[發(fā)明專利]一種流式細(xì)胞儀數(shù)據(jù)自動(dòng)分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410129562.6
• 申請(qǐng)日: 2014-03-31
• 公開(kāi)（公告）號(hào): CN103942415B
• 公開(kāi)（公告）日: 2017-10-31
• 發(fā)明（設(shè)計(jì)）人: 王先文;程智;陳鋒;杜耀華;暴洪濤;李辰宇;吳太虎
• 申請(qǐng)（專利權(quán)）人: 中國(guó)人民解放軍軍事醫(yī)學(xué)科學(xué)院衛(wèi)生裝備研究所
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00;G01N35/00;G01N15/10
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所12201
• 代理人: 張金亭

技術(shù)領(lǐng)域

本發(fā)明涉及流式細(xì)胞儀數(shù)據(jù)自動(dòng)分析技術(shù)，尤其是涉及流式細(xì)胞儀數(shù)據(jù)的自動(dòng)聚類算法。

技術(shù)背景

流式細(xì)胞術(shù)是一種能夠精確、快速地對(duì)生物細(xì)胞的理化特性和生物學(xué)特性進(jìn)行多參數(shù)定量分析及對(duì)特定細(xì)胞群分選的技術(shù)。近年來(lái)，流式細(xì)胞術(shù)發(fā)展迅速，其在許多領(lǐng)域得到廣泛應(yīng)用。流式細(xì)胞術(shù)已向著多激光、高通量方向發(fā)展，擁有在較短時(shí)間內(nèi)對(duì)大量樣本進(jìn)行快速檢測(cè)的能力。然而，由于缺乏成熟并行的數(shù)據(jù)自動(dòng)分析平臺(tái)，流式細(xì)胞術(shù)還遠(yuǎn)沒(méi)有發(fā)揮其巨大潛能，實(shí)現(xiàn)樣本的自動(dòng)分析。

流式細(xì)胞儀數(shù)據(jù)分析的主要過(guò)程是樣本的類群識(shí)別，即在樣本中找到屬于同一種類的細(xì)胞群。通常，類群的識(shí)別是通過(guò)將獲得的數(shù)據(jù)經(jīng)過(guò)處理后顯示到2維圖中，然后采用人工畫(huà)門(mén)的方式找到屬于同類的細(xì)胞群，畫(huà)門(mén)的主要方法是將人工視為同類的細(xì)胞通過(guò)劃定一定區(qū)域范圍而歸為一類。由于人工畫(huà)門(mén)方式存在一定的主觀性，分析的結(jié)果通常無(wú)法重現(xiàn)。并且，人工畫(huà)門(mén)的方法無(wú)法滿足高通量數(shù)據(jù)分析的需求，也會(huì)帶來(lái)人力資源的巨大浪費(fèi)。

常見(jiàn)的流式細(xì)胞儀數(shù)據(jù)聚類算法，比如k-means算法，雖然計(jì)算速度比較快，但分析的結(jié)果通常精確度比較低。目前比較先進(jìn)的基于k-means的變化點(diǎn)探測(cè)算法能夠提高數(shù)據(jù)聚類結(jié)果的精確度，但是當(dāng)數(shù)據(jù)中存在高度離群值時(shí)，其聚類結(jié)果通常會(huì)出現(xiàn)模型過(guò)擬合現(xiàn)象。另一種數(shù)據(jù)聚類方法為譜聚類方法，該方法雖然在精度上有所提高，但是由于該方法是基于矩陣乘積的方式進(jìn)行結(jié)果估計(jì)，因此在樣本量較大時(shí)，其計(jì)算時(shí)間非常長(zhǎng)。針對(duì)該問(wèn)題，目前提出的一種預(yù)抽樣譜聚類算法，該方法解決了樣本量大造成的計(jì)算時(shí)間長(zhǎng)的問(wèn)題，但由于對(duì)數(shù)據(jù)進(jìn)行了預(yù)先處理，數(shù)據(jù)中包含的一部分生物信息可能在處理過(guò)程中丟失。另外，當(dāng)分析的數(shù)據(jù)中包含高度離群的值時(shí)，該方法的聚類結(jié)果通常誤判率也較高。

發(fā)明內(nèi)容

本發(fā)明為解決公知技術(shù)中存在的技術(shù)問(wèn)題而提供一種流式細(xì)胞儀數(shù)據(jù)自動(dòng)分析方法，該方法能夠?qū)崿F(xiàn)對(duì)流式細(xì)胞儀數(shù)據(jù)的自動(dòng)分析，提高數(shù)據(jù)分析的可重復(fù)性和準(zhǔn)確性，降低人為主觀因素對(duì)分析結(jié)果的影響。

本發(fā)明為解決公知技術(shù)中存在的技術(shù)問(wèn)題所采取的技術(shù)方案是：一種流式細(xì)胞儀數(shù)據(jù)自動(dòng)分析方法，包括以下步驟：

一）采用BIC方法對(duì)數(shù)據(jù)進(jìn)行自動(dòng)類群識(shí)別，得到數(shù)據(jù)中包含的類群數(shù)目；

二）獲得類群數(shù)目后，采用偏斜t混合模型對(duì)數(shù)據(jù)進(jìn)行自動(dòng)聚類。

所述步驟一）中所采用的自動(dòng)類群識(shí)別過(guò)程為：

BIC＝-2logL+klogn

其中：

L是偏斜t混合模型極大似然估計(jì)的對(duì)數(shù)似然值；

k是混合模型的獨(dú)立參數(shù)；

n是數(shù)據(jù)中被測(cè)樣本的粒子總數(shù)。

所述步驟二）采用的偏斜t混合模型為：

其中：

x為流式細(xì)胞儀數(shù)據(jù)；

g為類群數(shù)目；

π_i為混合比，表示第個(gè)分量密度在混合密度中的加權(quán)因子；

δ為偏斜參數(shù)向量；

t_p,v(x)為位置參數(shù)為μ，尺度矩陣為Σ，自由度為v的p維t分布的概率密度函數(shù)；

T1，v+p(x)為位置參數(shù)為μ，尺度矩陣為Σ，自由度為v+p的一維t分布的累積分布函數(shù)。

所述偏斜t混合模型首先采用多維流式細(xì)胞儀數(shù)據(jù)x中的兩個(gè)維度作為偏斜t混合模型的輸入進(jìn)行聚類分析，再將該兩維聚類分析結(jié)果投影到該數(shù)據(jù)x中的剩余其它二個(gè)維度中去，繼續(xù)采用兩維聚類分析方法進(jìn)行分析，直到得到該數(shù)據(jù)x的聚類結(jié)果。

所述偏斜t混合模型以流式細(xì)胞儀數(shù)據(jù)x作為偏斜t混合模型的輸入，采用多維數(shù)據(jù)直接聚類的方法對(duì)數(shù)據(jù)進(jìn)行聚類分析。

所述偏斜t混合模型中參數(shù)的估算方法：

引入向量z_j=(z_1j，...z_gj)^T，變量u₁，...，u_n和w₁，...，w_n，其滿足

其中，HN(0，σ²)為均值為0，方差為σ²的一元半正態(tài)分布，gamma(α，β)為形狀參數(shù)為α，尺度參數(shù)為β的伽馬分布；得到包含變量z_ij、u_j、w_j的對(duì)數(shù)似然函數(shù)為：

其中，