WO2022160498A1 - 基于血液细胞分析仪的自动检测方法和装置 - Google Patents

基于血液细胞分析仪的自动检测方法和装置 Download PDF

Info

Publication number
WO2022160498A1
WO2022160498A1 PCT/CN2021/092451 CN2021092451W WO2022160498A1 WO 2022160498 A1 WO2022160498 A1 WO 2022160498A1 CN 2021092451 W CN2021092451 W CN 2021092451W WO 2022160498 A1 WO2022160498 A1 WO 2022160498A1
Authority
WO
WIPO (PCT)
Prior art keywords
pulse
peak
point
signal
width
Prior art date
Application number
PCT/CN2021/092451
Other languages
English (en)
French (fr)
Inventor
易勇
邹海涛
王兴红
Original Assignee
深圳市科曼医疗设备有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 深圳市科曼医疗设备有限公司 filed Critical 深圳市科曼医疗设备有限公司
Publication of WO2022160498A1 publication Critical patent/WO2022160498A1/zh

Links

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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
    • 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
    • G01N2015/1006—Investigating individual particles for cytology

Definitions

  • the invention relates to the technical field of blood cell analyzer detection, in particular to an automatic detection method and device based on a blood cell analyzer.
  • Blood cell analyzers play an increasingly important role in human life and health examinations, among which the detection of effective signals plays a central role in blood cell analyzers.
  • a particle such as blood cells
  • a micro-hole jewel hole
  • the analog-digital sampling device collects the pulse signal, due to the influence of external factors such as poor contact and low-frequency interference, the pulse signal output by the analog-digital sampling device superimposes the effective signal on an unstable baseline voltage level (fundamental frequency signal). The fluctuating baseline is superimposed on the pulse signal, so that the output pulse signal contains noise in addition to the valid signal.
  • the pipeline may contain air bubbles
  • the air bubbles will also appear as pulse signals when they pass through the gemstone hole, resulting in the output pulse signal may contain noise, air bubbles and valid signals at the same time, which will affect the final detection result of the blood cell analyzer.
  • the main technical problem solved by the present invention is that the accuracy of the detection result of the blood cell analyzer can be improved.
  • an embodiment provides an automatic detection method based on a blood cell analyzer, the blood cell analyzer is used to detect various particles in a blood sample to be tested, and the method includes:
  • the raw signals include at least one pulse
  • the threshold range of the signal is determined, and a signal satisfying the threshold range is extracted from the filtered signal as an effective signal; the effective signal is used to count various types of blood samples in the blood sample. the number of particles.
  • the parameter information includes at least the coordinates of the pulse peak point, the coordinates of the point corresponding to the second half peak width of the pulse, the coordinates of the end point of the pulse, the coordinates of the point corresponding to the first half peak width of the pulse, the coordinates of the start point of the pulse, the coordinates of a point before the start point of the pulse, and A point coordinate after the pulse start point.
  • the mid-valley point of the M-wave pulse is greater than half of the ordinate of any peak point of the M-wave pulse, the mid-valley point The coordinates of the M wave pulse peak point as the coordinates.
  • the threshold parameters include: pre-pulse peak width, post-pulse peak width, full-pulse peak width, pre-pulse half-height width, post-pulse half-height width, pulse half-height width, first slope, second pulse width Slope, Minimum Valid Pulse Peak, and Maximum Valid Pulse Peak.
  • the threshold parameter of the signal is determined, including:
  • the threshold parameter is determined by the following formula:
  • Wg2 sub_x-peak_x
  • Ww1 is the peak width before the pulse
  • Ww2 is the peak width after the pulse
  • Ww3 is the full peak width of the pulse
  • Wg1 is the half-height width before the pulse
  • Wg2 is the half-height width after the pulse
  • Wg3 is the half-height width of the pulse
  • k1 is the first slope
  • k2 is the second slope
  • peakmin is the minimum effective pulse peak value
  • peakmax is the maximum effective pulse peak value
  • peak_x is the abscissa of the pulse peak point
  • start_x is the abscissa of the pulse starting point
  • end_x is the abscissa of the pulse end point
  • pri_x is the first half of the pulse
  • sub_x is the abscissa of the corresponding point of the second half peak width of the pulse
  • start_y is the ordinate of the starting point of the pulse
  • start_y2 is
  • an embodiment provides an automatic detection device based on a blood cell analyzer, comprising:
  • a signal acquisition unit configured to acquire original signals generated when various particles in the blood sample in the detection area pass through the electric field; the original signals include at least one pulse;
  • the filtering unit is used for performing mean filtering processing on the original signal to obtain the filtered signal
  • a parameter information determination unit configured to determine parameter information of each pulse in the signal based on the filtered signal
  • a threshold range determination unit configured to determine a threshold parameter of the signal based on the parameter information of the signal
  • the parameter information includes at least the coordinates of the pulse peak point, the coordinates of the point corresponding to the second half peak width of the pulse, the coordinates of the end point of the pulse, the coordinates of the point corresponding to the first half peak width of the pulse, the coordinates of the start point of the pulse, the coordinates of a point before the start point of the pulse, and A point coordinate after the pulse start point.
  • the filtered signal includes an M-wave pulse
  • the ordinate of the middle valley point of the M-wave pulse is greater than half of the ordinate of any peak point of the M-wave pulse
  • the ordinate of the middle valley point The coordinates are taken as the coordinates of the peak point of the M-wave pulse.
  • the threshold parameters include: pre-pulse peak width, post-pulse peak width, full-pulse peak width, pre-pulse half-height width, post-pulse half-height width, pulse half-height width, first slope, second pulse width Slope, Minimum Valid Pulse Peak, and Maximum Valid Pulse Peak.
  • the automatic detection method/device based on the blood cell analyzer since the mean value filtering is performed on the original signal, the hardware interference in the original signal is removed, and the parameter information of each pulse in the signal is determined based on the filtered signal. , the threshold parameter of the signal is determined based on the parameter information of each pulse, the effective signal satisfying the threshold parameter is extracted from the filtered signal, and the accuracy of the detection result of the blood cell analyzer is improved.
  • picture 1 It is a flowchart of an automatic detection method based on a blood cell analyzer according to an embodiment
  • picture 2 is a schematic diagram of the original signal of an embodiment
  • picture 3 is a schematic diagram of a filtered signal of an embodiment
  • picture 4 It is a schematic structural diagram of an automatic detection device based on a blood cell analyzer according to an embodiment
  • picture 5 is a schematic diagram of the original signal of another embodiment
  • picture 6 is a schematic diagram of a valid signal of an embodiment
  • FIG. 7 is a partially enlarged schematic diagram of the effective signal in FIG. 6 .
  • connection and “connection” mentioned in this application, unless otherwise specified, include both direct and indirect connections (connections).
  • the particles in the blood sample may be blood cell particles such as red blood cells and white blood cells.
  • the pulse signal generated when the particles in the blood sample pass through the micropore is an analog voltage signal. After the analog voltage signal passes through the analog-digital sampling device, the digital original signal is collected. Therefore, the original signal is the particle passing through the micropore.
  • the analog signal generated by the hole is the digital signal collected by the analog-digital sampling device.
  • the ordinate of the original signal is the analog-digital sampling value (AD value), that is, the amplitude of the signal
  • the abscissa is the corresponding data point serial number .
  • Step 102 Perform mean filtering on the original signal to obtain a filtered signal.
  • the noise generated by hardware interference raises the baseline of the original signal in whole or in part.
  • the raised baseline is basically 0.
  • the mean value filtering processing method adopted in this embodiment may be any existing mean value filtering processing method.
  • Step 103 based on the filtered signal, determine the parameter information of each pulse in the signal.
  • the parameter information of each pulse includes pulse peak point coordinates, pulse second half peak width corresponding point coordinates, pulse end coordinates, pulse first half peak width corresponding point coordinates, pulse start coordinates, pulse start point coordinates and A point coordinate after the pulse start point.
  • the above coordinates include abscissa and ordinate
  • each pulse in the signal has the above parameter information, that is, the parameter information of a pulse in the signal is related to each other, for example, the signal includes 6 For each pulse, 6 groups of parameter information need to be obtained, and each group of parameter information corresponds to each pulse one-to-one.
  • the parameter information of each pulse in the signal Nobase_data is obtained in the following manner:
  • Step 1031 obtain the pulse peak point coordinates (peak_x, peak_y) corresponding to each pulse in the Nobase_data by the maximum value method.
  • Step 1033 Obtain the pulse start coordinates (start_x, start_y) of each pulse in the signal Nobase_data, and obtain the coordinates of a point before the pulse start (start_x-1, start_y2) and the coordinates of a point after the pulse start based on the pulse start coordinates (start_x, start_y) (start_x+1, start_y3). It should be noted that the first ordinate before the pulse peak point is smaller than the point corresponding to the maximum noise brought by the hardware.
  • sub_y peak_y/2, that is, the point corresponding to half of the ordinate of the pulse peak point.
  • the point between the pulse peak point and the pulse end point is the second half of the pulse.
  • the peak width corresponds to the point.
  • the distribution of the particle flow in the liquid circuit is not absolutely uniform, when the particles pass through the micropore, two particles may pass through at the same time.
  • this embodiment classifies these two particles as indistinguishable That is to say, the M-wave pulse is regarded as a pulse, and the peak point of the pulse is regarded as the valley point in the middle of the M-wave pulse; on the contrary, if the ordinate of the valley point in the middle of the M-wave pulse is less than or equal to any M-wave pulse.
  • the ordinate of a peak point is half of the ordinate, this embodiment classifies the two particles as two independent particles, that is, the two peak points of the M-wave pulse are regarded as the peak points of the two pulses respectively, and the middle of the M-wave pulse
  • the valley point is the pulse end point of the previous pulse and the pulse start point of the next pulse at the
  • Step 104 Determine the threshold parameter of each pulse in the signal based on the parameter information of each pulse in the signal.
  • the threshold parameters include: pre-pulse peak width, post-pulse peak width, full-pulse peak width, pre-pulse half-height width, post-pulse half-height width, pulse half-height width, first slope, second slope, minimum Valid pulse peak value and maximum valid pulse peak value.
  • the threshold parameter is determined by the following formula:
  • Wg2 sub_x- peak_x
  • Wg3 sub_x-pri_x
  • Ww1 is the peak width before the pulse
  • Ww2 is the peak width after the pulse
  • Ww3 is the full peak width of the pulse
  • Wg1 is the half-height width before the pulse
  • Wg2 is the half-height width after the pulse
  • Wg3 is the half-height width of the pulse
  • k1 is the first slope
  • k2 is the second slope
  • peakmin is the minimum effective pulse peak value
  • peakmax is the maximum effective pulse peak value
  • peak_x is the abscissa of the pulse peak point
  • start_x is the abscissa of the pulse starting point
  • end_x is the abscissa of the pulse end point
  • pri_x is the first half of the pulse
  • sub_x is the abscissa of the corresponding point of the second half peak width of the pulse
  • start_y is the ordinate of the starting point of the pulse
  • start_y2 is
  • Step 105 Determine the threshold range of the signal based on the threshold parameter of each pulse in the signal, and extract the signal satisfying the threshold range from the filtered signal as a valid signal; wherein, the valid signal is used to count various particles in the blood sample quantity.
  • the blood cell analyzer can obtain the distribution of various particles in the blood sample by counting the amplitude distribution of the pulses in the effective signal.
  • the signal acquisition unit 201 is configured to acquire original signals generated when various particles in the blood sample in the detection area pass through an electric field; wherein, the original signals include at least one pulse.
  • the particles in the blood sample may be blood cell particles such as red blood cells and white blood cells.
  • the parameter information determining unit 203 is configured to determine the parameter information of each pulse in the signal based on the filtered signal.
  • the parameter information of each pulse includes pulse peak point coordinates, pulse second half peak width corresponding point coordinates, pulse end coordinates, pulse first half peak width corresponding point coordinates, pulse start coordinates, pulse start point coordinates and A point coordinate after the pulse start point.
  • the above coordinates include abscissa and ordinate
  • each pulse in the signal has the above parameter information, that is, the parameter information of a pulse in the signal is related to each other, for example, the signal includes 6 For each pulse, 6 groups of parameter information need to be obtained, and each group of parameter information corresponds to each pulse one-to-one.
  • the pulse end point in this embodiment may be a valley point in the signal, or may be a point where the first ordinate after the pulse peak point is smaller than the point corresponding to the maximum noise brought by the hardware.
  • the distribution of the particle flow in the liquid circuit is not absolutely uniform, when the particles pass through the micropore, two particles may pass through at the same time.
  • this embodiment classifies these two particles as indistinguishable That is to say, the M-wave pulse is regarded as a pulse, and the peak point of the pulse is regarded as the valley point in the middle of the M-wave pulse; on the contrary, if the ordinate of the valley point in the middle of the M-wave pulse is less than or equal to any M-wave pulse.
  • the ordinate of a peak point is half of the ordinate, this embodiment classifies the two particles as two independent particles, that is, the two peak points of the M-wave pulse are regarded as the peak points of the two pulses respectively, and the middle of the M-wave pulse
  • the valley point is the pulse end point of the previous pulse and the pulse start point of the next pulse at the
  • the threshold range determination unit 203 is configured to determine the threshold parameter of each pulse in the signal based on the parameter information of the signal.
  • the threshold parameter is determined by the following formula:
  • the blood cell analyzer can obtain the distribution of various particles in the blood sample by counting the amplitude distribution of the pulses in the valid signal.
  • the program can also be stored in a server, another computer, a magnetic disk, an optical disk, a flash disk or a mobile hard disk and other storage media, and saved by downloading or copying All or part of the functions in the above embodiments can be implemented when the program in the memory is executed by the processor.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

一种基于血液细胞分析仪的自动检测方法和装置，自动检测方法包括获取原始信号；对原始信号进行均值滤波处理，去除原始信号中的硬件干扰，再基于滤波后的信号确定信号中每个脉冲的参数信息，基于每个脉冲的参数信息确定信号的阈值参数，提取滤波后的信号中满足阈值参数的有效信号，提升了血液细胞分析仪检测结果的准确度。

Description

基于血液细胞分析仪的自动检测方法和装置 技术领域
本发明涉及血液细胞分析仪检测技术领域，具体涉及一种基于血液细胞分析仪的自动检测方法和装置。
 背景技术
血液细胞分析仪在人类生命健康体检中扮演着越来越重要的角色，其中，有效信号的检测在血液细胞分析仪中处于核心地位。在血液细胞分析仪中，一个粒子（例如血液细胞）经过微孔（宝石孔）时，会产生一个幅值与粒子（例如血液细胞）体积成正比的脉冲信号。模数采样装置采集脉冲信号时，由于接触不良、低频干扰等外界因素影响，导致模数采样装置输出的脉冲信号将有效信号叠加于一个不稳定的基线电压水平上（基频信号）。波动的基线叠加在脉冲信号上，使得输出的脉冲信号中除了有效信号外，还包含噪声。除此之外，由于管路中可能含有气泡，气泡通过宝石孔时也会显示为脉冲信号，导致输出的脉冲信号可能同时含有噪声、气泡和有效信号，影响血液细胞分析仪最终的检测结果。
 技术问题
本发明主要解决的技术问题是能够提升血液细胞分析仪检测结果的准确度。
 技术解决方案
根据第一方面，一种实施例中提供一种基于血液细胞分析仪的自动检测方法，所述血液细胞分析仪用于对待测血液样本中的各种粒子进行检测，所述方法包括：
获取检测区域中的血液样本中的各种粒子经过电场时产生的原始信号；所述原始信号包括至少一个脉冲；
对原始信号进行均值滤波处理，得到滤波后的信号；
基于滤波后的信号，确定所述信号中每个脉冲的参数信息；
基于所述信号中每个脉冲的参数信息，确定信号中每个脉冲的阈值参数；
基于所述信号中每个脉冲的阈值参数，确定所述信号的阈值范围，从滤波后的信号中提取满足所述阈值范围的信号作为有效信号；所述有效信号用于统计血液样本中各种粒子的数量。
在一种实施例中，所述参数信息至少包括脉冲峰值点坐标、脉冲后半峰宽对应点坐标、脉冲终点坐标、脉冲前半峰宽对应点坐标、脉冲起点坐标、脉冲起点前一个点坐标和脉冲起点后一个点坐标。
在一种实施例中，若滤波后的信号包括M波脉冲，且所述M波脉冲中间谷点的纵坐标大于M波脉冲任一峰值点的纵坐标的一半时，将所述中间谷点的坐标作为M波脉冲峰值点的坐标。
在一种实施例中，所述阈值参数包括：脉冲前峰宽度、脉冲后峰宽度、脉冲全峰宽度、脉冲前半高宽度、脉冲后半高宽度、脉冲半高宽度、第一斜率、第二斜率、最小有效脉冲峰值和最大有效脉冲峰值。
在一种实施例中，基于所述信号的参数信息，确定信号的阈值参数，包括：
通过以下公式确定阈值参数：
Ww1=peak_x-start_x；
Ww2=end_x-peak_x；
Ww3=end_x-start_x；
Wg1=peak_x-pri_x；
Wg2=sub_x- peak_x；
Wg3=sub_x-pri_x；
k1=start_y-start_y2；
k2=start_y3-start_y；
peakmin=min(peak_y)；
peakmax=max（peak_y）；
其中，Ww1为脉冲前峰宽度，Ww2为脉冲后峰宽度，Ww3为脉冲全峰宽度，Wg1为脉冲前半高宽度，Wg2为脉冲后半高宽度，Wg3为脉冲半高宽度，k1为第一斜率，k2为第二斜率，peakmin为最小有效脉冲峰值，peakmax为最大有效脉冲峰值，peak_x为脉冲峰值点的横坐标，start_x为脉冲起点的横坐标，end_x为脉冲终点的横坐标，pri_x为脉冲前半峰宽对应点的横坐标，sub_x为脉冲后半峰宽对应点的横坐标，start_y为脉冲起点的纵坐标，start_y2为脉冲起点前一个点的纵坐标，start_y3为脉冲起点后一个点的纵坐标，peak_y为脉冲峰值点的纵坐标。
根据第二方面，一种实施例中提供一种基于血液细胞分析仪的自动检测装置，包括：
信号获取单元，用于获取检测区域中的血液样本中的各种粒子经过电场时产生的原始信号；所述原始信号包括至少一个脉冲；
滤波单元，用于对原始信号进行均值滤波处理，得到滤波后的信号；
参数信息确定单元，用于基于滤波后的信号，确定所述信号中每个脉冲的参数信息；
阈值范围确定单元，用于基于所述信号的参数信息，确定信号的阈值参数；
有效信号提取单元，用于基于所述信号中每个脉冲的阈值参数，确定所述信号的阈值范围，从滤波后的信号中提取满足所述阈值范围的信号作为有效信号；所述有效信号用于统计血液样本中各种粒子的数量。
在一种实施例中，所述参数信息至少包括脉冲峰值点坐标、脉冲后半峰宽对应点坐标、脉冲终点坐标、脉冲前半峰宽对应点坐标、脉冲起点坐标、脉冲起点前一个点坐标和脉冲起点后一个点坐标。
在一种实施例中，若滤波后的信号包括M波脉冲，所述M波脉冲中间谷点的纵坐标大于M波脉冲任一峰值点的纵坐标的一半时，将所述中间谷点的坐标作为M波脉冲峰值点的坐标。
在一种实施例中，所述阈值参数包括：脉冲前峰宽度、脉冲后峰宽度、脉冲全峰宽度、脉冲前半高宽度、脉冲后半高宽度、脉冲半高宽度、第一斜率、第二斜率、最小有效脉冲峰值和最大有效脉冲峰值。
 有益效果
依据上述实施例的基于血液细胞分析仪的自动检测方法/装置，由于对原始信号进行均值滤波处理，去除了原始信号中的硬件干扰，再基于滤波后的信号确定信号中每个脉冲的参数信息，基于每个脉冲的参数信息确定信号的阈值参数，提取滤波后的信号中满足阈值参数的有效信号，提升了血液细胞分析仪检测结果的准确度。
 附图说明
图 1 为一种实施例的基于血液细胞分析仪的自动检测方法的流程图；
图 2 为一种实施例的原始信号示意图；
图 3 为一种实施例的滤波后的信号示意图；
图 4 为一种实施例的基于血液细胞分析仪的自动检测装置的结构示意图；
图 5 为另一种实施例的原始信号的示意图；
图 6 为一种实施例的有效信号的示意图；
图 7 为图 6 中有效信号的局部放大示意图。
本发明的实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接（联接）。
在血液细胞分析仪中，脉冲信号通常同时包含噪声、气泡和有效信号，为了将有效信号提取出来，先对脉冲信号进行滤波处理，去除脉冲信号中的噪声（硬件干扰），再将滤波后的信号根据阈值参数进行特征点检测，从而实现有效信号的提取。阈值参数的大小与血液细胞分析仪中液路的流速、硬件带通、光学组件功率、机械安装情况等相关，换而言之，阈值参数并不是固定不变的，当血液细胞分析仪的设计方案改变时，阈值参数也需要进行对应的调整，很多时候需要人眼观察脉冲信号的特征来选取阈值参数，使得选取阈值参数的时间较长，且人眼观察带有一定的主观性，导致所选取的阈值参数过宽，从而影响有效信号提取的准确度。
在本发明实施例中，对原始信号进行均值滤波处理后，基于滤波后的信号确定脉冲信号中每个脉冲的参数信息，基于每个脉冲的参数信息确定信号的阈值参数，再基于阈值参数，从滤波后的信号中提取有效信号，实现了有效信号的准确提取，提升了血液细胞分析仪的检测准确度。
请参考图1，图1为一种实施例的基于血液细胞分析仪的自动检测方法的流程图，所述的自动检测方法包括以下步骤，下面详细说明。
步骤101，获取检测区域中的血液样本中的各种粒子经过电场时产生的原始信号；其中，原始信号包括至少一个脉冲。
在检测区域中，血液样本中的粒子在经过微孔时，会产生幅值与粒子体积相关的脉冲信号，不同种类的粒子体积不相同，通过统计脉冲信号中不同幅值脉冲的数量，可确定不同种类粒子的数量，以实现血液样本中粒子的检测。血液样本中的粒子可以为红细胞、白细胞等血液细胞粒子。
需要说明的是，血液样本中的粒子经过微孔时所产生的脉冲信号为模拟电压信号，将模拟电压信号经过模数采样装置后，采集得到数字的原始信号，因此，原始信号为粒子经过微孔产生的模拟信号经过模数采样装置采集后的数字信号，本实施例中原始信号的纵坐标为模数采样值（AD值），即为信号的幅值，横坐标为对应的数据点序号。
步骤102，对原始信号进行均值滤波处理，得到滤波后的信号。
如图2所示，硬件干扰产生的噪声使得原始信号的基线整体或者部分抬升，通过对原始信号进行均值滤波处理后，如图3所示，抬升基线已基本为0。本实施例中采用的均值滤波处理方法可以为现有任一种均值滤波处理方法。
步骤103，基于滤波后的信号，确定信号中每个脉冲的参数信息。
在本实施例中，每个脉冲的参数信息包括脉冲峰值点坐标、脉冲后半峰宽对应点坐标、脉冲终点坐标、脉冲前半峰宽对应点坐标、脉冲起点坐标、脉冲起点前一个点坐标和脉冲起点后一个点坐标。需要说明的是，上述坐标包括横坐标和纵坐标，且信号中每个脉冲均具有上述参数信息，也就是，信号中的一个脉冲的参数信息之间是相互关联的，例如，信号中包括6个脉冲，则需获取6组参数信息，每组参数信息与每个脉冲是一一对应的。
在一实施例中，假设滤波后的信号为信号Nobase_data，通过以下方式来获取信号Nobase_data中每个脉冲的参数信息：
步骤1031，通过极大值法获取Nobase_data中每个脉冲对应的脉冲峰值点坐标（peak_x, peak_y）。
步骤1032，获取信号Nobase_data中每个脉冲的脉冲终点坐标（end_x,end_y）。需要说明的是，本实施例中的脉冲终点可以为信号中的谷点，也可以为脉冲峰值点后第一个纵坐标小于硬件带来最大噪声对应的点。
步骤1033，获取信号Nobase_data中每个脉冲的脉冲起点坐标（start_x,start_y）,基于脉冲起点坐标（start_x,start_y）获取脉冲起点前一个点坐标（start_x-1,start_y2）和脉冲起点后一个点坐标（start_x+1,start_y3）。需要说明的是，脉冲峰值点前第一个纵坐标小于硬件带来最大噪声对应的点。
步骤1034，基于每个脉冲对应的脉冲峰值点坐标（peak_x, peak_y）和脉冲终点坐标（end_x,end_y），获取每个脉冲对应的脉冲后半峰宽对应点坐标（sub_x,sub_y），其中sub_y= peak_y/2，也就是脉冲峰值点纵坐标一半对应的点，通常来说，脉冲峰值点纵坐标一半对应的点有两个，其中在脉冲峰值点与脉冲终点之间的点为脉冲后半峰宽对应点。
步骤1035，基于每个脉冲对应的脉冲峰值点坐标（peak_x, peak_y）和脉冲起点坐标（start_x,start_y），获取每个脉冲对应的脉冲前半峰宽对应点坐标（pri_x,pri_y），其中pri_y= peak_y/2，也就是脉冲峰值点纵坐标一半对应的点，通常来说，脉冲峰值点纵坐标一半对应的点有两个，其中在脉冲峰值点与脉冲起点之间的点为脉冲前半峰宽对应点。
在另一实施例中，由于液路中粒子流的分布并不是绝对均匀的，当粒子通过微孔时，可能存在两个粒子同时通过的情况，此时脉冲信号中会出现两个脉冲相连的情况，也就是M波脉冲形式，此时，若M波脉冲中间的谷点的纵坐标大于M波脉冲任一峰值点纵坐标的一半时，本实施例将这两个粒子归类为不可分辨的粒子，也就是说将M波脉冲作为一个脉冲，该脉冲的峰值点作为即为M波脉冲中间的谷点；相反地，若M波脉冲中间的谷点的纵坐标小于等于M波脉冲任一峰值点纵坐标的一半时，本实施例将这两个粒子归类为两个独立粒子，也就是，M波脉冲的两个峰值点分别作为两个脉冲的峰值点，M波脉冲中间的谷点为前一个脉冲的脉冲终点，同时为后一个脉冲的脉冲起点。
步骤104，基于所述信号中每个脉冲的参数信息，确定信号中每个脉冲的阈值参数。
在本实施例中，阈值参数包括：脉冲前峰宽度、脉冲后峰宽度、脉冲全峰宽度、脉冲前半高宽度、脉冲后半高宽度、脉冲半高宽度、第一斜率、第二斜率、最小有效脉冲峰值和最大有效脉冲峰值。
在一实施例中，通过以下公式确定阈值参数：
Ww1=peak_x-start_x;
Ww2=end_x-peak_x;
Ww3=end_x-start_x;
Wg1=peak_x-pri_x;
Wg2=sub_x- peak_x;
Wg3=sub_x-pri_x;
k1=start_y-start_y2;
k2=start_y3-start_y;
peakmin=min(peak_y);
peakmax=max（peak_y）;
其中，Ww1为脉冲前峰宽度，Ww2为脉冲后峰宽度，Ww3为脉冲全峰宽度，Wg1为脉冲前半高宽度，Wg2为脉冲后半高宽度，Wg3为脉冲半高宽度，k1为第一斜率，k2为第二斜率，peakmin为最小有效脉冲峰值，peakmax为最大有效脉冲峰值，peak_x为脉冲峰值点的横坐标，start_x为脉冲起点的横坐标，end_x为脉冲终点的横坐标，pri_x为脉冲前半峰宽对应点的横坐标，sub_x为脉冲后半峰宽对应点的横坐标，start_y为脉冲起点的纵坐标，start_y2为脉冲起点前一个点的纵坐标，start_y3为脉冲起点后一个点的纵坐标，peak_y为脉冲峰值点的纵坐标。
对于信号Nobase_data中每个脉冲均根据上述公式计算阈值参数，得到每个脉冲对应的阈值参数。
步骤105，基于信号中每个脉冲的阈值参数，确定信号的阈值范围，从滤波后的信号中提取满足所述阈值范围的信号作为有效信号；其中，有效信号用于统计血液样本中各种粒子的数量。
由于信号Nobase_data中每个脉冲均具有阈值参数，本实施例从多组阈值参数中确定阈值参数的最大值和最小值，即得到阈值参数的范围，阈值参数的范围也就是阈值范围。
从信号Nobase_data中提取满足阈值范围的脉冲组成的信号即为有效信号。
血液细胞分析仪通过统计有效信号中脉冲的幅值分布情况，即可得到血液样本中各种粒子的分布。
请参考图4，图4为一种实施例的基于血液细胞分析仪的自动检测装置，所述的自动检测装置包括：信号获取单元201、滤波单元202、参数信息确定单元203、阈值范围确定单元204和有效信号提取单元205。
信号获取单元201用于获取检测区域中的血液样本中的各种粒子经过电场时产生的原始信号；其中，原始信号包括至少一个脉冲。
在检测区域中，血液样本中的粒子在经过微孔时，会产生幅值与粒子体积相关的脉冲信号，不同种类的粒子体积不相同，通过统计脉冲信号中不同幅值脉冲的数量，可确定不同种类粒子的数量，以实现血液样本中粒子的检测。血液样本中的粒子可以为红细胞、白细胞等血液细胞粒子。
滤波单元202用于对原始信号进行均值滤波处理，得到滤波后的信号。
硬件干扰产生的噪声使得原始信号的基线整体或者部分抬升，通过对原始信号进行均值滤波处理后，抬升基线可基本为0。本实施例中采用的均值滤波处理方法可以为现有任一种均值滤波处理方法。
参数信息确定单元203用于基于滤波后的信号，确定信号中每个脉冲的参数信息。
在本实施例中，每个脉冲的参数信息包括脉冲峰值点坐标、脉冲后半峰宽对应点坐标、脉冲终点坐标、脉冲前半峰宽对应点坐标、脉冲起点坐标、脉冲起点前一个点坐标和脉冲起点后一个点坐标。需要说明的是，上述坐标包括横坐标和纵坐标，且信号中每个脉冲均具有上述参数信息，也就是，信号中的一个脉冲的参数信息之间是相互关联的，例如，信号中包括6个脉冲，则需获取6组参数信息，每组参数信息与每个脉冲是一一对应的。
在一实施例中，假设滤波后的信号为信号Nobase_data，通过以下方式来获取信号Nobase_data中每个脉冲的参数信息：
通过极大值法获取Nobase_data中每个脉冲对应的脉冲峰值点坐标（peak_x, peak_y）。
获取信号Nobase_data中每个脉冲的脉冲终点坐标（end_x,end_y）。需要说明的是，本实施例中的脉冲终点可以为信号中的谷点，也可以为脉冲峰值点后第一个纵坐标小于硬件带来最大噪声对应的点。
获取信号Nobase_data中每个脉冲的脉冲起点坐标（start_x,start_y）,基于脉冲起点坐标（start_x,start_y）获取脉冲起点前一个点坐标（start_x-1,start_y2）和脉冲起点后一个点坐标（start_x+1,start_y3）。需要说明的是，脉冲峰值点前第一个纵坐标小于硬件带来最大噪声对应的点。
基于每个脉冲对应的脉冲峰值点坐标（peak_x, peak_y）和脉冲终点坐标（end_x,end_y），获取每个脉冲对应的脉冲后半峰宽对应点坐标（sub_x,sub_y），其中sub_y= peak_y/2，也就是脉冲峰值点纵坐标一半对应的点，通常来说，脉冲峰值点纵坐标一半对应的点有两个，其中在脉冲峰值点与脉冲终点之间的点为脉冲后半峰宽对应点。
基于每个脉冲对应的脉冲峰值点坐标（peak_x, peak_y）和脉冲起点坐标（start_x,start_y），获取每个脉冲对应的脉冲前半峰宽对应点坐标（pri_x,pri_y），其中pri_y= peak_y/2，也就是脉冲峰值点纵坐标一半对应的点，通常来说，脉冲峰值点纵坐标一半对应的点有两个，其中在脉冲峰值点与脉冲起点之间的点为脉冲前半峰宽对应点。
在另一实施例中，由于液路中粒子流的分布并不是绝对均匀的，当粒子通过微孔时，可能存在两个粒子同时通过的情况，此时脉冲信号中会出现两个脉冲相连的情况，也就是M波脉冲形式，此时，若M波脉冲中间的谷点的纵坐标大于M波脉冲任一峰值点纵坐标的一半时，本实施例将这两个粒子归类为不可分辨的粒子，也就是说将M波脉冲作为一个脉冲，该脉冲的峰值点作为即为M波脉冲中间的谷点；相反地，若M波脉冲中间的谷点的纵坐标小于等于M波脉冲任一峰值点纵坐标的一半时，本实施例将这两个粒子归类为两个独立粒子，也就是，M波脉冲的两个峰值点分别作为两个脉冲的峰值点，M波脉冲中间的谷点为前一个脉冲的脉冲终点，同时为后一个脉冲的脉冲起点。
阈值范围确定单元203用于基于信号的参数信息，确定信号中每个脉冲的阈值参数。
在本实施例中，阈值参数包括：脉冲前峰宽度、脉冲后峰宽度、脉冲全峰宽度、脉冲前半高宽度、脉冲后半高宽度、脉冲半高宽度、第一斜率、第二斜率、最小有效脉冲峰值和最大有效脉冲峰值。
在一实施例中，通过以下公式确定阈值参数：
Ww1=peak_x-start_x;
Ww2=end_x-peak_x;
Ww3=end_x-start_x;
Wg1=peak_x-pri_x;
Wg2=sub_x- peak_x;
Wg3=sub_x-pri_x;
k1=start_y-start_y2;
k2=start_y3-start_y;
peakmin=min(peak_y);
peakmax=max（peak_y）;
其中，Ww1为脉冲前峰宽度，Ww2为脉冲后峰宽度，Ww3为脉冲全峰宽度，Wg1为脉冲前半高宽度，Wg2为脉冲后半高宽度，Wg3为脉冲半高宽度，k1为第一斜率，k2为第二斜率，peakmin为最小有效脉冲峰值，peakmax为最大有效脉冲峰值，peak_x为脉冲峰值点的横坐标，start_x为脉冲起点的横坐标，end_x为脉冲终点的横坐标，pri_x为脉冲前半峰宽对应点的横坐标，sub_x为脉冲后半峰宽对应点的横坐标，start_y为脉冲起点的纵坐标，start_y2为脉冲起点前一个点的纵坐标，start_y3为脉冲起点后一个点的纵坐标，peak_y为脉冲峰值点的纵坐标。
对于信号Nobase_data中每个脉冲均根据上述公式计算阈值参数，得到每个脉冲对应的阈值参数。
有效信号提取单元204用于基于信号中每个脉冲的阈值参数，确定信号的阈值范围，从滤波后的信号中提取满足阈值范围的信号作为有效信号；其中，有效信号用于统计血液样本中各种粒子的数量。
请参考图5，图5为另一种原始信号的示意图，从图5中可以看出，原始信号的基线被整体抬升，且原始信号中含有气泡，采用均值滤波处理后，如图6所示，滤波后的信号的基线基本为0，去除了原始信号中的硬件干扰，然后基于上述方法确定滤波后信号的阈值范围，从图6中可以看出，信号上有黑色圆圈标识的脉冲为满足阈值范围的有效信号，其中图7为图6方框部分信号的放大示意图，将图6中黑色圆圈标识的脉冲提取出来，即得到有效信号。
在本发明实施例中，血液细胞分析仪通过统计有效信号中脉冲的幅值分布情况，即可得到血液样本中各种粒子的分布。
本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (10)

  1. 一种基于血液细胞分析仪的自动检测方法，所述血液细胞分析仪用于对待测血液样本中的各种粒子进行检测，其特征在于，所述方法包括：
    获取检测区域中的血液样本中的各种粒子经过电场时产生的原始信号；所述原始信号包括至少一个脉冲；
    对原始信号进行均值滤波处理，得到滤波后的信号；
    基于滤波后的信号，确定所述信号中每个脉冲的参数信息；
    基于所述信号中每个脉冲的参数信息，确定信号中每个脉冲的阈值参数；
    基于所述信号中每个脉冲的阈值参数，确定所述信号的阈值范围，从滤波后的信号中提取满足所述阈值范围的信号作为有效信号；所述有效信号用于统计血液样本中各种粒子的数量。
  2. 如权利要求1所述的方法，其特征在于，所述参数信息至少包括脉冲峰值点坐标、脉冲后半峰宽对应点坐标、脉冲终点坐标、脉冲前半峰宽对应点坐标、脉冲起点坐标、脉冲起点前一个点坐标和脉冲起点后一个点坐标。
  3. 如权利要求2所述的方法，其特征在于，若滤波后的信号包括M波脉冲，所述M波脉冲中间谷点的纵坐标大于M波脉冲任一峰值点的纵坐标的一半时，将所述中间谷点的坐标作为M波脉冲峰值点的坐标。
  4. 如权利要求2所述的方法，其特征在于，所述阈值参数包括：脉冲前峰宽度、脉冲后峰宽度、脉冲全峰宽度、脉冲前半高宽度、脉冲后半高宽度、脉冲半高宽度、第一斜率、第二斜率、最小有效脉冲峰值和最大有效脉冲峰值。
  5. 如权利要求4所述的方法，其特征在于，基于所述信号的参数信息，确定信号的阈值参数，包括：
    通过以下公式确定阈值参数：
    Ww1=peak_x-start_x;
    Ww2=end_x-peak_x;
    Ww3=end_x-start_x;
    Wg1=peak_x-pri_x;
    Wg2=sub_x- peak_x;
    Wg3=sub_x-pri_x;
    k1=start_y-start_y2;
    k2=start_y3-start_y;
    peakmin=min(peak_y);
    peakmax=max（peak_y）;
    其中，Ww1为脉冲前峰宽度，Ww2为脉冲后峰宽度，Ww3为脉冲全峰宽度，Wg1为脉冲前半高宽度，Wg2为脉冲后半高宽度，Wg3为脉冲半高宽度，k1为第一斜率，k2为第二斜率，peakmin为最小有效脉冲峰值，peakmax为最大有效脉冲峰值，peak_x为脉冲峰值点的横坐标，start_x为脉冲起点的横坐标，end_x为脉冲终点的横坐标，pri_x为脉冲前半峰宽对应点的横坐标，sub_x为脉冲后半峰宽对应点的横坐标，start_y为脉冲起点的纵坐标，start_y2为脉冲起点前一个点的纵坐标，start_y3为脉冲起点后一个点的纵坐标，peak_y为脉冲峰值点的纵坐标。
  6. 一种基于血液细胞分析仪的自动检测装置，其特征在于，包括：
    信号获取单元，用于获取检测区域中的血液样本中的各种粒子经过电场时产生的原始信号；所述原始信号包括至少一个脉冲；
    滤波单元，用于对原始信号进行均值滤波处理，得到滤波后的信号；
    参数信息确定单元，用于基于滤波后的信号，确定所述信号中每个脉冲的参数信息；
    阈值范围确定单元，用于基于所述信号的参数信息，确定信号的阈值参数；
    有效信号提取单元，用于基于所述信号中每个脉冲的阈值参数，确定所述信号的阈值范围，从滤波后的信号中提取满足所述阈值范围的信号作为有效信号；所述有效信号用于统计血液样本中各种粒子的数量。
  7. 如权利要求6所述的装置，其特征在于，所述参数信息至少包括脉冲峰值点坐标、脉冲后半峰宽对应点坐标、脉冲终点坐标、脉冲前半峰宽对应点坐标、脉冲起点坐标、脉冲起点前一个点坐标和脉冲起点后一个点坐标。
  8. 如权利要求7所述的装置，其特征在于，若滤波后的信号包括M波脉冲，所述M波脉冲中间谷点的纵坐标大于M波脉冲任一峰值点的纵坐标的一半时，将所述中间谷点的坐标作为M波脉冲峰值点的坐标。
  9. 如权利要求7所述的装置，其特征在于，所述阈值参数包括：脉冲前峰宽度、脉冲后峰宽度、脉冲全峰宽度、脉冲前半高宽度、脉冲后半高宽度、脉冲半高宽度、第一斜率、第二斜率、最小有效脉冲峰值和最大有效脉冲峰值。
  10. 一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求1-5中任一项所述的方法。
PCT/CN2021/092451 2021-01-29 2021-05-08 基于血液细胞分析仪的自动检测方法和装置 WO2022160498A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110127249.9 2021-01-29
CN202110127249.9A CN112945807A (zh) 2021-01-29 2021-01-29 基于血液细胞分析仪的自动检测方法和装置

Publications (1)

Publication Number Publication Date
WO2022160498A1 true WO2022160498A1 (zh) 2022-08-04

Family

ID=76239839

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/092451 WO2022160498A1 (zh) 2021-01-29 2021-05-08 基于血液细胞分析仪的自动检测方法和装置

Country Status (2)

Country Link
CN (1) CN112945807A (zh)
WO (1) WO2022160498A1 (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008035611A1 (fr) * 2006-09-19 2008-03-27 Mitsubishi Chemical Corporation Dispositif de traitement de données, procédé de traitement de données et programme de traitement de données
JP5012587B2 (ja) * 2008-03-07 2012-08-29 日本電気株式会社 信号抽出装置および信号抽出方法
CN103364452A (zh) * 2013-06-03 2013-10-23 南昌大学 一种血细胞分类识别电路及方法
CN103499700A (zh) * 2013-09-30 2014-01-08 深圳理邦实验生物电子有限公司 一种应用于细胞分析仪的信号有效性分析方法及其装置
CN109508649A (zh) * 2018-10-22 2019-03-22 迪瑞医疗科技股份有限公司 一种血细胞分析仪的脉冲信号分析识别方法
CN110118715A (zh) * 2018-02-06 2019-08-13 深圳市帝迈生物技术有限公司 一种血细胞脉冲信号分析装置以及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105866011B (zh) * 2016-03-31 2018-10-26 艾康生物技术(杭州)有限公司 脉冲基线值计算方法及血球分析仪的粒子计数方法
US20180303429A1 (en) * 2017-04-25 2018-10-25 Seiko Epson Corporation Blood flow analyzer, blood flow analysis method, and program
CN108931463B (zh) * 2018-05-29 2020-12-25 迈克医疗电子有限公司 基于鞘流阻抗原理的血细胞脉冲识别方法及识别装置
CN109283121B (zh) * 2018-10-11 2021-04-09 迈克医疗电子有限公司 脉冲识别方法和装置、分析仪器、存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008035611A1 (fr) * 2006-09-19 2008-03-27 Mitsubishi Chemical Corporation Dispositif de traitement de données, procédé de traitement de données et programme de traitement de données
JP5012587B2 (ja) * 2008-03-07 2012-08-29 日本電気株式会社 信号抽出装置および信号抽出方法
CN103364452A (zh) * 2013-06-03 2013-10-23 南昌大学 一种血细胞分类识别电路及方法
CN103499700A (zh) * 2013-09-30 2014-01-08 深圳理邦实验生物电子有限公司 一种应用于细胞分析仪的信号有效性分析方法及其装置
CN110118715A (zh) * 2018-02-06 2019-08-13 深圳市帝迈生物技术有限公司 一种血细胞脉冲信号分析装置以及方法
CN109508649A (zh) * 2018-10-22 2019-03-22 迪瑞医疗科技股份有限公司 一种血细胞分析仪的脉冲信号分析识别方法

Also Published As

Publication number Publication date
CN112945807A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN205812392U (zh) 音箱检测装置
WO2022105141A1 (zh) 血液细胞分析仪的plt粒子检测方法和装置
CN104297133B (zh) 一种基于小孔阻抗原理的脉冲信号筛选方法及装置
CN106769698B (zh) 一种基于电阻抗原理的血细胞异常脉冲信号识别处理方法
US4254779A (en) Brain wave analysis apparatus for use in diagnosing living body conditions
KR102393662B1 (ko) 전력 기기 부분방전 진단 시스템 및 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
CN108931463B (zh) 基于鞘流阻抗原理的血细胞脉冲识别方法及识别装置
WO2022160498A1 (zh) 基于血液细胞分析仪的自动检测方法和装置
JPH023134B2 (zh)
CN114614825B (zh) 一种低成本高速脉冲信号数据采样和峰值检测方法
WO2019133171A1 (en) Methods and apparatus to generate an acoustic emission spectrum using amplitude demodulation
CN113453137B (zh) 麦克风阵列中单麦异常检测方法及其检测装置
US7003121B1 (en) Method and an apparatus for processing an auscultation signal
CN102539302B (zh) 信号处理方法和装置
CN111060443B (zh) 一种干扰脉冲识别方法、装置、存储介质及细胞计数设备
TWI445964B (zh) 信號自動判斷方法與時序差異自動量測方法
JPH0225134B2 (zh)
CN110857909B (zh) 测量微粒粒径的系统
CN110738999A (zh) 基于声频识别技术的鱼类鱼鳔异常检测方法及设备
JPH11258296A (ja) 部分放電自動判別方法
CN112291696A (zh) 音频芯片的测试方法、存储装置和计算机设备
CN214480520U (zh) 一种用于α、β脉冲信号数字化处理的电路
CN117968971B (zh) 气体泄漏量检测方法、装置及电子设备
CN110646655B (zh) 一种基于rms值的触发方法及数字示波器
CN103091253A (zh) 一种消除干扰旁瓣信号的方法、系统及血液细胞分析仪

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: 21922096

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 12/12/2023)