[发明专利]应用于血细胞分析仪的白细胞分类处理方法

摘要

本发明公开了一种应用于血细胞分析仪的白细胞分类处理方法。该方法包括：S1，采用抽样算法对总样本数据进行评估，确定需要选择分类运算的样本点数据；S2，对抽样算法选取的样本点数据进行密度划分，计算各分类密度中心及其范围、各分类拟合椭圆参数及其范围；以及S3，对S2计算出的分类结果的各参数进行验，如不满足分类条件，则处理流程结束，不对除抽样算法选取的样本点外剩余点进行分类，如满足分类条件，则对除抽样算法选取的样本点外剩余点根据已计算出的区域进行划分，对未落入任何区域的数据，通过各分类椭圆区域焦点的距离之和最近原则，将该点划分到最近分类中。本发明的避免了单一算法对于结果准确性和效率的限制所存在的弊端。

主权项

1.一种应用于血细胞分析仪的白细胞分类处理方法，其特征在于，包括以下步骤：

S1，采用抽样算法对总样本数据进行评估，确定需要选择分类运算的样本点数据；

S2，对所述抽样算法选取的样本点数据进行密度划分，计算各分类密度中心及其范围、各分类拟合椭圆参数及其范围；以及

S3，对所述S2计算出的分类结果的各参数进行验证，判断是否满足分类条件，

如果不满足分类条件，则处理流程结束，不对除所述抽样算法选取的样本点外剩余点进行分类，并将该信息输出，

如果满足分类条件，则对除所述抽样算法选取的样本点外剩余点根据已计算出的区域进行划分，对未落入任何区域的数据，通过各分类椭圆区域焦点的距离之和最近原则，将该点划分到最近分类中。

2.根据权利要求1所述的白细胞分类处理方法，其特征在于，所述抽样算法的抽样量为总量的1/3～2/3。

3.根据权利要求1所述的白细胞分类处理方法，其特征在于，抽样算法为顺序抽样法。

4.根据权利要求1所述的白细胞分类处理方法，其特征在于，在所述S1之前还包括对总样本数据进行预处理的步骤，预处理的处理公式为X＝(x‑m)/sd，其中，m为总体样本均值向量，sd为各维度数据标准方差所组成的向量，公式中x为测量中收集到的原始数据，X为分类处理前数据。

5.根据权利要求1所述的白细胞分类处理方法，其特征在于，所述S2中对所述S2计算出的分类结果的各参数进行验证是通过无监督密度算法进行参数验证。

6.根据权利要求1所述的白细胞分类处理方法，其特征在于，所述S1具体包括：计算总样本数据平均值Mean和中位值Media，评估[Media，Mean]或[Mean，Media]区间样本数据所占总数百分比是否小于30％，如果小于等于30％，且正态分布特征明显，则以该范围为基准向两边等范围扩大，选择样本点数据；如果大于30％，则采用在该范围之间选取样本点的方法确定需要选择分类运算的样本点数据。

7.根据权利要求1所述的白细胞分类处理方法，其特征在于，所述S2中，椭圆参数包括椭圆焦点、长轴、短轴及分类重心。

8.根据权利要求1所述的白细胞分类处理方法，其特征在于，所述S3中通过对已收集大量样本数据计算各细胞分类重心位置、范围、单位区域密度最大值作为经验值，判断分类是否满足条件的依据。

9.根据权利要求8所述的白细胞分类处理方法，其特征在于，判断分类是否满足条件的依据包括：判断各计算分类中心是否在各分类经验值范围内。