血液分离装置和数据处理系统

摘要

本发明涉及用于血液成分的分离和收集的算法的动态调整，更具体地涉及血液分离装置和数据处理系统。将血液从源输送到分离器中，该分离器从血液中分离出至少一种目标血液成分。然后将目标血液成分输送出分离器，其中，该程序继续直到初始目标量的待处理血液已经从源被输送到分离器中并且从初始目标量的待处理血液中分离出的目标血液成分作为目标血液成分的实际产量已经被输送出分离器为止。然后至少部分地基于目标血液成分的目标产量与实际产量之间的差来确定待处理血液的调整目标量。然后当下次执行该程序时将待处理血液的初始目标量替换为待处理血液的调整目标量。

权利要求

1.一种血液分离装置，包括：

分离器，所述分离器构造成接纳血液分离室；

泵系统；以及

控制器，所述控制器编程有用于执行血液分离程序的血液分离算法，在所述血液分离程序中，来自血液源的初始目标量的血液被所述泵系统泵送到所述分离器中并且被分离，以便收集目标产量的目标血液成分，其中，所述控制器配置成：访问或接收由所述血液分离装置和/或由一个或更多个其他血液分离装置执行的多个血液分离程序的结果，其中，所述结果中的每个结果包括所述目标血液成分的实际产量和/或在执行所述血液分离程序之前和执行所述血液分离程序之后的血液特性之间的差异；

针对所述结果的子集确定所述目标产量与所述实际产量之间的相关性和/或在执行所述血液分离程序之前和执行所述血液分离程序之后的所述血液特性之间的所述差异的相关性，以便确定在随后执行所述血液分离程序时的待分离血液的调整量和/或待应用于所述血液分离算法的比例因子，以便在随后执行所述血液分离程序时分离所述调整量的血液；以及修改所述血液分离算法，以便在随后执行所述血液分离程序时分离所述调整量的血液，其中，所述控制器配置成采用机器学习技术，以便在将所述目标产量和所述实际产量关联时以及/或者将在执行所述血液分离程序之前和执行所述血液分离程序之后的所述血液特性之间的所述差异关联时使均方误差最小化。

2.根据权利要求1所述的血液分离装置，其中，

所述结果是针对在血液源上执行的多个血液分离程序，并且

所述血液分离装置配置成修改所述血液分离算法，以便在随后对所述血液源执行所述血液分离程序时分离所述调整量的血液。

3.根据权利要求1所述的血液分离装置，其中，

所述结果是针对在多个不同的血液源上执行的血液分离程序，

所述血液分离装置还配置成访问或接收关于所述多个不同的血液源中的每个血液源的多个特性的数据，并且确定所述结果中的哪些结果包括在所述子集中至少部分地基于所述特性中的一个特性。

4.根据权利要求3所述的血液分离装置，其中，所述多个特性包括所述血液源的性别、身高、体重中的至少一者。

5.根据权利要求1至4中的任一项所述的血液分离装置，其中，在执行所述血液分离程序之前和执行所述血液分离程序之后的血液特性之间的所述差异包括程序前的血细胞比容与程序后的血细胞比容之间的差异。

6.根据权利要求1至4中的任一项所述的血液分离装置，其中，在执行所述血液分离程序之前和执行所述血液分离程序之后的血液特性之间的所述差异包括血小板预计数与血小板后计数之间的差异。

7.根据权利要求1至4中的任一项所述的血液分离装置，所述血液分离装置配置成在确定所述相关性时计算平均值或均值。

8.根据权利要求1至4中的任一项所述的血液分离装置，所述血液分离装置配置成在确定所述相关性时计算移动平均值。

9.根据权利要求8所述的血液分离装置，所述血液分离装置配置成采用机器学习技术来确定要包括在所述子集中的所述结果的数目，以便在计算所述移动平均值时使均方误差最小化。

10.根据权利要求1至4中的任一项所述的血液分离装置，所述血液分离装置配置成在确定所述相关性时计算双移动平均值。

11.根据权利要求10所述的血液分离装置，所述血液分离装置配置成采用机器学习技术来确定要包括在所述子集中的所述结果的数目，以便在计算所述双移动平均值时使均方误差最小化。

12.根据权利要求1至4中的任一项所述的血液分离装置，所述血液分离装置配置成在确定所述相关性时采用指数平滑技术、双重指数平滑技术或三重指数平滑技术。

13.根据权利要求12所述的血液分离装置，所述血液分离装置配置成采用机器学习技术来确定用于较旧的结果被衰减或被平滑的速度的值，以便在采用所述指数平滑技术、所述双重指数平滑技术或所述三重指数平滑技术时使均方误差最小化。

14.根据权利要求12所述的血液分离装置，所述血液分离装置配置成采用机器学习技术来确定要使用的多个值，以便在采用所述双重指数平滑技术或所述三重指数平滑技术时使均方误差最小化。

15.根据权利要求1至4中的任一项所述的血液分离装置，其中，所述目标血液成分包括贫血小板血浆。

16.一种数据处理系统，所述数据处理系统配置成与多个血液分离装置控制器通信，每个所述血液分离装置控制器编程有用于执行血液分离程序的血液分离算法，在所述血液分离程序中，来自血液源的初始目标量的血液被分离，以便收集目标产量的目标血液成分，其中，所述数据处理系统配置成：访问或接收由多个所述血液分离装置控制器中的至少一个血液分离装置控制器执行的多个血液分离程序的结果，其中，所述结果中的每个结果包括所述目标血液成分的实际产量和/或在执行所述血液分离程序之前和执行所述血液分离程序之后的血液特性之间的差异；

针对所述结果的子集确定所述目标产量与所述实际产量之间的相关性和/或在执行所述血液分离程序之前和执行所述血液分离程序之后的所述血液特性之间的所述差异的相关性，以便确定在随后执行所述血液分离程序时的待分离血液的调整量和/或待应用于所述血液分离算法的比例因子，以便在随后执行所述血液分离程序时分离所述调整量的血液；以及将基于所述相关性的信号传输至所述血液分离装置控制器中的至少一个血液分离装置控制器，其中，所述信号配置成修改所述血液分离算法，以便在随后执行所述血液分离程序时分离所述调整量的血液，其中，所述数据处理系统配置成采用机器学习技术，以便在将所述目标产量和所述实际产量关联时以及/或者将在执行所述血液分离程序之前和执行所述血液分离程序之后的所述血液特性之间的所述差异关联时使均方误差最小化。

17.根据权利要求16所述的数据处理系统，其中，

所述结果是针对在血液源上执行的多个血液分离程序，并且

所述信号配置成修改所述血液分离算法，以便在随后对所述血液源执行所述血液分离程序时分离所述调整量的血液。

18.根据权利要求16所述的数据处理系统，其中，

所述结果是针对在多个不同的血液源上执行的血液分离程序，

所述数据处理系统还配置成访问或接收关于所述多个不同的血液源中的每个血液源的多个特性的数据，并且确定所述结果中的哪些结果包括在所述子集中至少部分地基于所述特性中的一个特性。

19.根据权利要求18所述的数据处理系统，其中，所述多个特性包括所述血液源的性别、身高、体重中的至少一者。

20.根据权利要求16至19中的任一项所述的数据处理系统，其中，在执行所述血液分离程序之前和执行所述血液分离程序之后的血液特性之间的所述差异包括程序前的血细胞比容与程序后的血细胞比容之间的差异。

21.根据权利要求16至19中的任一项所述的数据处理系统，其中，在执行所述血液分离程序之前和执行所述血液分离程序之后的血液特性之间的所述差异包括血小板预计数与血小板后计数之间的差异。

22.根据权利要求16至19中的任一项所述的数据处理系统，所述数据处理系统配置成在确定所述相关性时计算平均值或均值。

23.根据权利要求16至19中的任一项所述的数据处理系统，所述数据处理系统配置成在确定所述相关性时计算移动平均值。

24.根据权利要求23所述的数据处理系统，所述数据处理系统配置成采用机器学习技术来确定要包括在所述子集中的所述结果的数目，以便在计算所述移动平均值时使均方误差最小化。

25.根据权利要求16至19中的任一项所述的数据处理系统，所述数据处理系统配置成在确定所述相关性时计算双移动平均值。

26.根据权利要求25所述的数据处理系统，所述数据处理系统配置成采用机器学习技术来确定要包括在所述子集中的所述结果的数目，以便在计算所述双移动平均值时使均方误差最小化。

27.根据权利要求16至19中的任一项所述的数据处理系统，所述数据处理系统配置成在确定所述相关性时采用指数平滑技术、双重指数平滑技术或三重指数平滑技术。

28.根据权利要求27所述的数据处理系统，所述数据处理系统配置成采用机器学习技术来确定用于较旧的结果被衰减或被平滑的速度的值，以便在采用所述指数平滑技术、所述双重指数平滑技术或所述三重指数平滑技术时使均方误差最小化。

29.根据权利要求27所述的数据处理系统，所述数据处理系统配置成采用机器学习技术来确定要使用的多个值，以便在采用所述双重指数平滑技术或所述三重指数平滑技术时使均方误差最小化。

30.根据权利要求16至19中的任一项所述的数据处理系统，其中，所述目标血液成分包括贫血小板血浆。

说明书

血液分离装置和数据处理系统

[0001] 本申请是申请日为2020年09月14日、申请号为202010962486.2、发明名称为“用于血液成分的分离和收集的算法的动态调整”的发明专利申请的分案申请。

[0002] 相关申请的交叉引用

[0003] 本申请要求于2019年9月16日提交的序列号为62/900,957的美国临时专利申请的权益和优先权，该美国临时申请的内容通过参引并入本文中。

技术领域

[0004] 本发明涉及血液成分的分离和收集。更特别地，本发明涉及在血液成分的分离和收集期间采用的动态调整算法。

背景技术

[0005] 现在，各种血液处理系统可以从血液源收集特定的血液组分而不是全血。通常，在这样的系统中，从血液源中抽取全血，分离、去除和收集特定的血液成分或组分，并且将剩余的血液组分返回至血液源。当血液源是人类捐献者时，仅去除特定组分是有利的，因为捐献者的身体恢复到捐献前水平所需的时间可能更少，并且捐献可以以比采集全血时更频繁的间隔进行。这增加了可以用于转移和/或治疗处理的血液组分、比如血浆和血小板的总体供应。

[0006] 根据一种方法，全血可以通过离心分离成全血的组分。这要求在从血液源中抽出全血之后以及在将全血的任何组分返回至血液源之前，使全血穿过离心机。为了减少污染和可能的感染(如果血液源是人类捐献者或患者)，在离心过程期间血液优选地在密封的无菌流体流动回路中进行处理。操作者在处理之前将新的无菌一次性流动回路安装在离心机中，并且在处理之后将该流动回路移除并丢弃。典型的一次性流动回路是密封且无菌的，并且包括分离室部分，该分离室部分以配合的方式安装在耐用的、可重复使用的组件上，该组件包括使分离室旋转并控制穿过流体回路的流量的硬件(离心机、驱动系统、泵、阀致动器、可编程控制器等)。分离室可以由大体上刚性的材料(例如，模制塑料)形成，在这种情况下，室本身限定了将血液分成两种或更多种成分的流动路径或通道，或者分离室可以由更具柔性的材料(例如，呈带或环的形式)形成，该更具柔性的材料依靠系统硬件来支承室并且在血液流动穿过室时限定室的形状。

[0007] 在将一次性回路装载到离心机上(或恰好在装载之前或装载期间)的情况下，操作者通常例如借助于触摸屏或其他用户界面系统输入将由系统执行的特定的处理方案(例如，从全血中分离并且收集血小板的程序)和其他参数(例如，血液源的重量、将被收集的分离出的血液成分的期望体积等)。当系统已经被编程时，操作者将源与回路流体连接，并且系统在操作者的监督下执行该程序。

[0008] 离心机在处理期间使一次性流动回路的分离室旋转，从而使分离室中全血的较重(较大的比重)的成分比如红细胞远离旋转中心朝向分离室的外壁或“高G”壁径向向外移动。较轻(较低的比重)的成分比如血浆朝向分离室的内壁或“低G”壁迁移。分离室中的形成在较重成分与较轻成分之间的边界通常被称为界面。通过在流动回路中提供适当定位的通道结构和出口端口，可以从全血中选择性地去除这些成分中的各种成分。例如，在一个血液分离程序中，从细胞血液成分中分离血浆并且收集血浆，并将细胞血液成分和置换流体返回至血液源。替代性地，可以从分离室中收获红细胞，并且将其余的血液组分返回至捐献者。其他过程也是可能的，包括但不限于血小板收集、红细胞交换、血浆交换等。

[0009] 尽管许多血液分离系统和程序已经采用了离心分离原理，但是基于膜的使用，还存在另一类装置，该装置已经用于血浆置换术(即，从全血中分离血浆)。更具体地，这种类型的装置采用相对旋转的表面，相对旋转的表面中的至少一个表面承载有多孔膜。通常，该装置采用外部静止壳体和被多孔膜覆盖的内部旋转转子。血液被给送到转子与壳体之间的环形空间或间隙中。血液沿着壳体的纵向轴线朝向出口区域移动，其中，血浆穿过膜并且从壳体穿出进入收集袋中。其余的血液成分(主要是红细胞、血小板和白细胞)移动到转子与壳体之间的出口区域，并且然后返回到捐献者或输送到收集袋中。

[0010] 在PCT专利申请公开No.WO 2018/053217 A1中描述了结合有离心机和旋转膜分离器两者的系统，该PCT专利申请公开在此通过参引并入本文中。应当理解的是，可以通过各种方法来实现血液分离，并且离心分离和经由旋转膜的分离仅是用于血液分离的两种示例性方法。

[0011] 不管将血液分离成两种或更多种组分所采用的特定方法如何，硬件的控制器都必须确定待处理血液的量或将待处理血液的量提供给控制器，以便实现一个或更多个目标血液成分的目标产量。可以通过多种方法中的任何方法来确定或选择待处理血液的适当量。例如，待处理血液的量可以基于血液源的血液组成，该血液组成可以通过在处理之前分析来自该源的血液样本来确定。如果不能分析血液样本，则待处理血液的量可以基于血液源的预期的血液组成，该预期的血液组成可以基于将源的特性(例如性别和体重)与从较大的群体中获取的血液组成数据进行比较。预期的组成根据较大(但有限)的群体的数据通过实验确定，该数据旨在代表广泛的人群。

[0012] 重要的是准确确定待处理血液的量。如果处理的血液量不足，将无法达到一种或更多种目标血液成分的目标产量。如果处理的血液过多，则该程序花费比所需时间多的时间、不必要地消耗血液源、并且可能会降低所收集成分的质量(例如，如果收集袋中的血小板多于血小板储存溶液可以容纳的血小板，则会降低所收集成分的质量)。但是，对待处理血液的量的初步估计或确定可能会由于许多原因中的任何原因而不准确。例如，一些捐献者(称为“倾卸者”)将在收集过程期间释放比预期量多的血小板。当要从这样的捐献者中收集血小板时，可能会处理比所需多的血液，并且可能会收集比预期多的血小板。

发明内容

[0013] 本主题存在若干方面，所述方面可以在下面描述和要求保护的装置和系统中单独或一起体现。这些方面可以单独使用，或者可以与本文中描述的主题的其他方面结合使用，并且这些方面在一起的描述并不旨在排除单独使用这些方面或者排除单独地或以与本文所附权利要求中所阐述的组合不同的组合要求保护这些方面。

[0014] 在一方面中，提供了一种血液分离装置。该装置包括：分离器，该分离器构造成接纳血液分离室；泵系统和控制器。控制器配置成确定待处理血液的初始目标量或将待处理血液的初始目标量提供给控制器，以收集至少一种目标血液成分的目标产量。控制器命令泵系统将血液从血液源输送到分离器中，并命令分离器从分离器中的血液中分离出所述至少一种目标血液成分。控制器然后命令泵系统将所述至少一种目标血液成分输送出分离器。分离程序继续进行，直到初始目标量的待处理血液已经从血液源被输送到分离器中并且从初始目标量的待处理血液分离的所述至少一种目标血液成分作为所述至少一种目标血液成分的实际产量已经被输送出分离器为止。当对相同的血液源下次执行分离程序时，将待处理血液的初始目标量替换为至少部分地基于目标产量与实际产量之间的差的待处理血液的调整目标量。

[0015] 在另一方面中，提供了一种血液分离方法。该方法包括将血液从血液源输送到分离器中，并且从分离器中的血液中分离出至少一种目标血液成分，其中，所述至少一种目标血液成分被输送出分离器。分离程序继续进行，直到初始目标量的待处理血液已经从血液源被输送到分离器中并且从初始目标量的待处理血液中分离出的所述至少一种目标血液成分作为所述至少一种目标血液成分的实际产量已经被输送出分离器为止。在对相同的血液源下次执行分离程序时，将待处理血液的初始目标量替换为至少部分地基于所述至少一种目标血液成分的目标产量与实际产量之间的差的待处理血液的调整目标量。

[0016] 在又一方面中，一种血液处理系统，其包括血液分离装置和数据处理系统。血液分离装置包括：分离器，该分离器构造成接纳血液分离室；泵系统；以及控制器，该控制器配置成对分离器和泵系统进行控制，以使用来自血液源的血液的初始目标量执行具有至少一种目标血液成分的目标产量的血液分离程序，其中，执行该血液分离程序形成所述至少一种目标血液成分的实际产量。数据处理系统配置成访问或计算对多个不同血液源执行的血液分离程序的多个实际产量与目标产量之间的差，选择所述差中的两个或更多个差，并且确定所述两个或更多个差的平均值。然后，数据处理系统至少部分地基于所述平均值来确定在对后续血液源执行血液分离程序时的待处理血液的调整目标量或在确定对所述后续血液源执行血液分离程序时的待处理血液的调整目标值时将应用的比例因子，然后在血液分离装置将用于对所述后续血液源执行血液分离程序时，将血液的所述调整目标量或所述比例因子传输至控制器。

[0017] 在另一方面中，一种血液分离方法，其包括：将血液从血液源输送到分离器中；从分离器中的血液分离出至少一种目标血液成分；将所述至少一种目标血液成分输送出分离器；以及继续执行该程序，直到初始目标量的待处理血液已经从血液源被输送到分离器中并且从初始目标量的待处理血液分离出的所述至少一种目标血液成分作为所述至少一种目标血液成分的实际产量已经被输送出分离器为止。记录所述至少一种目标血液成分的目标产量与实际产量之间的差。对多个不同的血液源重复该程序，然后至少部分地基于记录的所述差中的至少两个差的平均值来确定比例因子。然后对后续的血液源执行该程序，其中，将待处理血液的初始目标量替换为至少部分地基于所述比例因子的待处理血液的调整目标量。

附图说明

[0018] 图1是采用本公开的各方面的示例性血液分离装置的立体图；以及

[0019] 图2是图1的血液分离装置的示例性离心分离器的立体图。

具体实施方式

[0020] 本文中公开的实施方式是出于提供对本主题的描述的目的，并且应当理解的是，该主题可以以未详细示出的各种其他形式和组合来体现。因此，本文中公开的特定设计和特征不应被解释为对所附权利要求中限定的主题进行限制。

[0021] 根据本公开的系统通常将包括两个主要部件——耐用或可重复使用的血液分离装置10(图1)和一次性流体流动回路12(图2)。应当理解的是，所图示的血液分离装置10和流体流动回路12仅是示例性的，并且本文中所描述的原理可以通过各种不同构造的血液分离装置和流体流动回路来实践。

[0022] 所图示的血液分离装置10包括旋转膜分离器驱动单元14、离心机或离心分离器16(图2)、对穿过一次性流动回路12的流体流量进行控制的泵系统18和各种阀、以及各种各样的其他部件(例如，传感器、定秤等)。血液分离装置10还包括控制器20，该控制器20支配血液分离装置10的其他部件的操作以执行由操作者选择的血液处理和收集程序。可以在不脱离本公开的范围的情况下对控制器20进行各种配置。在一个实施方式中，控制器20可以包括微处理器(该微处理器实际上可以包括多个物理处理器和/或虚拟处理器)。根据其他实施方式，控制器20可以包括设计成执行本文中所描述的动作的一个或更多个电路。实际上，控制器20可以包括微处理器和其他电路或电路系统。另外，控制器20可以包括一个或更多个存储器。对微处理器进行编程的指令可以存储在与微处理器相关联的存储器上，该存储器/所述多个存储器可以包括一个或更多个有形的非暂时性计算机可读存储器，所述一个或更多个有形的非暂时性计算机可读存储器具有存储在其上的计算机可执行指令，这些指令在由微处理器执行时可以使微处理器执行下面所描述的一个或更多个动作。

[0023] 所图示的旋转膜分离器驱动单元14构造成容纳流体流动回路12的大致筒形的旋转膜分离器。PCT专利申请公开No.WO 2012/125457 A1——其在此通过参引并入本文中——描述了将适合于结合到流体流动回路12中的示例性旋转膜分离器，但是应当理解的是，在不脱离本公开的范围的情况下，旋转膜分离器和匹配的旋转膜分离器驱动单元14可以以不同的方式构造。

[0024] 旋转膜分离器驱动单元14可以包括：基部22，该基部22构造成接纳旋转膜分离器的下部部分；以及上端盖24，该上端盖24用以接纳旋转膜分离器的上部部分。上端盖24可以定位在基部22的正上方，以使由旋转膜分离器驱动单元14接纳的旋转膜分离器竖向定向并限定旋转膜分离器旋转所绕的竖向轴线。尽管旋转膜分离器驱动单元14使旋转膜分离器竖向定向可能是有利的，但是旋转膜分离器在安装至血液分离装置10时以不同方式定向也在本公开的范围内。

[0025] 基部22和上端盖24中的至少一者构造成使旋转膜分离器的一个或更多个部件绕由旋转膜分离器驱动单元14限定的轴线旋转。在不脱离本公开的范围的情况下，旋转膜分离器驱动单元14使旋转膜分离器的一个或更多个部件旋转的机构可以改变。在一个实施方式中，旋转膜分离器的待旋转部件包括构造成受磁体作用的至少一个元件(例如，金属材料)，而旋转膜分离器驱动单元14包括磁体(例如，一系列的磁性线圈或半圆弧)。通过对作用在旋转膜分离器的上述元件上的磁场进行调制，可以使旋转膜分离器的一个部件或多个部件沿不同的方向以及以不同的速度旋转。在其他实施方式中，可以采用不同的机构来使旋转膜分离器的一个部件或多个部件旋转。

[0026] 不管旋转膜分离器驱动单元14使旋转膜分离器的一个部件或多个部件旋转的机构如何，旋转膜分离器的一个部件或多个部件优选地以下述速度旋转：该速度足以在旋转膜分离器的旋转部件与静止部件(或以不同速度旋转的部件)之间的间隙中产生泰勒涡流。待在旋转膜分离器内分离的流体流动穿过该间隙，并且通过产生泰勒涡流可以显著提高过滤性。

[0027] 通常，旋转膜分离器驱动单元14和匹配的旋转膜分离器用于将血浆与细胞血液成分分离。例如，在一个实施方式中，血液进入外部静止壳体与被多孔膜覆盖的内部旋转转子之间的间隙。血液沿着壳体的纵向轴线朝向出口区域移动，其中，血浆穿过膜并且从壳体穿出进入收集袋。其余的血液成分——主要是红细胞、血小板和白细胞——在转子与壳体之间移动至出口区域，并且然后返回到捐献者或输送到收集袋中。尽管最普遍的是旋转膜分离器驱动单元14和匹配的旋转膜分离器用于将血浆与其他血液成分分离，但是该组合(如果提供的话)分离其他血液成分也在本公开的范围内。

[0028] 对于离心分离器16，其包括离心机隔室26，该离心机隔室26可以接纳离心分离器16的其他部件(图2)。离心机隔室26可以包括盖28，该盖28打开以插入及移除流体流动回路
12的离心分离室30。在分离程序期间，当离心分离室30在离心分离器16的电动马达或转子
34的驱动下绕轴线32旋转或绕动时，盖28可以被关闭成使得离心分离室30定位在离心机隔室26内。

[0029] 所图示的离心分离器16包括轭构件38和保持离心分离室30的托架或支承件36。轭构件38与流体流动回路12的脐部40接合，该脐部40在离心分离室30与流体流动回路12的一个或更多个其他部件(例如，暗盒)之间延伸。轭构件38使脐部40以一个欧米伽旋转速度绕离心分离室30运动。脐部40在其绕离心分离室30运动时绕其自身轴线扭转。根据已知的设计，脐部40的在其通过轭构件38以一个欧米伽旋转时绕其轴线的扭转对离心分离室30赋予两个欧米伽旋转。轭构件38以一个欧米伽旋转速度与离心分离室30以两个欧米伽旋转速度的相对旋转保持脐部40不扭转，从而避免了对旋转密封的需要。

[0030] 血液由脐部40引入到离心分离室30中，其中，血液在离心分离室30内由于其旋转的离心力而被分离(例如，被分离成较低密度成分层比如富含血小板的血浆层和较高密度成分层比如堆积的红细胞的层)。在离心机隔室26内可以定位有接口监测系统的部件，以监视离心分离室30内的血液分离，其中，控制器20响应于来自接口监测系统的传输信息来调整血液分离装置10的各个部件的操作。例如，控制器20可以命令泵系统18以不同方式操作，以便调整离心分离室30内的分离的血液成分之间的界面的位置。

[0031] 分离出的血液成分被输送出离心分离室30以用于收集或返回至血液源。如果需要对成分中的一个成分进行额外的处理，则可以将该成分输送到第二分离器(例如，旋转膜分离器驱动单元14)中或送回到离心分离器16中。例如，如果要收集血小板，则血液可以在离心分离室30的第一隔室中被分离成堆积的红细胞和富含血小板的血浆。堆积的红细胞被输送出离心分离室30以用于收集或返回至血液源，而富含血小板的血浆被输送出离心分离室30的第一隔室并且被输送到离心分离室30的第二隔室中。富含血小板的血浆在第二隔室中分离成贫血小板血浆和血小板浓缩液，其中，血浆被输送出离心分离室30，而血小板浓缩液保留在第二隔室中。血小板浓缩液可以在程序结束时作为收集的产物保留在离心分离室30的第二隔室中，或者可以被输送出第二隔室以用于收集在单独的容器中。

[0032] 尽管图示的血液分离装置10包括两个分离器，但是应当理解的是，根据本公开的血液分离装置可以具有仅一个分离器(例如，仅离心分离器或仅旋转膜分离器驱动单元或以不同方式构造的分离器)。如果设置有两个分离器，如在所图示的实施方式中那样，则可以仅使用分离器中的一个分离器或使用两个分离器来分离血液。例如，如果离心分离室30仅包括一个隔室，则可以将血液输送到离心分离器16中，离心分离器16将血液分离成两种或更多种成分(例如，红细胞和富含血小板的血浆)。成分中的一种成分可以从离心分离器16被输送到旋转膜分离器驱动单元14中，在旋转膜分离器驱动单元14中，该成分被进一步分离(例如，分离成贫血小板血浆和血小板浓缩液)或处理。

[0033] 不管血液分离装置10、分离器和控制器20的具体配置如何，控制器20都配置和/或编程为执行至少一个血液处理应用，但是更有利地，配置和/或编程为执行各种不同的血液处理应用。在这些程序中的任何程序中，重要的是从血液源中抽取适量的血液，以实现该程序的目标(例如，收集特定体积的血液成分)。考虑到在为实现该程序的目标而待处理的血液的初始目标量与应当处理的血液的适当量之间可能存在差异，控制器20被配置或编程为评估该差异并且在随后的程序期间产生待处理血液的调整目标量(或将待处理血液的调整目标量提供给控制器)。

[0034] 例如，在示例性程序中，血液分离装置10用于从血液源收集血小板。应当理解的是，以下程序仅是示例性的，并且本文中所描述的原理可以用于收集其他血液成分(例如，红细胞、单核细胞或血浆)。

[0035] 在示例性的血小板收集或消耗程序中，控制器20确定待处理血液的初始目标量或将待处理血液的初始目标量提供给控制器20，以收集血小板的目标产量。待处理血液的初始目标量可以基于任何合适的数据，并且可以基于任何合适的方法来确定或选择。例如，美国专利申请公开No.2017/0354770(其在此通过参引并入本文中)提供了以下公式以用于计算待处理血液的初始目标量：

[0036]

[0037] Pltpost是选定的血小板后计数，

[0038] Pltpre是测量的血小板预计数，

[0039] TBV是血液源的血液总量，以及

[0040] CE是血液分离装置10的血小板收集效率。

[0041] 控制器20命令泵系统18将血液从血液源输送到分离器14、16中的一者中，其中，在血液进入分离器14、16之前可选地向血液中添加抗凝剂。控制器20命令分离器14、16(或者在需要两个分离器14和16来分离至少一种目标血液成分的情况下，控制器20命令分离器14和16)从血液中分离出至少一种目标血液成分(在本示例中为血小板)，如上所描述的。控制器20命令泵系统18将目标血液成分输送出分离器14、16并且输送到适当的目的地，该目的地例如可以是收集容器。

[0042] 控制器20继续命令血液分离装置10的各个部件从血液源中抽取血液并且分离目标血液成分，直到初始目标量的待处理血液已从血液源中被输送到分离器14、16中并且被分离为止。在该程序结束时分离出的目标血液成分的量可以称为目标血液成分(其在该示例中为血小板)的实际产量。实际产量可以通过任何合适的方法来确定，这可以取决于目标血液成分的性质。例如，如果目标血液成分是细胞血液成分，则可以使用细胞计数器来确定实际产量。另一方面，如果目标成分是血浆，则可以使用定秤来确定实际产量。

[0043] 然后确定目标血液成分的实际产量与目标产量之间的差。该差可以以任何适当的单位表示，该差可以包括血细胞的数目或者目标物质的体积或重量，或者可以是无单位的。在一个实施方式中，差表示为百分比或比率。因此，如果实际产量比目标产量大10％，则差可以表示为10％或110％或为1.1:1的比率。差可以由控制器20或由一些其他实体来确定，所述一些其他实体比如是中央计算机或数据管理系统或数据处理系统，其计算并且存储由设施处或在设施网络内的所有血液分离装置执行的血液分离程序的差。

[0044] 目标血液成分的实际产量与目标产量之间的差用于确定待处理血液的调整目标量。例如，如果确定处理的血液比必要的血液多(即，如果待处理血液的初始目标量太高)，则待处理血液的调整目标量将低于待处理血液的初始目标量。另一方面，如果确定处理的血液比应当处理的血液少(即，如果待处理血液的初始目标量太低)，则待处理血液的调整目标量将高于待处理血液的初始目标量。待处理血液的调整目标量可以由控制器20(在控制器20已经确定了目标产量与实际产量之间的差之后，或者在将目标产量与实际产量之间的差提供给控制器20之后)确定或者由一些其他实体比如前述中央计算机或数据管理系统或数据处理系统来确定。

[0045] 待处理血液的调整目标量可以通过任何合适的方法来确定，任何合适的方法可以包括与确定待处理血液的初始目标量所采用的方法类似的方法。在一个实施方式中，用于确定待处理血液的调整目标量的公式可以与用于确定待处理血液的初始目标量的公式(例如，上述公式(1))相同，除了包括至少部分基于目标产量与实际产量之间的差的比例因子。例如，比例因子可以是和目标产量与实际产量之间的差相关的乘数。因此，如果目标产量与实际产量之间的差表明可以使用少10％的血液收集目标产量，则比例因子可以为0.9，这导致待处理血液的调整目标量比待处理血液的初始目标量小10％。类似地，如果目标产量与实际产量之间的差表明应当处理多10％的血液以收集目标血液成分的目标产量，那么比例因子可以是1.1，这导致待处理血液的调整目标量比待处理血液的初始目标量大10％。根据另一示例性方法，比例因子可以等于待处理血液的造成目标产量与实际产量之间的差的量，其中，比例因子根据情况添加到待处理血液的初始目标量或从待处理血液的初始目标量中减去。再次应当强调的是，这些方法仅是示例性的，并且在不脱离本公开的范围的情况下可以采用其他方法。

[0046] 不管控制器20是确定待处理血液的调整目标量还是将待处理血液的调整目标量提供给控制器20，控制器20在下次对相同血液源执行相同程序时都会用待处理血液的调整目标量代替待处理血液的初始目标量。因此，在血液源(使用已经被提供了待处理血液的调整目标量的相同血液分离装置20或不同血液分离装置)经受相同程序的下一次，该程序将与执行了该程序的第一次相同，除了将使用不同量的血液(与调整目标量的待处理血液相对应)。如果在相同程序的该第二迭代之后确定目标产量与(使用待处理血液的调整目标量的)实际产量之间仍然存在差，则可以根据上述用以确定待处理血液的调整目标量的方法来确定待处理血液的另一调整目标量。待处理血液的另一调整目标量用于相同程序的第三迭代。执行分离程序并且制定连续程序期间的待处理血液的新目标量的过程可以被重复，以继续改进对待处理血液的适当量的估计。这对于重复的患者型程序比如治疗性血浆交换、红细胞收集和单核细胞收集可能特别有利。

[0047] 应当理解的是，待处理血液的调整目标量可以包括其他因素，包括至少部分地基于另一血液源的目标产量与实际产量之间的差。实际上，用于确定血液的调整目标量的更广泛的数据集可以包括设施或中心或区域内所有血液源的目标产量与实际产量之间的差，或者可以包括所有血液源。因此，待处理血液的调整目标量可以是血液源个人的，并且可以用于改进其他血液源的分离算法。如果使用来自多个不同源的数据，则可以按任何合适的分类对这些源进行分组，所述分类比如是：性别、身高、体重、血细胞比容、感兴趣的细胞成分的预计数(例如血小板计数)、蛋白质计数等。在将目标产量和实际产量相关联时可以采用机器学习技术来确定最适合对多个源的数据进行分组的一个或更多个因素。

[0048] 待处理血液的调整目标量还可以基于至少一个血液源特性在执行分离程序之前与执行分离程序之后之间的差。将作为待处理血液的调整目标量的因素的可能特性的示例包括程序前和程序后的血细胞比容(其用于确定肾脏去除在该程序期间引入的晶体量的速率)和血小板计数(即血小板预计数与血小板后计数)。可以将机器学习技术与程序前和程序后的血液源特性结合使用，以进一步改进分离算法。

[0049] 此外，待处理血液的调整目标量可以基于相同血液源的目标产量与实际产量之间的多个差。例如，如果对于相同的血液源已经执行了相同的程序三次，其中，目标产量与实际产量之间的差已经被确定了三次，则所有三个差值(或差值中的至少两个差值)可以用于计算血液源下次经受该程序时的待处理血液的新的调整目标量。根据示例性方法，可以采用移动平均法，该移动平均法可以包括当计算待处理血液的调整目标量时对不同的值进行相等或不同的加权。

[0050] 实际上，由于在将用于前述分析中的任何分析中的数据的收集中固有地存在某种形式的随机变化，因此可以采用多种统计技术中的任何统计技术来减少这些随机变化的影响。对于这些技术中的任何技术，目标都是得出形成最小均方误差的方法。如上所述，两种这样的技术为采用移动平均值或采取(单个源或多个源的)所有过去观测结果的平均值或均值，其中，对所有过去观测结果进行相等的加权。

[0051] 移动平均值计算连续的多个过去数据的较小集合的均值，并且给予较新的数据更大的重要性或权重。观测结果的数目可以改变，其中，可选地使用机器学习技术来确定将用于产生最小均方误差的观测结果的最佳数目。例如，以下是用于简单的移动平均值的方程式：

[0052] 其中，

[0053] 是针对t的移动平均值，

[0054] t是观测结果的总数，

[0055] k是在计算中使用的观测结果的数目，以及

[0056] yt‑n是在t‑n处的观测结果的值。因此，如果已经存在三十个观测结果(t＝30)并且在计算中仅使用了最新的三个观测结果(k＝3)，则该方程式将计算三个最新值的总和(y30或yt‑0、y29或yt‑1、以及y28或yt‑2)并且将总和除以三以得出移动平均值。

[0057] 机器学习技术可以应用于通过针对不同k值计算移动平均值来确定最佳k值。对于每个k值，计算均方误差，然后将均方误差值进行比较以确定哪个k值产生最小均方误差。然后，可以选择使用该k值计算的移动平均值作为(目标产量与实际产量之间的差的)计算平均值，以用于确定待处理血液的调整目标量和/或在计算待处理血液的调整目标量时将应用的比例因子。

[0058] 还可以使用另一技术，其被称为用于线性趋势过程的双移动平均。这种方法需要使用相同的k值根据原始移动平均值计算第二移动平均值。只要单个移动平均值和双移动平均值两者均可用，计算机例行程序便会使用这些平均值来计算斜率和截距，并且然后提前预测一个或更多个周期。同样地，可以使用机器学习技术，其中，通过解出形成最小均方误差的k值来确定最佳k值，并且然后将使用该k值计算的移动平均值用作计算平均值以用于确定待处理血液的调整目标量和/或在计算待处理血液的调整目标量时将应用的比例因子。

[0059] 另一种技术被称为指数平滑，该指数平滑随着观测结果变旧而分配指数递减的权重。换句话说，与较旧的观测结果相比，新的观测结果在预测中被给予相对更大的权重。在移动平均值的情况下，分配给计算中包括的观测结果的权重是相同的。但是，在指数平滑中，将要确定(或估计)一个或更多个平滑参数，并且这些选择确定分配给计算中包括的观测结果的权重。在示例性实施方式中，该平滑方案采用以下方程式：

[0060] St＝αyt‑1+(1‑α)St‑1，0Kα≤1，t≥3(3)。

[0061] 该方法开始于将S2设定为y1，其中，Si代表平滑观测结果，并且y代表原始观测结果。下标指的是时间段1、2、...、n。对于第三时段，S3＝α*y2+(1‑α)*S2；以此类推。没有S1，而是平滑序列从第二观测结果的平滑版本开始。较旧的响应被衰减(平滑)的速度是α值的函数。当α接近1时，衰减很快，而当α接近0时，衰减很慢。可以使用机器学习技术来找到形成最小均方误差的最佳α值。然后，将使用该α值计算出的平滑值用作计算平均值，以用于确定待处理血液的调整目标量和/或在计算待处理血液的调整目标量时将应用的比例因子。

[0062] 除了指数平滑方法之外，还可以使用双重或三重指数平滑方法(霍尔特‑温特(Holt‑Winters)方法)，其中，使用两个或三个常数来更好地处理趋势。

[0063] 下面是与双重指数平滑相关联的两个方程式：

[0064] St＝αyt+(1‑α)(St‑1+bt‑1)0≤0≤1(4)

[0065] bt＝γ(St‑St‑1)+(1‑γ)bt‑10≤γ≤1(5)

[0066] 值得注意的是，该系列的当前值用于计算其在双重指数平滑中的平滑值替换。至于α和γ的值，他们可以经由诸如马夸特(Marquardt)算法之类的非线性优化技术获得。与上述指数平滑技术一样，一旦使用机器学习技术确定了最佳值，则可以将由形成最小均方误差的α和γ值产生的平滑值用作计算平均值，以用于确定待处理血液的调整目标量和/或在计算待处理血液的调整目标量时将应用的比例因子。

[0067] 对于三重指数平滑，在一个实施方式中，可以采用以下方程式：

[0068] 用于总体平滑，

[0069] bt＝γ(St‑St‑1)+(1‑γ)bt‑1(7)用于趋势平滑，

[0070] 用于周期平滑，以及

[0071] Ft+m＝(St+mbt)It‑L+m(9)用于预测，在所述方程式中：

[0072] y是观测结果，

[0073] S是平滑观测结果，

[0074] b是趋势因子，

[0075] I是周期指标，

[0076] F是未来m个时段的预测值，以及

[0077] t是表示时间段的指标。

[0078] 根据对指数平滑和双重指数平滑的前述描述，可以使用机器学习技术来确定形成最小均方误差的α、β和γ值。一旦已经确定了这些值，就可以选择由此产生的平滑观测结果作为计算平均值，以用于确定待处理血液的调整目标量和/或在计算待处理血液的调整目标量时将应用的比例因子。再次，应当理解的是，前述方法仅是在下述情况下可以采用的示例性技术：根据包括单个血液源或多个不同血液源的目标产量与实际产量之间的多个记录的差的数据集获得待处理血液的调整目标量和/或将用于计算待处理血液的调整目标量的比例因子。

[0079] 方面

[0080] 方面1.一种血液分离装置，包括：分离器，所述分离器构造成接纳血液分离室；泵系统；以及控制器，所述控制器配置成(a)确定待处理血液的初始目标量或将待处理血液的初始目标量提供给所述控制器，以收集至少一种目标血液成分的目标产量，(b)命令所述泵系统将血液从血液源输送到所述分离器中，(c)命令所述分离器从所述分离器中的所述血液中分离出所述至少一种目标血液成分，(d)命令所述泵系统将所述至少一种目标血液成分输送出所述分离器(e)继续执行(b)至(d)，直到所述初始目标量的待处理血液已经从所述血液源被输送到所述分离器中并且从所述初始目标量的待处理血液中分离出的所述至少一种目标血液成分作为所述至少一种目标血液成分的实际产量已经被输送出所述分离器为止，以及(f)当对相同的血液源下次执行(b)至(e)时，将待处理血液的所述初始目标量替换为至少部分地基于所述目标产量与所述实际产量之间的差的待处理血液的调整目标量。

[0081] 方面2.根据方面1所述的血液分离装置，其中，所述控制器配置成在使用待处理血液的所述调整目标量执行(b)至(e)之后将待处理血液的所述调整目标量替换为至少部分地基于所述目标产量与所述实际产量之间的差的待处理血液的另一调整目标量。

[0082] 方面3.根据前述方面中的任一项所述的血液分离装置，其中，所述控制器配置成：确定所述目标产量与所述实际产量之间的差，并且确定待处理血液的所述调整目标量。

[0083] 方面4.根据方面1至2中的任一项所述的血液分离装置，其中，所述控制器配置成：将所述目标产量与所述实际产量之间的差提供给所述控制器，并且所述控制器确定待处理血液的所述调整目标量。

[0084] 方面5.根据方面1至2中的任一项所述的血液分离装置，其中，所述控制器配置成：将至少部分地基于所述目标产量与所述实际产量之间的差的比例因子提供给所述控制器，并且所述控制器至少部分地基于所述比例因子确定待处理血液的所述调整目标量。

[0085] 方面6.根据方面1至2中的任一项所述的血液分离装置，其中，所述控制器配置成将待处理血液的所述调整目标量提供给所述控制器。

[0086] 方面7.根据前述方面中的任一项所述的血液分离装置，其中，待处理血液的所述调整目标量至少部分地基于至少一种血液源特性在执行(b)至(e)之前与执行(b)至(e)之后之间的差。

[0087] 方面8.根据前述方面中的任一项所述的血液分离装置，其中，所述控制器配置成：访问所述血液源的目标产量与实际产量之间的多个记录差，确定所述多个记录差中的两个或更多个记录差的平均值，并且至少部分地基于所述平均值来确定待处理血液的所述调整目标量。

[0088] 方面9.根据方面8所述的血液分离装置，其中，所述控制器配置成当确定所述平均值时，对所述两个或更多个记录差中的至少两个记录差进行不同的加权。

[0089] 方面10.根据方面9所述的血液分离装置，其中，所述控制器配置成在确定将分配给所述记录差中的至少一个记录差的权重时采用指数平滑技术。

[0090] 方面11.根据方面8所述的血液分离装置，其中，所述控制器配置成在确定待处理血液的所述调整目标量时计算至少一个移动平均值。

[0091] 方面12.根据方面8至11中的任一项所述的血液分离装置，其中，所述控制器配置成采用机器学习技术来确定在确定所述平均值时将包括的记录差的数目，以在确定所述平均值时产生最小的均方误差。

[0092] 方面13.一种血液分离方法，包括：(a)将血液从血液源输送到分离器中，(b)从所述分离器中的所述血液中分离出至少一种目标血液成分，(c)将所述至少一种目标血液成分输送出所述分离器，(d)继续执行(a)至(c)，直到初始目标量的待处理血液已经从所述血液源被输送到所述分离器中并且从所述初始目标量的待处理血液中分离出的所述至少一种目标血液成分作为所述至少一种目标血液成分的实际产量已经被输送出所述分离器为止，以及(e)当对相同的血液源下次执行(a)至(d)时，将待处理血液的所述初始目标量替换为至少部分地基于所述至少一种目标血液成分的目标产量与所述实际产量之间的差的待处理血液的调整目标量。

[0093] 方面14.根据方面13所述的血液分离方法，其中，还包括在使用待处理血液的所述调整目标量执行(a)至(d)后将待处理血液的所述调整目标量替换为至少部分地基于所述目标产量与所述实际产量之间的差的待处理血液的另一调整目标量。

[0094] 方面15.根据方面13至14中的任一项所述的血液分离方法，其中，待处理血液的所述调整目标量至少部分地基于至少一种血液源特性在执行(a)至(d)之前与执行(a)至(d)之后之间的差。

[0095] 方面16.根据方面13至15中的任一项所述的血液分离方法，还包括多次执行(a)至(d)，记录每次执行(a)至(d)时所述目标产量与所述实际产量之间的差，选择所述记录差中的两个或更多个记录差，确定所述两个或更多个记录差的平均值，以及至少部分地基于所述平均值来确定待处理血液的所述调整目标量。

[0096] 方面17.根据方面16所述的血液分离方法，其中，在确定所述平均值时，对所述两个或更多个记录差中的至少两个记录差进行不同的加权。

[0097] 方面18.根据方面17所述的血液分离方法，其中，将分配给所述记录差中的至少一个记录差的权重使用指数平滑技术来确定。

[0098] 方面19.根据方面16所述的血液分离方法，其中，所述确定待处理血液的所述调整目标量包括计算至少一个移动平均值。

[0099] 方面20.根据方面16至19中的任一项所述的血液分离方法，其中，所述选择所述记录差中的两个或更多个记录差包括采用机器学习技术来确定将选择的记录差的数目，以在确定所述平均值时产生最小的均方误差。

[0100] 方面21.一种血液处理系统，包括：血液分离装置，所述血液分离装置包括分离器、泵系统和控制器，所述分离器构造成接纳血液分离室，所述控制器配置成对所述分离器和所述泵系统进行控制，以使用来自血液源的血液的初始目标量执行具有至少一种目标血液成分的目标产量的血液分离程序，其中，执行所述血液分离程序形成所述至少一种目标血液成分的实际产量；以及数据处理系统，所述数据处理系统配置成与所述控制器通信，其中，所述数据处理系统配置成访问或计算对多个不同血液源执行的血液分离程序的多个实际产量与目标产量之间的差，选择所述差中的两个或更多个差，确定所述两个或更多个差的平均值，至少部分地基于所述平均值来确定在对后续血液源执行所述血液分离程序时的待处理血液的调整目标量或在确定对所述后续血液源执行所述血液分离程序时的待处理血液的所述调整目标量时将应用的比例因子，以及在所述血液分离装置将用于对所述后续血液源执行血液分离程序时将血液的所述调整目标量或所述比例因子传输至所述控制器。

[0101] 方面22.根据方面21所述的血液处理系统，其中，所述数据处理系统配置成基于多个不同血液源中的性别、身高、体重、血细胞比容、感兴趣的细胞成分的预计数以及蛋白质计数中的至少一者之间的相似性来选择所述两个或更多个差。

[0102] 方面23.根据方面21至22中的任一项所述的血液处理系统，其中，所述数据处理系统配置成在确定所述平均值时向所述两个或更多个差中的每个差应用相同的权重。

[0103] 方面24.根据方面21至22中的任一项所述的血液处理系统，其中，所述数据处理系统配置成在确定所述平均值时向所述两个或更多个差中的至少两个差应用不同的权重。

[0104] 方面25.根据方面24所述的血液处理系统，其中，将分配给所述差中的至少一个差的权重由所述数据处理系统使用指数平滑技术确定。

[0105] 方面26.根据方面24所述的血液处理系统，其中，将分配给所述差中的至少一个差的权重由所述数据处理系统使用双重指数平滑技术确定。

[0106] 方面27.根据方面24所述的血液处理系统，其中，将分配给所述差中的至少一个差的权重由所述数据处理系统使用三重指数平滑技术确定。

[0107] 方面28.根据方面24所述的血液处理系统，其中，所述数据处理系统配置成在确定所述平均值时计算移动平均值。

[0108] 方面29.根据方面28所述的血液处理系统，其中，所述数据处理系统配置成在确定所述平均值时根据所述移动平均值计算第二移动平均值。

[0109] 方面30.根据方面21至29中的任一项所述的血液处理系统，其中，所述数据处理系统配置成在选择所述两个或更多个差时采用机器学习技术来确定将选择的差的数目，以在确定所述平均值时产生最小的均方误差。

[0110] 方面31.一种血液分离方法，包括：(a)将血液从血液源输送到分离器中，(b)从所述分离器中的所述血液中分离出至少一种目标血液成分，(c)将所述至少一种目标血液成分输送出所述分离器，(d)继续执行(a)至(c)，直到初始目标量的待处理血液已经从所述血液源被输送到所述分离器中并且从所述初始目标量的待处理血液中分离出的所述至少一种目标血液成分作为所述至少一种目标血液成分的实际产量已经被输送出所述分离器为止，(e)记录所述至少一种目标血液成分的目标产量与所述实际产量之间的差，(f)对多个不同的血液源重复(a)至(e)，(g)至少部分地基于所述记录差中的至少两个记录差的平均值来确定比例因子，以及(h)对后续血液源执行(a)至(d)，其中，将待处理血液的所述初始目标量替换为至少部分地基于所述比例因子的待处理血液的调整目标量。

[0111] 方面32.根据方面31所述的血液分离方法，其中，所述两个或更多个记录差基于所述多个不同血液源中的性别、身高、体重、血细胞比容、感兴趣的细胞成分的预计数以及蛋白质计数中的至少一者之间的相似性来选择。

[0112] 方面33.根据方面31至32中的任一项所述的血液分离方法，其中，在确定所述平均值时对所述两个或更多个差中的每个差应用相同的权重。

[0113] 方面34.根据方面31至32中的任一项所述的血液分离方法，其中，在确定所述平均值时对所述两个或更多个差中的至少两个差应用不同的权重。

[0114] 方面35.根据方面34所述的血液分离方法，其中，将分配给所述记录差中的至少一个记录差的权重使用指数平滑技术来确定。

[0115] 方面36.根据方面34所述的血液分离方法，其中，将分配给所述记录差中的至少一个记录差的权重使用双重指数平滑技术来确定。

[0116] 方面37.根据方面34所述的血液分离方法，其中，将分配给所述记录差中的至少一个记录差的权重使用三重指数平滑技术来确定。

[0117] 方面38.根据方面34所述的血液分离方法，其中，在确定所述平均值时计算移动平均值。

[0118] 方面39.根据方面38所述的血液分离方法，其中，在确定所述平均值时根据所述移动平均值计算第二移动平均值。

[0119] 方面40.根据方面31至39中的任一项所述的血液分离方法，其中，在选择所述两个或更多个记录差时采用机器学习技术来确定将选择的记录差的数目，以在确定所述平均值时产生最小的均方误差。

[0120] 应当理解的是，上述实施方式说明了本主题的原理的应用中的一些应用。在不脱离所要求保护的主题的精神和范围的情况下，本领域技术人员可以做出许多改型，包括本文中单独公开或要求保护的特征的那些组合。由于这些原因，本文的范围不限于以上描述，而是如所附权利要求书中所描述的，并且应当理解的是，权利要求书可以针对本文的特征、包括作为本文中单独公开或要求保护的特征的组合。