[发明专利]一种基于概率密度估计的散点样本数据扩充方法

说明书

本发明涉及医疗技术领域，具体涉及一种基于概率密度估计的散点样本数据扩充方法，包括提取样本的生成模板中的散点组，并对散点组进行标注后分类，得到多个类型数据；为多个类型数据分别建立概率分布模型；基于多个概率分布模型的概率分别建立多个概率方程，并基于多个概率方程将对应的概率分布模型进行初始化，得到多个初始化模型，设置多个初始化模型的迭代次数；根据迭代次数加1后的奇偶，计算多个初始化模型的后验概率；更新多个初始化模型中的参数，并对多个初始化模型的后验概率进行统计；直至相邻两个后验概率之差的绝对值小于预设阈值，或迭代次数达到上限阈值，得到最终分布模型；基于最终分布模型，生成多个散点数据。

技术领域

本发明涉及医疗技术领域，尤其涉及一种基于概率密度估计的散点样本数据扩充方法。

背景技术

流式细胞分析仪是分析人体生理情况的一种重要仪器，它通过分析血液、尿液的散点图，计算出被测标本内各类细胞的数量以及占比，提示人体是否存在可能的病变，给医生的诊断提供依据。流式细胞仪运行过程中会使体液(血液、尿液、胸腹水等)中的物质依次通过激光器照射，然后接收并记录物质通过激光器时前向、10°侧向、90°侧向等方向上散射出的激光强度，得到该细胞体积、内部复杂度、核酸含量等特征的相对值。当流式细胞仪采集到到几百或几千个细胞特征后，则可以汇总形成该组被测标本的细胞散点图，散点图中同类细胞由于具有相同的特征，因而会聚集成团。依据该理论，流式细胞仪可以通过一定的细胞分类算法，对散点图上的细胞进行分类。由于人与人之间细胞形态、大小都不会完全相同，因此开发细胞分类算法时需要在大量的标本上进行性能验证，以保证分类算法具有较强的鲁棒性。为收集到足够数量的标本散点图，目前主流的方法是大量收集血液、尿液标本进行测试，每一份标本重复测试数次后存储其散点图数据存入样本库。

该方法面临着诸多问题，首先，每收集一份样本数据，都要流式细胞仪进行一次测试，因此需要消耗大量时间、大量试剂来收集到足量的样本。其次，某些特定的标本常常难以大量收集，例如疟疾血样常见于热带国家，且疟疾标本无法运回总部实验室进行分析。再次，每份标本的体积有限，只能测试一定的次数，若需要大量收集某个标本的样本数据，则需要长期对该标本的主人跟踪，定期采集其体液标本送入流式细胞仪采集数据，成本高昂。

发明内容

本发明的目的在于提供一种基于概率密度估计的散点样本数据扩充方法，旨在解决现有的细胞分类算法需要通过对大量样本进行分析，耗时长成本高，的问题。

为实现上述目的，本发明提供了一种基于概率密度估计的散点样本数据扩充方法，包括以下步骤：

S1提取样本的生成模板中的散点组，并对所述散点组进行标注后分类，得到多个类型数据；

S2分别为多个所述类型数据建立概率分布模型；

S3基于多个所述概率分布模型的概率分别建立多个概率方程，并基于多个所述概率方程将对应的所述概率分布模型进行初始化，得到多个初始化模型，设置多个所述初始化模型的迭代次数；

S4根据所述迭代次数加1后的奇偶情况，计算多个所述初始化模型的后验概率；

S5更新多个所述初始化模型中的参数，并对多个所述初始化模型的所述后验概率进行统计；

S6重复步骤S4和S5，直至相邻两个所述后验概率之差的绝对值小于预设阈值，或迭代次数达到上限阈值，得到最终分布模型；

S7基于所述最终分布模型，生成多个散点数据。

其中，所述S1提取样本的生成模板中的散点组，并对所述散点组进行标注后分类，得到多个类型数据的具体方式为：

S11通过所述流式细胞仪对所述样本进行采集，得到散点图测试结果样本；

S12将所述散点图测试结果样本作为散点数据生成模板，得到生成模板；