CN116698709B - 一种流式细胞仪的数据处理方法及流式细胞仪 - Google Patents
一种流式细胞仪的数据处理方法及流式细胞仪 Download PDFInfo
- Publication number
- CN116698709B CN116698709B CN202310682380.0A CN202310682380A CN116698709B CN 116698709 B CN116698709 B CN 116698709B CN 202310682380 A CN202310682380 A CN 202310682380A CN 116698709 B CN116698709 B CN 116698709B
- Authority
- CN
- China
- Prior art keywords
- data
- flow cytometer
- imaging
- cell
- counting
- 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
- 238000003672 processing method Methods 0.000 title abstract description 7
- 238000003384 imaging method Methods 0.000 claims abstract description 78
- 239000002245 particle Substances 0.000 claims abstract description 60
- 238000012360 testing method Methods 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000004043 dyeing Methods 0.000 claims description 37
- 239000012530 fluid Substances 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 12
- 238000010186 staining Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 10
- 239000007788 liquid Substances 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 239000003550 marker Substances 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000000149 argon plasma sintering Methods 0.000 claims description 4
- 239000008188 pellet Substances 0.000 claims description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 3
- 238000002835 absorbance Methods 0.000 claims description 3
- 230000003749 cleanliness Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000005235 decoking Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000011010 flushing procedure Methods 0.000 claims description 3
- 230000005693 optoelectronics Effects 0.000 claims description 3
- 230000003204 osmotic effect Effects 0.000 claims description 3
- 229910021642 ultra pure water Inorganic materials 0.000 claims description 3
- 239000012498 ultrapure water Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000000684 flow cytometry Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 239000006285 cell suspension Substances 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004793 Polystyrene Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000004005 microsphere Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G01N15/14—Electro-optical investigation, e.g. flow cytometers
- G01N15/1429—Electro-optical investigation, e.g. flow cytometers using an analyser being characterised by its signal processing
-
- 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
- G01N15/14—Electro-optical investigation, e.g. flow cytometers
- G01N15/1434—Electro-optical investigation, e.g. flow cytometers using an analyser being characterised by its optical arrangement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Abstract
本发明提供了一种流式细胞仪的数据处理方法及流式细胞仪。预先设置流式细胞仪不同激光器的成像测试参数,并构建不同测试参数下设置标记模板;其中,标记模板用于对流式细胞仪检测的细胞数据进行标记;获取流式细胞仪输出的图像信号数据,并将图像信号数据按照激光器类型,导入标记模板,生成多个图像数据集,并计算画像偏差;其中,每个图像数据集中设置有细胞的粒子时间编码;通过图像数据集,确定不同激光器下切取的细胞粒子图像;根据细胞粒子编码图像和粒子时间编码,对不同细胞粒子进行计数,并确定不同激光器下粒子计数数据与均值数据的计数偏差;判断最接近的画像偏差和计数偏差对应的细胞检测数据,并作为最终检测数据。
Description
技术领域
本发明涉及细胞仪技术领域,特别涉及一种流式细胞仪的数据处理方法。
背景技术
目前,流式细胞仪是一种可以对细胞,或者一些特殊微粒(如聚苯乙烯微球)的特性(如大小,折射率,内部结构的复杂程度等)进行快速分析的仪器。在含有细胞的样本被鞘液压缩聚焦,进入流体池中后形成层流,细胞被压缩在样本流线上,一个一个地通过激光光斑,使用探测器在光轴方向的前方和光轴的90°方向测试细胞经过激光光斑产生的散射光,以及所携带的荧光染料产生的特异性荧光,从而测试细胞的一些特性。
流式细胞仪记录的数据通常包括前向散射光强度,侧向散射光强度,荧光强度等数据。获取这些数据主要通过光电二极管,雪崩二极管或者光电倍增管等手段,通常为了达到一定的动态范围,这个探测器的增益都是可变的,因此测量得到的数据大小由光信号的大小和探测器的增益共同决定。因此探测器的增益值设置为不同值时,所测量的数据不具有可比性,也因此造成不同增益条件下的补偿矩阵也不同。
在公开的商用流式细胞仪中,仍然存在这些问题。
这些流式细胞仪测试过程中,要求数据测量采用同一配置,同一激光频率进行测试,测试结果没有对比性。
这些仪器也具备增益控制功能,但是,探测器之间的差异性也导致传统的仪器无法实现归一化的功能。
传统的流式细胞仪在进行细胞计数的时候,对细胞悬液进行快速分析,通过对流动液体中排列成单列的细胞进行逐个检测,得到该细胞的光散射和荧光指标。
因此,现有技术的流式细胞仪只能检测排列的细胞,无法直接进行计数,而且在计数上,因此需要细胞的排列,对于散布在流动液体中的细胞,无法进行计数,存在了计数偏差,现有的流式细胞仪其硬件虽然有细胞液体的流出计数通道,但是总会存在一些细胞无法实现完全的单列排列,所以无法规避计数偏差。
发明内容
本发明提供一种流式细胞仪的数据处理方法,用以解决上述背景技术中的情况。
本发明提出一种流式细胞仪的数据处理方法,包括:
预先设置流式细胞仪不同激光器的成像测试参数,并构建不同测试参数下设置标记模板;其中,
标记模板用于对流式细胞仪检测的细胞数据进行标记;
获取流式细胞仪输出的图像信号数据,并将图像信号数据按照激光器类型,导入标记模板,生成多个标记数据集,并计算标记偏差;其中,
每个标记数据集中设置有细胞的粒子时间编码;
通过标记数据集,确定不同激光器下切取的细胞粒子图像;
根据细胞粒子编码图像和粒子时间编码,对不同细胞粒子进行计数,并确定不同激光器下粒子计数数据与均值数据的计数偏差;
判断最接近的画像偏差和计数偏差对应的细胞检测数据,并作为最终检测数据。
优选的,所述预先设置流式细胞仪不同激光器的成像测试参数包括:
获取流式细胞仪成像系统的成像检测距离;
通过成像检测距离,确定不同激光器的成像焦距;
通过成像焦距,确定不同激光器的成像测试参数;其中,
成像测试参数包括光电参数和曝光参数。
优选的,所述标记模板包括参数标记和渲染标记;其中,
参数标记用于提取不同激光器的激光参数数据和鞘液属性数据,并进行损失计算;其中,
激光参数数据用于确定最佳聚焦距离,进行聚焦点标记;
鞘液属性数据用于确定激光透析度,进行精度标记;其中,
鞘液属性数据包括洁净度、吸光度、pH值、渗透压;
渲染标记用于提取图像信号数据中染色后,细胞的染色数据和微流泵鞘液喷出数据,并进行染色补偿;其中,
细胞染色数据用于确定不同细胞的特异识别色彩,进行细胞染色标记;
微流泵鞘液喷出数据用于确定不同体积细胞的轴线数据,进行细胞定位,进行细胞定位标记。
优选的,所述损失计算包括:
预先通过流式细胞仪的成像数据,确定不同细胞在不同激光器下的成像光斑图像,作为训练样本;
构建基于激光器精度评估的全卷积网络模型;
将训练样本导入全卷积网络模型进行训练,并进行优化,生成达到预设收敛系数的,目标网络模型;
在目标网络模型中,输入不同激光器的聚焦损失评估系数和鞘液属性损失系数,并在多次迭代拟合后,确定不同激光器在不同聚焦距离下的损失参数。
优选的,所述染色补偿包括:
将流式细胞仪输出的成像数据划分为单染色图像和多染色图像;
建立单染色图像的初始矩阵;
建立多染色图像的切换矩阵;
预先通过使用多个单染色补偿对照来生成初始矩阵的初始参数,生成样本矢量;
再通过样本矢量做为切换矩阵来生成多染色图像,进而通过多染色图像进行染色补偿。
优选的,所述粒子时间编码包括:
设置时间编码器,在时间编码器处接收每个时间点的粒子时间参数和形态参数;
在所述编码器处对所述数据位执行第一转换编码,以基于粒子时间参数和形态参数生成被编码的数据位的序列;
在时间编码器处对细胞例子执行计数编码,以生成计数数据;
在时间编码器处对计数数据执行第二转换编码,以生成被编码的粒子时间编码。
优选的,所述确定不同激光器下粒子计数数据与均值数据的计数偏差,包括:
建立不同激光器的计数模板,并生成模板集合;
建立模板对比组,确定每组中待比对的第一模板和第二模板;
对所述第一模板和第二模板进行数据对比,得到所述第一模板和第二模板的差异信息;
对差异信息进行错乱计数修正、错乱均值修正和计数差异修正中至少一种方式进行差异计算,确定计数偏差。
优选的,所述方法还包括:
设置多个数据传输通道,每个数据传输通道对应一个激光器;
在流式细胞仪向生成的数据发送时,根据对应的激光器,生成数据包;
通过低速数据单向传输的方式发送数据传输命令,以使数据指令区别不同激光器的数据处理信号通过高速数据单向传输,生成对应的细胞成像图像。
优选的,所述方法还包括:
在启动不同激光器的光源和微型高清相机时,观测鞘流形成情况及成像效果,并调节位移平台使系统工作在去焦模式下;
采集记录二维光散射的视频数据;
并在采集结束后,更换样本液和鞘液,使用酒精溶液和超纯水依次冲洗系统;
使用预设分析算法统计成像图像中小球数量,确定细胞数据。
一种流式细胞仪,适用于上述方法,所述流式细胞仪包括:
激光系统,成像系统由多种不同光源频率的激光器构成;
成像系统,成像系统由微型高清相机构成,用于对不同激光器下的细胞计数图像进行成像处理;
计数处理系统,用于对成像后的细胞图像进行计数,确定最终检测数据。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种流式细胞仪的数据处理方法的方法流程图;
图2为本发明实施例中一种流式细胞仪的组成图;
图3为本发明实施例中设置测试参数的方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如附图1所示,本发明提出一种流式细胞仪的数据处理方法,包括:
预先设置流式细胞仪不同激光器的成像测试参数,并构建不同测试参数下设置标记模板;其中,
标记模板用于对流式细胞仪检测的细胞数据进行标记;
获取流式细胞仪输出的图像信号数据,并将图像信号数据按照激光器类型,导入标记模板,生成多个标记数据集,并计算标记偏差;
其中,
每个标记数据集中设置有细胞的粒子时间编码;
通过标记数据集,确定不同激光器下切取的细胞粒子图像;
根据细胞粒子编码图像和粒子时间编码,对不同细胞粒子进行计
数,并确定不同激光器下粒子计数数据与均值数据的计数偏差;
判断最接近的画像偏差和计数偏差对应的细胞检测数据,并作为
最终检测数据。
上述技术方案的原理在于:
在本实施例中,激光器包括多种不同频率的激光器,可以实现单独成像处理,也可以实现复合成像处理,不同频率的激光器便于进行不同参照组对比。
在本实施例中,标记模板中标记了不同细胞计数的荧光信号和编码参数,可以直接通过荧光信号和编码参数进行细胞计数。
在本实施例中,通过粒子时间编码,可以确定不同细胞粒子计数时的时间偏差,从而通过偏差对比,确定相同偏差的计数数据,和最小偏差的技术数据,让计数结果更加准确。
在本实施例中,因为存在多种不同的激光器,可以设置多种细胞测试的成像测试参数,进而不同的激光器发射出不同频率的激光束进行细胞成像;
在本实施例中,标记模板用于按照设置的参数,生成多个细胞计数板,细胞计数板通过激光束的透射光斑进行细胞标记,标记模板也是一种光斑图像,另外,标记模板还用于记录每个光斑的生成时间的时间戳。计算标记偏差是多次检测过程中,多次标记模板中,均值模板和预期模板之间的偏差。
在本实施例中,图像信号数据式流式细胞仪再成像后产生的细胞光斑分布数据,导入标记模板,是将不同光斑的坐标数据导入标记模板,从而通过坐标进行标记,使得标记结果更加准确。
在本实施例中,粒子时间编码是通过流失细胞仪在进行成像过程中,标记模板上每个细胞的粒子的成像时间的时间戳构成的编码信息;
在本实施例中,通过时间编码和细胞粒子的编码图像,进行不同计数方式的对比,从而确定计数偏差;
在本实施例中,最后通过标记偏差和计数偏差这两个偏差值的接近标记模板,作为最终的检测模板,在偏差相似的时候,表示计数的结果是最相似的,也就表示计数的结果更加准确。
上述技术方案的有益效果在于:
本发明可以实现不同频率激光器的在成像后图像的对比,从而更加清楚的进行计数,也可以适用于不同的计数环境和计数场景。针对不同的细胞,选取最优的计数激光器;
本发明通过计数偏差的方式确定计数结果,得到的计数结果相对于现有计数的方式能够直接知道偏差,确定存在偏差的数据中的最优数据。
优选的,所述预先设置流式细胞仪不同激光器的成像测试参数包括:
获取流式细胞仪成像系统的成像检测距离;
通过成像检测距离,确定不同激光器的成像焦距;
通过成像焦距,确定不同激光器的成像测试参数;其中,
成像测试参数包括光电参数和曝光参数。
上述技术方案的原理在于:
如附图3所示,在本实施例中,成像检测距离可以进行聚焦调节,不同激光器,具有不同的聚焦距离,通过不同的距角距离,实现细胞计数检测。
在本实施例中,光电参数和曝光参数时激光器的光强参数和当前场景中的曝光参数,通过这些测试参数的设置,可以让成像结果更加准确。
上述技术方案的有益效果在于:
防止距角距离不足、设置更合理的聚焦参数,曝光参数的设置,让结果更加准确。
优选的,所述标记模板包括参数标记和渲染标记;其中,
参数标记用于提取不同激光器的激光参数数据和鞘液属性数据,并进行损失计算;其中,
激光参数数据用于确定最佳聚焦距离,进行聚焦点标记;
鞘液属性数据用于确定激光透析度,进行精度标记;其中,
鞘液属性数据包括洁净度、吸光度、pH值、渗透压;
渲染标记用于提取图像信号数据中染色后,细胞的染色数据和微流泵鞘液喷出数据,并进行染色补偿;其中,
细胞染色数据用于确定不同细胞的特异识别色彩,进行细胞染色标记;
微流泵鞘液喷出数据用于确定不同体积细胞的轴线数据,进行细胞定位,进行细胞定位标记。
上述技术方案的原理在于:
在本实施例中,通过激光参数数据和鞘液属性数据,激光参数数据和鞘液属性种的透析度,可以确定不同激光在计数时候,可能产生的偏差,从而设置聚焦点,让细胞粒子通过聚焦点,更加准确地进行聚焦处理。
在本实施例中,通过渲染标记,可以进行染色补偿,在初始染色之后,如果染色结果不理想,细胞定位标记不准确,不是所有的细胞都时按照轴线流出,就会进行补偿染色,从而更加清楚计数。
在本实施例中,轴线数据是不同细胞设置单列流出直线,从而可以保证不同大小的细胞都能通过一个单列进行计数,让计数结果更加精确。
上述技术方案的有益效果在于:
通过染色补偿的方式,可以在染色出现问题时,进行补偿染色,达到更好的计数;
通过损失计算,可以确定成像损失,从而进行损失调整。
优选的,所述损失计算包括:
预先通过流式细胞仪的成像数据,确定不同细胞在不同激光器下的成像光斑图像,作为训练样本;
构建基于激光器精度评估的全卷积网络模型;
将训练样本导入全卷积网络模型进行训练,并进行优化,生成达到预设收敛系数的,目标网络模型;
在目标网络模型中,输入不同激光器的聚焦损失评估系数和鞘液属性损失系数,并在多次迭代拟合后,确定不同激光器在不同聚焦距离下的损失参数。
上述技术方案的原理在于:
在本实施例中,损失计算中,会将成像光斑图像作为训练样本进行卷积训练,得到更加准确的识别模型。本发明虽然采用了全卷积网络模型的训练,但是只是对于网络模型的利用,但是,在实施的时候将网络模型与聚焦损失评估系数和鞘液属性损失系数进行融合迭代拟合,可以在计算的时候不是通过直接的模型计算损失参数,输出的是成像的计数图像本身的损失,而是融合了损失计算,设备本身的属性后得到的相对于不同设备的融合损失。
在本实施例中,目标网络模型是一种损失计算模型;
在本实施例中,焦损失评估系数和鞘液属性损失系数,可以为网络确定损失评估的标准。
在本实施例中,多次迭代拟合为了损失计算结果更加准确。
上述技术方案的有益效果在于:
损失计算是以网络模型的方式进行计算,因为只是计算损失,数据量小,但是存在评估系数,所以可以精确确定损失参数。
优选的,所述染色补偿包括:
将流式细胞仪输出的成像数据划分为单染色图像和多染色图像;
建立单染色图像的初始矩阵;
建立多染色图像的切换矩阵;
预先通过使用多个单染色补偿对照来生成初始矩阵的初始参数,生成样本矢量;
再通过样本矢量做为切换矩阵来生成多染色图像,进而通过多染色图像进行染色补偿。
上述技术方案的原理在于:
在本实施例中,补偿染色的时候,单染色图像的初始矩阵用于进行初始染色的估算,确定初始染色参数。
在本实施例中,通过多染色图像的切换矩阵,可以根据初始染色参数进行多染色图像的补偿,进行多重染色。
上述计数方案的有益效果在于:
通过染色补偿的方式,可以在细胞计数的时候,尽量减少没有染色或存在染色缺失的细胞。
优选的,所述粒子时间编码包括:
设置时间编码器,在时间编码器处接收每个时间点的粒子时间参数和形态参数;
在所述编码器处对所述数据位执行第一转换编码,以基于粒子时间参数和形态参数生成被编码的数据位的序列;
在时间编码器处对序列执行计数编码,以生成计数数据;
在时间编码器处对计数数据执行第二转换编码,以生成被编码的粒子时间编码。
上述技术方案的原理在于:
在本实施例中,时间编码器用于进行时间计数,记录每个细胞粒子成像的时候的时间戳;
在本实施例中,通粒子时间参数和形态参数,进行生成的序列,不仅可以进行计数,还可确定细胞特征;
在上述实施例中,粒子时间编码的过程中,存在两种编码过程,第一种是进行数据位执行编码的,即粒子计数时间点和计数时成像的形态作为数据位,实现数据化,进行编码,此时,只是标记编码;然后通过时间编码器,进行粒子序列计数,即通过粒子序列的每个数据位,进行粒子计数,生成第二转换编码,生成对应的粒子时间编码。第二转换编码是对数据位进行统计的计数编码,将原来的编码数据和时间数据作为1、2、3这种正整数的计数编码参数。
上述技术方案的有益效果在于:
通过时间编码器可以根据时间点进行粒子计数,从而提供计数数据;
通过粒子时间参数和形态参数,可以显示细胞特征,让粒子计数更加准确。
优选的,所述确定不同激光器下粒子计数数据与均值数据的计数偏差,包括:
建立不同激光器的计数模板,并生成模板集合;
建立模板对比组,确定每组中待比对的第一模板和第二模板;
对所述第一模板和第二模板进行数据对比,得到所述第一模板和第二模板的差异信息;
对差异信息进行错乱计数修正、错乱均值修正和计数差异修正中至少一种方式进行差异计算,确定计数偏差。
上述技术方案的原理在于:
在本实施例中,建立模板对比组,用于对不同激光器下细胞粒子技术的结果进行对比,从而确定计数差异。
在本实施例中,通过计数差异可以确定不同激光器计数时候偏差最大的组和偏差最小的组,从而进行偏差修正认定,确定偏差参数。
上述计数方案的有益效果在于:
因为本发明生成的对比组,可以在进行计数的时候,确定不同模板的计数结果的差异信息,差异数据的通过错乱计数修正、错乱均值修正和计数差异修正,即判定计数数据中明显计数错误的数据,并删除,将删除之后的数据进行均值计算,确定对应的计数偏差。
优选的,所述方法还包括:
设置多个数据传输通道,每个数据传输通道对应一个激光器;
在流式细胞仪向生成的数据发送时,根据对应的激光器,生成数据包;
通过低速数据单向传输的方式发送数据传输命令,以使数据指令区别不同激光器的数据处理信号通过高速数据单向传输,生成对应的细胞成像图像。
上述技术方案的原理在于:
在本实施例中,数据传输通道,每个激光器有单独的通道,可以防止数据出现交叉;
在本实施例中,通过单向传输的方式传输数据,可以防止数据流失和数据溢出。
上述计数方案的有益效果在于:
因为现有的流式细胞仪都是单激光器,所以不会出现成像数据的交叉和一出,但是本发明采用了多激光器的策略,就可能存在数据溢出和交叉,因此,本发明采用了数据通道单项数据传输。
优选的,所述方法还包括:
在启动不同激光器的光源和微型高清相机时,观测鞘流形成情况及成像效果,并调节位移平台使系统工作在去焦模式下;
采集记录二维光散射的视频数据;
并在采集结束后,更换样本液和鞘液,使用酒精溶液和超纯水依次冲洗系统;
使用预设分析算法统计成像图像中小球数量,确定细胞数据。
上述计数方案的原理在于:
在本实施例中,鞘流是一种用一毛细管对准小孔管,细胞混悬液从毛细管喷出的方式,这种方式式为了形成单个排列的细胞流;
在本实施例中,本发明中观测鞘流形成情况及成像效果,成像效果基于观测成像的时候计数光斑散点参数,光斑散点如果成一条直线,成像效果最好;鞘流形成情况基于激光散射的密度变化情况,密度越均衡,鞘流形成将结果越好;
在本实施例中,使用预设分析算法统计成像图像中小球数量是一种现有计数中的细胞计数方法,便于快速进行计数。
在本实施例中,
一种流式细胞仪,适用于上述方法,所述流式细胞仪包括:
激光系统,成像系统由多种不同光源频率的激光器构成;
成像系统,成像系统由微型高清相机构成,用于对不同激光器下的细胞计数图像进行成像处理;
计数处理系统,用于对成像后的细胞图像进行计数,确定最终检测数据。
上述技术方案的原理在于:
如附图2,本发明包括三个模块,采用上述方法进行成像计数。
在本实施例中,激光器包括多种不同频率的激光器,可以实现单独成像处理,也可以实现复合成像处理,不同频率的激光器便于进行不同参照组对比。
在本实施例中,标记模板中标记了不同细胞计数的荧光信号和编码参数,可以直接通过荧光信号和编码参数进行细胞计数。
在本实施例中,通过粒子时间编码,可以确定不同细胞粒子计数时的时间偏差,从而通过偏差对比,确定相同偏差的计数数据,和最小偏差的技术数据,让计数结果更加准确。
上述技术方案的有益效果在于:
本发明可以实现不同频率激光器的在成像后图像的对比,从而更加清楚的进行计数,也可以适用于不同的计数环境和计数场景。针对不同的细胞,选取最优的计数激光器;
本发明通过计数偏差的方式确定计数结果,得到的计数结果相对于现有计数的方式能够直接知道偏差,确定存在偏差的数据中的最优数据。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种流式细胞仪的数据处理方法,其特征在于,包括:
预先设置流式细胞仪不同激光器的成像测试参数,并构建不同测试参数下设置标记模板;其中,
标记模板用于对流式细胞仪检测的细胞数据进行标记;
获取流式细胞仪输出的图像信号数据,并将图像信号数据按照激光器类型,导入标记模板,生成多个标记数据集,并计算标记偏差;其中,
每个标记数据集中设置有细胞的粒子时间编码;
通过标记数据集,确定不同激光器下切取的细胞粒子图像;
根据细胞粒子编码图像和粒子时间编码,对不同细胞粒子进行计数,并确定不同激光器下粒子计数数据与均值数据的计数偏差;
判断最接近的标记偏差和计数偏差对应的细胞检测数据,并作为最终检测数据;
所述标记模板包括参数标记和渲染标记;其中,
参数标记用于提取不同激光器的激光参数数据和鞘液属性数据,并进行损失计算;其中,
激光参数数据用于确定最佳聚焦距离,进行聚焦点标记;
鞘液属性数据用于确定激光透析度,进行精度标记;其中,
鞘液属性数据包括洁净度、吸光度、pH值、渗透压;
渲染标记用于提取图像信号数据中染色后,细胞的染色数据和微流泵鞘液喷出数据,并进行染色补偿;其中,
细胞染色数据用于确定不同细胞的特异识别色彩,进行细胞染色标记;
微流泵鞘液喷出数据用于确定不同体积细胞的轴线数据,进行细胞定位,进行细胞定位标记;
所述损失计算包括:
预先通过流式细胞仪的成像数据,确定不同细胞在不同激光器下的成像光斑图像,作为训练样本;
构建基于激光器精度评估的全卷积网络模型;
将训练样本导入全卷积网络模型进行训练,并进行优化,生成达到预设收敛系数的,目标网络模型;
在目标网络模型中,输入不同激光器的聚焦损失评估系数和鞘液属性损失系数,并在多次迭代拟合后,确定不同激光器在不同聚焦距离下的损失参数;
所述染色补偿包括:
将流式细胞仪输出的成像数据划分为单染色图像和多染色图像;
建立单染色图像的初始矩阵;
建立多染色图像的切换矩阵;
预先通过使用多个单染色补偿对照来生成初始矩阵的初始参数,生成样本矢量;
再通过样本矢量作为切换矩阵来生成多染色图像,进而通过多染色图像进行染色补偿;
所述确定不同激光器下粒子计数数据与均值数据的计数偏差,包括:
建立不同激光器的计数模板,并生成模板集合;
建立模板对比组,确定每组中待比对的第一模板和第二模板;
对所述第一模板和第二模板进行数据对比,得到所述第一模板和第二模板的差异信息;
对差异信息进行错乱计数修正、错乱均值修正和计数差异修正中至少一种方式进行差异计算,确定计数偏差。
2.如权利要求1所述的一种流式细胞仪的数据处理方法,其特征在于,所述预先设置流式细胞仪不同激光器的成像测试参数包括:
获取流式细胞仪成像系统的成像检测距离;
通过成像检测距离,确定不同激光器的成像焦距;
通过成像焦距,确定不同激光器的成像测试参数;其中,
成像测试参数包括光电参数和曝光参数。
3.如权利要求1所述的一种流式细胞仪的数据处理方法,其特征在于,所述粒子时间编码包括:
设置时间编码器,在时间编码器处接收每个时间点的粒子时间参数和形态参数;
在编码器处对数据位执行第一转换编码,以基于粒子时间参数和形态参数生成被编码的数据位的序列;
在时间编码器处对序列执行计数编码,以生成计数数据;
在时间编码器处对计数数据执行第二转换编码,以生成被编码的粒子时间编码。
4.如权利要求1所述的一种流式细胞仪的数据处理方法,其特征在于,所述方法还包括:
设置多个数据传输通道,每个数据传输通道对应一个激光器;
在流式细胞仪向生成的数据发送时,根据对应的激光器,生成数据包;
通过低速数据单向传输的方式发送数据传输命令,以使数据指令区别不同激光器的数据处理信号通过高速数据单向传输,生成对应的细胞成像图像。
5.如权利要求1所述的一种流式细胞仪的数据处理方法,其特征在于,所述方法还包括:
在启动不同激光器的光源和微型高清相机时,观测鞘流形成情况及成像效果,并调节位移平台使系统工作在去焦模式下;
采集记录二维光散射的视频数据;
并在采集结束后,更换样本液和鞘液,使用酒精溶液和超纯水依次冲洗系统;
使用预设分析算法统计成像图像中小球数量,确定细胞数据。
6.一种流式细胞仪,适用于权利要求1~5任一项对应的方法,其特征在于,所述流式细胞仪包括:
激光系统,成像系统由多种不同光源频率的激光器构成;
成像系统,成像系统由微型高清相机构成,用于对不同激光器下的细胞计数图像进行成像处理;
计数处理系统,用于对成像后的细胞图像进行计数,确定最终检测数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310682380.0A CN116698709B (zh) | 2023-06-09 | 2023-06-09 | 一种流式细胞仪的数据处理方法及流式细胞仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310682380.0A CN116698709B (zh) | 2023-06-09 | 2023-06-09 | 一种流式细胞仪的数据处理方法及流式细胞仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116698709A CN116698709A (zh) | 2023-09-05 |
CN116698709B true CN116698709B (zh) | 2024-03-12 |
Family
ID=87836925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310682380.0A Active CN116698709B (zh) | 2023-06-09 | 2023-06-09 | 一种流式细胞仪的数据处理方法及流式细胞仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116698709B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5814468A (en) * | 1996-03-27 | 1998-09-29 | Coulter International Corp. | Methods of enumerating receptor molecules for specific binding partners on formed bodies and in solution |
US6542833B1 (en) * | 1997-09-12 | 2003-04-01 | Foss Electric A/S | Method of checking the performance of a flow cytometer instrument and apparatus for executing said method as well as a standard kit therefore |
CN101027557A (zh) * | 2004-08-27 | 2007-08-29 | 贝克曼库尔特有限公司 | 用于细胞信号途径的细胞计数分析的全血制备 |
CN103827657A (zh) * | 2011-07-22 | 2014-05-28 | 罗氏血液诊断股份有限公司 | 血液分析仪校准和评估 |
CN108444897A (zh) * | 2018-03-06 | 2018-08-24 | 山东大学 | 基于光片照明与鞘流技术的免标记微流控细胞仪及方法 |
CN109030321A (zh) * | 2018-05-23 | 2018-12-18 | 中国科学院苏州生物医学工程技术研究所 | 用于流式细胞仪的数据处理方法 |
CN110023759A (zh) * | 2016-09-19 | 2019-07-16 | 血液学有限公司 | 用于使用多维分析检测异常细胞的系统、方法和制品 |
JP2021143988A (ja) * | 2020-03-13 | 2021-09-24 | ソニーグループ株式会社 | 粒子解析システムおよび粒子解析方法 |
CN113552046A (zh) * | 2021-07-26 | 2021-10-26 | 苏州苏信环境科技有限公司 | 粒子计数器的标定方法及工作方法 |
CN114127558A (zh) * | 2019-07-12 | 2022-03-01 | 贝克曼库尔特有限公司 | 用于评估对感染的免疫反应的系统和方法 |
CN114720355A (zh) * | 2022-03-03 | 2022-07-08 | 浙江大学 | 适用于成像式流式细胞仪的粒子计数方法及装置、系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030110840A1 (en) * | 2001-07-24 | 2003-06-19 | Arriaga Edgar A. | Systems and methods for detecting a particle |
US8798338B2 (en) * | 2006-01-09 | 2014-08-05 | University Of Wyoming | Method and system for counting particles in a laminar flow with an imaging device |
US8911669B2 (en) * | 2009-08-24 | 2014-12-16 | Abbott Laboratories | Method for flagging a sample |
-
2023
- 2023-06-09 CN CN202310682380.0A patent/CN116698709B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5814468A (en) * | 1996-03-27 | 1998-09-29 | Coulter International Corp. | Methods of enumerating receptor molecules for specific binding partners on formed bodies and in solution |
US6542833B1 (en) * | 1997-09-12 | 2003-04-01 | Foss Electric A/S | Method of checking the performance of a flow cytometer instrument and apparatus for executing said method as well as a standard kit therefore |
CN101027557A (zh) * | 2004-08-27 | 2007-08-29 | 贝克曼库尔特有限公司 | 用于细胞信号途径的细胞计数分析的全血制备 |
CN103827657A (zh) * | 2011-07-22 | 2014-05-28 | 罗氏血液诊断股份有限公司 | 血液分析仪校准和评估 |
CN110023759A (zh) * | 2016-09-19 | 2019-07-16 | 血液学有限公司 | 用于使用多维分析检测异常细胞的系统、方法和制品 |
CN108444897A (zh) * | 2018-03-06 | 2018-08-24 | 山东大学 | 基于光片照明与鞘流技术的免标记微流控细胞仪及方法 |
CN109030321A (zh) * | 2018-05-23 | 2018-12-18 | 中国科学院苏州生物医学工程技术研究所 | 用于流式细胞仪的数据处理方法 |
CN114127558A (zh) * | 2019-07-12 | 2022-03-01 | 贝克曼库尔特有限公司 | 用于评估对感染的免疫反应的系统和方法 |
JP2021143988A (ja) * | 2020-03-13 | 2021-09-24 | ソニーグループ株式会社 | 粒子解析システムおよび粒子解析方法 |
CN113552046A (zh) * | 2021-07-26 | 2021-10-26 | 苏州苏信环境科技有限公司 | 粒子计数器的标定方法及工作方法 |
CN114720355A (zh) * | 2022-03-03 | 2022-07-08 | 浙江大学 | 适用于成像式流式细胞仪的粒子计数方法及装置、系统 |
Non-Patent Citations (1)
Title |
---|
Measurement of Microsphere Concentration Using a Flow Cytometer with Volumetric Sample Delivery;Wang, Lili 等;JOURNAL OF RESEARCH OF THE NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY;第629-634页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116698709A (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
USRE49543E1 (en) | Fine particle measuring apparatus | |
EP2275799B1 (en) | Method for controlling one or more parameters of a flow cytometer type measurement system | |
CN111060601B (zh) | 基于深度学习的焊缝超声相控阵检测数据智能分析方法 | |
US3822095A (en) | System for differentiating particles | |
US5166537A (en) | Particle analyzing method and device for realizing same | |
CN110310261A (zh) | 一种接触网吊弦缺陷检测模型训练方法和缺陷检测方法 | |
CN101201313B (zh) | 改变测量系统的一个或多个参数的方法 | |
US20110066385A1 (en) | Quantification of differences between measured values and statistical validation based on the differences | |
US3819270A (en) | Blood cell analyzer | |
CN106679940A (zh) | 一种高精度激光发散角参数标定装置 | |
KR102122068B1 (ko) | 이미지 분석 시스템 및 분석 방법 | |
EP3611462A1 (en) | Apparatus, system, and method for increasing measurement accuracy in a particle imaging device | |
CN104266955A (zh) | 高内涵图像流式生物显微分析系统 | |
US20050099626A1 (en) | Method and apparatus for particle measurement employing optical imaging | |
CN106324820B (zh) | 一种双通道荧光光学显微成像中基于图像处理的自动对焦方法 | |
US5006986A (en) | Method of demarcating two-dimensional distribution | |
CN116698709B (zh) | 一种流式细胞仪的数据处理方法及流式细胞仪 | |
US3907437A (en) | Cell classification system | |
CN104266956A (zh) | 高内涵图像流式生物显微分析方法 | |
US20090290780A1 (en) | Analysis method for chemical and/or biological samples | |
CN116046647A (zh) | 血液成像分析系统和方法 | |
CN108550144B (zh) | 基于灰度信度的激光光条序列图像质量评价方法 | |
US20230375459A1 (en) | Particle detection device, particle detection system, and particle detection method | |
CN115018924A (zh) | 一种水下相机的关键参数标定方法 | |
US8892400B2 (en) | Method for evaluating fluorescence correlation spectroscopy measurement data |
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 |