[發明專利]一種基于形狀特征的自動分類校正的方法

有效

• 申請號: 200810066000.6
• 申請日: 2008-01-25
• 公開（公告）號: CN101493400A
• 公開（公告）日: 2009-07-29
• 發明（設計）人: 易晗平
• 申請（專利權）人: 深圳邁瑞生物醫療電子股份有限公司
• 主分類號: G01N15/10
• 分類號: G01N15/10;G01N33/49;G06F19/00
• 代理公司: 深圳市君勝知識產權代理事務所
• 代理人: 楊 宏

1.一種基于形狀特征的自動分類校正的方法，用于流式細胞分析儀器的分析處理，其包括 以下步驟：

A、根據流式細胞分析的散點圖數據，進行數據分類及圖像處理，并獲得每類細胞的邊界曲 線；

B、對每類細胞邊界曲線進行曲線擬合，并獲得擬合曲線；

C、計算所述擬合曲線的曲線參數；

D、將所獲得的曲線參數與預設范圍進行比較，如果所述曲線參數超出預設范圍，則表明此 次分類結果不正確；

其中，所述步驟D之后還包括：如果分類結果不正確，則對所述散點圖數據的分類進行至 少一次校正處理，并在每一次校正處理后重復執行所述步驟B至D；

若經多次校正處理后所獲得的曲線參數依然超出所述預設范圍時，則提示此次分類結果無 效；

所述的校正處理按以下方式進行：調用自動分類算法，按照預設的校正規則對原來的散點圖 數據再次進行分類計算，并根據此次分類計算的結果進行數據分類及圖像處理后獲得每類細 胞的邊界曲線；

所述預設的校正規則是根據設計人員的需要修改自動分離算法中相應的參數值。

2.根據權利要求1所述的方法，其特征在于，所述步驟A中，以自動分類算法的分類結果 為依據，把原來的散點圖數據按照類別分成多個數據集合后，再進行圖像處理。

3.根據權利要求1所述的方法，其特征在于，所述步驟A中的圖像處理包括以下步驟：

A1、利用分類處理的結果，依次對圖像進行除噪、分割處理，并進行圖像二值化處理，得 到各類別的二值圖像；

A2、對所述各類別的二值圖像進行填充處理；

A3、對填充后的圖像進行邊界提取。

4.根據權利要求3所述的方法，其特征在于，所述圖像處理中的步驟A3包括以下步驟：

A31、通過計算每一類別內各象素點的δ鄰域內的背景點的個數，來確定每類細胞的邊界 點，其中δ為大于等于1的自然數；

A32、提取連續的且寬度總是為1個象素點的邊界，來構成每類細胞的邊界曲線。

5.根據權利要求1所述的方法，其特征在于，所述步驟B中采用橢圓曲線模型對每類細胞 邊界曲線進行曲線擬合。

6.根據權利要求1所述的方法，其特征在于，所述步驟B中采用拋物線曲線模型對每類細 胞邊界曲線進行曲線擬合。

7.根據權利要求1、5或6所述的方法，其特征在于，若所述步驟B中按照一預設曲線模型 對每類細胞邊界曲線進行曲線擬合，并獲得擬合曲線，則所述步驟C按照以下步驟進行處 理：

C1、計算標準的預設曲線模型在某一中心點處旋轉一預設角度后，所獲得的旋轉方程模 型；

C2、將所述旋轉方程模型與所述擬合曲線進行比較，建立關于所述擬合曲線參數的方程 組；

C3、通過求解所述方程組，計算所述擬合曲線的曲線參數。

8.根據權利要求1所述的方法，其特征在于，所述步驟C中的曲線參數為所述擬合曲線的 特征參數和經驗參數中的一種或兩種的結合。

9.根據權利要求1所述的方法，其特征在于，所述步驟D中的預設范圍是依據理論和經驗 對每類細胞在散點圖上的分布趨勢進行分析所獲得的的經驗值。

10.根據權利要求1所述的方法，其特征在于，所述步驟A中，以粗分散點圖算法的分類結 果為依據，把原來的散點圖數據按照類別分成多個數據集合后，再進行圖像處理。