血沉测量系统、设备、方法和计算机可读存储介质技术方案

本发明专利技术实施例涉及血沉测量系统、设备、方法和计算机可读存储介质。其中，获取待测血液样本的红细胞聚集曲线；获取所述待测血液样本的血细胞直方图和/或血细胞散点图，所述血细胞直方图和/或血细胞散点图至少包括与红细胞相关的直方图和/或散点图；以及将所述红细胞聚集曲线和所述血细胞直方图和/或血细胞散点图输入神经网络模型，以通过所述神经网络模型计算得到第一血沉测量结果。由此，利用血液分析仪获得的血细胞直方图和/或血细胞散点图借助神经网络模型对通过红细胞聚集法获得的红细胞聚集曲线进行修正，从而能够快速地获得更加准确的红细胞沉降率。加准确的红细胞沉降率。加准确的红细胞沉降率。

【技术实现步骤摘要】
血沉测量系统、设备、方法和计算机可读存储介质


[0001]本专利技术涉及体外诊断领域，尤其是涉及血沉测量系统、血沉测量设备、血沉测量方法和计算机可读存储介质。

技术介绍

[0002]红细胞沉降率(ESR，简称血沉)是指在规定条件下，离体抗凝血中的红细胞自然沉降的速率。红细胞沉降率用于一些疾病的鉴别诊断及病情观察，也是反映红细胞聚集的一项常用指标，对疾病静止期、病情稳定与复发、肿瘤良性与恶性具有鉴别意义。
[0003]目前，业界通常采用魏氏法来测量ESR，即，观察并记录装在Westergren管或者说沉降管中的血液样本中的红细胞沉降速度。通常，在魏氏法中，从在Westergren管中注入血液样本后开始计时，并观察一小时后群集细胞与血浆之间的界面距管顶端液面的距离(悬浮介质高度)。
[0004]然而，采用魏氏法(也称为参考方法)测量ESR存在以下缺陷：1)测量速度慢，要求沉降时间为1小时，随着医院病人的大量增加,一小时出测量结果的检测效率不能满足日常检测需求。2)耗血量大，通常要将血液样本注满沉降管，需要1mL左右的血量，这对于采集手指末梢血的患者来说是无法实现的。
[0005]因此，为克服魏氏法的上述缺陷，在血流变学研究的基础上，业界出现了快速ESR测量方法(以下也称为红细胞聚集法)，即通过测量红细胞聚集指数来预测红细胞沉降率的方法。通过测量缗钱状红细胞形成过程中血细胞对光的散射率/透射率的变化，换算出ESR的测量值。这个测量过程能够在很短的时间内(约20s)完成，而且耗血量只有100uL左右。这些方法表明了红细胞聚集指数与红细胞沉降率之间存在一定的相关性。
[0006]然而，虽然通过红细胞聚集法能够快速获得ESR值，但是在通过红细胞聚集法测得的ESR值和通过魏氏法测得的ESR值之间仍然存在较大的差异。

技术实现思路

[0007]因此，本专利技术的任务在于提供一种血沉测量系统、一种血沉测量设备、一种血沉测量方法和一种计算机可读存储介质，其能够实现快速且准确地获得经过修正的血沉测量结果，通过本专利技术获得的血沉测量结果与通过魏氏法测得的血沉测量结果具有较好的一致性。
[0008]为了实现本专利技术的任务，本专利技术第一方面提供一种血沉测量系统，包括采样分配装置、血沉检测装置、血细胞检测装置和数据处理装置。所述采样分配装置被配置用于采集待测血液样本，并将所述待测血液样本至少部分地分别分配给所述血沉检测装置和所述血细胞检测装置。所述血沉检测装置被配置用于对被分配的血液样本部分进行检测，以获得透过被分配的血液样本部分的透射光或经被分配的血液样本部分散射的散射光的光强随时间变化的红细胞聚集曲线。所述血细胞检测装置被配置用于对被分配的血液样本部分进行检测，以获得所述待测血液样本的血细胞直方图和/或血细胞散点图，所述血细胞直方图
和/或血细胞散点图至少包括与红细胞相关的直方图和/或散点图。所述数据处理装置被配置用于，获取所述红细胞聚集曲线以及所述血细胞直方图和/或血细胞散点图，并将所述红细胞聚集曲线以及所述血细胞直方图和/或血细胞散点图输入神经网络模型，以通过所述神经网络模型计算得到第一血沉测量结果。
[0009]在本专利技术第一方面提供的血沉测量系统中，通过集成血沉检测装置和血细胞检测装置，能够快速地同时获取待测血液样本的红细胞聚集曲线以及血细胞直方图和/或血细胞散点图，将红细胞聚集曲线以及血细胞直方图和/或血细胞散点图输入神经网络模型、尤其是预先训练好的神经网络模型中，能够输出准确的血沉测量结果。
[0010]本专利技术第二方面提供一种血沉测量设备，包括血沉检测装置和数据处理装置。所述血沉检测装置被配置用于对待测血液样本进行检测，以获得透过待测血液样本的透射光或经待测血液样本散射的散射光的光强随时间变化的红细胞聚集曲线。所述数据处理装置被配置用于：获取所述待测血液样本的红细胞聚集曲线，获取所述待测血液样本的由血细胞分析仪检测的血细胞直方图和/或血细胞散点图，所述血细胞直方图和/或血细胞散点图至少包括与红细胞相关的直方图和/或散点图，并将所述红细胞聚集曲线以及所述血细胞直方图和/或血细胞散点图输入神经网络模型，以通过所述神经网络模型计算得到血沉测量结果。
[0011]在本专利技术第二方面提供的血沉测量设备中，通过血沉检测装置基于红细胞聚集法快速获取待测血液样本的红细胞聚集曲线，然后从血沉测量设备外部的血细胞分析仪获取待测血液样本的血细胞直方图和/或血细胞散点图，接着将红细胞聚集曲线以及血细胞直方图和/或血细胞散点图输入神经网络模型、尤其是预先训练好的神经网络模型中，能够输出准确的血沉测量结果。
[0012]本专利技术第三方面提供一种血沉测量方法，包括：
[0013]获取待测血液样本的红细胞聚集曲线；
[0014]获取所述待测血液样本的血细胞直方图和/或血细胞散点图，所述血细胞直方图和/或血细胞散点图至少包括与红细胞相关的直方图和/或散点图；
[0015]将所述红细胞聚集曲线和所述血细胞直方图和/或血细胞散点图输入神经网络模型，以通过所述神经网络模型计算得到第一血沉测量结果。
[0016]在本专利技术第三方面提供的血沉测量方法中，将所获取的红细胞聚集曲线以及血细胞直方图和/或血细胞散点图输入神经网络模型、尤其是预先训练好的神经网络模型中，能够输出准确的血沉测量结果。
[0017]本专利技术第四方面提供一种血沉测量方法，包括：
[0018]将一部分待测血液样本运送至光学检测管路，并通过使所述一部分待测血液样本在所述光学检测管路中来回流动，以便对所述一部分待测血液样本中的红细胞进行解聚处理；
[0019]在所述解聚处理之后使所述一部分待测血液样本静止在所述光学检测管路中并用光照射所述一部分待测血液样本，以获取透过所述一部分待测血液样本的透射光的光强随时间变化的红细胞聚集曲线；
[0020]将解析数据输入具有神经网络结构的深度学习算法中，所述解析数据包括所述红细胞聚集曲线并且包括所述待测血液样本的血细胞直方图和/或血细胞散点图，所述血细
胞直方图和/或血细胞散点图至少包括与红细胞相关的直方图和/或散点图；
[0021]通过所述深度学习算法计算所述待测血液样本的血沉测量结果。
[0022]在本专利技术第四方面提供的血沉测量方法中，在获取红细胞聚集曲线之前对待测血液样本进行红细胞解聚处理，以获得更加准确的红细胞聚集曲线，然后将所获取的红细胞聚集曲线以及血细胞直方图和/或血细胞散点图输入具有神经网络结构的深度学习算法，以计算得到准确的血沉测量结果。
[0023]本专利技术第五方面提供一种计算机可读存储介质，包括计算机程序指令，其中，所述计算机程序指令在其被处理器执行时实现本专利技术第三方面提供的方法。
附图说明
[0024]下面将结合实施例和附图更清楚阐述本专利技术。通过对本专利技术实施例的详细描述，上述优点和其他优点对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式，而不应认为是对本专利技术的限制。在全部附图中，相同或相似本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种血沉测量系统，包括采样分配装置、血沉检测装置、血细胞检测装置和数据处理装置；所述采样分配装置被配置用于采集待测血液样本，并将所述待测血液样本至少部分地分别分配给所述血沉检测装置和所述血细胞检测装置；所述血沉检测装置被配置用于对被分配的血液样本部分进行检测，以获得透过被分配的血液样本部分的透射光或经被分配的血液样本部分散射的散射光的光强随时间变化的红细胞聚集曲线；所述血细胞检测装置被配置用于对被分配的血液样本部分进行检测，以获得所述待测血液样本的血细胞直方图和/或血细胞散点图，所述血细胞直方图和/或血细胞散点图至少包括与红细胞相关的直方图和/或散点图；所述数据处理装置被配置用于，获取所述红细胞聚集曲线以及所述血细胞直方图和/或血细胞散点图，并将所述红细胞聚集曲线以及所述血细胞直方图和/或血细胞散点图输入神经网络模型，以通过所述神经网络模型计算得到第一血沉测量结果。2.根据权利要求1所述的血沉测量系统，其特征在于，所述血沉检测装置还被配置用于：在检测所述红细胞聚集曲线之前，通过使被分配的血液样本部分在所述血沉检测装置的检测区中来回流动来对该被分配的血液样本部分中的红细胞进行解聚处理。3.根据权利要求1或2所述的血沉测量系统，其特征在于，所述数据处理装置还被配置用于：计算所述红细胞聚集曲线在测量起始时间点到测量结束时间点之间的时间段内与时间轴围成的面积；基于所述面积和预存储的校准曲线计算第二血沉测量结果；以及输出所述第一血沉测量结果和所述第二血沉测量结果中的至少一个。4.根据权利要求1至3中任一项所述的血沉测量系统，其特征在于，所述血细胞检测装置包括阻抗检测单元，所述阻抗检测单元包括检测小孔和检测电路，该检测电路设置用于检测被分配给阻抗检测单元的血液样本部分中的细胞在经过所述检测小孔时的阻抗变化信号；所述血细胞直方图包括基于所述阻抗变化信号获得的红细胞体积分布直方图、血小板体积分布直方图、白细胞体积分布直方图中的至少一种，和/或，所述血细胞散点图包括基于所述阻抗变化信号获得的红细胞散点图、血小板散点图和白细胞散点图中的至少一种。5.根据权利要求1至4中任一项所述的血沉测量系统，其特征在于，所述血细胞检测装置包括光学检测单元，所述光学检测单元具有光源、流动室和光检测器，所述光源设置用于发射光束以照射所述流动室的检测区，所述光检测器设置用于检测被分配给光学检测单元的血液样本部分中的细胞在通过所述检测区时被光照射后产生的光学信号，所述血细胞散点图包括基于所述光学信号获得的红细胞散点图、白细胞散点图和血小板散点图中的至少一种。6.根据权利要求1至5中任一项所述的血沉测量系统，其特征在于，所述神经网络模型被预先训练好并存储在所述数据处理装置中。7.一种血沉测量设备，包括血沉检测装置和数据处理装置；所述血沉检测装置被配置用于对待测血液样本进行检测，以获得透过待测血液样本的
透射光或经待测血液样本散射的散射光的光强随时间变化的红细胞聚集曲线；所述数...

【专利技术属性】
技术研发人员：郑文波，司进修，叶波，叶燚，祁欢，
申请(专利权)人：深圳迈瑞生物医疗电子股份有限公司，
类型：发明
国别省市：