[發(fā)明專利]一種基于細胞散點圖的異常檢測方法

在審

• 申請?zhí)枺?/td>: 202211004127.1
• 申請日: 2022-08-22
• 公開（公告）號: CN115407076A
• 公開（公告）日: 2022-11-29
• 發(fā)明（設計）人: 李柏蕤;連荷清
• 申請（專利權）人: 伯圖影從（蘇州）科技有限公司
• 主分類號: G01N35/00
• 分類號: G01N35/00;G06V10/762
• 代理公司: 北京巨弘知識產(chǎn)權代理事務所(普通合伙) 11673
• 代理人: 趙洋

本發(fā)明公開了一種基于細胞散點圖的異常檢測方法，包括以下步驟：S1、獲取樣本的細胞散點圖，在細胞散點圖內(nèi)建立平面坐標系，并遍歷每個點，將坐標信息和種類信息賦予每個細胞點；S2、根據(jù)細胞種類信息，計算各種細胞的細胞簇中心和離群容忍度；S3、根據(jù)各細胞種類的細胞簇中心和離群容忍度進行高斯分布建模；S4、設定風險數(shù)據(jù)閾值，對每種細胞種類的容忍度外各點進行風險數(shù)據(jù)評分；S5、根據(jù)風險數(shù)據(jù)評分判斷各種類細胞是否存在。本發(fā)明避免給機器的便攜性和成本加大了負擔，不增加額外的損耗。

技術領域

本發(fā)明涉及細胞檢測領域，特別是涉及一種基于細胞散點圖的異常檢測方法。

背景技術

血細胞分析儀blood cell analyzer，通過溶血劑破壞紅細胞，白細胞胞膜輕微受損，利用SSC獲得不同白細胞內(nèi)部構造復雜程度的差異；通過熒光染色，利用SFL獲得不同白細胞核酸及細胞器種類和多少的差異，從而對各類白細胞進行區(qū)別計數(shù)。并對所測細胞進行統(tǒng)計，以SSC為橫坐標，以SFL為縱坐標，得到WDF散點圖。統(tǒng)計種類主要包括五種細胞：Debris：影細胞/細胞碎片；NRBC：有核紅細胞；LYMPH：淋巴細胞；Abnormal lymph Blast：異常淋巴細胞/原幼淋巴細胞；Atypical lymph：不典型淋巴細胞/異型淋巴細胞；MONO：單核細胞；Blast：原始細胞；NEUT+BASO：中性粒細胞及嗜堿性粒細胞；Left shift：核左移；IG：幼稚粒細胞；EO：嗜酸性粒細胞。

散點圖的異常檢測是目前提升血球儀的一種有效手段。由于目前血球儀自動判別的準確率仍存在一定的缺陷，由于目前并沒有將散點圖的識別看做一個異常檢測任務，因此我們宏觀的討論異常檢測算法的相關工作。對于數(shù)據(jù)質(zhì)量的不同，異常檢測主要分為三大類：

監(jiān)督任務：這類任務的數(shù)據(jù)有很明確的異常或正常的標簽。一般處理這種情況，操作者會將其看待成二分類的任務。但它面臨著昂貴的數(shù)據(jù)標記和實踐中離群值稀缺的問題。

半監(jiān)督任務：首先，由于問題的性質(zhì)，很難獲得大量的異常數(shù)據(jù)，無論是標記的還是未標記的。這類任務的數(shù)據(jù)對正常樣本有很明確的標注，異常類沒有標注。由于對異常數(shù)據(jù)的訪問受限，構建異常檢測器通常只使用正常數(shù)據(jù)進行半監(jiān)督或一類分類設置。這種情況一般會采用引入代理任務，從而通過自監(jiān)督的方式來完成異常檢測任務。這種方法通過構建異常檢測器通常只使用正常數(shù)據(jù)進行半監(jiān)督或一類分類設置。生成模型在概率密度低于某個閾值時聲明異常。然而，異常分數(shù)被定義為像素級重建錯誤或概率密度的集合，無法捕獲高級語義信息。

無監(jiān)督任務：這類任務就是所有的數(shù)據(jù)都沒有標注。在這種情況下會首先對數(shù)據(jù)進行特征抽取，然后通過測距的類似方法進行分類。其中特征的抽取可以看做是一種生成任務。近年來，海量的圖像/視頻數(shù)據(jù)激發(fā)了無監(jiān)督異常檢測在計算機視覺中的重要應用，如提煉web圖像查詢結(jié)果、視頻異常事件檢測等。不幸的是，盡管端到端深度神經(jīng)網(wǎng)絡(DNN)在計算機視覺領域取得了顯著的成功，但一種有效的端到端無監(jiān)督異常檢測策略仍在探索中:最先進的方法都依賴于深度自動編碼器(AE)或卷積自動編碼器(CAE)來實現(xiàn)易于實現(xiàn)的基于DNN的無監(jiān)督異常檢測模型，但它們都存在AE/CAE的無效表示學習。另外必須對概念進行兩個澄清:首先，在一些文獻中，“無監(jiān)督離群值/異常檢測”實際上指的是半監(jiān)督的任務，而不是這里特指的無監(jiān)督。其次，最近的一個話題是離群分布樣本檢測，它檢測的樣本不是來自于訓練樣本的分布。它類似于半監(jiān)督任務，但它需要標記良好的多類數(shù)據(jù)進行訓練，而不是對半監(jiān)督定義的單類數(shù)據(jù)。

為解決上述問題，現(xiàn)需一種基于細胞散點圖的異常檢測方法。

發(fā)明內(nèi)容

本發(fā)明是為了解決現(xiàn)有技術中監(jiān)督任務面臨著昂貴的數(shù)據(jù)標記和實踐中離群值稀缺、半監(jiān)督任務很難獲得大量的異常數(shù)據(jù)和無監(jiān)督任務所有的數(shù)據(jù)都沒有標注的問題，提供了一種基于細胞散點圖的異常檢測方法，通過將每一種細胞種類看做一個獨立的高斯分布，解決了上述問題。

本發(fā)明提供了一種基于細胞散點圖的異常檢測方法，包括以下步驟：