[发明专利]一种粒子分类统计方法及装置

说明书

【技术领域】

本发明涉及一种粒子检测仪，尤其涉及粒子检测仪的一种粒子分类统 计方法及装置，用于对各种粒子进行分类统计。

【背景技术】

粒子检测仪用于对各种粒子进行分类统计，例如血液细胞分析仪，其 主要功能就是提供人体中各类细胞的数目，其中对各类白细胞的计数是基 本的功能。使经过试剂处理后的、被液体包被的白细胞逐个通过检测区域 (流动室)，将激光照射到单个的细胞上，通过收集不同角度的折射或散射 光线(通常为前向散射光FSC、侧向散射光SSC)，再通过光电转换和AD 转换，得到对应细胞的一组二维数据，将此二维数据映射到坐标系中，可 以得到该细胞在二维坐标系中的位置，将样本中的所有白细胞都映射到坐 标上可以得到二维的白细胞分布图(简称散点图)。在散点图中，同一类的 白细胞聚集在一起，不同类的白细胞互相分离，(见图1)。在散点图上划 分多个区域，把落在同一区域的白细胞归为同一类，并统计落在这些类别 内的粒子数目和百分比，用以分析被测样本的成份组成。

传统的粒子分类统计方法主要有以下几种：

一、固定边界分类法。例如US.Pat.No.4987086公开了一种在散点图 上用固定边界进行分类的方法，在由前向散射光和侧向散射光形成的散点 图上，通过“设门”的方式从全血细胞中区分粒细胞、单核细胞和淋巴细 胞的方法，所谓“设门”就是在散点图上划分出边界，落在某边界内部的 细胞被认为是同一类细胞(见图2)。采用“设门”的固定边界分类的缺点 是不能针对不同的样本进行边界调整，只能体现大部分正常样本特征，当 某些样本的细胞信号特征显著不同于固定边界所表达的特征时就会出现较 大误差。

二、US.Pat.No.5627040公开了一种重心引力因子(gravitational attractor)方法。该方法用尺寸、形状和方向固定而位置不固定的边界在 散点图上进行分类，用一种优化算法根据每个类的重心引力因子将这个类 的边界确定下来(见图3)。“重心引力因子”的方法虽然可以自动调整边 界的位置，但是尺寸、形状和方位还是固定的。利用这些固定边界对细胞 进行分类时无法解决样本的个体差异问题，也就是说这些固定边界只是针 对大多数样本的共性而言，而人体的血液样本会存在一些个体差异，比如 某些人的单核细胞、淋巴细胞在经过试剂作用后会比通常人的要大，这个 时候还用通用的固定边界分类的话就会出现误差。

三、US.Pat.No.6944338公开了一种自动分类方法。用修改后的Koonst and Fukunaga算法寻找二维数据的分界线(二维数据的波谷)，用这些分 界线将落在同一界线包围中的粒子归为一类，以此将粒子分成诸多类别(见 图4)。该方法也存在一定的局限性：(1)若散点图上的数据点不连续，非 常离散，很多单个点，按照此算法会对这些点周围寻找边界并最终将它们 归为单独的一类，但实际上这些点并不是单独的一类而是某个大类的细胞 分散的比较开而已；(2)即使用采样格(bins)将数据平滑化也很难解决上 述问题，并且平滑的越厉害(bins取的点越多)，计算出来的波谷与原始 数据上的波谷的偏差就越大；(3)算法对二维散点图上的每个数据点都进 行一次运算，但是散点图上有效的点并不多，有很多区域并没有数据。二 维的散点图实际上是一个稀疏矩阵(见图5)，如果对每个点都进行查找会 导致算法效率下降。

【发明内容】

本发明的主要目的就是解决现有技术中的问题，提供一种粒子分类统 计方法及装置，自动调整分类边界的尺寸、形状、方向和位置，提高对异 常样本的适应能力和准确性。

为实现上述目的，本发明提供一种粒子分类统计方法，适用于粒子检测 仪对粒子进行分类统计，所述方法包括以下步骤：

A1、收集每个粒子在检测仪中产生的至少两种特征；

B1、选择其中的两种特征将其表征为二维向量，并映射到二维散点图 上；

C1、在所述散点图上划分出需要分类统计的各种类粒子的分布区域；

D1、计算各个区域内粒子的分布函数；

E1、根据各个区域内的粒子分布函数对所有区域的粒子进行分类统计。

本发明提供一种粒子分类统计装置，用于粒子检测仪对粒子进行分类 统计，其特征在于所述装置包括：

信息采集单元，用于收集每个粒子在检测仪中产生的至少两种特征；