识别生物样品目标组分的方法和分析生物流体样品的装置的制造方法

文档序号:9685726阅读:499来源:国知局
识别生物样品目标组分的方法和分析生物流体样品的装置的制造方法
【专利说明】
[000。 本申请是申请日为2011年8月5日、申请号为"201180048525.7"、发明名称为"通过 显微图像用于全血样品自动分析的方法和装置"的发明专利申请的分案申请。
[0002] 本申请要求2010年8月5日递交的序列号为61/371,020的美国临时专利申请的权 益,其所公开的基本主题通过引用并入文中。
技术领域
[0003] 本发明总体设及用于通过显微图像对全血样品进行分析的方法和装置,尤其设及 进行自动分析的该方法和装置。
【背景技术】
[0004] 医学诊断通常包括来自患者的全血样品的分析。更流行的诊断中的一个诊断为全 血细胞计数(称作乂BC"),全血细胞计数为一系列测试,除了列举细胞组分外,其还包括红 血细胞测量、网状红细胞计数、白细胞分类计数("LDC' ;有时称作"白血细胞分类"),白细胞 分类计数是辨别和计数血样中存在的白血细胞(WBC)的类型。
[000引过去,已经使用用于计数的方法中的不同方法执行CBC的分类。例如,在过去,CBC的LDC部分已经通过将少量的未稀释的血液涂抹在载玻片上、对干燥的、固定的涂片进行染 色、和在显微镜下检查该涂片而实现。从运样的涂片可得到合理的结果,但数据的精确度和 可靠性很大程度上取决于技术人员的经验和技术。出于几个原因,血液涂片是有问题的,例 如:细胞必须被杀死且固定,该过程阻止了许多类型的体外活体染色和分析,其结果依赖于 活体细胞;并且血液涂片需要劳动密集型的工作、成本太高且耗费时间。由于至少运些原 因,商业化应用血液涂片通常不受欢迎。
[0006] 对于全血样品的自动化分析的尝试已经取得一些成功,但通常具有几个缺陷。例 如,电阻抗或光学流式细胞术仪器可用于执行LDC。流式细胞术包括使稀释的血液样品穿过 小的容器,在该容器中当细胞连续地穿过该容器时,电阻抗传感器或光学传感器能够评估 组成细胞。运些仪器通常需要流体处理设备并且需要稀释样品。
[0007] 需要的是:用于执行全血样品的自动化分析(包括LDC)的装置和方法,其可克服现 有技术的局限性,该局限性包括用于执行该分析所需的时间、用于执行该分析所需的操作 员技术水平;并且,该装置和方法比已知的现有技术的方法和装置能够提供更广泛的适用 性。

【发明内容】

[000引根据本发明的一个方面,提供了一种用于识别全血样品中至少一种类型的白血细 胞(WBC)的方法,包括W下步骤:a)将至少一种着色剂添加到全血样品中,该着色剂可操作 W将至少一种类型的WBC与另一类型的WBC区别地识别出;b)将全血样品置于由至少一个透 明板限定的腔内;C)产生静止地位于该腔内的血液样品的至少一个图像;d)识别该血液样 品图像内的WBC;e)相对于一个或多个预定的可定量确定的特征,定量分析图像内的至少一 些被识别的WBC;和f)使用该可定量确定的特征来从识别的WBC中识别至少一种类型的WBC。
[0009] 根据本发明的另一方面,提供了一种用于分析静止地位于腔内的全血样品的装 置。所述装置包括:物镜、样品照明器、析像管和可程控分析仪。样品照明器可操作W提供激 发巧光和一种或多种透射光。析像管适于接收来自样品的发巧光的光和穿过样品传输的光 中的一种或两种,并且适于生成代表运种光的信号。可程控分析仪适于接收代表光的信号 并且产生静止地位于该腔内的血液样品的至少一个图像。可程控分析仪还适于定量分析图 像W识别图像内的WBC,并且相对于一个或多个预定的可定量确定的特征,定量分析图像内 的至少一些被识别的WBC。可程控分析仪可操作W使用该可定量确定的特征来从识别的WBC 中识别和计数至少一种类型的WBC。
[0010] 根据本发明的另一方面,提供了一种用于识别生物样品内的一种或多种目标组分 的方法。所述方法包括W下步骤:a)将至少一种着色剂添加到样品中,该着色剂可操作W区 别样品内的目标组分;b)将样品置于由至少一个透明板限定的腔中;C)产生静止地位于该 腔内的样品的至少一个图像;d)识别样品图像内的目标组分;e)相对于一个或多个预定的 可定量确定的特征,定量分析图像内的至少一些被识别的目标组分;和f)使用该可定量确 定的特征在被识别的目标组分中识别至少一种类型的目标组分。
[0011] 根据下文提供的本发明的详细描述W及在附图中所示内容,本发明的运些目的和 其他目的、特征和优势将变得明显。
【附图说明】
[0012] 通过参考W下的图,本发明的原理将变得更加清晰,其中:
[0013] 图1为本发明方法的框图;
[0014] 图2为腔的剖面示意图;
[0015] 图3为生物流体样品盒的俯视示意图,其类型为可包括如图2所示的腔的类型;
[0016] 图4为可操作W对置于腔内的样品进行分析的分析装置的示意图;
[0017]图5A至图加为淋己细胞(5A)、嗜中性粒细胞(5B)、嗜酸性粒细胞(5C)和单核细胞 (5D)的合成图像;
[0018] 图6A至图6D为来自淋己细胞(6A)、嗜中性粒细胞(6B)、嗜酸性粒细胞(6C)和单核 细胞(6D)的发红色巧光的图像;
[0019] 图7A至图7D为来自淋己细胞(7A)、嗜中性粒细胞(7B)、嗜酸性粒细胞(7C)和单核 细胞(7D)的发绿色巧光的图像;
[0020] 图8A至图8D为对于淋己细胞(8A)、嗜中性粒细胞(8B)、嗜酸性粒细胞(8C)和单核 细胞(8D),具有由红色曲线标记的细胞边界且在蓝光波长下的光密度的图像;
[0021 ]图9A至图9D为细胞图像,其中对于淋己细胞(9A)、嗜中性粒细胞(9B)、嗜酸性粒细 胞(9C)和单核细胞(9D),表现出超过预定强度的红色巧光和绿色巧光的连续的像素被遮 盖;
[0022] 图10A至图10D为细胞的图像,其中对于淋己细胞(10A)、嗜中性粒细胞(10B)、嗜酸 性粒细胞(10C)和单核细胞(10D),表现出超过预定强度的绿色巧光的连续的像素被遮盖;
[0023] 图11A至图11D为对于淋己细胞(11A)、嗜中性粒细胞(11B)、嗜酸性粒细胞(11C)和 单核细胞(11D),包括一组或多组表现出绿色巧光通道中局部最大强度的连续的像素的图 像;
[0024] 图12A至图12D为细胞的图像,其中对于淋己细胞(12A)、嗜中性粒细胞(12B)、嗜酸 性粒细胞(12C)和单核细胞(12D),具有超过预定阔值的蓝色0D值的连续的像素被遮盖;
[0025] 图13为描述从对于淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一 种细胞的样品图像的训练组采集的经验数据概率密度函数-pdf的形式存在)相对于叶 数目的曲线图。术语"概率密度函数"描述了特征具有特殊值的可能性。对于具有离散值(如 叶的数目)的特征,P壯与特征具有特殊值的频率相同。例如,图13示出在总体内大约83%的 淋己细胞仅具有一个叶,约15%的淋己细胞具有两个叶。注意叶的该数目从样品图像中计 算,因此由于图像不完整和图像分析算法的限制,叶的数目可具有与实际生物组分不同的 值。对于图像计算的全部特征是相应的生物学组分的近似值,并且某种程度上不精确性是 内在的。然而,在本发明中通过在分析(例如,LDC)期间利用多个特征可极大地减少运些内 在的不精确性,从而导致具有高精确度的分析;
[0026] 图14为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一个的 训练组采集的经验数据概率密度函数-P壯的形式存在)相对于上述WBC中的每一种的所 确定的细胞面积的曲线图;
[0027] 图15为描述细胞内的高蓝0D区域的图像;
[0028] 图16为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一个的 训练组采集的经验数据(Wp壯的形式存在)相对于上述WBC的每一种的大颗粒比率的曲线 图;
[0029] 图17为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一个的 训练组采集的经验数据(Wp壯的形式存在)相对于上述WBC的每一种的核比率的曲线图;
[0030] 图18为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一个的 训练组采集的经验数据mp壯的形式存在)相对于上述WBC的每一种的红-绿比的曲线图;
[0031] 图19为描述与遮盖的细胞的核相关的像素的图像,并具有应用至该图像上的环W 估计被遮盖的区域;
[0032] 图20为在图19中示出的图像的版本,其强调了仅仅位于遮盖区域的边缘(即,在核 的边缘上)上的那些像素,包括形屯、和几个示例性的在形屯、和有关的边缘像素之间延伸的 定位线段;
[0033] 图21为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一种的 训练组采集的经验数据(Wp壯的形式存在)相对于上述WBC的每一种的核形状的曲线图;
[0034] 图22为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一种的 训练组采集的经验数据(姑壯的形式存在)相对于上述WBC的每一种的细胞形状的曲线图;
[0035] 图23为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一种的 训练组采集的经验数据mp壯的形式存在)相对于上述WBC的每一种的在413皿下的平均细 胞吸收的曲线图;
[0036] 图24为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一种的 训练组采集的经验数据(Wp壯的形式存在)相对于上述WBC的每一种的核纹理的曲线图;
[0037] 25A和图25B为示出对于红色巧光图像和绿色巧光图像,在细胞内部设置的一组像 素的强度和在细胞外部设置的一组像素的强度之间的差异的图像。图25B包含与图25A中的 那些图像相似的图像,包括环绕线w有利于识别细胞的外部和细胞的内部;
[0038] 图26为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一种的 训练组采集的经验数据(Wp壯的形式存在)相对于上述WBC的每一种的核凹陷度的曲线图;
[0039] 图27为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一种的 训练组采集的经验数据(Wp壯的形式存在)相对于上述WBC的每一种的细胞质纹理的曲线 图;
[0040] 图28为描述从淋己细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞中的每一种的 训练组采集的经验数据概率密度函数-P壯的形式存在)相对于上述W
当前第1页1 2 3 4 5 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1