一测量粒子数为第一实际粒子数；若样本浓度大于或等于第二临界浓度，则根据第一测量粒子数和非线性函数以及线性函数计算补偿后的粒子数，将补偿后的粒子数作为第一实际粒子数。
需要说明的是，上述用户状态检测方法、装置、设备及计算机可读存储介质属于一个总的发明构思，用户状态检测方法、装置、设备及计算机可读存储介质实施例中的内容可相互适用。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种用户状态检测方法，其特征在于，所述方法包括：
获取第一测量粒子数，所述第一测量粒子数为对第一预设体积的第一稀释血样进行白细胞粒子数测定得到的粒子数，所述第一稀释血样为对目标用户的血样在白细胞池进行稀释得到，所述第一稀释血样的稀释比为第一稀释比；
根据所述第一测量粒子数、所述第一预设体积和所述第一稀释比计算所述目标用户的血样的样本浓度；
若所述样本浓度小于或等于第一临界浓度，则根据血样浓度与第一粒子数的对应关系计算所述第一稀释血样的第一实际粒子数，根据所述第一实际粒子数、所述第一预设体积和所述第一稀释比计算第一目标浓度，将所述第一目标浓度确定为指示所述目标用户的状态的白细胞浓度；
若所述样本浓度大于所述第一临界浓度，则获取第二测量粒子数，所述第二测量粒子数为对第二预设体积的第二稀释血样进行白细胞粒子数测定得到的粒子数，所述第二稀释血样为对所述第一稀释血样在红细胞池进行稀释得到，所述第二稀释血样的稀释比为第二稀释比；
根据所述第二测量粒子数、所述第二预设体积和所述第二稀释比计算第二目标浓度，将所述第二目标浓度作为指示所述目标用户的状态的白细胞浓度。
2.根据权利要求1所述的方法，其特征在于，在获取第一测量粒子数之前，还包括：
获取第一梯度血样组对应的第一粒子数集，所述第一梯度血样组包括梯度比不同的多个第一梯度血样，一个第一梯度血样的梯度比为所述一个第一梯度血样与实验血样的浓度之比，所述第一粒子数集为多个第一梯度血样在第一稀释比下测的粒子数的集合；
根据所述第一粒子数集和所述第一梯度血样组内各第一梯度血样浓度构建所述血样浓度与第一粒子数的对应关系。
3.根据权利要求2所述的方法，其特征在于，在所述获取第一测量粒子数之前，还包括：
通过库尔特原理确定所述第一梯度血样组的警戒浓度，所述警戒浓度为白细胞在所述白细胞池中的检测极限浓度，设定比所述警戒浓度小预设第一浓度差值的为所述第一临界浓度。
4.根据权利要求3所述的方法，其特征在于，通过库尔特原理确定所述第一梯度血样组的警戒浓度，包括：
获取每个第一梯度血样的脉冲集，每个脉冲集包括若干个脉冲，每个脉冲在白细胞通过检测器时产生；
获取所述脉冲集的脉冲数量，及所述脉冲集中叠加脉冲的脉冲数量所述叠加脉冲为叠加的多个白细胞同时通过所述检测器时产生的脉冲，每个脉冲存在峰值，所述叠加脉冲存在多个脉冲峰值；
根据所述叠加脉冲的脉冲数量和所述脉冲集的脉冲数量计算数量比值，将所述数量比值大于预设比值的脉冲集作为目标脉冲集，确定所述目标脉冲集对应的第一梯度血样的最小浓度为所述警戒浓度。
5.根据权利要求2所述的方法，其特征在于，根据所述第一粒子数集和所述第一梯度血样组内各第一梯度血样浓度构建所述血样浓度与第一粒子数的对应关系，包括：
构建包含未知参数的组合函数，其中，所述组合函数由线性函数和非线性函数组成；所述组合函数以血样浓度作为自变量且以粒子数作为因变量，在所述自变量小于第二临界浓度时所述自变量与所述因变量符合所述线性函数的函数关系，在所述自变量大于或等于所述第二临界浓度时所述自变量与所述因变量符合所述非线性函数的函数关系；
根据所述第一粒子数集、所述各第一梯度血样浓度和所述组合函数计算最小二乘误差值，以求解所述未知参数和所述第二临界浓度；
将求解得到的未知参数和所述第二临界浓度重新代入所述组合函数，以得到所述血样浓度与第一粒子数的对应关系。
6.根据权利要求5所述的方法，其特征在于，所述非线性函数为对数函数或二次函数。
7.根据权利要求5所述的方法，其特征在于，根据血样浓度与第一粒子数的对应关系计算所述第一稀释血样的第一实际粒子数，包括：
若所述样本浓度小于所述第二临界浓度，则所述第一测量粒子数为所述第一实际粒子数；
若所述样本浓度大于或等于所述第二临界浓度，则根据所述第一测量粒子数和所述非线性函数以及所述线性函数计算补偿后的粒子数，将所述补偿后的粒子数作为第一实际粒子数。
8.一种用户状态检测装置，其特征在于，所述装置包括：
WBC检测模块，用于获取第一测量粒子数，所述第一测量粒子数为对第一预设体积的第一稀释血样进行白细胞粒子数测定得到的粒子数，所述第一稀释血样为对目标用户的血样在白细胞池进行稀释得到，所述第一稀释血样的稀释比为第一稀释比；根据所述第一测量粒子数、所述第一预设体积和所述第一稀释比计算所述目标用户的血样的样本浓度；若所述样本浓度小于或等于第一临界浓度，则根据血样浓度与第一粒子数的对应关系计算所述第一稀释血样的第一实际粒子数，根据所述第一实际粒子数、所述第一预设体积和所述第一稀释比计算第一目标浓度，将所述第一目标浓度确定为指示所述目标用户的状态的白细胞浓度；
RBC检测模块，用于若所述样本浓度大于所述第一临界浓度，则获取第二测量粒子数，所述第二测量粒子数为对第二预设体积的第二稀释血样进行白细胞粒子数测定得到的粒子数，所述第二稀释血样为对所述第一稀释血样在红细胞池进行稀释得到，所述第二稀释血样的稀释比为第二稀释比；根据所述第二测量粒子数、所述第二预设体积和所述第二稀释比计算第二目标浓度，将所述第二目标浓度作为指示所述目标用户的状态的白细胞浓度。
9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种用户状态检测设备，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111166272.5A CN113820260B (zh) | 2021-09-30 | 2021-09-30 | 用户状态检测方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111166272.5A CN113820260B (zh) | 2021-09-30 | 2021-09-30 | 用户状态检测方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113820260A true CN113820260A (zh) | 2021-12-21 |
| CN113820260B CN113820260B (zh) | 2023-07-18 |
Family
ID=78920021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111166272.5A Active CN113820260B (zh) | 2021-09-30 | 2021-09-30 | 用户状态检测方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113820260B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114166768A (zh) * | 2022-02-14 | 2022-03-11 | 四川大学华西医院 | 不同设备检测同一指标同质化换算方法、装置、电子设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4030888A (en) * | 1975-02-28 | 1977-06-21 | Toa Medical Electronics Co., Ltd. | Automatic blood analyzer |
| US4157499A (en) * | 1977-09-15 | 1979-06-05 | Becton, Dickinson And Company | Blood cell counter having dual testing heads |
| US5040112A (en) * | 1988-12-07 | 1991-08-13 | Serono-Baker Diagnostics, Inc. | Method of separating the three major types of blood cells from a white blood cell histogram |
| US5731211A (en) * | 1994-01-10 | 1998-03-24 | Swelab Instrument Ab | Method and apparatus for analysing a liquid sample |
| US20030030783A1 (en) * | 2000-06-02 | 2003-02-13 | Roche John W. | Consumable tube for use with a flow cytometry-based hematology system |
| US20100159605A1 (en) * | 2008-11-13 | 2010-06-24 | Beckman Coulter, Inc. | Method of Correction of Particle Interference to Hemoglobin Measurement |
| CN102539291A (zh) * | 2010-12-31 | 2012-07-04 | 深圳迈瑞生物医疗电子股份有限公司 | 粒子分析装置及方法 |
| CN104897557A (zh) * | 2015-05-30 | 2015-09-09 | 广州埃克森生物科技有限公司 | 流式细胞检测液路系统及流式细胞检测方法 |
| CN107817208A (zh) * | 2016-09-12 | 2018-03-20 | 深圳市帝迈生物技术有限公司 | 一种血细胞计数装置及其白细胞计数修正方法 |
-
2021
- 2021-09-30 CN CN202111166272.5A patent/CN113820260B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4030888A (en) * | 1975-02-28 | 1977-06-21 | Toa Medical Electronics Co., Ltd. | Automatic blood analyzer |
| US4157499A (en) * | 1977-09-15 | 1979-06-05 | Becton, Dickinson And Company | Blood cell counter having dual testing heads |
| US5040112A (en) * | 1988-12-07 | 1991-08-13 | Serono-Baker Diagnostics, Inc. | Method of separating the three major types of blood cells from a white blood cell histogram |
| US5731211A (en) * | 1994-01-10 | 1998-03-24 | Swelab Instrument Ab | Method and apparatus for analysing a liquid sample |
| US20030030783A1 (en) * | 2000-06-02 | 2003-02-13 | Roche John W. | Consumable tube for use with a flow cytometry-based hematology system |
| US20100159605A1 (en) * | 2008-11-13 | 2010-06-24 | Beckman Coulter, Inc. | Method of Correction of Particle Interference to Hemoglobin Measurement |
| CN102539291A (zh) * | 2010-12-31 | 2012-07-04 | 深圳迈瑞生物医疗电子股份有限公司 | 粒子分析装置及方法 |
| CN104897557A (zh) * | 2015-05-30 | 2015-09-09 | 广州埃克森生物科技有限公司 | 流式细胞检测液路系统及流式细胞检测方法 |
| CN107817208A (zh) * | 2016-09-12 | 2018-03-20 | 深圳市帝迈生物技术有限公司 | 一种血细胞计数装置及其白细胞计数修正方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114166768A (zh) * | 2022-02-14 | 2022-03-11 | 四川大学华西医院 | 不同设备检测同一指标同质化换算方法、装置、电子设备 |
| CN114166768B (zh) * | 2022-02-14 | 2022-05-20 | 四川大学华西医院 | 不同设备检测同一指标同质化换算方法、装置、电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113820260B (zh) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4809892B2 (ja) | 赤血球沈降速度及び／又は赤血球凝集速度等、血液の濃度に関連する特性パラメータを分析する装置を較正する方法 | |
| CN113820260A (zh) | 用户状态检测方法、装置、设备和介质 | |
| CN106339569B (zh) | 判断样本检验结果异常的方法及装置 | |
| CN113252537B (zh) | 一种样本分析仪及其计数异常的检测方法 | |
| EP1505381B1 (de) | Verfahren zur Detektion einer Gasblase in einer Flüssigkeit | |
| CN114441414B (zh) | 一种堵孔判断方法和样本分析仪 | |
| Janiga et al. | Comparison of minimum detectable concentration with the IUPAC detection limit | |
| 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 | |
| Malonda et al. | Radioactivity counting statistics | |
| CN116106204A (zh) | 双阻抗通道全程堵孔的识别方法、装置、存储介质及设备 | |
| WO2020133257A1 (zh) | 处理测量对象的检测值的方法、血细胞分析仪及存储介质 | |
| CN117388132A (zh) | 粒子数的识别方法及装置、设备及存储介质 | |
| CN113218845B (zh) | 一种样本分析仪及其计数异常的检测方法 | |
| CN115855780A (zh) | 一种单阻抗通道全程堵孔的识别方法、存储介质及设备 | |
| CN108007952A (zh) | 一种快速比较烟花爆竹用钛粉质量优劣的方法 | |
| 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 | |
| CN117191675A (zh) | 溶血剂剂量不足的判断方法、装置、介质和设备 | |
| CN117471288B (zh) | 测试数据的自动化分析方法、装置、电子设备及存储介质 | |
| CN117054171B (zh) | 输液的智能采样方法及装置 | |
| CN114878440A (zh) | 一种样本分析仪及其堵孔检测方法 | |
| EP1632773A1 (de) | Verfahren zur Detektion einer Gasblase in einer wässrigen Flüssigkeit | |
| CN116628475A (zh) | 血细胞体积直方图统计方法、装置、介质和设备 | |
| CN115901580A (zh) | 粒子通道的堵孔识别方法、系统及装置、设备及存储介质 | |
| CN117368076A (zh) | 溶血剂剂量不足的判断方法、装置、介质和设备 | |
| CN117269028A (zh) | 溶血剂剂量不足的判断方法、装置、介质和设备 |
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 |