大多数自动粒子分类方法会产生误差。本发明专利技术提供一种在缩短操作人员进行人工复验所需的时间量的同时提高粒子分类的准确性的方法。该方法采用类别加权，该类别加权是统计上导出的校正因子，其说明分类错误的频度。将第一类别加权和第二类别加权分别分配给第一类别和第二类别。在第一类别和第二类别的每个中的粒子数量分别乘以第一类别加权和第二类别加权，以产生在每一类别中粒子的校正数量。如果对粒子重新分类，则响应于该重新分类而重新计算类别加权。该方法可用于在其中对样品中所有粒子都进行分类的完全分类或者在样品中粒子的子集的选择性分类。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术总的来说涉及用于分析样品中的粒子(particle)的方法和系统，并且更特别地涉及用于测定样品中的粒子浓度的方法和系统。
技术介绍
处理流体样品中粒子的图像的方法和装置是公知的。例如，美国专利No.4,667,335和No.4,612,614描述了具有通过利用成像信号来测定粒子(例如生物粒子)的各种特性的软件程序的装置。在这些参考文献中公开的这些装置可以自动地(即没有人的干预)测定流体样品中粒子的诸如颜色、大小以及亮度之类的特性。此外，基于测定的特性，这些装置可把每个粒子归类到许多类别之一中，并计算每种粒子类型(即粒子类别)的浓度。这种自动样品分析以及浓度测定过程被称为自动粒子识别(APR)。由于实际的原因，所以通常对分析的样品的数量施加限制。在一个常规装置中，每次分析样品的一个部分，从而对第一部分进行分析并计数该部分的粒子数量，然后分析下一部分，将该部分的粒子数加到总计数中，等等。这种逐个部分的计数过程一直持续到经过最长的时间段、达到最大的样品体积总量、或者计数了最大的粒子数量。分类和计算结果通常以与在美国专利No.5,822,447中公开的方式类似的方式进行显示。也就是，取得多个光学帧(optical frame)，其中每个帧是样品的一部分的图像。优选地，这些帧代表样品的不同部分。一个帧由一个或多个图像的“补丁(patch)”组成，每个补丁包含至少一个粒子的图像。这些补丁基于它们包含的图像而被分类到多个类别的之一中，并且这些类别通常用一个或多个可直观辨别的特征来表征。在一些实施例中，如果一个补丁包含一个以上可辨别粒子的图像，则可对该粒子的图像分别分类。在其它实施例中，采用更主要粒子的图像对补丁进行分类。分类后，测定每一类别粒子的浓度。从帧中提取的补丁在图形用户接口(例如计算机监视器)上进行显示，优选以通过分类而有序排列的方式。可以显示每一类别的粒子数量或从中得到的任何参数(例如粒子总数的百分比)。基于这种分类，APR过程测定每种粒子类型(即粒子类别)的浓度。然后，操作人员人工复验(review)APR分类结果并校正任何错误。在人工复验过程中，操作人员可将错误分类的粒子从一个类别中取出并将其加到另一类别中。存在几个不同的粒子分类模式，而且采用的模式影响操作人员进行人工复验的方式。在完全分类模式中，样品中的所有粒子都被单独分类。完全分类后的人工复验过程是一种全编辑(Full Edit)模式的复验，由此操作人员手工检查每个单独分类的粒子图像以确保分类正确。在全编辑过程中，操作人员将错误分类的粒子图像重新分入正确的粒子类别。虽然全编辑模式的优点在于每次所得的分类是由操作人员手工“批准的”，并因而非常可能是准确的，但是对于操作人员来说它非常耗时。因此，完全粒子分类以及全编辑模式优选地用于含有相对较小数量的粒子的样品(例如不到1000个粒子)。在美国专利No.6,141,624中更详细描述的部分分类模式中，操作人员仅仅复验粒子图像的一个子集。在粒子数为I的样品中，选择至多NMAX个粒子以用于操作人员复验并对其进行分类(NMAX＜I)。由于操作人员不对所有的I个粒子进行复验，所以操作人员需要的平均复验时间相对于完全分类模式可显著地减少。部分分类后的人工复验和编辑过程有时被称作简化编辑模式。部分分类与简化编辑模式对于含有数千甚至数万粒子的较大样品来说是理想的。完全分类产生准确的结果，但需要操作人员的大量时间。部分分类需要操作人员的较少时间，但准确性会被损害。需要一种在完全分类模式中帮助操作人员节省时间并改进部分分类模式的准确性的方法。专利技术概要本专利技术提供一种在缩短操作人员复验所需时间量的同时提高由流体样品分析仪测定的粒子浓度的准确性的方法和系统。一方面，本专利技术是一种分析含有数量I的粒子的流体样品的方法。该方法需要把数目为N的粒子分类到第一类别、第二类别以及人工制品类别(artifactclass)之一中，其中分别基于符合第一和第二预定分类标准的粒子来进行分类到第一和第二类别中，以及其中基于既不符合第一也不符合第二预定分类标准的粒子来进行分类到人工制品类别中。分别基于第一和第二类别的已知先前的粒子的错误分类来确定第一类别加权和第二类别加权。分类到第一类别中的粒子数量乘以第一类别加权以产生分类到第一类别中的粒子的校正数量，以及分类到第二类别的粒子数量乘以第二类别加权以产生分类到第二类别中的粒子的校正数量。另一方面，本专利技术是一组用于分析含有I个粒子的样品的计算机可读指令。这些指令包括用于将数量为N的粒子分到第一类别、第二类别以及人工制品类之一中的指令。第一类别和第二类别的标准是预定的。将未被识别为属于第一类别和第二类别的粒子分类到人工制品类别中。计算机可读指令也包括对第一类别确定第一类别加权和对第二类别确定第二类别加权的指令。计算机可读指令还包括用于将分类到第一类别中的粒子数乘以第一类别加权以产生分类到第一类别中的粒子的校正数量的指令，以及用于将分类到第二类别中的粒子数乘以第二类别加权以产生分类到第二类别中的粒子的校正数量的指令。另一方面，本专利技术是一种包含上述计算机可读程序的分析流体样品的装置。附图简述附图说明图1是按照本专利技术的第一实施例的完全分类过程的流程图；图2是按照本专利技术的第二实施例的部分分类过程的流程图；以及图3是按照本专利技术的第三实施例的部分分类过程的流程图。优选实施例的详细描述这里是在尿分析系统并且特别是在通常利用在美国专利4,338,024和4,393,466中所公开的技术的体外尿分析诊断装置的背景下对本专利技术的实施例描述进行描述。然而应理解，这里提供的实施例仅仅是优选实施例，并且本专利技术的范围不限于在此公开的应用或实施例。如在此使用的“粒子”可以是通常可在流体样品中运送的任何物质，包括但不限于细胞。如在此使用的“错误分类”包括将粒子识别为属于与其属于的实际种类不同的种类。粒子的“重新分类”是将粒子的分类从一个类别改变为另一类别，并且包括在人工制品类别和具有一组预定标准的类别之间移动粒子。本专利技术包括一种校正分类错误的系统方法，以便可以以合理水平的准确性来测定粒子浓度，同时需要操作人员的较少时间。如果操作人员选择进行人工复验，则通过提供关于最终结果看起来像的内容的合理的准确方针，由本专利技术的方法计算的浓度结果将帮助操作人员更有效地进行复验。本专利技术的方法将类别加权(CW)分配给每种粒子类别。该类别加权是从在初步分类的平均结果与理想的无误差结果之间相关性的统计学评估中获得的无单位参数。实际上，该类别加权是补偿初步分类以一定频度(例如每x个粒子中的一次错误分类)犯错误这一事实的乘数。该类别加权对于每种粒子类别通常是不同的。属于特定粒子类别的所有粒子共用相同的加权值。在含有红血细胞和白血细胞的示例性样品中，存在三种粒子类别红血细胞类别(R)、白血细胞类别(W)和人工制品类别。人工制品类别是对于未被清楚地识别为属于预定类别之一的粒子所使用的“一揽子(catch-all)”类型的类别。如果从先前的运行和编辑中得知平均来说仅有全部红血细胞的50％被正确分类为红血细胞，以及仅有全部白血细胞的30％被分类为白血细胞，则红血细胞和白血细胞的类别加权将分别为2和3.3。如果在类别R中的粒子数量乘以红血细胞的类别加本文档来自技高网...
【技术保护点】
一种分析含有数量为Ｉ的粒子的流体样品的方法，该方法包括： 将数目为Ｎ的粒子分类到第一类别、第二类别和人工制品类别之一中，其中分别基于符合第一和第二预定类别标准的粒子来进行分类到第一和第二类别中，以及其中基于既不符合第一预定类别标准也不符合第二预定类别标准的粒子来进行分类到人工制品类别中； 基于第一和第二类别的已知先前的粒子的错误分类来确定第一和第二类别加权； 将分类到第一类别中的粒子的数量乘以第一类别加权，以产生分类到第一类别中的粒子的校正数量；以及 将分类到第二类别中的粒子的数量乘以第二类别加权，以产生分类到第二类别中的粒子的校正数量。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：E查普劳德，HL卡斯丹，
申请(专利权)人：国际遥距成象系统公司，
类型：发明
国别省市：US[美国]
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。