WO2018232589A1 - 一种血小板聚集识别的方法、装置和细胞分析仪 - Google Patents
一种血小板聚集识别的方法、装置和细胞分析仪 Download PDFInfo
- Publication number
- WO2018232589A1 WO2018232589A1 PCT/CN2017/089159 CN2017089159W WO2018232589A1 WO 2018232589 A1 WO2018232589 A1 WO 2018232589A1 CN 2017089159 W CN2017089159 W CN 2017089159W WO 2018232589 A1 WO2018232589 A1 WO 2018232589A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- blood
- scattered light
- light signal
- signal
- fluorescence
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 208000010110 spontaneous platelet aggregation Diseases 0.000 title claims abstract description 50
- 210000004369 blood Anatomy 0.000 claims abstract description 263
- 239000008280 blood Substances 0.000 claims abstract description 263
- 210000000265 leukocyte Anatomy 0.000 claims abstract description 95
- 239000002245 particle Substances 0.000 claims abstract description 80
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000000684 flow cytometry Methods 0.000 claims abstract description 10
- 210000004027 cell Anatomy 0.000 claims description 51
- 239000007850 fluorescent dye Substances 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 16
- 230000003287 optical effect Effects 0.000 claims description 9
- 206010018910 Haemolysis Diseases 0.000 claims description 7
- 230000008588 hemolysis Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 3
- 210000000601 blood cell Anatomy 0.000 abstract description 11
- 210000001772 blood platelet Anatomy 0.000 description 116
- 230000002776 aggregation Effects 0.000 description 56
- 238000004220 aggregation Methods 0.000 description 56
- 210000003743 erythrocyte Anatomy 0.000 description 17
- 239000003153 chemical reaction reagent Substances 0.000 description 15
- 239000002473 artificial blood Substances 0.000 description 8
- 238000000386 microscopy Methods 0.000 description 7
- KRKNYBCHXYNGOX-UHFFFAOYSA-N citric acid Chemical compound OC(=O)CC(O)(C(O)=O)CC(O)=O KRKNYBCHXYNGOX-UHFFFAOYSA-N 0.000 description 6
- 206010043554 thrombocytopenia Diseases 0.000 description 6
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 5
- AUNGANRZJHBGPY-SCRDCRAPSA-N Riboflavin Chemical compound OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-SCRDCRAPSA-N 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- DHMQDGOQFOQNFH-UHFFFAOYSA-N Glycine Chemical compound NCC(O)=O DHMQDGOQFOQNFH-UHFFFAOYSA-N 0.000 description 4
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 4
- 238000004820 blood count Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 102000018832 Cytochromes Human genes 0.000 description 3
- 108010052832 Cytochromes Proteins 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- AUNGANRZJHBGPY-UHFFFAOYSA-N D-Lyxoflavin Natural products OCC(O)C(O)C(O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-UHFFFAOYSA-N 0.000 description 2
- 239000004471 Glycine Substances 0.000 description 2
- 108090000190 Thrombin Proteins 0.000 description 2
- 208000007536 Thrombosis Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- MRUAUOIMASANKQ-UHFFFAOYSA-N cocamidopropyl betaine Chemical compound CCCCCCCCCCCC(=O)NCCC[N+](C)(C)CC([O-])=O MRUAUOIMASANKQ-UHFFFAOYSA-N 0.000 description 2
- 229940073507 cocamidopropyl betaine Drugs 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 150000007523 nucleic acids Chemical class 0.000 description 2
- 102000039446 nucleic acids Human genes 0.000 description 2
- 108020004707 nucleic acids Proteins 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229960002477 riboflavin Drugs 0.000 description 2
- 235000019192 riboflavin Nutrition 0.000 description 2
- 239000002151 riboflavin Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 229960004072 thrombin Drugs 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- SNRUBQQJIBEYMU-UHFFFAOYSA-N Dodecane Natural products CCCCCCCCCCCC SNRUBQQJIBEYMU-UHFFFAOYSA-N 0.000 description 1
- 102000009123 Fibrin Human genes 0.000 description 1
- 108010073385 Fibrin Proteins 0.000 description 1
- BWGVNKXGVNDBDI-UHFFFAOYSA-N Fibrin monomer Chemical compound CNC(=O)CNC(=O)CN BWGVNKXGVNDBDI-UHFFFAOYSA-N 0.000 description 1
- 108010049003 Fibrinogen Proteins 0.000 description 1
- 102000008946 Fibrinogen Human genes 0.000 description 1
- SWLVFNYSXGMGBS-UHFFFAOYSA-N ammonium bromide Chemical compound [NH4+].[Br-] SWLVFNYSXGMGBS-UHFFFAOYSA-N 0.000 description 1
- 230000000702 anti-platelet effect Effects 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000001185 bone marrow Anatomy 0.000 description 1
- 108010015046 cell aggregation factors Proteins 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 210000000805 cytoplasm Anatomy 0.000 description 1
- 125000003438 dodecyl group Chemical group [H]C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])* 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000003989 endothelium vascular Anatomy 0.000 description 1
- 229950003499 fibrin Drugs 0.000 description 1
- 229940012952 fibrinogen Drugs 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000003219 hemolytic agent Substances 0.000 description 1
- 230000023597 hemostasis Effects 0.000 description 1
- 230000002439 hemostatic effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000003593 megakaryocyte Anatomy 0.000 description 1
- ISWNAMNOYHCTSB-UHFFFAOYSA-N methanamine;hydrobromide Chemical compound [Br-].[NH3+]C ISWNAMNOYHCTSB-UHFFFAOYSA-N 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 210000001995 reticulocyte Anatomy 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 210000003556 vascular endothelial cell Anatomy 0.000 description 1
- 230000000007 visual 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
- G01N15/10—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
- G01N15/1456—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
- G01N15/1459—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for 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
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5094—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for blood cell populations
-
- 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
- G01N15/1456—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
- G01N2015/1461—Coincidence detecting; Circuits therefor
-
- 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
- G01N2015/1486—Counting the particles
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Dispersion Chemistry (AREA)
- Biomedical Technology (AREA)
- Organic Chemistry (AREA)
- Cell Biology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Signal Processing (AREA)
- Ecology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Genetics & Genomics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明属于医疗设备领域，公开了一种血小板聚集识别的方法、装置、流式细胞分析仪，用于在血液细胞分析过程中对血小板聚集进行准确报警，该方法包括：利用流式细胞分析技术对预处理后的血液样本进行检测，获取血液样本的散射光信号和荧光信号；所述散射光信号为前向散射光信号或侧向散射光信号；利用血液样本散射光信号和荧光信号形成的荧光-散射光散点图区分血影与白细胞；统计血液样本的荧光-散射光散点图中的血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则进行血小板聚集报警。
Description
本发明属于医疗设备领域，具体涉及一种血小板聚集识别的方法、装置和细胞分析仪，尤其是涉及一种利用散射光信号和荧光信号形成的散点图中的血影特征区域进行血小板聚集识别的方法、装置和细胞分析仪。
血小板是一种无核的细胞，来源于巨核细胞，静息状态下呈双凸碟形，有细胞膜包裹着含颗粒的胞质，平均直径2.4μm，平均容积为7.2fL。正常状态下，血小板在血管内以单个形式循环，并不与其他细胞类型和其他血小板相互作用。当血管内皮细胞层损伤，暴露出内膜下基质成分如胶原等，血小板可黏附到受损的血管内皮上，相互聚集，促成凝血酶的生成，最终通过形成血小板血栓和凝血酶将纤维蛋白原变成纤维蛋白达到止血的作用。血小板在体内主要参与止血和血栓的形成，有着非常重要的生理性功能，因此血小板数量检测是临床最常用的检测项目之一。
血液细胞分析仪是一种可检测血液中细胞的一种仪器，可以对白细胞(WBC)、红细胞(RBC)、血小板(PLT)、有核红细胞、网织红细胞等细胞进行计数及分类。血液细胞分析仪结果若显示患者血小板减少可能会指导医生抽骨髓检查或输注血小板治疗。而由于血小板聚集导致血液细胞分析仪计数血小板数量假性减少的现象被称为假性血小板减少(pseudothrombocytopenia)。假性血小板减少已被广泛报道，而其引起因素亦多种多样，其报道有EDTA依赖性因素、有冷聚集因素、有药物性因素。其中关于EDTA依赖性假性血小板减少的报道最为广泛，其研究也最多。有报道认为其引起因素可能是由依赖于EDTA的抗血小板抗体引起的，但其发生的机制目
前还不明了。由于假性血小板减少发生率低，不容易被发现，极易漏诊。
然而若这种现象不能被识别，就可导致临床上的误诊，以至错误的治疗，特别是当病人需要外科手术或化疗治疗，假性血小板减少的结果可能导致延误甚至停止治疗，其后果是严重的。
当前血液细胞分析仪主要的计数血小板的方法有阻抗法和光学法。当血小板聚集(PLT聚集)发生时，两个或者多个血小板聚集在一起，其形态特征和大细胞(如白细胞)差别不大。因此，当血小板聚集团通过检测装置时，无论是阻抗法的电压信息和光学法的散射光或荧光信息，其特征和大细胞(如白细胞)都较为相似，导致无法区分，无法提供准确报警。
因此，亟需一种准确的血小板聚集识别的方法和装置，以在血液细胞分析过程中对PLT聚集进行准确报警。
发明内容
本发明针对现有技术中存在的不足，提供一种血小板聚集识别的方法和装置，能在血液细胞分析过程中对PLT聚集进行准确报警，从而方便操作人员判读血液细胞分析仪结果，避免假性血小板减少现象的发生。
为实现本发明的目的，本发明采用如下技术方案
一种血小板聚集识别的方法，包括如下步骤：
利用流式细胞分析技术对预处理后的血液样本进行检测，获取血液样本的散射光信号和荧光信号；所述散射光信号为前向散射光信号或侧向散射光信号；
利用血液样本散射光信号和荧光信号形成的荧光-散射光散点图区分血影与白细胞；
统计血液样本的荧光-散射光散点图中的血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则
进行血小板聚集报警。
其中，所述预处理为对血液样本中的细胞进行溶血和荧光染色。
其中，所述血影特征区域为血影区域的一部分。
进一步的，所述血影特征区域依据白细胞团区域的位置而确定。
进一步的，所述血影特征区域为血影区域内散射光信号等于和/或大于白细胞团的散射光信号且荧光信号等于和/或大于白细胞团的荧光信号的区域。
进一步的，所述阈值根据血影特征区域的选择而预先设定。
相应的，本发明还提供了一种血小板聚集识别的装置，包括：
光信号获取单元，用于获取血液样本中的细胞经过流式细胞分析仪检测区时的散射光信号和荧光信号；所述散射光信号为前向散射光信号或侧向散射光信号；
散点图生成单元，用于根据所述散射光信号和荧光信号，生成荧光-散射光散点图，区分血液样本中的血影与白细胞；
分析报警单元，用于获取血液样本所述荧光-散射光散点图的血影特征区域，统计所述血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则进行血小板聚集报警。
其中，所述分析报警单元包括：
血影特征区域确定单元，用于分析所述荧光-散射光散点图血影区域，确定血影特征区域，所述血影特征区域为血影区域的一部分。
进一步的，所述分析报警单元包括：
血影特征区域确定单元，用于分析所述荧光-散射光散点图血影区域，确定血影特征区域，所述血影特征区域依据白细胞团区域的位置而确定。
进一步的，所述分析报警单元包括：
血影特征区域确定单元，用于分析所述荧光-散射光散点图血影区域，确定血影特征区域，所述血影特征区域为血影区域内散射光信
号等于和/或大于白细胞团的散射光信号且荧光信号等于和/或大于白细胞团的荧光信号的区域。
其中，所述分析报警单元还包括：
计数单元，用于对所述血影特征区域内的粒子数量进行计数；
比较单元，用于将所述血影特征区域内的粒子数量与预定阈值进行比较；
判定单元，用于在所述血影特征区域内的粒子数量大于所述预定阈值时，判定所述血液样本中存在血小板聚集；
报警处理单元，用于在判定所述血液样本中存在血小板聚集后，进行报警处理。
另一方面，本发明还提供了一种细胞分析仪，包括：
采样装置，用于吸取血液样本；
预处理装置，用于对所述血液样本进行预处理，获得处理后的血液样本，所述预处理包括对所述血液样本中的细胞进行溶血和荧光染色；
检测装置，用于使所述处理后的血液样本中的细胞逐个通过检测区，检测所述血液样本中细胞的散射光信号和荧光信号；所述散射光信号为前向散射光信号和/或侧向散射光信号；
上述血小板聚集识别的装置，用于根据检测装置所检测到的前向散射光信号、侧向散射光信号和荧光信号，生成血液样本的荧光-散射光散点图，获取所述荧光-散射光散点图的血影特征区域，并统计该血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则进行血小板聚集报警。
相应的，本发明还提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述血小板聚集识别的方法。
实施本申请具有如下有益效果：
在本申请中，通过将血液样本使用试剂进行预处理，使用流式细胞分析仪对血液样本中的各细胞进行检测，获得细胞的散射光信号和荧光信号。通过形成荧光-散射光散点图，区分所述血液样本中的血影和白细胞，检测在血影区域中的一个特定区域内的粒子数量来判断该血液样本是否存在PLT聚集进行PLT聚集的识别和报警。在本申请中，在无需采用专用的预处理试剂，只要在同一通道中，NRBC和WBC能分离，就可以利用血影中的一个特定区域进行PLT聚集的识别，可以给出较为准确的PLT聚集报警，从而在不增加仪器系统结构和成本的情况下，可以快速简便地为临床血液细胞分析提供重要信息。
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。
图1示本申请提供的一种血小板聚集识别的方法的一个实施例的流程示意图；
图2示正常样本荧光-前向散射光视角散点图；
图3示PLT聚集样本荧光-前向散射光视角散点图；
图4示另一荧光染料试剂预处理后BC-6800检测，PLT聚集样本荧光-前向散射光视角散点图；
图5示前向散射光视角4例正常样本PLT聚集区域粒子数统计；
图6示荧光-前向散射光视角4例PLT聚集样本PLT聚集区域粒子数统计；
图7示正常样本荧光-侧向散射光视角散点图；
图8示PLT聚集样本荧光-侧向散射光视角散点图；
图9示另一荧光染料试剂预处理后BC-6800检测PLT聚集样本荧光-侧向散射光视角散点图；
图10示侧向散射光视角4例正常样本PLT聚集区域粒子数统计；
图11示荧光-侧向散射光视角4例PLT聚集样本PLT聚集区域粒子数统计；
图12示本申请提供的血小板聚集识别装置的一个实施例的结构示意图；
图13示图12中分析报警单元的结构示意图；
图14示是本申请提供的一种流式细胞分析仪的一个实施例的结构示意图。
为便于对本申请的理解，首先需要对本申请中所涉及的一些专业术语进行说明。
散点图，是由流式细胞分析仪生成的一种二维图，其上分布有多个粒子的二维特征信息，其中散点图的X坐标轴和Y坐标轴均表征每个粒子的一种特性，例如在一个散点图中，X坐标轴表征荧光强度，而Y坐标轴表征前向散射光强度。
细胞团，分布在散点图的某一区域，由具有相同特性的多个粒子形成的粒子团，例如白细胞团。
NRBC通道：在血液样本加入荧光试剂处理后，可以对有核红细胞进行分类，NRBC通道可以给出白细胞计数值和有核红细胞计数值。
血液细胞分析仪NRBC通道可以独立检测出有核红细胞，并给出白细胞计数值和有核红细胞计数值。红细胞和血小板经过溶血剂、荧光染料处理后形成血影碎片粒子，经过光学系统检测，形成血影。而红细胞与血小板内部的某些成分如细胞色素、核黄素等会与荧光染料发生结合，会形成荧光信号。同时由于血影粒子的大小不同，形成信号大小相异的前向散射光信号。由于血影粒子的复杂度不同，形成信号大小相异的侧向散射光信号。
申请人经过深入的研究，分析了大量PLT聚集时收集到的前向散射光、侧向散射光和荧光信息的数据，发现在荧光-前向散射光视角散点图或荧光-侧向散射光视角散点图的血影区域中的一个特定区域内的粒子数量与PLT聚集密切相关。通过检测在血影区域中的该特征区域内粒子数量可以判断该血液样本是否存在PLT聚集，进行PLT聚集的识别和报警。
如图1所示，本申请提供的一种血小板聚集识别的方法，包括如下步骤：
S11利用流式细胞分析技术对预处理后的血液样本进行检测，获取血液样本的散射光信号和荧光信号；所述散射光信号为前向散射光信号或侧向散射光信号；
S12利用血液样本散射光信号和荧光信号形成的荧光-散射光散点图区分血影与白细胞；
S13统计血液样本的荧光-散射光散点图中的血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则进行血小板聚集报警。
可以理解的是，本发明所述血小板聚集识别的方法血液样本在进行检测前需要进行预处理。所述预处理为对血液样本中的细胞进行溶血和荧光染色。
具体地，将所述血液样本与溶血试剂和荧光染料按一定比例进行混合，形成处理后的血液样本。其中，溶血试剂可以溶解血液样本中的红细胞和血小板，形成血影，使之与白细胞和有核红细胞分开，而荧光染料对白细胞和有核红细胞中的核酸以及红细胞与血小板内部的细胞色素、核黄素等结合以标记细胞，由于白细胞和有核红细胞中的核酸以及红细胞与血小板内部的细胞色素、核黄素等结合荧光染料的能力有差异，会产生不同的荧光信息。
步骤S11所述预处理后的血液样本经过流式细胞仪，单个细胞逐个通过检测区时，可收集散射光信号和荧光信号。
其中所述散射光信号是单个细胞逐个通过检测区时受到激光束的照射，向整个空间散射光线，包括前向散射光和侧向散射光。前向散射光可反映细胞的大小信息，侧向散射光可反映细胞内部结构的复杂程度。而由于各类型细胞的大小不同，会产生不同的前向散射光信息，由于细胞内形态或复杂程度不同，会产生不同的侧向散射光信息。
所述散射光信号和荧光信号是从流式细胞分析仪的同一个通道的测定数据中获取的，即将NRBC与WBC分离出的通道。如深圳迈瑞生物医疗股份有限公司的细胞分析仪BC-6800的NRBC通道。
可以理解的是，所述血液样本中细胞的前向散射光信号、侧向散射光信号和荧光信号，可以在一次检测中同时获得，即当细胞通过流式细胞仪检测区时，同时收集所述血液样本中细胞的前向散射光信号、侧向散射光信号和荧光信号。也可以经过多次检测获得，如可以将经处理后的血液样本分成相同份量的两份，将第一份血液样本注入流式细胞分析仪，让该血液样本中各细胞经过流式细胞分析仪的检测区，检测并收集该血液样本中每一个细胞的前向散射光信号以及荧光信号；而随后将第二份血液样本注入流式细胞分析仪，让该血液样本中各细胞经过流式细胞分析仪的检测区，检测并收集该血液样本中每一个细胞的侧向散射光信号以及荧光信号。
步骤S12以S11收集的荧光信号为X轴，以S11收集的散射光信号为Y轴，获得荧光-散射光散点图，利用该荧光-散射光散点图区分血影、有核红细胞、白细胞。
步骤S13统计血液样本的荧光-散射光散点图中的血影特征区域内的粒子数量，需要首先确定血影特征区域的位置与大小。所述血影特征区域的位置与大小是随荧光-散射光散点图中血影区域和白细胞团位置与大小而变化。
其中，所述血影特征区域为血影区域的一部分。血影特征区域是将血影区域中的特定区域作为血影特征区域。例如可以是取散射光信号大于一特定信号值和/或荧光信号大于一特定信号值的血影区域作
为血影特征区域。也可以是取散射光信号等于一特定信号值和/或荧光信号等于一特定信号值的血影区域作为血影特征区域。也可以是取散射光信号小于一特定信号值和/或荧光信号小于一特定信号值的血影区域作为血影特征区域。
进一步的，在一些实施方案中，所述血影特征区域依据白细胞团区域的位置而确定。即所述血影特征区域为血影区域内依据白细胞团区域的散射光信号和荧光信号而确定的特定区域。
具体地，进一步所述血影特征区域为血影区域内散射光信号等于和/或大于白细胞团的散射光信号且荧光信号等于和/或大于白细胞团的荧光信号的区域。
可以理解的是，在一个实施方案中，所述血影特征区域为血影区域内散射光信号等于和大于白细胞团的散射光信号且荧光信号等于和大于白细胞团的荧光信号的区域。即首先根据荧光-散射光散点图区分白细胞团区域和血影区域，通过荧光-散射光散点图上的白细胞团的散射光的最小信号和荧光的最小信号确定血影特征区域的下边界和左边界，然后在血影区域内根据白细胞团区域的下边界和左边界选择与血影区交叠区域作为血影特征区域。
在一个实施方案中，所述血影特征区域为血影区域内散射光信号大于白细胞团的散射光信号且荧光信号大于白细胞团的荧光信号的区域。即首先根据荧光-散射光散点图区分白细胞团区域和血影区域，通过荧光-散射光散点图上的白细胞团的散射光的最大信号和荧光的最大信号确定血影特征区域的下边界和左边界，然后在血影区域内根据血影特征区域的下边界和左边界选择与血影区交叠区域作为血影特征区域。
在一个实施方案中，所述血影特征区域为血影区域内散射光信号等于白细胞团的散射光信号且荧光信号等于白细胞团的荧光信号的区域。即首先根据荧光-散射光散点图区分白细胞团区域和血影区域，通过荧光-散射光散点图上的白细胞团的散射光的最大信号与最小信
号和荧光的最大信号和最小信号分别确定血影特征区域的上边界、下边界、左边界和右边界，然后在血影区域内根据血影特征区域的上边界、下边界、左边界和右边界选择与血影区交叠区域作为血影特征区域。
同理，所述血影特征区域还可以选择为血影区域内散射光信号等于和大于白细胞团的散射光信号且荧光信号大于白细胞团的荧光信号的区域、血影区域内散射光信号大于白细胞团的散射光信号且荧光信号等于和大于白细胞团的荧光信号的区域、血影区域内散射光信号等于白细胞团的散射光信号且荧光信号等于和大于白细胞团的荧光信号的区域、血影区域内散射光信号等于和大于白细胞团的散射光信号且荧光信号等于白细胞团的荧光信号的区域、血影区域内散射光信号等于白细胞团的散射光信号且荧光信号大于白细胞团的荧光信号的区域或血影区域内散射光信号大于白细胞团的散射光信号且荧光信号等于白细胞团的荧光信号的区域。
可以理解的是，步骤S12也可以以S11收集的散射光信号为X轴，以S11收集的荧光信号为Y轴，获得相应的荧光-散射光散点图，进一步利用该荧光-散射光散点图区分血影、有核红细胞、白细胞。而步骤S13中的血影特征区域的位置与大小需要根据相应的荧光-散射光散点图中的血影区域和白细胞团位置与大小而变化。
进一步，步骤S13统计血液样本的荧光-散射光散点图中的血影特征区域内的粒子数量，与阈值进行比较，判断所述粒子数量是否超过阈值。如果统计的血影特征区域内的粒子数量大于预定阈值，则确定血液样本中存在血小板聚集，并进行报警处理。
所述报警处理包括：通过文本、声音、发光或弹窗等方式进行报警提示。
所述阈值是根据实验统计预先设定的固定值。
本领域技术人员可以根据实际的阈值统计实验对预先确定的血影特征区域的进行位置的适当调整，以提高血小板聚集识别和报警的准确度。
可以理解的是，以上的步骤的标号仅为表述方便，并不限定先后顺序。
本文中使用的“散点图”即可以是可视化的图形，也可以是未可视化的数据的集合，只要能实现以上方法即可。
本申请所述的血小板聚集识别的方法，主要是利用散射光信号和荧光信号形成的散点图中的血影特征区域。
具体来说，在本申请的一个具体实施例中，比较了正常样本和PLT聚集样本分别经过中国专利CN200910238927中实施例10记载的荧光染料试剂进行预处理后采用前述方法，经深圳迈瑞生物医疗股份有限公司的BC-6800细胞分析仪，利用流式细胞分析技术对预处理后的血液样本进行检测，分别获得正常样本的前向散射光信号和荧光信号以及PLT聚集样本的前向散射光信号和荧光信号。根据收集到的正常样本的前向散射光信息和荧光信息，形成正常样本荧光-前向散射光散点图，区分血影区和白细胞团，选择血影区域内前向散射光信号等于和大于白细胞团的前向散射光信号且荧光信号等于和大于白细胞团的荧光信号的区域作为血影特征区域(如图2所示)。根据收集到的PLT聚集样本的前向散射光信息和荧光信息，形成PLT聚集样本荧光-前向散射光散点图，区分血影区和白细胞团，选择血影区域内前向散射光信号等于和大于白细胞团的前向散射光信号且荧光信号等于和大于白细胞团的荧光信号的区域作为血影特征区域(如图3所示)。分别统计正常样本和PLT聚集样本血影特征区域内的粒子数量，与预先设定的阈值进行比较，根据所述粒子数量是否超过阈值，可以进行PLT聚集的识别。
为了进一步地确认本申请实施例所提供的血小板聚集识别的方法的效果，申请人进行了一系列的对比实验。申请人随机选取了4例
正常样本和28例PLT聚集样本，其中所述正常样本通过人工血涂片镜检确认均不存在PLT聚集的现象；所述PLT聚集样本通过人工血涂片镜检确认均存在PLT聚集的现象。通过本申请所述血小板识别的方法分别对上述4例正常样本和28例PLT聚集样本进行测试，4例正常样本均未给出PLT聚集报警，而28例PLT聚集样本全部给出PLT聚集报警。
在本申请的一个具体实施例中，采用了经过另一荧光染料试剂(所述另一种荧光染料试剂由式Ⅰ所示荧光染料化合物、盐酸、甘氨酸、柠檬酸、十二烷基三甲基溴化铵、椰油酰胺丙基甜菜碱和乙二胺四乙酸组成，pH值为2.9)进行预处理的PLT聚集样本，采用前述方法经深圳迈瑞生物医疗股份有限公司的BC-6800细胞分析仪，利用流式细胞分析技术对预处理后的血液样本进行检测，获得PLT聚集样本的前向散射光信号和荧光信号，根据收集到的前向散射光信息和荧光信息，形成PLT聚集样本的荧光-前向散射光散点图(图4)，并区分血影区和白细胞团，选择血影区域内前向散射光信号等于和大于白细胞团的前向散射光信号且荧光信号等于和大于白细胞团的荧光信号的区域作为血影特征区域，分别统计正常样本和PLT聚集样本血影特征区域内的粒子数量，与预先设定的阈值进行比较，根据所述粒子数量是否超过阈值，可以进行PLT聚集的识别。
可以看出，在预处理步骤采用不同的试剂，最后均可以通过检测在血影区域中的血影特征区域内粒子数量来判断血液样本是否存在PLT聚集，并进行PLT聚集的识别和报警。
在本申请的另一个具体实施例中，比较了正常样本和PLT聚集样本分别经过中国专利CN200910238927中实施例10记载的组合物的荧光染料试剂进行预处理后采用前述方法，经深圳迈瑞生物医疗股份有限公司的BC-6800细胞分析仪，利用流式细胞分析技术对预处理后的血液样本进行检测，分别获得正常样本的侧向散射光信号和荧光信号以及PLT聚集样本的侧向散射光信号和荧光信号。根据收集到的正常样本的侧向散射光信息和荧光信息，形成正常样本荧光-侧向散射光散点图，区分血影区和白细胞团，选择血影区域内侧向散射光信号等于和大于白细胞团的侧向散射光信号且荧光信号等于和大于白细胞团的荧光信号的区域作为血影特征区域(如图7所示)。根据收集到的PLT聚集样本的侧向散射光信息和荧光信息，形成PLT聚集样本荧光-侧向散射光散点图，区分血影区和白细胞团，选择血影区域内侧向散射光信号等于和大于白细胞团的侧向散射光信号且荧
光信号等于和大于白细胞团的荧光信号的区域作为血影特征区域(如图8所示)。分别统计正常样本和PLT聚集样本血影特征区域内的粒子数量，与预先设定的阈值进行比较，根据所述粒子数量是否超过阈值，可以进行PLT聚集的识别。
为了进一步地确认本申请实施例所提供的血小板聚集识别的方法的效果，申请人进行了一系列的对比实验。申请人随机选取了4例正常样本和28例PLT聚集样本，其中所述正常样本通过人工血涂片镜检确认均不存在PLT聚集的现象；所述PLT聚集样本通过人工血涂片镜检确认均存在PLT聚集的现象。通过本申请所述血小板识别的方法分别对上述4例正常样本和28例PLT聚集样本进行测试，4例正常样本均未给出PLT聚集报警，而28例PLT聚集样本全部给出PLT聚集报警。
同样的，在本申请的一个具体实施例中，采用了经过另一荧光染料(所述另一种荧光染料试剂由式Ⅰ所示荧光染料化合物、盐酸、甘氨酸、柠檬酸、十二烷基三甲基溴化铵、椰油酰胺丙基甜菜碱和乙二胺四乙酸组成，pH值为2.9)进行预处理的PLT聚集样本，采用前述方法经深圳迈瑞生物医疗股份有限公司的BC-6800细胞分析仪，利用流式细胞分析技术对预处理后的血液样本进行检测，获得PLT聚集样本的侧向散射光信号和荧光信号，根据收集到的侧向散射光信息和荧光信息，形成PLT聚集样本的荧光-侧向散射光散点图(图9)，并区分血影区和白细胞团，选择血影区域内侧向散射光信号等于和大于白细胞团的侧向散射光信号且荧光信号等于和大于白细胞团的荧光信号的区域作为血影特征区域，分别统计正常样本和PLT聚集样本血影特征区域内的粒子数量，与预先设定的阈值进行比较，根据所述粒子数量是否超过阈值，可以进行PLT聚集的识别。
可以看出，在采用不同的激光束收集角度(前向散射光或侧向散射光)，最后均可以通过检测在血影区域中的血影特征区域内粒子数
量来判断血液样本是否存在PLT聚集，并进行PLT聚集的识别和报警。
进一步，从上述的结果显示，采用本申请所提供的方法对血液样本中进行血小板聚集的识别具有较高的报警灵敏度和特异度，报警准确性较好。
可以理解的，本申请实施例的方法可以通过流式细胞分析仪及其主机实现，更具体地，其可以采用运行软件的方式来实现。另外，可以理解的是，本申请实施例提供方法与所采用的试剂和激光束照射角度无直接关联，只要在荧光-散射光散点图中能明显实现血影和白细胞分类时，就可以确定所述血影特征区域。
本申请还提供了一种血小板聚集识别的装置。如图12至图14所示，示出了一种血小板聚集识别的装置的一个实施例，在该实施例中，该血小板聚集识别的装置4用于对血液样本中是否存在血小板聚集进行报警，其包括：
光信号获取单元41，用于获取血液样本中的细胞经过流式细胞分析仪检测区时的散射光信号和荧光信号；所述散射光信号为前向散射光信号或侧向散射光信号；具体地，该光信号获取单元41，是从流式细胞分析仪的同一个通道的测定数据中获取的，即从将NRBC与WBC分离出的通道获取血液样本中细胞的前向散射光信号、侧向散射光信号和荧光信号；
散点图生成单元42，用于根据光信号获取单元41所获取的所述散射光信号和荧光信号，生成荧光-散射光散点图，区分血液样本中的血影与白细胞；
分析报警单元43，用于获取所述血液样本所述荧光-散射光散点图的血影特征区域，统计所述血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则进行血小板聚集报警。
具体地，分析报警单元43包括：
血影特征区域确定单元431，用于分析所述荧光-散射光散点图血影区域，确定血影特征区域，所述血影特征区域为血影区域的一部分；
计数单元432，用于对所述血影特征区域内的粒子数量进行计数；
比较单元433，用于将所述血影特征区域内的粒子数量与预定阈值进行比较；
判定单元434，用于在所述血影特征区域内的粒子数量大于所述预定阈值时，判定所述血液样本中存在血小板聚集；
报警处理单元435，用于在判定所述血液样本中存在血小板聚集后，进行报警处理，该报警处理包括：通过文本、声音、发光或弹窗方式进行报警提示。
进一步的，所述血影特征区域确定单元431，用于分析所述荧光-散射光散点图血影区域，确定血影特征区域，所述血影特征区域依据白细胞团区域的位置而确定。
进一步的，所述血影特征区域确定单元431，用于分析所述荧光-散射光散点图血影区域，确定血影特征区域，所述血影特征区域为血影区域内散射光信号等于和/或大于白细胞团的散射光信号且荧光信号等于和/或大于白细胞团的荧光信号的区域。
更多的细节，可以一并参照前述对图2至图11的说明，在此不进行赘述。
如图14所示，是本申请实施例提供一种流式细胞分析仪中的检测装的结构示意图，该流式细胞分析仪包括：
采样装置1，用于吸取血液样本；
预处理装置2，用于对所述血液样本进行预处理，获得处理后的血液样本，所述预处理包括对所述血液样本中的细胞进行溶血和荧光染色；
检测装置3，用于使所述处理后的血液样本中的细胞逐个通过检测区，检测所述血液样本中细胞的散射光信号和荧光信号；所述散射
光信号为前向散射光信号和/或侧向散射光信号。具体地，该检测装置3在同一个通道(即从将NRBC与WBC分离出的通道)中检测并收集所述血液样本中细胞的前向散射光信号、侧向散射光信号和荧光信号；
血小板聚集识别的装置4，用于根据检测装置所检测到的前向散射光信号、侧向散射光信号和荧光信号，生成血液样本的荧光-散射光散点图，获取所述荧光-散射光散点图的血影特征区域，并统计该血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则进行血小板聚集报警。
其中，该血小板聚集识别的装置4的更多的细节可参照前述对图12-图13的描述。
实施本申请的实施例，具有如下有益效果：
在本申请实施中，通过将血液样本使用试剂进行预处理，使用流式细胞分析仪对血液样本中的各细胞进行检测，获得细胞的散射光信号和荧光信号。通过形成荧光-散射光散点图，区分所述血液样本中的血影和白细胞，检测在血影区域中的一个特定区域内的粒子数量来判断该血液样本是否存在PLT聚集进行PLT聚集的识别和报警。
在本申请实施例中，在无需采用专用的预处理试剂，只要在同一通道中，NRBC和WBC能分离，就可以利用血影中的一个特定区域进行PLT聚集的识别，可以给出较为准确的PLT聚集报警，从而在不增加仪器系统结构和成本的情况下，可以快速简便地为临床血液细胞分析提供重要信息。
可以理解的是，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的，程序可存储于一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。因此本申请还提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如上所述血小板聚集识别的方法。其中，存储介质可为磁碟、光盘、
只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Rando m Access Memory，RAM)等。
为了方便说明，下面提供正常样本和PLT聚集样本的荧光和散射光信号形成的散点图进行示意，仪器是深圳迈瑞生物医疗股份有限公司的BC-6800，以中国专利CN200910238927中实施例10记载的组合物作为荧光染料。
实施例一：
在荧光和前向散射光组成的散点图中，如图2所示的正常样本，其血影位于低荧光信号和低前向散射光信号区域，对比图3所示的PLT聚集样本。选择前向散射光信号与白细胞团相等或大于白细胞团的信号点，荧光信号与白细胞团相等或大于白细胞团的信号点，作为血影特征区域。统计在此区域内的血影粒子数，如果大于一定的粒子数，则进行PLT聚集的报警。在本实施例中，设置55个点为报警阈值。
为了进一步地确认所提供的血小板识别的方法的效果，申请人进行了对比实验。
随机选取了4例正常样本，如图5所示，通过人工血涂片镜检未发现存在PLT聚集的现象。通过本申请所述血小板识别的方法进行测试，4例正常样本在血影特征区域的血影粒子数分别为8、4、16、7，未达到报警阈值55，4例样本均未给出PLT聚集报警。
随机选取了28例PLT聚集样本，通过人工血涂片镜检发现均存在PLT聚集的现象。通过本申请所述血小板识别的方法进行测试，统计28例PLT聚集样本血影特征区域粒子数结果见表1。
表1 BC-6800荧光-前向散射光视角28例样本血影特征区域粒子数
结果显示，28例PLT聚集样本的血影特征区域的PLT聚集粒子数均超过报警阈值55个点，全部给出PLT聚集报警。其中1-4号PLT聚集样本的荧光-前向散射光视角散点图如图6所示，1-4号4例PLT聚集样本在血影特征区域的血影粒子数分别为518、650、145、728，超过报警阈值55，4例PLT聚集样本均能给出PLT聚集报警。
实施例二：
在荧光和侧向散射光组成的散点图中，如图7所示的正常样本，其血影区域在荧光和侧向散射光的低端，对比图8所示的PLT聚集样本。选择侧向散射光信号与白细胞团相等或大于白细胞团的信号点，荧光信号与白细胞团相等或大于白细胞团的信号点，作为血影特征区域。统计在此区域内的粒子数，如果大于一定的粒子数，则进行PLT聚集的报警。在本实施例中，设置50个点为报警阈值。
为了进一步地确认所提供的血小板识别的方法的效果，申请人进行了对比实验。
随机选取了4例正常样本，如图10所示，通过人工血图片镜检未发现存在PLT聚集的现象。通过本申请所述血小板识别的方法进行测试，4例正常样本在血影特征区域的血影粒子数分别为6、8、7、1，未达到报警阈值50，4例样本均未给出PLT聚集报警。
随机选取28例PLT聚集样本，通过人工血涂片镜检发现均存在PLT聚集的现象。通过本申请所述血小板识别的方法进行测试，统计28例PLT聚集样本血影特征区域粒子数结果见表2。
表2 BC-6800荧光-侧向散射光视角28例样本PLT聚集区域粒子数
结果显示，28例PLT聚集样本的血影特征区域的PLT聚集粒子数均超过报警阈值50个点，全部给出PLT聚集报警。其中1-4号PLT聚集样本的荧光-侧向散射光视角散点图如图11所示，4例PLT聚集样本在血影特征区域的血影粒子数分别为502、585、120、711，超过报警阈值50，4例PLT聚集样本均能给出PLT聚集报警。
以上结果显示，本申请所述血小板识别的方法对PLT聚集报警具有较高的报警灵敏度和特异度，报警准确性较好。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (13)
- 一种血小板聚集识别的方法，其特征在于，包括如下步骤：利用流式细胞分析技术对预处理后的血液样本进行检测，获取血液样本的散射光信号和荧光信号；所述散射光信号为前向散射光信号或侧向散射光信号；利用血液样本散射光信号和荧光信号形成的荧光-散射光散点图区分血影与白细胞；统计血液样本的荧光-散射光散点图中的血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则进行血小板聚集报警。
- 根据权利要求1所述的方法，其特征在于，所述预处理为对血液样本中的细胞进行溶血和荧光染色。
- 根据权利要求1或2所述的方法，其特征在于，所述血影特征区域为血影区域的一部分。
- 根据权利要求3所述的方法，其特征在于，所述血影特征区域依据白细胞团区域的位置而确定。
- 根据权利要求4所述的方法，其特征在于，所述血影特征区域为血影区域内散射光信号等于和/或大于白细胞团的散射光信号且荧光信号等于和/或大于白细胞团的荧光信号的区域。
- 根据权利要求1或2所述的方法，其特征在于，所述阈值根据血影特征区域的选择而预先设定。
- 一种血小板聚集识别的装置，其特征在于，包括：光信号获取单元，用于获取血液样本中的细胞经过流式细胞分析仪检测区时的散射光信号和荧光信号；所述散射光信号为前向散射光信号或侧向散射光信号；散点图生成单元，用于根据所述散射光信号和荧光信号，生成荧光-散射光散点图，区分血液样本中的血影与白细胞；分析报警单元，用于获取血液样本所述荧光-散射光散点图的血影特征区域，统计所述血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则进行血小板聚集报警。
- 根据权利要求7所述的装置，其特征在于，所述分析报警单元包括：血影特征区域确定单元，用于分析所述荧光-散射光散点图血影区域，确定血影特征区域，所述血影特征区域为血影区域的一部分。
- 根据权利要求7所述的装置，其特征在于，所述分析报警单元包括：血影特征区域确定单元，用于分析所述荧光-散射光散点图血影区域，确定血影特征区域，所述血影特征区域依据白细胞团区域的位置而确定。
- 根据权利要求7所述的装置，其特征在于，所述分析报警单元包括：血影特征区域确定单元，用于分析所述荧光-散射光散点图血影区域，确定血影特征区域，所述血影特征区域为血影区域内散射光信号等于和/或大于白细胞团的散射光信号且荧光信号等于和/或大于白细胞团的荧光信号的区域。
- 根据权利要求8-10任意一项所述的装置，其特征在于，所述分析报警单元还包括：计数单元，用于对所述血影特征区域内的粒子数量进行计数；比较单元，用于将所述血影特征区域内的粒子数量与预定阈值进行比较；判定单元，用于在所述血影特征区域内的粒子数量大于所述预定阈值时，判定所述血液样本中存在血小板聚集；报警处理单元，用于在判定所述血液样本中存在血小板聚集后，进行报警处理。
- 一种细胞分析仪，其特征在于，包括：采样装置，用于吸取血液样本；预处理装置，用于对所述血液样本进行预处理，获得处理后的血液样本，所述预处理包括对所述血液样本中的细胞进行溶血和荧光染色；检测装置，用于使所述处理后的血液样本中的细胞逐个通过检测区，检测所述血液样本中细胞的散射光信号和荧光信号；所述散射光信号为前向散射光信号和/或侧向散射光信号；如权利要求7-11中任意一项所述的血小板聚集识别的装置，用于根据检测装置所检测到的前向散射光信号、侧向散射光信号和荧光信号，生成血液样本的荧光-散射光散点图，获取所述荧光-散射光散点图的血影特征区域，并统计该血影特征区域内的粒子数量，判断所述粒子数量是否超过阈值，若所述粒子数量超过阈值则进行血小板聚集报警。
- 一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-6所述的方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2017/089159 WO2018232589A1 (zh) | 2017-06-20 | 2017-06-20 | 一种血小板聚集识别的方法、装置和细胞分析仪 |
| CN201780087995.1A CN110383037B (zh) | 2017-06-20 | 2017-06-20 | 一种血小板聚集识别的方法、装置和细胞分析仪 |
| EP17914544.6A EP3644041B1 (en) | 2017-06-20 | 2017-06-20 | Method and device for identifying platelet aggregation, and cell analyzer |
| US16/719,850 US11609175B2 (en) | 2017-06-20 | 2019-12-18 | Method and device for identifying platelet aggregation and cell analyzer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2017/089159 WO2018232589A1 (zh) | 2017-06-20 | 2017-06-20 | 一种血小板聚集识别的方法、装置和细胞分析仪 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| US16/719,850 Continuation US11609175B2 (en) | 2017-06-20 | 2019-12-18 | Method and device for identifying platelet aggregation and cell analyzer |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2018232589A1 true WO2018232589A1 (zh) | 2018-12-27 |
Family
ID=64736203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2017/089159 WO2018232589A1 (zh) | 2017-06-20 | 2017-06-20 | 一种血小板聚集识别的方法、装置和细胞分析仪 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11609175B2 (zh) |
| EP (1) | EP3644041B1 (zh) |
| CN (1) | CN110383037B (zh) |
| WO (1) | WO2018232589A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020248138A1 (zh) * | 2019-06-11 | 2020-12-17 | 深圳迈瑞生物医疗电子股份有限公司 | 样本检测方法及样本分析仪 |
| CN112150466A (zh) * | 2020-11-26 | 2020-12-29 | 北京小蝇科技有限责任公司 | 一种用于白细胞散点图异常检测的方法及系统 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019047042A1 (zh) * | 2017-09-05 | 2019-03-14 | 深圳迈瑞生物医疗电子股份有限公司 | 血小板聚集样本的报警方法、血细胞分析仪及存储介质 |
| CN113125392A (zh) * | 2019-12-31 | 2021-07-16 | 深圳迈瑞生物医疗电子股份有限公司 | 检测隐球菌的样本分析仪、方法以及计算机可读存储介质 |
| CN111781168B (zh) * | 2020-06-17 | 2023-06-13 | 迈克医疗电子有限公司 | 红细胞碎片识别区域的调整方法、装置、设备和介质 |
| CN114252386A (zh) * | 2020-09-23 | 2022-03-29 | 深圳迈瑞生物医疗电子股份有限公司 | 样本检测方法和样本分析仪 |
| CN114279941A (zh) * | 2020-09-27 | 2022-04-05 | 深圳市帝迈生物技术有限公司 | 散点图像的显示方法及样本分析设备、相关装置 |
| 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 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080176274A1 (en) * | 2002-06-24 | 2008-07-24 | Sysmex Corporation | Method of classifying and counting leucocytes |
| US7892841B2 (en) * | 2006-03-29 | 2011-02-22 | Sysmex Corporation | Method and apparatus for measuring hematological sample |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4101994B2 (ja) * | 1999-01-21 | 2008-06-18 | シスメックス株式会社 | 粒子分析装置および自動粒子分析方法 |
| JP4484375B2 (ja) * | 2001-01-10 | 2010-06-16 | シスメックス株式会社 | 異常細胞検出方法 |
| WO2009058876A1 (en) * | 2007-10-29 | 2009-05-07 | Beckman Coulter, Inc. | Method for a rapid antibody-based analysis of platelet populations |
| JP5670052B2 (ja) * | 2009-03-26 | 2015-02-18 | シスメックス株式会社 | 血液分析装置、血液分析方法及びコンピュータプログラム |
| ES2828660T3 (es) * | 2012-07-05 | 2021-05-27 | Beckman Coulter Inc | Método y aparato para determinar recuentos de leucocitos |
| CN104515723B (zh) * | 2013-09-30 | 2017-12-05 | 深圳迈瑞生物医疗电子股份有限公司 | 细胞分析仪及其红细胞凝集报警方法和系统 |
| WO2016106688A1 (zh) * | 2014-12-31 | 2016-07-07 | 深圳迈瑞生物医疗电子股份有限公司 | 一种有核红细胞报警方法、装置及流式细胞分析仪 |
| EP3258263B1 (en) * | 2015-02-12 | 2021-09-01 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | Cell analyzer and particle sorting method and device |
| CN105986003B (zh) * | 2015-02-12 | 2020-11-13 | 深圳迈瑞生物医疗电子股份有限公司 | 一种白细胞计数方法、装置及细胞分析仪 |
| JP6635720B2 (ja) * | 2015-08-31 | 2020-01-29 | シスメックス株式会社 | 血液分析装置及び血液分析方法 |
| JP6710512B2 (ja) * | 2015-09-14 | 2020-06-17 | シスメックス株式会社 | 血液分析装置、血液分析方法及びコンピュータプログラム |
-
2017
- 2017-06-20 EP EP17914544.6A patent/EP3644041B1/en active Active
- 2017-06-20 WO PCT/CN2017/089159 patent/WO2018232589A1/zh unknown
- 2017-06-20 CN CN201780087995.1A patent/CN110383037B/zh active Active
-
2019
- 2019-12-18 US US16/719,850 patent/US11609175B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080176274A1 (en) * | 2002-06-24 | 2008-07-24 | Sysmex Corporation | Method of classifying and counting leucocytes |
| US7892841B2 (en) * | 2006-03-29 | 2011-02-22 | Sysmex Corporation | Method and apparatus for measuring hematological sample |
Non-Patent Citations (1)
| Title |
|---|
| See also references of EP3644041A4 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020248138A1 (zh) * | 2019-06-11 | 2020-12-17 | 深圳迈瑞生物医疗电子股份有限公司 | 样本检测方法及样本分析仪 |
| CN112150466A (zh) * | 2020-11-26 | 2020-12-29 | 北京小蝇科技有限责任公司 | 一种用于白细胞散点图异常检测的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110383037A (zh) | 2019-10-25 |
| US11609175B2 (en) | 2023-03-21 |
| EP3644041A1 (en) | 2020-04-29 |
| EP3644041B1 (en) | 2022-11-02 |
| US20200132589A1 (en) | 2020-04-30 |
| CN110383037B (zh) | 2022-07-01 |
| EP3644041A4 (en) | 2020-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018232589A1 (zh) | 一种血小板聚集识别的方法、装置和细胞分析仪 | |
| WO2016106688A1 (zh) | 一种有核红细胞报警方法、装置及流式细胞分析仪 | |
| Briggs | Quality counts: new parameters in blood cell counting | |
| US10222320B2 (en) | Identifying and enumerating early granulated cells (EGCs) | |
| JP3707620B2 (ja) | 光散乱技術を使用した網赤血球分析方法と装置 | |
| JP4433611B2 (ja) | 有核の赤血球の識別方法 | |
| US11501852B2 (en) | Blood cell analysis method and blood cell analyzer | |
| JPH05322883A (ja) | 尿中の細胞分析装置 | |
| US11841358B2 (en) | Methods and systems for determining platelet concentration | |
| CN110226083B (zh) | 红细胞碎片识别方法和装置、血液细胞分析仪及分析方法 | |
| CN112673088A (zh) | 一种检测白细胞的方法、血液细胞分析仪及存储介质 | |
| CN111602046B (zh) | 一种血液分析仪及分析方法 | |
| CN114450589A (zh) | 分析血液样本中红细胞方法及血液分析系统 | |
| WO2020133256A1 (zh) | 分析有核红细胞的方法、血液细胞分析仪和存储介质 | |
| CN111033256A (zh) | 血小板聚集样本的报警方法、血细胞分析仪及存储介质 | |
| Perkins et al. | Wintrobe’s clinical hematology | |
| JP2006330001A (ja) | 尿中赤血球の鑑別装置および方法 | |
| Kausar et al. | Frequency of Causes of Spurious Platelets Count on Routine Complete Blood Count by an Automated Hematology Cell Analyser | |
| Béné et al. | Differential leukocyte analysis | |
| US20240133864A1 (en) | Methods and systems for determining platelet concentration | |
| WO2022061674A1 (zh) | 样本分析仪、样本分析方法以及计算机可读存储介质 | |
| WO2021207894A1 (zh) | 细胞分析方法、细胞分析仪及计算机可读存储介质 | |
| CN115201156A (zh) | 分析血液样本中红细胞的方法及血液分析系统 | |
| Shim et al. | Maintenance of Platelet Counts with Low Level QC Materials and the Change in P-LCR according to Hemolysis with XN-9000 | |
| CN115201153A (zh) | 血液检测方法和血液分析系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 17914544 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| ENP | Entry into the national phase |
Ref document number: 2017914544 Country of ref document: EP Effective date: 20200120 |