在流式細胞儀測量中，常用兩種散射方向:①前向角(即零度角)散射(FSC)；②側向散射(SSC)，又稱90°角散射。此時，角度是指激光束的照射方向和用於收集散射光信號的光電倍增管的軸向之間大致形成的角度。壹般來說，前向散射光的強度與細胞的大小有關，對於同壹細胞群體，它隨細胞截面積的增大而增大；對球形活細胞的實驗表明，在很小的立體角範圍內，球形活細胞與橫截面積之間存在線性關系。對於形狀和朝向復雜的細胞，可能會有很大的差異，需要特別註意。橫向散射光的測量主要用於獲得關於細胞中精細結構的粒子特性的信息。雖然側向散射光也與細胞的形狀和大小有關，但它對細胞膜、細胞質和核膜的折射率更敏感，對細胞質中較大的顆粒也能給出靈敏的反應。
在實際使用中，儀器首先要測量光散射信號。當光散射分析與熒光探針結合時，可以區分染色和未染色的細胞樣品。光散射測量最有效的用途是從異質人群中識別某些亞組。
熒光信號主要包括兩部分:①自發熒光，即無熒光的染色細胞內部的熒光分子在光照後發出的熒光；(2)特征熒光，即熒光染料在光照下染色後與細胞結合發出的熒光，其熒光強度較弱，波長與照射激光不同。自體熒光信號是壹種噪聲信號，在大多數情況下會幹擾特定熒光信號的分辨率和測量。在免疫細胞化學等測量中，如何提高信噪比是低結合水平熒光抗體的關鍵。壹般來說，細胞成分中能產生自發熒光的分子(如核黃素、細胞色素)含量越高，自發熒光越強；培養細胞中死細胞與活細胞的比例越高，自發熒光越強；細胞樣品中亮細胞的比例越高，自發熒光越強。
減少自發熒光幹擾，提高信噪比的主要措施有:①盡量使用較亮的熒光染料；(2)選擇合適的激光器和濾波光學系統；③電子補償電路用於補償自發熒光的背景貢獻。
樣本分選原理流式細胞儀的分選功能是由細胞分選儀完成的。整體過程如下:從噴嘴噴出的液柱被分成壹系列小水滴，由邏輯電路根據壹個選定的參數判斷是否會被分選，然後由充電電路對選定的細胞液滴進行充電，充電後的液滴攜帶細胞通過靜電場偏轉，落入收集器中；其他液體作為廢液被抽出，壹些類型的儀器也使用收集管進行分類。
在幾十KHz的電信號作用下，流動腔上的壓電晶體振動形成穩定的液滴，迫使液流均勻破碎。壹般液滴間距在幾百μ m左右，實驗經驗公式f=v/4.5d給出了形成穩定水滴的振蕩信號頻率。其中v是液體流速，d是噴嘴直徑。可以看出，通過使用不同直徑的噴孔和改變液體流速，可以改變分離效果。包含細胞的分離液滴在靜電場中的偏轉由充電電路和偏轉板完成。充電電壓壹般為+150V或-150V；偏轉板之間的電位差是幾千伏。充電電路中的充電脈沖發生器是由邏輯電路控制的，所以從參數確定到邏輯選擇後脈沖充電需要壹個延遲時間，壹般是幾十ms。延遲時間的準確確定是決定排序質量的關鍵，移位寄存器數字電路常用來產生延遲。可根據具體要求適當調整。
(50)數據處理原理:FCM的數據處理主要包括數據顯示和分析，如何解讀儀器給出的結果取決於要解決的具體問題。
①數據顯示:FCM的數據顯示方式有單參數直方圖、二維點狀圖、二維等高線圖、偽三維圖、列表方式。
直方圖是壹維數據最常用的圖形顯示形式，既可以定性分析，也可以定量分析，就像壹般X-Y平面繪圖儀給出的曲線壹樣。根據所選放大器的類型，坐標可以是線性標度或對數標度，用“軌跡數”表示，本質上是測量的熒光或散射光強度。坐標通常表示細胞的相對數量。圖10-2顯示了直方圖形式。它的局限性是只能顯示壹個參數和細胞之間的關系。
二維點圖可以顯示兩個獨立參數與細胞相對數之間的關系。坐標和坐標是與細胞相關的兩個獨立的參數，平面上的每壹個點都同時用相應的坐標值表示細胞的存在。二維點圖可以得到兩個壹維直方圖，但是由於合並現象，二維點圖的信息量大於兩個壹維直方圖的信息量。所謂合並，就是多個單元二維坐標相同，在地圖上只顯示壹個點，在單元點密集的地方很難顯示其精細結構。
二維點狀地圖二維等高線地圖類似於等高線在地圖上的表示。它是克服二維點陣圖缺點的壹種顯示方法。等高線圖上每壹條連續的曲線都有相同的相對或絕對單元數，即“等高線”曲線層次越高，代表的單元越多。壹般等級所代表的細胞數的區間是相等的，所以等高線越密，變化率越大，等高線越細，變化越平衡。圖10-4顯示了二維等高線圖的模式。
偽三維地圖是利用計算機技術對二維等高線圖進行直觀、形象的表示方法。它同時顯示了原始二維圖中的隱藏坐標——細胞數，但參數維圖可以旋轉傾斜，從多個方向觀察“峰”和“谷”的結構和細節，這無疑有助於分析數據。
偽三維圖表列表模式實際上只是多參數數據文件的壹種計算機存儲模式，利用多個直方圖、二維圖表和偽三維圖表完成三個以上參數數據的顯示。ListMode中的特殊技術可用於打開壹個窗口或使用光標調出相關部分，然後更改尺寸以顯示它。比如“壹調二調”就是在壹維圖上調出二維圖；“二調壹調”就是從二維圖調出壹維圖。圖10-6是從二維地圖的等高線圖中調出對應窗口的直方圖示意圖。
圖10-6從二維圖形中繪制直方圖。以上簡單介紹了幾種數據展示形式。在實際應用中，可以根據自己的需求選擇匹配，以便了解和獲取盡可能多的有用信息。
②數據分析:數據分析方法壹般可分為參數方法和非參數方法。當待測生物系統可以使用某種數學模型技術時，通常使用參數化方法。數學模型可以是壹個方程，也可以是壹組方程，生成方程參數所需的信息來自測量數據。例如，在測定小鼠精子的DNA含量時，可以獲得細胞頻率的尖銳波形分布。如果用正態分布函數來描述這些數據，參數就是面積、平均值、標準差。最小二乘法通常用於擬合方程的數據。非參數分析方法不需要對測量的分布形狀做任何假設，即采用非參數分析方法。分析程序可以很簡單，只需要直觀地觀察頻率分布；也可能比較復雜，兩個或兩個以上的直方圖要壹壹比較。
逐點描跡(無論是手工描跡，還是描跡儀或計算機系統描跡)是大家常用的壹種重要的數據分析手段。我們經常可以用它來了解數據的特征，發現那些意想不到的特殊癥狀，選擇統計分析模型，顯示最終結果。事實上，在沒有首先直觀地觀察和分析數據的情況下，千萬不要對這批數據進行數值分析。從這個角度來看，非參數分析是參數分析的基礎。
比較每個通道需要做大量的工作，但是通過直觀的方法很容易發現明顯的差異，特別是在對照組和試驗組。考慮到FCM的可靠性，需要註意的是每壹組都要有壹個對照組，可以是空白對照組、陰性對照組，也可以是零時間對照組等。具體設置要根據整體實驗要求來確定。對照組和測試組之間的比較往往可以減少許多不必要的錯誤和誤解。順便說壹句，將曲線的總細胞數歸壹化，甚至將兩條曲線逐壹相減，得到“差異結果曲線”往往是合適的。
因為數據分析往往與結果的解讀密切相關，也就是說與生物背景有關，所以具體的分析方法和原理後面會舉例介紹。