[發明專利]血細胞分類方法及相關設備在審
| 申請號： | 202010744431.4 | 申請日： | 2020-07-29 |
| 公開（公告）號： | CN114088605A | 公開（公告）日： | 2022-02-25 |
| 發明（設計）人： | 阮楚良;吳舒晨 | 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;G01N15/06;G01N33/487;G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知識產權代理有限公司 11227 | 代理人： | 王學強 |
| 地址： | 518057 廣東省深圳市南山區*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 血細胞 分類 方法 相關 設備 | ||
1.一種血細胞分類方法，其特征在于，包括：
獲得待分類血液樣本的目標阻抗脈沖信號；
獲得預先訓練完成的目標神經網絡分類模型，所述目標神經網絡分類模型由機器學習算法對多組血液訓練樣本訓練得到，且每組所述血液訓練樣本包括阻抗脈沖信號以及用于表示所述阻抗脈沖信號的分類結果的標簽信息；
將所述目標阻抗脈沖信號輸入至所述目標神經網絡分類模型，以得到所述目標神經網絡分類模型輸出的所述目標阻抗脈沖信號的分類結果，所述分類結果包括血細胞類型或干擾。
2.根據權利要求1所述的血細胞分類方法，其特征在于，所述目標神經網絡分類模型通過分析所述目標阻抗脈沖信號的脈沖形態特征得到所述目標阻抗脈沖信號的分類結果。
3.根據權利要求2所述的血細胞分類方法，其特征在于，所述脈沖形態特征包括以下任意多項的組合：脈沖位置、脈沖峰值、脈沖寬度、脈沖峰寬比、脈沖上升時間、脈沖下降時間、脈沖線條斜率、脈沖基線信息、脈沖總面積信息、脈沖峰值前后面積差以及噪聲信息。
4.根據權利要求3所述的血細胞分類方法，其特征在于，將所述目標阻抗脈沖信號輸入至所述目標神經網絡分類模型，以得到所述目標神經網絡分類模型輸出的所述目標阻抗脈沖信號的分類結果，包括：
將所述目標阻抗脈沖信號輸入至所述目標神經網絡分類模型，以使所述目標神經網絡分類模型執行下述分類步驟：
從所述目標阻抗脈沖信號中提取多項脈沖形態特征；
將每項脈沖形態特征與所述脈沖形態特征對應的權重進行加權計算，得到特征值加權結果；
將所述特征值加權結果與預設的分類閾值進行比較，以確定對應的目標分類閾值；
將目標分類閾值的分類結果識別為所述目標阻抗脈沖信號的分類結果。
5.根據權利要求1-4任一項所述的血細胞分類方法，其特征在于，還包括：
若所述目標阻抗脈沖信號的分類結果包括干擾，則統計干擾類型的目標阻抗脈沖信號的相關信息；所述相關信息包括分布信息和/或形態信息；
根據所述相關信息，輸出與所述相關信息對應的提示信息。
6.根據權利要求1-4任一項所述的血細胞分類方法，其特征在于，還包括：
若所述目標阻抗脈沖信號的分類結果包括血細胞類型，則統計同一血細胞類型的目標阻抗脈沖信號的數量；
將所述目標阻抗脈沖信號的數量，確定為所述同一血細胞類型的血細胞的數量。
7.根據權利要求1所述的血細胞分類方法，其特征在于，所述血細胞類型包括：紅細胞或血小板。
8.根據權利要求1所述的血細胞分類方法，其特征在于，所述目標神經網絡分類模型的訓練步驟包括：
獲得多組血液訓練樣本，每組所述血液訓練樣本包括阻抗脈沖信號以及用于表示所述阻抗脈沖信號的分類結果的標簽信息，所述分類結果包括血細胞類型或干擾；
獲得初始神經網絡分類模型；
將多組所述血液訓練樣本輸入所述初始神經網絡分類模型，得到初始神經網絡分類模型輸出的標簽信息，當所述輸出的標簽信息與所述血液訓練樣本的標簽信息之間的關系滿足收斂條件時停止訓練，以得到目標神經網絡分類模型。
9.根據權利要求8所述的血細胞分類方法，其特征在于，所述血液訓練樣本的阻抗脈沖信號包括：血液樣本在不具有干擾因素情況下產生的阻抗脈沖信號、干擾因素產生的阻抗脈沖信號、血液樣本在具有干擾因素情況下產生的阻抗脈沖信號。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳邁瑞生物醫療電子股份有限公司，未經深圳邁瑞生物醫療電子股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010744431.4/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：黑體輻射裝置
- 下一篇：一種電子紙顯示屏及其制備方法、顯示裝置
