1.一种计算机实现的方法，该方法将人工神经网络应用于来自受试者的生物样品中的多个感兴趣事件以生成所述受试者的癌症的医学诊断和治疗推荐，包括：
(a)通过计算机执行来自所述受试者的所述生物样品的分析，所述分析包括：
1)用流式细胞仪仪器获得所述多个感兴趣事件中的每一个的多个事件特征的测量，
2)使用四个或更多个流式细胞仪测量通道来定义一特征坐标空间，所述特征坐标空间包括四个或更多个轴，每个轴对应于所述四个或更多流式细胞仪测量通道中的不同通道，其中所述四个或更多个流式细胞仪测量通道中的每一个产生所述多个事件特征的测量，和
3)使用所述多个感兴趣事件的所述多个事件特征的所述测量来定义所述多个感兴趣事件在所述特征坐标空间中的位置，以形成指示感兴趣事件群的所述特征坐标空间中的分布；
(b)通过所述计算机将人工神经网络检测结构应用于指示所述感兴趣事件群的所述特征坐标空间中的所述分布，所述检测结构采用人工神经网络来将指示所述感兴趣事件群的所述特征坐标空间中的所述分布与指示参考事件群的参考特征坐标空间中的分布这二者相关联；
(c)通过所述计算机确定所述生物样品是否含有指示所述受试者的所述癌症的细胞，从而诊断所述受试者的所述癌症；
(d)通过所述计算机鉴别指示所述癌症的细胞的特征性细胞特征；以及
(e)通过所述计算机自动生成包含所述受试者的所述癌症的所述医学诊断和所述治疗推荐的报告，其中所述生成是基于指示所述癌症的所述细胞特征。
2.根据权利要求1所述的方法，其中所述自动生成的报告的所述治疗推荐包括有效量的治疗剂，其中该有效量的所述治疗剂施用于所述受试者以治疗所述受试者的所述癌症。
3.根据权利要求1所述的方法，其中所述人工神经网络包括卷积神经网络。
4.根据权利要求1所述的方法，进一步包括将降维算法应用于所述特征坐标空间，以(a)生成一计算坐标空间，和(b)将所述多个感兴趣事件中的每一个从所述特征坐标空间中的位置映射到所述计算坐标空间中的对应位置。
5.根据权利要求4所述的方法，其中所述计算坐标空间被生成为具有小于所述特征坐标空间的维度数的维度数。
6.根据权利要求4所述的方法，其中所述降维算法包括主成分分析。
7.根据权利要求1所述的方法，其中所述多个感兴趣事件包括一个或多个细胞，所述多个事件特征包括一个或多个细胞特征，并且所述感兴趣事件群包括一个或多个感兴趣的细胞群。
8.根据权利要求7所述的方法，其中所述一个或多个细胞特征选自形态学特征、细胞标志物、蛋白质浓度、脂质含量、轴向光损失、光学相位、光学损失及其组合；并且其中所述一个或多个感兴趣的细胞群选自多形核骨髓衍生的抑制细胞(pmn-mdsc)、单核细胞mdsc(m-mdsc)、早期mdsc(e-mdsc)、粒细胞mdsc(g-mdsc)及其组合。
9.根据权利要求1所述的方法，其中所述人工神经网络包括附加测试结果作为输入，其中所述附加测试是前列腺特异性抗原(psa)测试；前列腺特异性膜抗原(psma)测试；癌胚抗原(cea)测试；癌抗原125(ca-125)测试；外周血单个核细胞(pbmc)-嗜中性粒细胞比率测试；另一种蛋白质、核酸或其他生物标志物测试；x射线；或计算机断层成像(ct)扫描。
10.根据权利要求1所述的方法，其中治疗所述受试者的所述癌症的所述治疗剂包括放疗、化疗、免疫疗法、靶向疗法、激素疗法、干细胞疗法或其组合。
11.根据权利要求1所述的方法，其中指示所述感兴趣事件群的所述特征坐标空间中的所述分布由以下步骤形成：
(a)将所述特征坐标空间的每个轴分为多个段，从而将所述坐标空间分为多个超体素；以及
(b)对于所述多个超体素中的每个超体素，确定包括定位所述超体素中所述感兴趣事件的事件特征值的感兴趣事件数目的计数。
12.一种计算机实现的方法，该方法将人工神经网络应用于来自受试者的多个生物样品中的第一多个和第二多个感兴趣事件以生成所述受试者的癌症的医学诊断和治疗推荐，包括：
(a)通过计算机执行来自所述受试者的所述多个生物样品的分析，所述分析包括：
1)用流式细胞仪仪器获得所述第一多个感兴趣事件中的每一个的第一多个事件特征的第一生物样品的测量，
2)使用四个或更多个流式细胞仪测量通道来定义第一特征坐标空间，所述第一特征坐标空间包括四个或更多个轴，每个轴对应于所述四个或更多个流式细胞仪测量通道中的不同通道，其中所述四个或更多个流式细胞仪测量通道中的每一个产生所述第一多个事件特征的测量，
3)使用所述第一多个感兴趣事件的所述第一多个事件特征的所述测量来定义所述第一多个感兴趣事件在所述第一特征坐标空间中的位置，以形成指示第一感兴趣事件群的所述第一特征坐标空间中的第一分布，
4)用流式细胞仪仪器获得所述第二多个感兴趣事件中的每一个的第二多个事件特征的第二生物样品的测量值，
5)使用多个流式细胞仪测量通道来定义第二特征坐标空间，所述第二特征坐标空间包括多个轴，每个轴对应于所述多个流式细胞仪测量通道中的不同通道，其中所述多个流式细胞仪测量通道中的每一个产生所述第二多个事件特征的测量，和
6)使用所述第二多个感兴趣事件的所述第二多个事件特征的所述测量值来定义所述第二多个感兴趣事件在所述第二特征坐标空间中的位置，以形成指示第二感兴趣事件群的所述第二特征坐标空间中的第二分布；
(b)通过所述计算机将人工神经网络检测结构应用于指示所述第一感兴趣事件群的所述第一特征坐标空间中的所述分布，所述检测结构采用人工神经网络来将指示所述第一感兴趣事件群的所述第一特征坐标空间中的所述分布与第一参考事件群的分布相关联；
(c)通过所述计算机将人工神经网络检测结构应用于指示所述第二感兴趣事件群的所述第二特征坐标空间中的所述分布，所述检测结构采用人工神经网络来将指示所述第二感兴趣事件群的所述第二特征坐标空间中的所述分布与第二参考事件群的分布相关联；
(d)通过所述计算机确定所述生物样品是否含有指示所述受试者的癌症的细胞，从而诊断所述受试者的所述癌症；
(e)通过所述计算机鉴别指示癌症的细胞的特征性细胞特征；以及；
(f)通过所述计算机自动生成包含所述受试者的所述癌症的所述医学诊断和所述治疗推荐的报告，其中所述生成基于指示癌症的所述细胞特征。
13.根据权利要求12所述的方法，其中所述自动生成的报告的所述治疗推荐包括有效量的治疗剂，其中有效量的所述治疗剂施用于所述受试者以治疗所述受试者的所述癌症。
14.根据权利要求12所述的方法，其中所述人工神经网络包括卷积神经网络。
15.根据权利要求12所述的方法，进一步包括生成包括多个轴的第三特征坐标空间，所述多个轴包括所述第一特征坐标空间的所述轴和所述第二特征坐标空间的所述轴。
16.根据权利要求15所述的方法，进一步包括将降维算法应用于所述第三特征坐标空间，以(a)生成一计算坐标空间，和(b)将所述第一多个感兴趣的事件中的每一个从所述第一特征坐标空间中的位置以及所述第二多个感兴趣的事件中的每一个从所述第二特征坐标空间中的位置映射到所述计算坐标空间中的对应位置。
17.根据权利要求16所述的方法，其中所述计算坐标空间生成有小于所述第一特征坐标空间的维度数和所述第二特征坐标空间的所述维度数之和的维度数。
18.根据权利要求17所述的方法，其中所述降维算法包括主成分分析。
19.根据权利要求18所述的方法，其中所述第一多个感兴趣事件包括一个或多个第一细胞，所述第二多个感兴趣事件包括一个或多个第二细胞，所述第一多个事件特征包括一个或多个第一细胞特征，所述第二多个事件特征包括一个或多个第二细胞特征，所述第一感兴趣事件群包括一个或多个第一感兴趣的细胞群，并且所述第二感兴趣事件群包括一个或多个第二感兴趣的细胞群。
20.根据权利要求19所述的方法，其中所述一个或多个第一细胞特征和所述一个或多个第二细胞特征选自形态学特征、细胞标志物、蛋白质浓度、脂质含量、轴向光损失、光学相位、光学损失及其组合；其中第一感兴趣的细胞群选自多形核骨髓衍生的抑制细胞(pmn-mdsc)、单核细胞mdsc(m-mdsc)、早期mdsc(e-mdsc)、粒细胞mdsc(g-mdsc)及其组合；并且其中所述第二感兴趣的细胞群选自t细胞、b细胞、自然杀伤(nk)细胞及其组合。
21.根据权利要求12所述的方法，其中所述人工神经网络包括附加测试结果作为输入，其中所述附加测试是前列腺特异性抗原(psa)测试；前列腺特异性膜抗原(psma)测试；癌胚抗原(cea)测试；癌抗原125(ca-125)测试；外周血单个核细胞(pbmc)-嗜中性粒细胞比率测试；另一种蛋白质；核酸或其他生物标志物测试；x射线；或计算机断层成像(ct)扫描。
22.根据权利要求12所述的方法，进一步包括使用所述附加测试结果执行算法计算以改善医学诊断结果。
23.根据权利要求12所述的方法，其中治疗所述受试者的所述癌症的所述治疗剂包括放疗、化疗、免疫疗法、靶向疗法、激素疗法、干细胞疗法或其组合。
24.根据权利要求12所述的方法，其中指示所述第一事件群的所述第一特征坐标空间中的所述分布由以下形成：
(a)将所述第一特征坐标空间的每个轴分为多个段，从而将所述第一特征坐标空间分为第一多个超体素；
(b)对于所述第一多个超体素中的每个超体素，确定包括定位所述超体素中的所述第一感兴趣事件的事件特征值的第一感兴趣事件数目的计数；
(c)将所述第二特征坐标空间的每个轴分为多个段，从而将所述第二特征坐标空间分为第二多个超体素；以及
(d)对于所述第二多个超体素中的每个超体素，确定包括定位所述超体素中的所述第二感兴趣特征的事件特征值的第二感兴趣事件数目的计数。
25.根据权利要求24所述的方法，其中指示所述第一事件群分布的所述第一特征坐标空间中的所述分布包括细胞群分布。
26.一种方法，该方法用于训练改善的人工神经网络以生成受试者的癌症的医学诊断和治疗推荐，该方法包括：
(a)在远程站点处接收受试者样品；
(b)用流式细胞仪仪器从所述样品获得流式细胞仪数据；
(c)将所述流式细胞仪数据传输至中央储存库；
(d)将受试者状态从所述远程站点传输至所述中央存储库；
(e)通过计算机使用人工神经网络对中央站点处的所述流式细胞术数据执行分析，以确定所述流式细胞术数据的分类；
(f)将所述分类传输至所述远程站点，其中所述分类包括所述受试者的所述癌症的医学诊断；
(g)通过所述计算机自动生成包括所诊断的受试者中的所述癌症的所述医学诊断和治疗推荐的报告，其中所述生成基于所述医学诊断；以及
(h)向所述诊断的受试者施用有效量的治疗剂，以治疗所述诊断的受试者中的所述癌症。
27.根据权利要求26所述的方法，进一步包括：(a)使用所述受试者状态和所述流式细胞术数据增广训练数据集和目标数据集，和(b)使用所述增广的训练数据集和所述增广的目标数据集训练改善的人工神经网络。
28.根据权利要求26所述的方法，其中所述流式细胞术数据获自mdsc细胞群。
29.根据权利要求26所述的方法，其中治疗所述受试者的所述癌症的所述治疗剂包括放疗、化疗、免疫疗法、靶向疗法、激素疗法、干细胞疗法或其组合。
30.一种计算机实现的系统，包括：数字处理设备，该数字处理设备包括：至少一个处理器，被配置用于执行可执行指令的操作系统，存储器，以及包括可由所述数字处理设备执行的指令的计算机程序，以创建将人工神经网络应用于来自受试者的生物样品中的多个感兴趣事件的应用程序，从而生成所述受试者的癌症的医学诊断和治疗推荐，该应用程序包括：
(a)所述多个感兴趣事件中的每一个的多个事件特征的测量，所述测量用流式细胞仪仪器获得；以及
(b)执行来自所述受试者的所述生物样品的分析的软件模块，所述分析包括：
1)使用四个或更多个流式细胞仪测量通道来定义特征坐标空间，所述特征坐标空间包括四个或更多个轴，每个轴对应于所述四个或更多流式细胞仪测量通道中的不同通道，其中所述四个或更多个流式细胞仪测量通道中的每一个产生所述多个事件特征的测量，和
2)使用所述多个感兴趣事件的所述多个事件特征的所述测量来定义所述多个感兴趣事件在所述特征坐标空间中的位置，以形成指示感兴趣事件群的所述特征坐标空间中的分布；和
3)将人工神经网络检测结构应用于指示所述感兴趣事件群的所述特征坐标空间中的所述分布，所述检测结构采用人工神经网络来将指示所述感兴趣事件群的所述特征坐标空间中的所述分布与指示参考事件群的参考特征坐标空间中的分布相关联；
(c)确定所述生物样品是否含有指示所述受试者的所述癌症的细胞的软件模块，从而诊断所述受试者的所述癌症；
(d)鉴别指示癌症的细胞的特征性细胞特征的软件模块；以及
(e)自动生成包含所述受试者的所述癌症的所述医学诊断和所述治疗推荐的报告的软件模块，其中所述生成基于癌细胞特征。