JP6222584B2 - 細胞ベースの組織解析 - Google Patents
細胞ベースの組織解析 Download PDFInfo
- Publication number
- JP6222584B2 JP6222584B2 JP2015559269A JP2015559269A JP6222584B2 JP 6222584 B2 JP6222584 B2 JP 6222584B2 JP 2015559269 A JP2015559269 A JP 2015559269A JP 2015559269 A JP2015559269 A JP 2015559269A JP 6222584 B2 JP6222584 B2 JP 6222584B2
- Authority
- JP
- Japan
- Prior art keywords
- cell
- tissue
- features
- cells
- population
- 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.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 title claims description 69
- 238000000034 method Methods 0.000 claims description 80
- 238000010186 staining Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 26
- 238000002360 preparation method Methods 0.000 claims description 16
- 238000003909 pattern recognition Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 10
- 238000012800 visualization Methods 0.000 claims description 8
- 238000007418 data mining Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 238000003556 assay Methods 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 4
- 238000011237 bivariate analysis Methods 0.000 claims description 4
- 238000013079 data visualisation Methods 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000000491 multivariate analysis Methods 0.000 claims description 4
- 238000007473 univariate analysis Methods 0.000 claims description 4
- 238000000338 in vitro Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000013441 quality evaluation Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims 2
- 238000010835 comparative analysis Methods 0.000 claims 1
- 230000004927 fusion Effects 0.000 claims 1
- 239000012859 tissue stain Substances 0.000 claims 1
- 210000004027 cell Anatomy 0.000 description 466
- 210000001519 tissue Anatomy 0.000 description 223
- 239000000523 sample Substances 0.000 description 32
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 21
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 21
- 230000001413 cellular effect Effects 0.000 description 12
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 239000000975 dye Substances 0.000 description 8
- 241000894007 species Species 0.000 description 8
- 108090000623 proteins and genes Proteins 0.000 description 7
- 238000010191 image analysis Methods 0.000 description 6
- 102000004169 proteins and genes Human genes 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000012417 linear regression Methods 0.000 description 5
- 238000011002 quantification Methods 0.000 description 5
- 230000004083 survival effect Effects 0.000 description 5
- 210000004881 tumor cell Anatomy 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000001303 quality assessment method Methods 0.000 description 4
- 241000282412 Homo Species 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 210000000170 cell membrane Anatomy 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000004164 analytical calibration Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000031018 biological processes and functions Effects 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical compound [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 2
- 238000000684 flow cytometry Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 210000004969 inflammatory cell Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 210000002536 stromal cell Anatomy 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 208000009458 Carcinoma in Situ Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 102100025803 Progesterone receptor Human genes 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003124 biologic agent Substances 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004624 confocal microscopy Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 210000000805 cytoplasm Anatomy 0.000 description 1
- 238000001493 electron microscopy Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 102000015694 estrogen receptors Human genes 0.000 description 1
- 108010038795 estrogen receptors Proteins 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000834 fixative Substances 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 201000004933 in situ carcinoma Diseases 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 108020004999 messenger RNA Proteins 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000011527 multiparameter analysis Methods 0.000 description 1
- 210000004940 nucleus Anatomy 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 108090000468 progesterone receptors Proteins 0.000 description 1
- 102000005962 receptors Human genes 0.000 description 1
- 108020003175 receptors Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06V20/695—Preprocessing, e.g. image segmentation
-
- 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
- G06V20/698—Matching; Classification
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1006—Investigating individual particles for cytology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00029—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor provided with flat sample substrates, e.g. slides
- G01N2035/00099—Characterised by type of test elements
- G01N2035/00138—Slides
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- Multimedia (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Dispersion Chemistry (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Food Science & Technology (AREA)
- Biotechnology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Cell Biology (AREA)
- Medicinal Chemistry (AREA)
- Microbiology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Description
組織スライドに基づいて組織試料を検査する従来の方法は、顕微鏡を用いて人間が評価及び解釈する能力に限定される。
本明細書の実施形態に従って、光学顕微鏡を用いて人間が評価及び解釈する能力をはるかに超えた、組織スライドに基づく組織試料の新規な検査方法を提供する。本方法は、概して、組織切片の一部又は全体の細胞を検出し特徴付けることと、組織試料の異なる細胞集団を規定し特徴付けることと、細胞集団特性に基づいて組織試料を検査することとを含む。
組織調製プロセスは、組織試料又はサンプル(例えば、生検試料、切除試料、外科試料)の捕集/取得、組織サンプルの固定(例えば、ホルマリンなどの固定剤を用いる)、組織学実験室へのサンプル輸送、組織が特定の媒体内に埋め込まれた組織ブロックの作製を含む。本明細書の目的では、「組織試料」又は「研究対象のサンプル」は、「組織サンプル」と呼ぶことができる。凍結組織サンプルの捕集及び調製では、固定媒体の代わりに凍結媒体を利用して凍結組織サンプルを取得し、これを一般に認められた標準的な組織学的手順で処理して組織スライドにすること以外は、類似のプロセスに従う。
スライド調製プロセスは、一般に認められた標準的な組織学的手順、すなわち、組織ブロックをカットして、ガラススライド(組織スライドとしても知られる)上に配置される組織切片にすることと、続いて、スライドの染色(例えば、ヘマトキシリン及びエオシン−H&E、免疫組織化学−IHCなど)を行って、細胞解析により検出可能な対象となる特異的細胞フィーチャーを作製することと、を含む。
市販のデジタル顕微鏡及び/又はスライドスキャナー(例えば、Aperio、Cri、Hamamatsu、Leica、Omnyx、Philips、Ventana、及び3DHistech)を用いて、組織スライドをデジタル化することが可能である。異なる画像取得技術(例えば、明視野、蛍光、マルチスペクトル、偏光)を用いて、組織スライドのデジタル画像を形成することが可能である。いくつかの場合、同一の組織スライドに異なる画像取得技術を適用すると、単一のスライドに対して複数の画像を生じる可能性がある。スライドのデジタル化は、対象となる細胞フィーチャーがどのように画像化されるかにかなりの影響を及ぼしうる。このプロセスを標準化するために、注意深い制御を適用する必要がある。
細胞解析プログラムは、細胞の検出と、異なる組織切片の画像の細胞フィーチャーの計算とを含む。細胞解析は、典型的には、種(例えば、ヒト)、組織タイプ(例えば、胃腸組織の長尺状細胞に対して***組織の円形細胞)、染色される細胞区画(核、細胞膜、及び細胞質)、染色(例えば、ヘマトキシリン、エオシン、DAB)及び画像取得(例えば、明視野、蛍光、マルチスペクトル、偏光)に特異的な適用である。
細胞フィーチャーを有する細胞は、強度/色コード付き細胞表現(例えば、検出された細胞及び細胞区画のビットマップ、円、楕円)及び異なる組織切片の画像上に重ね合わせたヒートマップ、1D、2D、及び3Dデータプロット、ならびに選別可能及び検索可能なデータテーブルを含めて、多種多様な方法で可視化することが可能である。
細胞解析プログラムは、色の変動を調整するために、異なる機器から取得された画像の自動キャリブレーションを提供する。いずれの解析を行う前にも、各機器に対して規定されたカラーキャリブレーションプロファイルを画像中のすべて画素に適用する。
細胞フィーチャー(例えば、IHC−HER2、IHC−ER、及びIHC−PR)を多重化するための標準は、組織スライドレベルで全スライドのスコアを組み合わせたものであった。細胞解析プログラムは、細胞レベルで多重化を提供することが可能である。
細胞集団解析プログラムは、細胞集団の同定、特徴付け及び解釈に基づく組織サンプルの検査を提供する。細胞集団は、生物学的プロセスの解釈を容易にするために使用される。細胞集団は、特定の細胞フィーチャーの特定の機能を共有するすべて細胞として規定される。組織サンプルは、1つ又は複数の細胞集団を含む。特定の細胞集団フィーチャーは、細胞集団に含まれる細胞から計算される。組織サンプルに関連付けられるメタデータ(例えば、種、組織型、年齢、性別、病態、薬剤投与量、臨床転帰)は、解析の目的に依存して異なる。
細胞集団の同定の鍵となるのは、重要な細胞フィーチャーを同定して、細胞集団を規定する細胞フィーチャーの適切な機能を規定することである。
異なる細胞フィーチャー(例えば、細胞膜染色強度対細胞膜完全性)と、組織サンプルの解釈に意味のある特定の細胞特性(例えば、異なる細胞型又は特定のタンパク質発現プロファイルを有する細胞)の同定及び/又は定量の妥当性との関係を理解することが重要である。異なる細胞フィーチャーは、統計変数と考えることが可能である。
細胞集団解析プログラムは、選択された細胞フィーチャーのシーケンシャルゲート処理関数を規定することにより細胞集団を同定するマニュアルゲート処理を提供可能である。マニュアルゲート処理は、典型的には、細胞集団の特異的規定を支援する。
細胞集団に対応する細胞を組織切片の画像で同時に同定することが可能である。
細胞集団解析プログラムは、異なる組織サンプル中の細胞の自動ゲート処理用として規定されたゲート処理関数の使用を可能にする。
細胞集団解析プログラムは、教師あり機械学習技術に基づいて、異なる細胞集団への細胞の自動分類のために、細胞ベースのパターン認識を提供することが可能である。パターン認識は、典型的には、細胞集団の特異的及び統計的な規定に使用される。使用される機械学習技術は、重要な細胞フィーチャーがどのように同定されるか、どんな種類の計算モデルが細胞分類に使用されるかを決定する。細胞分類は、クラスラベル(すなわち、細胞は、1つの細胞集団の一部のみとすることができる)又はクラス確率(すなわち、細胞は、複数の細胞集団の一部とすることができる)を用いて表現可能である。
組織切片の画像で異なる細胞集団の例の領域を規定して、それらの細胞フィーチャーにより代表的細胞を同定することが可能である。
細胞ベースのパターン認識に代わる選択肢として又はそれと組み合わせて、共通グリッド(単一の組織切片のみを使用した場合でも)を用いて、領域ベースのパターン認識を実施し、領域ベースの表現と細胞ベースの表現との間でデータを交互にマッピングすることが可能である。
異なる細胞集団に対応する細胞を組織切片の画像で同定することが可能である。
細胞集団解析プログラムは、異なる組織サンプル中の細胞の自動分類用として規定された細胞分類子の使用を可能にする。
細胞集団解析プログラムは、異なる細胞集団への細胞の自動分類のために、教師なし機械学習技術(例えば、ガウス混合モデル)を含めて、集団混合モデル解析を提供する。集団混合モデル解析は、典型的には、細胞集団の具象規定に使用される。混合モデルは、全細胞集団内の細胞サブ集団の存在を表すための確率モデルである。混合モデルは、全細胞集団の観測のみが与えられたとして、細胞サブ集団の性質に関する統計的推測を行うために使用される。ガウスモデルを含めて、さまざまな種類の分布モデルを使用することが可能である。
細胞集団解析プログラムは、細胞集団細胞フィーチャーの分布関数及び累積分布関数(CDF)の比較に基づいて、集団比較を提供する。同一の組織切片内又は異なる組織切片にわたる異なる細胞集団を比較して、具象細胞集団を規定することが可能である。
組織サンプルは、異なる細胞集団及びそれらの細胞集団フィーチャーにより特徴付けられる。細胞集団が同定された後、各細胞集団の細胞及び細胞フィーチャーから、細胞集団フィーチャー(例えば、全細胞数に対する細胞のパーセント、細胞フィーチャーの統計及び細胞フィーチャーヒストグラム)が計算される。
細胞集団の解釈は、組織サンプルの比較及び組織サンプルの叙述を取り扱う。
研究室もしくは施設全体にわたり又は多くの集団との関連で組織サンプルのデータを調べることにより、データに関する新しい知見及び新しい展望を提供する。
組織サンプルのデータセットは、メタデータ(例えば、種、組織型、性別、年齢、病態、薬剤投与量、及び臨床転帰)、細胞集団フィーチャー(例えば、全細胞数に対する細胞のパーセント、細胞フィーチャーの統計及び細胞フィーチャーのヒストグラム)を有する細胞集団を含むことができる、それだけでなく、細胞フィーチャーを有する細胞及び組織切片の画像をも含むことができる。
組織サンプルのデータセットの標準化は、データベースの有用性に重要である。
教師なし及び教師あり機械学習技術を含めて、データマイニング技術、さらにはヒートマップ、1D2D、及び3Dデータプロット、ならびに選別可能及び検索可能なデータテーブルを含めて、可視化技術を、データベースと共に使用して、自動又は半自動で大量のデータを解析することが可能である。データマイニング及び可視化の目的は、これまで知られていない興味深いパターン、例えば、データセット群(クラスター解析)、異常データセット(異常検出)及び依存性(相関ルールマイニング)を抽出することならびに分類又は回帰分析の形態でデータセットの叙述を提供できるようにすることである。
細胞集団解析プログラムは、研究対象の組織サンプルの組織解析データ及び関連メタデータに基づく決定支援システムを含むことができる。
決定支援システムは、組織解析データ(例えば、ヒト−***組織−浸潤性腫瘍細胞集団−HER2、ER及びPR発現)、及び研究対象の組織サンプルのメタデータ及び既知の病態又は転帰(例えば、異なる治療オプション後の生存)を有するデータベースのデータセットの差の定量及び可視化(例えば、ヒートマップ)を可能にする類似性解析を提供することができる。決定支援システムは、スライド画像、細胞フィーチャーを有する細胞、細胞集団フィーチャーを有する細胞集団、関連メタデータ、さらには、他の治療法からのデータ(例えば、放射線学データ)を含めて、データベース中のデータセットの追加の症例情報、へのアクセスを提供することができる。これにより、データが既知の病態又は転帰にどれくらい近いかなどの疑問を解決することが可能である。
細胞集団解析プログラムは、組織サンプルの細胞集団及び細胞集団フィーチャーに基づいてメタデータを予測する能力を提供可能である。教師あり機械学習技術を用いて、既存のメタデータを有する組織サンプル例から分類子を知ることが可能である。
IVDMIAは、1種の細胞集団(例えば、浸潤性腫瘍細胞)又は複数種の細胞集団(例えば、間質細胞)の組織サンプルの細胞集団フィーチャー(例えば、HER2発現、ER発現、PR発現)及び関連メタデータ(例えば、年齢、性別、病態)に基づいて、規定及び具現化することが可能である。
細胞集団解析プログラムは、検出された細胞集団及びそれらの細胞集団フィーチャーを標準と比較することにより、細胞集団フィーチャー(例えば、HER2、ER、PR発現)の自動キャリブレーションを提供して、組織及びスライドの調製プロセスにおける変動を調整することが可能である。標準は、異なる組織及びスライド調製パラメーター(例えば、さまざまな固定時間)を変化させる及び/又は大集団のデータセットを解析する、制御された手順を用いて調製された組織切片から確定可能である。この種のキャリブレーションは、生検から最終分析に至るまで内部組織対照を使用すると考えることが可能である。
組織及びスライドの調製、デジタル化又は他の因子からのアーチファクトは、組織解析を妨げて、誤差を引き起こすおそれがある。したがって、品質評価は、組織解析のきわめて重要な工程である。品質評価は、組織サンプル間での変動の測定及び生物学的動因の可能性が低い変動の検出を含む。生物学的動因の変動は、ターゲット集団のデータセットを分析することにより規定可能である。
Claims (11)
- 組織サンプルから連続的な組織切片を取得し、該連続的な組織切片は、それらと関連する連続関係を有し、複数の組織スライドの一つの上に組織切片をそれぞれ載せ、組織切片のそれぞれを組織染色で独立して染色し、
染色された組織切片を含む複数の組織スライドの各々についてデジタル画像を取得し、該複数のデジタル画像は、複数の対応する組織スライドまたはその一部について取得され、
前記デジタル画像のそれぞれを、前記組織サンプルから導き出されるような連続関係で互いに関連付け、
1以上の前記デジタル画像内で細胞を検出し、該検出された細胞を、
各画像及びそれに関連する各組織染色に関して検出された細胞の1以上の細胞のフィーチャーを測定し、該細胞のフィーチャーは、細胞のモルフォロジー、細胞発現、染色特性、細胞近傍特性、細胞領域特性またはそれらの組み合わせを含み、
近接組織切片のデジタル画像にわたって細胞フィーチャーを関連させて3次元細胞ベースのデータを関連付け、および
対話型コンピュータ生成視覚化を用いてコンピュータ化されたディスプレイ上に細胞ベースのデータを表し、
前記3次元細胞ベースのデータ内の細胞集団を同定し、該細胞集団は、前記細胞集団に関連する前記1以上の細胞フィーチャーを有することによって分類された細胞の1以上の群を含み、
前記同定された細胞集団に関して、
1以上の細胞集団フィーチャーを測定し、
1以上の細胞集団のフィーチャーに基づいて、同定された細胞集団内の細胞コホートを分類し、及び
対話型コンピューター生成可視化によりコンピューター化されたディスプレイ上の細胞コホートを表現し、及び
検出された細胞、細胞のフィーチャー、細胞集団および細胞集団のフィーチャーに関連する情報を、その後の比較分析のために1以上のデータベースに保存することを含む細胞ベースの組織解析方法。 - 前記細胞集団フィーチャーが、全細胞数に対する細胞のパーセント、細胞フィーチャーの統計及び細胞フィーチャーヒストグラムの1つ以上を含む請求項1に記載の方法。
- 前記3次元細胞ベースのデータの関連付けを、近接組織切片のデジタル画像について前記細胞及び前記細胞フィーチャーをマッピングすることを含む請求項1又は2に記載の方法。
- 細胞集団の前記同定が、一変量、二変量及び多変量解析を提供する請求項1から3のいずれか1つに記載の方法。
- 前記細胞集団が、シーケンシャルゲート処理、パターン認識技術、集団混合モデル解析又は細胞集団の細胞フィーチャーの分布関数及び累積分布関数の比較に基づく集団比較を用いて同定される請求項1から4のいずれか1つに記載の方法。
- 細胞集団の解釈が、データマイニング及び可視化を提供する、前記データベース中のデータセットを用いた又は臨床所見及び症例から作成された特別なデータセットを用いた、研究対象の組織サンプルの類似性解析に基づく決定支援システムを提供する、又は機械学習技術を用いた、組織サンプルの細胞集団及びそれらの細胞集団フィーチャーに基づくメタデータの自動叙述を提供する請求項1から5のいずれか1つに記載の方法。
- 細胞集団の解釈が、1以上の細胞集団、細胞集団フィーチャー及び関連メタデータから組織サンプルに対するin vitro診断多変量指数アッセイ(IVDMIA)の規定を可能にする請求項1から6のいずれか1つに記載の方法。
- in vitro診断多変量指数アッセイ(IVDMIA)の前記規定が、機械学習技術を用いて規定される請求項7に記載の方法。
- 前記細胞フィーチャー及び細胞集団フィーチャーのキャリブレーションが、前記検出された細胞集団及び細胞集団フィーチャーと、異なる組織調製及びスライド調製のパラメーターを変化させる又は大集団のデータセットを解析する、制御された手順を用いて確立されうる標準とを比較することにより、前記組織調製及びスライド調製のプロセスの変動に対して行われる請求項1から8のいずれか1つに記載の方法。
- 細胞集団の解釈が、前記組織サンプル間での変動を測定する及び生物学的動因の可能性が低い変動を検出する、品質評価を提供する請求項1から9のいずれか1つに記載の方法。
- コンピューター生成可視化が、データと表示との間の双方向リンケージ、画像オーバーレイ、ヒートマップ、データプロット、アライメント画像の3D表示、アライメント画像及びマッピングされた細胞データの融合画像ならびに異なる組織切片からの画像上にマッピングされた細胞データの画像オーバーレイ又はこれらの組み合わせの1つ以上を含む請求項1から10のいずれか1つに記載の方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361769049P | 2013-02-25 | 2013-02-25 | |
US61/769,049 | 2013-02-25 | ||
US13/934,237 US9488639B2 (en) | 2013-02-25 | 2013-07-03 | Cell-based tissue analysis |
US13/934,237 | 2013-07-03 | ||
PCT/US2014/018322 WO2014131013A1 (en) | 2013-02-25 | 2014-02-25 | Cell-based tissue analysis |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016507759A JP2016507759A (ja) | 2016-03-10 |
JP2016507759A5 JP2016507759A5 (ja) | 2017-03-30 |
JP6222584B2 true JP6222584B2 (ja) | 2017-11-01 |
Family
ID=51391913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015559269A Expired - Fee Related JP6222584B2 (ja) | 2013-02-25 | 2014-02-25 | 細胞ベースの組織解析 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9488639B2 (ja) |
EP (1) | EP2946190A4 (ja) |
JP (1) | JP6222584B2 (ja) |
SG (1) | SG11201506644XA (ja) |
WO (1) | WO2014131013A1 (ja) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9424459B1 (en) * | 2013-02-25 | 2016-08-23 | Flagship Biosciences, Inc. | Computerized methods for cell-based pattern recognition |
US9589172B1 (en) * | 2013-02-25 | 2017-03-07 | Flagship Biosciences, Inc. | Systems and methods for interactive image analysis of digital pathology images |
US9412006B1 (en) * | 2013-02-25 | 2016-08-09 | Flagship Biosciences, Inc. | Continuous tissue analysis scoring scheme based on cell classifications |
TW201520906A (zh) * | 2013-11-29 | 2015-06-01 | Univ Nat Taiwan Science Tech | 影像註冊方法 |
EP3550514B1 (en) * | 2014-02-21 | 2020-11-25 | Ventana Medical Systems, Inc. | Group sparsity model for image unmixing |
US9785752B1 (en) * | 2014-02-25 | 2017-10-10 | Flagship Biosciences, Inc. | Method for stratifying and selecting candidates for receiving a specific therapeutic approach |
US9725766B1 (en) | 2014-07-29 | 2017-08-08 | Flagship Biosciences, Inc. | Methods for measuring and reporting vascularity in a tissue sample |
US9298968B1 (en) * | 2014-09-12 | 2016-03-29 | Flagship Biosciences, Inc. | Digital image analysis of inflammatory cells and mediators of inflammation |
WO2016094720A1 (en) * | 2014-12-10 | 2016-06-16 | Neogenomics Laboratories, Inc. | Automated flow cytometry analysis method and system |
US20180040120A1 (en) * | 2014-12-29 | 2018-02-08 | Flagship Biosciences, Inc. | Methods for quantitative assessment of mononuclear cells in muscle tissue sections |
WO2016120418A1 (en) * | 2015-01-31 | 2016-08-04 | Ventana Medical Systems, Inc. | Quality control of automated whole-slide analysis |
CN107530452A (zh) | 2015-02-02 | 2018-01-02 | 诺瓦达克技术公司 | 用于表征受试者的组织的方法和*** |
EP3054279A1 (en) * | 2015-02-06 | 2016-08-10 | St. Anna Kinderkrebsforschung e.V. | Methods for classification and visualization of cellular populations on a single cell level based on microscopy images |
US10026159B2 (en) | 2015-09-23 | 2018-07-17 | Novadaq Technologies ULC | Methods and system for management of data derived from medical imaging |
EP3395937A4 (en) * | 2015-12-22 | 2019-08-21 | Nikon Corporation | IMAGE PROCESSING APPARATUS |
AU2017226252A1 (en) * | 2016-03-01 | 2018-07-26 | Ventana Medical Systems, Inc. | Improved image analysis algorithms using control slides |
WO2017171720A1 (en) * | 2016-03-29 | 2017-10-05 | Flagship Biosciences, Inc. | Digital image analysis of inflammatory cells and mediators of inflammation |
US10825195B2 (en) * | 2016-04-06 | 2020-11-03 | Hoffman-La Roche, Inc. | Spatial index creation for IHC image analysis |
EP3478728A4 (en) | 2016-06-30 | 2019-07-17 | Konica Minolta Laboratory U.S.A., Inc. | LEARNING METHOD AND SYSTEM FOR CELL ANNOTATION WITH ADAPTIVE INCREMENTAL LEARNING |
WO2018009202A1 (en) * | 2016-07-07 | 2018-01-11 | Flagship Biosciences Inc. | Continuous tissue analysis scoring scheme based on cell classifications |
CN109843176A (zh) * | 2016-07-29 | 2019-06-04 | 诺瓦达克技术有限公司 | 用于利用机器学习来表征受验者的组织的方法和*** |
EP3523779A1 (en) | 2016-10-07 | 2019-08-14 | Ventana Medical Systems, Inc. | Digital pathology system and associated workflow for providing visualized whole-slide image analysis |
US10504224B1 (en) * | 2016-12-31 | 2019-12-10 | Flagship Biosciences, Inc. | Method for detecting immunostaining below the threshold of visual perception |
WO2019009893A1 (en) * | 2017-07-05 | 2019-01-10 | Flagship Biosciences Inc. | METHODS OF MEASURING AND REPORTING VASCULARITY IN A TISSUE SAMPLE |
US20220207895A1 (en) * | 2019-04-02 | 2022-06-30 | Deutsches Rheuma-Forschungszentrum Berlin | Cytometry data analysis |
EP3876193A1 (de) * | 2020-03-02 | 2021-09-08 | Euroimmun Medizinische Labordiagnostika AG | Bildverarbeitungsverfahren zum anzeigen von zellen mehrerer gesamtbilder |
US20240127444A1 (en) * | 2021-02-16 | 2024-04-18 | Verily Life Sciences Llc | Systems and methods for biomarker detection in digitized pathology samples |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0797069B2 (ja) * | 1993-05-14 | 1995-10-18 | 財団法人東京都神経科学総合研究所 | 顕微鏡用連続薄切片の収拾保持方法とその装置 |
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 |
WO2001022086A1 (en) * | 1999-09-24 | 2001-03-29 | Jonathan Cohen | A high-throughput system for evaluating the clinical utility of molecular targets in tissue samples |
MXPA04006771A (es) | 2002-01-14 | 2005-04-25 | Ford Henry Health System | Materiales de celulas estromaticas de medula osea para uso en la formacion de vasos sanguineos y en la produccion de factores angiogenicos y troficos. |
US7181055B2 (en) | 2003-08-15 | 2007-02-20 | Holger Lange | Systems and methods for registering reflectance and fluorescence hyperspectral imagery |
US7899624B2 (en) * | 2005-07-25 | 2011-03-01 | Hernani Del Mundo Cualing | Virtual flow cytometry on immunostained tissue-tissue cytometer |
JP5406019B2 (ja) * | 2006-05-17 | 2014-02-05 | セルーメン、インコーポレイテッド | 自動化組織分析のための方法 |
WO2008115547A1 (en) | 2007-03-19 | 2008-09-25 | Sti Medical Systems, Llc | A method of automated image color calibration |
US8787651B2 (en) | 2010-09-28 | 2014-07-22 | Flagship Biosciences, LLC | Methods for feature analysis on consecutive tissue sections |
US8983166B2 (en) * | 2011-03-23 | 2015-03-17 | Hologic, Inc. | Method for automatically seeding previously-classified images among images of objects of interest from a specimen |
US20120271553A1 (en) * | 2011-04-22 | 2012-10-25 | Ge Global Research | Analyzing the expression of biomarkers in cells with clusters |
KR101938435B1 (ko) * | 2011-07-28 | 2019-01-14 | 메데텍트 에이비 | 조직 절편의 이미지를 제공하는 방법 |
-
2013
- 2013-07-03 US US13/934,237 patent/US9488639B2/en active Active
-
2014
- 2014-02-25 SG SG11201506644XA patent/SG11201506644XA/en unknown
- 2014-02-25 EP EP14754443.1A patent/EP2946190A4/en not_active Withdrawn
- 2014-02-25 WO PCT/US2014/018322 patent/WO2014131013A1/en active Application Filing
- 2014-02-25 JP JP2015559269A patent/JP6222584B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
SG11201506644XA (en) | 2015-09-29 |
EP2946190A4 (en) | 2016-11-23 |
US20150004630A1 (en) | 2015-01-01 |
EP2946190A1 (en) | 2015-11-25 |
WO2014131013A1 (en) | 2014-08-28 |
JP2016507759A (ja) | 2016-03-10 |
US9488639B2 (en) | 2016-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6222584B2 (ja) | 細胞ベースの組織解析 | |
US11257209B2 (en) | Cancer risk stratification based on histopathological tissue slide analysis | |
US10733726B2 (en) | Pathology case review, analysis and prediction | |
DK2973397T3 (en) | Tissue-object-based machine learning system for automated assessment of digital whole-slide glass | |
US10650221B2 (en) | Systems and methods for comprehensive multi-assay tissue analysis | |
Lu et al. | Automated analysis and diagnosis of skin melanoma on whole slide histopathological images | |
US7979212B2 (en) | Method and system for morphology based mitosis identification and classification of digital images | |
US9298968B1 (en) | Digital image analysis of inflammatory cells and mediators of inflammation | |
López et al. | Digital image analysis in breast cancer: an example of an automated methodology and the effects of image compression | |
Hoque et al. | Retinex model based stain normalization technique for whole slide image analysis | |
CA3196713C (en) | Critical component detection using deep learning and attention | |
CN107567631A (zh) | 组织样品分析技术 | |
CN112912923A (zh) | 基于距离的组织状态确定 | |
Shakarami et al. | Tcnn: A transformer convolutional neural network for artifact classification in whole slide images | |
CN118014443B (zh) | 一种药品的监测方法及装置 | |
Qidwai et al. | Color-based Fuzzy Classifier for automated detection of cancerous cells in histopathological analysis | |
US20210366107A1 (en) | Sensitivity analysis for digital pathology | |
Pablo | Development of a new automated method for the quantification of nuclear immunohistochemical markers | |
Arias Vesga | Non-Nuclei Tissue Characterization of Histopathological Images: A Processing Step to Improve Nuclei Segmentation Methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170224 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170224 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20170330 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20170509 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170516 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170606 |
|
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: 20170822 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20170921 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170921 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170921 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6222584 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |