血细胞粒子数计算方法、装置、介质和设备与流程

1.本发明涉及技术领域，尤其是涉及一种血细胞粒子数计算方法、装置、介质和设备。


背景技术：

2.全自动血细胞分析仪利用电阻抗法对红细胞/血小板等血进行计数。当吸取的定量样本被定量的导电溶液所稀释之后，就被送到分析仪的检测单元。检测单元有一个小的开口，叫做检测小孔。小孔两侧有一对正负电极，连接恒流电源。由于细胞具有不良导体的特性，稀释样本中的细胞在恒定负压的作用下通过检测小孔的时候，电极间的直流电阻就会发生变化，从而在电极两端形成一个同细胞体积大小成比例的脉冲信号。当细胞连续地通过小孔，就在电极两端产生一连串的电脉沖。脉冲的个数会与通过小孔的细胞数相当。由于小孔内外电场和流场分布的特性，只有单个细胞直线通过小孔轴心区域产生的脉冲信号,信号幅度才能很好表达细胞体积，本文中将此类信号称为“正常信号”，而单个细胞通过其它路径通过小孔所产生的脉冲信号，或者多个细胞重合通过小孔所产生的脉冲信号，受电场分布不均匀或信号重叠的影响，信号幅度己不能准确表达细胞的体积，本文中将此类信号称为“异常信号”。
3.脉冲信号中若只包含正常信号，可直接根据脉冲信号的幅度来统计血细胞的个数，但在普通检测条件下，异常信号的比例甚至可能超过三分之一，导致直接根据脉冲信号的幅度来统计血细胞的个数，已不能准确统计检测过程通过的血细胞粒子数，进而影响血细胞浓度值的计算。


技术实现要素：

4.基于此，有必要提供血细胞粒子数计算方法、装置、介质和设备，以解决不能准确统计检测过程通过的血细胞粒子数，进而影响血细胞浓度值的计算的问题。
5.一种血细胞粒子数计算方法，所述方法包括：
6.获取采集得到的血细胞样本的脉冲信号集，识别所述脉冲信号集中每个脉冲信号的多个脉冲特征，并统计每个脉冲信号的粒子分布情况；其中，所述粒子分布情况用于指示单个脉冲特征下不同特征值的粒子数；
7.基于不同脉冲特征的特征值限定将所述脉冲信号集筛选为多个预设类别的脉冲信号，并根据所述粒子分布情况统计每个预设类别的脉冲信号的脉冲数；
8.在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到所述血细胞样本的总粒子数。
9.在其中一个实施例中，所述识别所述脉冲信号集中每个脉冲信号的多个脉冲特征，包括：
10.识别所述脉冲信号集中每个脉冲信号的脉冲峰值、全峰宽、前峰宽及后峰宽；其中，所述全峰宽指示同一脉冲信号上的起始点到结束点之间的时间宽度，所述前峰宽指示
同一脉冲信号上的脉冲峰值点到第一特征点之间的时间宽度，所述第一特征点的幅值为所述脉冲峰值点的幅值与所述起始点的幅值之间幅值差值的一半，且所述第一特征点的采集时间在所述脉冲峰值点的采集时间之前，所述后峰宽指示同一脉冲信号上的脉冲峰值点到第二特征点之间的时间宽度，所述第二特征点的幅值为所述脉冲峰值点的幅值与所述结束点的幅值之间幅值差值的一半，且所述第二特征点的采集时间在所述脉冲峰值点的采集时间之后；
11.所述基于不同脉冲特征的特征值限定将所述脉冲信号集筛选为多个预设类别的脉冲信号，并根据所述粒子分布情况统计每个预设类别的脉冲信号的脉冲数，包括：
12.基于全峰宽、前峰宽、后峰宽的特征值限定从所述脉冲信号集中筛选出正常脉冲信号，并根据所述粒子分布情况统计所述正常脉冲信号的第一脉冲数；
13.基于全峰宽、前峰宽、后峰宽及脉冲峰值的特征值限定从所述脉冲信号集中筛选出峰值异常脉冲信号，并根据所述粒子分布情况统计所述峰值异常脉冲信号的第二脉冲数；
14.基于全峰宽的特征值限定从所述脉冲信号集中筛选出全峰宽异常脉冲信号，并根据所述粒子分布情况统计所述全峰宽异常脉冲信号的第三脉冲数；
15.将所述脉冲信号集中除所述正常脉冲信号、所述峰值异常脉冲信号及所述全峰宽异常脉冲信号外的脉冲信号作为剩余异常脉冲信号，并根据所述脉冲信号集的总脉冲数、所述第一脉冲数、所述第二脉冲数及所述第三脉冲数计算剩余异常脉冲信号的第四脉冲数。
16.在其中一个实施例中，所述基于全峰宽、前峰宽、后峰宽的特征值限定从所述脉冲信号集中筛选出正常脉冲信号，包括：
17.将所述脉冲信号集中同时满足全峰宽特征值小于预设的第一阈值，前峰宽特征值小于预设的第二阈值、后峰宽特征值小于预设的第三阈值的脉冲信号筛选为正常脉冲信号。
18.在其中一个实施例中，所述基于全峰宽、前峰宽、后峰宽及脉冲峰值的特征值限定从所述脉冲信号集中筛选出峰值异常脉冲信号，包括：
19.基于全峰宽的粒子分布情况确定常规全峰宽区域，基于前峰宽的粒子分布情况确定常规前峰宽区域，及基于后峰宽的粒子分布情况确定常规后峰宽区域；
20.将所述脉冲信号集中全峰宽特征值落在所述常规全峰宽区域，且前峰宽特征值落在所述常规前峰宽区域，且后峰宽特征值落在所述常规后峰宽区域的脉冲信号筛选为常规脉冲信号；
21.将所有常规脉冲信号的峰值均值作为常规峰值；
22.将所述脉冲信号集中满足峰值大于预设峰值阈值的脉冲信号筛选为峰值异常脉冲信号；其中，所述预设峰值阈值为所述常规峰值与预设的第四阈值的乘积。
23.在其中一个实施例中，所述基于全峰宽的粒子分布情况确定常规全峰宽区域，基于前峰宽的粒子分布情况确定常规前峰宽区域，及基于后峰宽的粒子分布情况确定常规后峰宽区域，包括：
24.在全峰宽的粒子分布情况中，将粒子数分布最多的全峰宽特征值作为所述常规全峰宽区域的上限，并将粒子数分布次多的全峰宽特征值作为所述常规全峰宽区域的下限；
25.在前峰宽的粒子分布情况中，将粒子数分布最多的前峰宽特征值作为所述常规前峰宽区域的上限，并将粒子数分布次多的前峰宽特征值作为所述常规前峰宽区域的下限；
26.在后峰宽的粒子分布情况中，将粒子数分布最多的后峰宽特征值作为所述常规后峰宽区域的上限，并将粒子数分布次多的后峰宽特征值作为所述常规后峰宽区域的下限。
27.在其中一个实施例中，所述基于全峰宽的特征值限定从所述脉冲信号集中筛选出全峰宽异常脉冲信号，包括：
28.将所述脉冲信号集中满足全峰宽特征值大于预设的第五阈值的脉冲信号筛选为全峰宽异常脉冲信号。
29.在其中一个实施例中，血细胞样本的总粒子数的计算公式为：
[0030][0031]
上式中，numz指示第一脉冲数；
[0032]
num
p
指示第二脉冲数，p1指示峰值异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；1-p1指示峰值异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；
[0033]
numw指示第三脉冲数，p2指示全峰宽异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；1-p2指示全峰宽异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；
[0034]
numm指示第四脉冲数，p3指示剩余异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；1-p3指示剩余异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率。
[0035]
一种血细胞粒子数计算装置，所述装置包括：
[0036]
粒子分布情况统计模块，用于获取采集得到的血细胞样本的脉冲信号集，识别所述脉冲信号集中每个脉冲信号的多个脉冲特征，并统计每个脉冲信号的粒子分布情况；其中，所述粒子分布情况用于指示单个脉冲特征下不同特征值的粒子数；
[0037]
脉冲数统计模块，用于基于不同脉冲特征的特征值限定将所述脉冲信号集筛选为多个预设类别的脉冲信号，并根据所述粒子分布情况统计每个预设类别的脉冲信号的脉冲数；
[0038]
粒子数计算模块，用于在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到所述血细胞样本的总粒子数。
[0039]
一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述血细胞粒子数计算方法的步骤。
[0040]
一种血细胞粒子数计算设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述血细胞粒子数计算方法的步骤。
[0041]
本发明提供了血细胞粒子数计算方法、装置、介质和设备，首先识别脉冲信号集中各脉冲信号的脉冲特征，接着基于这些脉冲特征及粒子分布情况分类地统计每个预设类别的脉冲信号的脉冲数，从而能有针对性地准确统计到不同类别的脉冲信号的脉冲数。进一步的，由于不同脉冲信号有不同叠加情况，接着在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到血细胞样本的总粒子数。可见，本发明可区分性地进行粒子数补偿，能准确得到血细胞样本的总粒子数。
附图说明
[0042]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0043]
其中：
[0044]
图1为血细胞粒子数计算方法的流程示意图；
[0045]
图2为确定正常信号和异常信号中的起始点、结束点、脉冲峰值点、第一特征点及第二特征点的示意图；
[0046]
图3为统计每个预设类别的脉冲信号的脉冲数的流程示意图；
[0047]
图4为筛选出峰值异常脉冲信号的流程示意图；
[0048]
图5为血细胞粒子数计算装置的结构示意图；
[0049]
图6为血细胞粒子数计算设备的结构框图。
具体实施方式
[0050]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0051]
本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
[0052]
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0053]
如图1所示，图1为一个实施例中血细胞粒子数计算方法的流程示意图，本实施例中血细胞粒子数计算方法提供的步骤包括：
[0054]
s101,获取采集得到的血细胞样本的脉冲信号集，识别脉冲信号集中每个脉冲信
号的多个脉冲特征，并统计每个脉冲信号的粒子分布情况。
[0055]
其中，粒子分布情况用于指示单个脉冲特征下不同特征值的粒子数；
[0056]
其中，全自动血细胞分析仪中采用阻抗法来检测红细胞/血小板等血细胞的计数，当稀释后溶液中的单个血细胞穿过检测宝石孔时，电级间的电阻发生变化，在电级两端形成一个同细胞体积大小成比例的脉冲信号，而连续的血细胞依次穿过检测宝石孔时，就会产生脉冲信号集。
[0057]
在该脉冲信号集中，需识别每个脉冲信号的脉冲特征,例如脉冲宽度、脉冲上升时间、脉冲下降时间等。
[0058]
在一个具体实施例中，脉冲特征包括“脉冲峰值”、“前峰宽”、“后峰宽”及“全峰宽”，通过如下方式识别脉冲信号集中每个脉冲信号的多个脉冲特征，包括：
[0059]
识别脉冲信号集中每个脉冲信号的脉冲峰值、全峰宽、前峰宽及后峰宽；其中，全峰宽指示同一脉冲信号上的起始点到结束点之间的时间宽度，前峰宽指示同一脉冲信号上的脉冲峰值点到第一特征点之间的时间宽度，第一特征点的幅值为脉冲峰值点的幅值与起始点的幅值之间幅值差值的一半，且第一特征点的采集时间在脉冲峰值点的采集时间之前，后峰宽指示同一脉冲信号上的脉冲峰值点到第二特征点之间的时间宽度，第二特征点的幅值为脉冲峰值点的幅值与结束点的幅值之间幅值差值的一半，且第二特征点的采集时间在脉冲峰值点的采集时间之后。
[0060]
示例性的，以图2为例，图2(a)为“正常信号”,其中“1”为起始点；“2”为结束点；“3”为脉冲峰值点；“4”的幅值为“3”与“1”之间幅值差值的一半，“4”为第一特征点，“4”到“3”的时间宽度为前峰宽；“5”的幅值为“3”与“2”之间幅值差值的一半，“5”为第二特征点，“5”到“3”的时间宽度为后峰宽。
[0061]
图2(b)为“异常信号”,该异常信号会被识别为“b1”和“b2”两个独立的脉冲，其中，“1”为“b1”的起始点；“2”为“b1”的结束点；“3”为“b1”的为脉冲峰值点；“4”的幅值为“3”与“1”之间幅值差值的一半，“4”为“b1”的第一特征点，“4”到“3”的时间宽度为“b1”的前峰宽；“5”的幅值为“3”与“2”之间幅值差值的一半，“5”为“b1”的第二特征点，“5”到“3”的时间宽度为“b1”的后峰宽。“2”为“b2”的起始点；“6”为“b2”的结束点；“7”为“b2”的为脉冲峰值点；“8”的幅值为“7”与“2”之间幅值差值的一半，“8”为“b2”的第一特征点，“8”到“7”的时间宽度为“b2”的前峰宽；“9”的幅值为“7”与“6”之间幅值差值的一半，“9”为“b2”的第二特征点，“9”到“7”的时间宽度为“b2”的后峰宽。
[0062]
进一步的，汇总所有脉冲信号的前峰宽、后峰宽、全峰宽的分布信息可以得到其中表示第a个脉冲信号，.a.表示脉冲信号总数；k表示该脉冲信号的第k个脉冲特征，k表示脉冲特征总数；可选的，我们令脉冲特征中k＝1表示“前峰宽”，脉冲特征中k＝2表示“后峰宽”，脉冲特征中k＝3表示“全峰宽”，脉冲特征中k＝4表示“脉冲峰值”。
[0063]
最后，统计每个脉冲信号的粒子分布情况，包括：
[0064]
(1)统计所有脉冲信号在脉冲信号特征“前锋宽”的各个特征值下的粒子数分布情况，即prei(i∈1,2,3,
…
p)，其中p表示前锋宽的特征值总数，prei表示所有脉冲信号中前峰值等于第i个前锋宽特征值的脉冲信号总数。
[0065]
(2)统计所有脉冲信号在脉冲信号特征“后锋宽”的各个特征值下的的粒子数分布情况，即subi(i∈1,2,3,
…
s)，其中表示后锋宽的特征值总数，subi表示所有脉冲信号中后峰值等于第i个后锋宽特征值的脉冲信号总数。
[0066]
(3)统计所有脉冲信号在脉冲信号特征“全锋宽”的各个特征值下的粒子数分布情况，即fuli(i∈1,2,3,
…
f)，其中f表示全锋宽的特征值总数，fuli表示所有脉冲信号中全峰值等于第i个全锋宽特征值的脉冲信号总数。
[0067]
s102,基于不同脉冲特征的特征值限定将脉冲信号集筛选为多个预设类别的脉冲信号，并根据粒子分布情况统计每个预设类别的脉冲信号的脉冲数。
[0068]
也就是说，本步骤基于脉冲信号的类别来分别统计脉冲数，正常信号是由单个细胞正常通过宝石孔所产生的，异常信号大是由多个细胞叠加通过宝石孔所产生的。
[0069]
在一个具体实施例中，如图3所示，统计每个预设类别的脉冲信号的脉冲数的具体步骤包括：s1021-s1024,其执行顺序既可以是同步执行，也可以是顺序执行，在此不做具体限定。具体地：
[0070]
s1021,基于全峰宽、前峰宽、后峰宽的特征值限定从脉冲信号集中筛选出正常脉冲信号，并根据粒子分布情况统计正常脉冲信号的第一脉冲数。
[0071]
可选的，将脉冲信号集中同时满足全峰宽特征值小于预设的第一阈值th1，前峰宽特征值小于预设的第二阈值th2、后峰宽特征值小于预设的第三阈值th3的脉冲信号筛选为正常脉冲信号。
[0072]
因此也即，根据粒子分布情况筛选出同时满足和和的正常脉冲信号的个数numz，其中th1、th2、th3由经验所得。
[0073]
s1022,基于全峰宽、前峰宽、后峰宽及脉冲峰值的特征值限定从脉冲信号集中筛选出峰值异常脉冲信号，并根据粒子分布情况统计峰值异常脉冲信号的第二脉冲数。
[0074]
在一个具体实施例中，如图4所示，通过如下步骤筛选出峰值异常脉冲信号：
[0075]
s1022a,基于全峰宽的粒子分布情况确定常规全峰宽区域，基于前峰宽的粒子分布情况确定常规前峰宽区域，及基于后峰宽的粒子分布情况确定常规后峰宽区域。
[0076]
具体的来说，在全峰宽的粒子分布情况fuli(i∈1,2,3,
…
f)中，将粒子数分布最多的全峰宽特征值作为常规全峰宽区域的上限ful1，并将粒子数分布次多的全峰宽特征值作为常规全峰宽区域的下限ful2。因此常规全峰宽区域为[ful1,ful2]。
[0077]
在前峰宽的粒子分布情况prei(i∈1,2,3,
…
p)中，将粒子数分布最多的前峰宽特征值作为常规前峰宽区域的上限pre1，并将粒子数分布次多的前峰宽特征值作为常规前峰宽区域的下限pre2。因此常规全峰宽区域为[pre1,pre2]。
[0078]
在后峰宽的粒子分布情况subi(i∈1,2,3,
…
s)中，将粒子数分布最多的后峰宽特征值作为常规后峰宽区域的上限sub1，并将粒子数分布次多的后峰宽特征值作为常规后峰宽区域的下限sub2。因此常规全峰宽区域为[sub1,sub2]。
[0079]
s1022b,将脉冲信号集中全峰宽特征值落在常规全峰宽区域，且前峰宽特征值落在常规前峰宽区域，且后峰宽特征值落在常规后峰宽区域的脉冲信号筛选为常规脉冲信
号。
[0080]
也即筛选出同时满足以下条件的脉冲信号：
[0081][0082]
s1022c,将所有常规脉冲信号的峰值均值作为常规峰值。
[0083]
其中，常规峰值可记为m
peak
。
[0084]
s1022d,将脉冲信号集中满足峰值大于预设峰值阈值的脉冲信号筛选为峰值异常脉冲信号。
[0085]
其中，预设峰值阈值为常规峰值与预设的第四阈值的乘积。也即筛选出满足条件的脉冲信号作为峰值异常脉冲信号。th4为第四阈值，由经验所得。
[0086]
进一步的，根据粒子分布情况统计峰值异常脉冲信号的第二脉冲数num
p
。
[0087]
s1023,基于全峰宽的特征值限定从脉冲信号集中筛选出全峰宽异常脉冲信号，并根据粒子分布情况统计全峰宽异常脉冲信号的第三脉冲数。
[0088]
可选的，将脉冲信号集中满足全峰宽特征值大于预设的第五阈值的脉冲信号筛选为全峰宽异常脉冲信号。也即筛选出满足条件的脉冲信号作为全峰宽异常脉冲信号。其中th5为第五阈值，由经验所得。
[0089]
进一步的，根据粒子分布情况统计全峰宽异常脉冲信号的第三脉冲数numw。
[0090]
s1024,将脉冲信号集中除正常脉冲信号、峰值异常脉冲信号及全峰宽异常脉冲信号外的脉冲信号作为剩余异常脉冲信号，并根据脉冲信号集的总脉冲数、第一脉冲数、第二脉冲数及第三脉冲数计算剩余异常脉冲信号的第四脉冲数。
[0091]
其中，该剩余异常脉冲信号为兜底性的一类脉冲信号，这类脉冲信号的粒子数一般分为几种，且每种情况下的概率可通过大量样本统计得到，因此这里也统计其脉冲数用于后续全面地计算粒子数。
[0092]
该第四脉冲数numm表示为：
[0093]
numm＝a-num
p-num
z-numw[0094]
s103,在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到血细胞样本的总粒子数。
[0095]
总的来说，血细胞样本的总粒子数的计算公式为：
[0096][0097]
上式中，numz指示第一脉冲数，即正常脉冲信号的总粒子数。
[0098]
num
p
指示第二脉冲数，p1指示峰值异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；1-p1指示峰值异常脉冲信号可能为个粒子叠加通过宝石孔产
生的脉冲信号的概率；即峰值异常脉冲信号经粒子数补偿后的总粒子数。
[0099]
numw指示第三脉冲数，p2指示全峰宽异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；1-p2指示全峰宽异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；即全峰宽异常脉冲信号经粒子数补偿后的总粒子数。
[0100]
numm指示第四脉冲数，p3指示剩余异常脉冲信号可能为n
1m
个粒子叠加通过宝石孔产生的脉冲信号的概率；1-p3指示剩余异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率。即剩余异常脉冲信号经粒子数补偿后的总粒子数。
[0101]
可选的，血细胞样本的总粒子数在实际操作中的计算公式为：
[0102]
num
x
＝numz+num
p
*2*p1+num
p
*3*(1-p1)+numw*2*p2+
[0103]
numw*3*(1-p2)+numm*1*p3+numm*2*(1-p3)
[0104]
上述血细胞粒子数计算方法，首先识别脉冲信号集中各脉冲信号的脉冲特征，接着基于这些脉冲特征及粒子分布情况分类地统计每个预设类别的脉冲信号的脉冲数，从而能有针对性地准确统计到不同类别的脉冲信号的脉冲数。进一步的，由于不同脉冲信号有不同叠加情况，接着在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到血细胞样本的总粒子数。可见，本发明可区分性地进行粒子数补偿，能准确得到血细胞样本的总粒子数。
[0105]
在一个实施例中，如图5所示，提出了一种血细胞粒子数计算装置，该装置包括：
[0106]
粒子分布情况统计模块501，用于获取采集得到的血细胞样本的脉冲信号集，识别脉冲信号集中每个脉冲信号的多个脉冲特征，并统计每个脉冲信号的粒子分布情况；其中，粒子分布情况用于指示单个脉冲特征下不同特征值的粒子数；
[0107]
脉冲数统计模块502，用于基于不同脉冲特征的特征值限定将脉冲信号集筛选为多个预设类别的脉冲信号，并根据粒子分布情况统计每个预设类别的脉冲信号的脉冲数；
[0108]
粒子数计算模块503，用于在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到血细胞样本的总粒子数。
[0109]
图6示出了一个实施例中血细胞粒子数计算设备的内部结构图。如图6所示，该血细胞粒子数计算设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该血细胞粒子数计算设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现血细胞粒子数计算方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行血细胞粒子数计算方法。本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的血细胞粒子数计算设备的特征值限定，具体的血细胞粒子数计算设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0110]
一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现如下步骤：获取采集得到的血细胞样本的脉冲信号集，识别脉冲信号集中每个脉冲信号的多个脉冲特征，并统计每个脉冲信号的粒子分布情况；基于不同脉冲特征的特征值限定将脉冲信号集筛选为多个预设类别的脉冲信号，并根据粒子分布情况统计每个预设类别的脉冲信号的脉冲数；在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到血细胞样本的总粒子数。
[0111]
一种血细胞粒子数计算设备，包括存储器、处理器以及存储在该存储器中并可在该处理器上执行的计算机程序，该处理器执行该计算机程序时实现如下步骤：获取采集得到的血细胞样本的脉冲信号集，识别脉冲信号集中每个脉冲信号的多个脉冲特征，并统计每个脉冲信号的粒子分布情况；基于不同脉冲特征的特征值限定将脉冲信号集筛选为多个预设类别的脉冲信号，并根据粒子分布情况统计每个预设类别的脉冲信号的脉冲数；在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到血细胞样本的总粒子数。
[0112]
需要说明的是，上述血细胞粒子数计算方法、装置、设备及计算机可读存储介质属于一个总的发明构思，血细胞粒子数计算方法、装置、设备及计算机可读存储介质实施例中的内容可相互适用。
[0113]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0114]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0115]
以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种血细胞粒子数计算方法，其特征在于，所述方法包括：获取采集得到的血细胞样本的脉冲信号集，识别所述脉冲信号集中每个脉冲信号的多个脉冲特征，并统计每个脉冲信号的粒子分布情况；其中，所述粒子分布情况用于指示单个脉冲特征下不同特征值的粒子数；基于不同脉冲特征的特征值限定将所述脉冲信号集筛选为多个预设类别的脉冲信号，并根据所述粒子分布情况统计每个预设类别的脉冲信号的脉冲数；在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到所述血细胞样本的总粒子数。2.根据权利要求1所述的方法，其特征在于，所述识别所述脉冲信号集中每个脉冲信号的多个脉冲特征，包括：识别所述脉冲信号集中每个脉冲信号的脉冲峰值、全峰宽、前峰宽及后峰宽；其中，所述全峰宽指示同一脉冲信号上的起始点到结束点之间的时间宽度，所述前峰宽指示同一脉冲信号上的脉冲峰值点到第一特征点之间的时间宽度，所述第一特征点的幅值为所述脉冲峰值点的幅值与所述起始点的幅值之间幅值差值的一半，且所述第一特征点的采集时间在所述脉冲峰值点的采集时间之前，所述后峰宽指示同一脉冲信号上的脉冲峰值点到第二特征点之间的时间宽度，所述第二特征点的幅值为所述脉冲峰值点的幅值与所述结束点的幅值之间幅值差值的一半，且所述第二特征点的采集时间在所述脉冲峰值点的采集时间之后；所述基于不同脉冲特征的特征值限定将所述脉冲信号集筛选为多个预设类别的脉冲信号，并根据所述粒子分布情况统计每个预设类别的脉冲信号的脉冲数，包括：基于全峰宽、前峰宽、后峰宽的特征值限定从所述脉冲信号集中筛选出正常脉冲信号，并根据所述粒子分布情况统计所述正常脉冲信号的第一脉冲数；基于全峰宽、前峰宽、后峰宽及脉冲峰值的特征值限定从所述脉冲信号集中筛选出峰值异常脉冲信号，并根据所述粒子分布情况统计所述峰值异常脉冲信号的第二脉冲数；基于全峰宽的特征值限定从所述脉冲信号集中筛选出全峰宽异常脉冲信号，并根据所述粒子分布情况统计所述全峰宽异常脉冲信号的第三脉冲数；将所述脉冲信号集中除所述正常脉冲信号、所述峰值异常脉冲信号及所述全峰宽异常脉冲信号外的脉冲信号作为剩余异常脉冲信号，并根据所述脉冲信号集的总脉冲数、所述第一脉冲数、所述第二脉冲数及所述第三脉冲数计算剩余异常脉冲信号的第四脉冲数。3.根据权利要求2所述的方法，其特征在于，所述基于全峰宽、前峰宽、后峰宽的特征值限定从所述脉冲信号集中筛选出正常脉冲信号，包括：将所述脉冲信号集中同时满足全峰宽特征值小于预设的第一阈值，前峰宽特征值小于预设的第二阈值、后峰宽特征值小于预设的第三阈值的脉冲信号筛选为正常脉冲信号。4.根据权利要求2所述的方法，其特征在于，所述基于全峰宽、前峰宽、后峰宽及脉冲峰值的特征值限定从所述脉冲信号集中筛选出峰值异常脉冲信号，包括：基于全峰宽的粒子分布情况确定常规全峰宽区域，基于前峰宽的粒子分布情况确定常规前峰宽区域，及基于后峰宽的粒子分布情况确定常规后峰宽区域；将所述脉冲信号集中全峰宽特征值落在所述常规全峰宽区域，且前峰宽特征值落在所述常规前峰宽区域，且后峰宽特征值落在所述常规后峰宽区域的脉冲信号筛选为常规脉冲
信号；将所有常规脉冲信号的峰值均值作为常规峰值；将所述脉冲信号集中满足峰值大于预设峰值阈值的脉冲信号筛选为峰值异常脉冲信号；其中，所述预设峰值阈值为所述常规峰值与预设的第四阈值的乘积。5.根据权利要求4所述的方法，其特征在于，所述基于全峰宽的粒子分布情况确定常规全峰宽区域，基于前峰宽的粒子分布情况确定常规前峰宽区域，及基于后峰宽的粒子分布情况确定常规后峰宽区域，包括：在全峰宽的粒子分布情况中，将粒子数分布最多的全峰宽特征值作为所述常规全峰宽区域的上限，并将粒子数分布次多的全峰宽特征值作为所述常规全峰宽区域的下限；在前峰宽的粒子分布情况中，将粒子数分布最多的前峰宽特征值作为所述常规前峰宽区域的上限，并将粒子数分布次多的前峰宽特征值作为所述常规前峰宽区域的下限；在后峰宽的粒子分布情况中，将粒子数分布最多的后峰宽特征值作为所述常规后峰宽区域的上限，并将粒子数分布次多的后峰宽特征值作为所述常规后峰宽区域的下限。6.根据权利要求2所述的方法，其特征在于，所述基于全峰宽的特征值限定从所述脉冲信号集中筛选出全峰宽异常脉冲信号，包括：将所述脉冲信号集中满足全峰宽特征值大于预设的第五阈值的脉冲信号筛选为全峰宽异常脉冲信号。7.根据权利要求2所述的方法，其特征在于，血细胞样本的总粒子数的计算公式为：上式中，num
z
指示第一脉冲数；num
p
指示第二脉冲数，p1指示峰值异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；1-p1指示峰值异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；num
w
指示第三脉冲数，p2指示全峰宽异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；1-p2指示全峰宽异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；num
m
指示第四脉冲数，p3指示剩余异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率；1-p3指示剩余异常脉冲信号可能为个粒子叠加通过宝石孔产生的脉冲信号的概率。8.一种血细胞粒子数计算装置，其特征在于，所述装置包括：粒子分布情况统计模块，用于获取采集得到的血细胞样本的脉冲信号集，识别所述脉冲信号集中每个脉冲信号的多个脉冲特征，并统计每个脉冲信号的粒子分布情况；其中，所述粒子分布情况用于指示单个脉冲特征下不同特征值的粒子数；脉冲数统计模块，用于基于不同脉冲特征的特征值限定将所述脉冲信号集筛选为多个预设类别的脉冲信号，并根据所述粒子分布情况统计每个预设类别的脉冲信号的脉冲数；
粒子数计算模块，用于在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到所述血细胞样本的总粒子数。9.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。10.一种血细胞粒子数计算设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

技术总结
本发明公开了一种血细胞粒子数计算方法、装置、介质和设备，首先识别脉冲信号集中各脉冲信号的脉冲特征，接着基于这些脉冲特征及粒子分布情况分类地统计每个预设类别的脉冲信号的脉冲数，从而能有针对性地准确统计到不同类别的脉冲信号的脉冲数。进一步的，由于不同脉冲信号有不同叠加情况，接着在所有预设类别的脉冲信号中，针对多个血细胞叠加通过宝石孔产生的异常脉冲信号特征对脉冲数进行粒子数补偿，以得到血细胞样本的总粒子数。可见，本发明可区分性地进行粒子数补偿，能准确得到血细胞样本的总粒子数。胞样本的总粒子数。胞样本的总粒子数。


技术研发人员：邓莲萍 王兴红 许涛
受保护的技术使用者：深圳市科曼医疗设备有限公司
技术研发日：2023.05.24
技术公布日：2023/9/6