The invention relates to a flow cytometry particle counting method density classification algorithm based on center distance, which comprises the following steps: 1) by flow cytometry data flow cytometry cell count to obtain particle sets, flow cytometry data of the set of multidimensional number contains particles according to 2) according to the density distance; the center algorithm for streaming data on each particle's local density and distance parameters, screening and sorting, to obtain the initial clustering center group; 3) the initial group center as the initial value of the mixture model algorithm, based on the mixed model of particle swarm clustering, get multiple particle groups after the classification, counting statistics. Compared with the existing technology, the invention has the advantages of high accuracy, good stability, adapting to the distribution of streaming data, adapting to the classification of small sample particle swarm, and fast calculation speed, etc..
【技术实现步骤摘要】
基于密度-距离中心算法的流式细胞粒子分类计数方法
本专利技术涉及细胞粒子分类测量领域,尤其是涉及一种基于密度-距离中心算法的流式细胞粒子分类计数方法。
技术介绍
流式细胞分析术(flowcytometry,FCM)是采用流式细胞仪进行定量分析的技术,其利用流体动力学聚焦原理,将被分析的细胞或微粒排成一列,逐个快速地流过检测光束,通过高精密的光学系统、电子学信号处理和计算机数据分析,测定细胞或微粒引发的多角度散射光和多色荧光,可以在短时间内获得上万个细胞或微粒的大小、内部结构、核酸、蛋白质等物理及化学特征。流式细胞术以其快速、准确、大批量、多参数分析等优点,是生物医疗领域中进行前沿科学研究的重要的基础性科研仪器;同时,也是重要的临床检验设备。每个细胞或微粒引发的多角度散射光和多色荧光,通过光学系统收集和光电传感器转化为电信号,经过电子学信号处理和采样成为数字信号,由计算机存储和进行数据分析;流式细胞仪获取的所有细胞或微粒的特征数据称为流式数据。传统上,流式数据的分析依靠有经验的人员将数据投影至二维散点图中,然后采用区域设门的方式对感兴趣的类群进行分析,如分类和计数,被称为人工设门法。随着流式细胞术的不断发展,流式数据量成倍增加,数据的自动分析已经成为流式细胞技术未来发展的主要方向。针对流式数据的聚类分析,一些自动分析方法先后被提出,主要可分为基于概率分布的聚类方法以及基于空间信息的聚类方法。基于概率分布的聚类方法主要是有限混合模型聚类算法,如基于贝叶斯信息准则的高斯混合模型算法,该算法对由正态或者近正态分布的数据集组成的细胞类群有较好的处理能力;t-分布混合 ...
【技术保护点】
一种基于密度‑距离中心算法的流式细胞粒子分类计数方法,其特征在于,包括以下步骤:1)采用流式细胞分析仪获取待分类计数的细胞粒子的流式数据集,所述的流式数据集包含粒子的多维数据;2)根据密度‑距离中心算法获取流式数据集中每个粒子的局部密度和距离参数,进行筛选和排序,获取待聚类的初始类群中心;3)将初始类群中心作为混合模型算法的初始值,根据混合模型对粒子群进行聚类,得到分类后的多个粒子类群,进行计数统计。
【技术特征摘要】
1.一种基于密度-距离中心算法的流式细胞粒子分类计数方法,其特征在于,包括以下步骤:1)采用流式细胞分析仪获取待分类计数的细胞粒子的流式数据集,所述的流式数据集包含粒子的多维数据;2)根据密度-距离中心算法获取流式数据集中每个粒子的局部密度和距离参数,进行筛选和排序,获取待聚类的初始类群中心;3)将初始类群中心作为混合模型算法的初始值,根据混合模型对粒子群进行聚类,得到分类后的多个粒子类群,进行计数统计。2.根据权利要求1所述的一种基于密度-距离中心算法的流式细胞粒子分类计数方法,其特征在于,所述的步骤1)中,当流式数据集中的数据为二维数据时,将前向散射光通道数据作为y轴,侧向散射光通道的数据作为x轴形成二维散点图;或将侧向散射光通道数据作为y轴,荧光通道的数据作为x轴形成二维散点图;当流式数据集中的数据为三维数据时,将前向散射光通道数据作为x轴,侧向散射光通道的数据作为y轴,荧光通道的数据作为z轴形成三维散点图。3.根据权利要求1所述的一种基于密度-距离中心算法的流式细胞粒子分类计数方法,其特征在于,所述的步骤2)具体包括以下步骤:21)对于流式数据集S={x1,x2...xi...xn},定义其中的第i个粒子xi的局部密度ρi和距离δi参数分别为;
【专利技术属性】
技术研发人员:陶靖,
申请(专利权)人:上海纳衍生物科技有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。