JP2016507229A - 細胞レベルfishドットカウントのための方法及びシステム - Google Patents
細胞レベルfishドットカウントのための方法及びシステム Download PDFInfo
- Publication number
- JP2016507229A JP2016507229A JP2015554123A JP2015554123A JP2016507229A JP 2016507229 A JP2016507229 A JP 2016507229A JP 2015554123 A JP2015554123 A JP 2015554123A JP 2015554123 A JP2015554123 A JP 2015554123A JP 2016507229 A JP2016507229 A JP 2016507229A
- Authority
- JP
- Japan
- Prior art keywords
- image
- fish
- processor
- computer
- biological sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000002509 fluorescent in situ hybridization Methods 0.000 title claims description 36
- 239000012472 biological sample Substances 0.000 claims abstract description 43
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 19
- 239000000523 sample Substances 0.000 claims description 15
- 230000035945 sensitivity Effects 0.000 claims description 15
- 241001156002 Anthonomus pomorum Species 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 10
- FWBHETKCLVMNFS-UHFFFAOYSA-N 4',6-Diamino-2-phenylindol Chemical group C1=CC(C(=N)N)=CC=C1C1=CC2=CC=C(C(N)=N)C=C2N1 FWBHETKCLVMNFS-UHFFFAOYSA-N 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000001413 cellular effect Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 4
- 206010008805 Chromosomal abnormalities Diseases 0.000 abstract description 2
- 208000031404 Chromosome Aberrations Diseases 0.000 abstract description 2
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 238000007901 in situ hybridization Methods 0.000 abstract description 2
- 210000004027 cell Anatomy 0.000 description 34
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 10
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 7
- 210000004940 nucleus Anatomy 0.000 description 6
- 206010006187 Breast cancer Diseases 0.000 description 5
- 208000026310 Breast neoplasm Diseases 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 4
- 210000003855 cell nucleus Anatomy 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 101150054472 HER2 gene Proteins 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 108700020302 erbB-2 Genes Proteins 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000001000 micrograph Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 238000010186 staining Methods 0.000 description 3
- 241000124008 Mammalia Species 0.000 description 2
- 210000000349 chromosome Anatomy 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000203069 Archaea Species 0.000 description 1
- 241000271566 Aves Species 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 241000700199 Cavia porcellus Species 0.000 description 1
- 241000938605 Crocodylia Species 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 101150029707 ERBB2 gene Proteins 0.000 description 1
- 241000283074 Equus asinus Species 0.000 description 1
- 241000206602 Eukaryota Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241000699666 Mus <mouse, genus> Species 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 241000282577 Pan troglodytes Species 0.000 description 1
- 241000009328 Perro Species 0.000 description 1
- 241000288906 Primates Species 0.000 description 1
- 241000700159 Rattus Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000002671 adjuvant Substances 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 210000002230 centromere Anatomy 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 231100000676 disease causative agent Toxicity 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000001046 green dye Substances 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003990 molecular pathway Effects 0.000 description 1
- 230000006911 nucleation Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 239000001048 orange dye Substances 0.000 description 1
- 210000003463 organelle Anatomy 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- XJMOSONTPMZWPB-UHFFFAOYSA-M propidium iodide Chemical compound [I-].[I-].C12=CC(N)=CC=C2C2=CC=C(N)C=C2[N+](CCC[N+](C)(CC)CC)=C1C1=CC=CC=C1 XJMOSONTPMZWPB-UHFFFAOYSA-M 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000001044 red dye Substances 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 238000002626 targeted therapy Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
- 239000001043 yellow dye Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Image Processing (AREA)
Abstract
Description
一例では、各々がいくつかの乳癌(スライドあたり12〜24点の範囲)の組織サンプルを含む19のスライドについて、合計で300スポット/画像より多くが処理された。提案するFISHドットカウントアルゴリズムの性能を定量的に評価するために、自動カウント結果を、19個のスライドから得られた167スポット/画像から選択された880個の細胞の手動カウントと比較した。手動カウントは、画像を調査した専門家によって、拡大/縮小することができ、3次元スタックをナビゲートすることができ、さらに選択的にチャネルをオン/オフさせる能力を有し、複数のチャネルを同時に観察することができる画像可視化ツールを用いて行われた。細胞レベルのドットカウント精度を評価するために、2つのメトリックが定義された。第1のメトリック(タイプA誤差)は、細胞の分類一致である。2つクラス、すなわち正常及び癌性が定義された。正常な細胞(非癌性)は、3以下のHER2及びCEP17ドットを有するものとして定義された。それ以外は、細胞は癌性として分類される。第2のメトリック(タイプB誤差)は、ドットカウントマッチであり、絶対カウント数の20%より大きい差は誤差としてみなされる。例えば、手動で10ドットが見いだされた場合には、8〜12ドットの範囲の自動カウントはタイプB誤差とみなされない。
Claims (33)
- 生物学的サンプルの細胞レベルFISHドットカウントのコンピュータ実装方法であって、コンピュータがプロセッサを含んでいて、当該方法が、
a.プロセッサによって、核の対比染色試薬で染色された生物学的サンプルの第1の画像を受け取るステップと、
b.プロセッサによって、核の対比染色試薬からの信号の輝度に基づいて、生物学的サンプルの核をセグメンテーションすることによって、画像を核の対比染色試薬マスクに変換するステップと、
c.プロセッサによって、蛍光インサイツハイブリダイゼーションプローブ(FISHプローブ)で染色された生物学的サンプルの第2の画像を受け取るステップと、
d.プロセッサによって、FISHバイナリマスクを抽出するために、マルチレベル拡張h最大値又はh最小値を画像に適用するステップと、
e.検出された信号に従って、プロセッサによって、核の対比染色試薬マスク及びFISHバイナリマスクを位置合わせして重ね合わせるステップと、
f.任意に、プロセッサによって、極大値及びサイズ制限を用いて各核の内部のFISHドットの数をカウントするステップと
を含んでいる、方法。 - 核の対比染色試薬が4’,6−ジアミジノ−2−フェニルインドール(DAPI)である、請求項1記載の方法。
- 複数のレベルが3つのhレベルを含んでいて、h0:低感度、h1:中感度及びh2:高感度が、複数の輝度範囲に基づく方法を用いて、プロセッサによって画像毎に推定される、請求項1記載の方法。
- 細胞(i)毎の最良のhレベルが、ルールベース法を用いて、プロセッサによって選択される、請求項1記載の方法。
- ルールベース法が、プロセッサによってコントラストスコアを計算して、以下の通りそのレベルを受容又は拒絶するのに用いられる、請求項4記載の方法。
- ルールベース法が、コントラストスコアを受入閾値及び高検出閾値と比較するステップを含む、請求項5記載の方法。
- 核の対比染色試薬で染色された生物学的サンプルの第1の画像が、生物学的サンプルによる3つ以上の焦点深度で取得された一連の画像を表し、生物学的サンプルの核をセグメンテーションするステップは、
プロセッサによって、画像の各々のブレナー勾配値を計算するステップと、
ブレナー勾配値に基づいて、最も良く焦点が合っている画像を選択するステップと、
プロセッサによって、多重スケールで画像をウェーブレット係数に分解するために、ウェーブレットベースのセグメンテーションアルゴリズムを画像に適用するステップとを含む、請求項1記載の方法。 - 蛍光インサイツハイブリダイゼーションプローブで染色された生物学的サンプルの第2の画像は、生物学的サンプルによる3つ以上の焦点深度で取得された一連の画像を表す、請求項1記載の方法。
- 一連の画像は、プロセッサによって、
プロセッサによって、画像の各々のブレナー勾配値を計算するステップと、
ブレナー勾配値を用いて、最も良く焦点が合っている画像を選択するステップと、
プロセッサによって、画像のノイズを低減するためにメジアンフィルタを用いてノイズ除去するステップと、
プロセッサによって、画像のコントラストを強化するために、トップハットフィルタ処理を用いて画像の背景減算を実行するステップと、によって強化される、請求項8記載の方法。 - 個々のFISHドットをカウントするステップは、プロセッサによって、クラスタ化したFISHドットを個別のFISHドットに分離し、得られたオブジェクトを個々のFISHドットとして分類するステップをさらに含む、請求項1記載の方法。
- プロセッサによってFISHドットをカウントするステップは、
検出されたFISHマスク内の極大値を検出するステップと、
接触するドットを分離するためにシード分水嶺アルゴリズムを適用するステップと、
任意に、所定の最大面積に基づいて残りの大きなオブジェクトをさらに分割するために、面積ベースの手法を適用するステップとを含む、請求項10記載の方法。 - コンピュータ実行可能命令を記憶する非一時的コンピュータ可読媒体であって、コンピュータ実行可能命令は、コンピュータによって実行された場合に、コンピュータに対して、
a.核の対比染色試薬で染色された生物学的サンプルの第1の画像を受け取る処理と、
b.核の対比染色試薬からの信号の輝度に基づいて、生物学的サンプルの核をセグメンテーションすることによって、画像を核の対比染色試薬マスクに変換する処理と、
c.蛍光インサイツハイブリダイゼーションプローブ(FISHプローブ)で染色された生物学的サンプルの第2の画像を受け取る処理と、
d.FISHバイナリマスクを抽出するために、マルチレベルに拡張されたh最大値又はh最小値を画像に適用する処理と、
e.検出された信号に従って、核の対比染色試薬マスク及びFISHバイナリマスクを位置合わせして重ね合わせる処理と、
f.任意に、極大値及びサイズ制限を用いて各核の内部のFISHドットの数をカウントする処理とを実行させる、コンピュータ可読媒体。 - 核の対比染色試薬は、4’,6−ジアミジノ−2−フェニルインドール(DAPI)である、請求項12記載のコンピュータ可読媒体。
- マルチレベル拡張h最大値又はh最小値は、h0:低感度と、h1:中感度と、h2:高感度との3つのhレベルを含み、輝度範囲に基づく方法を用いて、コンピュータによって画像毎に推定される、請求項12記載のコンピュータ可読媒体。
- 細胞(i)毎の最良のhレベルは、ルールベース法を用いて、コンピュータによって実行される、請求項12記載のコンピュータ可読媒体。
- ルールベース法が、レベルjを受容又は拒絶するため、以下に定義するコントラストスコアを含んでいる、請求項15記載のコンピュータ可読媒体。
- ルールベース法が、コントラストスコアを受入閾値及び高検出閾値と比較するステップを含む、請求項14記載のコンピュータ可読媒体。
- 核の対比染色試薬で染色された生物学的サンプルの第1の画像が、生物学的サンプルによる少なくとも3つの焦点深度で取得された一連の画像を表し、コンピュータによって実行される場合に、コンピュータに対して、
画像の各々のブレナー勾配値を計算する処理と、
ブレナー勾配値を用いて、最も良く焦点が合っている画像を選択する処理と、
多重スケールで画像をウェーブレット係数に分解するために、ウェーブレットベースのセグメンテーションアルゴリズムを画像に適用する処理と
を実行させるコンピュータ実行可能命令をさらに含む、請求項12記載のコンピュータ可読媒体。 - 蛍光インサイツハイブリダイゼーションプローブで染色された生物学的サンプルの第2の画像が、生物学的サンプルによる3つ以上の焦点深度で取得された一連の画像を表す、請求項12記載のコンピュータ可読媒体。
- コンピュータによって実行される場合に、コンピュータに対して、
画像の各々のブレナー勾配値を計算する処理と、
ブレナー勾配値を用いて、最も良く焦点が合っている画像を選択する処理と、
画像のノイズを低減するためにメジアンフィルタを用いてノイズ除去する処理と、
画像のコントラストを強化するために、トップハットフィルタ処理を用いて画像の背景を減算する処理と
を実行させるコンピュータ実行可能命令を含む、請求項19記載のコンピュータ可読媒体。 - コンピュータによって実行される場合に、コンピュータに対して、クラスタ化したFISHドットを個別のオブジェクトに分離し、得られたオブジェクトを個々のFISHドットとして分類する処理を実行させるコンピュータ実行可能命令をさらに含む、請求項12記載のコンピュータ可読媒体。
- FISHドットをカウントする処理が、
検出されたFISHバイナリマスク内の極大値を検出する処理と、
接触するドットを分離するためにシード分水嶺アルゴリズムを適用する処理と、
任意に、所定の最大面積に基づいて残りの大きなオブジェクトをさらに分割するために、面積ベースの手法を適用する処理と
を実行させる命令を含む、請求項21記載のコンピュータ可読媒体。 - 細胞レベルFISHドットカウントのためのシステムであって、当該システムが、
プロセッサと、
プロセッサに結合され、画像データを受け取るように構成された入力と、
プロセッサに結合され、コンピュータ実行可能命令を含むメモリと
を含んでおり、コンピュータ実行可能命令が、プロセッサによって実行される場合に、プロセッサに対して、
a.核の対比染色試薬で染色された生物学的サンプルの第1の画像を受け取る処理と、
b.核の対比染色試薬からの信号の輝度に基づいて、生物学的サンプルの核をセグメンテーションすることによって、画像を核の対比染色試薬マスクに変換する処理と、
c.蛍光インサイツハイブリダイゼーションプローブ(FISHプローブ)で染色された生物学的サンプルの第2の画像を受け取る処理と、
d.FISHバイナリマスクを抽出するために、マルチレベル拡張h最大値又はh最小値を画像に適用する処理と、
e.検出された信号に従って、核の対比染色試薬マスク及びFISHバイナリマスクを位置合わせして重ね合わせる処理と、
f.任意に、極大値及びサイズ制限を用いて各核の内部のFISHドットの数をカウントする処理と
を実行させる、システム。 - 核の対比染色試薬は、4’,6−ジアミジノ−2−フェニルインドール(DAPI)である、請求項23記載のシステム。
- マルチレベル拡張h最大値又はh最小値は、h0:低感度と、h1:中感度と、h2:高感度との3つのhレベルを含み、複数の輝度範囲に基づく方法を用いて、プロセッサによって画像毎に推定される、請求項23記載のシステム。
- 細胞(i)毎の最良のhレベルは、ルールベース法を用いる、請求項23記載のシステム。
- ルールベース法が、レベルjを受容又は拒絶するため、以下に定義するコントラストスコアを含んでいる、請求項26記載のシステム。
- ルールベース法は、コントラストスコアを受入閾値及び高検出閾値と比較するステップを含む、請求項26記載のシステム。
- DAPIで染色された生物学的サンプルの第1の画像は、生物学的サンプルによる3つ以上の焦点深度で取得された一連の画像を表し、コンピュータ実行可能命令は、プロセッサによって実行される場合に、プロセッサに対して、
画像の各々のブレナー勾配値を計算する処理と、
ブレナー勾配値を用いて、最も良く焦点が合っている画像を選択する処理と、
多重スケールで画像をウェーブレット係数に分解するために、ウェーブレットベースのセグメンテーションアルゴリズムを画像に適用する処理とを実行させる、請求項23記載のシステム。 - 蛍光インサイツハイブリダイゼーションプローブで染色された生物学的サンプルの第2の画像は、生物学的サンプルによる3つ以上の焦点深度で取得された一連の画像を表す、請求項23記載のシステム。
- プロセッサによって実行される場合に、プロセッサに対して、
画像の各々のブレナー勾配値を計算する処理と、
ブレナー勾配値を用いて、最も良く焦点が合っている画像を選択する処理と、
画像のノイズを低減するためにメジアンフィルタを用いてノイズ除去する処理と、
画像のコントラストを強化するために、トップハットフィルタ処理を用いて画像の背景を減算する処理とを実行させるコンピュータ実行可能命令を含む、請求項23記載のシステム。 - プロセッサによって実行される場合に、プロセッサに対して、クラスタ化したFISHドットを個別のオブジェクトに分離し、得られたオブジェクトを個々のFISHドットとして分類する処理を実行させるコンピュータ実行可能命令をさらに含む、請求項23記載のシステム。
- FISHドットをカウントする命令は、プロセッサによって実行される場合に、プロセッサに対して、
検出されたFISHバイナリマスク内の極大値を検出する処理と、
接触するドットを分離するためにシード分水嶺アルゴリズムを適用する処理と、
任意に、所定の最大面積に基づいて残りの大きなオブジェクトをさらに分割するために、面積ベースの手法を適用する処理とを実行させるコンピュータ実行可能命令を含む、請求項32記載のシステム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361756025P | 2013-01-24 | 2013-01-24 | |
US61/756,025 | 2013-01-24 | ||
US13/849,585 US9042631B2 (en) | 2013-01-24 | 2013-03-25 | Method and systems for cell-level fish dot counting |
US13/849,585 | 2013-03-25 | ||
PCT/EP2014/051077 WO2014114612A1 (en) | 2013-01-24 | 2014-01-21 | Method and systems for cell-level fish dot counting |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016507229A true JP2016507229A (ja) | 2016-03-10 |
JP2016507229A5 JP2016507229A5 (ja) | 2017-02-16 |
JP6506700B2 JP6506700B2 (ja) | 2019-04-24 |
Family
ID=51207715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015554123A Expired - Fee Related JP6506700B2 (ja) | 2013-01-24 | 2014-01-21 | 細胞レベルfishドットカウントのための方法及びシステム |
Country Status (4)
Country | Link |
---|---|
US (1) | US9042631B2 (ja) |
EP (1) | EP2948897B1 (ja) |
JP (1) | JP6506700B2 (ja) |
WO (1) | WO2014114612A1 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018174827A (ja) * | 2017-04-14 | 2018-11-15 | シスメックス株式会社 | 蛍光画像分析装置、蛍光画像の画像処理方法及びコンピュータプログラム |
JP2018174828A (ja) * | 2017-04-14 | 2018-11-15 | シスメックス株式会社 | 蛍光画像分析装置、蛍光画像の分析方法及びコンピュータプログラム |
US10401289B2 (en) | 2016-05-31 | 2019-09-03 | Sysmex Corporation | Fluorescent image analyzer, analyzing method, and pretreatment evaluation method |
JP2022511401A (ja) * | 2018-10-24 | 2022-01-31 | ライカ バイオシステムズ イメージング インコーポレイテッド | 蛍光インサイチュハイブリダイゼーション画像を取得する際のカメラ露出量制御 |
US11521315B2 (en) | 2019-03-29 | 2022-12-06 | Sysmex Corporation | Fluorescence image analyzer and fluorescence image analyzing method |
WO2023282488A1 (ko) * | 2021-07-08 | 2023-01-12 | 가톨릭대학교 산학협력단 | 암 세포 판정을 위한 핵이미지 선별 장치 및 핵이미지 선별 방법 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016120442A1 (en) * | 2015-01-30 | 2016-08-04 | Ventana Medical Systems, Inc. | Foreground segmentation and nucleus ranking for scoring dual ish images |
US10430987B1 (en) * | 2017-06-09 | 2019-10-01 | Snap Inc. | Annotating an image with a texture fill |
US10818015B2 (en) * | 2019-01-28 | 2020-10-27 | Florida Analytical Imaging Solutions, LLC. | Automatic region of interest selection in centrosome analysis |
CN111539354B (zh) * | 2020-04-27 | 2020-12-15 | 易普森智慧健康科技(深圳)有限公司 | 一种液基细胞玻片扫描区域识别方法 |
US11922709B2 (en) * | 2020-08-24 | 2024-03-05 | Applied Materials, Inc. | Cell detection using segmentation based on nuclear staining and mFISH images |
CN116188463A (zh) * | 2023-04-24 | 2023-05-30 | 中国科学院长春光学精密机械与物理研究所 | Fish图像信号自动检测分析方法、装置、设备以及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110286654A1 (en) * | 2010-05-21 | 2011-11-24 | Siemens Medical Solutions Usa, Inc. | Segmentation of Biological Image Data |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5523207A (en) * | 1994-10-17 | 1996-06-04 | Compucyte Corporation | Method for accurate counting of probe spots in cell nuclei |
AU7494900A (en) | 1999-09-17 | 2001-04-17 | Government of The United States of America, as represented by The Secretary Department of Health & Human Services, The National Institutes of Health, The | Signal counting for in situ hybridization |
US8000509B2 (en) | 2006-08-04 | 2011-08-16 | Ikonisys, Inc. | Image processing method for a microscope system |
US8121356B2 (en) * | 2006-09-15 | 2012-02-21 | Identix Incorporated | Long distance multimodal biometric system and method |
CA2704796A1 (en) | 2007-10-11 | 2009-04-16 | British Columbia Cancer Agency Branch | Systems and methods for automated characterization of genetic heterogeneity in tissue samples |
WO2009064933A2 (en) | 2007-11-13 | 2009-05-22 | Ikonisys, Inc. | Detection of circulating tumor cells in peripheral blood with an automated scanning fluorescence microscope |
US9896720B2 (en) | 2008-09-10 | 2018-02-20 | Rutgers, The State University Of New Jersey | Imaging individual mRNA molecules using multiple singly labeled probes |
US8831306B2 (en) * | 2009-06-03 | 2014-09-09 | Hitachi High-Technologies Corporation | Flow type particle image analysis method and device |
WO2012075028A1 (en) | 2010-11-29 | 2012-06-07 | Dako Denmark A/S | Methods and systems for analyzing images of specimens processed by a programmable quantitative assay |
TW201310389A (zh) * | 2011-08-19 | 2013-03-01 | Vatics Inc | 使用影像對比增進的移動物件偵測方法 |
-
2013
- 2013-03-25 US US13/849,585 patent/US9042631B2/en active Active
-
2014
- 2014-01-21 JP JP2015554123A patent/JP6506700B2/ja not_active Expired - Fee Related
- 2014-01-21 EP EP14701700.8A patent/EP2948897B1/en active Active
- 2014-01-21 WO PCT/EP2014/051077 patent/WO2014114612A1/en active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110286654A1 (en) * | 2010-05-21 | 2011-11-24 | Siemens Medical Solutions Usa, Inc. | Segmentation of Biological Image Data |
Non-Patent Citations (1)
Title |
---|
IEEE TRANS. IMAGE. PROCESS., vol. 14, no. 9, JPN6017050089, 2005, pages 1288 - 1299 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10401289B2 (en) | 2016-05-31 | 2019-09-03 | Sysmex Corporation | Fluorescent image analyzer, analyzing method, and pretreatment evaluation method |
US11340170B2 (en) | 2016-05-31 | 2022-05-24 | Sysmex Corporation | Fluorescent image analyzer, analyzing method, and pretreatment evaluation method |
JP2018174827A (ja) * | 2017-04-14 | 2018-11-15 | シスメックス株式会社 | 蛍光画像分析装置、蛍光画像の画像処理方法及びコンピュータプログラム |
JP2018174828A (ja) * | 2017-04-14 | 2018-11-15 | シスメックス株式会社 | 蛍光画像分析装置、蛍光画像の分析方法及びコンピュータプログラム |
US10605731B2 (en) | 2017-04-14 | 2020-03-31 | Sysmex Corporation | Fluorescence image analyzing apparatus, image processing method of fluorescence image, and computer program |
US11085880B2 (en) | 2017-04-14 | 2021-08-10 | Sysmex Corporation | Fluorescence image analyzing apparatus, method of analyzing fluorescence image, and computer program |
US11237107B2 (en) | 2017-04-14 | 2022-02-01 | Sysmex Corporation | Fluorescence image analyzing apparatus, image processing method of fluorescence image, and computer program |
JP2022511401A (ja) * | 2018-10-24 | 2022-01-31 | ライカ バイオシステムズ イメージング インコーポレイテッド | 蛍光インサイチュハイブリダイゼーション画像を取得する際のカメラ露出量制御 |
US11521315B2 (en) | 2019-03-29 | 2022-12-06 | Sysmex Corporation | Fluorescence image analyzer and fluorescence image analyzing method |
WO2023282488A1 (ko) * | 2021-07-08 | 2023-01-12 | 가톨릭대학교 산학협력단 | 암 세포 판정을 위한 핵이미지 선별 장치 및 핵이미지 선별 방법 |
Also Published As
Publication number | Publication date |
---|---|
US20140205173A1 (en) | 2014-07-24 |
EP2948897A1 (en) | 2015-12-02 |
EP2948897B1 (en) | 2019-03-13 |
JP6506700B2 (ja) | 2019-04-24 |
US9042631B2 (en) | 2015-05-26 |
WO2014114612A1 (en) | 2014-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6506700B2 (ja) | 細胞レベルfishドットカウントのための方法及びシステム | |
US10783641B2 (en) | Systems and methods for adaptive histopathology image unmixing | |
EP3635682B1 (en) | Systems and methods for analysis of heterotopic ossification in 3d images | |
US9792693B2 (en) | Spectral unmixing | |
JP2009115599A (ja) | 評価システム、評価方法および評価プログラム | |
JP2006511794A (ja) | 画像分析に基づいたエストロゲン及びプロゲステロン表現のスコアリング | |
JP6743066B2 (ja) | 組織サンプル解析技術 | |
Dixit et al. | Review of Image Processing Techniques for Automatic Detection of tumor in human liver | |
US10943350B2 (en) | Automated segmentation of histological sections for vasculature quantification | |
Oprisescu et al. | Automatic pap smear nuclei detection using mean-shift and region growing | |
Patil et al. | Semi-automated lession grading in cervix images with Specular Reflection removal | |
Parvaze et al. | Extraction of multiple cellular objects in HEp-2 images using LS segmentation | |
EP3938999B1 (en) | Correlated image analysis for 3d biopsy | |
Al-Kofahi et al. | An automated algorithm for cell-level FISH dot counting | |
KR102369717B1 (ko) | 조직학 섹션에서 전립선암 종의 다중 특성 분류 방법 | |
US11263781B2 (en) | Process for determining the infiltration of biological cells in a biological object of interest | |
Beltran et al. | Enhancing the visualization of the microvasculature of extrahepatic bile ducts obtained from confocal microscopy images | |
Pezoa et al. | Automatic membrane segmentation of IHC images enables the analysis of cancer breast tissues | |
Swee et al. | Projection based region of interest segmentation in breast MRI images | |
EP4381464A1 (en) | Methods of processing optical images and applications thereof | |
Toki et al. | Extraction method of glandular areas in prostate biopsy image | |
Livanos et al. | Automated analysis of immunohistochemical images based on curve evolution approaches |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170112 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170112 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180404 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180814 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181113 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190329 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6506700 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |