[发明专利]一种基于多峰拟合解析的细胞分类结果校正方法

说明书

本发明公开了一种基于多峰拟合解析的细胞分类结果校正方法，包括根据细胞分析仪采集到的样本细胞特征，使用自动分类算法对各类细胞进行分类；根据自动分类的结果，提取出重叠细胞分类的特征直方图，提取过程可用步长3或5的高斯滤波消除采样所得的噪声信号；根据细胞分布估计高斯分布参数，对各波峰分别执行粗高斯分布拟合；以粗拟合结果为基础，执行重叠高斯分布拟合，得到各细胞峰的分布参数；将各细胞峰的重叠区域选出，计算该部分面积比，完成细胞含量校正，提高分类准确程度。

技术领域

本发明涉及医学诊断领域，尤其涉及一种细胞分类结果校正方法。

背景技术

血常规是医学临床检验中三大常规项目之一，通过分析人体血液中不同细胞的含量，对比正常人血各类细胞含量范围，可以为医生提供疾病诊断的依据，是判断人体健康情况的重要依据。

通常使用细胞分析仪来检测血常规，现有的细胞分析仪通常计数被测样本内的上万个细胞，同时提取各个细胞的体积、复杂度、屈光度等特征信号，得到计数样本的一维直方图或二维、三维散点图。通过在直方图或散点图中设置分界范围，将特征信号值落于同一范围内的细胞归为同一类，可统计出各类细胞的总数与百分比，进而为医生的诊断提供依据。

目前大部分细胞分析仪都是通过分析细胞团特征计算出细胞分割线，从而得到分界范围。当样本内的两类或多类细胞特征相近时，自动分类算法通过计算分割线的分类方法准确度不高，无法精确分出两类细胞。

发明内容

本发明的目的在于提供一种基于多峰拟合解析的细胞分类结果校正方法，旨在解决样本内的两类或多类细胞特征相近时，自动分类算法无法精确分出两类细胞导致结果精确度低的问题。

为实现上述目的，本发明提供了一种基于多峰拟合解析的细胞分类结果校正方法，

包括：根据自动分类算法对细胞分析仪采集得到的样本细胞特征数据进行分类，提取样本细胞的特征直方图；

对所述特征直方图中的特征波峰进行拟合寻优，解析出所述特征波峰的描述参数，得到波峰拟合函数；

根据每类细胞所属的所述波峰拟合函数，解析出波峰间特征重叠区域内各类细胞的占比，得到各类细胞占比数据；

根据波峰间特征重叠区域的所述各类细胞占比数据，加上所述细胞分析仪自动分类算法的分类结果，得出各类细胞的实际比例。

其中，所述用细胞分析仪对细胞群进行分析获取特征数据，包括，

获取采集的特征数据；

基于高斯滤波消除所述特征数据的噪声信号，得到特征直方图。

其中，所述特征波峰进行拟合寻优包括：

为各个波峰选择一个拟合目标函数模型；

根据各波形特征估计拟合目标函数的初始参数；

使用粗精度与估计出的初始参数对各波峰分别进行快速粗拟合；

使用细精度与粗拟合结果对总体直方图进行精细拟合；

计算拟合直方图与原始直方图的相关性和相对误差，误差满足要求时得到拟合结果。

其中，所述解析出波峰间特征重叠区域内各类细胞的占比包括：

根据每种细胞特征波峰的所述拟合结果，在所述波形重叠区域范围内计算积分，得到每种细胞的面积占比；

用原特征波峰函数在所述波形重叠区域范围内计算积分，得到所有细胞的总面积；

用所述每种细胞的面积占比除以所述所有细胞的总面积，得到各类细胞的占比。