一种样本分析仪、方法、设备及介质技术

本申请实施例公开了一种样本分析仪，包括：检测装置，包括光学流动室、光源和检测器，血液试液中的多个细胞排队通过光学流动室，光源用于发出检测光，检测器用于获取检测光照射血液试液中的多个细胞得到的多组第一光信息，包括至少两种光信号；检测装置中的检测器还用于，根据多组第一光信息获取第一散点数据，第一散点数据包括血液试液中多个血细胞与其对应第一光信息的第一关联关系；深度学习分析装置，用于通过深度学习算法对检测器生成的第一散点数据进行分析，以获取血液试液中有核红细胞的计数，有核红细胞为血细胞的一种。本申请还提供一种方法，设备及介质，通过深度学习算法对散点数据进行处理，从而提升有核红细胞的检测效率。检测效率。检测效率。

【技术实现步骤摘要】
一种样本分析仪、方法、设备及介质


[0001]本申请涉及检测器械领域，尤其涉及一种样本分析仪、方法、设备及介质。

技术介绍

[0002]人体外周血或体液中含有的血细胞通常为成熟的血细胞，某些情况下，血液中会出现未成熟的血细胞(例如有核红细胞)，对未成熟血细胞的检测为血液的科学研究提供有用的参考。例如，有核红细胞的计数可以反映骨髓红细胞的生成功能。
[0003]然而现有技术中的有核红细胞检测方法效率较低。因此，现有技术中对于血液中有核红细胞进行检测的方法还有待于改进。

技术实现思路

[0004]本申请实施例提供了一种样本分析仪、方法、设备及介质，用于解决核红细胞检测过程中的数据分析效率问题。
[0005]有鉴于此，本申请第一方面提供了一种样本分析仪，包括：
[0006]检测装置，包括光学流动室、光源和检测器，血液试液中的多个细胞排队通过该光学流动室，该光源用于发出检测光，该检测器用于获取该检测光照射该血液试液中的多个细胞得到的多组第一光信息，该第一光信息包括该检测光照射该血液试液中的血细胞后产生的至少两种光信号，该光源发出的该检测光照射该血液试液中的一个血细胞，该检测器得到一组该第一光信息；
[0007]该检测装置中的该检测器还用于，根据多组该第一光信息获取第一散点数据，该第一散点数据包括该血液试液中多个血细胞与其对应第一光信息的第一关联关系；
[0008]深度学习分析装置，用于通过深度学习算法对该检测器生成的该第一散点数据进行分析，以获取该血液试液中有核红细胞的计数，该有核红细胞为该血细胞的一种。
[0009]可选地，该分析仪还包括：
[0010]样本制备装置，包括至少一个反应池及与该反应池相连的试剂供应装置，该反应池用于接收采样装置吸取的血液样本以及该试剂供应装置提供的目标试剂，以通过该目标试剂对该血液样本进行溶血处理以得到该血液试液，该目标试剂用于溶解该血液样本中的红细胞；
[0011]该检测装置还用于：根据该第一散点数据对该血液试液中的白细胞进行分类，并获得白细胞的计数值。
[0012]可选地，该血液试液中的血细胞还包括：淋巴细胞、中性粒细胞和血影粒子，该血影粒子为该血液试液中的红细胞和血小板经溶血处理后得到的粒子，则该检测器获取的该第一光信息包括该检测光照射该血影粒子后产生的至少两种光信号。
[0013]可选地，该第一光信息至少两种光信号包括散射光信号，该散射光信号为该检测光照射在该血细胞上形成的散射光的信号；该检测装置还用于：
[0014]根据该散射光信号的不同将该白细胞划分为至少三种类别。
[0015]可选地，该第一光信息中的该散射光信号包括高角度散射光、中角度散射光和低角度散射光，则该第一散点数据包括：
[0016]第一三维散点图，该第一三维散点图的三个坐标轴分别对应该高角度散射光、该中角度散射光和该低角度散射光的强度值，该第一三维散点图中的每个点对应满足当前散射光信号强度值的血细胞数量；
[0017]或者，
[0018]第一二维散点图，该第一二维散点图的两个坐标轴分别对应该高角度散射光、该中角度散射光或该低角度散射光中任意两种散射光的强度值，该第一二维散点图中的每个点对应满足当前散射光信号强度值的血细胞数量。
[0019]可选地，该分析仪还包括：
[0020]样本制备装置，包括至少一个反应池及与该反应池相连的试剂供应装置，该反应池用于接收采样装置吸取的血液样本以及该试剂供应装置提供的目标试剂和荧光试剂，以通过该目标试剂和该荧光试剂对该血液样本进行处理以得到该血液试液，该荧光试剂用于对该血液样本进行荧光染色；
[0021]则该第一光信息的至少两种光信号包括散射光信号和荧光信号，该荧光信号为该检测光照射被该荧光试剂染色后的该血液试液所得到的信号；
[0022]该检测装置还用于：
[0023]根据该散射光信号和该荧光信号的不同将该血液试液中的白细胞划分为至少四种类别。
[0024]可选地，该散射光信号包括高角度散射光、中角度散射光或低角度散射光中的至少一种，则该第一散点数据包括：
[0025]第二三维散点图，该第二三维散点图的第一坐标轴对应该荧光信号的强度值，该第二三维散点图的第二坐标轴和第三坐标轴分别对应该高角度散射光、该中角度散射光或该低角度散射光中任意两种散射光的强度值，该第二三维散点图中的每个点对应满足当前光信号强度值的血细胞数量；
[0026]或者，
[0027]第二二维散点图，每个该第二二维散点图的第一坐标轴对应该荧光信号的强度值，该第二二维散点图的第二坐标轴对应该高角度散射光、该中角度散射光或该低角度散射光中任意一种散射光的强度值，该第二二维散点图中的每个点对应满足当前光信号强度值的血细胞数量。
[0028]可选地，该第二二维散点图的数量为两个，其中，
[0029]在第一个第二二维散点图中，第一坐标轴对应该荧光信号的强度值，第二坐标轴对应该低角度散射光的强度值；
[0030]在第二个第二二维散点图中，第一坐标轴对应该荧光信号的强度值，第二坐标轴对应该高角度散射光的强度值。
[0031]可选地，该检测装置还用于：
[0032]对该第一散点数据进行数学处理，以使得该第一散点数据的至少部分数据点之间的距离值增加，其中，所述至少部分数据点包括血影粒子对应的数据点。
[0033]可选地，该深度学习分析装置中的该深度学习算法为经过深度学习训练装置训练
的算法，该深度学习训练装置，用于：
[0034]通过检测光照射血液样本液中的多个血细胞得到多组第二光信息，该第二光信息包括该检测光照射该血液样本液中的血细胞后产生的至少两种光信号，该检测光照射该血液样本液中的一个血细胞，得到一组该第二光信息，该血液样本液为已知有核红细胞计数的训练样本；
[0035]根据多组该第二光信息获取第二散点数据，该第二散点数据包括该血液样本液中血细胞与对应第二光信息的第二关联关系；
[0036]将该第二散点数据和该血液样本液的有核红细胞计数输入该深度学习算法中，以使得该深度学习算法学习该第二散点数据与该有核红细胞计数的目标对应关系；
[0037]向该深度学习分析装置发送该深度学习算法。
[0038]可选地，该深度学习分析装置，用于：
[0039]通过该深度学习算法基于该目标对应关系获取与该第一散点数据对应的有核红细胞计数。
[0040]可选地，该分析仪还包括处理器，该处理器用于：
[0041]在该检测装置生成的该第二光信息中加入噪声。
[0042]可选地，该分析仪还包括报警装置，用于：
[0043]当该有核红细胞的计数大于或等于预设值时，发出报警信息。
[0044]本申请实施例所提供的样本分析仪，通过检测光照射血液试液后，将所得到的光信号转化为散点数据，之后通过深度学习算法对该散点数据进行分析，得到了血液试液中的有核红细本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种样本分析仪，其特征在于，包括：检测装置，包括光学流动室、光源和检测器，血液试液中的多个细胞排队通过所述光学流动室，所述光源用于发出检测光，所述检测器用于获取所述检测光照射所述血液试液中的多个细胞得到的多组第一光信息，所述第一光信息包括所述检测光照射所述血液试液中的血细胞后产生的至少两种光信号，所述光源发出的所述检测光照射所述血液试液中的一个血细胞，所述检测器得到一组所述第一光信息；所述检测装置中的所述检测器还用于，根据多组所述第一光信息获取第一散点数据，所述第一散点数据包括所述血液试液中多个血细胞与其对应第一光信息的第一关联关系；深度学习分析装置，用于通过深度学习算法对所述检测器生成的所述第一散点数据进行分析，以获取所述血液试液中有核红细胞的计数，所述有核红细胞为所述血细胞的一种。2.根据权利要求1所述的分析仪，其特征在于，所述分析仪还包括：样本制备装置，包括至少一个反应池及与所述反应池相连的试剂供应装置，所述反应池用于接收采样装置吸取的血液样本以及所述试剂供应装置提供的目标试剂，以通过所述目标试剂对所述血液样本进行溶血处理以得到所述血液试液，所述目标试剂用于溶解所述血液样本中的红细胞；所述检测装置还用于：根据所述第一散点数据对所述血液试液中的白细胞进行分类。3.根据权利要求2所述的分析仪，其特征在于，所述血液试液中的血细胞包括：淋巴细胞、中性粒细胞和血影粒子，所述血影粒子为所述血液试液中的红细胞和血小板经溶血处理后得到的粒子，则所述检测器获取的所述第一光信息包括所述检测光照射所述血影粒子后产生的至少两种光信号。4.根据权利要求2所述的分析仪，其特征在于，所述第一光信息至少两种光信号包括散射光信号，所述散射光信号为所述检测光照射在所述血细胞上形成的散射光的信号；所述检测装置还用于：根据所述散射光信号的不同将所述白细胞划分为至少三种类别。5.根据权利要求4所述的分析仪，其特征在于，所述第一光信息中的所述散射光信号包括高角度散射光、中角度散射光和低角度散射光，则所述第一散点数据包括：第一三维散点图，所述第一三维散点图的三个坐标轴分别对应所述高角度散射光、所述中角度散射光和所述低角度散射光的强度值，所述第一三维散点图中的每个点对应满足当前散射光信号强度值的血细胞数量；或者，第一二维散点图，所述第一二维散点图的两个坐标轴分别对应所述高角度散射光、所述中角度散射光或所述低角度散射光中任意两种散射光的强度值，所述第一二维散点图中的每个点对应满足当前散射光信号强度值的血细胞数量。6.根据权利要求1所述的分析仪，其特征在于，所述分析仪还包括：样本制备装置，包括至少一个反应池及与所述反应池相连的试剂供应装置，所述反应池用于接收采样装置吸取的血液样本以及所述试剂供应装置提供的目标试剂和荧光试剂，以通过所述目标试剂和所述荧光试剂对所述血液样本进行处理以得到所述血液试液，所述荧光试剂用于对所述血液样本进行荧光染色；则所述第一光信息的至少两种光信号包括散射光信号和荧光信号，所述荧光信号为所
述检测光照射被所述荧光试剂染色后的所述血液试液所得到的信号；所述检测装置还用于：根据所述散射光信号和所述荧光信号的不同将所述血液试液中的白细胞划分为至少四种类别。7.根据权利要求6所述的分析仪，其特征在于，所述散射光信号包括高角度散射光、中角度散射光或低角度散射光中的至少一种，则所述第一散点数据包括：第二三维散点图，所述第二三维散点图的第一坐标轴对应所述荧光信号的强度值，所述第二三维散点图的第二坐标轴和第三坐标轴分别对应所述高角度散射光、所述中角度散射光或所述低角度散射光中任意两种散射光的强度值，所述第二三维散点图中的每个点对应满足当前光信号强度值的血细胞数量；或者，第二二维散点图，每个所述第二二维散点图的第一坐标轴对应所述荧光信号的强度值，所述第二二维散点图的第二坐标轴对应所述高角度散射光、所述中角度散射光或所述低角度散射光中任意一种散射光的强度值，所述第二二维散点图中的每个点对应满足当前光信号强度值的血细胞数量。8.根据权利要求7所述的分析仪，其特征在于，所述第二二维散点图的数量为两个，其中，在第一个第二二维散点图中，第一坐标轴对应所述荧光信号的强度值，第二坐标轴对应所述低角度散射光的强度值；在第二个第二二维散点图中，第一坐标轴对应所述荧光信号的强度值，第二坐标轴对应所述高角度散射光的强度值。9.根据权利要求1至8任一所述的分析仪，其特征在于，所述检测装置还用于：对所述第一散点数据进行数学处理，以使得所述第一散点数据的至少部分数据点之间的距离值增加，其中，所述至少部分数据点包括血影粒子对应的数据点。10.根据权利要求1至8任一所述的分析仪，其特征在于，所述深度学习分析装置中的所述深度学习算法为经过深度学习训练装置训练的算法，所述深度学习训练装置，用于：通过检测光照射血液样本液中的多个血细胞得到多组第二光信息，所述第二光信息包括所述检测光照射所述血液样本液中的血细胞后产生的至少两种光信号，所述检测光照射所述血液样本液中的一个血细胞，得到一组所述第二光信息，所述血液样本液为已知有核红细胞计数的训练样本；根据多组所述第二光信息获取第二散点数据，所述第二散点数据包括所述血液样本液中血细胞与对应第二光信息的第二关联关系；将所述第二散点数据和所述血液样本液的有核红细胞计数输入所述深度学习算法中，以使得所述深度学习算法学习所述第二散点数据与所述有核红细胞计数的目标对应关系；向所述深度学习分析装置发送所述深度学习算法。11.根据权利要求10所述的分析仪，其特征在于，所述深度学习分析装置，用于：通过所述深度学习算法基于所述目标对应关系获取与所述第一散点数据对应的有核红细胞计数。12.根据权利要求10所述的分析仪，其特征在于，所述分析仪还包括处理器，所述处理
器用于：在所述检测装置生成的所述第二光信息中加入噪声。13.根据权利要求1至8任一所述的分析仪，其特征在于，所述分析仪还包括报警装置，用于：当所述有核红细胞的计数大于或等于预设值时，发出报警信息。14.一种样本分析方法，其特征在于，包括：通过检测光照射血液试液中的多个...

【专利技术属性】
技术研发人员：杜进，郑文波，魏文涛，叶燚，
申请(专利权)人：深圳迈瑞生物医疗电子股份有限公司，
类型：发明
国别省市：