壓縮全血樣品分析的成像數(shù)據(jù)的方法及裝置申請人特此要求對2011年4月14日提交的美國專利申請?zhí)枮?3/087,037的專利的優(yōu)先權(quán)，其公開的內(nèi)容通過引用方式并入本文。技術(shù)領(lǐng)域本發(fā)明總體涉及通過顯微圖像對全血樣品進(jìn)行分析的方法和裝置，尤其涉及用于壓縮全血樣品成像數(shù)據(jù)的方法和裝置。

背景技術(shù)：
醫(yī)學(xué)診斷通常包括對患者全血樣品的分析。更常見的一種診斷方法是全血細(xì)胞計(jì)數(shù)（稱為“CBC”），全血細(xì)胞計(jì)數(shù)為一系列測試，除了列舉細(xì)胞組分外，其還包括紅血細(xì)胞測量、網(wǎng)狀紅細(xì)胞計(jì)數(shù)、和白細(xì)胞分類計(jì)數(shù)（“LDC”，有時(shí)也被稱為“白血細(xì)胞分類”），白細(xì)胞分類計(jì)數(shù)指辨別和計(jì)數(shù)血液樣品中的白血細(xì)胞（WBC）類型。從歷史上看，已經(jīng)使用用于計(jì)數(shù)的方法中的不同方法執(zhí)行CBC的分類。例如，在過去曾將少量未稀釋血液涂抹在載玻片上，將干燥、定型的涂片染色，并在顯微鏡下檢查該涂片，從而確定全血計(jì)數(shù)中的白細(xì)胞分類計(jì)數(shù)部分?？梢詮倪@種涂片獲得合理的結(jié)果，但數(shù)據(jù)的準(zhǔn)確性和可靠性在很大程度上取決于技術(shù)人員的經(jīng)驗(yàn)和技術(shù)。血液涂片因下述原因存在多種問題，例如：必須殺死血細(xì)胞并定型，該過程阻礙了多種超活體染色以及結(jié)果依賴于活細(xì)胞的分析，并且血液涂片分析屬于勞動密集型工作，成本高而且耗時(shí)。至少由于這些原因之一，使得血液涂片通常不為商業(yè)應(yīng)用所偏愛。對全血樣品的自動分析已取得某些成功，但通常存在嚴(yán)重的缺陷。例如，電阻抗式或光學(xué)流式細(xì)胞術(shù)儀器可用于執(zhí)行LDC。流式細(xì)胞術(shù)包括使稀釋的血液樣品通過小的容器，在該容器中當(dāng)血細(xì)胞連續(xù)通過該容器時(shí)，電阻抗式傳感器或光學(xué)傳感器可評估組成細(xì)胞。這些儀器通常需要流體處理設(shè)備并且需要稀釋樣品。大尺寸圖像文件會妨礙使用彩色圖像分析生物流體試樣。大圖像文件會占用存儲空間、妨礙遠(yuǎn)距離傳輸和/或減緩處理過程。需要一種用于執(zhí)行全血樣品的自動分析（包括白細(xì)胞分類計(jì)數(shù)）并有助于處理并存儲大圖像文件的裝置和方法。

技術(shù)實(shí)現(xiàn)要素：
根據(jù)本發(fā)明的一方面，提供了一種用于分析靜置在腔室中的全血樣品的白血細(xì)胞（WBC）的方法。該腔室由至少一透明板所限定，所述全血樣品含有至少一種著色劑，其可用于區(qū)別地識別所述樣品中至少一種WBC類型與另一WBC類型。該方法包括以下步驟：a）生成靜置于所述腔室內(nèi)樣品的至少一個(gè)圖像；b）識別樣品圖像部分，其中每部分表示單一WBC；c）使用第一壓縮算法壓縮所述樣品圖像部分；和d）使用第二壓縮算法壓縮樣品圖像的未包括在所述部分中的剩余部，或者丟棄剩余部。根據(jù)本發(fā)明的另一方面，提供了一種用于對靜置在腔室中的全血樣品內(nèi)的WBC成像的方法。該腔室被至少一透明板確定。該方法包括以下步驟：a）生成靜置于所述腔室內(nèi)樣品的至少一個(gè)圖像；b）識別樣品圖像部分以及每一部分在樣品圖像中的位置，其中每部分表示單一WBC；c）使用第一壓縮算法壓縮所述樣品圖像部分；和d）使用第二壓縮算法壓縮樣品圖像的未包括在所述部分中的剩余部，或者丟棄剩余部；并且e）解壓縮所述樣品圖像部分并全部顯示這些部分，其中每一部分基于其在樣品圖像中的位置而相對定位。根據(jù)本發(fā)明的另一方面，提供了一種用于分析靜置在腔室中的全血樣品的的裝置。該裝置包括物鏡、樣品照明器、析像管和可程控分析儀。樣品照明器可提供熒光激發(fā)光和一種至多種透射光。析像管用于接收從樣品發(fā)出的熒光和/或通過樣品的透射光，并生成代表這些光的信號?？沙炭胤治鰞x用于接收代表這些光的信號并生成靜置于所述腔室內(nèi)樣品的至少一個(gè)圖像。該分析儀進(jìn)一步用于定量分析樣品圖像并識別該樣品圖像的部分，在該圖像中每部分表示單一WBC。該分析儀進(jìn)一步用于采用第一壓縮算法選擇性地壓縮所述樣品圖像部分，以及使用第二壓縮算法壓縮樣品圖像的未包括在這些部分中的剩余部、或者丟棄剩余部。根據(jù)下面提供的本發(fā)明的詳細(xì)描述和附圖的圖示說明，本發(fā)明的這些以及其他目的、特征和優(yōu)點(diǎn)將變得顯而易見。附圖說明參考以下附圖可更加清晰地闡明本發(fā)明的原理，其中：圖1為腔室的剖面示意圖。圖2為生物流體樣品盒的俯視圖，其類型為可包括如圖1所示的腔室的類型。圖3為可用于分析腔室中樣品的分析裝置的示意圖。圖4A-圖4D為淋巴細(xì)胞（4A）、嗜中性粒細(xì)胞（4B）、嗜酸性粒細(xì)胞（4C）和單核細(xì)胞（4D）的合成圖像。圖5A-圖5D為淋巴細(xì)胞（5A）、嗜中性粒細(xì)胞（5B）、嗜酸性粒細(xì)胞（5C）和單核細(xì)胞（5D）的發(fā)紅色熒光的圖像。圖6A-圖6D為淋巴細(xì)胞（6A）、嗜中性粒細(xì)胞（6B）、嗜酸性粒細(xì)胞（6C）和單核細(xì)胞（6D）的發(fā)綠色熒光的圖像。圖7A-圖7D為對于淋巴細(xì)胞（7A）、嗜中性粒細(xì)胞（7B）、嗜酸性粒細(xì)胞（7C）和單核細(xì)胞（7D）的在藍(lán)光波長下具有紅色曲線標(biāo)記的細(xì)胞邊界的光密度的圖像。圖8A-圖8D為細(xì)胞圖像，其中對于淋巴細(xì)胞（8A）、嗜中性粒細(xì)胞（8B）、嗜酸性粒細(xì)胞（8C）和單核細(xì)胞（8D），表現(xiàn)出超過預(yù)定強(qiáng)度的紅色熒光和綠色熒光的連續(xù)像素被遮蔽。圖9A-圖9D為細(xì)胞圖像，其中對于淋巴細(xì)胞（9A）、嗜中性粒細(xì)胞（9B）、嗜酸性粒細(xì)胞（9C）和單核細(xì)胞（9D），表現(xiàn)出超過預(yù)定強(qiáng)度的綠色熒光的連續(xù)像素被遮蔽。圖10A-圖10D為對于淋巴細(xì)胞（10A）、嗜中性粒細(xì)胞（10B）、嗜酸性粒細(xì)胞（10C）和單核細(xì)胞（10D），包括一組或多組表現(xiàn)出綠色熒光通道內(nèi)局部最大強(qiáng)度的連續(xù)像素的圖像。圖11A-圖11D是細(xì)胞的圖像，其中對于淋巴細(xì)胞（11A）、嗜中性粒細(xì)胞（11B）、嗜酸性粒細(xì)胞（11C）和單核細(xì)胞（11D），具有超過預(yù)定閥值的藍(lán)色光密度（OD）值的連續(xù)像素被遮蔽。圖12為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的樣品圖像的訓(xùn)練集（trainingset）采集的的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)，即pdf的形式）相對于葉數(shù)目的曲線圖。術(shù)語“概率密度函數(shù)”用于描述某特征具有某一特定值的可能性。對于具有離散值的特征，如葉數(shù)，其概率密度函數(shù)與該特征具有某一特定值的頻率一致。例如，圖12顯示出在總體內(nèi)約83%的淋巴細(xì)胞有一個(gè)葉，約15%的淋巴細(xì)胞有兩個(gè)葉。需注意的是，該葉數(shù)是從樣品圖像計(jì)算得出，由于圖像缺陷和圖像分析算法的限制，該值可能與實(shí)際生物成分不一致。對于圖像計(jì)算的所有特征值與其對應(yīng)的生物值大致相同，并且一定程度的不準(zhǔn)確性是內(nèi)在的。然而，在本發(fā)明中，在分析（例如LDC）期間通過利用多種特征，可大大減少這些內(nèi)在的不準(zhǔn)確性，從而導(dǎo)致高準(zhǔn)確性的分析。圖13為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)，即pdf的形式）相對于上述各種WBC的確定的細(xì)胞面積的曲線圖。圖14為描述細(xì)胞內(nèi)的高藍(lán)OD區(qū)域的圖像。圖15為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的大顆粒比率的曲線圖。圖16為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的核比率的曲線圖。圖17為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的紅-綠比的曲線圖。圖18為描述與被遮蔽的細(xì)胞的核相關(guān)的像素的圖像，其中一圓圈被用于該圖像以估計(jì)被遮蔽的區(qū)域。圖19為圖18所示圖像的另一版本，只突出顯示在被遮蔽的區(qū)域邊界（即細(xì)胞核邊界）上的那些像素，包括形心和在該形心和有關(guān)邊界像素間伸出的一些示意性的定位線段。圖20為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的核形狀的曲線圖。圖21為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的細(xì)胞形狀的曲線圖。圖22為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的在413納米處的平均細(xì)胞吸收的曲線圖。圖23為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的核紋理的曲線圖。圖24A和圖24B為示出對于紅色熒光圖像和綠色熒光圖像，位于細(xì)胞內(nèi)部的一組像素的強(qiáng)度和位于細(xì)胞外部的一組像素的強(qiáng)度之間的差異的圖像。圖24B包含與圖24A中的那些圖像相似的圖像，包括環(huán)繞線以有利于識別細(xì)胞的外部和細(xì)胞的內(nèi)部。圖25為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的核凹陷度的曲線圖。圖26為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的細(xì)胞質(zhì)紋理的曲線圖。圖27為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)，即pdf的形式）相對于上述各種WBC的細(xì)胞質(zhì)凹陷度的曲線圖。圖28為描述分別從淋巴細(xì)胞、嗜中性粒細(xì)胞、嗜酸性粒細(xì)胞和單核細(xì)胞的訓(xùn)練集采集的經(jīng)驗(yàn)數(shù)據(jù)（以概率密度函數(shù)形式）相對于上述各種WBC的在413納米處的細(xì)胞吸收紋理的曲線圖。圖29是WBC類型以及與特定WBC類型相關(guān)的特征的表。圖30所示為加入一種或多種著色劑的全血樣品圖像，包含WBC和紅細(xì)胞（RBC）。圖31為在圖30所示的全血樣品圖像，其中，以方框標(biāo)出WBC。圖32為在圖30所示的全血樣品圖像，其中，以方框標(biāo)出WBC，并已去掉圖像中方框外的其他部分。圖33為在圖30所示的全血樣品圖像，其中，已去掉以方框標(biāo)出的白細(xì)胞，而示出了圖像中方框外的其他部分。圖34為以集合（collective）視圖示出的表示W(wǎng)BC的樣品圖像部分的集合視圖。具體實(shí)施方式本發(fā)明的方法和裝置旨在生成生物流體樣品的圖像并加以處理，以生成一或多個(gè)圖像分析數(shù)據(jù)文件。處理過程采用一種或多種壓縮算法，其可用于將圖像分析數(shù)據(jù)文件壓縮為較小的文件，同時(shí)保持可接受的較低水平的信息丟失。通常對靜置于分析腔中的生物流體樣品的圖像加以分析，從而產(chǎn)生圖像分析數(shù)據(jù)。分析包括識別和定位樣品中的特定組分。示例性的分析涉及對全血樣品進(jìn)行白細(xì)胞分類計(jì)數(shù)（“LDC”）。如上所述，LDC為識別和計(jì)數(shù)不同類型的WBC的分析。該結(jié)果可根據(jù)已識別出的WBC類型（例如：全血樣品中的單核細(xì)胞、嗜酸性粒細(xì)胞、嗜中性粒細(xì)胞和淋巴細(xì)胞）所占的相對百分比表示。2010年8月6日遞交的美國專利申請第61/371,020號的專利詳細(xì)描述了對全血樣品實(shí)施LDC的方法，該申請?jiān)诖送ㄟ^引用全部納入文中。為了便于闡述用于處理圖像分析數(shù)據(jù)文件的本發(fā)明的方法和裝置，將根據(jù)通過對全血樣品實(shí)施LDC而產(chǎn)生的圖像分析數(shù)據(jù)闡述本發(fā)明的方法和裝置。但本發(fā)明的方法和裝置并不僅限于對該特定類型的分析應(yīng)用，也可用于其他分析?，F(xiàn)在參考圖1-圖3，本發(fā)明的方法和裝置包括提供自動分析裝置62（在圖3中示意性顯示），該裝置用于對靜置于腔室50（見圖1）中的樣品進(jìn)行成像、分析和處理。腔室50由第一平面構(gòu)件52和第二平面構(gòu)件54構(gòu)成，平面構(gòu)件52、54中至少一個(gè)是透明的。在一些實(shí)施方式中，腔室50包括設(shè)置在第一平面構(gòu)件52和第二平面構(gòu)件54之間的至少三個(gè)分隔器56。美國專利申請公開號為2007/0243117和美國臨時(shí)專利申請?zhí)枮?1/287,955的專利中描述了可接受的腔室的例子，每個(gè)申請?jiān)诖送ㄟ^引用全部并入文中。圖1示意性示出了可被設(shè)置在如圖2所示的樣品采集和分析盒60內(nèi)的腔室50。分析裝置62（在圖3中示意性顯示）包含成像硬件和處理器（例如：可程控分析儀），用于捕獲、分析和處理樣品圖像。分析裝置62通常包括物鏡64、腔室定位裝置（例如：機(jī)動臺）66、樣品照明器68、析像管70和可程控分析儀72。物鏡64以及腔室定位裝置66之一或二者可朝向彼此移動和彼此遠(yuǎn)離，以改變分析裝置62相對于腔室50和其中所置樣品的相對焦點(diǎn)位置。樣品照明器68以預(yù)設(shè)波長的光照亮樣品。例如，樣品照明器可包括落射熒光源68A和透射光源68B。正如下面將闡述的一樣，諸如吖啶橙（也稱為“堿性橙15”）和堿性橙（也稱為堿性橙21）之類的著色劑，當(dāng)與全血樣品混合并受到落射熒光源（該光源通常產(chǎn)生波長在450-490納米的光）發(fā)出的激發(fā)波長，將發(fā)出特定波長的光。約470納米的激發(fā)波長特別有用。透射光源用于產(chǎn)生波長與紅色、綠色和藍(lán)色光中一種或多種有關(guān)的光。通常產(chǎn)生紅光的波長范圍在約600-700納米，波長約660納米的紅光最佳。通常產(chǎn)生綠光的波長范圍在約515-570納米，波長約540納米的綠光最佳。正如下面將討論的一樣，通常產(chǎn)生藍(lán)光的波長范圍在約405-425納米，波長約413納米的藍(lán)光最佳。穿透樣品的光線或樣品發(fā)出的熒光被析像管捕獲，并且表征該捕獲光線的信號被發(fā)送到可程控分析儀處理成圖像。以這樣的方式生成圖像：允許在每單位基礎(chǔ)上確定圖像內(nèi)所捕獲的透光率或熒光強(qiáng)度；例如“每單位基礎(chǔ)”為增加的單位，其中樣品圖像可被分割（例如像素）。為了便于清晰說明，本文所述的LDC算法以“每單位基礎(chǔ)”描述。但每單位基礎(chǔ)不僅限于像素?？山邮艿奈鱿窆?0的例子是電荷耦合器件（CCD）型圖像傳感器，其將穿過（或來自）樣品的光轉(zhuǎn)換為電子數(shù)據(jù)格式的圖像?；パa(bǔ)金屬氧化物半導(dǎo)體（“CMOS”）型圖像傳感器是另一種可用的圖像傳感器的例子。來自析像管70的信號為圖像的每一像素提供信息，這些信息包括或可被推導(dǎo)出包括：強(qiáng)度、波長和光密度。為強(qiáng)度值賦予例如0單位至4095單位（“IVU”）中的任意數(shù)值范圍。光密度（“OD”）為相對于穿過基質(zhì)傳輸?shù)墓饬浚盏墓饬康亩攘?；例如，“OD”值越高，則在透射期間所吸收的光量越大?？捎霉饷芏葐挝唬ā癘D”）或其分?jǐn)?shù)定量描述OD；例如：毫OD是OD的千分之一。一個(gè)“OD”單位降低90%的光強(qiáng)度。作為定量值的“OD”或“毫OD”可用于通過透射光所獲得的圖像或通過透射光所衍生的圖像，例如在圖7A至圖7D中所示出的透射藍(lán)光。來自析像管70的信息被分為多個(gè)通道。下文將來自析像管70的信息描述為三個(gè)通道，該數(shù)目對于確定四部分LDC提供了特定的作用。但本發(fā)明并不僅限于三通道的實(shí)施方式。三個(gè)通道中的第一通道用于提供與樣品發(fā)出的第一波長（例如，540nm，呈現(xiàn)綠色）的光有關(guān)的信息。第二通道用于提供與樣品發(fā)出的第二波長（例如，660nm，呈現(xiàn)紅色）的光有關(guān)的信息。第三通道用于提供與穿過樣品的第三波長（例如，413nm，該波長用于確定藍(lán)光密度—“OD”）的光有關(guān)的信息。當(dāng)對全血樣品實(shí)施LDC時(shí)，這些波長和通道數(shù)量有特定作用。本發(fā)明并不僅限于這些特定的波長或通道數(shù)量?？刹捎妙~外的通道以收集處于不同波長和/或透射值的信息。反過來，該信息可用于評估樣品內(nèi)的附加組分和/或增加分析的精確度。例如，在期望進(jìn)一步區(qū)別樣品內(nèi)的嗜堿性粒細(xì)胞的應(yīng)用中，可添加第四通道和第五通道。第四通道可用于提供與穿過樣品的第四波長（例如540nm）的光有關(guān)的信息，其用于確定綠色OD；而第五通道可用于提供與穿過樣品的第五波長（例如660nm）的光有關(guān)的信息，該波長用于確定紅色OD。反過來，這些OD值可用于識別嗜堿性粒細(xì)胞?？沙炭胤治鰞x72包括中央處理器（CPU）并且可與腔室定位裝置66、樣品照明器68、析像管70和顯示器74通訊?？沙炭胤治鰞x72適于（例如：被程控）發(fā)送和/或接收來自腔室定位裝置66、樣品照明器68、析像管70和顯示器74中的一個(gè)或多個(gè)的信號。例如，該可程控分析儀72適于：1）發(fā)送和接收來自腔室定位裝置的信號以相對于光學(xué)器件、照明器和析像管中的一個(gè)或多個(gè)而定位腔室50；2）將信號發(fā)送給樣品照明器以產(chǎn)生規(guī)定波長（或可替選地多個(gè)波長）的光；和3）發(fā)送和接收來自析像管的信號以捕獲規(guī)定的時(shí)間段的光?？沙炭胤治鰞x72還適于與顯示器74通訊，以允許查看樣品圖像。應(yīng)注意，可程控分析儀72的功能可通過硬件、軟件、固件或它們的混合方式實(shí)現(xiàn)。無需過多實(shí)驗(yàn)，本領(lǐng)域技術(shù)人員將能夠程序控制處理單元以執(zhí)行本文所描述的功能?？稍诜治鲅b置62中包含顯示器74（例如：液晶顯示屏）和/或?qū)⑼獠匡@示器連接到分析裝置62，以便用戶查看樣品圖像。如上所述，可程控分析儀72將來自析像管70的信號處理為靜置樣品的圖像，該圖像由相當(dāng)多的像素共同表示。每一像素提供的信息包括或可推導(dǎo)包括：捕獲光的強(qiáng)度、波長和光密度。該樣品圖像可作為單個(gè)圖像被查看和/或處理，或以圖像的被稱為“幀”的部分而分段查看和/或處理?？蓪⒁詭硎镜膱D像部分組合在一起以生成單個(gè)圖像?？沙炭胤治鰞x72還適于根據(jù)一個(gè)或多個(gè)分析算法處理自析像管70接收的信號，分析算法包括本文描述的LDC算法，從而提供與該圖像相關(guān)的分析數(shù)據(jù)。為了執(zhí)行LDC，算法利用了一組識別特征，每一識別特征可區(qū)別于其他特征，且每一識別特征是可根據(jù)樣品的圖像定量確定的。每一WBC的特征可在于存在或不存在某些識別特征，和/或與某些特征相關(guān)聯(lián)的定量信息。在文中依據(jù)一組示例性的識別特征描述該算法，該識別特征可用于選擇性識別和區(qū)別WBC。該算法不限于該特定的組的特征。對于WBC分析，一組示例性的識別特征包括那些已命名的特征：細(xì)胞、核、葉數(shù)目、細(xì)胞面積、核面積、大顆粒比率、核比率、紅-綠比、核形狀、細(xì)胞形狀、核亮度、細(xì)胞質(zhì)亮度、特定波長下平均細(xì)胞吸收、核紋理、細(xì)胞質(zhì)紋理、特定波長下細(xì)胞吸收紋理、核凹陷度和細(xì)胞質(zhì)凹陷度；下文對每一特征進(jìn)行描述。在一些例子中，某些特征直接提供了關(guān)于特定細(xì)胞的信息（例如，核形狀）。在另一些例子中，可使用特征（例如，細(xì)胞面積）來間接提供關(guān)于特定細(xì)胞的信息（例如核面積與細(xì)胞面積的比率-上文稱作“核比率”，等）。識別特征基于以下的特征，例如光強(qiáng)度、光顏色、OD、面積和相對像素位置（例如像素簇的形狀）。通過一種或多種著色劑與樣品混合而形成顏色，當(dāng)在與特殊顏色相關(guān)聯(lián)的特定波長下受到激發(fā)時(shí)，著色劑發(fā)射熒光。當(dāng)對全血樣品執(zhí)行LDC時(shí)，可使用的可接受的著色劑的一個(gè)示例為吖啶橙（“ACO”）。ACO為熒光染料，當(dāng)其與全血樣品混合時(shí)，選擇性地對樣品內(nèi)的組分（例如，白血細(xì)胞、血小板、網(wǎng)狀細(xì)胞、和有核的紅血細(xì)胞）染色。關(guān)于WBC，ACO穿過各個(gè)WBC傳輸且對其DNA和RNA進(jìn)行染色。在WBC內(nèi)染料發(fā)出的顏色隨著許多因素而變化，包括：染料內(nèi)的RNA和DNA的量、組分中染料的濃度、以及組分的pH值。本發(fā)明不限于使用ACO；可使用其它染料（例如堿性橙）代替ACO，或者結(jié)合ACO使用其它染料。以ACO和白血細(xì)胞作為示例，如果樣品經(jīng)受在470nm波長或大約470nm波長的激發(fā)光照射，則與白血細(xì)胞核內(nèi)的物質(zhì)（例如DNA）結(jié)合的ACO將發(fā)射大約540nm的光（呈現(xiàn)綠色），而與白血細(xì)胞的細(xì)胞質(zhì)內(nèi)的物質(zhì)（例如RNA）結(jié)合的ACO將發(fā)射大約660nm的光（呈現(xiàn)紅色）。如上所述，樣品內(nèi)的OD值通過細(xì)胞內(nèi)自然存在的物質(zhì)（例如血紅蛋白）而隨著在預(yù)定波長處的光的吸收率而變化，和/或可通過樣品內(nèi)的組分而隨著所吸收（或未吸收的）的著色劑而變化。。如下將闡述的一樣，像素組的特征可為識別某些類型的白血細(xì)胞提供有用的信息。使用各種不同的技術(shù)可進(jìn)行在一個(gè)或多個(gè)限定的波長下特定組的像素的識別。例如，可使用分割技術(shù)產(chǎn)生被遮蔽的圖像，該圖像只描繪圖像中符合定義標(biāo)準(zhǔn)（例如：強(qiáng)度和顏色）的像素。本發(fā)明并不僅限于任何特定分割技術(shù)，鑒于即將進(jìn)行的應(yīng)用選用具體的技術(shù)。本發(fā)明也不僅限于使用分割技術(shù)，可使用選擇（即“拾取”）像素或者區(qū)別具有特定屬性的像素的其它技術(shù)。下文中每一識別特征的描述將提供清晰的示例：諸如與波長和強(qiáng)度相關(guān)的定量數(shù)據(jù)如何能夠?yàn)閷⒁环NWBC與另一種WBC區(qū)分提供依據(jù)。術(shù)語“細(xì)胞”指這樣的識別特征：包括圖像內(nèi)的一組基本上連續(xù)的像素，該連續(xù)的像素相對于整個(gè)圖像的強(qiáng)度表現(xiàn)出在高強(qiáng)度（即，在預(yù)定的IVU閾值處或大于預(yù)定的IVU閾值）下發(fā)射綠光和/或發(fā)射紅光。因此，定量值限定了在預(yù)定的強(qiáng)度下或高于預(yù)定的強(qiáng)度下具有預(yù)定的顏色（例如紅色和綠色）的那些像素。例如，圖4A至圖4D示出呈現(xiàn)綠光和紅光的樣本圖像內(nèi)包含WBC的區(qū)域。圖8A至圖8D示出處于閾值強(qiáng)度或高于閾值強(qiáng)度的區(qū)域，即在界定細(xì)胞的上述圖像內(nèi)的一組基本連續(xù)的像素。術(shù)語“核”指這樣的識別特征：包括圖像內(nèi)的一組連續(xù)的像素，其相對于整個(gè)圖像的強(qiáng)度表現(xiàn)出在高強(qiáng)度下發(fā)射綠光。如上所述，分割技術(shù)可用于生成遮蔽的圖像，該圖像僅描述該圖像內(nèi)在預(yù)定的強(qiáng)度閾值下或高于預(yù)定的強(qiáng)度閾值下滿足發(fā)射綠光的標(biāo)準(zhǔn)的那些像素。因此，描述在IVU閾值下或高于IVU閾值下發(fā)射綠光的圖像內(nèi)的每組連續(xù)的像素的特征為“核”特征。如上文所示，圖9A至圖9D顯示了示出核特征的遮蔽的圖像。術(shù)語“葉”指這樣的識別特征：包括圖像內(nèi)的在綠色熒光通道（例如540nm）中為局部最大強(qiáng)度的一組連續(xù)的像素。術(shù)語“局部最大強(qiáng)度”指具有基本上相同的強(qiáng)度值的一組像素，該值顯著地高于周圍的像素。圖10A示出具有單個(gè)葉75的WBC，其可由顯示出局部最大發(fā)射強(qiáng)度的單一組的像素識別。圖10C和圖10D示出具有一對葉75的WBC。圖10B示出具有三個(gè)葉75的WBC。圖12用曲線圖表示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)聯(lián)的葉數(shù)目的差異。例如，與嗜中性粒細(xì)胞相關(guān)聯(lián)的葉75的數(shù)目使該葉數(shù)目作為可用于區(qū)別嗜中性粒細(xì)胞的識別特征?！凹?xì)胞面積”是這樣的識別特征：其指圖像內(nèi)的確定為特定細(xì)胞的面積。由于每一像素代表圖像的已知面積，因此給定細(xì)胞或其他組分或成分的面積可通過像素的數(shù)目來確定。圖13示意性地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的細(xì)胞面積的差異。例如，與淋巴細(xì)胞相關(guān)聯(lián)的細(xì)胞面積使細(xì)胞面積作為可用于區(qū)別淋巴細(xì)胞的識別特征?！昂嗣娣e”是這樣的識別特征：其指圖像內(nèi)的被認(rèn)為特定核的面積?！按箢w粒比率”是這樣的識別特征：其為細(xì)胞內(nèi)的高藍(lán)OD面積的總和與細(xì)胞面積的比率。術(shù)語“高藍(lán)OD面積”-也稱為“大顆粒”指圖像內(nèi)的一組連續(xù)的像素，該像素的藍(lán)色OD值高于預(yù)定的閾值。使約413nm波長的藍(lán)光穿過樣品而產(chǎn)生藍(lán)色OD值。用于確定藍(lán)色OD值的傳輸藍(lán)光可在約405nm至425nm的范圍內(nèi)。因?yàn)檠t蛋白（HGB）在波長為413nm或大約413nm時(shí)具有峰值吸收率，因此傳輸約413nm的藍(lán)光是有利的。每個(gè)大顆粒表現(xiàn)為在OD圖像內(nèi)的一組明亮像素，并且每個(gè)大顆粒通過OD圖像內(nèi)的分割技術(shù)被檢測，從而遮蔽了全部像素，除了那些具有高于預(yù)定閾值（例如>300毫OD）的OD的像素外。圖14示出細(xì)胞內(nèi)的高藍(lán)OD區(qū)域的示例（即嗜酸性粒細(xì)胞內(nèi)的大顆粒）。圖11A至圖11D還示出在不同類型WBC中具有高藍(lán)OD的像素。至今為止，本研究指出相對于LDC內(nèi)的所考慮的細(xì)胞，在細(xì)胞內(nèi)只有嗜酸性粒細(xì)胞具有大量的高強(qiáng)度藍(lán)色OD區(qū)域。圖15圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)聯(lián)的大顆粒比率的差異。如可在圖15中看到，識別特征的大顆粒比率易于將嗜酸性粒細(xì)胞與LDC內(nèi)的其他組分區(qū)別?！昂吮嚷省笔沁@樣的識別特征：如上文限定，“核比率”為核面積與細(xì)胞面積的比率。圖16圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的核比率的差異。例如，與淋巴細(xì)胞相關(guān)聯(lián)的核比率使核比率作為可用于區(qū)別淋巴細(xì)胞的識別特征?！凹t-綠比”是這樣的識別特征：在已識別的細(xì)胞內(nèi)表現(xiàn)出紅色熒光的那些像素（或區(qū)域）的平均強(qiáng)度值與在已識別的細(xì)胞內(nèi)表現(xiàn)出綠色熒光的那些像素（或區(qū)域）的平均強(qiáng)度值的比率。圖5A和圖6A（或圖5B和圖6B、或圖5C和圖6C、或圖5D和圖6D）示出特殊類型的細(xì)胞的組合的紅色熒光和綠色熒光。圖5A（或圖5B、圖5C或圖5D）示出的圖像是僅僅描述來自紅色熒光的成分的部分圖像，而圖6A（或圖6B、圖6C或圖6D）示出的圖像是僅僅描述來自綠色熒光的成分的相同細(xì)胞的部分圖像。紅-綠比是各個(gè)顏色的平均強(qiáng)度值的比率。圖17圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的紅-綠比的差異。例如，與淋巴細(xì)胞相關(guān)的紅-綠比使紅-綠比作為可用于區(qū)別淋巴細(xì)胞的識別特征?！昂诵螤睢笔敲枋龊藞A度的識別特征。可使用多種幾何學(xué)方法來確定樣本圖像內(nèi)的核的圓度，其中，在圖像內(nèi)該核表現(xiàn)為二維體。例如，對于單一細(xì)胞，可使用分割技術(shù)來識別與細(xì)胞核相關(guān)的那些像素（即，那些顯示綠色的像素）。一旦核像素被識別，則位于核邊界的像素被識別。核的形心（即，被核所覆蓋的區(qū)域的形心）可通過平均所有的邊界像素的位置而被確定。與像素限定的主體接近且以形心為中心的圓被應(yīng)用于像素主體。圖18示出在遮蔽的圖像內(nèi)由像素限定的核的示例，以及應(yīng)用到像素主體上的圓。圖19示出相應(yīng)的邊界像素。邊界像素的位置被共同地用于確定核的圓度；例如來自接近的圓的邊界像素的偏差值。例如，每個(gè)邊界像素的位置可通過使邊界像素的半徑（rBP）與圓的半徑（rc）的差值除以圓的半徑用標(biāo)準(zhǔn)化術(shù)語進(jìn)行描述：如果邊界像素位于圓上，則分子（rBP-rc）等于0且偏差為0。來自圓度的偏差（r標(biāo)準(zhǔn)化的）可被作為形狀的圓度、例如核的圓度的度量。圖20描述了比較統(tǒng)計(jì)上大量的淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞的核的圓度的曲線圖。該曲線圖清晰地示出淋巴細(xì)胞內(nèi)的核的圓度與嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞的圓度顯著不同，從而使核形狀成為可用于區(qū)別淋巴細(xì)胞的識別特征。上文所描述的用于確定核的圓度的技術(shù)是可接受的技術(shù)的一個(gè)示例且出于可行的目的而提供，但本發(fā)明不限于該特定的技術(shù)?！凹?xì)胞形狀”是這樣的識別特征：該特征評估細(xì)胞邊界的形狀，即圖像的二維平面內(nèi)的細(xì)胞的邊界像素的分布。上文所描述的用于確定核的圓度的技術(shù)可用于確定細(xì)胞形狀。關(guān)于細(xì)胞形狀，優(yōu)選地使用該技術(shù)以確定細(xì)胞與形狀、諸如橢圓形的偏差，橢圓形較接近于自然存在的細(xì)胞形狀。本發(fā)明不限于上述技術(shù)，或者不限于使用橢圓形狀作為近似形狀。圖21圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的細(xì)胞形狀的差異。例如，與嗜中性粒細(xì)胞相關(guān)的細(xì)胞形狀使細(xì)胞形狀成為可用于區(qū)別嗜中性粒細(xì)胞的識別特征?！昂肆炼取笔沁@樣的識別特征：其量化核內(nèi)的平均綠色熒光強(qiáng)度值。圖6A至圖6C示出淋巴細(xì)胞、嗜中性粒細(xì)胞和嗜酸性粒細(xì)胞的核比單核細(xì)胞的核（圖6D）具有更大的強(qiáng)度（即顯得更亮）。上述的強(qiáng)度差異是由于淋巴細(xì)胞核、嗜中性粒細(xì)胞核和嗜酸性粒細(xì)胞核內(nèi)的染色質(zhì)的相對密集分布相對于單核細(xì)胞核內(nèi)的染色質(zhì)的稀疏分布而造成的。在本發(fā)明的一些實(shí)施方式中，相對于核內(nèi)的平均綠色熒光強(qiáng)度值的標(biāo)準(zhǔn)化值而確定核亮度。該標(biāo)準(zhǔn)化的值有助于解釋樣品的內(nèi)的多變性，例如樣品內(nèi)的不均勻染色。用于使強(qiáng)度值標(biāo)準(zhǔn)化的準(zhǔn)確的技術(shù)可變化以適合即將進(jìn)行的應(yīng)用，并且本發(fā)明不限于任何特定的標(biāo)準(zhǔn)化方法。例如，在一些例子中，核內(nèi)的平均綠色熒光強(qiáng)度值的強(qiáng)度值可相對于相鄰細(xì)胞的強(qiáng)度值或者相對于整個(gè)樣品的細(xì)胞的強(qiáng)度值而被標(biāo)準(zhǔn)化?！凹?xì)胞質(zhì)亮度”是量化細(xì)胞質(zhì)內(nèi)的平均紅色熒光強(qiáng)度值的識別特征。圖5A至圖5D示出某些細(xì)胞的細(xì)胞質(zhì)區(qū)域發(fā)出的紅色熒光的強(qiáng)度。淋巴細(xì)胞的細(xì)胞質(zhì)發(fā)出的紅光強(qiáng)度低于單核細(xì)胞的細(xì)胞質(zhì)發(fā)出的紅光強(qiáng)度。而單核細(xì)胞的細(xì)胞質(zhì)發(fā)出的紅光強(qiáng)度低于嗜中性粒細(xì)胞和嗜酸性粒細(xì)胞的細(xì)胞質(zhì)發(fā)出的紅光強(qiáng)度。如上所指出，在本發(fā)明的一些實(shí)施方式中，相對于標(biāo)準(zhǔn)化值、例如細(xì)胞內(nèi)的標(biāo)準(zhǔn)化的平均紅色熒光強(qiáng)度值，來確定亮度值。用于使強(qiáng)度值標(biāo)準(zhǔn)化的準(zhǔn)確的技術(shù)可變化以適合即將進(jìn)行的應(yīng)用，并且本發(fā)明不限于任何特定的標(biāo)準(zhǔn)化方法?！霸诮o定波長下的平均細(xì)胞吸收”是這樣的識別特征：其量化與穿過細(xì)胞傳輸?shù)慕o定波長的藍(lán)光相關(guān)的細(xì)胞的平均OD（例如“平均藍(lán)色OD強(qiáng)度”）。如上文所指出，傳輸?shù)乃{(lán)光可在約405nm至425nm的范圍內(nèi)，并且，因?yàn)樵诓ㄩL為413nm或約413nm時(shí)血紅蛋白具有峰值吸收，因此約413nm的傳輸藍(lán)光是有利的。為了量化細(xì)胞的平均藍(lán)色OD強(qiáng)度，約413nm波長的藍(lán)光傳輸通過各個(gè)細(xì)胞?；诿恳幌袼卮_定與藍(lán)光相關(guān)的OD。圖8A至圖8D分別描述各個(gè)細(xì)胞的遮蔽形式，其中除了具有大于預(yù)定閾值的紅色熒光強(qiáng)度值或綠色熒光強(qiáng)度值的那些像素外，全部被遮蔽。各個(gè)細(xì)胞的遮蔽部分內(nèi)的OD的平均值（即，與413nm波長相關(guān)的OD）被確定。圖7A至圖7D示出由穿過各個(gè)細(xì)胞傳輸?shù)纳鲜龉猱a(chǎn)生的藍(lán)色OD的圖像。為了促進(jìn)圖7A至圖7D的評估，在每一圖像中繪出環(huán)繞線，該線指示外部區(qū)域和內(nèi)部區(qū)域之間的邊界（此處平均細(xì)胞吸收被確定）。圖22圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的在413nm下的平均細(xì)胞吸收的差異。例如，與嗜酸性粒細(xì)胞相關(guān)的在413nm下的平均細(xì)胞吸收使在413nm下的平均細(xì)胞吸收成為可用于區(qū)別嗜酸性粒細(xì)胞的識別特征，這在圖7A至圖7D中也是明顯的?！昂思y理”是這樣的識別特征：其量化細(xì)胞的核區(qū)域內(nèi)發(fā)出的綠色熒光的“紋理”。術(shù)語“紋理”用于指通?；诿恳幌袼氐募?xì)胞的核內(nèi)的綠色熒光的變化性?？墒褂脭?shù)個(gè)不同的技術(shù)以量化核紋理。例如，每一像素的標(biāo)準(zhǔn)化綠色強(qiáng)度值的標(biāo)準(zhǔn)偏差可被用于量化核紋理。通過識別細(xì)胞內(nèi)的發(fā)射綠色熒光的全部像素且將具有最低強(qiáng)度的像素賦予任意值0且將具有最高強(qiáng)度的像素賦予值1，可確定標(biāo)準(zhǔn)化的綠色熒光強(qiáng)度值。可使用已知技術(shù)從那些值計(jì)算強(qiáng)度值的標(biāo)準(zhǔn)偏差。圖23圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的核紋理的差異。例如，與淋巴細(xì)胞相關(guān)的核紋理使核紋理成為可用于區(qū)別淋巴細(xì)胞的識別特征?！昂税枷荻龋╤ollowness）”是附加于核紋理或者替代核紋理使用的識別特征。核凹陷度是綠色熒光圖像中的位于細(xì)胞內(nèi)部的一組像素的強(qiáng)度與位于細(xì)胞外部的一組像素的強(qiáng)度的比率?！巴獠俊焙汀皟?nèi)部”的定義可例如基于經(jīng)驗(yàn)數(shù)據(jù)被改變以適合即將進(jìn)行的應(yīng)用。例如，外部可被限定為位于細(xì)胞的邊界處的一些像素的帶，例如當(dāng)像素尺寸為大約0.5μm時(shí)在細(xì)胞的邊界處三個(gè)像素的帶。因此，內(nèi)部可為細(xì)胞內(nèi)與外部不同的區(qū)域。圖24A包括綠色通道中的細(xì)胞核以示出核的內(nèi)部與核外部之間的強(qiáng)度的差異。圖24B包含相似的圖像，且包括環(huán)繞線以促進(jìn)內(nèi)部和外部的識別。內(nèi)部組和外部組的像素的相對強(qiáng)度使得在一些嗜中性粒細(xì)胞中內(nèi)部像素的強(qiáng)度在數(shù)量上通常小于外部像素的強(qiáng)度。圖24A和圖24B示出綠色通道圖像和紅色通道圖像，其中圖24A示出核中出現(xiàn)的像孔一樣的暗淡部分。圖25圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的“核凹陷度”的差異。例如，與嗜中性粒細(xì)胞相關(guān)的“核凹陷度”具有比其他類型的細(xì)胞大的值，其使“核凹陷度”成為可用于區(qū)別嗜中性粒細(xì)胞的識別特征?！凹?xì)胞質(zhì)紋理”是量化細(xì)胞的細(xì)胞質(zhì)內(nèi)發(fā)射的紅色熒光的“紋理”的識別特征。術(shù)語“紋理”用于指通?；诿恳幌袼氐募?xì)胞的細(xì)胞質(zhì)內(nèi)的紅色熒光的變化性。可使用多個(gè)不同的技術(shù)量化細(xì)胞質(zhì)紋理。例如，每一像素的標(biāo)準(zhǔn)化紅色強(qiáng)度值的標(biāo)準(zhǔn)偏差可被用于量化細(xì)胞質(zhì)紋理。通過識別細(xì)胞內(nèi)的發(fā)射紅色熒光的全部像素且將具有最低強(qiáng)度的像素賦予任意值0而將具有最高強(qiáng)度的像素賦予值1，可確定標(biāo)準(zhǔn)化的紅色熒光強(qiáng)度值。使用已知技術(shù)從那些值可計(jì)算強(qiáng)度值的標(biāo)準(zhǔn)偏差。圖26圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的細(xì)胞質(zhì)紋理的差異。例如，與嗜中性粒細(xì)胞相關(guān)的細(xì)胞質(zhì)紋理使細(xì)胞質(zhì)紋理成為可用于區(qū)別嗜中性粒細(xì)胞的識別特征。以與上文所描述的關(guān)于核紋理和核凹陷度類似的方式，“細(xì)胞質(zhì)凹陷度”是可附加于細(xì)胞質(zhì)紋理或者替代細(xì)胞質(zhì)紋理使用的識別特征。細(xì)胞質(zhì)凹陷度是紅色熒光圖像中的位于細(xì)胞質(zhì)內(nèi)部的一組像素的強(qiáng)度與位于細(xì)胞質(zhì)外部的一組像素的強(qiáng)度的比率。內(nèi)部組和外部組的像素的相對強(qiáng)度使得在嗜中性粒細(xì)胞和嗜酸性粒細(xì)胞中內(nèi)部像素的強(qiáng)度在數(shù)量上通常小于外部像素的強(qiáng)度。圖27圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的“細(xì)胞質(zhì)凹陷度”的差異。例如，與嗜中性粒細(xì)胞相關(guān)的“細(xì)胞質(zhì)凹陷度”大于與淋巴細(xì)胞和單核細(xì)胞相關(guān)的細(xì)胞質(zhì)凹陷度，但是小于與嗜酸性粒細(xì)胞相關(guān)的細(xì)胞質(zhì)凹陷度，從而使“細(xì)胞質(zhì)凹陷度”成為可用于區(qū)別嗜中性粒細(xì)胞的識別特征?！霸诮o定波長下的細(xì)胞吸收紋理”是這樣的識別特征：其量化與穿過細(xì)胞傳輸?shù)慕o定波長的藍(lán)光相關(guān)的細(xì)胞的OD值的紋理，該OD是基于每一像素進(jìn)行感測的。如上文所指出，傳輸?shù)乃{(lán)光可在約405nm至425nm的范圍內(nèi)，并且，因?yàn)樵诓ㄩL為413nm或約413nm時(shí)血紅蛋白具有峰值吸收，因此約413nm的傳輸藍(lán)光是有利的?！凹y理”指細(xì)胞內(nèi)的OD值的變化性。也如上文所指出，可使用多個(gè)不同的技術(shù)量化紋理，例如，與413nm的藍(lán)光相關(guān)的OD值的標(biāo)準(zhǔn)偏差。圖28圖解地示出與淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞和嗜酸性粒細(xì)胞相關(guān)的在413nm下的細(xì)胞吸收紋理的差異。例如，與嗜酸性粒細(xì)胞相關(guān)的在413nm下的細(xì)胞吸收紋理使在413nm下的細(xì)胞吸收紋理成為可用于區(qū)別嗜酸性粒細(xì)胞的識別特征。如上所述，在用于識別圖像內(nèi)的特定WBC從而執(zhí)行LDC的算法內(nèi)，可程控分析儀72適于利用識別特征，例如上文所述描述的那些識別特征。通過上述特征而提供的定量信息可以多種不同的方式進(jìn)行處理以提供與LDC相關(guān)的信息。例如，在一些實(shí)施方式中，可程控分析儀72適于包括基于規(guī)則的分類器，其相對于一個(gè)或多個(gè)特征評估樣品圖像且使用這種評估對樣品內(nèi)的細(xì)胞進(jìn)行分類。每一特征是可根據(jù)定量值描述的。根據(jù)特征評估樣品圖像內(nèi)的一些細(xì)胞或全部細(xì)胞，即確定該特征的定量值。然后，使所確定的定量值與用于該特征的基準(zhǔn)值對比，以確定該細(xì)胞是否是WBC的特定類型。隨后，對于所考慮的每一種類型的特征，進(jìn)行該過程。例如，為了評估特定的細(xì)胞圖像，分類器可首先考慮細(xì)胞面積特征。如果所確定的細(xì)胞面積值低于預(yù)定的細(xì)胞面積值，則分類器所應(yīng)用的規(guī)則可規(guī)定排除某些WBC類型（例如單核細(xì)胞）而包括其他WBC類型（嗜酸性粒細(xì)胞、淋巴細(xì)胞和嗜中性粒細(xì)胞）。然后，基于規(guī)則的分類器可評估細(xì)胞圖像以確定葉的數(shù)目。如果所確定的葉的數(shù)目等于或大于預(yù)定值（例如2），則分類器所應(yīng)用的規(guī)則將說明某些WBC類型（例如淋巴細(xì)胞）被排除而其他WBC類型（例如嗜中性粒細(xì)胞和嗜酸性粒細(xì)胞）被包括在內(nèi)。然后，基于規(guī)則的分類器可評估細(xì)胞圖像以確定在給定波長下平均細(xì)胞吸收的定量值。如果所確定的在給定波長下（例如413nm）的平均細(xì)胞吸收值高于預(yù)定的閾值，則分類器所應(yīng)用的規(guī)則將說明某些WBC類型（例如嗜中性粒細(xì)胞）被排除在外而其他WBC類型（例如嗜酸性粒細(xì)胞）被包括在內(nèi)。因此，通過將某些規(guī)評估則應(yīng)用至細(xì)胞圖像，基于規(guī)則的分類器對WBC類型（即嗜酸性粒細(xì)胞）做出確定。用于評估樣品圖像的特征的順序是可變的，以適應(yīng)即將進(jìn)行的應(yīng)用。例如，可程控分析儀72可首先用于評估樣品圖像，以在LDC分析中確定細(xì)胞的存在性。一旦識別出細(xì)胞，即可將樣品圖像的剩余部遮蔽，只對那些已被確認(rèn)為細(xì)胞的樣品圖像部分使用LDC算法。但本發(fā)明并不僅限于該排序的示例。在來自特定對象的樣品總體內(nèi)，WBC類型的每一識別特征的定量值可在某種程度上發(fā)生定量變化，且還也在對象之間發(fā)生變化。例如，LDC算法通過利用多個(gè)特征評估細(xì)胞圖像，來解釋這種變化性。通過使用多于一個(gè)特征來評估和識別細(xì)胞，本方法降低了任何具體特征對評估的精確度產(chǎn)生負(fù)面影響的可能性。圖29中提供的表格示出了與特定類型的WBC相關(guān)的成組的主要區(qū)別特征。這些特征分組是可用于在四部分LDC內(nèi)將一種WBC與另一種WBC明顯區(qū)別的組的示例。該變化性也可通過選擇性調(diào)整與每一特征相關(guān)的基準(zhǔn)定量值的幅值來說明。在一些實(shí)施方式中，當(dāng)已確定一組像素是WBC類型（雖然可能該WBC的具體類型尚不清楚，這取決于何時(shí)確定后面提到的方框）時(shí)，可使用可程控分析儀72繞著該組像素限定邊界（即，“方框”）。為了說明，圖30示出樣品圖像，在該圖像中，多個(gè)WBC76位于大量RBC78中或位于RBC78之間。圖31示出圖30的樣品圖像，其中將方框應(yīng)用于在樣品圖像內(nèi)被識別的每一WBC76。取決于當(dāng)前的分析，可將每一WBC76用方框標(biāo)出，或可替選地用方框標(biāo)出某些類型的WBC。每一方框限定了與特定WBC76相關(guān)的圖像子集，該圖像子集包括WBC像素和額外的像素（如果存在），這些額外的像素填充了方框的剩余部。在一些實(shí)施方式中，可用標(biāo)準(zhǔn)尺寸的方框?yàn)闃悠分幸炎R別的每一WBC創(chuàng)建圖像子集。例如，識別出全部WBC76并且確定所識別的WBC中的最大尺寸的WBC之后，可選用足以包括代表最大尺寸WBC的所有像素的“方框”尺寸；例如：三十（30）像素乘以三十（30）像素的正方形框。但是，由于WBC的大小是可變的，因此每次分析使用的“標(biāo)準(zhǔn)”方框的大小也是可變的、并不僅限于任何特定尺寸。一旦選定了合適的標(biāo)準(zhǔn)方框尺寸，則可使用同樣尺寸的方框確定每一WBC76的圖像子集。圖像子集方框（標(biāo)準(zhǔn)尺寸或個(gè)別尺寸）可被用作區(qū)別樣品圖像中WBC76的基礎(chǔ)；例如，可遮蔽圖像中方框外的部分，只留下“框住的”WBC（例如：參考圖32），或相反，將圖像中方框內(nèi)的部分遮蔽，只留下圖像剩余部（例如：參考圖33）。圖像子集方框可用于幫助評估WBC76。例如，可程控分析儀72可被用于為圖像子集的邊界分配顏色，來識別在方框內(nèi)包圍的WBC的類型（例如：參考圖31；例如：單核細(xì)胞=藍(lán)色方框邊界；嗜酸性粒細(xì)胞=橙色方框邊界；淋巴細(xì)胞=綠色方框邊界；以及嗜中性粒細(xì)胞=紅色方框邊界），以便評估它們。上述方框邊界顏色是任意選擇的，本發(fā)明并不僅限于使用這些顏色。在可替選的實(shí)施方式中，可使用除了顏色外的視覺特征區(qū)別方框內(nèi)包含的WBC的類型。在一些實(shí)施方式中，可程控分析儀72可用于將已識別的WBC的一些或全部圖像部分（或包含WBC的圖像子集方框）組合成整體顯示的格式，從而在分析裝置顯示器74進(jìn)行比較查看WBC。例如，圖34說明了整體比較顯示，其中，已識別的WBC76靠近排列以便于分析。在一些實(shí)施方式中，組合的WBC76被按照類型分開和查看；例如，在對比圖中，所有WBC76都為嗜酸性粒細(xì)胞或嗜中性粒細(xì)胞等?？商孢x地，將對比圖的一部分專用于特定的WBC類型；例如，該視圖包括一排嗜酸性粒細(xì)胞、一排嗜中性粒細(xì)胞等。在一些實(shí)施方式中，可程控分析儀72還被用于使每一已識別的WBC76與樣品圖像中（或圖像幀中）的其特定位置、以及該WBC的特定類型（例如：淋巴細(xì)胞、嗜中性粒細(xì)胞、單核細(xì)胞、嗜酸性粒細(xì)胞、嗜堿粒細(xì)胞）相關(guān)聯(lián)。這些相關(guān)聯(lián)的位置能夠使WBC圖像子集被重新組合在其在原始樣品圖像中相對于彼此出現(xiàn)的位置。這些相對定位也能夠進(jìn)行關(guān)于樣品圖像內(nèi)的相鄰WBC和/或相鄰位置的影響的分析。例如，加入樣品中的著色劑有時(shí)不會在該靜止樣品中均勻分布。某一區(qū)域可具有均勻的著色劑分布，但該區(qū)域中的著色劑濃度可能與另一不同區(qū)域中的不同。因此，如果基于著色劑濃度對不同區(qū)域的WBC進(jìn)行比較，則利用著色劑濃度分析可能會產(chǎn)生偏差?？沙炭胤治鰞x72用于相對于當(dāng)前的分析，判斷WBC圖像部分的位置在何處。著色劑濃度的差異說明了認(rèn)知WBC樣品圖像部分位置的效用，但其效用并不僅限于此。以使存儲信息能以相對高的清晰度重現(xiàn)的格式存儲在分析中所依賴的樣品圖像部分具有相當(dāng)大的效用，以使存儲信息能以相對高的清晰度重現(xiàn)的格式即，以具有可接受的較低程度的信息丟失的方式，其不會對隨后分析基于每一像素所代表的信息的能力產(chǎn)生不利的影響。但靜置于腔室50中的血液樣品的彩色圖像，其大小非常大（例如：1-2GB）。大圖像數(shù)據(jù)文件會占用存儲空間、妨礙遠(yuǎn)距離傳輸和/或減緩處理過程。為了解決大圖像數(shù)據(jù)文件相關(guān)的問題，可程控分析儀72進(jìn)一步被用于以便于數(shù)據(jù)壓縮的方式處理該圖像。為了便于壓縮樣品圖像，可程控分析儀72用于壓縮已確定為代表WBC的樣品圖像部分。使用的壓縮算法能夠?qū)悠穲D像部分進(jìn)行壓縮并在以后解壓，解壓時(shí)相對于相關(guān)樣品圖像部分的初始像素的信息丟失很小或不存在丟失，即，這種程度的信息丟失不會妨礙在樣品圖像部分內(nèi)呈現(xiàn)的信息的分析。例如，可采用無損數(shù)據(jù)壓縮算法壓縮樣品圖像部分。在那些WBC被包含在圖像子集方框的例子中，每一圖像子集方框中的全部像素都采用無損壓縮算法或類似算法壓縮。由聯(lián)合攝影專家組（JointPhotographicExpertsGroup）提供的JPEG2000無損模式即為無損壓縮算法的可接受的例子。本發(fā)明并不僅限于使用無損壓縮類型的算法，或任何特定類型的無損壓縮算法。根據(jù)上述的LDC分析，可在完成整個(gè)分析前使用可程控分析儀72壓縮WBC像素?cái)?shù)據(jù)，例如，在已識別細(xì)胞后但尚未分析確定WBC類型前。然而，優(yōu)選地，在分析后并且可提供樣品分析數(shù)據(jù)（例如：WBC類型）后，使用可程控分析儀72壓縮WBC像素?cái)?shù)據(jù)。至于圖像的剩余部，可使用精度較低的壓縮技術(shù)進(jìn)行壓縮，該精度較低的壓縮技術(shù)與使用無損壓縮技術(shù)相比在更大的程度上壓縮圖像數(shù)據(jù)，或者也可丟棄這部分。在那些圖像剩余部被壓縮的例子中，例如，可采用有損數(shù)據(jù)壓縮算法壓縮剩余的圖像部分。由聯(lián)合攝影專家組提供的JPEG2000有損模式即為有損壓縮算法的可接受的例子。本發(fā)明并不僅限于使用有損壓縮類型的算法，或任何特定類型的有損壓縮算法。如上所述，可程控分析儀72可被用于將每一已識別的WBC與其在樣品圖像中（或圖像幀中）的特定位置相關(guān)聯(lián)。這些相關(guān)聯(lián)的位置能夠使WBC圖像子集在壓縮后而重新組合在其在原始樣品圖像中相對于彼此出現(xiàn)的位置。在本發(fā)明的操作中，將未稀釋的全血樣品采集到例如圖3所示的一次性盒中。包括一種或多種著色劑（例如ACO）和抗凝血?jiǎng)ɡ鏓DTA）的試劑，被添加到樣品中以促進(jìn)LDC分析。將與試劑混合的樣品置于盒的分析腔室50部分中，在成像過程期間樣品靜止地位于該盒中。將盒插入（或者接合）到分析裝置中，通過盒定位裝置66將盒相對于物鏡64、樣品照明器68和析像管70合適地定位，隨后進(jìn)行成像。在多數(shù)情況下，分析裝置被程控以對靜止地置于腔室50內(nèi)的全部樣品進(jìn)行成像（以單個(gè)圖像的形式或者整個(gè)圖像的幀的形式）。然而，在一些應(yīng)用中，可對樣品的一部分進(jìn)行成像。成像方法可根據(jù)即將進(jìn)行的應(yīng)用而變化。對于上述的四部分LDC，成像方法包括使樣品受到熒光激發(fā)光源（例如來自落射熒光光源的約470nm的光）和透射光源（例如413nm或約413nm的藍(lán)光）照射。激發(fā)光源導(dǎo)致與位于樣品內(nèi)的成分結(jié)合的著色劑發(fā)出兩個(gè)不同的波長的熒光（例如，發(fā)出約660nm的紅光，發(fā)出約540nm綠光）。一定量的透射光穿過樣品，而剩余的光被樣品/著色劑吸收。析像管70捕獲穿過樣品傳輸?shù)墓夂蛠碜詷悠返陌l(fā)熒光的光，并且提供了代表所捕獲的光的強(qiáng)度和顏色的信號。該信號被處理成允許可程控分析儀72基于信號形成樣品圖像的形式，該圖像可被定量分析以執(zhí)行四部分LDC。在定量分析樣品圖像時(shí)，算法識別圖像內(nèi)的WBC。為了促進(jìn)和/或加速分析，樣品圖像可被遮蔽（例如通過分割）以去除除了那些被識別為細(xì)胞的部分外的全部樣品圖像。依據(jù)一個(gè)或多個(gè)特征（例如，參見在圖30中所公開的特征分組），且通?；旧弦罁?jù)全部特征，定量評估被識別為細(xì)胞的圖像部分。對于每一特征，在算法（例如，學(xué)習(xí)模型部分）內(nèi)利用每一細(xì)胞的定量值（或概率密度函數(shù)）分類細(xì)胞。一旦細(xì)胞被分類和計(jì)數(shù)，則數(shù)據(jù)被組織以提供LDC數(shù)據(jù)。被分類的細(xì)胞可隨后被用戶在連接至分析裝置的顯示器74上查看。為了幫助存儲和/或發(fā)送圖像分析數(shù)據(jù)，可采用上述壓縮算法處理圖像。例如，采用無損類型的壓縮算法處理與細(xì)胞（例如：已識別的WBC）相關(guān)的圖像子集，而圖像的剩余部則采用有損數(shù)據(jù)壓縮算法進(jìn)行壓縮或被丟棄。本發(fā)明壓縮樣品圖像的能力為有關(guān)處理和存儲文件提供了顯著的優(yōu)勢。例如，在典型樣品圖像中，約1000個(gè)WBC可通過給定分析被識別和區(qū)分。如果該樣品圖像被分為十（10）幀，每幀大小約為兩千五百像素乘以一千九百像素（2500×1900）。如果在三十乘以三十（30×30）像素的方框中圍住每一已識別的WBC，那么預(yù)壓縮比為((2500×1900×10)/(30×30×1000))，約為52.8倍。如果隨后采用無損壓縮算法（其將圖像數(shù)據(jù)壓縮四倍）壓縮WBC方框中的圖像數(shù)據(jù)子集，并且丟棄剩余的圖像部分，那么原始圖像數(shù)據(jù)和壓縮后圖像數(shù)據(jù)之間的壓縮比大于兩百倍（>200×）。即使在如此高的壓縮比下，也能以微不足道的信息丟失量恢復(fù)壓縮數(shù)據(jù)。以上述方法存儲的圖像分析數(shù)據(jù)為隨后的恢復(fù)和/或向遠(yuǎn)程位置發(fā)送提供了極大的便利。所恢復(fù)的圖像分析數(shù)據(jù)（其根據(jù)自動算法先前被分析），可被專業(yè)技術(shù)人員檢查或確定該分析結(jié)果，例如：用于質(zhì)量控制目的。此外，根據(jù)需要可對恢復(fù)的高分辨率數(shù)據(jù)進(jìn)行額外圖像分析。雖然已結(jié)合本發(fā)明的詳盡的實(shí)施方式顯示并描述了本發(fā)明，但本領(lǐng)域技術(shù)人員將能理解，在不脫離本發(fā)明精神和范圍的情況下，可以做出各種形式和細(xì)節(jié)上的改變。