專利名稱：用于分類、顯示并探查生物數(shù)據(jù)的方法和裝置的制作方法
用于分類、顯示并探查生物數(shù)據(jù)的方法和裝置
背景技術(shù)：
本發(fā)明涉及生物液體分析的一般領(lǐng)域，更具體地，涉及自動生物液體分析機(jī)的領(lǐng) 域。更精確地，本發(fā)明提供了通過處理例如來自生物液體分析儀的數(shù)據(jù)進(jìn)行計數(shù)和判 別來對細(xì)胞群進(jìn)行分類的方法。這種方法旨在用于自動分析裝置。分析大量細(xì)胞或子細(xì)胞級別結(jié)構(gòu)的可能性，對于基礎(chǔ)研究非常有意義，不管是對 于藥研究還是作為診斷工具。對大量生物細(xì)胞的系統(tǒng)分析，意味著可通過統(tǒng)計分析來進(jìn)行 生物學(xué)研究，例如，研究大量細(xì)胞中的一種或多種細(xì)胞性質(zhì)。流式細(xì)胞儀是一種適于細(xì)胞群統(tǒng)計學(xué)研究的技術(shù)，因為細(xì)胞一個接一個的在幾百 或幾千細(xì)胞樣品中研究。通過合適的細(xì)胞制備，通常通過染色劑或熒光劑制備，更通常被稱之“分子探針”， 生物學(xué)家可以獲得關(guān)于這些細(xì)胞的信息。具體而言，這涉及細(xì)胞內(nèi)含物的確定，這些細(xì)胞內(nèi) 含物例如為DNA、RNA、蛋白質(zhì)、離子種類或者血紅蛋白含量。使用分子探針聯(lián)合表面抗原原 理上的抗體和發(fā)光體，意味著能夠揭示出位于細(xì)胞膜表面的特定功能。流式細(xì)胞儀的原理如下所述。將待分析的微觀對象沿著液體路徑傳送到通常為激 光的光束的焦點處。探測器沿著特定的可視軸安置，以收集光和粒子之間的交互信號。位于入射激光束的軸附近的第一探測器測量小角度衍射；通常，它是有范圍的，以 便對低空間頻率敏感，即對粒子的體積及其折射指數(shù)敏感。沒有與粒子產(chǎn)生交互的徑直激 光束被掩模阻隔。其他探測器可以被安置成與入射束的軸成90°。將探測到的光進(jìn)行分析得到一個 或多個對應(yīng)于熒光或衍射光的光譜成分。也可執(zhí)行電子測量，例如本領(lǐng)域技術(shù)人員熟知的使用電子門原理測量電阻率。該 技術(shù)是，例如，在 Volker Kachel 的文章"Electrical Resistance Pulse Sizing :Coulter Sizing，，(Flow Cytometry and Sorting，第二版，1990，Wiley-Liss 公司編寫，第 45-80 頁) 中詳細(xì)描述的。原則上，電子門包括使得每個生物細(xì)胞穿過非常小的孔。恒定電流以一定強(qiáng)度流 經(jīng)所述孔，通過由粒子穿過所述孔引起的電阻變化來調(diào)制該強(qiáng)度。信號大致與細(xì)胞的體積 成比例。根據(jù)文獻(xiàn)US 4791355，電子門還可以提供交變電流。血液分析儀還包括用于測量穿過測量細(xì)胞的粒子的吸光率的光學(xué)通道。血液分析儀的目的例如為計算存在于血液樣品中的各種細(xì)胞，區(qū)分那些細(xì)胞，并 因此能夠確定相對于整個樣品每個細(xì)胞類別的比例。在絕大多數(shù)情況下，解釋來自為計數(shù)并區(qū)分細(xì)胞群而對全血進(jìn)行操作的細(xì)胞計數(shù) 器的測量值需要二維矩陣形式的圖形表示來。為此，所表示的群用兩個物理參數(shù)來識別，這兩個物理參數(shù)可以是光學(xué)的和/或 電學(xué)的。具體而言，利用為白血細(xì)胞亞群在HORIBA ABX儀器(5DIFF分析)上的標(biāo)準(zhǔn)表征 的LMNE矩陣，所采用的兩種測量是吸光率和電阻率。該矩陣被稱作LMNE矩陣是因為它允許對淋巴細(xì)胞、單核細(xì)胞、嗜中性粒細(xì)胞和嗜酸性粒細(xì)胞，即，通常存在于血液中的白細(xì)胞 群或者白血細(xì)胞群進(jìn)行區(qū)分和計數(shù)。該表示指的是能夠可視化大多數(shù)的白細(xì)胞群，但是圖形可視化只能考慮到從分析 儀獲得的兩種物理參數(shù)。在新一代分析儀中，能夠獲得更多的物理參數(shù)，例如，小角度衍射(也稱之為前散 射(FSC))、90°漫射(也稱之為側(cè)散射(SSC))、以噻唑橙作為試劑的熒光通道(被指示為 FLl)和最終的電阻率(被指示為RES)。還能夠觀察具有例如以熒光染料作為試劑標(biāo)記的 抗體的其他熒光。目前，當(dāng)每個細(xì)胞或粒子測量多于兩個變量時，常規(guī)通過選擇兩個變量來執(zhí)行在 二維屏幕上的可視化。因此這包括與那些兩個變量的平面相正交地進(jìn)行投影。但是，取決于觀察到的元素和可用的測量，這種正交投影并不總是適用于顯示和 自動區(qū)分元素類別。雅培(Abbott)提交的美國專利US 6630990 "Optical method and apparatus for red blood cell differentiation on a cell-by-cell basis, and simultaneous analysis of white blood cell differentiation”提出在三維空間上投影數(shù)據(jù)，并基于 Mie模型確定樣品中血紅蛋白的濃度、紅細(xì)胞的成熟度和形狀。BD(Becton Dickinson)公司的美國專利 US6944338 ‘‘System for identifying clusters in scatter plots using smoothed polygons with optimal boundaries”產(chǎn)生 基于密度的二維柱狀圖以判別群。Sysmex Corpd 的 _ Bl 禾O US6662117 "Particle analyzer and particle classifying method”描述了基于待判別的細(xì)胞的特征的變量和互變量的矩陣的使用。其 使用二維柱狀圖來執(zhí)行分類。Dako Cytomation 的國際專利申請 W02006/015056 "ENHANCING FLOW CYTOMETRY DISCRIMINATION WITH GEOMETRIC TRANSFORMATION”描述了通過線性數(shù)據(jù)處理實時分類兩 種類型的粒子。上述提及的文獻(xiàn)均沒有描述這樣一種方法或裝置，使得能夠管理每個細(xì)胞可用的 大量數(shù)據(jù)，并能夠?qū)崿F(xiàn)自動分類至至少三個細(xì)胞類別。此外，沒有一篇文件提及，能夠在單 個屏幕上產(chǎn)生對存在于樣品中的所有細(xì)胞類別的可視化，并對這些細(xì)胞進(jìn)行區(qū)分和計數(shù)。 上述方法還不能用于隔離，例如，特定細(xì)胞類別中的某些異常細(xì)胞。

發(fā)明內(nèi)容
因此，本發(fā)明的主要目的是通過提供一種用在能夠檢測液體中的細(xì)胞并能夠確定 包括針對每個被檢測細(xì)胞的至少四個物理參數(shù)的η元組(η >3)的自動生物液體分析機(jī)中 的方法以克服這些缺點，所述方法既用于通過判別和計數(shù)來執(zhí)行分類以分成至少一個細(xì)胞 類別集合，又用于表示所述細(xì)胞類別，所述分類和表示有利地適合于對(一個或多個)病變 特征的檢測，并所述方法包括下列步驟a)最初，存儲用于將多個η元組變換成m元組的多個數(shù)學(xué)變換T，m < n，每個變換 與細(xì)胞類別的預(yù)定集合內(nèi)的η元組元素的特定分類相關(guān)聯(lián)并根據(jù)關(guān)于構(gòu)成所述細(xì)胞類別 的細(xì)胞的統(tǒng)計知識來確定，所述每個變換使得給出了平均統(tǒng)計特性的生物液體的細(xì)胞類別能夠被置于m維復(fù)合空間的不同區(qū)域中，所存儲的多個變換有利地允許獲得細(xì)胞類別的各 種安置，其適合于用于指示病變的特定判別；b)最初存儲多個過濾器，其用于判別并重新分類以分成至少兩個細(xì)胞類別，以允 許在m維復(fù)合空間中判別出來自至少兩個細(xì)胞類別的m元組；c)最初存儲用于顯示的根據(jù)關(guān)于構(gòu)成正常生物液體的細(xì)胞類別的細(xì)胞的統(tǒng)計知 識所確定的將多個η元組變換成3元組、2元組或者1元組的至少一種變換，其使得給出了 平均統(tǒng)計特性的生物液體的細(xì)胞類別能夠被置于3維空間或者2維表面或者1維軸的不同 區(qū)域中；d)接收作為生物液體的分析結(jié)果的多個η元組；e)將第一任意分類與所接收的η元組相關(guān)聯(lián)；f)根據(jù)η元組的類別選擇所述η元組的子集；g)選擇變換成m元組的變換T并將其應(yīng)用到所選擇的η元組；h)選擇判別過濾器并將其應(yīng)用到m元組，從而實現(xiàn)對所述η元組的類別的更新；i)通過選擇η元組的子集和/或其不同的變換和/或其不同的過濾器，來反復(fù)迭 代步驟f)、g)和h)，每次迭代定義了判別算法中的一步，所述算法是通過對變換和過濾器 的系列應(yīng)用來定義的，所述系列有利地根據(jù)期望的特征來調(diào)整；j)根據(jù)m元組的類別選擇所述η元組中將要被顯示為m元組的子集；k)根據(jù)η元組的類別向所述η元組應(yīng)用特定的顯示標(biāo)簽；1)向所選擇的η元組應(yīng)用變換成3元組、2元組或1元組的變換；并且m)在屏幕上或者任何其他顯示媒介上顯示變換成3元組、2元組或者1元組的變 換的結(jié)果，所判別出的每個細(xì)胞類別被表示成動態(tài)的二維、三維或一維的帶標(biāo)簽點云。術(shù)語“顯示媒介”是指計算機(jī)屏幕、紙媒介或任何其他可視的表示裝置，不管它是 裝置的集成部分還是距離該裝置的遠(yuǎn)程位置。術(shù)語“標(biāo)簽”是指顏色、圖標(biāo)或者任何其他能夠在視覺上對應(yīng)于不同類別或細(xì)胞類 別分開η元組的圖形元素。術(shù)語“動態(tài)3D空間”是指屏幕上顯示的3D空間，因此能夠?qū)⑵?在二維上旋轉(zhuǎn)，以便能夠在屏幕上從若干角度對其進(jìn)行觀察。步驟f)到h)的迭代對應(yīng)于“分類”算法的多步驟序列，這些步驟中的每步涉及到 所考慮類別的集合，并包括定義復(fù)合空間的至少一個變換以及用于對所觀察的元素進(jìn)行判 別和重新分類以分成至少兩個類別的過濾器。針對將要判別的細(xì)胞類別的每對的算法中的 每一步，以對應(yīng)的η元組的形式更新每個選擇的粒子的類別。本發(fā)明的方法通過整合分析儀所測量的所有物理參數(shù)，例如下列參數(shù)FSC、SSC、 FLURES來提供更精確的判別結(jié)果。具體而言，通常地，補(bǔ)償能夠從給定強(qiáng)度的熒光減去其 他熒光的影響。這通常只用于熒光。本發(fā)明的方法能夠在算法上取消或增加信號比例，以獲得對感興趣群的更好判 別。具體而言，這些特性能用于形態(tài)測量(SSC、FSC、RES等)的結(jié)果。本發(fā)明能夠以二維矩陣的形式更好地表示白細(xì)胞的子群。除二維表示之外，在確 保所有細(xì)胞群彼此不同的情況下，本發(fā)明根據(jù)細(xì)胞的成熟和物理特性、核以及細(xì)胞質(zhì)來識 別細(xì)胞，以能夠?qū)⑺黾?xì)胞分類成細(xì)胞類別；進(jìn)一步地，重疊現(xiàn)象小，特別是在沒有病變時。 這便于本領(lǐng)域技術(shù)人員進(jìn)行解釋。
利用本發(fā)明的方法，η個輸入變量融合以創(chuàng)建m維復(fù)合空間。在該空間中，如果有 必要，在完成適當(dāng)旋轉(zhuǎn)后，能夠產(chǎn)生適合于顯示的二維投影。然后可形成感興趣區(qū)域，特別 是使用變焦或偏移函數(shù)。所述復(fù)合空間和形成適合于在投影上可視化或者自動判別受分類 影響的元素類別。所述判別可以通過研究柱狀圖中的峰值和谷值來實現(xiàn)。本發(fā)明的方法給出用于白血細(xì)胞的自動分類的算法，并提供用于所有白血細(xì)胞類 別或者某些細(xì)胞特征的高性能可視化手段，例如借助于檢測淋巴細(xì)胞的若干子群。本發(fā)明使用與基于上述定義的變量/互變量矩陣所關(guān)心的細(xì)胞類別的物理參數(shù) 有關(guān)的統(tǒng)計分析。所存儲的變換是線性或非線性的。根據(jù)本發(fā)明的特定特性，所述物理參數(shù)是RES、FSC、FLl和SSC值。術(shù)語“值”是指RES、FSC、FLl或SSC通道上脈沖的最大高度。根據(jù)本發(fā)明的有利特性，應(yīng)用可以是線性的或者非線性的函數(shù)變換Tn- > m，其包 括將η維測量向量(η彡3)變換成m維復(fù)合向量，m<n，如下F :Rn- > RmX-> Y，因此Yi = ^(X)iO < 其中，2L是初始η維測量向量，還表示為xi (XI··· Χη)，并且ι是圖形向量，表示在標(biāo)準(zhǔn)化m維復(fù)合向量空間中的元素γΗΥΡ··Υπι)。有利地，函數(shù)fi是下列形式^ (X) = (Ai. X+bj)/^. Χ+φ)其中，Ai (相應(yīng)地Ci)是包括πι行n列的矩陣A (相應(yīng)地C)的第i行，并且bi (相 應(yīng)地di)是m維向量B(相應(yīng)地D)的第i個元素。因此，變換通過這兩個矩陣A和C以及這兩個向量B和D來表征。如果矩陣C為 零，而D的所有元素非零，則情況是線性的。該特性是指，假設(shè)借助于關(guān)于在正常生物液體中觀察到的細(xì)胞類別的統(tǒng)計知識確 定矩陣A和C以及向量B和D中的所有因子，確保各個細(xì)胞類別分布于復(fù)合空間的不同區(qū) 域。因此，m維空間的變換是這樣的，使得在存在正常血液的情況下，各個細(xì)胞類別的 點云位于不同區(qū)域。因此容易理解，一旦生物液體成分變得不正常，例如在病變期間，不會 發(fā)生到不同和/或限定區(qū)域的分布，并且生物失調(diào)變得顯著。根據(jù)本發(fā)明的特定特性，可以重復(fù)應(yīng)用一個特定變換，隨后應(yīng)用一個具有過濾器， 以改善判別。具體而言，有利地在其他不同變換之后執(zhí)行這樣的重復(fù)，所述其他不同變換能夠 根據(jù)不同于所述重復(fù)的變換的標(biāo)準(zhǔn)而執(zhí)行一個或多個判別。根據(jù)本發(fā)明的有利特性，所使用的變換系列與預(yù)定的揭示出病變的細(xì)胞類別集合 的特定分類相關(guān)聯(lián)，所述系列是根據(jù)關(guān)于構(gòu)成所述細(xì)胞類別的細(xì)胞的統(tǒng)計知識而確定的， 從而使得具有有關(guān)病變的平均統(tǒng)計特性的生物液體的細(xì)胞類別能夠被置于m維復(fù)合空間 的不同區(qū)域，所述“病變(pathology) ”變換是指，正常生物液體能夠與具有特定病變的生物 液體相區(qū)分開來。根據(jù)本發(fā)明的特定特性，在步驟f)和g)中使用的變換系列以及二維或三維空間 中的變換是這樣的，使得通過成熟度來對細(xì)胞類別進(jìn)行分類。這意味著，在屏幕上一看，就能夠注意到存在于生物液體中的細(xì)胞存在異常退化還是存在細(xì)胞成熟異常。本發(fā)明還提供一種通過判別和計數(shù)進(jìn)行分類以分成三個細(xì)胞類別的至少一個集 合的裝置，該裝置連接到能夠檢測生物液體中的細(xì)胞并能夠確定包括針對每個被檢測細(xì)胞 的至少四個物理參數(shù)的η元組(η > 3)的自動生物液體分析機(jī)，所述裝置包括_存儲器，其用于存儲-用于將多個η元組變換成m元組的多個數(shù)學(xué)變換T，m< n，每個變換與對細(xì)胞類 別的預(yù)定集合的特定分類相關(guān)聯(lián)并根據(jù)關(guān)于構(gòu)成所述細(xì)胞類別的細(xì)胞的統(tǒng)計知識來確定， 這樣的每個變換使得給出平均統(tǒng)計特性的生物液體的細(xì)胞類別能夠被置于m維復(fù)合空間 的不同區(qū)域中；-多個判別過濾器，其使得在所述m維復(fù)合空間中能夠判別出所述預(yù)定集合的每 個細(xì)胞類別的m元組；-根據(jù)關(guān)于構(gòu)成正常生物液體的細(xì)胞類別的細(xì)胞的統(tǒng)計知識所確定的將多個η元 組變換成3元組、2元組或者1元組的至少一個變換，其使得給出平均統(tǒng)計特性的生物液體 的細(xì)胞類別能夠被置于3維空間或者2維平面或者1維軸的不同區(qū)域中；_用于接收從對生物液體的分析得到的多個η元組的模塊；_用于將第一任意分類與每個η元組相關(guān)聯(lián)的模塊；-用于根據(jù)η元組的類別選擇η元組的子集的模塊；-用于從多個變換中選擇至少一個變換T并且從多個判別過濾器中選擇至少一個 判別過濾器的模塊；-用于向所選擇的η元組至少應(yīng)用所選擇的變換T和判別過濾器的數(shù)據(jù)處理模 塊；-用于根據(jù)m元組的類別將特定標(biāo)簽與所述m元組關(guān)聯(lián)的數(shù)據(jù)處理模塊；-用于應(yīng)用將多個η元組變換成3元組、2元組或者1元組的變換的數(shù)據(jù)處理模 塊；-用于在屏幕上顯示變換成3元組、2元組或者1元組的所述變換的結(jié)果的模塊。根據(jù)優(yōu)選實施例，本發(fā)明的方法的各個步驟通過計算機(jī)程序指令確定。因此，本發(fā)明還提供一種在信息媒介上的計算機(jī)程序，所述程序能夠在計算機(jī)、諸 如FPGA (現(xiàn)場可編程門陣列)的處理硬件、或者任何其他形式的可編程電子器件中執(zhí)行，所 述程序包括適合于執(zhí)行本發(fā)明方法步驟的指令。這個程序可使用任何編程語言，可以以源代碼、機(jī)器代碼或者在源代碼和機(jī)器代 碼中間的一種代碼的形式，例如以部分編譯形式，或者任何其他期望的形式。本發(fā)明還提供一種計算機(jī)可讀數(shù)據(jù)介質(zhì)，其包括用于上述計算機(jī)程序的指令。該數(shù)據(jù)介質(zhì)可以是能夠存儲程序的任何實體或裝置。例如，該介質(zhì)可包括存儲模 塊，例如只讀存儲器(ROM)，例如光盤(⑶)或者可隨意重寫的數(shù)字視頻光盤(DVD)等等，或 者微電子電路ROM，或者磁記錄模塊，例如軟盤、硬盤或者非易失性存儲器(例如閃速存儲 器，例如通用串行總線(USB鑰匙，等等)。此外，信息支持可以是傳輸介質(zhì)，例如可以通過電纜或光纜以無線電或者其他手 段傳送的電信號或光信號。本發(fā)明的程序尤其可以通過因特網(wǎng)網(wǎng)絡(luò)下載。或者，數(shù)據(jù)介質(zhì)可以是包括程序的集成電路，該電路適于執(zhí)行所述方法或在執(zhí)行所述方法中使用。


本發(fā)明的其他特性和優(yōu)點將從參考附圖的描述中變得明顯，其中附圖示出了實施 例但并不用于任何限制。在附圖中圖1是本發(fā)明的裝置的示意性表示；圖2a至2c示出針對正常血液使用本發(fā)明的方法得到的結(jié)果；圖3以框圖形式示出圖2b的群的期望位置；圖4a至4j示出使用本發(fā)明的方法得到的針對正常血液(4a)和病變血液(4b至 4j)的結(jié)果。
具體實施例方式圖1是實施本發(fā)明的裝置的示意性表示。該裝置包括用于接收來自生物液體分 析儀1的數(shù)據(jù)的接收模塊9，其中所述數(shù)據(jù)能夠用于確定針對每個被檢測細(xì)胞xi的η個物 理參數(shù)Xl至Χη，η > 3。這η個參數(shù)定義η元組或者測量向量xi (XI…Xn)。該分析儀有利的為流式細(xì)胞儀，并提供至少四個參數(shù)，例如，即小角度衍射，其在 下文被表示為Xl = FSC ；90°漫射，其被表示為X2 = SSC ；至少一個熒光路徑，其被表示為 X3 = FLl ；以及電阻率，其被表示為X4 = RES。在描述的特定示例中，使用結(jié)合到細(xì)胞內(nèi)核 酸的噻唑桔來揭示有核細(xì)胞，尤其是本例中的白細(xì)胞。在任意類別分配模塊10內(nèi)，關(guān)于這些參數(shù)的知識是指能夠?qū)⑷我忸悇e分配給η元 組的每個。但是，由于所使用的變換沒有修改與每個η元組相關(guān)聯(lián)的類別Ci，因此下文指的 是將η維空間變換為m維空間的變換，并繼續(xù)參考η元組。在所述示例中，所述裝置包括用于選擇屬于所謂步驟Csi中所使用的輸入類別的 類別的子集的一組η元組的模塊11。所述裝置包括存儲器18，其存儲軟件單元，所述軟件單元使得所接收的數(shù)據(jù)集合 xi(Xl-Xn, Csi)能夠通過變換T變換成嚴(yán)格小于η的多維空間，并且在給定示例中，步驟 Cdi使用過濾器A來判別輸出的細(xì)胞類別的子集。所述裝置還包括用于選擇將η維空間中的數(shù)據(jù)星座(constellation)變換成m維 空間中的星座的變換Tn- > m的模塊12。根據(jù)本發(fā)明，每個變換可以與對細(xì)胞類別的預(yù)定 集合的一個或多個特定分類相關(guān)聯(lián)，并可以根據(jù)關(guān)于構(gòu)成對應(yīng)于這些細(xì)胞類別的細(xì)胞群的 細(xì)胞的統(tǒng)計知識來確定。術(shù)語“特定分類”是指被檢測細(xì)胞將要被分類到的細(xì)胞類別的任何集合。這些分 類根據(jù)分析目的而有所不同。在簡單血液分析期間，第一目的是辨別所分析血液的成分是否在正常范圍內(nèi)。本 發(fā)明能通過分離出將要被判別為正常血液的細(xì)胞類別來提供這種信息，并允許這些細(xì)胞類 別在屏幕上被顯示時得以被可視化。另一目的是確認(rèn)病變血液的典型特征。這種針對特定病變的血液的典型元素以統(tǒng) 計學(xué)方式所知，因此相關(guān)聯(lián)的變換Tn- > m使得對應(yīng)的細(xì)胞類別能夠在屏幕上被顯示時被 分離出。此外，所獲得的計算能夠提供關(guān)于被研究血液的病變狀況的結(jié)果。
因此，每個變換意味著，能夠?qū)⒔o出平均統(tǒng)計特性的生物液體的期望特定分類的 細(xì)胞類別置于m維復(fù)合空間的不同區(qū)域中。處理模塊13對數(shù)據(jù)集xi (XI…Xn)執(zhí)行所選擇的變換Tn- > m,以產(chǎn)生m維空間 中的數(shù)據(jù)集yi (Yl-Ym)。該函數(shù)變換Tn- > m是線性或非線性的，并包括通過如下函數(shù)變換將η維測量向 量(η > 3)變換成m維復(fù)合向量，< η F :Rn- > Rmχ ->y，因此yi = fi(Xl…Xn)，0<i<m其中，五是初始η維測量向量，其還被表 示為xi (XI…Xn)，并且χ是圖形向量，其表示在標(biāo)準(zhǔn)化m維復(fù)合向量空間中的元素yi(YL··· Ym)。有利地，函數(shù)fi是如下形式^ (X) = (Ai. X+bj)/^. Χ+φ)其中，Ai (相應(yīng)地Ci)是包括πι行n列的矩陣A(相應(yīng)地C)的第i行，并且bi (相 應(yīng)地di)是具有m維的向量B (相應(yīng)地D)的第i個元素。因此，所述變換通過這兩個矩陣A和C以及這兩個向量B和D來表征。如果矩陣 C為零，并且D的所有元素非零，則情況是線性的。所存儲的變換的其他類型有利地允許與同一細(xì)胞相關(guān)聯(lián)的兩個參數(shù)相乘，目的是 將復(fù)合空間的維數(shù)m減少到實現(xiàn)此目的所需的最小值。因此，以彼此分離開的多個星座的形式把將要被判別的細(xì)胞類別置于m維空間 中。然后，用于選擇判別過濾器的模塊14能夠選擇用于過程步驟的過濾器A。應(yīng)當(dāng)理 解，每個步驟通過選擇過濾器——類別子集、變換和將復(fù)合空間中的m元組重新分類到類別 子集的判別過濾器來定義。選擇可以是通過使用者手動執(zhí)行，或者通過預(yù)先編程因而自動 執(zhí)行。在處理器模塊15中，這些過濾器A然后用于觀察星座，以允許在若干不同群的細(xì)胞 之間進(jìn)行最佳判別。然后在m維空間中執(zhí)行一定數(shù)量的細(xì)胞判別。對于每一步，過濾器的 選擇與先前執(zhí)行的變換Tn->!11的選擇相關(guān)聯(lián)。同一變換可以使用一個或多個過濾器。類 似地，同一過濾器可以用于兩個不同的變換。相同的過濾器和變換還可以作用在所選擇的不同η元組的子集。通過選擇η元組(或者η+1元組，如果一個類別與η元組適當(dāng)?shù)叵嚓P(guān)聯(lián))的子集、 選擇并應(yīng)用變換以及選擇并應(yīng)用一個或多個過濾器所形成的集合，構(gòu)成了根據(jù)本發(fā)明所使 用的判別算法中的步驟。步驟集合構(gòu)成了適當(dāng)?shù)呐袆e算法，在該算法最后所有細(xì)胞都與將 要被判別的類別之一相關(guān)聯(lián)，其中每一步使用了對η元組、變換和至少一個過濾器的選擇。有利地，可以執(zhí)行重復(fù)群校正步驟的原則。通過選擇預(yù)定區(qū)域的程序執(zhí)行第一初 始分類。在示意性示例中，每一步使用將每個測量向量變換成具有維度m = 1的空間的變 換；然后每個測量向量減少到單個值。然后應(yīng)用用于判別類別子集的過濾器。只考慮具有 屬于所選向量子集的初始分類的向量。有利地，預(yù)先設(shè)定分離或重新分類邊界，然后存儲或利用先前建立的統(tǒng)計標(biāo)準(zhǔn)借 助于柱狀圖確定所述邊界。
在各個步驟中，使用合適的變換、過濾器以及類別結(jié)果，這些操作一起定義如本發(fā) 明所定義的判別算法。一旦應(yīng)用了所述的算法步驟，控制模塊16核查所有計劃的步驟是否已被執(zhí)行。如 果沒有，則執(zhí)行另一算法步驟。如果是，則將η元組集合發(fā)送給處理器模塊17。通過判別所執(zhí)行的分類將不同的圖形區(qū)別COLk與每個將要被判別的細(xì)胞類別Ck 相關(guān)聯(lián)，例如點顏色或點形狀。這產(chǎn)生對應(yīng)于η維空間中的點集xi (XI…Xn，COLk)的m維 空間中的點集yi (Yl... Ym，COLk)。
最后，這些處理器模塊17應(yīng)用變換Tn- > 1、Tn- > 2或者Tn- > 3，以將點集 xi(Xl-Xn, COLk)改變?yōu)槎S或三維空間中的復(fù)合向量集Ei (Z1，12, COLk)。然后結(jié)果是 將細(xì)胞類別分布到有顏色的平面或三維星座。變換Tn- > UTn- > 2或者Tn- > 3是這樣 的，使得當(dāng)生物液體具有正常血液的平均特性時，當(dāng)在顯示模塊19上以平面方式或者利用 動態(tài)3D空間顯示點Ei (Zl，12, COLk)時點云有少量重疊或者沒有重疊，在以平面方式顯示 的情況下，對于一維而言，能夠使用通道密度來表示柱狀圖。當(dāng)不是這種情況時，通常使用 正交的二維投影。這種屏幕上的二維顯示，允許使用者非?？焖俚孬@得信息，因為選擇變換成m維 空間的變換，隨后變換成二維空間的變換，需要回答如下問題例如，“是正常血液？ ”或者 “血液顯示給定的病變嗎？ ”等等。本發(fā)明的本質(zhì)在于，根據(jù)本發(fā)明，在本發(fā)明的裝置的存儲器中存儲多個變換，能夠 產(chǎn)生更適合于每個預(yù)想問題的矩陣。通常，在本發(fā)明中，必須有三個步驟，以獲得根據(jù)本發(fā)明的四個物理參數(shù)XI、X2、 X3、X4的二維表示。除在事先與任意類別相關(guān)聯(lián)之外，第一步1包括應(yīng)用對構(gòu)成與每個細(xì)胞相關(guān)聯(lián)的 η元組的實測數(shù)據(jù)Χ1、Χ2、Χ3、Χ4的變換，以根據(jù)Χ1、Χ2、Χ3和Χ4的實測值以及取決于對測 量機(jī)構(gòu)和獲取系統(tǒng)的校準(zhǔn)的三個常數(shù)，獲得針對每個細(xì)胞的坐標(biāo)Yl、Υ2和Υ3。接著，在第二步2，應(yīng)用過濾器，選擇屬于將要顯示的類別的點的子集。第三步，包括應(yīng)用η元組到一、二或三維空間的變換，這里應(yīng)用η元組到二維空間 的變換以用于顯示。對于這些點中的每個，此時表示為Ei，然后，例如，利用對應(yīng)于借助于分 類所確定的類別Ck的顏色COLk，將兩個坐標(biāo)Zl和Z2與每個細(xì)胞相關(guān)聯(lián)。圖2示出了二維空間中這種變換的結(jié)果的三個示例，其意味著能夠根據(jù)分析要求 特定可視化細(xì)胞類別。圖2A是這些表示之一，并隨后描述。圖2B對應(yīng)于另一個變換，用于 對細(xì)胞系的成熟狀態(tài)的優(yōu)先可視化，并同樣在隨后描述。圖2C示出了淋巴系病變的優(yōu)先可 視化，尤其是對慢性淋巴細(xì)胞白血病(CLL)的優(yōu)先可視化。在本發(fā)明的一個實施例中，有利地對同一點集xi (XI…Xn)連續(xù)使用可用的變換。這樣，第一變換能夠回答如下基本問題血液是否正常？如果使用者觀察到，點云沒有分離開，則有可能是技術(shù)問題或者是病變。同時，使 用者可以得到對每個細(xì)胞類別的細(xì)胞的計數(shù)以及這些細(xì)胞的相對比例。此外，即使細(xì)胞類別，例如用不同顏色染色，在獲得的最終表示中重疊，也能夠做 出關(guān)于該血液的決定。已經(jīng)在不是在2D中顯示的空間中使用不同的變換執(zhí)行所述分類。這 樣，可以精確分離開，即使在可視化平面中細(xì)胞群投影在彼此上。
有意思的是，注意到能夠選擇掩蔽與分析無密切關(guān)系的某些細(xì)胞類別，以簡化顯 示，或者揭示某些特定特性。在這種情況下，或者如果比例或者計數(shù)值不正常，或者如果根據(jù)預(yù)先算法已經(jīng)觸 發(fā)了特定警報，可以利用與例如對應(yīng)于特定病變或患者特定年齡的特定分類相關(guān)聯(lián)的變換 重新開始方法。新變換在m維空間中產(chǎn)生點集，其可能類似于針對所采用的第一變換的點集或與 其不同。在這種對應(yīng)于特定分類的變換中，將要更仔細(xì)察看的細(xì)胞群是相似的，或者，更通 常地，它們與第一變換期間所分類出的細(xì)胞群不同。變換包括線性和/或非線性計算，其允許從提供期望信息的角度獲得結(jié)果的可能 最佳表示。這個角度與將要從所采集的原始數(shù)據(jù)所揭示的病變相關(guān)。本發(fā)明還可使用交互探測裝置。因此，如上所述，使用在維度m = 3的復(fù)合空間中的變換。變換Tn- > m和過濾器 子集適合于觀察，例如細(xì)胞系、病變族或者其他。然后，可以采用包括旋轉(zhuǎn)、親合力等的常規(guī)3D幾何元素作為二次變換，以通過在 子簇上投影觀察異常和/或?qū)y量向量進(jìn)行重新分類。如果變換Tn- > m是線性的，則很 容易將這些二次變換與初始變換Tn- > m合并，以產(chǎn)生新的變換T'。在該實施例中，因此從血液分析儀中獲得四個物理參數(shù)X1、X2、X3、X4的四個物 理測量值，其中X1、X2、X3、X4分別對應(yīng)于小角度衍射、90°漫射、噻唑桔作為試劑的熒光軌 跡以及電阻率。如圖2A所示，這樣的變換能夠用于將4D測量空間改變成復(fù)合2D空間，在4D測量 空間中每個細(xì)胞可得到的測量是參數(shù)XI、X2、X3、X4，這種變換的示例通過下列等式定義Yl = Cll. X1+C12. X2+C13. X3+C14. X4+C15Y2 = C21. X1+C22. X2+C23. X3+C24. X4+C25該變換允許可視化正常血液的所有群，并能檢測許多的淋巴系病變。常數(shù)Cli和 C2i根據(jù)分析儀的特性，尤其是光學(xué)平臺的特性進(jìn)行定義。作為示例，Cll= 0. 1431，C12 = 0. 1496，C13 = -0. 8895，C14 = -0. 1261，C15 = 4155，C21 = -0. 3713，C22 = 0. 0279，C23 = -0. 0877，C24 = 0. 7925 并且 C25 = 682. 8。圖5以二維表面的形式示出利用上述變換在正常血液中和病變血液中觀察到的 各種群。本發(fā)明能夠可視化包括嗜堿細(xì)胞的五個白血細(xì)胞群。在這些圖中示出的表示類型 是根據(jù)本發(fā)明根據(jù)有病變或無病變血樣給出各種白血細(xì)胞群的布置的示例。圖4A對應(yīng)于正常血液。圖4B對應(yīng)于指示毛細(xì)胞(tricholeukocyte)白血病的血 液。圖4C對應(yīng)于指示骨髓瘤的血液。圖4D對應(yīng)于指示Sezary綜合征的血液。圖4E和4F 對應(yīng)于指示ALL(急性淋巴細(xì)胞白血病)類型B2白血細(xì)胞白血病的血液。圖4G對應(yīng)于指 示BurkittALL/B3ALL白血病的血液。圖4H對應(yīng)于指示T ALL的血液。圖41對應(yīng)于指示 AML(急性髓系白血病)白血病的血液。圖4J對應(yīng)于指示CLL(慢性淋巴細(xì)胞白血病)病變 的血液。在另一示例中，這種變換的結(jié)果是在例如圖2B所示的表示。在所建議的示例中，因子值如下

權(quán)利要求
1.一種用在能夠檢測生物液體中的細(xì)胞并能夠確定包括針對每個被檢測細(xì)胞所測量 的至少四個物理參數(shù)的η元組(xi (XL··· !，Ci) (η > 3)的自動生物液體分析機(jī)中的方法， 所述方法既用于通過判別和計數(shù)來執(zhí)行分類以分成至少三個細(xì)胞類別的集合(Ci)，又用于 表示所述細(xì)胞類別，所述方法包括下列步驟a)最初，存儲用于將多個η元組變換成m元組(γΗΥΡ··Υπι，Cj))的多個數(shù)學(xué)變換 (Tn->m)，m<n，每個變換與細(xì)胞類別(Cdi)的預(yù)定集合內(nèi)的η元組元素的特定分類相關(guān) 聯(lián)并根據(jù)關(guān)于構(gòu)成所述細(xì)胞類別的細(xì)胞的統(tǒng)計知識來確定，所述每個變換使得給出了平均 統(tǒng)計特性的生物液體的細(xì)胞類別(Cdi)能夠被置于m維復(fù)合空間的不同區(qū)域中；b)最初，存儲多個過濾器(A)，其用于判別并重新分類以分成至少兩個細(xì)胞類別(Cdl， Cd2)，以允許在所述m維復(fù)合空間中判別出來自至少兩個細(xì)胞類別的m元組；c)最初，存儲用于顯示的根據(jù)關(guān)于構(gòu)成正常生物液體的細(xì)胞類別的細(xì)胞的統(tǒng)計知識所 確定的將多個η元組(xi (XL··· !，Ci)變換成3元組、2元組或者1元組的至少一個變換 (Τ-> 1，2，3)，其使得給出了平均統(tǒng)計特性的生物液體的細(xì)胞類別(Cdi)能夠被置于3維 空間、2維表面或者1維軸的不同區(qū)域中；d)接收作為生物液體的分析結(jié)果的多個η元組0 (ΧΡ··)(η，(:υ；e)將第一任意分類(Csi)與所接收的η元組相關(guān)聯(lián)；f)根據(jù)η元組的類別(Csi)選擇η元組的子集；g)選擇變換成m元組的變換(Tn-> m)并將其應(yīng)用到所選擇的η元組；h)選擇判別過濾器(A)并將其應(yīng)用到所述m元組，從而實現(xiàn)對所述η元組的類別(Cdi) 的更新；i)通過選擇η元組(Csi)的子集和/或其不同的變換和/或其不同的過濾器來反復(fù)迭 代步驟f)、g)和h)，每次迭代定義了判別算法中的一步，所述算法是通過對變換和過濾器 的系列應(yīng)用來定義的；j)根據(jù)m元組的類別選擇η元組中將要被顯示為所述m元組的子集；k)根據(jù)所述η元組的類別(Ck)向所述η元組應(yīng)用特定的顯示標(biāo)簽(COLk)；1)向所選擇的η元組應(yīng)用變換成3元組或者2元組或者1元組的變換(Tn- >1,2,3)；并且m)在屏幕(18)或者任何其他的顯示媒介上顯示變換成3元組或者2元組的變換的結(jié) 果，所判別出的每個細(xì)胞類別被表示成動態(tài)的二維或三維的帶標(biāo)簽點云。
2.根據(jù)前述任一項權(quán)利要求所述的方法，其特征在于，所述物理參數(shù)是RES、FSC、FLl 和 SSC。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，將η元組變換成2元組的變換將如下形式 的復(fù)合向量與每個細(xì)胞相關(guān)聯(lián)Yl = Cll.FSC+C12. SSC+C13. FL1+C14. RES+C15 和Υ2 = C21. FSC+C22. SSC+C23. FL1+C24. RES+C25。
4.根據(jù)前述任一項權(quán)利要求所述的方法，其特征在于，為了改進(jìn)所述判別，重復(fù)所述判 別算法中的至少某些步驟。
5.根據(jù)前述任一項權(quán)利要求所述的方法，其特征在于，所述方法包括如下步驟存儲 將多個η元組變換成m元組的所謂“病變”變換，m < n，其與對揭示出所述病變的細(xì)胞類別的預(yù)定集合的特定分類相關(guān)聯(lián)并根據(jù)構(gòu)成所述細(xì)胞類別的細(xì)胞的統(tǒng)計知識來確定，所述病 變變換使得給出了所述病變的平均統(tǒng)計特性的生物液體的細(xì)胞類別能夠被置于所述m維 復(fù)合空間的不同區(qū)域中，所述病變變換允許從正常生物液體分離出具有特定病變的生物液 體。
6.根據(jù)前述任一項權(quán)利要求所述的方法，其特征在于，將η元組變換成2元組的變換使 得給出了所述病變的平均統(tǒng)計特性的生物液體的細(xì)胞類別能夠被置于2維復(fù)合空間的不 同區(qū)域中。
7.根據(jù)前述任一項權(quán)利要求所述的方法，其特征在于，變換成二維空間的所述變換是 這樣的，使得通過成熟度對所述細(xì)胞類別進(jìn)行分類。
8.根據(jù)權(quán)利要求1至5中任一項所述的方法，其特征在于，將η元組變換成3元組的變 換使得給出了所述病變的平均統(tǒng)計特性的生物液體的細(xì)胞類別能夠被置于顯示器上的動 態(tài)3維復(fù)合空間的不同區(qū)域中。
9.一種用于通過判別和計數(shù)進(jìn)行分類以分成至少三個細(xì)胞類別的集合的裝置，所述裝 置連接到能夠檢測生物液體中的細(xì)胞并能夠確定包括針對每個被檢測細(xì)胞的至少四個物 理參數(shù)的η元組(η > 3)的自動生物液體分析機(jī)，所述裝置包括-存儲器，其用于存儲-用于將多個η元組變換成m元組的多個數(shù)學(xué)變換，m < η,每個變換與細(xì)胞類別的預(yù)定 集合的特定分類相關(guān)聯(lián)并根據(jù)構(gòu)成所述細(xì)胞類別的細(xì)胞的統(tǒng)計知識來確定，所述每個變換 使得給出了平均統(tǒng)計特性的生物液體的細(xì)胞類別能夠被置于m維復(fù)合空間的不同區(qū)域中； -用于判別并重新分類以分成至少兩個細(xì)胞類別的多個過濾器，其使得在所述m維復(fù) 合空間中能夠判別出至少兩個細(xì)胞類別的m元組；-用于顯示的根據(jù)關(guān)于構(gòu)成正常生物液體的細(xì)胞類別的細(xì)胞的統(tǒng)計知識所確定的將多 個η元組變換成3元組、2元組或者1元組的至少一個變換，其使得給出了平均統(tǒng)計特性的 生物液體的細(xì)胞類別能夠被置于3維空間或者2維表面或者1維軸的不同區(qū)域中； -用于接收從對生物液體的分析得到的多個η元組的模塊； -用于將第一任意分類與每個η元組相關(guān)聯(lián)的模塊； -用于根據(jù)η元組的類別選擇η元組的子集的模塊；-用于從所述多個變換中選擇至少一個變換并且從所述多個判別過濾器中選擇至少一 個判別過濾器的模塊；-用于向所選擇的η元組至少應(yīng)用所選擇的變換和判別過濾器并且用于反復(fù)迭代所述 應(yīng)用的數(shù)據(jù)處理模塊；-用于根據(jù)m元組的類別選擇所述η元組中將要被顯示為所述m元組的子集的模塊； -用于根據(jù)所述m元組的類別將特定標(biāo)簽與所述m元組相關(guān)聯(lián)的數(shù)據(jù)處理模塊 -用于應(yīng)用將所述多個η元組變換成3元組、2元組或者1元組的變換的數(shù)據(jù)處理模塊；-用于在屏幕上顯示變換成3元組、2元組或者1元組的所述變換的結(jié)果的模塊。
10.一種計算機(jī)程序，其用于由計算機(jī)、諸如FPGA(現(xiàn)場可編程門陣列)的處理硬件、或 者任何其他類型的可編程電子器件使用，所述計算機(jī)程序包括用于在由計算機(jī)運(yùn)行所述程 序時執(zhí)行根據(jù)權(quán)利要求1至8中任一項所述的方法的步驟的指令。
11. 一種計算機(jī)可讀記錄介質(zhì)，其上記錄有包括用于執(zhí)行根據(jù)權(quán)利要求1至8中任一項 所述的方法的步驟的指令的計算機(jī)程序。
全文摘要
本發(fā)明涉及一種用在用于測量針對每個被檢測細(xì)胞的至少四個物理參數(shù)(n＞3)的自動生物液體分析機(jī)中的方法，所述方法既用于通過判別和計數(shù)來執(zhí)行分類以分成至少三個細(xì)胞類別的集合，又用于表示這些細(xì)胞類別。在該方法中，需要存儲和完成下述步驟用于將多個n元組變換成m元組的數(shù)學(xué)變換，m＜n，每個變換使得給出平均統(tǒng)計特性的生物液體的細(xì)胞類別能夠被置于m維復(fù)合空間的不同區(qū)域；過濾器，其用于判別并重新分類成至少兩個細(xì)胞類別；以及將多個n元組變換成3元組、2元組或者1元組的至少一個變換，以在至3維空間、2維表面或者1維軸的不同區(qū)域中顯示給出平均統(tǒng)計特性的生物液體的細(xì)胞類別。
文檔編號G01N15/14GK102144153SQ200980134783
公開日2011年8月3日 申請日期2009年8月5日 優(yōu)先權(quán)日2008年9月5日
發(fā)明者S·蘭博 申請人:赫拉巴Abx公司