[发明专利]流式细胞智能免疫分型方法、装置以及电子设备有效
申请号: | 201811459148.6 | 申请日: | 2018-11-30 |
公开(公告)号: | CN109580458B | 公开(公告)日: | 2020-02-14 |
发明(设计)人: | 王志岗;汝昆;贺环宇 | 申请(专利权)人: | 苏州深析智能科技有限公司 |
主分类号: | G01N15/14 | 分类号: | G01N15/14;G01N15/00;G01N15/10;G06N3/04 |
代理公司: | 11505 北京布瑞知识产权代理有限公司 | 代理人: | 孟潭 |
地址: | 215021 江苏省苏州市苏州工业园*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 细胞群 细胞 位置坐标 流式细胞 免疫分型 预设 式样 装置及电子设备 神经网络模型 抗原分子量 人工智能 电子设备 判断结果 细胞表面 智能 坐标轴 分群 | ||
本发明提供了一种流式细胞智能免疫分型方法、装置及电子设备,通过获取流式样本中每个细胞在以细胞表面不同抗原分子量为坐标轴的坐标系中的位置坐标;根据所述位置坐标将所述流式样本中的细胞分为多个细胞群;识别所述多个细胞群各自的细胞种类;判断每个所述细胞群中细胞的所述位置坐标是否处于该所述细胞群的细胞种类所对应的预设范围内;以及当判断结果为所述细胞群中存在细胞的所述位置坐标不处于该所述细胞群的细胞种类所对应的预设范围内,确定该所述细胞群为异常群。利用人工智能实现细胞的分群和神经网络模型实现异常群的判断,大幅降低了专业人员的劳动强度,同时提高了流式细胞免疫分型的准确性及效率。
技术领域
本发明涉及流式细胞学领域,具体涉及一种流式细胞智能免疫分型方法和装置、电子设备、计算机程序产品、以及计算机可读存储介质。
背景技术
血细胞在分化的不同阶段及细胞活化的过程中出现或消失的细胞表面抗原分子统称细胞分化群,在红细胞系、白细胞系、血小板、巨核细胞系及非造血细胞均有不同的分化抗原簇表达。当发生血液肿瘤时,细胞就会丧失正常细胞的系列专一性和分化阶段的规律性。流式细胞术可以对确定其来源和分化阶段、判断微量残留病变的存在及推测预后均有价值。
现有的流式免疫分型方法大多是利用流式细胞仪对胞定量进行分群,并通过专业人员从二维的视角对各个细胞群体进行正常或异常的判断,并根据异常细胞群体的特征推测疾病的种类及程度等。
然而,现有技术存在以下缺点:
1.主观性大。每个专业人员的经验不同以及判断依据也不完全相同,因此,判断结果也就会有所偏差,甚至同一个人在不同环境、状态下给出的判断结果也不一定完全相同。
2.劳动强度大。判断的人员需要一定的技术基础以及工作经验,而实际的巨大工作量和相对缺乏的专业人员加大了工作人员的劳动强度。
3.效率低。依赖相对较少的专业人员去人工完成巨大的工作量,其工作效率自然不高。
发明内容
有鉴于此,本发明实施例致力于提供一种流式细胞智能免疫分型方法和装置,通过人工智能的方式替代现有的人工操作,解决了现有技术的主观性大、劳动强度大、以及效率低等问题。
根据本发明的一方面,本发明一实施例提供的一种流式细胞智能免疫分型方法,包括:获取流式样本中每个细胞在以细胞表面不同抗原分子量为坐标轴的坐标系中的位置坐标;根据所述位置坐标将所述流式样本中的细胞分为多个细胞群;识别所述多个细胞群各自的细胞种类;判断每个所述细胞群中细胞的所述位置坐标是否处于该所述细胞群的细胞种类所对应的预设范围内;以及当判断结果为所述细胞群中存在细胞的所述位置坐标不处于该所述细胞群的细胞种类所对应的预设范围内,确定该所述细胞群为异常群;其中,判断每个所述细胞群中细胞的所述位置坐标是否处于该所述细胞群的细胞种类所对应的预设范围内是基于第一神经网络模型实现。
在一实施例中,所述判断每个所述细胞群中细胞的所述位置坐标是否处于该所述细胞群的细胞种类所对应的预设范围内包括:将单个细胞群中细胞的所述位置坐标与所述单个细胞群的细胞种类输入所述第一神经网络模型,通过所述第一神经网络模型判断所述单个细胞群中是否存在细胞的所述位置坐标不处于该所述细胞群的细胞种类所对应的预设范围内。
在一实施例中,所述第一神经网络模型的训练过程包括:将单个细胞在所述坐标系中的所述位置坐标与所述单个细胞的细胞种类作为样本输入、所述单个细胞的所述位置坐标是否处于该所述单个细胞的细胞种类所对应的预设范围内的结果作为样本输出训练所述第一神经网络模型。
在一实施例中,所述获取流式样本中每个细胞在以细胞表面不同抗原分子量为坐标轴的坐标系中的位置坐标包括:选取所述细胞表面的多种所述抗原分子量为坐标轴,获取所述每个细胞在所述坐标轴所组成的坐标系中的位置坐标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州深析智能科技有限公司,未经苏州深析智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811459148.6/2.html,转载请声明来源钻瓜专利网。