CN115656134B - 基于微流控芯片的细胞检测方法、设备、存储介质及装置 - Google Patents
基于微流控芯片的细胞检测方法、设备、存储介质及装置 Download PDFInfo
- Publication number
- CN115656134B CN115656134B CN202211660517.4A CN202211660517A CN115656134B CN 115656134 B CN115656134 B CN 115656134B CN 202211660517 A CN202211660517 A CN 202211660517A CN 115656134 B CN115656134 B CN 115656134B
- Authority
- CN
- China
- Prior art keywords
- cell
- target cell
- cells
- preset
- solution
- 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
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种基于微流控芯片的细胞检测方法、设备、存储介质及装置,本发明基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液,基于声波设备将第一目标细胞溶液进行二次分离,基于预设荧光标记物对分离后的细胞进行标记,根据预设光学检测模型对获得的第二目标细胞溶液对应的荧光图像进行检测,输出各细胞类型的细胞数量的统计结果。由于本发明通过物理分离策略先对血液中的细胞初步分离,根据声波设备进行二次分离,并根据预设光学检测模型获得各细胞类型的细胞数量,相较于现有技术中细胞分离以及数量统计的方法不完善导致分离统计精确性较低,本发明能够满足多个场景下的细胞分离及数量统计,提升统计精确性。
Description
技术领域
本发明涉及细胞检测领域,尤其涉及一种基于微流控芯片的细胞检测方法、设备、存储介质及装置。
背景技术
随着微纳加工技术的不断发展,基于微流控芯片的细胞筛选技术得到了广泛关注和认可,微流控芯片的腔道结构可以任意设计,提高了细胞筛选的灵敏性,但是由于现有技术中细胞分离以及数量统计的方法不完善,具有局限性,导致分离统计精确性较低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于微流控芯片的细胞检测方法、设备、存储介质及装置,旨在解决现有技术中细胞分离以及数量统计的方法不完善,具有局限性,导致分离统计精确性较低的技术问题。
为实现上述目的,本发明提供一种基于微流控芯片的细胞检测方法,所述基于微流控芯片的细胞检测方法包括以下步骤:
将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;
基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液;
根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型;
对各细胞类型的细胞数量进行统计,输出统计结果。
可选地,所述将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液的步骤,包括:
将采集的血液通过样本收集口输入至基于微流控芯片的设备中,并根据待捕获细胞种类将所述血液分流至各个反应腔中,并将多余的血液置于废液腔中;
根据所述待捕获细胞种类对应的分离策略将所述血液中的细胞进行分离操作,获得第一目标细胞溶液。
可选地,所述基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液的步骤,包括:
基于声波设备和第一目标细胞对应的分离频率向所述第一目标细胞溶液中的第一目标细胞施加超声波脉冲,接收细胞偏移后反射的信号,并根据所述信号确定细胞偏移角度;
基于所述细胞偏移角度判断所述第一目标细胞是否成功分离,并根据判断结果调整超声波能量及波长,直至所述细胞偏移角度达到预设分离条件;
基于预设荧光标记物对分离后的细胞进行标记,获得标记后的第二目标细胞溶液。
可选地,所述基于预设荧光标记物对分离后的细胞进行标记,获得标记后的第二目标细胞溶液的步骤,包括:
根据所述分离后的细胞对应的细胞种类从预设荧光标记物中确定待标记的荧光标记物种类以及配比;
根据所述荧光标记物种类以及配比对分离后的细胞进行标记,获得标记后的第二目标细胞溶液。
可选地,所述根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型的步骤,包括:
获取预设温度下的第二目标细胞溶液对应的荧光图像;
根据预设光学检测模型对所述荧光图像进行检测,获得细胞上荧光标记物对应的荧光颜色、荧光强度以及荧光波长;
根据所述荧光颜色、所述荧光强度以及所述荧光波长确定细胞类型。
可选地,所述根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型的步骤之前,还包括:
获取第二目标细胞溶液对应的电导率以及电压值;
基于预设迭代算法、所述电导率以及电压值对成像误差进行预估,获得预测成像误差;
根据不同电频率下的第二目标细胞溶液的阻抗值确定细胞沉积时最优成像频率;
基于预设广义矢量模式匹配法、所述预测成像误差和所述最优成像频率对第二目标细胞溶液的细胞图形进行仿真构建,输出目标细胞图像。
可选地,所述对各细胞类型的细胞数量进行统计,输出统计结果的步骤,包括:
对所述目标细胞图像进行预处理,获得细胞外围轮廓信息及几何参数;
根据所述细胞外围轮廓信息及几何参数对细胞进行分类,获得细胞子集合;
对各细胞子集合中的数量进行统计,输出统计结果。
此外,为实现上述目的,本发明还提出一种基于微流控芯片的细胞检测设备,所述基于微流控芯片的细胞检测设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于微流控芯片的细胞检测程序,所述基于微流控芯片的细胞检测程序配置为实现如上文所述的基于微流控芯片的细胞检测的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有基于微流控芯片的细胞检测程序,所述基于微流控芯片的细胞检测程序被处理器执行时实现如上文所述的基于微流控芯片的细胞检测方法的步骤。
此外,为实现上述目的,本发明还提出一种基于微流控芯片的细胞检测装置,所述基于微流控芯片的细胞检测装置包括:
溶液分离模块,用于将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;
声波分离模块,用于基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液;
细胞标记模块,用于根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型;
数量统计模块,用于对各细胞类型的细胞数量进行统计,输出统计结果。
本发明将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液;根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型;对各细胞类型的细胞数量进行统计,输出统计结果。由于本发明通过物理分离策略先对血液中的细胞初步分离,根据声波设备对初步分离的细胞溶液进行二次分离,并根据预设光学检测模型对荧光标记的细胞溶液进行检测,获得各细胞类型的细胞数量,相较于现有技术中细胞分离以及数量统计的方法不完善,具有局限性,导致分离统计精确性较低,本发明能够满足多个场景下的细胞分离及数量统计,提升统计精确性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于微流控芯片的细胞检测设备的结构示意图;
图2为本发明基于微流控芯片的细胞检测方法第一实施例的流程示意图;
图3为本发明基于微流控芯片的细胞检测方法第二实施例的流程示意图;
图4为本发明基于微流控芯片的细胞检测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的基于微流控芯片的细胞检测设备结构示意图。
如图1所示,该基于微流控芯片的细胞检测设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口,对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory,RAM),也可以是稳定的存储器(Non-volatileMemory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对基于微流控芯片的细胞检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,认定为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于微流控芯片的细胞检测程序。
在图1所示的基于微流控芯片的细胞检测设备中,网络接口1004主要用于连接后台服务器,与所述后台服务器进行数据通信;用户接口1003主要用于连接用户设备;所述基于微流控芯片的细胞检测设备通过处理器1001调用存储器1005中存储的基于微流控芯片的细胞检测程序,并执行本发明实施例提供的基于微流控芯片的细胞检测方法。
基于上述硬件结构,提出本发明基于微流控芯片的细胞检测方法的实施例。
参照图2,图2为本发明基于微流控芯片的细胞检测方法第一实施例的流程示意图,提出本发明基于微流控芯片的细胞检测方法第一实施例。
在本实施例中,所述基于微流控芯片的细胞检测方法包括以下步骤:
步骤S10:将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液。
需说明的是,本实施例的执行主体可以是基于微流控芯片的细胞检测设备,所述细胞检测设备中包含样本分流管、反应腔、废液腔、检测腔以及培养腔,其中检测腔还可以根据细胞检测需求分为多个检测区域,所述检测设备中包含电阻抗识别区域、超声发生装置以及染料存储区域,所述细胞检测设备与监控成像设备连接,所述监控成像设备可以是计算机、手机、平板等,本实施例对此不加以限定。本方案中的基于微流控芯片的细胞检测方法适用于各种场景下的基于微流控芯片的细胞检测,其中所述血液为全血血液,所述血液包含血细胞和血浆所有成分。所述血细胞中包含红细胞、白细胞、血小板。在针对细胞计数时,主要针对白细胞、红细胞、循环肿瘤细胞等细胞进行计数。
进一步地,所述步骤S10,还包括:将采集的血液通过样本收集口输入至基于微流控芯片的设备中,并根据待捕获细胞种类将所述血液分流至各个反应腔中,并将多余的血液置于废液腔中。根据所述待捕获细胞种类对应的分离策略将所述血液中的细胞进行分离操作,获得第一目标细胞溶液。
应理解的是,在对血液中的细胞进行捕获分离时,需要先通过进样管路将血液进行初步血液提取,将多余的血液输入至废液腔,并通过一定比例的专用化学试剂将血液样本进行稀释,将稀释后的血液溶液置于预设反应腔中进行初步的细胞捕获分离操作,其中,在进行初步分离操作时,由于红细胞与白细胞的细胞形态差异较大,因此稀释后的细胞溶液首先通过物理细胞分离方式(如:小孔径拦截方式),将红细胞与白细胞进行分离,并将分离后的细胞溶液通过不同的管路置于不同的反应腔,例如:通过酯膜小孔径拦截,将较大的白细胞拦截在膜上,红细胞、血浆、血小板等小颗粒可以通过酯膜,从而达到初步分离效果,并将分离捕获后的细胞溶液通过不同的管路置于不同的反应腔以待下一步的分离操作。初步分离后的细胞溶液都会通过电阻抗识别区域,可以根据细胞反馈的阻抗信息、细胞形态学算法和预设成像模型在监控成像设备清楚的显示细胞形态,以便于监测细胞分离效果。
可理解的是,将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液。其中第一目标细胞溶液分为白细胞溶液以及红细胞、血浆、血小板等小颗粒细胞溶液。
具体实现中,本方案中承载血液样品并实施检测的载体均是一次性使用耗材,减少样本之间的潜在污染。
步骤S20:基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液。
需说明的是,声波设备可以是指与细胞检测设备连接的用于接收声波脉冲信号以及进行显示脉冲频率的设备,所述设备与监控成像设备连接,细胞检测设备中包含声波脉冲发射区域,所述区域可以设置于微通道两侧,用于对细胞发送声波脉冲,以使细胞进行相应的偏移,以达到细胞分离的效果,例如:在初步分离后的红细胞、血浆、血小板等小颗粒细胞溶液中,由于不同的细胞所能承受的声波不同,因此通过对细胞溶液施加声波脉冲,不同种类的细胞会分成不同的液流,向不同方向进行偏移,以达到细胞分离的效果。
可理解的是,预设荧光标记物是预先设置的用于对声波分离后的细胞进行标记的荧光标记物,所述荧光标记物具有不同的激发波长,因此通过对二次分离后的细胞溶液中的细胞进行标记,以便于后期对细胞数量的统计。
具体实现中,通过预先设置的声波脉冲发射区域对初步分离后的细胞溶液施加声波脉冲,以使不同种类的细胞会分成不同的液流,向不同方向进行偏移,并根据预设荧光标记物将不同分流的细胞溶液进行标记,获得第二目标细胞溶液。
步骤S30:根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型。
需说明的是,预设光学检测模型可以是预先设置的用于检测荧光标记后的细胞溶液图像中荧光光谱的模型,所述模型可以是基于卷积神经网络算法、细胞形态学以及荧光光谱识别算法构建的模型,所述模型可以用于识别与检测设备连接的显微镜摄像头采集的第二目标细胞溶液对应的荧光图像,并根据识别结果确定细胞类型。
可理解的是,第二目标细胞溶液包括所有分离出来的细胞溶液进行荧光物标记后的溶液,由于不同的细胞选定的荧光标记物不同,并根据荧光标记物对应的激发波长的不同,从而确定相应的细胞类型。
步骤S40:对各细胞类型的细胞数量进行统计,输出统计结果。
需说明的是,对上述荧光图像中荧光显示的细胞进行计数,并将细胞数量输出至监控成像设备上进行显示,便于用户更加直观的确定各种类型细胞占比。
本实施例将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液;根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型;对各细胞类型的细胞数量进行统计,输出统计结果。由于本实施例通过物理分离策略先对血液中的细胞初步分离,根据声波设备对初步分离的细胞溶液进行二次分离,并根据预设光学检测模型对荧光标记的细胞溶液进行检测,获得各细胞类型的细胞数量,相较于现有技术中细胞分离以及数量统计的方法不完善,具有局限性,导致分离统计精确性较低,本实施例能够满足多个场景下的细胞分离及数量统计,提升统计精确性。
参照图3,图3为本发明基于微流控芯片的细胞检测方法第二实施例的流程示意图,基于上述图2所示的第一实施例,提出本发明基于微流控芯片的细胞检测方法的第二实施例。
在本实施例中,步骤S20包括:
步骤S201:基于声波设备和第一目标细胞对应的分离频率向所述第一目标细胞溶液中的第一目标细胞施加超声波脉冲,接收细胞偏移后反射的信号,并根据所述信号确定细胞偏移角度。
需说明的是,基于检测设备中的声波发射装置具有不同的声波模式,其中,声波模式包含表面声波和体声波,针对不同的声波模式对应不同的声波力以及声波辐射,因此为避免声波力过大导致细胞的破裂,声波发射装置可以根据第一目标细胞溶液中的细胞种类确定声波频率,从而根据所述声波频率对第一目标细胞施加超声波脉冲,根据接收到的细胞偏移后反射的信号确定细胞偏移角度。
应理解的是,所述分离频率是指细胞溶液中细胞可承受的最低声波频率,例如:在对血液进行初步细胞分离得到的白细胞溶液和红细胞、血浆以及血小板细胞溶液,按照待捕获细胞种类置于各个反应腔等待二次分离操作,其中,为了精确获得目标种类的细胞数量,所述分离频率可以设置为待捕获细胞种类对应的最低声波频率,以避免声波对细胞的破坏,从而便于后期对细胞标记统计。
可理解的是,细胞在不同声波频率下的偏移角度不同,因此通过将偏移后的细胞分流至不同的腔体中等待下一步操作。例如:红细胞、血浆以及血小板细胞溶液施加超声波脉冲,红细胞以及其他细胞会向不同的方向进行偏移,接收细胞偏移后反射的信号,并根据所述信号确定细胞偏移角度。
步骤S202:基于所述细胞偏移角度判断所述第一目标细胞是否成功分离,并根据判断结果调整超声波能量及波长,直至所述细胞偏移角度达到预设分离条件。
需说明的是,预设分离条件可以是预先设置的用于判断细胞是否成功分离的条件,其中,所述条件可以通过预先设定偏移角度判断细胞偏移角度是否满足的条件。
应理解的是,由于细胞溶液中的细胞种类不同对应的可承受的声波频率不同,因此有可能会出现设定的声波频率较低,未成功分离细胞,因此,可以通过对细胞偏移角度的检测,根据检测结果判断第一目标细胞是否成功分离,在检测结果为细胞偏移角度达到预设偏移角度时,判定第一目标细胞成功分离,在检测结果为细胞偏移角度未达到预设偏移角度时,判定第一目标细胞未成功分离,并调整超声波能量及波长,直至细胞偏移角度达到预设偏移角度。
步骤S203:基于预设荧光标记物对分离后的细胞进行标记,获得标记后的第二目标细胞溶液。
需说明的是,可以根据不同的细胞种类选定不同的荧光标记物的配比。
进一步地,所述步骤S203,还包括:根据所述分离后的细胞对应的细胞种类从预设荧光标记物中确定待标记的荧光标记物种类以及配比;根据所述荧光标记物种类以及配比对分离后的细胞进行标记,获得标记后的第二目标细胞溶液。
需说明的是,不同的荧光标记物对应的化学性质不同,因此在选择上,需要匹配待标记细胞的化学属性,避免标记物导致细胞的质变,因此对不同的细胞种类采用不同的荧光标记物,而不同的荧光标记物存储于预设区域。
应理解的是,荧光标记物需要根据细胞存在的PH值对应的浓度配比进行使用,因此需要控制待标记的荧光标记物种类以及配比,从而保证不影响标记结果。
可理解的是,不同的荧光标记物对应的颜色以及激发光波长以及发射光波长,不同种类的细胞群体具有不同水平的自发荧光,因此针对自发荧光较强的细胞可以尽量选择使用红光激发,例如:发射波长长的荧光素(如:APC)可得到较好的S/N比值;对自发荧光比较弱的细胞,发射波长长的荧光素对S/N提高没有明显的改善,可选用FITC。
具体实现中,根据荧光标记物种类以及配比对分离后的细胞进行标记,获得标记后的第二目标细胞溶液,并将标记后的第二目标细胞溶液输入至光学检测区域,以使后期便于对标记后的细胞群体进行辨识。
进一步地,所述步骤S30还包括:
步骤S301:获取预设温度下的第二目标细胞溶液对应的荧光图像。
需说明的是,预设温度是指预先设置的细胞活性良好的温度,其中,所述温度可以针对不同的细胞存活环境的温度进行设定,本实施例中对温度不做具体限制。
应理解的是,荧光图像可以是第二目标细胞溶液通过激光器激发出相应的荧光后通过显微镜摄像头拍摄的图像。
步骤S302:根据预设光学检测模型对所述荧光图像进行检测,获得细胞上荧光标记物对应的荧光颜色、荧光强度以及荧光波长。
需说明的是,预设光学检测模型可以是预先设置的光学检测模型,所述模型可以通过激光器接受的发射光波长以及荧光图像计算确定细胞溶液中对应的荧光标记物的荧光颜色、荧光强度以及荧光波长。
应理解的是,通过采集预设次数的三维荧光光谱,并基于预设光学检测模型对每次的三维荧光光谱进行数据分析,获得激发波长、发射波长以及峰点值,将获得的光谱数据转换为文件数据格式,并根据德劳内三角插值法消除藻类三维荧光光谱散射并进行标准化处理,获得最佳荧光识别的特征谱。所述特征谱包含荧光颜色、荧光强度以及荧光波长等参数。
具体实现中,获取预设温度下的第二目标细胞溶液对应的荧光图像,并对包含细胞的荧光图像进行处理,根据预设光学检测模型对所述荧光图像进行检测,获得细胞上荧光标记物对应的荧光颜色、荧光强度以及荧光波长。
步骤S303:根据所述荧光颜色、所述荧光强度以及所述荧光波长确定细胞类型。
需说明的是,通过特征普确定从预设细胞数据库中查找目标细胞类型,从而确定细胞溶液中的细胞类型。
本实施例将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;基于声波设备和第一目标细胞对应的分离频率向所述第一目标细胞溶液中的第一目标细胞施加超声波脉冲,接收细胞偏移后反射的信号,并根据所述信号确定细胞偏移角度;基于所述细胞偏移角度判断所述第一目标细胞是否成功分离,并根据判断结果调整超声波能量及波长,直至所述细胞偏移角度达到预设分离条件;基于预设荧光标记物对分离后的细胞进行标记,获得标记后的第二目标细胞溶液;根据所述分离后的细胞对应的细胞种类从预设荧光标记物中确定待标记的荧光标记物种类以及配比;根据所述荧光标记物种类以及配比对分离后的细胞进行标记,获得标记后的第二目标细胞溶液;对各细胞类型的细胞数量进行统计,输出统计结果。由于本实施例通过物理分离策略先对血液中的细胞初步分离,根据声波设备对初步分离的细胞溶液进行二次分离,并根据预设光学检测模型对荧光标记的细胞溶液进行检测,获得各细胞类型的细胞数量,相较于现有技术中细胞分离以及数量统计的方法不完善,具有局限性,导致分离统计精确性较低,本实施例能够满足多个场景下的细胞分离及数量统计,提升统计精确性。
基于上述图2所示的第一实施例,提出本发明基于微流控芯片的细胞检测方法的第三实施例。
在本实施例中,步骤S30之前,还包括:获取第二目标细胞溶液对应的电导率以及电压值;基于预设迭代算法、所述电导率以及电压值对成像误差进行预估,获得预测成像误差;根据不同电频率下的第二目标细胞溶液的阻抗值确定细胞沉积时最优成像频率;基于预设广义矢量模式匹配法、所述预测成像误差和所述最优成像频率对第二目标细胞溶液的细胞图形进行仿真构建,输出目标细胞图像。
需说明的是,在细胞检测设备中有设置电阻抗识别区域,用于生成细胞图像,其中,通过流过的细胞溶液对应的电导率以及电压值进行细胞成像,其中,通过图像重建算法对细胞图像进行重建,根据第二目标细胞溶液对应的电导率以及电压值通过预设投影迭代算法对电压误差、图像误差以及图像相关性进行预估,通过获得的预估值确定预测成像误差。
可理解的是,为了保证输出的成像更加贴合实际细胞形态,需要根据不同电频率下的第二目标细胞溶液的阻抗值确定细胞沉积时最优成像频率,其中,最优成像频率是根据不同电频率下的第二目标细胞溶液的阻抗值计算电位比,从而根据电位比确定对重建图像精度影响最小的电频率,从而确定细胞沉积图像成像的最优成像频率。
应理解的是,基于预设广义矢量模式匹配法、所述预测成像误差和所述最优成像频率对第二目标细胞溶液的细胞图形进行仿真构建,输出目标细胞图像。并将输出的细胞图像进行细胞识别,从而能够根据识别出的细胞数量与通过荧光标记物标记后的荧光图像中的细胞数量进行对比,从而能够得到更加精准的细胞数量。
在本实施例中,所述步骤S40,还包括:对所述目标细胞图像进行预处理,获得细胞外围轮廓信息及几何参数;根据所述细胞外围轮廓信息及几何参数对细胞进行分类,获得细胞子集合;对各细胞子集合中的数量进行统计,输出统计结果。
需说明的是,在获得仿真构建的细胞图像后,对该图形进行灰度处理,并根据最大类间方差法算法将灰度图像中的背景进行分离,并根据分离后的前景图像进行细胞轮廓识别并通过椭圆拟合算法,获得细胞外围轮廓信息及几何参数,所述几何参数包括最大和最小细胞的面积,周长,方向,和该细胞的中心位置等参数。
应理解的是,根据细胞外围轮廓信息及几何参数对细胞进行分类,获得细胞子集合;对各细胞子集合中的数量进行统计,输出统计结果。
具体实现中,通过荧光图像中识别出的细胞数量和电阻抗识别仿真构建的图像中的细胞数量进行对比,将误差率低于预设误差率的结果作为目标统计结果。
本实施例将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;基于声波设备和第一目标细胞对应的分离频率向所述第一目标细胞溶液中的第一目标细胞施加超声波脉冲,接收细胞偏移后反射的信号,并根据所述信号确定细胞偏移角度;基于所述细胞偏移角度判断所述第一目标细胞是否成功分离,并根据判断结果调整超声波能量及波长,直至所述细胞偏移角度达到预设分离条件;基于预设荧光标记物对分离后的细胞进行标记,获得标记后的第二目标细胞溶液;根据所述分离后的细胞对应的细胞种类从预设荧光标记物中确定待标记的荧光标记物种类以及配比;根据所述荧光标记物种类以及配比对分离后的细胞进行标记,获得标记后的第二目标细胞溶液;对各细胞类型的细胞数量进行统计,输出统计结果。由于本实施例通过物理分离策略先对血液中的细胞初步分离,根据声波设备对初步分离的细胞溶液进行二次分离,并根据预设光学检测模型对荧光标记的细胞溶液进行检测,获得各细胞类型的细胞数量,相较于现有技术中细胞分离以及数量统计的方法不完善,具有局限性,导致分离统计精确性较低,本实施例能够满足多个场景下的细胞分离及数量统计,提升统计精确性。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有基于微流控芯片的细胞检测程序,所述基于微流控芯片的细胞检测程序被处理器执行时实现如上文所述的基于微流控芯片的细胞检测方法的步骤。
参照图4,图4为本发明基于微流控芯片的细胞检测装置第一实施例的结构框图。
如图4所示,本发明实施例提出的基于微流控芯片的细胞检测装置包括:
溶液分离模块10,用于将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;
声波分离模块20,用于基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液;
细胞标记模块30,用于根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型;
数量统计模块40,用于对各细胞类型的细胞数量进行统计,输出统计结果。
本实施例将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液;根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型;对各细胞类型的细胞数量进行统计,输出统计结果。由于本实施例通过物理分离策略先对血液中的细胞初步分离,根据声波设备对初步分离的细胞溶液进行二次分离,并根据预设光学检测模型对荧光标记的细胞溶液进行检测,获得各细胞类型的细胞数量,相较于现有技术中细胞分离以及数量统计的方法不完善,具有局限性,导致分离统计精确性较低,本实施例能够满足多个场景下的细胞分离及数量统计,提升统计精确性。
进一步地,所述溶液分离模块10,还用于将采集的血液通过样本收集口输入至基于微流控芯片的设备中,并根据待捕获细胞种类将所述血液分流至各个反应腔中,并将多余的血液置于废液腔中;根据所述待捕获细胞种类对应的分离策略将所述血液中的细胞进行分离操作,获得第一目标细胞溶液。
进一步地,所述声波分离模块20,还用于基于声波设备和第一目标细胞对应的分离频率向所述第一目标细胞溶液中的第一目标细胞施加超声波脉冲,接收细胞偏移后反射的信号,并根据所述信号确定细胞偏移角度;基于所述细胞偏移角度判断所述第一目标细胞是否成功分离,并根据判断结果调整超声波能量及波长,直至所述细胞偏移角度达到预设分离条件;基于预设荧光标记物对分离后的细胞进行标记,获得标记后的第二目标细胞溶液。
进一步地,所述声波分离模块20,还用于根据所述分离后的细胞对应的细胞种类从预设荧光标记物中确定待标记的荧光标记物种类以及配比;根据所述荧光标记物种类以及配比对分离后的细胞进行标记,获得标记后的第二目标细胞溶液。
进一步地,所述细胞标记模块30,还用于获取预设温度下的第二目标细胞溶液对应的荧光图像;根据预设光学检测模型对所述荧光图像进行检测,获得细胞上荧光标记物对应的荧光颜色、荧光强度以及荧光波长;根据所述荧光颜色、所述荧光强度以及所述荧光波长确定细胞类型。
进一步地,所述基于微流控芯片的细胞检测装置还包括:细胞成像模块,所述细胞成像模块用于获取第二目标细胞溶液对应的电导率以及电压值;基于预设迭代算法、所述电导率以及电压值对成像误差进行预估,获得预测成像误差;根据不同电频率下的第二目标细胞溶液的阻抗值确定细胞沉积时最优成像频率;基于预设广义矢量模式匹配法、所述预测成像误差和所述最优成像频率对第二目标细胞溶液的细胞图形进行仿真构建,输出目标细胞图像。
进一步地,所述细胞成像模块还用于对所述目标细胞图像进行预处理,获得细胞外围轮廓信息及几何参数;根据所述细胞外围轮廓信息及几何参数对细胞进行分类,获得细胞子集合;对各细胞子集合中的数量进行统计,输出统计结果。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的基于微流控芯片的细胞检测方法,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序,可将这些词语解释为名称。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image,ROM)/随机存取存储器(Random AccessMemory,RAM)、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,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 (6)
1.一种基于微流控芯片的细胞检测方法,其特征在于,所述基于微流控芯片的细胞检测方法包括:
将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;
基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液;
根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型;
对各细胞类型的细胞数量进行统计,输出统计结果;
所述基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液的步骤,包括:
基于声波设备和第一目标细胞对应的分离频率向所述第一目标细胞溶液中的第一目标细胞施加超声波脉冲,接收细胞偏移后反射的信号,并根据所述信号确定细胞偏移角度;
基于所述细胞偏移角度判断所述第一目标细胞是否成功分离,并根据判断结果调整超声波能量及波长,直至所述细胞偏移角度达到预设分离条件;
根据所述分离后的细胞对应的细胞种类从预设荧光标记物中确定待标记的荧光标记物种类以及配比;
根据所述荧光标记物种类以及配比对分离后的细胞进行标记,获得标记后的第二目标细胞溶液;
所述根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型的步骤,包括:
获取预设温度下的第二目标细胞溶液对应的荧光图像;
根据预设光学检测模型对所述荧光图像进行检测,获得细胞上荧光标记物对应的荧光颜色、荧光强度以及荧光波长;
根据所述荧光颜色、所述荧光强度以及所述荧光波长确定细胞类型;
所述根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型的步骤之前,还包括:
获取第二目标细胞溶液对应的电导率以及电压值;
基于预设迭代算法、所述电导率以及电压值对成像误差进行预估,获得预测成像误差;
根据不同电频率下的第二目标细胞溶液的阻抗值确定细胞沉积时最优成像频率;
基于预设广义矢量模式匹配法、所述预测成像误差和所述最优成像频率对第二目标细胞溶液的细胞图形进行仿真构建,输出目标细胞图像。
2.如权利要求1所述的基于微流控芯片的细胞检测方法,其特征在于,所述将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液的步骤,包括:
将采集的血液通过样本收集口输入至基于微流控芯片的设备中,并根据待捕获细胞种类将所述血液分流至各个反应腔中,并将多余的血液置于废液腔中;
根据所述待捕获细胞种类对应的分离策略将所述血液中的细胞进行分离操作,获得第一目标细胞溶液。
3.如权利要求1所述的基于微流控芯片的细胞检测方法,其特征在于,所述对各细胞类型的细胞数量进行统计,输出统计结果的步骤,包括:
对所述目标细胞图像进行预处理,获得细胞外围轮廓信息及几何参数;
根据所述细胞外围轮廓信息及几何参数对细胞进行分类,获得细胞子集合;
对各细胞子集合中的数量进行统计,输出统计结果。
4.一种基于微流控芯片的细胞检测设备,其特征在于,所述基于微流控芯片的细胞检测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于微流控芯片的细胞检测程序,所述基于微流控芯片的细胞检测程序被所述处理器执行时实现如权利要求1至3中任一项所述的基于微流控芯片的细胞检测方法。
5.一种存储介质,其特征在于,所述存储介质上存储有基于微流控芯片的细胞检测程序,所述基于微流控芯片的细胞检测程序被处理器执行时实现如权利要求1至3中任一项所述的基于微流控芯片的细胞检测方法。
6.一种基于微流控芯片的细胞检测装置,其特征在于,所述基于微流控芯片的细胞检测装置包括:
溶液分离模块,用于将采集的血液通过样本收集口置于基于微流控芯片的设备中进行血细胞捕获分离操作,获得第一目标细胞溶液;
声波分离模块,用于基于声波设备将所述第一目标细胞溶液中的细胞进行二次分离,并基于预设荧光标记物对分离后的细胞进行标记,获得第二目标细胞溶液;
细胞标记模块,用于根据预设光学检测模型对所述第二目标细胞溶液对应的荧光图像进行检测,确定细胞类型;
数量统计模块,用于对各细胞类型的细胞数量进行统计,输出统计结果;
所述声波分离模块,还用于基于声波设备和第一目标细胞对应的分离频率向所述第一目标细胞溶液中的第一目标细胞施加超声波脉冲,接收细胞偏移后反射的信号,并根据所述信号确定细胞偏移角度;基于所述细胞偏移角度判断所述第一目标细胞是否成功分离,并根据判断结果调整超声波能量及波长,直至所述细胞偏移角度达到预设分离条件;根据所述分离后的细胞对应的细胞种类从预设荧光标记物中确定待标记的荧光标记物种类以及配比;根据所述荧光标记物种类以及配比对分离后的细胞进行标记,获得标记后的第二目标细胞溶液;
所述细胞标记模块,还用于获取预设温度下的第二目标细胞溶液对应的荧光图像;根据预设光学检测模型对所述荧光图像进行检测,获得细胞上荧光标记物对应的荧光颜色、荧光强度以及荧光波长;根据所述荧光颜色、所述荧光强度以及所述荧光波长确定细胞类型;
细胞成像模块,用于获取第二目标细胞溶液对应的电导率以及电压值;基于预设迭代算法、所述电导率以及电压值对成像误差进行预估,获得预测成像误差;根据不同电频率下的第二目标细胞溶液的阻抗值确定细胞沉积时最优成像频率;基于预设广义矢量模式匹配法、所述预测成像误差和所述最优成像频率对第二目标细胞溶液的细胞图形进行仿真构建,输出目标细胞图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211660517.4A CN115656134B (zh) | 2022-12-23 | 2022-12-23 | 基于微流控芯片的细胞检测方法、设备、存储介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211660517.4A CN115656134B (zh) | 2022-12-23 | 2022-12-23 | 基于微流控芯片的细胞检测方法、设备、存储介质及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115656134A CN115656134A (zh) | 2023-01-31 |
CN115656134B true CN115656134B (zh) | 2023-04-11 |
Family
ID=85023678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211660517.4A Active CN115656134B (zh) | 2022-12-23 | 2022-12-23 | 基于微流控芯片的细胞检测方法、设备、存储介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115656134B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117664944B (zh) * | 2024-02-02 | 2024-04-05 | 深圳市合川医疗科技有限公司 | 基于微流控芯片的细胞检测方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002357588B2 (en) * | 2001-12-11 | 2008-11-20 | Netech Inc. | Blood cell separation system |
US20140170679A1 (en) * | 2011-03-07 | 2014-06-19 | James Stewart Aitchison | Method and system for cell detection and analysis |
CN106650796B (zh) * | 2016-12-06 | 2020-10-23 | 国家纳米科学中心 | 一种基于人工智能的细胞荧光图像分类方法和系统 |
CN107505249B (zh) * | 2017-08-23 | 2024-01-26 | 中国科学院苏州生物医学工程技术研究所 | 用于稀有细胞筛选的微流控芯片系统 |
CN107699478A (zh) * | 2017-09-19 | 2018-02-16 | 朱嗣博 | 一种循环肿瘤细胞(ctc)检测用微流控芯片装置 |
CN111423977A (zh) * | 2020-04-28 | 2020-07-17 | 上海理工大学 | 一种智能双通道循环肿瘤细胞检测仪 |
-
2022
- 2022-12-23 CN CN202211660517.4A patent/CN115656134B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115656134A (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230384208A1 (en) | Image-based cell sorting systems and methods | |
JP7394786B2 (ja) | 粒子分析器のための特性評価および選別 | |
US9128055B2 (en) | Information processing apparatus, information processing method, program, and method of correcting intensity of fluorescence spectrum | |
US10371639B2 (en) | Detecting fluorescent material in a stained particle by comparison with an unstained particle over a plurality of frequency bands and by estimating a linear combination of base vectors | |
EP2531832B1 (en) | Particle processing systems and methods for normalization/calibration of same | |
JP5717647B2 (ja) | 多核細胞分類および微小核点数化 | |
EP1922695B1 (en) | Method of, and apparatus and computer software for, performing image processing | |
JP2017535764A (ja) | 粒子分析選別装置及び方法 | |
CN113811754A (zh) | 颗粒分析仪的表征和分选 | |
CN115656134B (zh) | 基于微流控芯片的细胞检测方法、设备、存储介质及装置 | |
US10921252B2 (en) | Image processing apparatus and method of operating image processing apparatus | |
US11988592B2 (en) | Methods and systems for characterizing spillover spreading in flow cytometer data | |
EP3882603A1 (en) | Information processing device, information processing method, and computer program | |
JP4728025B2 (ja) | 細胞画像解析装置 | |
EP2332073B1 (en) | Shape parameter for hematology instruments | |
US20240288354A1 (en) | Particle analysis system, information processing apparatus, and sorting apparatus | |
CN117664944B (zh) | 基于微流控芯片的细胞检测方法及装置 | |
WO2023171463A1 (ja) | 情報処理装置及び情報処理システム | |
EP4083606B1 (en) | Information processing device, particle measurement system, and information processing method | |
US20240280466A1 (en) | Methods and Systems for Characterizing Spillover Spreading in Flow Cytometer Data | |
US20220155209A1 (en) | Method for Optimal Scaling of Cytometry Data for Machine Learning Analysis and Systems for Same | |
CN118657951A (zh) | 确定用于对样本的粒子进行分类的图像滤波器的方法和系统及其使用方法 |
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 |