[发明专利]一种白细胞分类方法、装置、计算机设备和存储介质

说明书

本发明实施例公开了一种白细胞分类方法、装置、计算机设备和存储介质。该方法包括：获取白细胞的脉冲数据；根据脉冲数据生成二维散点图，二维散点图包括多个散点和与散点对应的散点坐标，每个散点表示一个白细胞；根据二维散点图确定局部区域的数量和每个局部区域的中心点坐标，每个局部区域对应一个白细胞的分类种类；根据局部区域的数量建立高斯混合模型，高斯混合模型用于根据散点坐标和中心点坐标确定每个散点属于各个分类种类的目标概率；将每个散点最大的目标概率对应的分类种类作为散点的目标分类种类。本发明实施例实现了在保证白细胞分类精度的前提下能对多种类型的白细胞样本进行分类。

技术领域

本发明涉及细胞分类技术领域，尤其涉及一种白细胞分类方法、装置、计算机设备和存储介质。

背景技术

在对白细胞进行分类时，若血球仪系统比较理想时，算法只需要简单分团即可实现分类，但是在实际情况下，粒子团之间可能存在黏连，简单分团已经无法满足分类的精度需求。为了满足分类的精度需求，现有的方案采用了模板匹配和基于K-means(K均值聚类)算法的分类。

但是在使用模板匹配的方法时，需要对所有白细胞样本进行分类，每类样本对应一个模板，由于样本类型比较多，模板匹配算法所能容纳的最大模板数可能满足不了所有的白细胞样本。而使用K-means算法分类时，需要初始化聚类中心，且当白细胞样本异常时，比如粒子团之间黏连，该分类算法的效果并不好，分类精度不高，因此如何同时消去上述两种分类方案的不足成为了亟待解决的问题。

发明内容

基于此，有必要针对上述问题，提出了一种白细胞分类方法、装置、计算机设备和存储介质。

第一方面，本发明实施例提供一种白细胞分类方法，所述方法包括：

获取白细胞的脉冲数据；

根据所述脉冲数据生成二维散点图，所述二维散点图包括多个散点和与所述散点对应的散点坐标，每个所述散点表示一个白细胞；

根据所述二维散点图确定局部区域的数量和每个所述局部区域的中心点坐标，每个所述局部区域对应一个白细胞的分类种类；

根据所述局部区域的数量建立高斯混合模型，所述高斯混合模型用于根据所述散点坐标和中心点坐标确定每个所述散点属于各个所述分类种类的目标概率；

将每个所述散点最大的目标概率对应的分类种类作为所述散点的目标分类种类。

第二方面，本发明实施例提供一种白细胞分类装置，所述装置包括：

数据获取模块，用于获取白细胞的脉冲数据；

图像生成模块，用于根据所述脉冲数据生成二维散点图，所述二维散点图包括多个散点和与所述散点对应的散点坐标，每个所述散点表示一个白细胞；

坐标确定模块，用于根据所述二维散点图确定局部区域的数量和每个所述局部区域的中心点坐标，每个所述局部区域对应一个白细胞的分类种类；

模型建立模块，用于根据所述局部区域的数量建立高斯混合模型，所述高斯混合模型用于根据所述散点坐标和中心点坐标确定每个所述散点属于各个所述分类种类的目标概率；

散点分类模块，用于将每个所述散点最大的目标概率对应的分类种类作为所述散点的目标分类种类。

第三方面，本发明实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

获取白细胞的脉冲数据；

根据所述脉冲数据生成二维散点图，所述二维散点图包括多个散点和与所述散点对应的散点坐标，每个所述散点表示一个白细胞；