的细胞图像被标记为与具有最 大的后验分布的WBC相同的类型。贝叶斯概率模型是熟知的且本发明不限于与贝叶斯模型 相关的任何特定的数学方法。详细描述贝叶斯模型的文章的示例为3.〇.〇11(1曰，？.6.化的和 D.G.Stork发表于JohnWiley&Sons(2001)的"PatternClassification"，其全部内容通过 引用并入文中。
[0092] 支持向量机（"SVM")为线性分类器，其利用为特征而建立的训练样品且组织该训 练样品W确定在η维空间中数据是否是可线性分离的。如果数据是通过在特征数据组之间 延伸的η-1维超平面可线性分离的，则数据可根据其相对于超平面的位置而被分类。通过使 用与来自每一数据组的数据点一致的支持向量，可选择超平面相对于数据的最佳位置。一 旦确定最佳超平面位置（即，在该位置处超平面和最近的数据点/支持向量之间的边界最 大），则超平面的位置成为用于区别WBC的机构，即，位于超平面的一侧上的数据点与特定类 型的WB讨目关，而位于超平面的另一侧的数据点与另一类型的WBC相关。就SVM来说，超平面 可被认为是两维的、Ξ维的或更高维的"基准值"。在概率信息不可线性分离的某些例子中， 有时可能使用数据操作技术(通常称为"核技巧"），其中，可W使用非线性函数(例如多项式 函数或RBF核函数)重新组织数据。重新组织的数据允许超平面的定位、W及随后确定WBC类 型。SVM类型分类器是熟知的且本发明不限于其任何特定的实施方式。详细描述SVM类型的 分类器的文章的示例为B.E.BoserJ.M.Guyon和V.N.Vapnik发表的"ΑTraining AlgorithmforOptimalMarginClassifiers'',InD.Haussler,编车茸,5化AnnualACM WorshoponC0LT，第144-152页，Pittsbu巧h，PA，1992，ACMPress;W及C.J.C.Bu巧es的''A TutorialonSupportVectorMachinesforPatternRecognition"，DataMiningand DataKnowledge013。〇￥6巧，2:121-167，1998，每一文章的全部内容在此通过引入并入文 中。
[0093] 如上文所指出，本发明不限于使用任何特定的学习模型。在一些例子中，可使用的 模型的组合。例如，在某些应用中可实现基于规则的分类器W形成数据的最初组织。可W使 用诸如上文所述的SVM模型的学习模型来分析其余的数据。
[0094] 在本发明的操作中，将未稀释的全血样品采集到例如图3所示的一次性盒中。包括 一种或多种着色剂(例如AC0)和抗凝血剂(例如邸TA)的试剂，被添加到样品中W促进LDC分 析。将与试剂混合的样品置于盒的分析腔部分中，在成像过程期间样品静止地位于该盒中。 将盒插入(或者接合巧Ij分析装置中，通过盒固定和操作装置将盒相对于物镜、样品照明器 和析像管合适地定位，随后进行成像。
[0095] 在多数情况下，分析装置被程控W对静止地置于腔内的全部样品进行成像。然而， 在一些应用中，可对样品的一部分进行成像。成像方法可根据即将进行的应用而变化。对于 上述的四部分LDC，成像方法包括使样品受到巧光激发光源（例如来自落射巧光光源的约 470皿的光)和透射光源(例如413皿或约413皿的蓝光)照射。激发光源导致与位于样品内的 成分结合的着色剂发出两个不同的波长的巧光(例如，发出约660nm的红光，发出约540nm绿 光）。一定量的透射光穿过样品，而剩余的光被样品/着色剂吸收。析像管捕获穿过样品传输 的光和来自样品的发巧光的光，并且提供了代表所捕获的光的强度和颜色的信号。该信号 被处理成允许可程控分析仪基于信号形成样品图像的形式，该图像可被定量分析W执行四 部分LDC。
[0096] 如上文指出，在本发明一些实施方式中，可程控分析仪适用于包括学习模型的算 法。使用训练组建立模型，一旦该模型建立则可用于精确地识别样品内的WBC，且将WBC分类 为淋己细胞、单核细胞、嗜酸性粒细胞或嗜中性粒细胞。可从原本提供特定分析装置中的算 法(包括那些利用学习模型的算法），并且将该算法下载到该特定分析装置的可程序分析仪 中。
[0097] 参照图30和图31，在定量分析样品图像时，算法识别图像内的WBC。为了促进和/或 加速分析，样品图像可被遮盖(例如通过分割）W去除除了那些被识别为细胞的部分外的全 部样品图像。依据一个或多个特征(例如，参见在图30中所公开的特征分组），且通常基本上 依据全部特征，定量评估被识别为细胞的图像部分。对于每一特征，在算法(例如，学习模型 部分）内利用每一细胞的定量值(或概率密度函数)分类细胞。一旦细胞被分类和计数，则数 据被组织W提供LDC数据。
[0098] 对本发明方法和装置的精确度的初步研究显示出高的精确度。初步研究利用来自 总共62个对象的样品，并且将使用本发明所确定的每一样品的WBC识别结果与通过训练的 血液学家手动检测样品所得到的样品分析结果相比较。从每一样品中评估了 500个至1000 个细胞的组。样品的两次分析中的线性回归分析表明：对于嗜中性粒细胞、淋己细胞、单核 细胞和嗜酸性粒细胞，R2值显示手动分析结果与来自根据本发明的分析装置的结果之间相 差很小。
[0099] 尽管已经根据本发明的详细实施方式示出和描述了本发明，但是本领域技术人员 应该理解在不偏离本发明的精神和范围的情况下，本发明可进行形式和细节上的各种修 改。
【主权项】
1. 一种用于识别生物样品内的一种或多种目标组分的方法，包括以下步骤： 将至少一种着色剂添加到所述生物样品中，该着色剂可操作以区别所述样品内的目标 组分； 将所述样品置入腔中，该腔由至少一个透明板限定； 使用落射荧光光源产生静止地位于所述腔内的未稀释的样品的区域的至少一个荧光 图像； 使用透射光源产生静止地位于所述腔内的未稀释的样品的区域的至少一个透射图像； 使用可程控分析仪识别样品图像内的目标组分； 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所识别的目 标组分； 基于多个预定的特征，识别所识别的目标组分内的至少一种目标组分类型，其中每个 所述预定的特征通过一个或多个定量值限定，并且使用所述分析仪来定量分析所述至少一 个荧光图像和所述至少一个透射图像，以确定与至少一个所述预定的特征相关的定量值。2. 根据权利要求1所述的方法，其中，基于光强度、光色、光密度和几何形状中的至少一 个来定量分析所述至少一个荧光图像和所述至少一个透射图像。3. 根据权利要求2所述的方法，其中，所述透射图像被定量分析以确定光密度值，以及 其中，所述多个预定的特征包括在给定波长下的平均细胞吸收和在给定波长下的细胞吸收 纹理中的至少一个。4. 根据权利要求1所述的方法，其中，识别至少一种目标组分类型的步骤还包括使用基 于规则的分类器来比较所确定的定量值。5. -种用于分析静止地位于腔内的生物流体样品的装置，包括:物镜； 样品照明器，所述样品照明器可操作以提供至少一荧光激发光源和至少一透射光源； 析像管，所述析像管适于接收来自所述样品的发荧光的光并生成代表来自所述样品的 发荧光的光的信号，以及适于接受穿过所述样品传输的光并生成代表穿过所述样品传输的 光的信号;和 可程控分析仪，所述可程控分析仪适于接收代表穿过所述样品传输的光的信号并产生 表示穿过所述样品传输的光的至少一个样品图像，以及适于接受代表来自所述样品的发荧 光的光的信号并产生表示来自所述样品的发荧光的光的至少一个样品图像，以及还适于定 量分析表示穿过所述样品传输的光的样品图像以及表示来自所述样品的发荧光的光的样 品图像，以识别图像内的白血细胞C，并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种所识别的WBC，以及基于所述可定量确定的特征，从所识别的WBC 中识别至少一种WBC类型。6. 根据权利要求5所述的装置，其中，所述分析仪适于基于光强度、光色、光密度和几何 形状中的一个或多个定量分析图像。7. 根据权利要求6所述的装置，其中，所述一个或多个预定的可定量确定的特征包括叶 数目、大颗粒比率、核比率、红-绿比、核亮度和细胞质亮度中的一个或多个。8. 根据权利要求6所述的装置，其中，所述一个或多个预定的可定量确定的特征包括在 给定波长下的平均细胞吸收和在给定波长下的细胞吸收纹理中的一个或多个。9. 根据权利要求6所述的装置，其中，所述一个或多个预定的可定量确定的特征包括细 胞面积和核面积中的一个或者两个。10. 根据权利要求6所述的装置，其中，所述一个或多个预定的可定量确定的特征包括 核纹理和细胞质纹理中一个或两个。11. 根据权利要求6所述的装置，其中，所述一个或多个预定的可定量确定的特征包括 核凹陷度和细胞质凹陷度中的一个或两个。12. 根据权利要求5所述的装置，其中，所述分析仪适于确定图像内的至少一些识别出 的WBC中的每个的一个或多个特征中的每一个特征的定量值。13. 根据权利要求12所述的装置，其中，所述分析仪适于使用基于规则的分类器和基于 学习模型的分类器中的一个或两个来评估每一个确定的定量值。14. 根据权利要求5所述的装置，其中，所述分析仪适于识别WBC中的淋巴细胞、嗜中性 粒细胞、单核细胞和嗜酸性粒细胞类型中的一种或多种。
【专利摘要】本发明公开了一种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。本发明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，包括以下步骤：将至少一种着色剂添加到所述生物样品中，该着色剂可操作以区别所述样品内的目标组分；将所述样品置入由至少一个透明板限定的腔中；使用落射荧光光源产生静止地位于所述腔内的未稀释的样品的区域的至少一个荧光图像；使用透射光源产生静止地位于所述腔内的未稀释的样品的区域的至少一个透射图像；使用可程控分析仪识别样品图像内的目标组分；定量分析图像内的至少一些所识别的目标组分；识别所识别的目标组分内的至少一种类型的目标组分。
【IPC分类】G01N15/14
【公开号】CN105445170
【申请号】CN201510659350
【发明人】大卫·赫尔佐格, 王志洲, 史蒂芬·沃德劳, 谢敏
【申请人】艾博特健康公司
【公开日】2016年3月30日
【申请日】2011年8月5日
【公告号】CA2807228A1, CA2807228C, CN103154732A, CN103154732B, EP2601523A1, US20120034647, WO2012019118A1