RU2024114328A - Способ клеточного анализа, способ обучения для алгоритма глубокого обучения, устройство клеточного анализа, обучающее устройство для алгоритма глубокого обучения, программа клеточного анализа и обучающая программа для алгоритма глубокого обучения - Google Patents
Способ клеточного анализа, способ обучения для алгоритма глубокого обучения, устройство клеточного анализа, обучающее устройство для алгоритма глубокого обучения, программа клеточного анализа и обучающая программа для алгоритма глубокого обучения Download PDFInfo
- Publication number
- RU2024114328A RU2024114328A RU2024114328A RU2024114328A RU2024114328A RU 2024114328 A RU2024114328 A RU 2024114328A RU 2024114328 A RU2024114328 A RU 2024114328A RU 2024114328 A RU2024114328 A RU 2024114328A RU 2024114328 A RU2024114328 A RU 2024114328A
- Authority
- RU
- Russia
- Prior art keywords
- cell
- individual cells
- waveform data
- cell analyzer
- deep learning
- Prior art date
Links
- 238000013135 deep learning Methods 0.000 title claims 7
- 238000004458 analytical method Methods 0.000 title claims 4
- 238000000034 method Methods 0.000 title claims 3
- PWPJGUXAGUPAHP-UHFFFAOYSA-N lufenuron Chemical compound C1=C(Cl)C(OC(F)(F)C(C(F)(F)F)F)=CC(Cl)=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F PWPJGUXAGUPAHP-UHFFFAOYSA-N 0.000 title 2
- 210000004027 cell Anatomy 0.000 claims 40
- 239000012472 biological sample Substances 0.000 claims 6
- 230000002159 abnormal effect Effects 0.000 claims 3
- 210000004698 lymphocyte Anatomy 0.000 claims 3
- 239000000523 sample Substances 0.000 claims 3
- 238000013528 artificial neural network Methods 0.000 claims 1
- 210000003651 basophil Anatomy 0.000 claims 1
- 210000004369 blood Anatomy 0.000 claims 1
- 239000008280 blood Substances 0.000 claims 1
- 230000001413 cellular effect Effects 0.000 claims 1
- 210000003979 eosinophil Anatomy 0.000 claims 1
- 210000003743 erythrocyte Anatomy 0.000 claims 1
- 210000003714 granulocyte Anatomy 0.000 claims 1
- 210000003593 megakaryocyte Anatomy 0.000 claims 1
- 210000001616 monocyte Anatomy 0.000 claims 1
- 210000000440 neutrophil Anatomy 0.000 claims 1
- 238000010606 normalization Methods 0.000 claims 1
- 210000003924 normoblast Anatomy 0.000 claims 1
- 210000004180 plasmocyte Anatomy 0.000 claims 1
- 210000004881 tumor cell Anatomy 0.000 claims 1
- 210000002700 urine Anatomy 0.000 claims 1
Claims (28)
1. Клеточный анализатор, сконфигурированный для определения типа клетки для каждой из отдельных клеток, содержащихся в биологическом образце, с использованием алгоритма глубокого обучения, имеющего структуру нейронной сети,
причем клеточный анализатор содержит секцию обработки, при этом
секция обработки сконфигурирована для:
получения, для каждой из отдельных клеток, данных формы волны, в том числе значений сигналов, получаемых от каждой из отдельных клеток, проходящих через предварительно определенную область на пути потока;
ввода, для каждой из отдельных клеток, данных анализа, соответствующих полученным данным формы волны, в алгоритм глубокого обучения; и
на основе результатов, выводимых алгоритмом глубокого обучения, определения типа клетки для каждой из отдельных клеток.
2. Клеточный анализатор по п. 1, в котором данные формы волны включают в себя множество типов данных формы волны.
3. Клеточный анализатор по п. 2, дополнительно содержащий:
источник света, сконфигурированный для подачи света на каждую из отдельных клеток при их прохождении через предварительно определенную область на пути потока, при этом
множество типов данных формы волны включает в себя первые данные формы волны, включающие в себя значения сигналов первого типа, относящиеся к рассеянному свету от каждой из отдельных клеток, и вторые данные формы волны, включающие в себя значения сигналов второго типа, относящиеся к флуоресцентному свету от каждой из отдельных клеток.
4. Клеточный анализатор по п. 3, в котором первые данные формы волны включают в себя третьи данные формы волны, включающие в себя значения сигналов третьего типа, относящиеся к прямому рассеянному свету от каждой из отдельных клеток, и четвертые данные формы волны, включающие в себя значения сигналов четвертого типа, относящиеся к боковому рассеянному свету от каждой из отдельных клеток.
5. Клеточный анализатор по п. 1, дополнительно содержащий:
проточный цитометр, включающий в себя проточную ячейку, имеющую внутри упомянутый путь потока, источник света, сконфигурированный для подачи света на каждую из отдельных клеток при их прохождении через предварительно определенную область на пути потока, и световой детектор, сконфигурированный для обнаружения света от каждой из отдельных клеток.
6. Клеточный анализатор по п. 1, дополнительно содержащий:
детектор электрического сопротивления, включающий в себя секцию отверстия, имеющую внутри путь потока, горлышко для образца, сконфигурированное для подачи биологического образца в путь потока, и трубку для сбора, сконфигурированную для сбора биологического образца, прошедшего через путь потока.
7. Клеточный анализатор по п. 1, в котором биологическим образцом является образец крови.
8. Клеточный анализатор по п. 7, в котором тип клетки, который подлежит определению, включает в себя нейтрофил, лимфоцит, моноцит, эозинофил или базофил.
9. Клеточный анализатор по п. 7, в котором тип клетки, который подлежит определению, включает в себя незрелый гранулоцит, опухолевую клетку, лимфобласт, плазматическую клетку, атипичный лимфоцит, реактивный лимфоцит, ядросодержащий эритроцит или мегакариоцит.
10. Клеточный анализатор по п. 9, в котором тип клетки, который подлежит определению, включает в себя ядросодержащий эритроцит.
11. Клеточный анализатор по п. 7, в котором тип клетки, который подлежит определению, включает в себя аномальную клетку, и секция обработки сконфигурирована для:
вывода информации, указывающей, что аномальная клетка содержится в биологическом образце, если предварительно определенное количество отдельных клеток было определено как аномальная клетка на основе результатов, выведенных алгоритмом глубокого обучения.
12. Клеточный анализатор по п. 1, в котором биологическим образцом является образец мочи.
13. Клеточный анализатор по п. 1, в котором значения сигналов в данных формы волны включают в себя первое значение сигнала, которое сначала достигло предварительно определенного порогового значения, и значения сигналов, получаемые в течение предварительно определенного времени после упомянутых первых значений сигналов.
14. Клеточный анализатор по п. 1, в котором секция обработки сконфигурирована для:
получения данных анализа путем применения предварительно определенного процесса к данным формы волны.
15. Клеточный анализатор по п. 1, в котором предварительно определенный процесс включает в себя удаление шума, коррекцию базовой линии или нормализацию.
16. Клеточный анализатор по п. 1, в котором секция обработки содержит CPU и ускоритель, сконфигурированный для содействия арифметической обработке, выполняемой посредством CPU.
17. Клеточный анализатор по п. 16, в котором ускоритель содержит GPU.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019-055385 | 2019-03-22 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2021130674A Division RU2820983C2 (ru) | 2019-03-22 | 2020-03-17 | Способ клеточного анализа, способ обучения для алгоритма глубокого обучения, устройство клеточного анализа, обучающее устройство для алгоритма глубокого обучения, программа клеточного анализа и обучающая программа для алгоритма глубокого обучения |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2024114328A true RU2024114328A (ru) | 2024-05-31 |
Family
ID=
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10627332B2 (en) | Cell analyzer and sorting method therefor | |
| US10222320B2 (en) | Identifying and enumerating early granulated cells (EGCs) | |
| CN104541149B (zh) | 用于确定白血细胞计数的方法和装置 | |
| Verschoor et al. | An introduction to automated flow cytometry gating tools and their implementation | |
| US10337975B2 (en) | Method and system for characterizing particles using a flow cytometer | |
| CN104515725B (zh) | 一种识别异常粒子的方法和***及其细胞分析仪 | |
| CN110383037B (zh) | 一种血小板聚集识别的方法、装置和细胞分析仪 | |
| WO2019015611A1 (zh) | 提高白细胞分类结果准确性和计数结果重复性的方法及设备 | |
| CN105986003B (zh) | 一种白细胞计数方法、装置及细胞分析仪 | |
| CN104297133A (zh) | 一种基于小孔阻抗原理的脉冲信号筛选方法及装置 | |
| US20210164885A1 (en) | Method for detecting a blood sample, blood cell analyzer, and storage medium | |
| CN110887818A (zh) | 一种血液样本的分析方法和血液细胞分析仪及存储介质 | |
| RU2024114328A (ru) | Способ клеточного анализа, способ обучения для алгоритма глубокого обучения, устройство клеточного анализа, обучающее устройство для алгоритма глубокого обучения, программа клеточного анализа и обучающая программа для алгоритма глубокого обучения | |
| EP3244191A1 (en) | Method and system for characterizing particles using a flow cytometer | |
| CN110241253A (zh) | 用于检测登革感染的方法 | |
| JP2011513739A (ja) | 高分解能分類 | |
| RU2021130674A (ru) | Способ клеточного анализа, способ обучения для алгоритма глубокого обучения, устройство клеточного анализа, обучающее устройство для алгоритма глубокого обучения, программа клеточного анализа и обучающая программа для алгоритма глубокого обучения | |
| EP4246124A1 (en) | Specimen analyzer, specimen analysis method, and program | |
| RU2820983C2 (ru) | Способ клеточного анализа, способ обучения для алгоритма глубокого обучения, устройство клеточного анализа, обучающее устройство для алгоритма глубокого обучения, программа клеточного анализа и обучающая программа для алгоритма глубокого обучения | |
| Lee et al. | Validation of Hematology Rapid Reporting System for Complete Blood Cell Count with Differential | |
| CN110108888A (zh) | 检测红细胞dna损伤信号的方法及其在淋巴瘤预后中的应用 | |
| CN115236317A (zh) | 一种样本分析仪、方法、设备及介质 | |
| CN105334191A (zh) | 单个红细胞的血红蛋白浓度、体积修正方法及装置 | |
| RU2020124003A (ru) | Способ анализа биологического образца, содержащего биологические клетки, и анализирующее устройство для осуществления способа анализа |