面向白血病微小残留病灶检测的流式细胞数据分析方法

本发明公开了一种面向白血病微小残留病灶检测的流式细胞数据分析方法。该方法通过数据格式转换和清洗模块统一处理不同格式的流式细胞数据，采用细胞级与样本级协同数据增强技术扩充数据集，提升分类模型对小样本不平衡数据的学习能力。通过设计动态集成卷积神经网络与元学习网络的互补学习框架，其中卷积神经网络挖掘细胞局部特征，元学习网络通过模拟多任务学习增强全局泛化能力。同时，引入基于荧光标志物权重的惩罚项，将医学先验知识融入模型优化过程，提升对关键生物标志物的识别能力。本发明解决了传统流式细胞数据分析中依赖操作者经验、样本不平衡及信号漂移等问题，具有较强的泛化能力和临床应用潜力。