KR101836830B1 - 광학적 세포 식별방법 - Google Patents

광학적 세포 식별방법 Download PDF

Info

Publication number
KR101836830B1
KR101836830B1 KR1020160125729A KR20160125729A KR101836830B1 KR 101836830 B1 KR101836830 B1 KR 101836830B1 KR 1020160125729 A KR1020160125729 A KR 1020160125729A KR 20160125729 A KR20160125729 A KR 20160125729A KR 101836830 B1 KR101836830 B1 KR 101836830B1
Authority
KR
South Korea
Prior art keywords
cell
image
cells
wavelength range
optical image
Prior art date
Application number
KR1020160125729A
Other languages
English (en)
Other versions
KR20170038724A (ko
Inventor
전병희
Original Assignee
주식회사 싸이토젠
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 싸이토젠 filed Critical 주식회사 싸이토젠
Priority to PCT/KR2016/011010 priority Critical patent/WO2017057970A1/ko
Publication of KR20170038724A publication Critical patent/KR20170038724A/ko
Application granted granted Critical
Publication of KR101836830B1 publication Critical patent/KR101836830B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
    • G02B21/365—Control or image processing arrangements for digital or video microscopes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/0004—Microscopes specially adapted for specific applications
    • G02B21/002—Scanning microscopes
    • G02B21/0024—Confocal scanning microscopes (CSOMs) or confocal "macroscopes"; Accessories which are not restricted to use with CSOMs, e.g. sample holders
    • G02B21/0052—Optical details of the image generation
    • G02B21/0076—Optical details of the image generation arrangements using fluorescence or luminescence

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

본 발명의 일실시예는 광학적 세포 식별방법으로서, a) 표적세포를 포함하는 생물학적 샘플을 대상으로 복수 파장범위 각각에 대한 광학 이미지를 수신하는 단계와, b) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계와, c) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 모폴로지(morphology)를 측정하여 2차 필터링을 수행하는 단계와, d) 상기 복수 파장범위 각각에 대한 광학 이미지 중 전체 또는 일부를 병합한 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행하는 단계를 포함하는 것을 특징으로 하는, 광학적 세포 식별방법을 제공한다.

Description

광학적 세포 식별방법{OPTICAL METHOD FOR IDENTIFYING CELL}
본 발명은 광학적 세포 식별방법에 관한 것으로, 더욱 상세하게는 표적세포를 포함하는 생물학적 샘플에 대한 광학 이미지를 대상으로, 개별 파장 이미지에 대한 형광강도 분석, 개별 파장 이미지에 대한 모폴로지 분석, 및 통합 이미지에 대한 모폴로지 분석을 통해 세포 종류 및 속성을 판별하고, 원하는 세포를 계수(카운팅)하는 광학적 세포 식별방법에 관한 것이다.
형광 현미경은 생물, 화학, 의학 등의 분야에서 세포 영상 관찰을 위해 가장 널리 사용되는 장치이다. 사용자는 형광 현미경을 통해 광학 이미지를 얻은 후에 특정한 세포(표적세포)의 개수나 존재비율 등의 통계자료를 얻을 수 있다. 이를 위해서는 광학 이미지에서 세포를 정확히 식별하는 기술이 필수이다.
세포 이미징은 세포를 이용한 검사 또는 검진에도 응용된다. 유전자 해석, 암진단 등 바이오 기술의 발달에 따라 세포를 이용한 다양한 검사 또는 검진 방법이 개발되고 있다. 이를 위해 표적세포를 포함한 생물학적 샘플에 대해 형광 현미경을 통한 촬상 및 촬상된 이미지의 분석이 요구된다. 그러한 표적세포의 한 예로 혈중 암세포를 들 수 있다. 혈중 암세포(CTCs: Circulating Tumor Cells)는 1차적인 종양조직, 즉 원발암으로부터 떨어져 나와 혈액 속을 돌아다니는 소수의 종양세포로 전이암의 핵심요인으로 알려져 있다. 혈중 암세포는 혈구 성분 108∼109 개당 약 1개 비율로 존재한다고 알려져 있다. 이러한 혈중 암세포의 개수나 비율을 정확히 판정하는 것은 암 검진이나 항암치료의 검증 등에 있어 매우 중요하다.
표적세포의 개수를 판단하고 이들의 종류를 판단하기 위해서는 각 세포의 크기와 형상을 특정해야 한다. 따라서 세포를 정확히 식별하여 표적세포, 예컨대 암세포를 정확히 판단해낼 수 있는 신뢰성과 경제성이 우수한 세포 이미징 방법이 요구되고 있다.
또한, 다수개의 생물학적 샘플을 빠른 속도로 처리할 수 있는 자동화된 방식의 세포 이미징 장치와 방법이 요구되고 있다. 이러한 장치 및 방법은 특히 셀 카운팅(세포 계수) 기능이 포함된 디지털 영상 분석 분야에서 그 중요성이 더욱 크다.
일본 공개특허공보 특개2006-049964호 (공개일 2006.02.16)
본 발명이 이루고자 하는 기술적 과제는 표적세포를 포함하는 생물학적 샘플에 대한 광학 이미지를 대상으로, 개별 파장 이미지에 대한 형광강도 분석, 개별 파장 이미지에 대한 모폴로지 분석, 및 통합 이미지에 대한 모폴로지 분석을 통해 세포 종류 및 속성을 판별하고, 원하는 세포를 계수(카운팅)하는 광학적 세포 식별방법을 제공하는 것이다.
본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기 기술적 과제를 달성하기 위하여, 본 발명의 일실시예는 광학적 세포 식별방법으로서, a) 표적세포를 포함하는 생물학적 샘플을 대상으로 복수 파장범위 각각에 대한 광학 이미지를 수신하는 단계와, b) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계와, c) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 모폴로지(morphology)를 측정하여 2차 필터링을 수행하는 단계와, d) 상기 복수 파장범위 각각에 대한 광학 이미지 중 전체 또는 일부를 병합한 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행하는 단계를 포함하는 것을 특징으로 하는, 광학적 세포 식별방법을 제공한다.
본 발명의 실시예에 있어서, 제1 파장범위에 대한 광학 이미지에서 상기 b 단계 및 c 단계를 수행하고, 상기 제1 파장범위와 상이한 제2 파장범위에 대한 광학 이미지에서 상기 b 단계 및 c 단계 중 하나 이상의 단계를 더 수행할 수 있다.
본 발명의 실시예에 있어서, 상기 a 단계에서, 상기 복수 파장범위의 광학 이미지는 청색 파장범위 이미지, 녹색 파장범위 이미지, 및 적색 파장범위 이미지를 포함할 수 있다.
본 발명의 실시예에 있어서, 상기 청색 파장범위 이미지에서 상기 b 단계 및 c 단계를 수행하여 세포핵을 판별할 수 있다.
본 발명의 실시예에 있어서, 상기 녹색 파장범위 이미지와 상기 적색 파장범위 이미지 중 하나 이상의 이미지에서 상기 b 단계를 수행하여 세포막을 판별할 수 있다.
본 발명의 실시예에 있어서, 상기 c 단계 및 d 단계에서, 상기 세포에 대한 모폴로지는 세포 면적, 세포 크기, 및 진원도 중 하나 이상을 포함할 수 있다.
본 발명의 실시예에 있어서, 상기 d 단계에서, 상기 통합 이미지에 대한 3차 필터링을 통해 혈중 암세포(CTC)를 판별할 수 있다.
본 발명의 실시예에 있어서, 상기 b 단계는, 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포의 크기를 측정하는 단계와, 상기 측정된 세포의 크기보다 미리 정해진 비율 또는 양만큼 큰 다각형 또는 원으로 이루어진 영역을 설정하고, 상기 영역 내에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계를 포함할 수 있다.
본 발명의 실시예에 따르면, 표적세포를 포함하는 생물학적 샘플에 대한 광학 이미지를 대상으로, 개별 파장 이미지에 대한 형광강도 분석, 개별 파장 이미지에 대한 모폴로지 분석, 및 통합 이미지에 대한 모폴로지 분석을 통해 세포 종류 및 속성을 판별하고, 원하는 세포를 계수(카운팅)하는 광학적 세포 식별방법을 제공할 수 있다. 또한 광학 이미지에서 암세포와 같은 특정 표적세포를 정확히 식별할 수 있는 신뢰성이 높은 알고리즘을 제공한다. 특히 다수개의 생물학적 샘플에 대하여 빠른 속도로 세포 식별이 이루어지며, 디지털 영상 분석 모듈이 포함된 세포 이미징 시스템에 적용가능하다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 실시예에 따른 광학적 세포 식별방법을 나타낸 플로우 차트이다.
도 2는 세포 이미징 장치로 출력된 광학 이미지의 샘플 사진이다.
도 3은 청색, 녹색, 및 적색 파장범위에 대한 표적세포 광학 이미지의 샘플 사진이다.
도 4는 도 3에 나타난 표적세포 광학 이미지를 병합한 통합 이미지 사진이다.
도 5는 여러 형광염료 또는 마커가 결합된 표적세포의 형상과 그 형광강도의 측정 결과를 나타낸다.
도 6은 광학적 세포 식별방법을 구현한 프로그램의 구동예이다.
이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다. 본 발명에 첨부된 도면에서 세포에 대한 광학 이미지는 실제 이미지에서 흑백 반전한 이미지를 사용하였다.
도 1은 본 발명의 실시예에 따른 광학적 세포 식별방법을 나타낸 플로우 차트, 도 2는 세포 이미징 장치로 출력된 광학 이미지의 샘플 사진, 도 3은 청색, 녹색, 및 적색 파장범위에 대한 표적세포 광학 이미지의 샘플 사진, 도 4는 도 3에 나타난 표적세포 광학 이미지를 병합한 통합 이미지 사진, 도 5는 여러 형광염료 또는 마커가 결합된 표적세포의 형상과 그 형광강도의 측정 결과를 나타낸 도면이며, 도 6은 광학적 세포 식별방법을 구현한 프로그램의 구동예이다.
본 발명에 의한 광학적 세포 식별방법은 세포 이미징 시스템에 적용될 수 있다. 세포 이미징 시스템은 예컨대 슬라이드 글라스와 같은 플랫폼 상에 염색된 세포를 놓고 여러 파장별로 세포를 관찰하고 촬영하는 시스템이다. 세포 이미징 시스템은 자동 셀 카운팅(cell counting) 모듈, 형광 강도(intensity) 분석 모듈, 형질 주입(transfection) 효율 분석 모듈, 3D 디컨볼루션(deconvolution) 모듈, 세포학(cytology) 기반 셀 분류/인식(cell classification/cognition) 모듈을 포함할 수 있다. 또한, 사용자 편의 기능으로서, 측정(Measurement) 기능, 리포트(Report) 자동 생성 기능, DB 관리 기능을 유저 인터페이스로 포함할 수 있다.
이러한 세포 이미징 시스템은 세포, 배양액, 데브리스(debris) 등을 구별하고, 사용자가 원하는 세포를 판별하고 계수하기 위한 디지털 영상분석 장비가 포함된다. 본 발명의 실시예에 의한 광학적 세포 식별방법은 세포 이미징 시스템에 적용되는 것으로, 광학적 이미지로부터 형광표지된 또는 마커가 결합된 표적세포를 정확히 식별하고 계수할 수 있다.
도 1을 참조하면, 본 발명의 실시예에 의한 광학적 세포 식별방법은, 복수 파장 범위에 대한 광학 이미지 수신 단계(S10), 세포에 대한 형광강도(fluorescence intensity)를 측정하여 1차 필터링을 하는 단계(S20), 세포에 대한 모폴로지(morphology)를 측정하여 2차 필터링을 하는 단계(S30), 및 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 하는 단계(S40)를 포함한다. 이러한 3차에 걸친 필터링을 통해 보다 신뢰성 높은 세포 식별방법을 제공할 수 있게 된다.
구체적으로, S10 단계에서는 표적세포를 포함하는 생물학적 샘플을 대상으로 복수 파장범위 각각에 대한 광학 이미지를 수신한다.
표적세포는 특정 시료에 의해 형광염색된 세포, 또는 특정 혈구세포, 또는 혈중 암세포(CTC) 등과 같은 특정 세포일 수 있으며, 그 종류에는 특별한 제한이 없다. 또한 생(live) 세포이든 죽은 세포이든 관계없다.
광학 이미지는 투과 광원(transmission light source) 또는 형광 광원(fluorescence light source)에 의해 촬상된 광학 이미지일 수 있다. 도 2에 도시된 바와 같이, 세포 광학 이미지는 세포 이미징 장치에 의해 출력되어 배경 상에 세포와 데브리스 등이 촬상된 것일 수 있다. 이 광학 이미지는 특정 파장범위 각각에 대하여 복수개의 분할 이미지를 스티칭(stitching)하여 이루어진 하나의 이미지 파일로 제공되는 것일 수 있다.
여기서, 복수 파장범위의 광학 이미지는 청색 파장범위 이미지, 녹색 파장범위 이미지, 및 적색 파장범위 이미지를 포함할 수 있다. 청색 파장범위에 대한 광학 이미지는 세포핵의 판별에 특히 유용하며, 녹색 파장범위 및 적색 파장범위에 대한 광학 이미지는 세포막의 판별에 특히 유용하다. 그 외에도 다양한 색상(컬러)의 파장범위를 이용하여 특정 형광염료 또는 마커를 식별하는 것이 가능하다.
다시 도 1을 참조하면, S20 단계에서 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행한다.
이어서, S30 단계에서 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 모폴로지를 측정하여 2차 필터링을 수행한다.
1차 필터링 또는 2차 필터링에 있어서, 세포 식별이 원하는 수준으로 이루어지지 않으면, 광학 이미지 데이터에 대한 데이터 필터링을 거치고 다시 한번 1차 필터링 또는 2차 필터링을 수행하는 것도 가능하며, 데이터 필터링을 복수회 거치는 것도 가능하다. 또한, 1차 필터링 또는 2차 필터링이 수행된 이후에는 이미지 데이터를 저장하고 이를 출력할 수 있다.
또한, 제1 파장범위에 대한 광학 이미지에서 S20 단계 및 S30 단계를 수행하고, 이어서 제1 파장범위와 상이한 제2 파장범위에 대한 광학 이미지에서 S20 단계 및 S30 단계 중 하나 이상의 단계를 더 수행할 수 있다.
예컨대, 제1 파장범위는 청색 파장범위, 제2 파장범위는 녹색 또는 적색 파장범위일 수 있다. 이 경우, 청색 파장범위 이미지에서 제1 필터링 과정 및 제2 필터링 과정을 수행하여 세포핵을 판별할 수 있다. 또한, 녹색 파장범위 이미지와 적색 파장범위 이미지 중 하나 이상의 이미지에서 제1 필터링 과정을 수행하여 세포막을 판별할 수 있다. 이러한 1차 및 2차 필터링을 통해 광학 이미지로부터 세포를 정확히 식별하는 것이 가능하게 된다. 예컨대, 녹색 및 적색 파장범위 이미지를 통해서 예컨대 백혈구와 암세포 등의 표적세포에 대한 식별성이 높아지게 된다. 도 3에는 실제 표적세포에 대한 청색 파장범위 이미지(a), 녹색 파장범위 이미지(b), 및 적색 파장범위 이미지(c)의 샘플 사진이 도시되어 있다.
한편, 2차 필터링 과정에서는 세포에 대한 모폴로지를 측정하게 되는데, 여기서 세포에 대한 모폴로지는 세포 면적(area), 세포 크기(diameter), 및 진원도(circularity) 중 하나 이상을 포함할 수 있다.
광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 과정을 더 구체적으로 살펴보면 다음과 같다.
먼저, 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포의 크기를 측정하고, 이후 측정된 세포의 크기보다 미리 정해진 비율 또는 양만큼 큰 다각형 또는 원으로 이루어진 영역을 설정하고, 이 영역 내에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행할 수 있다.
도 5에는 여러 형광염료 또는 마커가 결합된 표적세포의 형상과 그 형광강도의 측정 결과가 나타나 있는데, 세포 핵을 DAPI로 염색한 경우(a), 중간경 필라멘트 단백질인 비멘틴(vimentin)을 마커로 사용한 경우(b), 상피세포 발현 단백질인 EpCAM(epithelial cell adhesion molecule)과 CK(cytokeratins)를 마커로 사용한 경우(c), 및 CD45를 마커 또는 비표적세포 제거수단으로 사용한 경우(d)가 각각 도시되어 있다. 각각의 경우에 대해 예컨대, 청색 파장범위 광학 이미지에서 세포의 크기를 측정한 이후, 측정된 크기보다 10% 이상의 크기를 갖는 사각형을 설정하고, 이 사각형 내에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행할 수 있다. 이후에 다른 컬러, 예컨대 녹색, 적색, 황색 파장범위 광학 이미지에서도 동일한 좌표와 크기의 영역에서 형광강도 측정이 이루어질 수 있다. 도 5의 (a) 내지 (d)는 각각 청색, 녹색, 황색, 및 적색 파장범위 이미지이며, 도 5의 (e)에는 각 파장범위 이미지에서의 형광강도 측정결과가 나타나 있다.
다시 도 1을 참조하면, S40 단계에서 복수 파장범위 각각에 대한 광학 이미지 중 전체 또는 일부를 병합한 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행한다. 여기서 세포에 대한 모폴로지는 세포 면적, 세포 크기, 및 진원도 중 하나 이상을 포함할 수 있다.
예컨대, 도 4에 도시된 바와 같이 청색 파장범위 광학 이미지, 녹색 파장범위 이미지, 및 적색 파장범위 이미지를 모두 병합한 통합 이미지를 생성하고, 이 통합 이미지로부터 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행할 수 있다. 이러한 통합 이미지를 이용한 3차 필터링을 통해 예컨대 혈중 암세포(CTC)를 판별할 수 있다.
3차 필터링은 표적세포 전체에 대해 수행하는 것도 가능하고, 1차 및 2차 필터링 과정에서 세포의 식별이 어려웠던 것에 대해 보충적으로 수행하는 것도 가능하다. 또한 암세포와 같이 세포 식별이 중요한 경우에는 별도의 데이터 필터링을 거치거나, 3차 필터링 과정을 다수회 거치는 것도 가능하다.
이상 설명한 광학적 세포 식별방법은 컴퓨터 프로그램에 의해 실행될 수 있다. 이러한 컴퓨터 프로그램은 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다
도 6은 광학적 세포 식별방법을 구현한 프로그램의 구동예로서, 본 발명의 실시예에 의한 광학적 세포 식별방법을 알고리즘으로 구현한 분석 소프트웨어의 사용자 인터페이스 중의 한 예이다. 이 소프트웨어를 통해 세포의 식별과 계수가 빠른 시간 내에 자동적으로 이루어질 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (8)

  1. 광학적 세포 식별방법으로서,
    a) 표적세포를 포함하는 생물학적 샘플을 대상으로 복수 파장범위 각각에 대한 광학 이미지를 수신하는 단계와,
    b) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계와,
    c) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 모폴로지(morphology)를 측정하여 2차 필터링을 수행하는 단계와,
    d) 상기 복수 파장범위 각각에 대한 광학 이미지 중 전체 또는 일부를 병합한 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행하는 단계
    를 포함하고,
    상기 c 단계 및 d 단계에서, 상기 세포에 대한 모폴로지는 세포 면적, 세포 크기, 및 진원도 중 하나 이상을 포함하며,
    상기 d 단계에서, 상기 통합 이미지에 대한 3차 필터링을 통해 혈중 암세포(CTC)를 판별하고,
    상기 d 단계는,
    상기 표적세포 전체에 대해 수행하거나, 또는 상기 b 단계 및 c 단계에서 식별하지 못한 세포에 대하여 수행하며, 상기 광학 이미지에 대한 데이터 필터링을 거치고, 다수회 거치는 것을 특징으로 하는, 광학적 세포 식별방법.
  2. 제1항에 있어서,
    제1 파장범위에 대한 광학 이미지에서 상기 b 단계 및 c 단계를 수행하고, 상기 제1 파장범위와 상이한 제2 파장범위에 대한 광학 이미지에서 상기 b 단계 및 c 단계 중 하나 이상의 단계를 더 수행하는 것을 특징으로 하는, 광학적 세포 식별방법.
  3. 제1항에 있어서,
    상기 a 단계에서, 상기 복수 파장범위의 광학 이미지는 청색 파장범위 이미지, 녹색 파장범위 이미지, 및 적색 파장범위 이미지를 포함하는 것을 특징으로 하는, 광학적 세포 식별방법.
  4. 제3항에 있어서,
    상기 청색 파장범위 이미지에서 상기 b 단계 및 c 단계를 수행하여 세포핵을 판별하는 것을 특징으로 하는, 광학적 세포 식별방법.
  5. 제3항에 있어서,
    상기 녹색 파장범위 이미지와 상기 적색 파장범위 이미지 중 하나 이상의 이미지에서 상기 b 단계를 수행하여 세포막을 판별하는 것을 특징으로 하는, 광학적 세포 식별방법.
  6. 삭제
  7. 삭제
  8. 제1항에 있어서,
    상기 b 단계는,
    상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포의 크기를 측정하는 단계와,
    상기 측정된 세포의 크기보다 미리 정해진 비율 또는 양만큼 큰 다각형 또는 원으로 이루어진 영역을 설정하고, 상기 영역 내에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계
    를 포함하는 것을 특징으로 하는, 광학적 세포 식별방법.
KR1020160125729A 2015-09-30 2016-09-29 광학적 세포 식별방법 KR101836830B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2016/011010 WO2017057970A1 (ko) 2015-09-30 2016-09-30 광학적 세포 식별방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020150137925 2015-09-30
KR20150137925 2015-09-30

Publications (2)

Publication Number Publication Date
KR20170038724A KR20170038724A (ko) 2017-04-07
KR101836830B1 true KR101836830B1 (ko) 2018-03-09

Family

ID=58583500

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160125729A KR101836830B1 (ko) 2015-09-30 2016-09-29 광학적 세포 식별방법

Country Status (1)

Country Link
KR (1) KR101836830B1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101926117B1 (ko) * 2017-08-18 2018-12-06 주식회사 싸이토젠 안드로겐 수용체의 변이체 기반 전립선암환자 스크리닝 방법
KR101992604B1 (ko) * 2017-09-05 2019-06-25 주식회사 싸이토젠 전립선특이 막항원 기반 전립선암환자 스크리닝 방법
KR101996218B1 (ko) * 2017-09-05 2019-10-01 주식회사 싸이토젠 Axl 기반 암환자 스크리닝 방법
CN115063796B (zh) * 2022-08-18 2022-11-15 珠海横琴圣澳云智科技有限公司 基于信号点内容约束的细胞分类方法和装置
KR102663515B1 (ko) 2023-05-25 2024-05-03 (주) 디케이금속 고무실링부재가 몰딩된 디스크가 장착되는 버터플라이밸브

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010540931A (ja) 2007-09-28 2010-12-24 サイテック コーポレイション 生物検体を処理するための複数の波長を用いる方法およびシステム
US20120148142A1 (en) * 1999-01-25 2012-06-14 Amnis Corporation Detection of circulating tumor cells using imaging flow cytometry

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120148142A1 (en) * 1999-01-25 2012-06-14 Amnis Corporation Detection of circulating tumor cells using imaging flow cytometry
JP2010540931A (ja) 2007-09-28 2010-12-24 サイテック コーポレイション 生物検体を処理するための複数の波長を用いる方法およびシステム

Also Published As

Publication number Publication date
KR20170038724A (ko) 2017-04-07

Similar Documents

Publication Publication Date Title
KR101836830B1 (ko) 광학적 세포 식별방법
JP7253014B2 (ja) 試料に対する光学測定の実施
US11158049B2 (en) Methods and systems for assessing histological stains
US10061973B2 (en) Method and apparatus for automated platelet identification within a whole blood sample from microscopy images
EP3859425B1 (en) Methods and apparatus for detecting an entity in a bodily sample
EP2936116B1 (en) System and method for classification of particles in a fluid sample
US10024858B2 (en) Portable blood count monitor
CN106018771B (zh) 血液分析装置及血液分析方法
Smith et al. Single-step preparation and image-based counting of minute volumes of human blood
JP2011510292A (ja) 液体試料中の粒子を分析するための方法及び装置
US9075790B2 (en) Internal focus reference beads for imaging cytometry
US20230003622A1 (en) Detecting platelets in a blood sample
WO2015173774A2 (en) A microscopy system and a method for analyzing fluids
CN110186836A (zh) 循环肿瘤细胞分离分析与分型计数的光流控流式细胞仪
Aguilar-Avelar et al. High-throughput automated microscopy of circulating tumor cells
CN114787685A (zh) 人工生成彩色血液涂片图像
Méhes et al. Quantitative analysis of disseminated tumor cells in the bone marrow by automated fluorescence image analysis
US20230011382A1 (en) Off-focus microscopic images of a sample
CN109963936A (zh) 自动体液分析
JP2006330001A (ja) 尿中赤血球の鑑別装置および方法
WO2017057970A1 (ko) 광학적 세포 식별방법
Dimitriadis L. Bormann C, Kanakasabapathy MK, Thirumalaraju P, Kandula H, Yogesh V, et al.(2019) Automated smartphone-based system for measuring sperm viability, DNA fragmentation, and hyaluronic binding assay score
Kim et al. Ongoing development of image cytometers
CN114708588A (zh) 脑胶质瘤循环肿瘤细胞识别方法、装置、设备及存储介质

Legal Events

Date Code Title Description
A201 Request for examination
GRNT Written decision to grant