一種流式數(shù)據(jù)細胞亞群快速自動識別方法
【專利摘要】本發(fā)明公開了一種流式細胞儀數(shù)據(jù)(簡稱流式數(shù)據(jù))細胞亞群快速自動識別方法。本發(fā)明方法通過映射流式數(shù)據(jù)到矩陣并對矩陣的位置點進行分類實現(xiàn)細胞亞群自動識別，其具體過程為：首先根據(jù)流式數(shù)據(jù)二維分析方式，將數(shù)據(jù)投影到一個128*128的矩陣中，獲得數(shù)據(jù)的初始化矩陣；然后采用循環(huán)求最大值的方法對矩陣的位置點進行分類，最后將位置點分類結(jié)果映射回原始數(shù)據(jù)得到最終細胞亞群分類結(jié)果。本發(fā)明能夠?qū)α魇綌?shù)據(jù)中的細胞亞群快速識別，提高數(shù)據(jù)分析效率，避免人為主觀因素對分析結(jié)果產(chǎn)生的影響。該發(fā)明方法識別流式數(shù)據(jù)細胞亞群的結(jié)果準確，分析時間短，分析效率高，可應(yīng)用到目前流式數(shù)據(jù)自動分析中。
【專利說明】一種流式數(shù)據(jù)細胞亞群快速自動識別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及流式數(shù)據(jù)自動分析技術(shù)，尤其是涉及流式數(shù)據(jù)中細胞亞群的快速識別 方法。 技術(shù)背景
[0002] 流式細胞術(shù)是一種能夠精確、快速地對生物細胞的理化特性和生物學(xué)特性進行多 參數(shù)定量分析及對特定細胞群分選的技術(shù)。其原理是采用微米級激光光束對經(jīng)過流體動力 學(xué)聚焦的細胞進行逐個激發(fā)，完整收集并記錄每個細胞誘導(dǎo)得到的多角度散射光與多波長 標記熒光信號，并通過對細胞群多光學(xué)通道數(shù)據(jù)的聚類分析實現(xiàn)樣本的高精度定量檢測。 通常，單個細胞誘導(dǎo)得到的散射光和熒光信號以單個事件的形式被記錄，所有事件匯集成 被測細胞群的完整流式數(shù)據(jù)。當前流式數(shù)據(jù)分析的主要方法是將每個事件投影至二維域 中，以人工設(shè)門的方式進行分析。人工設(shè)門的主要過程是對流式數(shù)據(jù)中的細胞亞群進行類 群劃分，即將屬于同類的細胞亞群通過設(shè)定區(qū)域（門）的方式歸為一類。
[0003] 常見的流式細胞儀數(shù)據(jù)類群自動識別方法，比如基于混合模型的方法，雖然計算 準確度比較高，但分析的時間通常較長，分析效率低。目前比較先進的基于偏斜t混合模型 的分析方法能夠比較準確地識別數(shù)據(jù)中的細胞亞群，但是當分析的數(shù)據(jù)量達到萬級時，其 計算時間通常超過了人工分析數(shù)據(jù)時間。另一種數(shù)據(jù)聚類方法是譜聚類方法，由于該方法 是基于矩陣乘積的方式進行結(jié)果估計，因此在樣本量較大時，其計算時間非常長。針對該問 題，目前提出的一種修正譜聚類方法，該方法一定程度上解決了樣本量大造成的計算時間 長的問題，但由于對數(shù)據(jù)進行了預(yù)先處理，數(shù)據(jù)中包含的一部分生物信息可能在處理過程 中丟失。另外，當分析的數(shù)據(jù)中事件數(shù)達到萬級時，該方法的計算時間也遠遠超過人工分析 數(shù)據(jù)時間。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是通過計算機軟件準確對流式數(shù)據(jù)細胞亞群進行快速自動分析，得 到數(shù)據(jù)中包含的樣本信息，包括樣本中的亞群數(shù)目和各細胞亞群總數(shù)。
[0005] 本發(fā)明流式數(shù)據(jù)細胞亞群快速自動識別方法，具體步驟如下：
[0006] (1)將數(shù)據(jù)壓縮到一個128*128的矩陣中，獲得壓縮后數(shù)據(jù)分布狀態(tài)矩陣Mat和數(shù) 據(jù)壓縮如后對應(yīng)關(guān)系列表L ;
[0007] (2)采用循環(huán)求最大值方法對128*128矩陣Mat位置點進行分群；
[0008] (3)將矩陣位置點的分群結(jié)果按照壓縮前后對應(yīng)關(guān)系列表，映射回原始數(shù)據(jù)，得到 原始數(shù)據(jù)的分類結(jié)果，實現(xiàn)對原始數(shù)據(jù)細胞亞群的自動識別。
[0009] 在獲得標準的128*128矩陣后，為實現(xiàn)對矩陣的位置點進行分群，本發(fā)明提出了 循環(huán)尋找最大值方法。其具體實施過程為：
[0010] (1)求矩陣中的最大值所對應(yīng)的位置點，并記錄該位置為P [x，y];
[0011] (2)如果⑴中得到的位置點為第一次循環(huán)得到的點，則申請該數(shù)據(jù)樣本的第一 個亞群S1，并將該位置點歸類到S1亞群，否則，進行過程（3)。
[0012] (3)將⑴中得到的位置點P[x，y]與之前已記錄的所有位置點進行比較。如果 P[X，y]離之前所有的位置點都較遠，則新申請一個亞群Si (已存在亞群S1, S2，…Sg)并將 p[x，y]歸類到亞群Si,否則將p[x，y]歸類到已申請的所有亞群中距離最近的亞群。
[0013] (4)令P [X，y]對應(yīng)的值為0,回到過程（1)，直到矩陣中的所有位置對應(yīng)的值為0， 即 Mat = 0。
[0014] 通過以上步驟，可以得到標準矩陣位置點的分群結(jié)果S(包含群51，S2，…），為獲 得原始數(shù)據(jù)的亞群分布情況，本發(fā)明提出了在壓縮數(shù)據(jù)時記錄每一個原始數(shù)據(jù)對應(yīng)壓縮數(shù) 據(jù)的關(guān)系列表L，并在得到矩陣位置點的分群結(jié)果S后，按照此對應(yīng)關(guān)系L返回原始數(shù)據(jù)，從 而得到原始數(shù)據(jù)的亞群分類結(jié)果。
[0015] 本發(fā)明方法能夠快速地對流式數(shù)據(jù)亞群進行自動識別，得到數(shù)據(jù)中樣本的相關(guān)信 息。本方法中對數(shù)據(jù)中樣本類群信息的分析結(jié)果準確度較高，分析時間遠遠低于人工分析 方法及其他分析方法。由于本發(fā)明方法涉及到數(shù)據(jù)的自動聚類，能夠廣泛地應(yīng)用到模式識 另IJ、圖像處理等領(lǐng)域。
[0016] 本發(fā)明提出了一種快速自動識別流式數(shù)據(jù)亞群方法，該方法能夠快速得到數(shù)據(jù)中 樣本的分類信息。該分析方法分析流式數(shù)據(jù)的結(jié)果精確度高，時間較短。

【專利附圖】

【附圖說明】
[0017] 圖Ia和Ib是待分析的流式細胞儀數(shù)據(jù)；
[0018] 圖Ib是采用人工分析方法分類的結(jié)果；
[0019] 圖2是采用本發(fā)明方法壓縮數(shù)據(jù)后的分群結(jié)果；
[0020] 圖3是本發(fā)明方法將壓縮數(shù)據(jù)映射回原始數(shù)據(jù)的結(jié)果；
[0021] 圖4是采用預(yù)抽樣譜聚類方法對數(shù)據(jù)分析的結(jié)果；
[0022] 圖5是采用偏斜t混合模型分析的結(jié)果；
[0023] 圖6是本發(fā)明方法的流程圖。

【具體實施方式】
[0024] 如圖Ia是實驗數(shù)據(jù)在SSC和⑶45維度的投影。人工分析該數(shù)據(jù)是通過畫門的方 法劃分散點圖中的細胞亞群。如圖Ib是專家采用FloMax軟件劃分的細胞亞群結(jié)果，由結(jié) 果來看，樣本中包含了四個細胞亞群，R1-R4區(qū)域分別代表了淋巴細胞亞群、單核細胞亞群、 粒細胞亞群和死細胞。
[0025] 如圖2是采用本發(fā)明方法將數(shù)據(jù)壓縮至128*128矩陣并采用循環(huán)最大值方法對矩 陣位置點進行分群后的結(jié)果。其具體實施過程為：
[0026] (1)找出矩陣Mat的最大值所對應(yīng)的位置？^^」，并申請類群S1，且P m e S1^ 令 Pm = 〇 ;
[0027] (2)再次尋找Mat最大值的位置并計算Pi與已分群的所有點之間的距 離，如果其中任意一點Pn與Pi的距離小于閾值（默認為8,實際中可根據(jù)流式數(shù)據(jù)的特點進 行微調(diào)），則將Pi歸類到點Pn所屬的類群，并令Pi = 〇,然后再次尋找Mat最大值，直到Mat =0。如果Pi與已分群的所有點距離都大于閾值，則新申請一個類群&，并令Pi e &且卩1 =〇,然后再次尋找Mat最大值，直到Mat = 0.
[0028] 圖3是將圖2中分群后的結(jié)果根據(jù)壓縮映射列表L (列表L部分內(nèi)容見表3,其中， 類群表示每一個事件分類后所屬類群），將結(jié)果映射回原始數(shù)據(jù)的分類結(jié)果。
[0029] 由結(jié)果可知，本發(fā)明方法分析的結(jié)果與專家分析結(jié)果一致。
[0030] 另外，圖4和圖5分別是采用預(yù)抽樣譜聚類方法和偏斜t混合模型分析該數(shù)據(jù)的 結(jié)果。
[0031] 表一為以上三種方法的分類誤判率結(jié)果比較。表二為以上三種方法的分析時間比 較，其中人工分析該數(shù)據(jù)的時間約為21s，由結(jié)果可知，本發(fā)明設(shè)計的方法不僅誤判率最低， 最接近專家分析的結(jié)果，而且分析時間遠遠低于人工分析方法和其他分析方法。
[0032] 本發(fā)明方法在一臺配置3. 2GHz CPU和2G內(nèi)存的PC上，采用C++語言編程實現(xiàn)。 程序的流程框圖見圖6。
[0033] 表一不同方法的誤判率比較

【權(quán)利要求】
1. 一種流式數(shù)據(jù)細胞亞群快速自動識別方法，其特征在于，按照下述步驟進行： (1) 將數(shù)據(jù)壓縮到一個128*128的矩陣中，獲得壓縮后數(shù)據(jù)分布狀態(tài)矩陣和數(shù)據(jù)壓縮 如后對應(yīng)關(guān)系列表； (2) 采用循環(huán)求最大值方法對128*128矩陣位置點進行分類； (3) 將矩陣位置點的分類結(jié)果按照壓縮前后對應(yīng)關(guān)系列表，映射回原始數(shù)據(jù)，得到原始 數(shù)據(jù)的分類結(jié)果，實現(xiàn)對原始數(shù)據(jù)細胞亞群的自動識別。
2. 如權(quán)利要求1所述的流式數(shù)據(jù)細胞亞群快速自動識別方法，其特征在于，步驟⑵采 用的循環(huán)最大值方法對矩陣的位置點進行分類過程為： (a) 求矩陣中的最大值所對應(yīng)的位置點，并記錄該位置； (b) 如果（a)中得到的位置點為第一次循環(huán)得到的點，則將該位置點定為第一個細胞 亞群的位置點，否則，進行過程（c); (c) 將（a)中得到的位置點與之前已記錄的所有位置點進行比較；如果（a)中得到的 位置點離之前所有的位置點都較遠，則令（a)中得到的位置點為新的一個細胞亞群所在位 置點，否則將（a)得到的位置點歸類到前面記錄的位置點中距離最小的亞群中； (d) 令（a)中記錄的位置點對應(yīng)的值為0,回到過程（a)，直到矩陣中的所有位置對應(yīng)的 值為〇。
【文檔編號】G06K9/64GK104361360SQ201410728956
【公開日】2015年2月18日 申請日期:2014年12月3日 優(yōu)先權(quán)日:2014年12月3日
【發(fā)明者】王先文, 陳鋒, 程智, 杜耀華, 李辰宇, 暴洪濤, 吳太虎 申請人:中國人民解放軍軍事醫(yī)學(xué)科學(xué)院衛(wèi)生裝備研究所