[发明专利]一种基于形状特征的自动分类校正的方法

权利要求书

1.一种基于形状特征的自动分类校正的方法，用于流式细胞分析仪器的分析处理，其包括 以下步骤：

A、根据流式细胞分析的散点图数据，进行数据分类及图像处理，并获得每类细胞的边界曲 线；

B、对每类细胞边界曲线进行曲线拟合，并获得拟合曲线；

C、计算所述拟合曲线的曲线参数；

D、将所获得的曲线参数与预设范围进行比较，如果所述曲线参数超出预设范围，则表明此 次分类结果不正确；

其中，所述步骤D之后还包括：如果分类结果不正确，则对所述散点图数据的分类进行至 少一次校正处理，并在每一次校正处理后重复执行所述步骤B至D；

若经多次校正处理后所获得的曲线参数依然超出所述预设范围时，则提示此次分类结果无 效；

所述的校正处理按以下方式进行：调用自动分类算法，按照预设的校正规则对原来的散点图 数据再次进行分类计算，并根据此次分类计算的结果进行数据分类及图像处理后获得每类细 胞的边界曲线；

所述预设的校正规则是根据设计人员的需要修改自动分离算法中相应的参数值。

2.根据权利要求1所述的方法，其特征在于，所述步骤A中，以自动分类算法的分类结果 为依据，把原来的散点图数据按照类别分成多个数据集合后，再进行图像处理。

3.根据权利要求1所述的方法，其特征在于，所述步骤A中的图像处理包括以下步骤：

A1、利用分类处理的结果，依次对图像进行除噪、分割处理，并进行图像二值化处理，得 到各类别的二值图像；

A2、对所述各类别的二值图像进行填充处理；

A3、对填充后的图像进行边界提取。

4.根据权利要求3所述的方法，其特征在于，所述图像处理中的步骤A3包括以下步骤：

A31、通过计算每一类别内各象素点的δ邻域内的背景点的个数，来确定每类细胞的边界 点，其中δ为大于等于1的自然数；

A32、提取连续的且宽度总是为1个象素点的边界，来构成每类细胞的边界曲线。

5.根据权利要求1所述的方法，其特征在于，所述步骤B中采用椭圆曲线模型对每类细胞 边界曲线进行曲线拟合。

6.根据权利要求1所述的方法，其特征在于，所述步骤B中采用抛物线曲线模型对每类细 胞边界曲线进行曲线拟合。

7.根据权利要求1、5或6所述的方法，其特征在于，若所述步骤B中按照一预设曲线模型 对每类细胞边界曲线进行曲线拟合，并获得拟合曲线，则所述步骤C按照以下步骤进行处 理：

C1、计算标准的预设曲线模型在某一中心点处旋转一预设角度后，所获得的旋转方程模 型；

C2、将所述旋转方程模型与所述拟合曲线进行比较，建立关于所述拟合曲线参数的方程 组；

C3、通过求解所述方程组，计算所述拟合曲线的曲线参数。

8.根据权利要求1所述的方法，其特征在于，所述步骤C中的曲线参数为所述拟合曲线的 特征参数和经验参数中的一种或两种的结合。

9.根据权利要求1所述的方法，其特征在于，所述步骤D中的预设范围是依据理论和经验 对每类细胞在散点图上的分布趋势进行分析所获得的的经验值。

10.根据权利要求1所述的方法，其特征在于，所述步骤A中，以粗分散点图算法的分类结 果为依据，把原来的散点图数据按照类别分成多个数据集合后，再进行图像处理。