具有阻抗信号处理功能的医学分析设备制造技术

一种具有细胞阻抗信号处理功能的医学分析设备，包括存储器(4)，所述存储器被设置为接收脉冲数据集，每个脉冲数据集包括每次与时间标记相关联的阻抗值数据，这些数据共同代表当细胞通过极化开口时测得的细胞阻抗值的曲线；计算器(6)，所述计算器被设置为通过确定旋转值来处理脉冲数据集，所述旋转值指示细胞是否在其通过极化开口期间经历了旋转，通过所述细胞已经获得了所述脉冲数据集；以及分类器(8)，所述分类器被设置为从计算器(6)中检索给定的脉冲数据集，并使用产生的旋转值将给定的脉冲数据集分类至旋转脉冲数据集组(10)或无旋转脉冲数据集组(12)中。脉冲数据集组(12)中。脉冲数据集组(12)中。

【技术实现步骤摘要】
【国外来华专利技术】具有阻抗信号处理功能的医学分析设备
[0001]本专利技术涉及血液学领域，特别是细胞计数装置。
[0002]自20世纪50年代以来，根据被称为库尔特原理的方法，通过阻抗测量来进行血液学系统中不同血细胞的计数和体积测定。该方法包括使悬浮在导电液体中的细胞通过极化的微开口，并检测由于颗粒在开口中通过所引起的电阻变化(或阻抗变化)。如此产生的不同脉冲的检测使得对元素进行计数成为可能。
[0003]一些作者已经在文献中对分析发展进行了描述，包括Grover等人的《悬浮液中的粒子的电学尺寸：I.理论》(Biophysical Journal,9:1398
‑
1414,1969)和Hurley的《使用粒度仪测量颗粒尺寸》(Biophysical Journal,10:74
‑
79,1970)，介绍了电干扰的幅度如何能在特定情况下根据以下公式检索细胞体积：U＝(r.fs.i)V/S^2，其中U是电极端子处的电压变化，V是颗粒的体积，S是开口截面，r是介质的导电率，i是恒定的外加电流，fs是电池的形状因子，其取决于电池的方向和形状。
[0004]该公式使得对在均匀电场下进行分析的细胞构建体积分布成为可能，这些细胞的细胞尺寸比开口小得多，并且具有恒定的形状因子。例如，在红细胞(RBC)的情况下，平均红细胞体积(MCV)和分布指数(DI)是基于脉冲高度分布定义的，代表重要的血液学参数。基于该公式，还可以将体积V乘以涉及形状因子fs的系数来检索实际体积。
[0005]这些计算基于这样的假设：形状因子fs是恒定的，并且电场是均匀的。然而，在传统设备中，通常不会观察到这些假设。事实上，一方面，电场是不均匀的(靠近边缘处更强)，另一方面，当细胞靠近壁时，流体动力学效应很大(特别是由于剪切应力)，且其可以旋转或采用复杂的形状。在这些情况下，形状因子相对于中心的细胞通道发生变化，如果想要得到正确的实际体积，则必须对其进行校正。
[0006]在当前设备中，形状因子没有根据细胞轨迹进行校正，并且靠近壁的细胞通道的相关阻抗信号具有脉冲高度，导致由于静电和/或流体动力学伪影而高估细胞体积。
[0007]为此，获得的体积分布通常是不对称的，右侧有较长的尾部(称为“右偏”分布)，且因此细胞(MCV和DI)的体积参数的测量结果失真。
[0008]已经提出了几种解决方案来解决这些问题：
‑
使红细胞球形化可以消除对形状因子的影响，但涉及开发特定试剂来改变渗透压，
‑
扩大开口可以使电场均匀化，但会产生大量的阻抗损失和更高的同时通过风险(当两个细胞同时通过开口时，导致其无法区分)，
‑
对脉冲进行排序以去除与靠近边缘的细胞轨迹相对应的那些脉冲，但这些基于脉冲宽度的方法是无效的，即使考虑到脉冲高度(尤其是当细胞大小变化时)，并且这些方法无法允许识别细胞旋转信息。
[0009]由于这些解决方案都不能令人满意，因此开发了流体动力学聚焦技术或水动力聚焦技术。该解决方案包括待分析细胞流的流体动力学护套，这可以将其居中在开口中并限制与边缘通道相关的影响。尽管如此，该技术实施起来非常复杂并且特别昂贵。
[0010]本专利技术改善了这种情况。
[0011]为此，本专利技术涉及一种具有细胞阻抗信号处理功能的医学分析设备，包括存储器，其被设置为接收脉冲数据集，每个脉冲数据集包括每次与时间标记相关联的阻抗值数据，这些数据共同代表当细胞通过极化开口时测得的细胞阻抗值的曲线；计算器，该计算器被设置为通过确定旋转值来处理脉冲数据集，该旋转值指示细胞是否在其通过极化开口期间经历了旋转，通过该细胞已经获得了脉冲数据集；以及分类器，该分类器被设置为向计算器提供给定的脉冲数据集，并使用产生的旋转值将给定的脉冲数据集分类至旋转脉冲数据集组或无旋转脉冲数据集组中。
[0012]该设备是有利的，因为通过考虑无旋转脉冲数据集组，可以获得的结果与可以在水动力聚焦系统上获得的结果类似，但成本和使用复杂性显着降低。
[0013]替代地，根据本专利技术的设备可以具有以下特征中的一个或多个：
[0014]‑
计算器被设置为通过以下方式处理脉冲数据集：*确定脉冲数据集的最大阻抗值，*通过将最大阻抗值乘以在范围[0.7；0.95]内选定的上系数，通过在脉冲数据集中确定脉冲数据集中的相关阻抗值等于上阻抗值的时间标记，以及通过计算与这些时间标记之间的最大持续时间相对应的上持续时间，而计算上阻抗值，*通过将最大阻抗值乘以在范围[0.1；0.6]内选定的下系数，通过在脉冲数据集中确定脉冲数据集中的相关阻抗值等于下阻抗值的时间标记，以及通过计算与这些时间标记之间的最大持续时间相对应的下持续时间，而计算下阻抗值，*返回由上持续时间和下持续时间计算所得比率确定的旋转值，
[0015]‑
上系数在范围[0.8；0.9]内选定,
[0016]‑
下系数在范围[0.3；0.6]内选定,
[0017]‑
上系数等于0.875，下系数等于0.5，
[0018]‑
计算器返回旋转值，该旋转值等于上持续时间除以下持续时间，并且其中分类器被设置将旋转值严格小于0.45的脉冲数据集分类至旋转脉冲数据集组，将旋转值大于0.45的脉冲数据集分类至无旋转脉冲数据集组，
[0019]‑
计算器是神经网络，一方面包括转换器，该转换器被设置为处理脉冲数据集以使其适应神经网络的处理，被设置为使时间标记和阻抗值无量纲并且将无量纲数据重新采样为用于神经网络的选定数量的阻抗值，并且，另一方面包括多层感知器，对于该多层感知器包括输入层、至少一个隐藏层以及输出层来确定旋转值，输入层包括来自转换器所执行的重新采样的每个值的输入。
[0020]‑
输入层还包括接收由转换器处理的脉冲数据集的宽度的输入，
[0021]‑
多层感知器包括包含20个神经元的隐藏层，并且，这些神经元的激活函数是S型(sigmoid)函数，
[0022]‑
多层感知器在误差梯度反向传播之后通过随机梯度下降进行训练，训练误差根据基于均方根误差的成本函数计算，并且对于关联的脉冲数据集具有的细胞定向大于对于所述脉冲数据集的阻抗值中的最大阻抗值0.3rad时所对应的输入，输出设置为0，否则设置为1。
[0023]本专利技术还涉及一种医学分析阻抗信号的处理方法，包括以下操作：a.接收脉冲数据集，每个脉冲数据集包括每次与时间标记相关联的阻抗值数据，这些数据共同表示当细
胞通过极化开口时测得的细胞阻抗值曲线，b.通过确定旋转值来处理来自操作a的脉冲数据集，该旋转值指示细胞是否在其通过极化开口期间经历了旋转，通过细胞已经获得了所述脉冲数据集，c.根据在操作b中获得的旋转值将脉冲数据集分类至旋转脉冲数据集组或无旋转脉冲数据集组。
[0024]在各种替代实施例中，该方法可以具有以下特征中的一个或多个：
[0025]‑
操作b包含：b1.确定脉冲数据集的本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种具有细胞阻抗信号处理功能的医学分析设备，所述医学分析设备包括存储器(4)，所述存储器被设置为接收脉冲数据集，每个脉冲数据集包括每次与时间标记相关联的阻抗值数据，这些数据共同代表当细胞通过极化开口时测得的细胞阻抗值的曲线；计算器(6)，所述计算器被设置为通过确定旋转值来处理脉冲数据集，所述旋转值指示所述细胞是否在其通过所述极化开口期间经历了旋转，通过所述细胞已经获得了所述脉冲数据集；以及分类器(8)，所述分类器被设置为向所述计算器(6)提供给定的脉冲数据集，并使用产生的旋转值将给定的脉冲数据集分类至旋转脉冲数据集组(10)或无旋转脉冲数据集组(12)中。2.根据权利要求1所述的设备，其中，所述计算器(6)被设置为通过以下方式处理脉冲数据集：
‑
确定所述脉冲数据集的最大阻抗值，
‑
通过将所述最大阻抗值乘以在范围[0.7；0.95]内选定的上系数，通过在所述脉冲数据集中确定所述脉冲数据集中的相关阻抗值等于所述上阻抗值的所述时间标记，并且通过计算与这些时间标记之间的所述最大持续时间相对应的上持续时间，从而计算上阻抗值，
‑
通过将所述最大阻抗值乘以在范围[0.1；0.6]内选定的下系数，通过在所述脉冲数据集中确定所述脉冲数据集中的相关阻抗值等于所述下阻抗值的所述时间标记，并且通过计算与这些时间标记之间的所述最大持续时间相对应的下持续时间，从而计算下阻抗值，
‑
返回由所述上持续时间和所述下持续时间计算所得比率确定的旋转值。3.根据权利要求2所述的设备，其中，所述上系数在范围[0.8；0.9]内选定。4.根据权利要求2或3所述...

【专利技术属性】
技术研发人员：P，
申请(专利权)人：法国国家科学研究中心蒙彼利埃大学，
类型：发明
国别省市：