专利名称：基于迭代的粒子散点图分类方法
技术领域：
本发明涉及粒子检测技术领域，尤其是涉及一种通过迭代提高粒子散点图分类精度的方法。
背景技术：
粒子检测仪用于对各种粒子进行分类统计，例如血液细胞分析仪，其主要功能就是提供人体中各类细胞的数目，其中对各类白细胞的计数是基本的功能。使经过试剂处理后的、被液体包被的白细胞逐个通过检测区域(流动室)，将激光照射到单个的细胞上，通过收集不同角度的折射或散射光线(通常为前向散射光FSC、侧向散射光SSC)，再通过光电转换和AD转换，得到对应细胞的一组二维数据，将此二维数据映射到坐标系中，可以得到该细胞在二维坐标系中的位置，将样本中的所有白细胞都映射到坐标上可以得到二维的白细胞分布图，简称散点图。在散点图中，同一类的白细胞聚集在一起，不同类的白细胞互相分离，见图1所示。在散点图上划分多个区域，把落在统一区域的白细胞归为同一类，并统计落在这些类别内的粒子数据和百分比，用于分析被测样本的成分组成。通常需要分类的粒子散点图中除了图1中所示的有效的需要分类的粒子外还包括一些无效的信息，即无效点，如血细胞分析仪白细胞散点图中的血影部分，见图2所示的无效区域。这些无效点会对粒子分类的结果产生影响，尤其当无效点较多时，会对分类的精度产生明显影响，甚至导致整个粒子群落的错误识别。这些无效点往往存在分散性和不稳定性，即对于不同的输入，无效区域的位置、形状和大小均略有不同，因此仅能通过估计的方法确定无效粒子区。传统的粒子散点图的分类方法通常是先估计无效区域，予以分离，再进行粒子群落的分类。鉴于之前提到的无效点分布的分散性和不稳定性，直接估计无效点分布区域较为困难，估计结果准确性较低，从而导致错误分类。
发明内容
本发明就是为了弥补上述分类方法的不足，提出了一种通过迭代提高粒子散点图分类精度的方法，能够提供稳定、准确的分类结果。本发明采用如下技术方案实现:一种基于迭代的粒子散点图分类方法，其包括步骤:
A、对粒子散点图中粒子进行分类，获取各粒子分类的统计信息；
B、利用各粒子分类的统计信息估算粒子的无效区域；
C、将无效区域中的粒子分离，并获取各粒子分类的统计信息；
D、判断本次迭代后各粒子分类的统计信息与上次迭代后各粒子分类的统计信息的差值是否小于阈值，若是，则终止迭代并输出分类结果，否则转入步骤A启动再次迭代分类处理。
其中，在步骤A之前，所述方法还包括步骤:初步估计粒子散点图中粒子的无效区域，并将无效区域中的粒子分离。其中，所述步骤B是根据散点图的特征建立模型，确定粒子散点图中各粒子分类的统计信息与无效区域的关系，以此利用各粒子分类的统计信息估算粒子的无效区域。其中，所述将无效区域中的粒子分离的步骤是将无效区域中的粒子数置零。另外，本发明还公开一种基于迭代的粒子散点图分类系统，其所述系统包括:
初步分类处理模块，用于初步估计粒子散点图中粒子的无效区域，并将无效区域中的
粒子分离；
分类信息统计�？椋糜诙粤Ｗ由⒌阃贾辛Ｗ咏蟹掷啵袢「髁Ｗ臃掷嗟耐臣菩�
息；
精确分类处理�？椋糜诶酶髁Ｗ臃掷嗟耐臣菩畔⒐浪懔Ｗ拥奈扌颍扌蛑械牧Ｗ臃掷耄�
比较�？椋糜谂卸媳敬蔚蟾髁Ｗ臃掷嗟耐臣菩畔⒂肷洗蔚蟾髁Ｗ臃掷嗟耐臣菩畔⒌牟钪凳欠裥∮阢兄担羰牵蛑罩沟⒂煞掷嘟峁涑瞿？槭涑龇掷嘟峁裨蚩刂品掷嘈畔⑼臣颇？槠舳俅蔚掷啻恚�
分类结果输出�？椋糜谠谥罩沟笫涑龇掷嘟峁�。与现有技术相比，本发明具有如下有益效果:
本发明提供了用以自动提高粒子散点图无效区域估计准确性以及粒子分类精度的方法，降低人为建模以准确估计无效区域的难度，有效地提高了粒子散点图分类的稳定性和准确性，具有实现简单的优点。
图1是散点图中粒子群落的示意 图2是原始散点图的示意 图3是本发明的流程示意 图4是散点图中无效区域初步选择的示意 图5是精确估算散点图无效区域的分类示意 图6是本发明的系统结构示意图。
具体实施例方式无效点分布区域被认定为无效通常是由于这类粒子的分布不够集中，不足以分类，或者这类粒子的分类结果在分析该粒子散点图时无实质意义。实际上，无效点也是由粒子所形成，无效点的分布与其他分类之间存在一定联系。因此，有效区域的分类结果有助于无效区域的界定。如图3所示，具体来说，本发明提供一种适用于粒子分析仪，用以提高粒子散点图分类精度的方法，包括如下步骤:
步骤S11、根据粒子在不同散射角上的散射光信号(如前向散射光FSC和侧向散射光SSC)生成原始粒子散点图(未分类的散点图)，比如图2所示以血细胞分析仪的白细胞散点图。
步骤S12、初步估计粒子散点图中粒子无效区域的位置，并将无效区域中的粒子分离。分离方法如:将无效区域中的粒子数置零。本步骤不需要精确计算出无效区域的位置，仅需要给出大致区域，以减小无效区域对分类结果的干扰。以血细胞分析仪的白细胞散点图为例:主要影响分类结果的是血影区域，见图3中无效区域I。图3是较理想的白细胞粒子散点图分类示意图，可以看出，无效区域的粒子仅在左下部最为密集，其他区域粒子数较少，对分类结果影响较小。因此，在步骤S12中，对无效区域的估计仅需要大致地将左下部的密集粒子排除。在一个实施例中，对白细胞散点图进行初步估计后，大致划分出无效区域。比如，无效区域可以简单地通过水平直线LA和垂直直线LB这两条线初步划定无效区域，见图4所示。水平直线和垂直直线的位置的确定方法可以分别通过散点图的高度和宽度计算获得，但不局限于该方法。步骤S13、在去除了无效区域的散点图上，对粒子进行分类(比如通过K-Means聚类算法)，并获取各分类的统计信息。以血细胞分析仪为例，各分类的统计信息主要有各粒子分类的重心位置以及各方向上的其他统计信息，如聚类团的轴向长度。步骤S14、利用计算出的各粒子分类的统计信息，再次估算粒子的无效区域的位置、形状和大小，从而确定无效区域。与步骤S12中对无效区域的简单估算不同，本次估计基于粒子分类的统计信息，可以获得更准确的估计。散点图各粒子分类的统计信息与无效区域的关系，需要根据散点图的具体特征建立模型。比如，如图5示，无效区域的边界线的圆弧部分Lll可以由图4左下区域分类的统计信息计算获得(将散点图左下部向y轴投影，形成投影直方图，左下的聚类团及其下方的血影密集区将在直方图上形成双峰，寻找谷值即可获得该聚类团和无效区之间的分界线，结合该聚类团的重心位置与垂直轴向长度即可获得该圆弧的圆心与半径);无效区域的边界线的三角形部分L12的高与三角形区域上方分类的下限相关，而该分类的下限可以通过该分类的统计信息计算获得(通过该聚类团的两个相互垂直且过重心的轴的长度，结合该分类重心位置，可以获得该聚类团的下限，即y轴上最低可能出现未知);三角形部分L12的左斜边起始位置和斜率均与左边两个分类的统计信息相关(左斜边的斜率与左边两个分类重心连线的斜率线性相关，起始位置可以通过左边两个分类其中任一分类的重心位置以及左边两个分类重心连线的斜率计算获得)；三角形部分L12的右斜边的起始位置和斜率均与正上方分类的统计信息相关(右斜边的起始位置与三角区上方分类的重心位置线性相关，右斜边的斜率与上方分类最长轴的斜率线性相关)。上述模型仅适用于图5所示的散点图及同一粒子检测系统生成的散点图，散点图各粒子分类的统计信息与无效区的关系模型并不局限于该方法。步骤S15、根据步骤D所得信息，在原始散点图中重新将分离出无效粒子所在的无效区域，重新获取各粒子分类的统计信息，具体方法同步骤S13所述。由于对无效区域估计的准确性的提高，分类结果的准确性也得到提高。步骤S16、判断本次迭代后各粒子分类的统计信息与上次迭代后各粒子分类的统计信息的差值是否小于阈值，若是，则转入步骤S17，否则转入步骤S14。步骤S14和步骤S15可以重复进行，即通过提高分类结果准确性，提高无效区域估计的准确性，再通过提高无效区域估计的准确性，提高分类结果的准确性，在迭代中逐次提高分类精度，直到该次迭代后各分类的粒子数与上次迭代后各分类的粒子数的差值小于一阈值(阈值为预先设定的一个固定值)，则认为分类稳定，由步骤S17终止迭代并输出分类结
果O步骤S17、终止迭代并输出分类结果。如图6所示，相应的，本发明还公开一种基于迭代的粒子散点图分类系统，其包括:用于执行步骤S12的初步分类处理�？�11 ;用于执行步骤S13的分类信息统计�？�12 ；用于执行步骤S14和步骤S15的精确分类处理�？�13，该精确分类处理模块13对精确估算的无效区域进行无效粒子分离后，仍由分类信息统计�？�12重新对粒子进行分类并获得各分类的统计信息；用于执行步骤S16的比较�？�14，其判断本次迭代后各分类的粒子数与上次迭代后各分类的粒子数的差值小于阈值，则认为分类稳定，由分类结果输出�？�15终止迭代并输出分类结果，否则控制分类信息统计�？�12再次对粒子散点图进行迭代操作。本发明提供了用以自动提高粒子散点图无效区域估计准确性以及粒子分类精度的方法，降低人为建模以准确估计无效区域的难度，有效地提高了粒子散点图分类的稳定性和准确性。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种基于迭代的粒子散点图分类方法，其特征在于，所述方法包括步骤: A、对粒子散点图中粒子进行分类，获取各粒子分类的统计信息； B、利用各粒子分类的统计信息估算粒子的无效区域； C、将无效区域中的粒子分离，并获取各粒子分类的统计信息； D、判断本次迭代后各粒子分类的统计信息与上次迭代后各粒子分类的统计信息的差值是否小于阈值，若是，则终止迭代并输出分类结果，否则转入步骤A启动再次迭代分类处理。
2.根据权利要求1所述基于迭代的粒子散点图分类方法，其特征在于，在步骤A之前，所述方法还包括步骤:初步估计粒子散点图中粒子的无效区域，并将无效区域中的粒子分离。
3.根据权利要求1所述基于迭代的粒子散点图分类方法，其特征在于，所述步骤B是根据散点图的特征建立模型，确定粒子散点图中各粒子分类的统计信息与无效区域的关系，以此利用各粒子分类的统计信息估算粒子的无效区域。
4.根据权利要求1或2或3所述基于迭代的粒子散点图分类方法，其特征在于，所述将无效区域中的粒子分离的步骤是将无效区域中的粒子数置零。
5.一种基于迭代的粒子散点图分类系统，其特征在于，所述系统包括: 分类信息统计�？椋糜诙粤Ｗ由⒌阃贾辛Ｗ咏蟹掷啵袢「髁Ｗ臃掷嗟耐臣菩畔ⅲ� 精确分类处理�？椋糜诶酶髁Ｗ臃掷嗟耐臣菩畔⒐浪懔Ｗ拥奈扌颍扌蛑械牧Ｗ臃掷耄� 比较�？椋糜谂卸媳敬蔚蟾髁Ｗ臃掷嗟耐臣菩畔⒂肷洗蔚蟾髁Ｗ臃掷嗟耐臣菩畔⒌牟钪凳欠裥∮阢兄担羰牵蛑罩沟⒂煞掷嘟峁涑瞿？槭涑龇掷嘟峁裨蚩刂品掷嘈畔⑼臣颇？槠舳俅蔚掷啻恚� 分类结果输出模块，用于在终止迭代后输出分类结果。
6.根据权利要求5所述基于迭代的粒子散点图分类系统，其特征在于，所述系统还包括步骤:初步分类处理模块，用于初步估计粒子散点图中粒子的无效区域，并将无效区域中的粒子分离，该初步分类处理�？榈氖涑龆肆臃掷嘈畔⑼臣颇？榈氖淙攵恕�
7.根据权利要求5所述基于迭代的粒子散点图分类系统，其特征在于，所述精确分类处理�？槭歉萆⒌阃嫉奶卣鹘⒛Ｐ停范Ｗ由⒌阃贾懈髁Ｗ臃掷嗟耐臣菩畔⒂胛扌虻墓叵担源死酶髁Ｗ臃掷嗟耐臣菩畔⒐浪懔Ｗ拥奈扌�。
8.根据权利要求5或6或7所述基于迭代的粒子散点图分类系统，其特征在于，所述将无效区域中的粒子分离是将无效区域中的粒子数置零。
全文摘要
本发明公开一种基于迭代的粒子散点图分类方法及系统。其中，所述方法包括步骤A、对粒子散点图中粒子进行分类，获取各粒子分类的统计信息；B、利用各粒子分类的统计信息估算粒子的无效区域；C、将无效区域中的粒子分离，并获取各粒子分类的统计信息；D、判断本次迭代后各粒子分类的统计信息与上次迭代后各粒子分类的统计信息的差值是否小于阈值，若是，则终止迭代并输出分类结果，否则转入步骤A启动再次迭代分类处理。本发明降低人为建模来准确估计无效区域的难度，有效地提高了粒子散点图分类的稳定性和准确性，具有实现简单的优点。
文档编号G01N15/10GK103186791SQ20111045926
公开日2013年7月3日 申请日期2011年12月31日 优先权日2011年12月31日
发明者卓远, 黄渤, 易晗平 申请人:深圳市蓝韵实业有限公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
