CN117309728A - 一种流式细胞仪背景荧光数据图处理方法、介质及系统 - Google Patents
一种流式细胞仪背景荧光数据图处理方法、介质及系统 Download PDFInfo
- Publication number
- CN117309728A CN117309728A CN202311245975.6A CN202311245975A CN117309728A CN 117309728 A CN117309728 A CN 117309728A CN 202311245975 A CN202311245975 A CN 202311245975A CN 117309728 A CN117309728 A CN 117309728A
- Authority
- CN
- China
- Prior art keywords
- data
- signal
- experimental
- optical signal
- fsc
- 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.)
- Pending
Links
- 238000001506 fluorescence spectroscopy Methods 0.000 title claims abstract description 24
- 238000003672 processing method Methods 0.000 title description 4
- 230000003287 optical effect Effects 0.000 claims abstract description 125
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000002474 experimental method Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 210000004027 cell Anatomy 0.000 claims description 55
- 238000013507 mapping Methods 0.000 claims description 21
- 210000003855 cell nucleus Anatomy 0.000 claims description 3
- 238000000684 flow cytometry Methods 0.000 abstract description 6
- 239000007850 fluorescent dye Substances 0.000 description 4
- 102100040079 A-kinase anchor protein 4 Human genes 0.000 description 3
- 101710109924 A-kinase anchor protein 4 Proteins 0.000 description 3
- 101000906396 Mus musculus Glutathione S-transferase Mu 5 Proteins 0.000 description 3
- 238000003705 background correction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009871 nonspecific binding Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 101100334377 Xenopus laevis fscn gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006727 cell loss Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000001589 microsome Anatomy 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- -1 samples Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
-
- 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—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
- G01N2015/144—Imaging characterised by its optical setup
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明提供了一种流式细胞仪背景荧光数据图处理方法、介质及系统,属于流式细胞仪技术领域,该方法包括:获取流式细胞仪实验过程中的实验参数以及光学信号数据;在预先设定好的实验光学信号基础数据库中,寻找实验参数匹配度最高的实验光学信号基础数据组作为参照数据组;所述基础实验为采用未染色的细胞作为实验样本进行的流式细胞仪实验;利用参照数据组对实验的光学信号数据进行优化处理;以优化处理后的实验的光学信号数据作为生成流失细胞图的信号数据。本方法、介质、系统能够有效减少本底荧光以及非特异性结合的荧光信号导致的流失细胞图误差,解决现有技术难以准确的对检测样本进行分析的技术问题。
Description
技术领域
本发明属于流式细胞仪技术领域,具体而言,涉及一种流式细胞仪背景荧光数据图处理方法、介质及系统。
背景技术
流式细胞术系统性地结合流体学、光学和电子系统,利用其荧光和物理特性检测各种微粒体。它是一种有效地从单细胞水平区分异质性细胞群体的技术。利用流式细胞仪对处在快速直线流动状态中的单列细胞或生物颗粒进行逐个、多参数、快速的定性、定量分析或分选。流式细胞仪大多采用氩离子气体激光器产生激光(波长488nm),在细胞经过测量区的时候,激光垂直照射被荧光染色的细胞,荧光染料被激发从而产生荧光信号和散射光信号。散射光信号分为前向角散射(FSC)和侧向角散射(SSC),FSC反映细胞的大小而SSC反映细胞内部的结构和颗粒性质,细胞内结构越复杂,SSC越强;当不同的荧光染料受到激光激发后会发射不同波长的荧光,这些荧光与SSC一起沿激光90°方向经过各种滤光片以到达对应的通道。携带荧光染料的细胞经过测量区被激光照射发射光子,产生散射光和荧光信号到达对应的检测器后被采集分析。FSC信号会被沿激光方向的光电二极管检测到;而SSC、荧光信号沿着激光90°方向通过滤光片到达对应通道,由光电倍增管PMT检测。一旦光信号被检测到,它们就按比例转换成电子电压脉冲信号。每个脉冲信号的高度宽度及面积被分析后转为数码信号储存在计算机内,计算机根据这些信号生成流失细胞图,如直方图、散点图以及等高线图,用于对检测样本进行分析。
然而在激光的照射下,对细胞染色的荧光染料被激发发出特异性结合的荧光信号,细胞本身在激光照射下也会发射微弱的荧光,即本底荧光;除此之外,还会有非特异性结合的荧光信号出现,本底荧光以及非特异性结合的荧光信号会导致计算机生成的流失细胞图误差较大,不利于准确的对检测样本进行分析。
发明内容
有鉴于此,本发明提供一种流式细胞仪背景荧光数据图处理方法、介质及系统,能够有效减少本底荧光以及非特异性结合的荧光信号导致的流失细胞图误差,解决现有技术难以准确的对检测样本进行分析的技术问题。
本发明是这样实现的:
本发明的第一方面提供一种流式细胞仪背景荧光数据图处理方法,其中,包含以下步骤:
S10、获取流式细胞仪实验过程中的实验参数以及光学信号数据,其中,所述实验参数包括样品细胞种类、细胞参数、样本浓度以及样品体积;所述光学信号数据流式细胞仪的信号检测系统检测得到的电子电压脉冲信号,包括脉冲宽度和脉冲高度两个参数,所述电子电压脉冲信号包括FSC、SSC、荧光信号产生的电子电压脉冲信号集,分别记为FSC信号集、SSC信号集以及荧光信号集,其中,细胞参数包括细胞尺寸、细胞核尺寸;
S20、在预先设定好的实验光学信号基础数据库中,寻找实验参数匹配度最高的实验光学信号基础数据组作为参照数据组;所述实验光学信号基础数据库包含多个实验光学信号基础数据,每个实验光学信号基础数据均为流式细胞仪进行基础实验过程中获取的实验参数以及光学信号数据,所述基础实验为采用未染色的细胞作为实验样本进行的流式细胞仪实验;
S30、利用参照数据组对实验的光学信号数据进行优化处理;
S40、以优化处理后的实验的光学信号数据作为生成流失细胞图的信号数据。
其中,样品浓度表示单元体积内的细胞数量。
在上述技术方案的基础上,本发明的一种流式细胞仪背景荧光数据图处理方法还可以做如下改进:
其中,所述在预先设定好的实验光学信号基础数据库中,寻找实验参数匹配度最高的实验光学信号基础数据作为参照数据的步骤,具体是:
步骤1、在实验光学信号基础数据库中若能找到至少一个与实验数据中相同细胞种类的实验光学信号基础数据,则进入步骤2,若不能找到则进入步骤4;
步骤2、将在步骤1中找到的至少一个与实验数据中相同细胞种类的实验光学信号基础数据建立第一数据集;
步骤3、在第一数据集中,根据所述实验的样本浓度以及样本体积匹配度最高的M1个实验光学信号基础数据作为参照数据组;
步骤4、利用细胞参数在所述实验光学信号基础数据库中寻找M0个匹配度最高的实验光学信号基础数据作为第二数据集;
步骤5、在第二数据集中,根据所述实验的样本浓度以及样本体积匹配度最高的M2个实验光学信号基础数据作为参照数据组;
其中,M0>2×M2,且M2≥2。
采用上述改进方案的有益效果为:该匹配思路确保了优先根据细胞种类查找基础数据,其次再考虑样本浓度的匹配,如果种类无法匹配,再降级为根据细胞参数匹配。同时也保证了最终输出的基础数据与实验参数在样本浓度上达到了最佳匹配。
进一步的,M1=1,M2=5。
其中,根据所述实验的样本浓度以及样本体积匹配度最高的M1个实验光学信号基础数据作为参照数据组的步骤中,匹配的方法为余弦相似度法。
其中,所述利用参照数据组对实验的光学信号数据进行优化处理的步骤,具体为:
步骤31、将实验的光学信号数据中的FSC信号集、SSC信号集以及荧光信号集按照脉冲高度从小到大的顺序进行排列;
步骤32、若参照数据组的元素数量大于1,则进入步骤33,若参照数据组的元素数量为1,则进入步骤34;
步骤33、将参照数据组内的多个元素合并为一个元素,将得到的合并元素中的光学信号数据作为参照信号进入步骤35;
步骤34、将参照组中的元素作为参照信号;
步骤35、将参照信号中的FSC信号集、SSC信号集以及荧光信号分别记为FSC参照信号集、SSC参照信号集以及荧光参照信号集,并将FSC参照信号集、SSC参照信号集以及荧光参照信号集按照脉冲高度从小到大的顺序进行排列;
步骤36、对于实验的光学信号数据中的FSC信号集和FSC参照信号集,建立实验的光学信号数据中的FSC信号集到FSC参照信号集的映射;
步骤37、根据建立好的映射关系,对于实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度进行更新,减去映射的FSC参照信号的脉冲高度进行更新;
步骤38、按照步骤35-36的方式,对实验的光学信号数据中的SSC信号集和及荧光信号集进行更新,得到优化后的实验的光学信号数据。
进一步的,所述将参照数据组内的多个元素合并为一个元素的步骤,具体是:将参照数据组内的多个元素中的光学信号数据进行合并为,即对每个元素中的FSC信号集、SSC信号集以及荧光信号进行合并为三个信号集,以合并后的三个信号集作为合并元素的光学信号数据。
进一步的,所述对于实验的光学信号数据中的FSC信号集和FSC参照信号集,建立实验的光学信号数据中的FSC信号集到FSC参照信号集的映射的步骤,具体是:通过计算实验FSC脉冲信号与参照FSC脉冲信号之间的欧氏距离,为每个实验FSC脉冲信号找到距离最近的参照FSC脉冲信号,建立二者之间的映射对应关系。
进一步的,根据建立好的映射关系,对于实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度进行更新的方法为:采用实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度减去映射的FSC参照信号的脉冲高度,以得到的结果作为实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度。
本发明的第二方面提供一种计算机可读存储介质,其中,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行上述的一种流式细胞仪背景荧光数据图处理方法。
本发明的第三方面提供一种流式细胞仪背景荧光数据图处理系统,其中,包含上述的计算机可读存储介质。
与现有技术相比较,本发明提供的一种流式细胞仪背景荧光数据图处理方法、介质及系统的有益效果是:
1.校正效果更好,提高了检测的准确性和灵敏度
本发明通过在预建立的流式细胞仪荧光背景信号数据库中选取参数匹配的参照背景信号进行校正,而不是依赖单一样本的重复测定。参照信号能够很好地反映不同细胞类型的光学特征,进行背景匹配和校正的效果更好,有效减少和消除了非特异性背景信号的影响。能够有效减少本底荧光以及非特异性结合的荧光信号导致的流失细胞图误差,解决现有技术难以准确的对检测样本进行分析的技术问题。
2.无需重复检测,节省了样本量和检测时间
现有方法需要对同一样本重复检测以生成背景信号,而本发明只需要单次检测即可实现背景校正,无需重复检测,从而节省了样本量和检测时间成本。这使得本发明更适用于样本量珍贵或检测时间有限的应用场景。
3.降低检测成本,提升经济效益
本发明不依赖重复试验、对照实验,只需要在流式细胞仪出厂前内置实验光学信号基础数据库,就可以实现背景校正,节省了大量样本、试剂等实验材料的消耗,同时也节省了检测时间,降低了试验成本。这显著提高了流式细胞仪的使用经济效益。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种流式细胞仪背景荧光数据图处理方法的流程图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述。
如图1所示,是本发明第一方面提供一种流式细胞仪背景荧光数据图处理方法的流程图,本方法包含以下步骤:
S10、获取流式细胞仪实验过程中的实验参数以及光学信号数据,其中,实验参数包括样品细胞种类、细胞参数、样本浓度以及样品体积;光学信号数据流式细胞仪的信号检测系统检测得到的电子电压脉冲信号,包括脉冲宽度和脉冲高度两个参数,电子电压脉冲信号包括FSC、SSC、荧光信号产生的电子电压脉冲信号集,分别记为FSC信号集、SSC信号集以及荧光信号集,其中,细胞参数包括细胞尺寸、细胞核尺寸;
S20、在预先设定好的实验光学信号基础数据库中,寻找实验参数匹配度最高的实验光学信号基础数据组作为参照数据组;实验光学信号基础数据库包含多个实验光学信号基础数据,每个实验光学信号基础数据均为流式细胞仪进行基础实验过程中获取的实验参数以及光学信号数据,基础实验为采用未染色的细胞作为实验样本进行的流式细胞仪实验;
S30、利用参照数据组对实验的光学信号数据进行优化处理;
S40、以优化处理后的实验的光学信号数据作为生成流失细胞图的信号数据。
其中,在上述技术方案中,在预先设定好的实验光学信号基础数据库中,寻找实验参数匹配度最高的实验光学信号基础数据作为参照数据的步骤,具体是:
步骤1、在实验光学信号基础数据库中若能找到至少一个与实验数据中相同细胞种类的实验光学信号基础数据,则进入步骤2,若不能找到则进入步骤4;
步骤2、将在步骤1中找到的至少一个与实验数据中相同细胞种类的实验光学信号基础数据建立第一数据集;
步骤3、在第一数据集中,根据实验的样本浓度以及样本体积匹配度最高的M1个实验光学信号基础数据作为参照数据组;
步骤4、利用细胞参数在实验光学信号基础数据库中寻找M0个匹配度最高的实验光学信号基础数据作为第二数据集;
步骤5、在第二数据集中,根据实验的样本浓度以及样本体积匹配度最高的M2个实验光学信号基础数据作为参照数据组;
其中,M0>2×M2,且M2≥2。
这里提供步骤S20的具体实施方式:
首先,我们定义一些变量和常量:
-E表示实验数据
-Etype表示实验数据的细胞种类
-Econc表示实验数据的样本浓度
-Evol表示实验数据的样本体积
-D表示预设的实验光学信号基础数据库
-Di表示数据库D中的第i条实验光学信号基础数据
-Di,type表示Di的数据的细胞种类
-Di,conc表示Di的数据的样本浓度
-Di,vol表示Di的数据的样本体积
-M1表示步骤3中选择的参照数据组的大小
-M2表示步骤5中选择的参照数据组的大小
-M0为一个常量,其值大于2×M2
则步骤S20可以具体实现为:
步骤1:在数据库D中查找所有满足Di,type=Etype的数据,将这些数据放入集合S1;
步骤2:如果S1不为空,执行步骤3;否则执行步骤4;
步骤3:在集合S1中,选择样本浓度Di,conc和样本体积Di,vol与实验数据E的样本浓度Econc和样本体积Evol最接近的M1条数据作为参照数据组R1。接近程度可以用以下公式计算:
选择得分scprei最大的M1条数据。如果得到多个得分相同的数据,则随机选择M1条。
步骤4:在数据库D中,根据细胞参数找到与实验数据E的细胞参数最接近的M0条数据,放入集合S2。接近程度可以通过计算细胞参数之间的欧式距离得到;
步骤5:在集合S2中,选择样本浓度Di,conc和样本体积Di,vol与实验数据E的样本浓度Econc和样本体积Evol最接近的M2条数据作为参照数据组R2。接近程度计算方法同步骤3;
步骤6:将参照数据组R1和R2合并,作为S20步骤的输出;
如果R1为空,则输出为R2;如果R2为空,则输出为R1。如果R1和R2均为空,则输出为空集合。
上述方法通过首先根据细胞种类找到候选数据,再根据样本参数找到次优数据,实现了在数据库中搜索与实验数据最匹配的参照数据组。同时设置了M0的值大于2×M2,确保了细胞参数匹配得到的数据量大于仅根据样本参数匹配的数据量,使细胞参数的匹配起主导作用。
关键在于使用细胞种类、细胞参数、样本浓度和样本体积组合多个条件进行匹配,既保证了细胞参数的匹配,又考虑了样本参数的接近程度,选择出与实验数据最接近的参照数据组。得分计算公式充分利用了样本参数的定量信息,使匹配更加准确。而变量的定义也非常清晰,每一个变量和常量都有唯一的含义。
进一步的,在上述技术方案中,M1=1,M2=5。
其中,在上述技术方案中,根据实验的样本浓度以及样本体积匹配度最高的M1个实验光学信号基础数据作为参照数据组的步骤中,匹配的方法为余弦相似度法。
其中,在上述技术方案中,利用参照数据组对实验的光学信号数据进行优化处理的步骤,具体为:
步骤31、将实验的光学信号数据中的FSC信号集、SSC信号集以及荧光信号集按照脉冲高度从小到大的顺序进行排列;
步骤32、若参照数据组的元素数量大于1,则进入步骤33,若参照数据组的元素数量为1,则进入步骤34;
步骤33、将参照数据组内的多个元素合并为一个元素,将得到的合并元素中的光学信号数据作为参照信号进入步骤35;
步骤34、将参照组中的元素作为参照信号;
步骤35、将参照信号中的FSC信号集、SSC信号集以及荧光信号分别记为FSC参照信号集、SSC参照信号集以及荧光参照信号集,并将FSC参照信号集、SSC参照信号集以及荧光参照信号集按照脉冲高度从小到大的顺序进行排列;
步骤36、对于实验的光学信号数据中的FSC信号集和FSC参照信号集,建立实验的光学信号数据中的FSC信号集到FSC参照信号集的映射;
步骤37、根据建立好的映射关系,对于实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度进行更新,减去映射的FSC参照信号的脉冲高度进行更新;
步骤38、按照步骤35-36的方式,对实验的光学信号数据中的SSC信号集和及荧光信号集进行更新,得到优化后的实验的光学信号数据。
进一步的,在上述技术方案中,将参照数据组内的多个元素合并为一个元素的步骤,具体是:将参照数据组内的多个元素中的光学信号数据进行合并为,即对每个元素中的FSC信号集、SSC信号集以及荧光信号进行合并为三个信号集,以合并后的三个信号集作为合并元素的光学信号数据。
步骤33:根据参照数据组内的多个元素中的光学信号数据进行合并的具体实施方式如下:
1)定义参照数据组中包含N个参照数据元素:
R={R1,R2,…,RN},N>1;
2)每个参照数据元素包含光学信号数据:
Ri={Ri,FSC,Ri,SSC,Ri,FL};
3)合并每个参照数据元素的光学信号数据:
4)得到合并后的参照信号:
R′={R′FSC,R′SSC,R′FL};
5)将R′作为步骤33的输出
进一步的,在上述技术方案中,对于实验的光学信号数据中的FSC信号集和FSC参照信号集,建立实验的光学信号数据中的FSC信号集到FSC参照信号集的映射的步骤,具体是:通过计算实验FSC脉冲信号与参照FSC脉冲信号之间的欧氏距离,为每个实验FSC脉冲信号找到距离最近的参照FSC脉冲信号,建立二者之间的映射对应关系。
步骤36为建立实验FSC信号集和FSC参照信号集之间的映射关系,其具体实施方式如下:
1)定义实验FSC信号集:EFSC={eFSC1,eFSC2,…,eFSCm},包含m个脉冲信号;
2)定义FSC参照信号集:RFSC={rFSC1,rFSC2,…,rFSCn},包含n个脉冲信号;
3)计算每个实验FSC脉冲信号eFSCi与每个参照FSC脉冲信号rFSCj之间的距离:
dij=distance(eFSCi,rFSCj);
其中,distance()函数计算两个脉冲之间的欧氏距离。
4)对每个实验FSC脉冲信号eFSCi,找到与其在FSC脉冲信号集合中的排序距离最近的参照FSC脉冲信号rFSCj:
5)建立映射关系:
即实验脉冲eFSCi映射到其最接近的参照脉冲rFSCj。
6)将映射关系f作为步骤36的输出。
进一步的,在上述技术方案中,根据建立好的映射关系,对于实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度进行更新的方法为:采用实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度减去映射的FSC参照信号的脉冲高度,以得到的结果作为实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度。
步骤37为根据建立的映射关系,更新实验FSC信号集中每个脉冲的高度,其具体实施方式如下:
1)定义实验FSC信号集:EFSC={eFSC1,eFSC2,…,eFSCm},包含m个脉冲信号;
2)定义建立的映射关系:
3)对于EFSC中的每个脉冲信号eFSCi:
-根据映射关系f找到其对应的参照脉冲信号rFSCj;
-从eFSCi的脉冲高度heFSCi中减去rFSCj的脉冲高度hrFSCj:
h′eFSCi=heFSCi-hrFSCj;
-更新eFSCi的脉冲高度为h′eFSCi;
4)得到更新后的实验FSC信号集:E′FSC,其中每个脉冲信号的高度进行了更新;
5)将E′FSC作为步骤37的输出。
步骤S40以优化处理后的实验的光学信号数据作为生成流失细胞图的信号数据,为流式细胞仪所内置软件的自身的功能步骤。
本发明的第二方面提供一种计算机可读存储介质,其中,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行上述的一种流式细胞仪背景荧光数据图处理方法。
本发明的第三方面提供一种流式细胞仪背景荧光数据图处理系统,其中,包含上述的计算机可读存储介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种流式细胞仪背景荧光数据图处理方法,其特征在于,包含以下步骤:
S10、获取流式细胞仪实验过程中的实验参数以及光学信号数据,其中,所述实验参数包括样品细胞种类、细胞参数、样本浓度以及样品体积;所述光学信号数据流式细胞仪的信号检测系统检测得到的电子电压脉冲信号,包括脉冲宽度和脉冲高度两个参数,所述电子电压脉冲信号包括FSC、SSC、荧光信号产生的电子电压脉冲信号集,分别记为FSC信号集、SSC信号集以及荧光信号集,其中,细胞参数包括细胞尺寸、细胞核尺寸;
S20、在预先设定好的实验光学信号基础数据库中,寻找实验参数匹配度最高的实验光学信号基础数据组作为参照数据组;所述实验光学信号基础数据库包含多个实验光学信号基础数据,每个实验光学信号基础数据均为流式细胞仪进行基础实验过程中获取的实验参数以及光学信号数据,所述基础实验为采用未染色的细胞作为实验样本进行的流式细胞仪实验;
S30、利用参照数据组对实验的光学信号数据进行优化处理;
S40、以优化处理后的实验的光学信号数据作为生成流失细胞图的信号数据。
2.根据权利要求1所述的一种流式细胞仪背景荧光数据图处理方法,其特征在于,所述在预先设定好的实验光学信号基础数据库中,寻找实验参数匹配度最高的实验光学信号基础数据作为参照数据的步骤,具体是:
步骤1、在实验光学信号基础数据库中若能找到至少一个与实验数据中相同细胞种类的实验光学信号基础数据,则进入步骤2,若不能找到则进入步骤4;
步骤2、将在步骤1中找到的至少一个与实验数据中相同细胞种类的实验光学信号基础数据建立第一数据集;
步骤3、在第一数据集中,根据所述实验的样本浓度以及样本体积匹配度最高的M1个实验光学信号基础数据作为参照数据组;
步骤4、利用细胞参数在所述实验光学信号基础数据库中寻找M0个匹配度最高的实验光学信号基础数据作为第二数据集;
步骤5、在第二数据集中,根据所述实验的样本浓度以及样本体积匹配度最高的M2个实验光学信号基础数据作为参照数据组;
其中,M0>2×M2,且M2≥2。
3.根据权利要求2所述的一种流式细胞仪背景荧光数据图处理方法,其特征在于,M1=1,M2=5。
4.根据权利要求1所述的一种流式细胞仪背景荧光数据图处理方法,其特征在于,根据所述实验的样本浓度以及样本体积匹配度最高的M_1个实验光学信号基础数据作为参照数据组的步骤中,匹配的方法为余弦相似度法。
5.根据权利要求1所述的一种流式细胞仪背景荧光数据图处理方法,其特征在于,所述利用参照数据组对实验的光学信号数据进行优化处理的步骤,具体为:
步骤31、将实验的光学信号数据中的FSC信号集、SSC信号集以及荧光信号集按照脉冲高度从小到大的顺序进行排列;
步骤32、若参照数据组的元素数量大于1,则进入步骤33,若参照数据组的元素数量为1,则进入步骤34;
步骤33、将参照数据组内的多个元素合并为一个元素,将得到的合并元素中的光学信号数据作为参照信号进入步骤35;
步骤34、将参照组中的元素作为参照信号;
步骤35、将参照信号中的FSC信号集、SSC信号集以及荧光信号分别记为FSC参照信号集、SSC参照信号集以及荧光参照信号集,并将FSC参照信号集、SSC参照信号集以及荧光参照信号集按照脉冲高度从小到大的顺序进行排列;
步骤36、对于实验的光学信号数据中的FSC信号集和FSC参照信号集,建立实验的光学信号数据中的FSC信号集到FSC参照信号集的映射;
步骤37、根据建立好的映射关系,对于实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度进行更新,减去映射的FSC参照信号的脉冲高度进行更新;
步骤38、按照步骤35-36的方式,对实验的光学信号数据中的SSC信号集和及荧光信号集进行更新,得到优化后的实验的光学信号数据。
6.根据权利要求5所述的一种流式细胞仪背景荧光数据图处理方法,其特征在于,所述将参照数据组内的多个元素合并为一个元素的步骤,具体是:将参照数据组内的多个元素中的光学信号数据进行合并为,即对每个元素中的FSC信号集、SSC信号集以及荧光信号进行合并为三个信号集,以合并后的三个信号集作为合并元素的光学信号数据。
7.根据权利要求5所述的一种流式细胞仪背景荧光数据图处理方法,其特征在于,所述对于实验的光学信号数据中的FSC信号集和FSC参照信号集,建立实验的光学信号数据中的FSC信号集到FSC参照信号集的映射的步骤,具体是:通过计算实验FSC脉冲信号与参照FSC脉冲信号之间的欧氏距离,为每个实验FSC脉冲信号找到距离最近的参照FSC脉冲信号,建立二者之间的映射对应关系。
8.根据权利要求5所述的一种流式细胞仪背景荧光数据图处理方法,其特征在于,根据建立好的映射关系,对于实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度进行更新的方法为:采用实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度减去映射的FSC参照信号的脉冲高度,以得到的结果作为实验的光学信号数据中的FSC信号集中的每个信号的脉冲高度。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行权利要求1-8任一项所述的一种流式细胞仪背景荧光数据图处理方法。
10.一种流式细胞仪背景荧光数据图处理系统,其特征在于,包含权利要求9所述的计算机可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311245975.6A CN117309728A (zh) | 2023-09-25 | 2023-09-25 | 一种流式细胞仪背景荧光数据图处理方法、介质及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311245975.6A CN117309728A (zh) | 2023-09-25 | 2023-09-25 | 一种流式细胞仪背景荧光数据图处理方法、介质及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117309728A true CN117309728A (zh) | 2023-12-29 |
Family
ID=89249308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311245975.6A Pending CN117309728A (zh) | 2023-09-25 | 2023-09-25 | 一种流式细胞仪背景荧光数据图处理方法、介质及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117309728A (zh) |
-
2023
- 2023-09-25 CN CN202311245975.6A patent/CN117309728A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9164022B2 (en) | Neighborhood thresholding in mixed model density gating | |
US5556764A (en) | Method and apparatus for cell counting and cell classification | |
USRE49373E1 (en) | System and method for adjusting cytometer measurements | |
CN101981446B (zh) | 用于使用支持向量机分析流式细胞术数据的方法和系统 | |
JP5870851B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US8831889B2 (en) | Quantification of differences between measured values and statistical validation based on the differences | |
JP7437393B2 (ja) | 粒子分析器のための適応ソーティング | |
WO2020196074A1 (ja) | 細胞の分析方法、深層学習アルゴリズムの訓練方法、細胞分析装置、深層学習アルゴリズムの訓練装置、細胞の分析プログラム及び深層学習アルゴリズムの訓練プログラム | |
CN101545863A (zh) | 生物试样分析仪 | |
EP3631417A1 (en) | Visualization, comparative analysis, and automated difference detection for large multi-parameter data sets | |
CN112161913A (zh) | 一种用于流式荧光分析系统的分析方法及设备 | |
US10452746B2 (en) | Quantitative comparison of sample populations using earth mover's distance | |
Johnsson | Structures in high-dimensional data: Intrinsic dimension and cluster analysis | |
CN114184599A (zh) | 单细胞拉曼光谱采集数目估计方法、数据处理方法及装置 | |
CN116046643B (zh) | 辅助诊断信息提供装置及血液分析系统 | |
CN117309728A (zh) | 一种流式细胞仪背景荧光数据图处理方法、介质及系统 | |
CN112424582A (zh) | 血液样本检测的方法、血液样本检测仪和存储介质 | |
van den Engh et al. | A computer program for analyzing bivariate flow karyotypes | |
CN114398942A (zh) | 一种基于集成的个人所得税异常检测方法及装置 | |
Culley et al. | Made to measure: An introduction to quantifying microscopy data in the life sciences | |
Rieß et al. | Automated Image Processing for the Analysis of DNA Repair Dynamics | |
Güzel | Development of a unified analysis framework for multicolor flow cytometry data based on quasi-supervised learning | |
CN116952807A (zh) | 辅助诊断方法及其生物样本分析方法、装置、设备和介质 | |
CN115398209A (zh) | 细胞分析方法、细胞分析仪及计算机可读存储介质 | |
CN117607009A (zh) | 一种流式细胞仪样品流速控制方法、介质及系统 |
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 |