[发明专利]细胞群的识别方法及其装置

说明书

本申请实施例涉及细胞分析技术领域，公开了一种细胞群的识别方法及其装置，该方法包括：获取N个待测细胞的流式细胞数据，其中，流式细胞数据包括与N个待测细胞对应的N个数据组，且各数据组均包括与M个通道对应的M个数据值，M大于等于2；根据N个待测细胞中各待测细胞的M个数据值，确定各待测细胞对应的联合概率密度；根据各待测细胞对应的联合概率密度，确定回归分割线；根据回归分割线和N个待测细胞中各待测细胞的M个数据值，确定多个边界点；基于多个边界点对N个待测细胞进行圈门，得到目标细胞群。应用本申请的技术方案，不依赖专业技术人员，可以实现目标细胞群的自动识别，能够提高处理效率，保证识别结果的稳定性和可重复性。

技术领域

本申请实施例涉及细胞分析技术领域，具体涉及一种细胞群的识别方法及其装置。

背景技术

流式细胞技术（flow cytometry，FCM）是以高能量激光照射高速流动状态下，经荧光标记的单细胞（生物微粒），通过检测产生的散射光和荧光的信号强度，从而对细胞进行定性分类和定量统计，实现对目的细胞的分析或分选的技术。基于流式细胞仪获取的所有细胞的特征数据称为流式细胞数据。根据流式细胞数据可以绘制散点图，并基于散点图进行圈门，可以实现对选定感兴趣的细胞群进行分析。

传统地，通常采用人工设定圈门的方式选定感兴趣的细胞类群。但是，对于人工设定圈门的方式，需要依赖技术人员的经验，圈门结果会受到技术人员的经验的影响，不同的技术人员所得到圈门结果可能存在很大的差异，难以保证圈门结果的稳定性。此外，人工设定圈门的方式需要依赖专业的技术人员，操作难度大，效率低。

发明内容

鉴于上述问题，本申请实施例提供了一种细胞群的识别方法及其装置，用于解决人工圈门方式的圈门结果存在很大差异，圈门结果的稳定性较差的问题。

根据本申请实施例的第一方面，提供了一种细胞群的识别方法，该方法包括：获取N个待测细胞的流式细胞数据，其中，流式细胞数据包括与N个待测细胞对应的N个数据组，且各数据组均包括与M个通道对应的M个数据值，M大于等于2；根据N个待测细胞中各待测细胞的M个数据值，确定各待测细胞对应的联合概率密度；根据各待测细胞对应的联合概率密度，确定回归分割线，其中，回归分割线用于划分N个待测细胞中的杂质细胞群和主细胞群；根据回归分割线和N个待测细胞中各待测细胞的M个数据值，确定多个边界点；基于多个边界点对N个待测细胞进行圈门，得到目标细胞群。

在一种可选的方式中，根据N个待测细胞中各待测细胞的M个数据值，确定各待测细胞对应的联合概率密度，包括：根据N个待测细胞中任一待测细胞的M个数据值，确定M个通道中各通道对应的边缘概率密度；根据M个通道中各通道对应的边缘概率密度，确定N个待测细胞中任一待测细胞对应的联合概率密度。

在一种可选的方式中，N个待测细胞中任一待测细胞对应的联合概率密度通过如下公式确定：

；

其中，为任一待测细胞对应的联合概率密度，为M个通道中第j个通道对应的核函数，为任一待测细胞的对应于第j个通道的数据值，为N个待测细胞中第i个待测细胞的对应于第j个通道的数据值，为M个通道中第j个通道的通道宽度，N为待测细胞的数量，M为通道数量。

在一种可选的方式中，根据各待测细胞对应的联合概率密度，确定回归分割线，包括：确定参数集合，参数集合包括多个参数组，多个参数组中各参数组均包括斜率和截距；采用参数集合拟合直线，得到多个参数组对应的多组第一参考分割线；根据所述N个待测细胞中各待测细胞与每组第一参考分割线中各第一参考分割线之间的距离，确定多个第二参考分割线；根据N个待测细胞中位于多个第二参考分割线中各第二参考分割线的预设邻域内的待测细胞的联合概率密度，确定回归分割线，其中，N个待测细胞中位于回归分割线的预设邻域内的待测细胞的联合概率密度的和值为最小。