一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法
【專利摘要】本發(fā)明公開了一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法，該方法包括：通過(guò)對(duì)樣本進(jìn)行處理，得到樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理形態(tài)學(xué)特征參數(shù)值，從中選取至少兩個(gè)形態(tài)學(xué)特征參數(shù)值作為分析目標(biāo)，根據(jù)所述樣本中各個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域來(lái)確定紅細(xì)胞九分圖的坐標(biāo)區(qū)域；通過(guò)調(diào)查正常人群紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域，形成正常紅細(xì)胞參考范圍；根據(jù)各類樣本中各類紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域的改變來(lái)判斷異常紅細(xì)胞的病理性質(zhì)。本發(fā)明通過(guò)對(duì)樣本中每個(gè)紅細(xì)胞的色度、大小、形狀和紋理特征進(jìn)行分析，能夠使分析結(jié)果更加的準(zhǔn)確，更具有臨床參考意義。
【專利說(shuō)明】一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于紅細(xì)胞檢測(cè)【技術(shù)領(lǐng)域】，更具體地說(shuō)，涉及一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法。
【背景技術(shù)】
[0002]對(duì)血液、尿液、腦脊液等樣本中的紅細(xì)胞形態(tài)學(xué)分析具有極其重要的臨床診斷價(jià)值。
[0003]現(xiàn)有技術(shù)中，對(duì)紅細(xì)胞各種參數(shù)的檢測(cè)，主要采用人工和儀器檢測(cè)幾項(xiàng)基礎(chǔ)指標(biāo)后再進(jìn)行計(jì)算得出。
[0004]1、紅細(xì)胞形態(tài)學(xué)檢查:由有經(jīng)驗(yàn)的臨床檢驗(yàn)人員通過(guò)顯微鏡觀察判斷，描述各種類型紅細(xì)胞形態(tài)。如:形態(tài)異常、大小異常、染色異常、結(jié)構(gòu)異常等；
[0005]2、紅細(xì)胞大小測(cè)定:由人工在顯微鏡下用測(cè)微計(jì)對(duì)紅細(xì)胞的大小進(jìn)行測(cè)量并記錄其數(shù)據(jù)；
[0006]3、紅細(xì)胞參數(shù)計(jì)算:根據(jù)紅細(xì)胞數(shù)量、血紅蛋白濃度和紅細(xì)胞比容結(jié)果，計(jì)算平均紅細(xì)胞體積、平均紅細(xì)胞血紅蛋白含量、平均紅細(xì)胞血紅蛋白濃度。
[0007]上述方法都存在其缺陷:人工方法檢驗(yàn)結(jié)果的正確性主要取決于檢驗(yàn)者的經(jīng)驗(yàn)和責(zé)任心，因此存在有主觀誤差，并且工作量大，效率低下；目前無(wú)論是人工或儀器報(bào)告的紅細(xì)胞形態(tài)學(xué)參數(shù)都是間接計(jì)算得出的平均值，不能得出每一類型單個(gè)紅細(xì)胞的形態(tài)學(xué)結(jié)果，因此檢驗(yàn)結(jié)果不精確。
[0008]人工和儀器檢測(cè)不能體現(xiàn)單個(gè)紅細(xì)胞的體積及血紅蛋白濃度。則對(duì)于血液中紅細(xì)胞大小不一的情況，無(wú)法體現(xiàn)。
[0009]由于這些參數(shù)都是間接求取的一個(gè)樣本中所有紅細(xì)胞的平均值，故不能真實(shí)反映樣本中每個(gè)紅細(xì)胞的形態(tài)學(xué)參數(shù)。例如平均紅細(xì)胞體積，反映一個(gè)樣本中紅細(xì)胞體積的平均值。當(dāng)為混合性貧血時(shí)，樣本中紅細(xì)胞大小不均，而平均紅細(xì)胞體積無(wú)法反映這種情況，則檢測(cè)出的平均紅細(xì)胞體積則無(wú)臨床參考意義。另外，對(duì)于紅細(xì)胞形態(tài)，除了大小不一，還有形狀各異的情況，例如橢圓形紅細(xì)胞、鐮刀形紅細(xì)胞、口形紅細(xì)胞、棘形紅細(xì)胞、芽孢狀紅細(xì)胞、鞋扣狀紅細(xì)胞、靶形紅細(xì)胞等，都代表著紅細(xì)胞的異常，但是儀器無(wú)法檢測(cè)出此類紅細(xì)胞情況。
[0010]綜上所述，現(xiàn)有技術(shù)不能對(duì)待檢測(cè)樣品中每個(gè)紅細(xì)胞的形態(tài)學(xué)特征進(jìn)行單獨(dú)檢測(cè)，從而使得對(duì)待檢測(cè)樣品的檢測(cè)結(jié)果不精確。
【發(fā)明內(nèi)容】
[0011]有鑒于此，本發(fā)明提供一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法，以實(shí)現(xiàn)能夠?qū)颖局忻總€(gè)紅細(xì)胞特征進(jìn)行單獨(dú)分析，得出樣本中每個(gè)紅細(xì)胞的形態(tài)學(xué)特征值檢測(cè)結(jié)果。為解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案為:一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法，包括以下步驟:[0012]S101、處理樣本，得到所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理形態(tài)學(xué)特征參數(shù)值；
[0013]S102、選取所述樣本中各個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的至少兩個(gè)形態(tài)學(xué)特征參數(shù)值，作為分析目標(biāo)；
[0014]S103、根據(jù)所述樣本中各個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域來(lái)確定紅細(xì)胞九分圖的坐標(biāo)區(qū)域；
[0015]S104、通過(guò)調(diào)查正常人群紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域，形成正常紅細(xì)胞參考范圍；
[0016]S105、根據(jù)各類異常樣本中各類紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域的改變來(lái)判斷異常紅細(xì)胞的病理性質(zhì)。
[0017]優(yōu)選地，所述紅細(xì)胞九分圖具有九個(gè)分區(qū)、或三十六分區(qū)、或九的平方個(gè)分區(qū)。
[0018]優(yōu)選地,所述步驟S103具體為:
[0019]根據(jù)所述樣本中每個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域，統(tǒng)計(jì)得到每個(gè)分析目標(biāo)的最小值和最大值，所述分析目標(biāo)的最小值確定紅細(xì)胞九分圖的左下角的邊界，所以分析目標(biāo)的最大值確定紅細(xì)胞九分圖的右上角的邊界。
[0020]優(yōu)選地，根據(jù)所述樣本中每個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域，統(tǒng)計(jì)得到每個(gè)分析目標(biāo)的最小值和最大值，將所述分析目標(biāo)的最小值均減去第一固定值得到第一邊界值，利用第一邊界值確定紅細(xì)胞九分圖的左下角的邊界，將所述分析目標(biāo)的最大值均加上第二固定值得到第二邊界值，利用第二邊界值確定紅細(xì)胞九分圖右上角的邊界。
[0021]優(yōu)選地，當(dāng)選取所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的二個(gè)形態(tài)學(xué)特征參數(shù)值，作為樣本的分析目標(biāo)時(shí)，則得到樣本的第一分析目標(biāo)和第二分析目標(biāo)。
[0022]優(yōu)選地，當(dāng)選取所述正常人群樣本和病理性病例樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的三個(gè)形態(tài)學(xué)特征參數(shù)值，作為樣本的分析目標(biāo)時(shí)；則得到樣本的第一分析目標(biāo)、第二分析目標(biāo)和第三分析目標(biāo)。
[0023]優(yōu)選地，當(dāng)選取所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的四個(gè)形態(tài)學(xué)特征參數(shù)值，作為樣本的分析目標(biāo)時(shí)；則在四個(gè)分析目標(biāo)中任選兩個(gè)目標(biāo)，作為樣本的第一分析目標(biāo)和第二分析目標(biāo)，剩余兩個(gè)作為第三分析目標(biāo)和第四分析目標(biāo)。
[0024]優(yōu)選地，所述紅細(xì)胞九分圖的表現(xiàn)形式為坐標(biāo)區(qū)域圖或坐標(biāo)數(shù)值范圍。
[0025]優(yōu)選地，所述紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法還包括樣本前處理步驟:
[0026]在所述處理過(guò)程之前對(duì)所述樣本采用染色試劑進(jìn)行染色。
[0027]優(yōu)選地，所述步驟SlOl具體如下:
[0028]S201、用顯微鏡攝像裝置對(duì)樣本進(jìn)行鏡檢攝像采圖，獲取紅細(xì)胞形態(tài)學(xué)特征參數(shù)信息；
[0029]S202、用圖像數(shù)字轉(zhuǎn)換器對(duì)采集的圖像先根據(jù)所含細(xì)胞進(jìn)行分割定位，再對(duì)分割后的圖像進(jìn)行數(shù)字化處理，即提取各細(xì)胞的形態(tài)學(xué)特征參數(shù)值，用大小、形狀、色度、紋理四類特征來(lái)描述各類細(xì)胞；
[0030]S203、將取得的各細(xì)胞的大小、形狀、色度、紋理四類形態(tài)學(xué)特征參數(shù)值輸入建立在神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的分類器，由該分類器從各類細(xì)胞中分離出紅細(xì)胞；[0031]S204、將分離出的紅細(xì)胞的大小、形狀、色度、紋理形態(tài)學(xué)特征參數(shù)值輸入建立在模糊聚類基礎(chǔ)上的特征融合器，由該特征融合器進(jìn)行歸一化處理，得到大小、形狀、色度、紋理的一維特征向量值。
[0032]優(yōu)選地，所述紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法還包括如下步驟:
[0033]S106、顯示每個(gè)樣本中紅細(xì)胞的分析目標(biāo)在所述紅細(xì)胞九分圖中形成的散點(diǎn)圖。
[0034]優(yōu)選地，所述紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法還包括如下步驟:
[0035]S107、統(tǒng)計(jì)每個(gè)樣本中紅細(xì)胞的分析目標(biāo)在所述紅細(xì)胞九分圖中每個(gè)區(qū)域的百分比；
[0036]S108、以表格形式顯示所述每個(gè)樣本中紅細(xì)胞的分析目標(biāo)在所述紅細(xì)胞九分圖中每個(gè)區(qū)域的百分比數(shù)值。
[0037]從上述的技術(shù)方案可以看出，本發(fā)明公開的一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法，首先，處理樣本，得到所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理形態(tài)學(xué)特征參數(shù)值；其次，選取所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的至少兩個(gè)形態(tài)學(xué)特征參數(shù)值，作為分析目標(biāo)；其次，根據(jù)所述樣本中各個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域來(lái)確定紅細(xì)胞九分圖的坐標(biāo)區(qū)域；其次，通過(guò)調(diào)查正常人群紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域，形成正常紅細(xì)胞參考范圍；最后，根據(jù)各類異常樣本中各類紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域的改變來(lái)判斷異常紅細(xì)胞的病理性質(zhì)。由此可見,本發(fā)明對(duì)待測(cè)樣本的分析是通過(guò)對(duì)樣本中的每個(gè)紅細(xì)胞的色度、大小、形狀和紋理特征進(jìn)行的分析，并將樣本形成在紅細(xì)胞九分圖中，能夠使得對(duì)樣本的分析結(jié)果更加的準(zhǔn)確，更具有臨床的參考意義。
【專利附圖】
【附圖說(shuō)明】
[0038]為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0039]圖1為本發(fā)明公開的一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法的流程圖；
[0040]圖2為本發(fā)明公開的樣本的大小、色度形態(tài)學(xué)參數(shù)值在二維坐標(biāo)中的散點(diǎn)分布圖；
[0041]圖3為本發(fā)明公開的一種以選取樣本中紅細(xì)胞大小和色度形態(tài)學(xué)特征參數(shù)值作為分析目標(biāo)確定紅細(xì)胞九分圖邊界的示意圖；
[0042]圖4為本發(fā)明公開的另一種以選取樣本中紅細(xì)胞大小和色度形態(tài)學(xué)特征參數(shù)值作為分析目標(biāo)確定紅細(xì)胞九分圖邊界的示意圖；
[0043]圖5為本發(fā)明公開的具有九個(gè)分區(qū)的紅細(xì)胞九分圖；
[0044]圖6為本發(fā)明公開的具有三十六個(gè)分區(qū)的紅細(xì)胞九分圖；
[0045]圖7為本發(fā)明公開的具有九的平方個(gè)分區(qū)的紅細(xì)胞九分圖；
[0046]圖8a為本發(fā)明公開的正常人群樣本中紅細(xì)胞的大小形態(tài)學(xué)特征分布情況；
[0047]圖8b為本發(fā)明公開的正常人群樣本中紅細(xì)胞的色度形態(tài)學(xué)特征分布情況；
[0048]圖8c本發(fā)明公開的正常人群樣本中紅細(xì)胞的大小、色度形態(tài)學(xué)特征在紅細(xì)胞九分圖中的散點(diǎn)分布圖；
[0049]圖9a為本發(fā)明公開的一種病理性病例樣本中紅細(xì)胞的大小形態(tài)學(xué)特征分布情況，虛線部分為正常人群樣本大小形態(tài)學(xué)特征分布情況，實(shí)線部分為該病理性病例樣本中紅細(xì)胞的大小形態(tài)學(xué)特征分布情況；
[0050]圖9b為本發(fā)明公開的一種病理性病例樣本中紅細(xì)胞的色度形態(tài)學(xué)特征分布情況，虛線部分為正常人群樣本色度形態(tài)學(xué)特征分布情況，實(shí)線部分為該病理性病例樣本中紅細(xì)胞的色度形態(tài)學(xué)特征分布情況；
[0051]圖9c本發(fā)明公開的一種病理性病例樣本中紅細(xì)胞的大小、色度形態(tài)學(xué)特征在紅細(xì)胞九分圖中的散點(diǎn)分布圖；
[0052]圖1Oa為本發(fā)明公開的另一種病理性病例樣本中紅細(xì)胞的大小形態(tài)學(xué)特征分布情況，虛線部分為正常人群樣本大小形態(tài)學(xué)特征分布情況，實(shí)線部分為該病理性病例樣本中紅細(xì)胞的大小形態(tài)學(xué)特征分布情況；
[0053]圖1Ob為本發(fā)明公開的另一種病理性病例樣本中紅細(xì)胞的色度形態(tài)學(xué)特征分布情況，虛線部分為正常人群樣本色度形態(tài)學(xué)特征分布情況，實(shí)線部分為該病理性病例樣本中紅細(xì)胞的色度形態(tài)學(xué)特征分布情況；
[0054]圖1Oc本發(fā)明公開的另一種病理性病例樣本中紅細(xì)胞的大小、色度形態(tài)學(xué)特征在紅細(xì)胞九分圖中的散點(diǎn)分布圖；
[0055]圖11為本發(fā)明公開的樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理形態(tài)學(xué)特征參數(shù)值的提取方法流程圖。
【具體實(shí)施方式】
[0056]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0057]本發(fā)明實(shí)施例公開了一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法，以實(shí)現(xiàn)能夠?qū)颖局忻總€(gè)紅細(xì)胞特征進(jìn)行單獨(dú)分析，并對(duì)樣本中每個(gè)紅細(xì)胞的特征進(jìn)行統(tǒng)計(jì)和分析，得出樣本的分析結(jié)果。
[0058]如圖1所示，為本發(fā)明公開的一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法，包括:
[0059]S101、處理樣本，得到所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理形態(tài)學(xué)特征參數(shù)值；
[0060]S102、選取所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的至少兩個(gè)形態(tài)學(xué)特征參數(shù)值，作為分析目標(biāo)；
[0061]S103、根據(jù)所述樣本中各個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域來(lái)確定紅細(xì)胞九分圖的坐標(biāo)區(qū)域；
[0062]S104、通過(guò)調(diào)查正常人群紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域，形成正常紅細(xì)胞參考范圍；
[0063]S105、根據(jù)各類異常樣本中各類紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域的改變來(lái)判斷異常紅細(xì)胞的病理性質(zhì)。[0064]在上述方法中，需要說(shuō)明的是，由于不同年齡、性別、地區(qū)、紅細(xì)胞形態(tài)特征的分布可能會(huì)有差異，樣本的不同的來(lái)源(如尿液、血液、腦脊液)，其紅細(xì)胞特征分布的臨床意義也不同，故針對(duì)樣本進(jìn)行統(tǒng)計(jì)形成紅細(xì)胞九分圖時(shí)，需要考慮這些造成差異的因素。
[0065]上述的樣本可以包括:多例正常人群樣本，多例病理性病例樣本。例如，如果統(tǒng)計(jì)樣本為血液樣本，則病理性病例樣本包括:小細(xì)胞低色素貧血樣本、大細(xì)胞高色素貧血樣本、單純小細(xì)胞性貧血樣本等；還可以包括含有形態(tài)異常紅細(xì)胞的樣本，形態(tài)異常的紅細(xì)胞包括皺縮狀紅細(xì)胞、芽孢性紅細(xì)胞、口狀紅細(xì)胞、花環(huán)狀紅細(xì)胞、扭曲狀紅細(xì)胞、泡狀紅細(xì)胞、碎裂狀紅細(xì)胞、菠蘿狀紅細(xì)胞、淚滴狀紅細(xì)胞、回形紅細(xì)胞等.樣本的例數(shù)可自行確定，只要符合統(tǒng)計(jì)學(xué)的要求即可。
[0066]對(duì)于樣本中紅細(xì)胞形態(tài)學(xué)特征參數(shù)值的來(lái)源，除了用本方案中對(duì)樣本進(jìn)行檢測(cè)獲取外，還可以根據(jù)現(xiàn)有的臨床經(jīng)驗(yàn)值進(jìn)行獲取。
[0067]由于樣本的大小、形狀、色度和紋理形態(tài)學(xué)特征參數(shù)值均在一定的范圍內(nèi)，參數(shù)值不會(huì)太大，也不會(huì)為零。為了使圖中能充分顯示細(xì)胞的形態(tài)學(xué)特征參數(shù)值的分布范圍，則將坐標(biāo)區(qū)域進(jìn)行截取，只顯示關(guān)注的坐標(biāo)區(qū)域。步驟S103具體如下:根據(jù)所述樣本中每個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域，統(tǒng)計(jì)得到每個(gè)分析目標(biāo)的最小值和最大值，所述分析目標(biāo)的最小值確定紅細(xì)胞九分圖的左下角的邊界，所述分析目標(biāo)的最大值確定紅細(xì)胞九分圖的右上角的邊界。
[0068]以選取樣本每個(gè)紅細(xì)胞的大小、色度形態(tài)學(xué)特征參數(shù)值作為分析目標(biāo)為例，詳細(xì)描述此類紅細(xì)胞九分圖的形成過(guò)程。具體步驟如下:
[0069]a、選取樣本中每個(gè)紅細(xì)胞的大小、色度兩個(gè)形態(tài)學(xué)特征參數(shù)值作為分析目標(biāo)；
[0070]b、將樣本中每個(gè)紅細(xì)胞的大小、色度兩個(gè)形態(tài)學(xué)特征參數(shù)值在坐標(biāo)區(qū)域形成散點(diǎn)分布，如圖2所示；
[0071]C、統(tǒng)計(jì)步驟b中的散點(diǎn)，得到大小特征和色度特征各自的最小值和最大值，并采用紅細(xì)胞大小特征和色度特征的最小值確定紅細(xì)胞九分圖的左下角邊界，采用紅細(xì)胞大小特征和色度特征的最大值確定紅細(xì)胞九分圖的右上角邊界；如圖3所示；
[0072]d、對(duì)形成的區(qū)域進(jìn)行劃分成九個(gè)區(qū)域，從而得到紅細(xì)胞九分圖，如圖5所示。
[0073]另外，為了使各種樣本紅細(xì)胞的形態(tài)學(xué)特征參數(shù)值構(gòu)成的散點(diǎn)不至于落入到紅細(xì)胞九分圖以外的區(qū)域，在形成紅細(xì)胞九分圖的邊界時(shí)，采用如下方法:根據(jù)所述樣本中每個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域，統(tǒng)計(jì)得到每個(gè)分析目標(biāo)的最小值和最大值，將所述分析目標(biāo)的最小值均減去第一固定值得到第一邊界值，利用第一邊界值確定紅細(xì)胞九分圖的左下角的邊界，將所述分析目標(biāo)的最大值均加上第二固定值得到第二邊界值，利用第二邊界值確定紅細(xì)胞九分圖右上角的邊界。
[0074]以選取樣本每個(gè)紅細(xì)胞的大小、色度形態(tài)學(xué)特征參數(shù)值作為分析目標(biāo)為例，詳細(xì)描述此類紅細(xì)胞九分圖的形成過(guò)程。具體步驟如下:
[0075]a、選取樣本中每個(gè)紅細(xì)胞的大小、色度兩個(gè)形態(tài)學(xué)特征參數(shù)值作為分析目標(biāo)；
[0076]b、將樣本中每個(gè)紅細(xì)胞的大小、色度兩個(gè)形態(tài)學(xué)特征參數(shù)值在坐標(biāo)區(qū)域形成散點(diǎn)分布，如圖2所示；
[0077]C、統(tǒng)計(jì)步驟b中的散點(diǎn)，得到大小特征和色度特征各自的最小值和最大值，并采用紅細(xì)胞大小特征和色度特征的最小值均減去第一固定值得到第一邊界值，利用第一邊界值確定紅細(xì)胞九分圖的左下角邊界，采用紅細(xì)胞大小特征和色度特征的最大值均加上第二固定值得到第二邊界值，利用第二邊界值確定紅細(xì)胞九分圖的右上角邊界；如圖4所示；此步驟中，第一固定值和第二固定值可以相同，也可以不同。例如，可以均取3、或4，也可以第一固定值取3，第二固定值取4。另外，大小特征的最小值減去的第一固定值和色度特征的最小值減去的第一固定值可以相同，也可以不同，例如，大小特征的最小值減去的第一固定值為3，色度特征的最小值減去的第一固定值為4，同理，大小特征的最大值加上的第二固定值和色度特征的最大值加上的第二固定值可以相同，也可以不同。
[0078]d、對(duì)形成的區(qū)域進(jìn)行劃分成九個(gè)區(qū)域，從而得到紅細(xì)胞九分圖，如圖5所示。
[0079]另外，上述無(wú)論哪種方式形成的紅細(xì)胞九分圖區(qū)域，均可根據(jù)需要?jiǎng)澐譃槿鶄€(gè)分區(qū)、九的平方個(gè)分區(qū)等。如圖6所示，為劃分為三十六個(gè)區(qū)域的紅細(xì)胞九分圖；如圖7所示，為劃分為九的平方個(gè)分區(qū)的紅細(xì)胞九分圖，當(dāng)然，分區(qū)數(shù)不限于此列舉的類型。
[0080]發(fā)明的實(shí)施例，在上述方法中，當(dāng)選取所述正常人群樣本和病理性病例樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的二個(gè)形態(tài)學(xué)特征參數(shù)值，分別作為正常人群樣本及病理性病理樣本的分析目標(biāo)時(shí)，則得到正常人群樣本和病理性病例樣本的第一分析目標(biāo)和第二分析目標(biāo)；步驟S103具體為:根據(jù)所述樣本中每個(gè)紅細(xì)胞的第一分析目標(biāo)和第二分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域，統(tǒng)計(jì)得到每個(gè)分析目標(biāo)的最小值和最大值，所述分析目標(biāo)的最小值確定紅細(xì)胞九分圖左下角的邊界，所述分析目標(biāo)的最大值確定紅細(xì)胞九分圖右上角的邊界。
[0081]具體的，第一分析目標(biāo)和第二分析目標(biāo)的選擇方案可以為以下幾種情況:
[0082]a、第一分析目標(biāo)為大小，第二分析目標(biāo)為色度；
[0083]b、第一分析目標(biāo)為大小，第二分析目標(biāo)為形狀；
[0084]C、第一分析目標(biāo)為大小，第二分析目標(biāo)為紋理；
[0085]d、第一分析目標(biāo)為色度，第二分析目標(biāo)為形狀；
[0086]e、第一分析目標(biāo)為色度，第二分析目標(biāo)為紋理；
[0087]f、第一分析目標(biāo)為形狀，第二分析目標(biāo)為紋理。
[0088]作為本發(fā)明的實(shí)施例，在上述方法中，當(dāng)選取所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的三個(gè)形態(tài)學(xué)特征參數(shù)值，作為樣本的分析目標(biāo)時(shí)，則得到樣本的第一分析目標(biāo)、第二分析目標(biāo)和第三分析目標(biāo)；步驟S103具體為:
[0089]根據(jù)所述樣本中每個(gè)紅細(xì)胞的第一分析目標(biāo)、第二分析目標(biāo)和第三分析目標(biāo)在三維坐標(biāo)區(qū)域中形成的散點(diǎn)，統(tǒng)計(jì)得到每個(gè)分析目標(biāo)的最小值和最大值，所述分析目標(biāo)的最小值確定紅細(xì)胞九分圖最下角的邊界，所述分析目標(biāo)的最大值確定紅細(xì)胞九分圖右上角的邊界。
[0090]具體的，第一分析目標(biāo)、第二分析目標(biāo)和第三分析目標(biāo)的選擇方案可以為以下幾種情況:
[0091]a、第一分析目標(biāo)為大小，第二分析目標(biāo)為色度，第三分析目標(biāo)為形狀；
[0092]b、第一分析目標(biāo)為大小，第二分析目標(biāo)為色度，第三分析目標(biāo)為紋理；
[0093]C、第一分析目標(biāo)為大小，第二分析目標(biāo)為形狀，第三分析目標(biāo)為紋理；
[0094]d、第一分析目標(biāo)為色度，第二分析目標(biāo)為形狀，第三分析目標(biāo)為紋理。
[0095]作為本發(fā)明的實(shí)施例，在上述方法中，當(dāng)選取所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的四個(gè)形態(tài)學(xué)特征參數(shù)值，作為樣本的分析目標(biāo)時(shí)；則在四個(gè)分析目標(biāo)中任選兩個(gè)目標(biāo)，作為樣本的第一分析目標(biāo)和第二分析目標(biāo)，剩余兩個(gè)作為第三分析目標(biāo)和第四分析目標(biāo)；
[0096]根據(jù)所述樣本中每個(gè)紅細(xì)胞的第一分析目標(biāo)和第二分析目標(biāo)在二維坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域，統(tǒng)計(jì)得到第一分析目標(biāo)和第二分析目標(biāo)各自的最小值和最大值，所述分析目標(biāo)的最小值確定紅細(xì)胞九分圖左下角的邊界，所述分析目標(biāo)的最大值確定紅細(xì)胞九分圖右上角的邊界。
[0097]根據(jù)所述樣本中的第三分析目標(biāo)和第四分析目標(biāo)在二維坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域，統(tǒng)計(jì)得到第三分析目標(biāo)和第四分析目標(biāo)各自的最小值和最大值，所述分析目標(biāo)的最小值確定紅細(xì)胞九分圖左下角的邊界，所述分析目標(biāo)的最大值確定紅細(xì)胞九分圖右上角的邊界。
[0098]具體的，第一分析目標(biāo)、第二分析目標(biāo)、第三分析目標(biāo)和第四分析目標(biāo)的選擇方案可以為以下幾種情況:
[0099]a、第一分析目標(biāo)為大小，第二分析目標(biāo)為色度，第三分析目標(biāo)為形狀，第四分析目標(biāo)為紋理；
[0100]b、第一分析目標(biāo)為大小，第二分析目標(biāo)為形狀，第三分析目標(biāo)為紋理，第四分析目標(biāo)為色度；
[0101]C、第一分析目標(biāo)為大小，第二分析目標(biāo)為紋理，第三分析目標(biāo)為色度，第四分析目標(biāo)為形狀；
[0102]d、第一分析目標(biāo)為色度，第二分析目標(biāo)為形狀，第三分析目標(biāo)為紋理，第四分析目標(biāo)為大小。
[0103]上述紅細(xì)胞九分圖及正常人群樣本及病理性病例樣本的形態(tài)學(xué)特征在紅細(xì)胞九分圖中的散點(diǎn)分布可以為如圖5、或圖6、或圖7、或圖8c、或圖9c、或圖1Oc中的坐標(biāo)區(qū)域圖表示，還可以利用坐標(biāo)數(shù)值范圍表示這些區(qū)域范圍。例如，用(xl，yl)?(x2，y2)表示紅細(xì)胞九分圖中一個(gè)分區(qū)的范圍。
[0104]對(duì)于形成的紅細(xì)胞九分圖，正常人群樣本及病理性病例樣本在九分圖中分布區(qū)域的不同，代表樣本的分析結(jié)果不同。如圖Sc、圖9c、圖1Oc所示，為正常人群樣本及兩類病理性病例樣本的大小和色度形態(tài)學(xué)特征參數(shù)值在紅細(xì)胞九分圖中形成散點(diǎn)分布。圖8a為正常人群樣本紅細(xì)胞大小特征的分布情況、圖8b為正常人群樣本紅細(xì)胞色度特征的分布情況，可以看出，大小及色度的分布均比較集中。圖8c為正常人群樣本中每個(gè)紅細(xì)胞的大小、色度形態(tài)學(xué)特征參數(shù)值在二維紅細(xì)胞九分圖中的散點(diǎn)分布圖，從圖8c可以看出樣本中紅細(xì)胞在紅細(xì)胞九分圖中形成的散點(diǎn)大部分分布在中間區(qū)域。極少數(shù)分布在邊緣區(qū)域；圖9a為一種病理性病例樣本紅細(xì)胞大小特征的分布情況，圖9b為一種病理性病例樣本紅細(xì)胞色度特征的分布情況，可以看出，與正常人群紅細(xì)胞的大小、色度特征相比，均往數(shù)值偏小的方向偏移，且分布范圍更寬。從圖9c可以看出樣本中紅細(xì)胞在紅細(xì)胞九分圖中形成的散點(diǎn)往左下角偏移，證明樣本中小細(xì)胞低色素的紅細(xì)胞比較多，則該樣本所在的病人可能犯有小細(xì)胞低色素性貧血。圖1Oa為另一種病理性病例樣本紅細(xì)胞大小特征的分布情況，圖1Ob為另一種病理性病例樣本紅細(xì)胞色度特征的分布情況，可以看出，與正常人群紅細(xì)胞的大小、色度特征相比，均往數(shù)值偏大的方向偏移，且分布范圍更寬。從圖1Oc可以看出樣本中紅細(xì)胞在紅細(xì)胞九分圖中形成的散點(diǎn)往右上角偏移,證明樣本中大細(xì)胞高色素的紅細(xì)胞比較多，則該樣本所在的病人可能犯有大細(xì)胞高色素性貧血。
[0105]在上述方法中，在對(duì)樣本進(jìn)行處理的過(guò)程中，還可以采用染色試劑對(duì)樣本進(jìn)行染色。此處,如果對(duì)樣本進(jìn)行染色,則需要對(duì)同時(shí)對(duì)正常人群樣本和病理性病例樣本進(jìn)行染色，否則，均不染色。避免由染色造成的差異。
[0106]在上述方法中，步驟SlOl中處理樣本，得到所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理形態(tài)學(xué)特征參數(shù)值的方法具體如下，如圖11所示。
[0107]S201、用顯微鏡攝像裝置對(duì)樣本進(jìn)行鏡檢攝像采圖，獲取紅細(xì)胞形態(tài)學(xué)特征參數(shù)信息；
[0108]S202、用圖像數(shù)字轉(zhuǎn)換器對(duì)采集的圖像先根據(jù)所含細(xì)胞進(jìn)行分割定位，再對(duì)分割后的圖像進(jìn)行數(shù)字化處理，即提取各細(xì)胞的形態(tài)學(xué)特征參數(shù)值，用大小、形狀、色度、紋理四類特征來(lái)描述各類細(xì)胞；
[0109]S203、將取得的各細(xì)胞的大小、形狀、色度、紋理四類形態(tài)學(xué)特征參數(shù)值輸入建立在神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的分類器，由該分類器從各類細(xì)胞中分離出紅細(xì)胞；
[0110]S204、將分離出的紅細(xì)胞的大小、形狀、色度、紋理形態(tài)學(xué)特征參數(shù)值輸入建立在模糊聚類基礎(chǔ)上的特征融合器，由該特征融合器進(jìn)行歸一化處理，得到大小、形狀、色度、紋理的一維特征向量值。
[0111]在上述方法的基礎(chǔ)上，本發(fā)明紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法還包括:
[0112]S106、顯示每個(gè)樣本中的紅細(xì)胞的分析目標(biāo)在所述紅細(xì)胞九分圖中形成的散點(diǎn)圖。如圖8c、圖9c圖1Oc所示。
[0113]所述紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法還包括如下步驟:
[0114]S107、統(tǒng)計(jì)每個(gè)樣本中紅細(xì)胞的分析目標(biāo)在所述紅細(xì)胞九分圖中每個(gè)區(qū)域的百分比；
[0115]S108、以表格形式顯示所述每個(gè)樣本中紅細(xì)胞的分析目標(biāo)在所述紅細(xì)胞九分圖中每個(gè)區(qū)域的百分比數(shù)值。
[0116]步驟107和108中統(tǒng)計(jì)得出樣本的分析目標(biāo)在紅細(xì)胞九分圖中每個(gè)區(qū)域的散點(diǎn)百分比，然后顯示各分區(qū)的百分比，檢驗(yàn)人員能夠直接了解樣本中紅細(xì)胞的分布狀態(tài)，便于臨床病理分析。
[0117]在上述方法中，針對(duì)不同來(lái)源的樣本，例如尿液、血液、腦脊液等。對(duì)待測(cè)樣本檢測(cè)后，同樣的檢測(cè)結(jié)果對(duì)臨床的意義各不相同。
[0118]例如:在尿液中出現(xiàn)皺縮紅細(xì)胞，則可能是犯有腎炎或腎結(jié)石；而在腦脊液中發(fā)現(xiàn)皺縮紅細(xì)胞，則可能為陳舊性出血。
[0119]例如:以紅細(xì)胞的大小形態(tài)學(xué)特征和色度形態(tài)學(xué)特征作為分析目標(biāo)為例，散點(diǎn)分布往紅細(xì)胞九分圖的左下角偏移，如圖9c所示，如果為血液樣本，則可能是小細(xì)胞低色素貧血，如果為尿液樣本，則可能是腎性血尿所致。
[0120]針對(duì)分析目標(biāo)為大小特征和色度特征時(shí)，待測(cè)樣本在樣本紅細(xì)胞九分圖中不同的分布情況，體現(xiàn)出不同的病理特征。
[0121]例如針對(duì)血液樣本，如待測(cè)樣本為缺鐵性貧血，紅細(xì)胞形態(tài)特征為小細(xì)胞低色素，待測(cè)樣本中紅細(xì)胞散點(diǎn)分布往小細(xì)胞低色素的方向偏移，如圖9c所示。[0122]如待測(cè)樣本為葉酸及維生素B12缺乏引起的巨幼紅細(xì)胞貧血，則紅細(xì)胞形態(tài)特征為大細(xì)胞高色素，待測(cè)樣本中紅細(xì)胞散點(diǎn)分布往大細(xì)胞高色素的方向偏移，如圖1Oc所示。
[0123]針對(duì)分析目標(biāo)為形狀特征和紋理特征時(shí)，同樣根據(jù)待測(cè)樣本中紅細(xì)胞的散點(diǎn)分布情況，判斷樣本的正?；虍惓顩r。
[0124]本技術(shù)方案中紅細(xì)胞的大小特征與現(xiàn)有技術(shù)中紅細(xì)胞的體積對(duì)應(yīng)。但是現(xiàn)有技術(shù)中，測(cè)得的是每個(gè)樣本中紅細(xì)胞的平均紅細(xì)胞體積；針對(duì)紅細(xì)胞大小不一的樣本?，F(xiàn)有技術(shù)無(wú)法體現(xiàn)。
[0125]本技術(shù)方案中紅細(xì)胞的色度特征與現(xiàn)有技術(shù)中紅細(xì)胞的血紅蛋白含量具有相關(guān)性。通過(guò)對(duì)紅細(xì)胞色度的測(cè)量，可體現(xiàn)紅細(xì)胞血紅蛋白含量。色度的深淺與紅細(xì)胞血紅蛋白含量的高低相對(duì)應(yīng)。但是現(xiàn)有技術(shù)中測(cè)得的是樣本中所有紅細(xì)胞血紅蛋白的平均值。不能體現(xiàn)血液樣本中每個(gè)紅細(xì)胞的血紅蛋白含量。
[0126]本技術(shù)方案中的形狀和紋理特征能夠體現(xiàn)樣本中每個(gè)紅細(xì)胞的形態(tài)。利用形狀及紋理特征參數(shù)的異常來(lái)體現(xiàn)樣本中紅細(xì)胞的異形性。
[0127]本說(shuō)明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。
[0128]對(duì)所公開的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。
【權(quán)利要求】
1.一種紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法，其特征在于，包括以下步驟: S101、處理樣本，得到所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理形態(tài)學(xué)特征參數(shù)值； S102、選取所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的至少兩個(gè)形態(tài)學(xué)特征參數(shù)值，作為分析目標(biāo)； S103、根據(jù)所述樣本中各個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域來(lái)確定紅細(xì)胞九分圖的坐標(biāo)區(qū)域； S104、通過(guò)調(diào)查正常人群紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域，形成正常紅細(xì)胞參考范圍； S105、根據(jù)各類異常樣本中各類紅細(xì)胞的分析目標(biāo)在紅細(xì)胞九分圖中形成的散點(diǎn)區(qū)域的改變來(lái)判斷異常紅細(xì)胞的病理性質(zhì)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述紅細(xì)胞九分圖具有九個(gè)分區(qū)、或三十六分區(qū)、或九的平方個(gè)分區(qū)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S103具體為: 根據(jù)所述樣本中每個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域，統(tǒng)計(jì)得到每個(gè)分析目標(biāo)的最小值和最大值，所述分析目標(biāo)的最小值確定紅細(xì)胞九分圖的左下角的邊界，所述分析目標(biāo)的最大值確定紅細(xì)胞九分圖的右上角的邊界。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S103具體為: 根據(jù)所述樣本中每個(gè)紅細(xì)胞的分析目標(biāo)在坐標(biāo)區(qū)域中形成的散點(diǎn)區(qū)域，統(tǒng)計(jì)得到每個(gè)分析目標(biāo)的最小值和最大值，將所述分析目標(biāo)的最小值均減去第一固定值得到第一邊界值，利用第一邊界值確定紅細(xì)胞九分圖的左下角的邊界，將所述分析目標(biāo)的最大值均加上第二固定值得到第二邊界值，利用第二邊界值確定紅細(xì)胞九分圖右上角的邊界。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)選取所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的二個(gè)形態(tài)學(xué)特征參數(shù)值，作為樣本的分析目標(biāo)時(shí)，則得到樣本的第一分析目標(biāo)和第二分析目標(biāo)。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)選取所述正常人群樣本和病理性病例樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的三個(gè)形態(tài)學(xué)特征參數(shù)值，作為樣本的分析目標(biāo)時(shí)；則得到樣本的第一分析目標(biāo)、第二分析目標(biāo)和第三分析目標(biāo)。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)選取所述樣本中每個(gè)紅細(xì)胞的大小、形狀、色度和紋理特征中的四個(gè)形態(tài)學(xué)特征參數(shù)值，作為樣本的分析目標(biāo)時(shí)；則在四個(gè)分析目標(biāo)中任選兩個(gè)目標(biāo)，作為樣本的第一分析目標(biāo)和第二分析目標(biāo)，剩余兩個(gè)作為第三分析目標(biāo)和第四分析目標(biāo)。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述紅細(xì)胞九分圖的表現(xiàn)形式為坐標(biāo)區(qū)域圖或坐標(biāo)數(shù)值范圍。
9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法還包括樣本前處理步驟: 在所述處理過(guò)程之前對(duì)所述樣本采用染色試劑進(jìn)行染色。
10.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟SlOl具體如下: S201、用顯微鏡攝像裝置對(duì)樣本進(jìn)行鏡檢攝像采圖，獲取紅細(xì)胞形態(tài)學(xué)特征參數(shù)信息； .5202、用圖像數(shù)字轉(zhuǎn)換器對(duì)采集的圖像先根據(jù)所含細(xì)胞進(jìn)行分割定位，再對(duì)分割后的圖像進(jìn)行數(shù)字化處理，即提取各細(xì)胞的形態(tài)學(xué)特征參數(shù)值，用大小、形狀、色度、紋理四類特征來(lái)描述各類細(xì)胞； . 5203、將取得的各細(xì)胞的大小、形狀、色度、紋理四類形態(tài)學(xué)特征參數(shù)值輸入建立在神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的分類器，由該分類器從各類細(xì)胞中分離出紅細(xì)胞； .5204、將分離出的紅細(xì)胞的大小、形狀、色度、紋理形態(tài)學(xué)特征參數(shù)值輸入建立在模糊聚類基礎(chǔ)上的特征融合器，由該特征融合器進(jìn)行歸一化處理，得到大小、形狀、色度、紋理的一維特征向量值。
11.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法還包括如下步驟: .5106、顯示每個(gè)樣本中紅細(xì)胞的分析目標(biāo)在所述紅細(xì)胞九分圖中形成的散點(diǎn)圖。
12.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述紅細(xì)胞形態(tài)學(xué)分析結(jié)果表示方法還包括如下步驟: .5107、統(tǒng)計(jì)每個(gè)樣本中紅細(xì)胞的分析目標(biāo)在所述紅細(xì)胞九分圖中每個(gè)區(qū)域的百分比； .5108、以表格形式顯示所述每個(gè)樣本中紅細(xì)胞的分析目標(biāo)在所述紅細(xì)胞九分圖中每個(gè)區(qū)域的百分比數(shù)值。
【文檔編號(hào)】G01N21/84GK103499580SQ201310498952
【公開日】2014年1月8日 申請(qǐng)日期:2013年10月22日 優(yōu)先權(quán)日:2013年10月22日
【發(fā)明者】丁建文 申請(qǐng)人:愛(ài)威科技股份有限公司