BE1026111B1 - Digitale holografische microscopie voor het bepalen van de status van een virale infectie - Google Patents

Digitale holografische microscopie voor het bepalen van de status van een virale infectie Download PDF

Info

Publication number
BE1026111B1
BE1026111B1 BE2018/5158A BE201805158A BE1026111B1 BE 1026111 B1 BE1026111 B1 BE 1026111B1 BE 2018/5158 A BE2018/5158 A BE 2018/5158A BE 201805158 A BE201805158 A BE 201805158A BE 1026111 B1 BE1026111 B1 BE 1026111B1
Authority
BE
Belgium
Prior art keywords
cell
status
dhm
viral infection
sample
Prior art date
Application number
BE2018/5158A
Other languages
English (en)
Other versions
BE1026111A1 (nl
Inventor
Philip Mathuis
Serge Jooris
Original Assignee
Ovizio Imaging Systems Nv
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 Ovizio Imaging Systems Nv filed Critical Ovizio Imaging Systems Nv
Priority to BE2018/5158A priority Critical patent/BE1026111B1/nl
Priority to JP2020572624A priority patent/JP7391387B2/ja
Priority to KR1020207029085A priority patent/KR102707128B1/ko
Priority to EP19714333.2A priority patent/EP3765847B1/en
Priority to CA3091080A priority patent/CA3091080A1/en
Priority to US16/976,429 priority patent/US12055540B2/en
Priority to CN201980019098.6A priority patent/CN111868523B/zh
Priority to PCT/EP2019/056547 priority patent/WO2019175386A1/en
Publication of BE1026111A1 publication Critical patent/BE1026111A1/nl
Application granted granted Critical
Publication of BE1026111B1 publication Critical patent/BE1026111B1/nl

Links

Classifications

    • 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
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/502—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects
    • G01N33/5026—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects on cell morphology
    • 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
    • G01N15/02—Investigating particle size or size distribution
    • G01N15/0205—Investigating particle size or size distribution by optical means
    • G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
    • 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
    • G01N15/1468—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle
    • 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
    • G01N33/483—Physical analysis of biological material
    • G01N33/4833—Physical analysis of biological material of solid biological material, e.g. tissue samples, cell cultures
    • 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
    • G01N33/5091—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/0005—Adaptation of holography to specific applications
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G01N15/02—Investigating particle size or size distribution
    • G01N15/0205—Investigating particle size or size distribution by optical means
    • G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
    • G01N2015/0233—Investigating particle size or size distribution by optical means using imaging; using holography using holography
    • 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
    • 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
    • G01N15/1434—Optical arrangements
    • G01N2015/1454—Optical arrangements using phase shift or interference, e.g. for improving contrast
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/005—Assays involving biological materials from specific organisms or of a specific nature from viruses
    • G01N2333/08—RNA viruses
    • G01N2333/11—Orthomyxoviridae, e.g. influenza virus
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/0005—Adaptation of holography to specific applications
    • G03H2001/0033—Adaptation of holography to specific applications in hologrammetry for measuring or analysing
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/0005—Adaptation of holography to specific applications
    • G03H2001/005—Adaptation of holography to specific applications in microscopy, e.g. digital holographic microscope [DHM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Cell Biology (AREA)
  • Dispersion Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Medical Informatics (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Toxicology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Quality & Reliability (AREA)
  • Optics & Photonics (AREA)

Abstract

Werkwijze voor het verschaffen van de status van een virale infectie van ten minste één cel in een celmonster, omvattende het ontvangen van door digitale holografische microscopie verkregen holografische informatie (304) van het celmonster, en het uit de holografische informatie vaststellen van de status van de virale infectie (306) van de ten minste ene cel.

Description

Digitale holografische microscopie voor het bepalen van de status van een virale infectie
Gebied van de uitvinding
De onderhavige uitvinding heeft betrekking op een werkwijze voor het vaststellen van de status van een virale infectie van ten minste één cel in een celmonster met gebruik van uit digitale holografische microscopie (DHM) verkregen holografische informatie.
Achtergrond van de uitvinding
Vaststelling van infectieuze virale ziekten kan bereikt worden met gebruik van diverse verschillende technieken.
De plaquetesttechniek is bruikbaar voor virale kwantificering, waarbij een monolaag van cellen met een virus geïnfecteerd wordt, waardoor de geïnfecteerde cellen gelyseerd worden. Omringende cellen zullen dan geïnfecteerd worden en uiteindelijk zal een groter gebied van de monolaag helder worden. Het gebied dat bekend staat als plaques kan worden geteld om virale infectie te meten. De detectie verloopt echter traag aangezien virale detectie alleen in het lysis-stadium vastgesteld wordt.
Andere werkwijzen omvatten het analyseren van de cellen met gebruik van een macromoleculaire probe zoals een antilichaam of met gebruik van een nucleïne-amplificatietechniek zoals PCR. Het gebruik van PCR of antilichaamprobe vereist veel tijd en moeite, terwijl het belangrijk is dat virale infecties snel geïdentificeerd worden. Antilichamen vereisen ook identificatie van antigeenmarker op het celmembraan; vandaar dat verschillende antilichamen nodig kunnen zijn in overeenstemming met het celtype, gepresenteerde antigeen en infecterende virus. De taak van het identificeren van geschikte antigeenmarkers is een tijdrovend proces.
Er is behoefte aan een snelle, flexibele werkwijze voor het vaststellen van een virale status van cellen in een celmonster, die kan worden toegepast op een reeks van verschillende celtypen en infecterende virussen, en die een vereiste om eiwit- of nucleïnezuurziektemarkers te identificeren overbodig maakt.
Samenvatting
Hierin wordt een werkwijze verschaft voor het verschaffen van de status van een virale infectie van ten minste één cel in een celmonster omvattende het ontvangen van door digitale holografische microscopie verkregen holografische informatie (304) van het celmonster, en het uit de holografische informatie vaststellen van de status van de virale infectie (306) van de ten minste ene cel.
De infectiestatus (306) kan vastgesteld worden uit cellulaire parametergegevens (312) omvattende één of meer uit de holografische informatie afgeleide gemeten cellulaire parameters (308) van de cel.
De één of meer gemeten cellulaire parameters (308) kunnen één of meer van de parameters van Tabel 1 omvatten.
De cellulaire parametergegevens (312) kunnen verder één of meer afgeleide parameters omvatten, bepaald uit de één of meer gemeten cellulaire parameters van de ten minste ene cel, waaronder - ten minste één verhouding van een gemeten cellulaire parameter van een cel en nog een andere gemeten cellulaire parameter van dezelfde cel, - een indicatie van een variatie tussen twee of meer cellen in het celmonster van een gemeten cellulaire parameter.
Het vaststellen kan het gebruik van een voorspellend model omvatten dat is getraind met gebruik van een trainingsset van cellen met bekende status van virale infectie en gemeten cellulaire parameters.
Het voorspellende model kan een machine-leermethode gebruiken, zoals een neuraalnetwerkmethode, random-forest-bomen of een deep-learning-methode.
Het monster kan een statische of stromende cellulaire suspensie of een gehechte celkweek zijn.
De status van een virale infectie van de ten minste ene cel omvat één of meer van: een indicatie van een aanwezigheid of afwezigheid van een virale infectie, een waarschijnlijkheid van een infectie, een mate van infectie, een stadium van infectie, hoeveelheid virus.
De werkwijze kan verder het uitvaardigen van een rapport omvatten dat de status van de virale infectie van de ten minste ene cel omvat.
De werkwijze kan worden uitgevoerd in een op afstand gelegen verwerkingscentrum.
Verder wordt hierin een systeem verschaft omvattende: - een computerinrichting die geconfigureerd is om de hierin beschreven werkwijzen uit te voeren, en - een digitale holografische microscoop, DHM.
De DHM kan een lichtbron die ten minste gedeeltelijk coherent licht uitzendt, een interferometer en een beeldsensor omvatten.
Verder wordt hierin een computerinrichting verschaft die geconfigureerd is om een werkwijze zoals hierin beschreven uit te voeren, waarbij de computerinrichting geconfigureerd is om: - door digitale holografische microscopie (DHM) verkregen holografische informatie van ten minste één cel in een celmonster te ontvangen, en - uit de holografische informatie de status van een virale infectie van de ten minste ene cel vast te stellen.
Verder wordt hierin een computerprogramma verschaft met instructies die, wanneer uitgevoerd door een computerinrichting of systeem, ervoor zorgen dat de computerinrichting of het systeem de werkwijze zoals hierin beschreven uitvoert.
Verder wordt hierin een door een computer leesbaar medium met daarop opgeslagen het computerprogramma verschaft.
Figuurbijschriften
Figuur 1 geeft een opstelling weer van een DHM die verbonden is met een vat dat een bioreactor is waaruit het monster voor analyse gepompt wordt.
Figuur 2 toont een opstelling van een demonteerbaar pompsamenstel voor een vat. Figuur 3 illustreert een demonteerbare leiding voor een DHM.
Figuur 4 toont een DHM die geschikt is voor het verkrijgen van holografische informatie van een gehechte celkweek.
Figuren 5 en 6zijn stroomdiagrammen die verschillende aspecten van de werkwijze van de uitvinding illustreren.
Figuur 7 toont stroomdiagrammen ter illustratie van een machine-leerprotocol.
Figuren 8A tot 8E tonen histogrammen van MCP's die IntensiteitUniformiteit (Figuur 8A), IntensiteitGladheid (Figuur 8B), IntensiteitOnregelmatigheid (Figuur 8C), IntensiteitContrast (Figuur 8D), IntensiteitGemiddeldeContrast (Figuur 8E) zijn voor elk van de monsters S1 tot S5 op 0-5 uur, 5-10 uur, 10-15 uur, 20-25 uur, 25-30 uur, 30-35 uur, 35-40 uur, en Sleutel tot de histogramstaven.
Uitgebreide beschrijving van de uitvinding
Voordat de onderhavige werkwijzen, systemen, inrichtingen en producten van de uitvinding worden beschreven, dient het duidelijk te zijn dat deze uitvinding niet beperkt is tot specifieke beschreven werkwijzen, systemen, inrichtingen en producten of combinaties, aangezien dergelijke werkwijzen, systemen, inrichtingen en producten en combinaties natuurlijk kunnen variëren. Het moet ook duidelijk zijn dat de terminologie die hierin gebruikt wordt niet beperkend bedoeld is, omdat de reikwijdte van de onderhavige uitvinding alleen door de bijgevoegde conclusies beperkt zal worden.
Zoals hierin gebruikt, omvatten de enkelvoudsvormen "een", ene' en "de" zowel enkelvouds- als meervoudsreferenties, tenzij de context duidelijk anders voorschrijft.
De termen "omvattende" en "omvat" zoals hierin gebruikt zijn synoniemen met "inclusief", "waaronder" of "bevattende", "bevat", en zijn inclusief of met open einde en sluiten geen extra, niet-opgenomen leden, elementen of werkwijzestappen uit. Het zal duidelijk zijn dat de termen "omvattende" en "omvat" zoals hierin gebruikt de termen "bestaande uit", "bestaat" en "bestaat uit" omvatten.
De beschrijving van numerieke bereiken door eindpunten omvat alle getallen en fracties die binnen de respectieve bereiken ondergebracht zijn, evenals de genoemde eindpunten.
De term "ongeveer" of "bij benadering" zoals hierin gebruikt wanneer wordt verwezen naar een meetbare waarde zoals een parameter, een hoeveelheid, een tijdsduur en dergelijke, is bedoeld om variaties te omvatten van +/- 10% of minder, bij voorkeur +/-5% of minder, met meer voorkeur +/- 1% of minder, en met nog meer voorkeur +/- 0,1% of minder, van de gespecificeerde waarde, voor zover dergelijke variaties geschikt zijn om in de beschreven uitvinding uit te voeren. Het moet duidelijk zijn dat de waarde waarnaar de modificator "ongeveer" of "bij benadering" verwijst zelf ook specifiek is, en bij voorkeur geopenbaard is.
Terwijl de termen "één of meer" of "ten minste één", zoals één of meer of ten minste één lid of leden van een groep leden, duidelijk zijn op zichzelf, omvat de term door middel van verdere voorbeelden onder andere: een verwijzing naar elk van genoemde leden, of naar twee of meer van genoemde leden, zoals bijvoorbeeld elke >3, >4, >5, >6 of >7 enz. van genoemde leden, en tot en met alle genoemde leden.
Alle referenties die in de onderhavige specificatie geciteerd worden, worden hierbij in hun geheel door verwijzing opgenomen. In het bijzonder is het geleerde van alle hierin specifiek genoemde referenties door verwijzing opgenomen.
Tenzij anderszins gedefinieerd hebben alle termen die gebruikt worden bij het openbaren van de uitvinding, inclusief technische en wetenschappelijke termen, de betekenis zoals algemeen door een deskundige op het gebied waartoe deze uitvinding behoort begrepen wordt. Bij wijze van verdere begeleiding zijn termdefinities opgenomen om de leer van de onderhavige uitvinding beter te waarderen.
In de volgende passages worden verschillende aspecten van de uitvinding in meer detail gedefinieerd. Elk aspect dat zo wordt gedefinieerd kan worden gecombineerd met elk ander aspect of andere aspecten, tenzij het tegendeel wordt aangegeven. In het bijzonder kan elk kenmerk dat als voorkeur of voordelig is aangegeven gecombineerd worden met elk ander kenmerk of kenmerken waarvan is aangegeven dat deze de voorkeur hebben of voordelig zijn.
Verwijzing door deze specificatie heen naar "één uitvoeringsvorm" of "een uitvoeringsvorm" betekent dat een specifiek kenmerk, structuur of eigenschap beschreven in samenhang met de uitvoeringsvorm in ten minste één uitvoeringsvorm van de onderhavige uitvinding is omvat. Het voorkomen van de omschrijvingen "in één uitvoeringsvorm" of "in een uitvoeringsvorm" op verschillende plaatsen door deze specificatie heen hoeft dus niet noodzakelijkerwijs altijd naar dezelfde uitvoeringsvorm te verwijzen, maar zou dit kunnen doen. Verder kunnen de specifieke kenmerken, structuren of eigenschappen op elke geschikte manier worden gecombineerd, zoals voor een vakman duidelijk zal zijn uit deze openbaarmaking, in één of meer uitvoeringsvormen. Bovendien, hoewel sommige hierin beschreven uitvoeringsvormen sommige maar niet andere kenmerken omvatten die in andere uitvoeringsvormen opgenomen zijn, worden combinaties van kenmerken van verschillende uitvoeringsvormen geacht binnen de reikwijdte van de uitvinding te liggen, en vormen verschillende uitvoeringsvormen, zoals door deskundigen op dit gebied zou worden begrepen. In de bijgevoegde conclusies kan elk van de geclaimde uitvoeringsvormen bijvoorbeeld in elke combinatie gebruikt worden.
In de onderhavige beschrijving van de uitvinding wordt verwezen naar de bijgevoegde tekeningen die een deel hiervan vormen, en waarin slechts bij wijze van illustratie specifieke uitvoeringsvormen getoond worden waarin de uitvinding toegepast kan worden. Verwijzingscijfers die tussen haakjes of vetgedrukt zijn en die bij respectieve elementen bijgevoegd zijn illustreren slechts de elementen bij wijze van voorbeeld, waarmee niet bedoeld is om de respectieve elementen te beperken. Het dient begrepen te worden dat andere uitvoeringsvormen gebruikt kunnen worden en structurele of logische veranderingen aangebracht kunnen worden zonder af te wijken van de reikwijdte van de onderhavige uitvinding. De volgende uitgebreide beschrijving moet daarom niet in een beperkende zin worden opgevat, en de reikwijdte van de onderhavige uitvinding wordt gedefinieerd door de bijgevoegde conclusies.
Hierin beschreven is een werkwijze voor het verschaffen van informatie over de status van een virale infectie van ten minste één cel in een celmonster omvattende het ontvangen van door digitale holografische microscopie (DHM) verkregen holografische informatie uit het celmonster, en het uit de holografische informatie vaststellen van de status van de virale infectie van de te minste ene cel van het celmonster.
De holografische informatie kan gebruikt worden om cellulaire parametergegevens te bepalen die één of meer gemeten cellulaire parameter voor elke cel in het monster omvatten, waaruit de status van de virale infectie voor elke cel of cellen in het monster vastgesteld kan worden.
Het celmonster omvat één of meerdere cellen. De één of meerdere cellen kunnen afgeleid zijn van een biologisch organisme dat cellen van het biologische organisme omvat. Het biologische organisme kan elk organisme zijn, bijvoorbeeld dier, insect, gist of bacterie. De één of meerdere cellen kunnen afgeleid zijn van een dier, bij voorkeur van een zoogdier, bijvoorbeeld van een kat, een hond, een zwijn, een paard, vee, een schaap, een geit, een konijn, een rat, een muis, een aap. De één of meerdere cellen kunnen van een mens zijn afgeleid. De één of meerdere cellen in het celmonster kunnen al dan niet worden gelabeld; zoals elders vermeld is labeling niet noodzakelijk voor holografische vaststelling van virale status.
Het celmonster kan een vloeibare suspensie omvatten die de één of meerdere cellen in een gesuspendeerde toestand in een vloeistof bevat. Het zal duidelijk zijn dat vloeistof waarin de cellen gesuspendeerd zijn afhankelijk kan zijn van de aard van het celmonster (bijvoorbeeld lichaamsvloeistof, bloed, uitscheiding, bioreactor ...).
Het celmonster kan verschaft worden als een statische (niet-stromende) vloeibare suspensie in relatie tot de DHM-beeldsensor. Het celmonster kan verschaft worden als een stroom van vloeibare suspensie in relatie tot de DHM-beeldsensor, bijvoorbeeld gepompt uit en eventueel teruggebracht naar een vat. Het verkrijgen van holografische informatie van een stroom maakt de labelvrije en real-time meting van de status van de virale infectie mogelijk. Andere virale detectietechnieken zijn mogelijks niet voldoende snel of nauwkeurig voor het volgen van een monsterstroom; technieken die berusten op macromoleculaire probes verbruiken grote hoeveelheden probe, en de gelabelde cellen kunnen niet naar het vat teruggebracht worden. De term vat zoals hierin gebruikt verwijst naar een houder of een kanaliseringssysteem die/dat in staat is om een vloeistof te behouden en/of te geleiden, waarin de te-analyseren-cellen die hierin beschouwd worden aanwezig zijn. Als zodanig omvat de term vat een reactor, een incubator, een houder, een bioreactor, fermentatiereactoren, watertoevoerleidingen of buisstelsel, waterkanaliseringssystemen, waterzuiveringsreactoren, brouwreactoren, microreactoren, enz.
Het celmonster moet voldoende transparant zijn om de doorgang van het door de DHM-lichtbron uitgezonden licht mogelijk te maken. Lichtverstrooiing moet voldoende beperkt worden om interferentieprocessen waarop DHM berust niet significant te beïnvloeden. Het is duidelijk dat de celdichtheid zodanig is dat cellen niet op grote schaal overlappen, er gaat bijvoorbeeld licht door het waarnemingsvolume en de invallende fotonen op de beeldsensor zijn het resultaat van een integratie van alle cellen in het volume.
Voorbeeldelementen van een DHM in combinatie met een stromend monster worden bijvoorbeeld getoond in Figuren 1 tot 3. Een systeem omvattende een DHM (100), een reactor (50), DHM-demonteerbare leiding (ook bekend als een patroon) (150), door een buisstelsel (160) verbonden met een demonteerbaar pompsamenstel (120), wordt in Figuur 1 getoond. De DHM (100) kan voorzien zijn van een koppelelement (102) dat geconfigureerd is om de demonteerbare leiding (150) voor de doorgang van een monsterstroom te ontvangen, welk koppelelement (102) geconfigureerd is om een transparant deel (152, Figuur 3) van de demonteerbare leiding ten opzichte van de DHM-beeldsensor en/of DHM-lichtbron te positioneren voor het verkrijgen van de holografische informatie. Het transparante deel (152) is geconfigureerd voor de doorgang van licht dat door de DHM-lichtbron uitgezonden wordt. De demonteerbare leiding (DC) (150) heeft een DC-inlaat (154) voor instroom van vloeibare suspensie en een DC-uitlaat (156) voor uitstroom ervan.
De demonteerbare leiding (150) is vloeiend verbonden of verbindbaar met het vat (50) met gebruik van een buisstelsel (160) omvattende ten minste één buis (160) met een proximaal uiteinde (10) en een distaal uiteinde (20). De termen "distaal" of "distaal van" en "proximaal" of "proximaal van" worden geacht in de richting (proximaal) of verwijderd (distaal) van de DHM te betekenen. Dus betekent "proximaal" of "proximaal van" in de richting van (naar) de DHM en daarom verwijderd van bijvoorbeeld het vat. Omgekeerd betekent "distaal" of "distaal van" verwijderd van de DHM en in de richting van (naar) bijvoorbeeld het vat. Een proximaal uiteinde van het buisstelsel (160) kan verbonden zijn met de demonteerbare leiding (150). Een distaal uiteinde van het buisstelsel (160) kan verbonden zijn met een demonteerbaar pompsamenstel (120) dat geconfigureerd is om vloeistof uit het vat (50) door het buisstelsel (160) en naar de demonteerbare leiding (150) te trekken en te pompen.
Het demonteerbare pompsamenstel (120) (Figuur 2) kan een vloeistofgeleidend deel (122) omvatten dat een rangschikking is van één of meer leidingen met een monsteruitlaat (124) die verbonden of verbindbaar is met een distaal uiteinde (20) van een uitstroombuis van het buisstelsel (160), en een monsterinlaat (126) die in contact of te contacteren is met de inhoud van het vat (50). De monsterinlaat (126) is typisch aangebracht op een einde van een uitstekend element (128) dat zich bevindt in het vloeistofgeleidende deel (122) dat de monsterinlaat (126) van de monsteruitlaat (124) scheidt en hen verbindt. De lengte van het uitstekende element (128) kan bepaald worden in overeenstemming met de grootte van het vat (50) en de hoogte van de daarin aanwezige vloeistof. Het vloeistofgeleidende gedeelte (122) is ook voorzien van een stroominductiemechanisme (130) dat bij activering, bijvoorbeeld door het uitoefenen van torsie, stroom van vloeistof uit de monsterinlaat (126) naar de monsteruitlaat (124) induceert. Het stroominductiemechanisme (130) kan bepaald worden naar gelang het monstertype en de druk vereist; de vakman kan kiezen uit een verscheidenheid aan mechanismen zoals die welke bijvoorbeeld in een positieve verplaatsingspomp of snelheidspomp aangetroffen wordt. Het vloeistofgeleidende deel (122) kan een koppeling (132) omvatten voor bevestiging aan een demonteerbare aandrijver (140) voor de toevoer van kracht (bijvoorbeeld torsie) aan het stroominductiemechanisme. De demonteerbare aandrijver(140) kan een elektromotor omvatten. Monster uit het vat (50) stroomt onder geïnduceerde stroom vanuit monsterinlaat (126) naar de monsteruitlaat (124), door de uitstroombuis van buisstelsel (160) verbonden met de DC-inlaat (154) van de demonteerbare leiding (150) .
Het vloeistofgeleidende deel (122) kan verder een monsterterugvoerinlaat (134) omvatten die verbonden of verbindbaar is met een distaal uiteinde (20) van een terugvoerstroombuis van buisstelsel (160), en in vloeistofverbinding in het vloeistofgeleidende deel (122) met een monsterterugvoeruitlaat (136). De monsterterugvoeruitlaat (136) kan typisch op het eerder genoemde uitstekende element (128) op een andere positie dan de monsterinlaat (126) aangebracht worden. Monster dat terugkeert uit de demonteerbare leiding (150) (van de DC-uitlaat (156)) stroomt door de terugvoerstroombuis van het buisstelsel (160) in de monsterterugvoerinlaat (134) van het vloeistofgeleidende deel, door de monsterterugvoeruitlaat ( 136) en in het vat (50). Het vloeistofgeleidende gedeelte (122) kan wegwerpbaar zijn. Het vloeistofgeleidende deel (122) is bij voorkeur gevormd uit een stijf materiaal. Een voorbeeld van een demonteerbare leiding, demonteerbaar pompsamenstelstroomsysteem, en buizen die geschikt zijn voor gebruik met een vat en een DHM worden beschreven in WO 2014/044823 en US 2017/0205222.
De DHM-demonteerbare leiding (ook bekend als een patroon) (150), het demonteerbare pompsamenstel (120) en het buisstelsel (160) kan verschaft worden als een steriele wegwerpset, bij voorkeur zonder de demonteerbare aandrijver (140).
Het monster kan cellen op een dragersubstraat omvatten, opgenomen in een glazen of plastic houder, of microscoopglaasje. Geschikte houders omvatten een multi-wellplaat en een T-fles. Het dragersubstraat wordt zodanig bepaald dat het voorste brandpuntsvlak van de DHM automatisch in het celmonster valt, zodat de DHM niet voor elk monster opnieuw scherp gesteld hoeft te worden. De DHM kan voorzien zijn van een monsterhouder die geconfigureerd is om het dragersubstraat in de vereiste vorm te ontvangen (bijvoorbeeld als een microscoopglaasje of houder). De monsterhouder kan beweegbaar zijn (bijvoorbeeld verplaatsbaar en/of roteerbaar) om verschillende gebieden van het dragersubstraat te kunnen verwerven. In Figuur 4 wordt een voorbeeld-DHM (100) afgebeeld omvattende een stationaire monsterhouder die een platform (104) is waarop de houder geplaatst is en een venster (106) voor de doorgang van licht, bijvoorbeeld van het monster naar de beeldsensor of van door de lichtbron uitgezonden licht.
Het dragersubstraat wordt gebruikt in gehechte celkweek, waarbij cellen in een geschikt medium gekweekt worden en hechten aan en zich verspreiden over het dragersubstraat, kenmerkend in een monolaag. Gehechte celkweek wordt gebruikt om bepaalde dierlijke (bijvoorbeeld zoogdierlijke) cellen te vermenigvuldigen die afhankelijk zijn van verankering. Het celmonster moet voldoende transparant zijn om de doorgang van het door de DHM-lichtbron uitgezonden licht mogelijk te maken. Lichtverstrooiing moet voldoende beperkt worden om interferentieprocessen waarop DHM berust niet significant te beïnvloeden. Het is duidelijk dat de celdichtheid zodanig is dat cellen niet op grote schaal overlappen, er gaat bijvoorbeeld licht door het waarnemingsvolume en de invallende fotonen op de beeldsensor zijn het resultaat van een integratie van alle cellen in het volume.
De onderhavige werkwijze is geschikt voor detectie van verschillende virale infecties. Het virus kan een DNA-virus of een RNA-virus zijn. Het virus kan elk virus zijn, bijvoorbeeld, maar niet beperkt tot, Epstein-Barr-virus, griepvirus, hepatitis B-virus, herpes-virus, humaan T-lymfotrofisch virus type 1 (HTLV-I), hepatitis C-virus, Adenovirus, Adeno-geassocieerd virus (AAV), lentivirus of baculovirus.
Holografische informatie verwijst naar informatie, die in het algemeen fase- en amplitude-informatie is, die door een digitale holografische microscoop (DHM) uit het celmonster verkregen kan worden. In het bijzonder kan de holografische informatie een door de DHM verkregen digitaal hologram, een van het digitale hologram afgeleid intensiteitsbeeld, een van het digitale hologram afgeleid kwantitatief fasecontrastbeeld, of een combinatie hiervan omvatten. Het intensiteitsbeeld en het kwantitatieve fasecontrastbeeld kunnen uit het digitale hologram verkregen worden door hologramreconstructie.
De beelden - gewoonlijk de kwantitatieve fasecontrastbeelden - worden vervolgens gesegmenteerd om individuele cellen van de achtergrond af te bakenen, waardoor meerdere gesegmenteerde beelden uit de holografische beelden gegenereerd worden. Het proces van segmentatie is in het vakgebied bekend, bijvoorbeeld uit de behandeling van stroomgebieden, op clustering gebaseerde beelddrempelwaarde en het gebruik van neurale netwerken. Er bestaan verschillende algoritmen voor de behandeling van stroomgebieden, waaronder het overstromingsalgoritme van Meyer en optimaal omspannende forest algoritmen (stroomonderbrekingen). Op een cluster gebaseerde beelddrempelwaarde kan de methode van Otsu gebruiken. De holografische informatie kan de gesegmenteerde beelden omvatten. De gemeten cellulaire parameters worden vervolgens voor een individuele cel in het beeldsegment bepaald.
De cellulaire parametergegevens omvatten: - één of meer gemeten cellulaire parameters (MCP) van een cel (zie onderstaande Tabel 1) en/of - uit de één of meer gemeten cellulaire parameters bepaalde één of meer afgeleide parameters, bijvoorbeeld transformatie van twee of meer MCP's van dezelfde cel, of transformatie van één of meer van dezelfde MCP voor twee of meer verschillende cellen.
Een afgeleide parameter kan omvatten: - ten minste één verhouding van een gemeten cellulaire parameter van een cel en een andere (verschillende) gemeten cellulaire parameter van dezelfde cel. De verhouding kan elke van (F1) tot (73) met elke andere van (F1) tot (F73) van Tabel 1 zijn. Een verhouding kan elke van (F67) - (F73) met elke andere van (F67) - (F73) zijn, een verhouding (F68) met (F69), een verhouding (F68) met (F67), een verhouding vanelke van (F68) tot (F73) met (F67). - een indicatie van een variatie tussen twee of meer cellen in het celmonster van een gemeten cellulaire parameter. Een afgeleide parameter -kerngroottevariabiliteit - kan bijvoorbeeld bepaald worden uit F70 en is de standaarddeviatie van de kernvolumes van cellen die in één of meerdere gezichtsvelden aanwezig zijn. Een andere afgeleide parameter -kernvolumevariabiliteit - kan uit F71 afgeleid worden en is de variabiliteit van de statistische verdeling van alle geanalyseerde kernvolumes.
Uit de cellulaire parametergegevens kan informatie over de status van de virale infectie van de cel in het monster bepaald worden. Waar de cellulaire parametergegevens een indicatie van variatie (bijvoorbeeld kerngroottevariabiliteit, kernvolumevariabiliteit) tussen twee of meer cellen in het celmonster van een gemeten cellulaire parameter omvatten, kan de status van de virale infectie twee of meer cellen in het celmonster beschouwen.
De holografische informatie kan gebruikt worden om één of meer gemeten cellulaire parameters (MCP) voor een individuele cel in het celmonster te bepalen. Een MCP is een parameter die voor een cel of voor een cellulaire component (bijvoorbeeld kerngrootte, optische hoogte van elke van de inwendige structuren van de cel, bijvoorbeeld, maar niet beperkt tot, de optische cytoplasmahoogte, optische kernhoogte) uit holografisch informatie gemeten wordt. Tabel 1 geeft voorbeelden (F1 tot F73) van MCP's van een cel.
Tabel 1: Gemeten cellulaire parameters (MCP's) van een cel zoals bepaald uit holografische informatie. "Nr." verwijst naar de code die hierin gebruikt wordt om de MCP te identificeren, "ID" verwijst naar de attribuutnaam die door standaardsoftware gebruikt wordt om de MCP te labelen, "Categorie" verwijst naar de klasse van MCP, en "Beschrijving" verschaft meetinformatie.
Telkens wanneer absolute getallen gebruikt worden om de optische hoogtes aan te duiden, is de proportionaliteitsconstante de snelheid van het licht in vacuüm, tenzij de context anders voorschrijft. Verder, tenzij expliciet anders vermeld, wordt in dit document een optische hoogte uitgedrukt met verwijzing naar de optische hoogte van het vloeibare medium, in welk geval deze evenredig is met het verschil in de tijd die het duurt voordat licht de structuur (bijvoorbeeld cytoplasma, kern, nucleolus) in de richting van de hoogte doorkruist en de tijd die het duurt voordat licht dezelfde afstand in het vloeibare medium doorkruist. In het algemeen kan men een optische hoogte definiëren als het resultaat dat verkregen wordt door de brekingsindex te vermenigvuldigen met de werkelijke fysieke hoogte.
De MCP kan kenmerkend een eigenschap zijn van een hele cel (bijvoorbeeld morfologie, optisch, intensiteitstextuur) of van een component van een cel (bijvoorbeeld kerngrootte,
optische hoogte van elke van de inwendige structuren van de cel, bijvoorbeeld maar niet beperkt tot de optische cytoplasmahoogte, optische kernhoogte). Waar de MCP een eigenschap van een cellulaire component is, wordt eerst een beeld van de component van de cel geïsoleerd, vervolgens de MCP op dat geïsoleerde beeld bepaald. De vakman weet hoe hij holografische beelden moet verwerken om tot een MCP te komen, bijvoorbeeld met gebruik van principes van beeldverwerking zoals bijvoorbeeld uiteengezet in Digital Image Processing (4de editie) door Rafael C. Gonzalez en Richard E. Woods (ISBN-13: 978-0133356724), en met gebruik van een bibliotheek met programmeerfuncties zoals Open CV (Open Source Computer Vision). Eén of meer, of alle MCP's van Tabel 1 kunnen gebruikt worden om de status van de virale infectie vast te stellen. Een subset van de MCP's van Tabel 1kan gebruikt worden om de status van de virale infectie vast te stellen. Het machine-leeralgoritme kan de subset van de MCP's bepalen, afhankelijk van het celtype en van het infecterende virus.
De subset van MCP's kan één of meer, bij voorkeur alle van F45 (Fase Correlatie), F57 (Intensiteit Correlatie), F3 (Oppervlak), F59 (Intensiteit Homogeniteit) en F17 (Radius Gemiddelde) omvatten. Deze MCP kan helpen bij het vaststellen van de status van de virale infectie in MDCK-cellen, in het bijzonder een griepinfectie.
De subset van MCP's kan één of meer, bij voorkeur alle van F45 (Fase Correlatie), F57 (Intensiteit Correlatie), F3 (Oppervlak), F59 (Intensiteit Homogeniteit) en F17 (Radius Gemiddelde), F16 (omtrek), F56 (Intensiteitscontrast), F36 (Preking Piek Intensiteit), F44 (Fase Contrast) en F8 (Diameter) omvatten. Deze MCP kan helpen bij het vaststellen van de status van de virale infectie in MDCK-cellen, in het bijzonder een griepinfectie.
De subset van MCP's kan één of meer, bij voorkeur alle van F45 (Fase Correlatie), F57 (Intensiteit Correlatie), F3 (Oppervlak), F59 (Intensiteit Homogeniteit) en F17 (Radius Gemiddelde), F16 (omtrek), F56 (Intensiteit Contrast), F36 (Breking Piek Intensiteit), F44 (Fase Contrast) en F8 (Diameter), F32 (Optisch volume), F43 (Fase Gemiddelde Uniformiteit), F60 (Intensiteit Uniformiteit), F47 (Fase Homogeniteit), F1 (Intensiteit Variantie) ), F20 (Breking Piek Diameter), F18 (Radius Variantie), F33 (Breking Piek Oppervlak), F41 (Fase Gemiddelde Entropie) omvatten. Deze MCP kan helpen bij het vaststellen van de status van de virale infectie in MDCK-cellen, in het bijzonder een griepinfectie.
Elke MCP kan een gelijke weging hebben of een gewichtsfactor kan op één of meer van de gemeten cellulaire parameters toegepast worden, afhankelijk van het celtype en van het infecterende virus. Het machine-leeralgoritme kan de weging bepalen.
Digitale holografische microscopie (DHM) is een techniek die het vastleggen van driedimensionale informatie van een monster of object mogelijk maakt zonder dat het nodig is om het monster laag voor laag te scannen. In dit opzicht is DHM een superieure techniek ten opzichte van confocale microscopie in termen van acquisitiesnelheid. In DHM wordt een holografische weergave vastgelegd door een beeldsensor zoals een CCD of CMOS. De holografische weergave kan vervolgens op een computer opgeslagen of verwerkt worden.
Om een holografische representatie, of hologram, te maken wordt traditioneel een lichtbron die coherent is gebruikt om het monster te verlichten. De lichtbron kan door een laser geleverd worden. In de meest elementaire opstelling is het licht van de bron opgesplitst in twee bundels, een objectbundel en een referentiebundel. De objectbundel wordt via een optisch systeem naar het monster gezonden en interacteert ermee, waardoor de fase en amplitude van het licht gewijzigd worden afhankelijk van de optische eigenschappen en 3D-vorm van het object. De objectbundel die is gereflecteerd op of verzonden door het monster, laat men vervolgens interfereren (bijvoorbeeld door een serie spiegels en/of bundelsplitsers) met de referentiebundel, resulterend in een interferentiepatroon dat digitaal vastgelegd wordt. Aangezien het hologram nauwkeuriger is wanneer de objectbundel en de referentiebundel een vergelijkbare amplitude hebben, kan een absorberend element in de referentiebundel ingevoerd worden, waardoor de amplitude ervan tot het niveau van de objectbundel afneemt, maar de fase van de referentiebundel niet verandert of de fase hoogstens globaal verandert, dat wil zeggen niet afhankelijk van waar en hoe de referentiebundel door het absorberende element gaat. Het vastgelegde interferentiepatroon bevat informatie over de fase- en amplitudeveranderingen die afhankelijk zijn van de optische eigenschappen en 3D-vorm van het object.
Een alternatieve manier om een hologram te maken is door gebruik te maken van de inline holografische techniek. In-line DHM is vergelijkbaar met de meer traditionele DHM, maar splitst de bundel niet, althans niet door een bundelsplitser of ander extern optisch element. In-line DHM wordt met de meeste voorkeur gebruikt om te kijken naar een niet al te dichte oplossing van deeltjes, bijvoorbeeld cellen, in een vloeistof. Daardoor zal een deel van het ten minste gedeeltelijk coherente licht door het monster gaan zonder interactie met de deeltjes aan te gaan (referentiebundel) en interfereren met licht dat interactie met de deeltjes is aangegaan (objectbundel), waardoor een interferentiepatroon ontstaat dat digitaal vastgelegd en verwerkt wordt. In-line DHM wordt gebruikt in de transmissiemodus, het heeft licht nodig met een relatief grote coherentielengte en kan niet gebruikt worden als de monsters te dik of te geconcentreerd zijn.
Een andere DHM-techniek genaamd differentiële DHM (DDHM) is geopenbaard in het Europese octrooi EP 1 631 788. DDHM verschilt van de andere technieken doordat deze geen gebruik maakt van referentie- en objectbundels in de traditionele zin. In een voorkeursopstelling van DDHM wordt het monster belicht door een lichtbron die ten minste gedeeltelijk coherent licht afgeeft voor gebruik in een reflectie- of in een transmissiemodus. De gereflecteerde of uitgezonden monsterbundel kan door een objectieflens gezonden worden en vervolgens door een bundelsplitser in tweeën gesplitst worden en langs verschillende paden in een differentiële interferometer, bijvoorbeeld van het type Michelson of Mach-Zehnder, gezonden worden. In één van de paden wordt een bundelbuigelement of -kantelmechanisme ingevoegd, bijvoorbeeld een transparante wig of een diffractierooster. De twee bundels laat men vervolgens met elkaar interfereren in het brandpuntsvlak van een focusseerlens en het interferentiepatroon in dit brandpuntsvlak wordt digitaal vastgelegd door een beeldsensor zoals een CCD of CMOS. Het interferentiepatroon kan op een digitaal opslagmedium opgeslagen worden. Hierdoor worden, als gevolg van het bundelbuigelement, de twee bundels op een gecontroleerde manier enigszins verschoven en hangt het interferentiepatroon af van de mate van verschuiving. Vervolgens wordt het bundelbuigelement gedraaid, waardoor de hoeveelheid verschuiving gewijzigd wordt. Het nieuwe interferentiepatroon wordt ook vastgelegd. Dit kan een aantal van N keren gedaan worden, en uit deze N interferentiepatronen kan de gradiënt (of ruimtelijke afgeleide) van de fase in het brandpuntsvlak van de focusseerlens bij benadering berekend worden. Dit wordt de fasestapmethode genoemd, maar andere methoden voor het verkrijgen van de fasegradiënt zijn ook bekend, zoals een fouriertransformatiegegevensverwerkingstechniek. De gradiënt van de fase kan geïntegreerd worden om de fase als een functie van positie te geven. De amplitude van het licht als een functie van positie kan berekend worden uit het mogelijk maar niet noodzakelijk gewogen gemiddelde van de amplituden van de N vastgelegde interferentiepatronen. Aangezien fase en amplitude dus bekend zijn, wordt dezelfde informatie verkregen als in een directe holografische methode (met gebruik van een referentie- en een objectbundel) en kan een daaropvolgende 3D-reconstructie van het object uitgevoerd worden.
De lichtbron kan ruimtelijk en tijdelijk gedeeltelijk coherent licht uitzenden. De lichtbron kan sterk gecorreleerd laserlicht uitzenden. Ruimtelijk en tijdelijk gedeeltelijk coherent licht kan geproduceerd worden door bijvoorbeeld een lichtuitzendende diode (LED). Een LED is goedkoper dan een laser en produceert licht met een rond een bekende golflengte gecentreerd spectrum, dat ruimtelijk en tijdelijk gedeeltelijk coherent is, dat wil zeggen niet zo coherent als laserlicht, maar nog steeds voldoende coherent om holografische beelden te produceren van de kwaliteit die nodig is voor de betreffende toepassingen. LED's hebben ook het voordeel dat ze beschikbaar zijn voor veel verschillende golflengten en zeer klein van formaat zijn en gemakkelijk te gebruiken of indien nodig te vervangen. Daarom zal het verschaffen van een werkwijze en systeem die/dat ruimtelijk en tijdelijk gedeeltelijk coherent licht kan gebruiken voor het verkrijgen van holografische beelden leiden tot kosten-effectievere inrichtingen voor het implementeren van een dergelijke werkwijze.
Het gebruik van DHM in een diagnostische situatie heeft vele voordelen, waardoor deze de ideale techniek is om in een situatie zoals in de huidige uitvinding te implementeren. Naast een helder veldbeeld, wordt ook een faseverschuivingsbeeld gecreëerd. Het faseverschuivingsbeeld is uniek voor DHM en geeft meetbare informatie over optische afstand. Bij reflectie-DHM vormt het faseverschuivingsbeeld een topografiebeeld van het object.
Een objectbeeld wordt berekend bij een bepaalde brandpuntsafstand. Aangezien het opgenomen hologram echter alle benodigde objectgolffrontinformatie bevat, is het mogelijk om het object op elk brandpuntsvlak te berekenen door het wijzigen van de brandpuntsafstandparameter in het reconstructie-algoritme. In feite bevat het hologram alle informatie die nodig is om een volledige beeldstapel te berekenen. In een DHM-systeem, waarbij het objectgolffront vanuit meerdere hoeken opgenomen wordt, is het mogelijk de optische eigenschappen van het object volledig te karakteriseren en tomografiebeelden van het object te creëren.
De benodigde componenten voor een DHM-systeem zijn goedkope optica en halfgeleidercomponenten, zoals een laserdiode en een beeldsensor. De lage componentkosten in combinatie met de automatische scherpstellingsmogelijkheden van DHM maken het mogelijk om DHM-systemen te produceren tegen zeer lage kosten. Desondanks kunnen de kosten van een DHM nog steeds te hoog zijn voor het volgen van een grote hoeveelheid reactoren. Hiertoe verschaft de onderhavige uitvinding een systeem omvattende één DHM en een verzameling van elektro-fluïdumcircuits die in staat zijn fluïdummonsters van meerdere reactoren naar de DHM te leiden en bij voorkeur terug. Hierdoor is slechts één DHM nodig om meerdere reactoren te volgen en kunnen de totale kosten verlaagd worden.
In het algemeen omvat een DHM een lichtbron die coherent licht of ten minste gedeeltelijk coherent licht uitzendt zoals een LASER of LED, een interferometer die een serie spiegels en/of bundelsplitsers kan omvatten, en een beeldsensor zoals een CCD of CMOS, en een processor en een door een computer leesbaar opslagmedium (bijvoorbeeld een solid-state drive, flash-kaart of een magnetische vastleginrichting). Een DHM kan ook andere optische componenten omvatten, zoals één of meer lenzen, spiegels, prisma's, verzwakkers, enz. Een DHM kan verwerkingsmiddelen zoals een mainframe, een PC, een logische inrichting zoals een PLC, enz. omvatten of daarmee verbonden zijn. Een DHM kan in transmissie- en/of reflectiemodus werken, afhankelijk van de aard van het monster dat waargenomen moet worden. Een DHM kan een traditionele DHM, een in-line DHM, een differentiële DHM of een andere soort DHM zijn.
De onderhavige werkwijze (300) gebruikt holografische informatie (304) van een celmonster (302) om de status van een virale infectie (306) vast te stellen zoals getoond in Figuur 5. Een patroon in de cellulaire parametergegevens wordt geïdentificeerd dat correleert met een virale infectie. In het bijzonder kan de werkwijze een voorspellend mathematisch model (330) van cellulaire virale infectie gebruiken, waarbij een invoer voor het voorspellende model de cellulaire parametergegevens (212) omvat, die afgeleid zijn van gemeten cellulaire parameters (308) voor elke cel verkregen uit holografische informatie van het celmonster (304), en de uitvoer de status van de virale infectie (306) is, zoals geïllustreerd in het schema (310) van Figuur 6.
Het voorspellende model (330) kan gecreëerd worden met gebruik van een machine-leermethode (328) (bijvoorbeeld neuraal netwerk of random-forest-bomen, deep learning), die getraind wordt met gebruik van een trainingsset cellen (322), waarbij de status van de virale infectie (324) en de cellulaire parametergegevens (326) bekend zijn voor elke cel of cellen zoals geïllustreerd in het schema (320) van Figuur 7. De status van de virale infectie kan vastgesteld worden met gebruik van bijvoorbeeld een antilichaam dat eventueel gelabeld is, of met gebruik van een nucleïnezuuramplificatietechniek zoals PCR. Het creëren van een voorspellend model met gebruik van machine-leermethode (bijvoorbeeld neuraal netwerk of random-forest-bomen, deep learning) is bekend in het vakgebied, bijvoorbeeld uit en.wikipedia.org/wiki/Machine_learning, en is ook beschreven in verschillende publicaties, waaronder bijvoorbeeld Pattern Recognition and Machine Learning, 2006, Christopher M. Bishop, Springer. Deep learning is in het vakgebied bekend, bijvoorbeeld uit en.wikipedia.org/wiki/Deep_learning, en is beschreven in verschillende publicaties, bijvoorbeeld Deep Learning, 2016, Ian Goodfellow, Yoshua Bengio en Aaron Courville. Als richtlijn worden stappen beschreven voor het creëren van een eenvoudig model. Een trainingsset cellen omvat viraal geïnfecteerde cellen en niet-viraal geïnfecteerde cellen. De door DHM gemeten gemeten cellulaire parameters voor individuele cellen in de trainingsset van cellen worden verkregen. De cellulaire parametergegevens, omvattende de gemeten cellulaire parameter en eventueel de afgeleide parameters, worden aan het leeralgoritme verschaft. De machine-leermethode leert hoe een onderscheid tussen een viraal geïnfecteerde cel en een niet-viraal geïnfecteerde cel gemaakt kan worden op basis van de holografische informatie, in het bijzonder van de cellulaire parametergegevens, waardoor het voorspellende model gecreëerd wordt. De machine-leermethode kan met of zonder toezicht zijn. Een verwarringsmatrix maakt het mogelijk een foutenpercentage te bepalen.
De status van een virale infectie van de ten minste ene cel in het monster kan een indicatie van de aanwezigheid van een infectie (ja/neen), een waarschijnlijkheid van een infectie (fractie), een mate van infectie, een stadium van infectie, apoptotische toestand, capsidegehalte omvatten. De status van een virale infectie kan het type virus aangeven. De status van een virale infectie van ten minste 2 cellen in het monster kan vastgesteld worden door het statistisch verwerken van statussen van virale infecties voor meerdere cellen in het monster.
De werkwijze kan een stap omvatten van het verschaffen van het celmonster. De werkwijze kan een stap omvatten van het uitvaardigen of het verschaffen van een rapport over de status van de virale infectie van de ten minste ene cel.
Verder wordt een computerinrichting verschaft die geconfigureerd is voor het uitvoeren van de werkwijze zoals hierin is beschreven.
De computerinrichting kan schakelingen omvatten die geconfigureerd zijn voor het uitvoeren van de werkwijze van de uitvinding. Typisch omvatten de schakelingen een computerprocessor en een geheugen. De computerinrichting kan geïmplementeerd worden in één of meerdere verbonden computers, als een cloud-computerinrichting, of een andere inrichting die de hiervoor genoemde schakelingen bevat.
De computerinrichting kan invoergegevens ontvangen omvattende één of meer van: - holografische informatie van het celmonster, die één of meer kan omvatten van: - een door de DHM verkregen digitaal hologram, - een van het digitale hologram afgeleid intensiteitsbeeld, - een van het digitale hologram afgeleid kwantitatief fasecontrastbeeld, - van het kwantitatieve fasecontrastbeeld en/of het intensiteitsbeeld afgeleide meerdere gesegmenteerde beelden, - cellulaire parametergegevens omvattende: - één of meer gemeten cellulaire parameters van een cel, en/of - één of meer van de één of meer gemeten cellulaire parameters van een cel of cellen afgeleide afgeleide parameters.
De invoergegevens kunnen elektronisch ontvangen worden, bijvoorbeeld via internet of via een medium voor gegevensopslag verzonden worden. De computerinrichting kan zich mogelijk op een locatie op afstand van de DHM bevinden, bijvoorbeeld in een andere faciliteit, dorp, stad, land enz.
De computerinrichting kan geconfigureerd zijn om: - door digitale holografische microscopie (DHM) verkregen holografische informatie van ten minste één cel in een celmonster te ontvangen, en - uit de holografische informatie de status van een virale infectie van de ten minste ene cel vast te stellen.
De computerinrichting kan verder geconfigureerd zijn om: - de status van een virale infectie van de ten minste ene cel uit te sturen.
De computerinrichting kan verder geconfigureerd zijn om uit de holografische informatie cellulaire parametergegevens te bepalen die één of meer gemeten parameters van een cel in het celmonster omvatten, waaruit de status van een virale infectie van de ten minste ene cel vastgesteld wordt.
De computerinrichting kan verder geconfigureerd zijn om in het voorspellende model de cellulaire parametergegevens in te voeren, en uit het voorspellende model de status van een virale infectie van de ten minste ene cel af te geven.
Verder wordt een computerprogramma of computerprogrammaproduct verschaft met instructies die, wanneer uitgevoerd door een computerinrichting of -systeem, de computerinrichting of het -systeem de werkwijze zoals hierin beschreven laat uitvoeren
Verder wordt een door een computer leesbaar medium verschaft waarop het computerprogramma of computerprogrammaproduct opgeslagen is.
Verder wordt een gegevensstroom verschaft die representatief is voor het computerprogramma of computerprogrammaproduct.
Een op afstand gelegen verwerkingscentrum kan invoergegevens ontvangen die één of meer kan omvatten van: - holografische informatie van het celmonster, waaronder één of meer van: - een door de DHM verkregen digitaal hologram, - een van het digitale hologram afgeleid intensiteitsbeeld, - een van het digitale hologram afgeleid kwantitatief fasecontrastbeeld, - van het kwantitatieve fasecontrastbeeld en/of het intensiteitsbeeld afgeleide meerdere gesegmenteerde beelden, - cellulaire parametergegevens omvattende: - één of meer gemeten cellulaire parameters van een cel (zie hieronder) en/of - ten minste één verhouding van een gemeten cellulaire parameter van een cel en een andere (verschillende) gemeten cellulaire parameter, en/of - een indicatie van een variatie tussen twee of meer cellen in het celmonster van een gemeten cellulaire parameter.
De invoergegevens kunnen elektronisch ontvangen worden, bijvoorbeeld via internet of via een medium voor gegevensopslag verzonden worden. Het op afstand gelegen verwerkingscentrum kan zich mogelijk op een locatie op afstand van de DHM bevinden, bijvoorbeeld in een andere faciliteit, dorp, stad, land enz. Het op afstand gelegen verwerkingscentrum omvat typisch een computer met een processor en geheugen, bijvoorbeeld een server. Het op afstand gelegen verwerkingscentrum kan als een cloud-gebaseerde computerfaciliteit geïmplementeerd worden. Het op afstand gelegen verwerkingscentrum kan de invoergegevens opslaan. Het op afstand gelegen verwerkingscentrum kan de invoergegevens verwerken, kan in het bijzonder de vaststellingsstap uitvoeren. Het op afstand gelegen verwerkingscentrum kan toegang tot het voorspellende model hebben. Het op afstand gelegen verwerkingscentrum kan uitvoergegevens verzenden omvattende informatie over de status van een virale infectie van de cel of van het monster. De uitvoergegevens kunnen een rapport omvatten dat informatie bevat over de status van een virale infectie van de cel en/of van het monster.
Een systeem kan verschaft worden omvattende de computerinrichting zoals hierin beschreven. Het systeem kan verder een DHM omvatten. De DHM kan een DHM zijn zoals hierin beschreven. De DHM omvat een lichtbron die ten minste gedeeltelijk coherent licht uitzendt, een interferometer en een beeldsensor. De DHM kan voorzien zijn van een koppelelement (102) zoals hierin beschreven, dat geconfigureerd is om de demonteerbare leiding voor de doorgang van een monsterstroom te ontvangen.
Voorbeelden
Drie monsters van met het griepvirus geïnfecteerde MDCK-cellen (S1 tot S3) en twee monsters van niet-geïnfecteerde MDCK (controle) -cellen (S4 en S5) werden geanalyseerd met gebruik van DHM. Holografische gegevens van elk monster werden verzameld op verschillende tijdstippen na blootstelling aan virus (griep) of nepvirus (niet-infectieuze controle) volgens Tabel 2. Holografische gegevens werden geanalyseerd om de cellen te scheiden, waarbij elke cel of cluster zich als een gebeurtenis registreert.
Tabel 2: Tijd na blootstelling (TAE) van MDCK-cellen aan het griepvirus (monsters S1-S3) en aan het nep- (niet-infectieuze) virus (controlemonsters S4-S5), infectiestatus, aantal gebeurtenissen (dat wil zeggen cellen, clusters, enz.) geteld met DHM.
De gescheiden cellen werden geanalyseerd om gemeten cellulaire parameters (MCP's) van individuele cellen of clusters te verkrijgen. Voor elke cel in elk van de monsters (S1 tot S5) werden de MCP's volgens Tabel 3 verkregen.
Tabel 3: Lijst van gemeten cellulaire parameters verkrijgbaar voor een individuele cel met gebruik van DHM. "G" is de lokale co-occurrence-matrix van het fasebeeld dat berekend is over het celoppervlak (na uit elkaar halen, in radialen).
Filteren werd toegepast om de kwaliteit van de gegevensverzameling te verbeteren volgens de volgende criteria van MCP: celdiameter >15 (behoud) - verwijder debris/kleine cellen; celdiameter <30 (behoud) - verwijder clusters; piekhoogte >3 (behoud) - behoud alleen cellen met goede levensvatbaarheid; beste dieptekenmerk <5 (behoud) - alleen cellen in focus houden. Tabel 4 toont het aantal gebeurtenissen (cellen of clusters) dat voor en na filteren (AF) geregistreerd is.
Tabel 4: Aantal gebeurtenissen (dat wil zeggen cellen, clusters, enz.) geteld voor monsters S1 tot S5 voor en na filteren (AF).
Voor machine-leermethode werd 75% van de gefilterde gegevens (F1-F62 voor elke cel in S1 tot S5) toegepast op algoritmes voor machine-leermethode om een classificator te trainen om een random-forest-boom (RFT) te verkrijgen. Er werden in totaal 20 bomen met een diepte van 10 gebruikt. Gebruikmakend van het getrainde algoritme voor de resterende 25% van de gefilterde gegevens, bleek het percentage vals voorspelde geïnfecteerde cellen laag te zijn (~ 4,5%) en bleek het percentage goed voorspelde gezonde cellen hoog te zijn (~ 84%).
Figuren 8A tot 8E tonen histogrammen van MCP's die IntensiteitUniformiteit (F60, Figuur 8A), IntensiteitGladheid (F62, Figuur 8B), IntensiteitOnregelmatigheid (F61, Figuur 8C), IntensiteitContrast (F56, Figuur 8D), IntensiteitGemiddeldeContrast (F52, Figuur 8E) zijn voor elk van de monsters S1 tot S5 bij 0-5 uur, 5-10 uur, 10-15 uur, 20-25 uur, 25-30 uur, 30-35 uur, 35-40 uur na blootstelling aan virus of aan nepvirus. De histogrammen laten zien dat MCP's F60, F62, F61, F56 en F52 griep-geïnfecteerde MDCK-cellen (S1-S3) kunnen onderscheiden in vergelijking met niet-geïnfecteerde MDCK-cellen (S4-S5). De intensiteits-MCP's zouden het meest bruikbaar kunnen zijn om onderscheid te maken tussen met het griepvirus geïnfecteerde MDCK-cellen en niet-geïnfecteerde MDCK-cellen.
De RFT rangschikte de onderscheidende kracht van elke gemeten cellulaire parameter volgens Tabel 5.
Tabel 5. Rangorde van onderscheidend vermogen van MCP's van de top 20.

Claims (14)

  1. Conclusies
    1. Werkwijze voor het verschaffen van de status van een virale infectie van ten minste één cel in een celmonster, omvattende het ontvangen van door digitale holografische microscopie verkregen holografische informatie (304) van het celmonster, en het uit de holografische informatie vaststellen van de status van de virale infectie (306) van de ten minste ene cel; waarbij het vaststellen het gebruik van een voorspellend model omvat dat getraind is met gebruik van een trainingsset van cellen met bekende status van een virale infectie en gemeten cellulaire parameters.
  2. 2. Werkwijze volgens conclusie 1, waarbij de infectiestatus (306) vastgesteld wordt uit cellulaire parametergegevens (312) omvattende één of meer van de holografische informatie afgeleide gemeten cellulaire parameters (308) van de cel.
  3. 3. Werkwijze volgens conclusie 2, waarbij de één of meer gemeten cellulaire parameters (308) één of meer van de parameters van Tabel 1 omvatten.
  4. 4. Werkwijze volgens conclusie 2 of 3, waarbij de cellulaire parametergegevens (312) verder één of meer afgeleide parameters omvatten, bepaald uit de één of meer gemeten cellulaire parameters van de ten minste ene cel, waaronder - ten minste één verhouding van een gemeten cellulaire parameter van een cel en nog een andere gemeten cellulaire parameter van dezelfde cel, - een indicatie van een variatie tussen twee of meer cellen in het celmonster van een gemeten cellulaire parameter.
  5. 5. Werkwijze volgens één van de conclusies 1 tot 4, waarbij het voorspellende model een machine-leermethode gebruikt, zoals een neuraalnetwerkmethode, random-forest-bomen of een deep-learning-methode.
  6. 6. Werkwijze volgens één van de conclusies 1 -5, waarbij het monster een statische of stromende cellulaire suspensie, of een hechtende celkweek is.
  7. 7. Werkwijze volgens één van de conclusies 1 -6, waarbij de status van de virale infectie van de ten minste ene cel één of meer omvat van: een indicatie van een aanwezigheid of afwezigheid van een virale infectie, een waarschijnlijkheid van een infectie, een mate van infectie, een stadium van infectie, hoeveelheid virus.
  8. 8. Werkwijze volgens één van de conclusies 1 -7, verder omvattende het uitvaardigen van een rapport omvattende de status van de virale infectie van de ten minste ene cel.
  9. 9. Werkwijze volgens één van de conclusies 1 -8, uitgevoerd in een op afstand gelegen verwerkingscentrum
  10. 10. Systeem omvattende: - een computerinrichting die geconfigureerd is om de werkwijze volgens één van de conclusies 1 -9 uit te voeren, en - een digitale holografische microscoop, DHM.
  11. 11. Systeem volgens conclusie 10, waarbij de DHM een lichtbron die ten minste gedeeltelijk coherent licht uitzendt, een interferometer en een beeldsensor omvat.
  12. 12. Computerinrichting die geconfigureerd is omeen werkwijze volgens één van de conclusies 1 -9 uit te voeren, waarbij de computerinrichting geconfigureerd is om: - door digitale holografische microscopie (DHM) verkregen holografische informatie van ten minste één cel in een celmonster te ontvangen, en - uit de holografische informatie de status van een virale infectie van de ten minste ene cel vast te stellen.
  13. 13. Computerprogramma met instructies die, wanneer uitgevoerd door een computerinrichting of -systeem, de computerinrichting of het -systeem de werkwijze volgens één van de conclusies 1 - 9laat uitvoeren.
  14. 14. Computer-leesbaar medium met daarop opgeslagen het computerprogramma volgens conclusie 13.
BE2018/5158A 2018-03-15 2018-03-15 Digitale holografische microscopie voor het bepalen van de status van een virale infectie BE1026111B1 (nl)

Priority Applications (8)

Application Number Priority Date Filing Date Title
BE2018/5158A BE1026111B1 (nl) 2018-03-15 2018-03-15 Digitale holografische microscopie voor het bepalen van de status van een virale infectie
JP2020572624A JP7391387B2 (ja) 2018-03-15 2019-03-15 ウイルス感染状態を決定するためのデジタルホログラフィック顕微鏡
KR1020207029085A KR102707128B1 (ko) 2018-03-15 2019-03-15 바이러스 감염 상태를 결정하기 위한 디지털 홀로그래픽 현미경
EP19714333.2A EP3765847B1 (en) 2018-03-15 2019-03-15 Digital holographic microscopy for determining a viral infection status
CA3091080A CA3091080A1 (en) 2018-03-15 2019-03-15 Digital holographic microscopy for determining a viral infection status
US16/976,429 US12055540B2 (en) 2018-03-15 2019-03-15 Digital holographic microscopy for determining a viral infection status
CN201980019098.6A CN111868523B (zh) 2018-03-15 2019-03-15 用于确定病毒感染状况的数字全息显微术
PCT/EP2019/056547 WO2019175386A1 (en) 2018-03-15 2019-03-15 Digital holographic microscopy for determining a viral infection status

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
BE2018/5158A BE1026111B1 (nl) 2018-03-15 2018-03-15 Digitale holografische microscopie voor het bepalen van de status van een virale infectie

Publications (2)

Publication Number Publication Date
BE1026111A1 BE1026111A1 (nl) 2019-10-09
BE1026111B1 true BE1026111B1 (nl) 2019-10-16

Family

ID=62712694

Family Applications (1)

Application Number Title Priority Date Filing Date
BE2018/5158A BE1026111B1 (nl) 2018-03-15 2018-03-15 Digitale holografische microscopie voor het bepalen van de status van een virale infectie

Country Status (7)

Country Link
US (1) US12055540B2 (nl)
EP (1) EP3765847B1 (nl)
JP (1) JP7391387B2 (nl)
KR (1) KR102707128B1 (nl)
CN (1) CN111868523B (nl)
BE (1) BE1026111B1 (nl)
CA (1) CA3091080A1 (nl)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE1026111B1 (nl) * 2018-03-15 2019-10-16 Ovizio Imaging Systems Nv Digitale holografische microscopie voor het bepalen van de status van een virale infectie
CN113204108A (zh) * 2021-03-19 2021-08-03 刘利军 多功能解剖显微镜
TWI828009B (zh) 2021-11-19 2024-01-01 財團法人工業技術研究院 免標記式細胞活性檢測的方法及訓練人工智慧執行免標記式細胞活性檢測的方法
CN114326352B (zh) * 2021-12-31 2024-06-04 南京理工大学智能计算成像研究院有限公司 一种基于数字全息的实时细胞三维分析方法
WO2024124132A1 (en) 2022-12-09 2024-06-13 Juno Therapeutics, Inc. Machine learning methods for predicting cell phenotype using holographic imaging

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013076089A2 (en) * 2011-11-21 2013-05-30 DRIVE O2 bvba Liquid medium and sample vial to be used in a method for detecting cancerous cells in a cell sample
WO2013120886A1 (en) * 2012-02-13 2013-08-22 Ovizio Imaging Systems NV/SA Flow cytometer with digital holographic microscope

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3701586A (en) * 1971-04-21 1972-10-31 George G Goetz Light modulating deflectable membrane
EP1631788B1 (en) 2003-05-16 2007-03-14 Universite Libre De Bruxelles Digital holographic microscope for 3d imaging and process using it
JP5214455B2 (ja) * 2005-10-17 2013-06-19 アリックス インク 空間変調光学力顕微鏡検査を使用して細胞の変形能を検出するための装置および方法
CN101346673B (zh) * 2005-12-22 2011-06-08 相位全息成像Phi有限公司 用于分析细胞的样本的方法和装置
GB2466442A (en) * 2008-12-18 2010-06-23 Dublin Inst Of Technology A system to analyze a sample on a slide using Raman spectroscopy on an identified area of interest
WO2010148275A2 (en) * 2009-06-18 2010-12-23 Kiyatec, Llc Bioreactor system
EP3136079B1 (en) 2009-10-20 2020-02-12 The Regents of The University of California Incoherent lensfree cell holography and microscopy on a chip
US20130203145A1 (en) * 2010-03-08 2013-08-08 Christopher R. Lambert Continuous Flow Bioreactor for Magnetically Stabilized Three-Dimensional Tissue Culture
WO2012023105A1 (en) * 2010-08-20 2012-02-23 Lyncee Tec S.A. Apparatus and method for early diagnosis of cell death
US8866063B2 (en) * 2011-03-31 2014-10-21 The Regents Of The University Of California Lens-free wide-field super-resolution imaging device
EP2734955A1 (en) * 2011-07-19 2014-05-28 Ovizio Imaging Systems NV/SA A method and system for detecting and/or classifying cancerous cells in a cell sample
WO2013010999A1 (en) 2011-07-19 2013-01-24 DRIVE O2 bvba Method and system for analyzing a liquid cell sample by digital holographic microscopy
WO2013010595A1 (en) * 2011-07-19 2013-01-24 Ovizio Imaging Systems N.V. An object database and object database improving method
EP2602608B1 (en) * 2011-12-07 2016-09-14 Imec Analysis and sorting of biological cells in flow
US9822333B2 (en) * 2012-03-15 2017-11-21 Flodesign Sonics, Inc. Acoustic perfusion devices
US9904248B2 (en) 2012-09-20 2018-02-27 Ovizio Imaging Systems NV/SA Digital holographic microscope with fluid systems
US20160054343A1 (en) * 2013-02-18 2016-02-25 Theranos, Inc. Systems and methods for multi-analysis
ES2671799T3 (es) * 2013-05-24 2018-06-08 The Regents Of The University Of California Identificación de linfocitos T deseables por cambio en respuestas de masa
US10502674B2 (en) * 2014-06-27 2019-12-10 The Regents Of The University Of California Apparatus and method for label-free analysis of rare cells from bodily fluids
CN107949835B (zh) * 2015-03-31 2021-11-09 兴盛生物科技股份有限公司 具有集成成像系统的细胞培养培殖器
WO2017192896A1 (en) * 2016-05-06 2017-11-09 Uwm Research Foundation, Inc. Snapshot optical tomography system and method of acquiring an image with the system
CN109154849B (zh) 2016-05-23 2023-05-12 W·特纳 包括核心层、用户接口和配备有基于容器的用户空间的服务层的超融合系统
US10724952B2 (en) * 2016-07-21 2020-07-28 B.G. Negev Technologies And Applications Ltd. At Ben-Gurion University Multidimensional nanotomography with high harmonics and attosecond pulses
US11269294B2 (en) * 2018-02-15 2022-03-08 University Of Connecticut Portable common path shearing interferometry-based holographic microscopy system with augmented reality visualization
BE1026111B1 (nl) * 2018-03-15 2019-10-16 Ovizio Imaging Systems Nv Digitale holografische microscopie voor het bepalen van de status van een virale infectie

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013076089A2 (en) * 2011-11-21 2013-05-30 DRIVE O2 bvba Liquid medium and sample vial to be used in a method for detecting cancerous cells in a cell sample
WO2013120886A1 (en) * 2012-02-13 2013-08-22 Ovizio Imaging Systems NV/SA Flow cytometer with digital holographic microscope

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DANIEL RIBEIRO ET AL: "Digital holographic microscope: A new tool to follow on real time intracellular infections with obligate intracellular microorganisms and the effect of interferon", JOURNAL OF INTERFERON AND CYTOKINE RESEARCH, vol. 27, no. 8, POS-95, 2007, pages 737, XP055530096 *
DATABASE MEDLINE [online] US NATIONAL LIBRARY OF MEDICINE (NLM), BETHESDA, MD, US; 2017, YU JIAN-HAI ET AL: "[Three-dimensional morphology of C6/36 cells infected by dengue virus: a study based on digital holographic microscopy].", XP002787126, Database accession no. NLM28377343 *
NAN FANG YI KE DA XUE XUE BAO = JOURNAL OF SOUTHERN MEDICAL UNIVERSITY, vol. 37, no. 3, 2017, pages 301 - 307 *

Also Published As

Publication number Publication date
EP3765847A1 (en) 2021-01-20
JP2021518563A (ja) 2021-08-02
EP3765847B1 (en) 2024-09-04
BE1026111A1 (nl) 2019-10-09
KR20200130412A (ko) 2020-11-18
KR102707128B1 (ko) 2024-09-13
CN111868523A (zh) 2020-10-30
CN111868523B (zh) 2024-09-27
US20210142472A1 (en) 2021-05-13
JP7391387B2 (ja) 2023-12-05
US12055540B2 (en) 2024-08-06
CA3091080A1 (en) 2019-09-19

Similar Documents

Publication Publication Date Title
BE1026111B1 (nl) Digitale holografische microscopie voor het bepalen van de status van een virale infectie
Witte et al. Concepts in light microscopy of viruses
CA2948800C (en) 3d imaging of live cells with ultraviolet radiation
JP6092206B2 (ja) 細胞試料内のがん性細胞を検出し、及び／又は分類する方法及びシステム
Tuchin Advanced optical flow cytometry: methods and disease diagnoses
US20150056607A1 (en) Flow cytometer with digital holographic microscope
Monjaret et al. Fully automated one-step production of functional 3D tumor spheroids for high-content screening
Ge et al. Single-frame label-free cell tomography at speed of more than 10,000 volumes per second
Valente et al. Quantification of mitochondrial network characteristics in health and disease
Kural et al. Live-cell imaging of clathrin coats
Solovjeva et al. Immunofluorescence analysis of γ-H2AX foci in mammalian fibroblasts at different phases of the cell cycle
Liu et al. Fast 3D cell tracking with wide-field fluorescence microscopy through deep learning
US20240309310A1 (en) Plaque detection method and apparatus for imaging of cells
Chantzoura et al. Flow cytometry
WO2019175386A1 (en) Digital holographic microscopy for determining a viral infection status
Camacho et al. Characterization of extracellular vesicles by flow cytometry
Hu et al. Counting mRNA copies in intact bacterial cells by fluctuation localization imaging-based fluorescence in situ hybridization (fliFISH)
Barrantes Single-molecule localization super-resolution microscopy of synaptic proteins
Pozzi et al. Artificial intelligence in imaging flow cytometry
WO2023189194A1 (ja) 情報処理装置、情報処理方法およびプログラム
EP4124846A1 (en) Detection of cell aggregates using quantitative phase-contrast microscopy
Park Development of Quantitative Phase Imaging as a Diagnostic Modality with High-Throughput Implementation
Fadero et al. LITE microscopy: a technique for high numerical aperture, low photobleaching fluorescence imaging
KR20220018848A (ko) 미생물 현장 검사를 위한 자가형광 분석 장치 및 그 방법
Sorcini Feedback imaging of cellular dynamics with fluorescence microscopy

Legal Events

Date Code Title Description
FG Patent granted

Effective date: 20191016