一种识别异常粒子的方法和系统及其细胞分析仪的制作方法
【专利摘要】本发明提供了一种识别异常粒子的方法和系统及其细胞分析仪，所述方法包括：S1、将待检测的粒子逐一通过一个检测器，并记录每个粒子通过检测器的时间点；S2、计算任意两个相邻粒子通过检测器的时间间隔；S3、识别可疑粒子；S4、识别异常粒子。本发明提供的一种识别异常粒子的方法和系统及其细胞分析仪，利用异常粒子所产生的脉冲间距不符合统计学规律的特性，简单有效地识别出异常粒子，进而排除识别到的异常粒子；通过去除异常粒子，显著提高粒子计数结果的准确性，进而为临床诊断提供了准确的信息支持。
【专利说明】一种识别异常粒子的方法和系统及其细胞分析仪
【技术领域】
[0001] 本发明涉及粒子检测领域，具体涉及一种识别异常粒子的方法和系统及其细胞分 析仪。
【背景技术】
[0002] 外周血的血细胞主要分为红细胞（RedBloodCell，RBC)、白细胞（WhiteBlood Cell，WBC)、血小板（Platelet，PLT)三类细胞。目前业界通常运用阻抗法、流式激光散射法 等方法进行白细胞测量。红细胞一般运用库尔特原理进行测量，当细胞通过检测孔时产生 相应的电脉冲，根据电脉冲的多少确定红细胞的数量。血小板的测量通常伴随红细胞在同 一个检测系统中进行，由于红细胞体积与血小板体积有明显的差异，检测仪器上设定了固 定或者浮动的阈值，将高于阈值的粒子定为红细胞，反之定为血小板，电脉冲原始数据经检 测仪器内部的计算机程序处理后分别给出血小板和红细胞数目。
[0003] 但是有时，系统会存在一些非细胞粒子，例如气泡、电噪声、测量系统中的杂质等， 这些粒子被称为异常粒子。有些异常粒子因脉冲信号与正常细胞粒子的脉冲信号特征接 近，会被识别为正常细胞粒子，这将影响正常细胞粒子的计数，导致出现不准确的细胞计数 结果。
[0004] 中国发明专利ZL200810067278. 5提出了一种获取体积信息有效粒子脉冲及粒子 体积分布的方法和装置，其利用每个粒子在检测微孔中的运行轨迹信息识别脉冲的有效 性，即鉴别粒子脉冲是否真实有效地反应粒子的体积信息，进而排除失真信息较大的脉冲， 之后用所有被判定为体积有效的粒子脉冲个数作为粒子计数值。该方法只针对脉冲本身的 形态特征进行分析，当异常粒子的脉冲特性同正常粒子差别较小时，异常粒子将无法被识 别出来。尤其在检测白细胞时，血液细胞分析仪需要加入试剂对红细胞和血小板进行裂解， 排除红细胞和血小板对白细胞检测的干扰，当细胞碎片在样本准备通道未清洗干净时，仪 器会检测到这些异常粒子，对白细胞计数产生干扰。
[0005] 此外，在利用流式激光散射法进行计数检测时，细小的气泡也可能成为异常粒子， 干扰细胞计数。
【发明内容】
[0006] 本发明的目的在于，针对现有技术中的缺陷，提供一种识别异常粒子的方法和系 统及其细胞分析仪，实现在血细胞计数测量时有效地识别异常粒子，给出细胞计数值的准 确结果。
[0007] 为实现上述目的，本发明采用以下技术方案：
[0008] 一种识别异常粒子的方法，包括：
[0009] S1、将待检测的粒子逐一通过一个检测器，并记录每个粒子通过检测器的时间 占.
[0010] S2、计算任意两个相邻粒子通过检测器的时间间隔；
[0011] S3、识别可疑粒子：对于第i个粒子，如果Cli <入且Clp1彡入，则将其标记为A类 可疑粒子；
[0012] 如果Cli <X且dH<入，则将其标记为B类可疑粒子；
[0013]如果Cli彡X且dH<入，则将其标记为C类可疑粒子；
[0014]其中，i= 2,3,. ..，N;N+1为粒子总数，Cli为第i个粒子与第i+1个粒子通过检 测器的时间间隔，Clp1为第i-1个粒子与第i个粒子通过检测器的时间间隔，入为异常间距 判定阈值；
[0015]S4、识别异常粒子：将A类可疑粒子、B类可疑粒子和C类可疑粒子中的任意一种 或任意两种或三种识别为异常粒子。
[0016] 一种识别异常粒子的系统，包括相互连接的检测器和运算装置；
[0017] 检测器用于将待检测的粒子逐一通过，并记录每个粒子通过的时间点；
[0018] 运算装置用于根据检测器中检测到的每个粒子通过的时间点，计算出任意两个相 邻粒子通过检测器的时间间隔，进而根据相邻粒子通过检测器的时间间隔特征，识别出可 疑粒子，并排除其中的异常粒子。
[0019] 一种细胞分析仪，包括以上所述的识别异常粒子的系统。
[0020] 本发明提供的一种识别异常粒子的方法和系统及其细胞分析仪，利用异常粒子所 产生的脉冲间距不符合统计学规律的特性，简单有效地识别出异常粒子，进而排除识别到 的异常粒子；通过去除异常粒子，显著提高粒子计数结果的准确性，进而为临床诊断提供了 准确的信息支持。
【专利附图】
【附图说明】
[0021] 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，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
[0022] 图1为正常样本和带有异常粒子的样本的散点对比图。
[0023] 图2为正常粒子脉冲间距和异常粒子脉冲间距的对比图。
[0024] 图3为本发明实施例一的一种识别异常粒子的方法的流程图。
[0025] 图4为本发明实施例二的一种识别异常粒子的方法的流程图。
[0026] 图5为本发明实施例三的一种识别异常粒子的方法的流程图。
[0027] 图6为使用本发明实施例三提供的方法对存在异常粒子的样本进行处理的效果 对比图。
[0028] 图7为使用本发明实施例三提供的方法对无异常粒子的样本进行处理的效果对 比图。
[0029] 图8为本发明实施例四的一种识别异常粒子的系统的结构框图。
【具体实施方式】
[0030] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0031] 在研究中，发明人发现有些样本的白细胞计数值不够准确，通过将这些样本的散 点图和正常样本的散点图进行对比，如图1所示，发明人发现有很多异常粒子导致的杂点 干扰了计数。详细研究后，发明人进一步发现异常粒子的脉冲间的间距特性可以用来帮助 识别异常粒子。如图2所示，左侧图形所示正常粒子脉冲间距比右侧图形所示的异常粒子 的脉冲间距大得多。因此，发明人针对血细胞粒子的计数过程，提供了一种识别异常粒子的 方法和系统，利用粒子产生的脉冲间距的统计特性，提高了粒子计数的准确性。
[0032] 实施例一
[0033] 如图3所示，本发明实施例提供了一种识别异常粒子的方法，具体包括以下步骤：
[0034]S1、将待检测的粒子逐一通过一个检测器，并记录每个粒子通过检测器的时间点； 在本发明实施例中，假设检测器共检测到N+1个粒子，则每个粒子通过检测器的时间点分 别为T1,T2,. ..，Tn+1。
[0035]S2、获取粒子通过检测器的时间点，计算任意两个相邻粒子通过检测器的时间间 隔：
[0036] (Ii =T^1-Ti,i=I, 2, . . . ,N；
[0037] 其中，Ti为第i个粒子通过检测器的时间点，Ti+1为第i+1个粒子通过检测器的时 间点，Cli为第i个粒子与第i+1个粒子通过检测器的时间间隔。
[0038]S3、识别可疑粒子：对于第i个粒子，如果Cli <X且Clp1彡X，则将其标记为A类 可疑粒子；
[0039] 如果Cli <X且Clp1 <入，则将其标记为B类可疑粒子；
[0040]如果Cli彡X且cIh<入，则将其标记为C类可疑粒子；
[0041]其中，i= 2,3,? --，N;X为异常间距判定阈值。
[0042] 具体地，X可以是所有相邻粒子的平均时间间隔j的一个正相关函数，即：
【权利要求】
1. 一种识别异常粒子的方法，其特征在于，包括： 51、 将待检测的粒子逐一通过一个检测器，并记录每个粒子通过检测器的时间点； 52、 计算任意两个相邻粒子通过检测器的时间间隔； 53、 识别可疑粒子：对于第i个粒子，如果屯 < 入且dg彡入，则将其标记为A类可疑 粒子； 如果屯<X且dg<入，则将其标记为B类可疑粒子； 如果屯>X且dg<入，则将其标记为C类可疑粒子； 其中，i= 2,3, . ..，N;N+1为粒子总数，屯为第i个粒子与第i+1个粒子通过检测器 的时间间隔，dH为第i-1个粒子与第i个粒子通过检测器的时间间隔，入为异常间距判定 阈值； 54、 识别异常粒子：将A类可疑粒子、B类可疑粒子和C类可疑粒子中的任意一种或任 意两种或三种识别为异常粒子。
2. 根据权利要求1所述的识别异常粒子的方法，其特征在于，在S3中，所述A是根据 已知的粒子样本的统计结果预先得出的预设值；或者，所述A是所有相邻粒子的平均时间 间隔的一个正相关函数；或者，所述A为所有相邻粒子的平均时间间隔的0. 001至0. 3倍。
3. 根据权利要求1所述的识别异常粒子的方法，其特征在于，还包括： 55、 报警：当异常粒子数占粒子总数的比例超过一设定值时，则将对应的粒子测量结果 视为存在干扰，输出提示，进行报警。
4. 根据权利要求1所述的识别异常粒子的方法，其特征在于，还包括： S5、排除异常粒子：在后续统计及分析中，忽略所述异常粒子；或者，将粒子总数减去 异常粒子数，得出的结果即为排除异常粒子后的实际粒子总数。
5. -种识别异常粒子的系统，其特征在于，包括相互连接的检测器和运算装置； 检测器用于将待检测的粒子逐一通过，并记录每个粒子通过的时间点； 运算装置用于根据检测器中检测到的每个粒子通过的时间点，计算出任意两个相邻粒 子通过检测器的时间间隔，进而根据相邻粒子通过检测器的时间间隔特征，识别出可疑粒 子，并排除其中的异常粒子。
6. 根据权利要求5所述的识别异常粒子的系统，其特征在于，还包括与运算装置连接 的报警装置，所述运算装置计算出异常粒子数和粒子总数的比例，当该比例超过设定值时， 运算装置通过报警装置发出报警提示。
7. 根据权利要求5所述的识别异常粒子的系统，其特征在于，根据相邻粒子通过检测 器的时间间隔特征，识别出可疑粒子的方法为： 对于第i个粒子，如果屯 < 入且dg彡入，则将其标记为A类可疑粒子； 如果屯<X且dg<入，则将其标记为B类可疑粒子； 如果屯>X且dg<入，则将其标记为C类可疑粒子； 其中，i= 2,3, . ..，N;N+1为粒子总数，屯为第i个粒子与第i+1个粒子通过检测器 的时间间隔，dH为第i-1个粒子与第i个粒子通过检测器的时间间隔，入为异常间距判定 阈值。
8. 根据权利要求7所述的识别异常粒子的系统，其特征在于，所述A是根据已知的粒 子样本的统计结果预先得出的预设值；或者，所述A是所有相邻粒子的平均时间间隔的一 个正相关函数；或者，所述A为所有相邻粒子的平均时间间隔的0. 001至0. 3倍。
9. 根据权利要求7所述的识别异常粒子的系统，其特征在于，排除其中的异常粒子的 方法为： 将A类可疑粒子、B类可疑粒子和C类可疑粒子中的任意一种或任意两种或三种识别 为异常粒子，进行排除； 在后续统计及分析中，忽略所述异常粒子；或者，将粒子总数减去异常粒子数，得出的 结果即为排除异常粒子后的实际粒子总数。
10. -种细胞分析仪，其特征在于，包括如权利要求5至9任意一项所述的识别异常粒 子的系统。
【文档编号】G01N15/10GK104515725SQ201310465558
【公开日】2015年4月15日 申请日期:2013年9月30日 优先权日:2013年9月30日
【发明者】祁欢, 郑文波, 狄建涛, 叶波 申请人:深圳迈瑞生物医疗电子股份有限公司