摘要：针对多参数流式细胞数据传统人工分群过程复杂、自动化程度不高等问题,提出了一种基于核熵成分分析（KECA）的自动分群方法。选取对瑞利（Renyi）熵具有最大贡献的特征向量作为投影方向,对数据进行特征提取;设计了一种基于余弦相似度和K-means算法的分类器,并采用一种基于向量夹角的最佳聚类数确定方法,最终获得细胞的分类标签。对实验获得的淋巴细胞免疫表型分析数据进行处理,结果表明,该方法能够实现细胞的快速、自动分群,整体分群准确率能够达到97%以上,操作简单便捷,提高了细胞分析的效率。

关键词：流式细胞术 自动分群 核熵成分分析 余弦相似度 

单位：北京信息科技大学光电测试技术北京市重点实验室; 北京100192