[發明專利]一種粒子自動分類方法

有效

• 申請號: 201110387439.0
• 申請日: 2011-11-29
• 公開（公告）號: CN102507417A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 宋潔;朱海波;孫媛媛;丁立明
• 申請（專利權）人: 長春迪瑞醫療科技股份有限公司
• 主分類號: G01N15/10
• 分類號: G01N15/10;G06F17/30
• 代理公司: 吉林長春新紀元專利代理有限責任公司 22100
• 代理人: 魏征驥

1.一種粒子自動分類方法，其特征在于包括如下步驟：

A1、根據得到的每個細胞或粒子逐一通過光照區域時產生的至少兩路光信號，將每個細胞或者粒子表示為每一個與其光信號強度相關的、至少二維的特征向量；

B1、計算所有有效細胞或粒子與其每一類中心細胞的距離，即距離越近，每一類細胞或粒子之間的相似程度越高；

C1、直到每一類細胞的中心位置與前一次中心位置小于一個足夠小的值時，每一類的細胞或者粒子的相似程度達到最高；

D1、反復步驟C1，至少將所有有效細胞或者粒子聚類成符合樣本的測量原理所應有的類別數。

2.如權利要求1所述的粒子自動分類方法，其特征在于，在步驟A1之后，步驟B1之前包括如下步驟：設定閾值，將不符合閾值條件或者和周圍數據差異很大的細胞或者粒子去掉。

3.如權利要求1所述的粒子自動分類方法，其特征在于步驟B1中距離用選自于歐式距離、絕對距離、最大距離、最小距離、Minkowski距離、Chebyshev距離、方差加權距離和馬氏距離中的任意一種方法來計算細胞或者粒子之間的距離。

4.如權利要求3所述的粒子自動分類方法，其特征在于：所屬步驟C1中采用的聚類方法是一種k均值聚類方法，所述的k均值聚類方法包括以下步驟：

C11、k均值聚類的初始中心采用了一種中心對稱的高斯核，此高斯核適用于任意維度的數據，高斯核和圖像的有效數據進行卷積，得到此數據的平滑效果圖，再找到其每一類峰值作為初始的中心；

C12、計算出每一個有效細胞或者粒子與初始中心的距離，找到其距離的最小的細胞或者粒子；

C13、將該細胞或者粒子合并成與其最近的中心的一類；

C14、計算出中心，反復上述步驟C12，C13；

C15、直到其中心位置和前一次的中心位置小于一個很小的值時，聚類結束。

5.如權利要求4所述的粒子自動分類方法，其特征在于：在所述的步驟C11中，選擇的高斯核一種基于中心對稱、旋轉不變性、適用于任意維度的有效數據的濾波核函數。

6.如權利要求4所述的流式細胞術的自動分類方法，其特征在于：在所述的步驟C12中，在合并過程中記錄其要合并的編號。

7.如權利要求1至6中任一項所述粒子自動分類方法，其特征在于：在所述步驟D1中，最后將所有有效細胞或者粒子聚集成為符合測量原理的類。

8.如權利要求7所述粒子自動分類方法，其特征在于：所述D1之后還包括以下步驟：

E1、進行聚類結束評價，確定此類別數和測量原理的類別數是否相符。

9.如權利要求8所述的粒子自動分類方法，其特征在于：所屬步驟E1包括如下步驟：

E11、如果此類別數c和測量原理M不符，即初始中心的選擇有誤，縮小核的大小重新確定中心，迭代超過一定次數后，還是不收斂，根據公式計算每個類內的離差平方和，其中S_k為G_k的類內的離差平方和，x_i為類G_k內的第i個細胞或者粒子的特征數據向量(x_i1，x_i2，x_i3，...x_ip)^T，是G_k內的中心；

E12、計算樣本分成c個類時各類內的類內離差平方和在求和值和P；

E13、離差平方和P是漸進下降之后上升的曲線，通過找到其最小值作為收斂次數。