CN107407639A - 用于检查用于移植的材料的装置和方法 - Google Patents
用于检查用于移植的材料的装置和方法 Download PDFInfo
- Publication number
- CN107407639A CN107407639A CN201680012615.3A CN201680012615A CN107407639A CN 107407639 A CN107407639 A CN 107407639A CN 201680012615 A CN201680012615 A CN 201680012615A CN 107407639 A CN107407639 A CN 107407639A
- Authority
- CN
- China
- Prior art keywords
- cell
- raman spectrum
- raman
- assessment
- evaluation unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000000463 material Substances 0.000 title claims abstract description 263
- 238000000034 method Methods 0.000 title claims description 107
- 238000001237 Raman spectrum Methods 0.000 claims abstract description 257
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 210000004027 cell Anatomy 0.000 claims description 275
- 238000001069 Raman spectroscopy Methods 0.000 claims description 71
- 210000003491 skin Anatomy 0.000 claims description 59
- 210000002510 keratinocyte Anatomy 0.000 claims description 58
- 210000002752 melanocyte Anatomy 0.000 claims description 49
- 210000003321 cartilage cell Anatomy 0.000 claims description 43
- 238000004458 analytical method Methods 0.000 claims description 37
- 210000002950 fibroblast Anatomy 0.000 claims description 37
- 238000007621 cluster analysis Methods 0.000 claims description 33
- 210000001519 tissue Anatomy 0.000 claims description 28
- 238000001228 spectrum Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 20
- 210000001612 chondrocyte Anatomy 0.000 claims description 18
- 210000000442 hair follicle cell Anatomy 0.000 claims description 18
- 210000000106 sweat gland Anatomy 0.000 claims description 16
- 210000003541 chondroclast Anatomy 0.000 claims description 14
- 239000000203 mixture Substances 0.000 claims description 14
- 210000004378 sebocyte Anatomy 0.000 claims description 13
- 210000005167 vascular cell Anatomy 0.000 claims description 13
- 210000004409 osteocyte Anatomy 0.000 claims description 12
- 210000002997 osteoclast Anatomy 0.000 claims description 11
- 210000002889 endothelial cell Anatomy 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000006907 apoptotic process Effects 0.000 claims description 5
- 230000017074 necrotic cell death Effects 0.000 claims description 5
- 210000004907 gland Anatomy 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 44
- 230000008569 process Effects 0.000 description 37
- 230000003328 fibroblastic effect Effects 0.000 description 17
- 230000003595 spectral effect Effects 0.000 description 15
- 102000008186 Collagen Human genes 0.000 description 13
- 108010035532 Collagen Proteins 0.000 description 13
- 210000000845 cartilage Anatomy 0.000 description 13
- 229920001436 collagen Polymers 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 12
- 210000000988 bone and bone Anatomy 0.000 description 11
- 239000000835 fiber Substances 0.000 description 11
- 230000003902 lesion Effects 0.000 description 10
- 239000004065 semiconductor Substances 0.000 description 9
- 239000003344 environmental pollutant Substances 0.000 description 8
- 231100000719 pollutant Toxicity 0.000 description 8
- 210000004927 skin cell Anatomy 0.000 description 7
- 229920000832 Cutin Polymers 0.000 description 6
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 description 6
- 238000000338 in vitro Methods 0.000 description 6
- 239000000316 bone substitute Substances 0.000 description 5
- 210000002615 epidermis Anatomy 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 150000001408 amides Chemical class 0.000 description 4
- 230000035772 mutation Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 210000003764 chromatophore Anatomy 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 210000001365 lymphatic vessel Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 229910052585 phosphate mineral Inorganic materials 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 241000931526 Acer campestre Species 0.000 description 2
- 206010039499 Cartilage sarcomas Diseases 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 208000028990 Skin injury Diseases 0.000 description 2
- 206010072170 Skin wound Diseases 0.000 description 2
- 206010052428 Wound Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000000735 allogeneic effect Effects 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000000684 flow cytometry Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000017 hydrogel Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 208000017520 skin disease Diseases 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 206010004950 Birth mark Diseases 0.000 description 1
- 238000002806 Stokes method Methods 0.000 description 1
- 210000003443 bladder cell Anatomy 0.000 description 1
- 239000012876 carrier material Substances 0.000 description 1
- 238000004113 cell culture Methods 0.000 description 1
- 210000003850 cellular structure Anatomy 0.000 description 1
- 125000003636 chemical group Chemical group 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 210000000805 cytoplasm Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000003038 endothelium Anatomy 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 238000001215 fluorescent labelling Methods 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 210000000963 osteoblast Anatomy 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 125000001500 prolyl group Chemical group [H]N1C([H])(C(=O)[*])C([H])([H])C([H])([H])C1([H])[H] 0.000 description 1
- 210000002374 sebum Anatomy 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 210000004895 subcellular structure Anatomy 0.000 description 1
Classifications
-
- 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
- G01N21/65—Raman scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/44—Raman spectrometry; Scattering spectrometry ; Fluorescence spectrometry
-
- 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
Abstract
为检查用于移植的材料,所述材料的至少一个拉曼光谱(41,42)被检测。电子评估单元通过评估所述至少一个拉曼光谱(41,42)来确定信息,其中用于移植的材料的适用性取决于所述信息。
Description
发明领域
本发明的示例性实施方式涉及用于检查用于移植的材料的装置和方法。本发明的示例性实施方式,特别涉及使得可以检查材料是否适合用作移植物的装置和方法。
背景技术
培养的组织的移植被广泛使用。例如,皮肤伤口或皮肤疾病可能有必要进行皮肤移植。为此,可以在一个身体部位取下皮肤移植物并将其移植到另一个身体部位。然而,这样的技术可能不令人满意,特别是当存在相对大面积的皮肤伤口或皮肤疾病时。这种皮肤损伤的实例可以包括:具有大面积且深的皮肤损伤的烧伤、大的胎记或者慢性伤口。
为了避免这种问题,可以使用培养的皮肤来治疗皮肤损伤。皮肤细胞可以在活检中取出,并施用于基质或嵌入所述基质中。在基质中,皮肤细胞可以生长成真皮和表皮。以这种方式,可以培养所谓的皮肤移植物。可以使用用于进行“组织工程”的其它技术,通过该组织工程可以产生用于皮肤移植的材料。用于通过“组织工程”产生皮肤替代物的示例性技术被描述在例如T.Biedermann等人,“Tissue engineering of skin for woundcoverage”European Journal of Pediatric Surgery,23(05):375–382(2013);L.Pontiggia等人,“Optimizing in vitro culture conditions leads to asignificantly shorter production time of human dermo-epidermal skinsubstitutes”.Pediatric Surgery International,29(3):249–256(2013);或者D.Marino等人,“Bioengineering dermo-epidermal skin grafts with blood and lymphaticcapillaries”.Science Translational Medicine,6(221):221ra14(2014)中。
使用培养的皮肤或其他用于生产皮肤替代物的技术的一个挑战,是检查材料是否适合用于移植。用于皮肤移植的材料的适用性取决于,例如,细胞的数量和/或不同细胞类型的细胞数量的比例。此外,用于皮肤移植的材料的适用性还可以取决于细胞是否、以及在何种程度上功能受损,例如细胞凋亡或坏死。
在使用其他培养的组织作为移植物(例如软骨替代物或骨替代物)时,也存在类似的挑战。
为了检查用于移植的材料的适用性,例如,可以在引入基质中之前,通过流式细胞术对充分培养的细胞群体进行分选。用所谓的“DNA计数”方法来计数充分培养的基质中的总细胞数。然而,这样的技术是昂贵且耗时的。取决于实施方式,这些技术还可能涉及对待检测其用作移植物的适用性的材料的部分破坏。此外,这些技术也仅提供有限的信息,或者不提供有关细胞的功能和/或质量的任何信息。
此外,在进行流式细胞术时,必需预先培养大量的细胞以允许测量。这是耗时且高成本的(例如,在通过基于抗体的标记进行荧光标记的情况下)。所述细胞将不可再用于患者。流式细胞术不提供有关完成培养的移植物中最终细胞计数、不同细胞类型的数量比和/或细胞质量的任何信息。
“DNA计数”法可以在一部分移植物上建立,但该方法不提供关于细胞类型和/或不同细胞类型的比例的任何信息。
发明内容
需要检查材料作为移植物的适用性的装置和方法。特别地,需要这样的装置和方法,其可以基于定量和/或定性测量的值,客观地确定材料是否表现出一种或多种使其适用于移植的性质。
使用所述装置和方法检查的材料可以包括细胞或由细胞组成。所述材料可以包括支撑材料,例如基质,例如胶原基质。所述装置和方法可以被设定为使得细胞和支撑材料(例如基质)都分别受到质量控制。替代地或另外,所述装置和方法可以被设定为,在细胞培养之后,对组织移植物中的细胞和/或支撑材料(例如基质)进行质量控制。
根据本发明的示例性实施方式,通过进行拉曼光谱法来检查材料。可以分析一个或多个拉曼光谱,从而基于拉曼光谱或基于多个拉曼光谱识别材料是否适用于移植。例如,可以分析一个或多个拉曼光谱,从而确定材料中特定细胞类型的细胞数量,和/或不同细胞类型的细胞数量的比例。
一个或多个拉曼光谱的评估使得可以客观和定量地检查材料。可以与存储在数据库中的参照光谱进行比较,从而确定哪些细胞类型存在,以及从而量化一种或多种细胞类型的细胞数量。替代地或另外,例如可以通过聚类分析来处理拉曼光谱,从而识别不同的细胞类型。
一个示例性实施方式详述了用于检查用于移植的材料的装置。所述装置包括用于在材料上进行拉曼光谱的拉曼光谱系统,从而记录至少一个拉曼光谱。所述装置包括电子评估单元,所述电子评估单元被设定为,根据所述至少一个拉曼光谱的评估来确定一个信息项,用于移植的材料的适用性取决于该信息项。
所述材料可以是用于自体移植或同种异体移植的材料。
所述材料可以是自体皮肤替代物或同种异体皮肤替代物。所述材料可以是自体软骨替代物或同种异体软骨替代物。所述材料可以是自体骨替代物或同种异体骨替代物。
所述材料可以包括皮肤移植物。所述材料可以包括人造皮肤。所述材料可以包括培养的软骨组织。所述材料可以包括培养的骨组织。
所述材料可以包括细胞。所述装置可以被设定为在施用于或引入到支撑材料(例如基质)之前,对所述细胞进行拉曼光谱法分析。所述装置可以被设定为自动确定所述细胞是否适于引入到支撑材料(例如基质)中。所述装置可以被设定为自动确定存在哪些细胞类型和/或不同细胞类型存在的数量比例是多少。所述装置可以被设定为从所述至少一个拉曼光谱,以定性或定量方式记录细胞的污染和/或功能性损伤。
替代地或另外,所述装置可以被设定为在施用于或引入到支撑材料(例如基质)之后,对所述细胞进行拉曼光谱法分析。所述装置可以被设定为自动确定包含细胞的移植物中的细胞是否适合于移植。所述装置可被设定为自动确定存在哪些细胞类型和/或不同细胞类型存在的数量比例是多少。所述装置可以被设定为从所述至少一个拉曼光谱,以定性或定量方式记录支撑材料(例如基质)中细胞的污染和/或功能性损伤。
所述材料可以包括支撑材料,例如基质,细胞被引入其中或细胞被施用于其中。所述基质可以由胶原蛋白或其他材料组成。所述装置可以被设定为在将细胞施用于基质或将细胞引入基质之前,对支撑材料(例如基质)进行拉曼光谱法分析。所述装置可以被设定为自动确定支撑材料(例如基质)是否适于引入细胞。所述装置可以被设定为自动确定支撑材料(例如基质)是否由所需的材料组成。所述装置可以被设定为从所述至少一个拉曼光谱,以定性或定量方式记录支撑材料(例如基质)的污染物。所述污染物可以是病原体、细菌或其他异物。所述污染物可以是应该存在于培养的组织中的细胞群体的污染物。
替代地或另外,所述装置可以被设定为在施用或引入细胞之后,对支撑材料(例如基质)进行拉曼光谱法分析。所述装置可以被设定为自动地确定包含基质的移植物中的支撑材料(例如基质)是否适于移植。所述装置可以被设定为从所述至少一个拉曼光谱,以定性或定量方式记录基质的污染和/或功能性损伤。
用于移植的材料的适用性所取决的信息项,可以包括单位体积或单位面积的特定细胞类型的细胞的数量。信息项可以包括单位体积或单位面积的角质形成细胞的数量。替代地或另外,信息项可以包括单位体积或单位面积的黑色素细胞的数量。替代地或另外,信息项可以包括单位体积或单位面积的成纤维细胞的数量。信息项可以定量或定性地指示,是否存在含有外来细胞的细胞群体污染物,以及如果存在的话,是哪些。
替代地或另外,信息项可以包括单位体积或单位面积的血管细胞的数量。替代地或另外,信息项可以包括单位体积或单位面积的毛囊细胞的数量。替代地或另外,信息项可以是毛囊细胞的功能。替代地或另外,信息项可以包括单位体积或单位面积的角化细胞的数量。替代地或另外,信息项可以包括单位体积或单位面积的皮脂腺细胞的数量。替代地或另外,信息项可以包括单位体积或单位面积的汗腺细胞的数量。
所述电子评估单元可以被设定为,通过所述至少一个拉曼光谱的评估,来识别所述材料的至少一个细胞群体,所述群体选自由以下构成的组:皮肤移植物中的角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞。
所述电子评估单元可以被设定为,通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自由以下构成的组:皮肤移植物中的角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞。
所述电子评估单元可以被设定为,通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自由以下构成的组:在软骨移植物中的软骨细胞(chondrocytes)、破软骨细胞(chondroclasts)和成软骨细胞(chondroblasts)。
所述电子评估单元可以被设定为,通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自由以下构成的组:在骨移植物中的骨细胞(osteocytes)、破骨细胞(osteoclasts)和成骨细胞(osteoblasts)。
所述电子评估单元可以被设定为,通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自由以下构成的组:角化细胞、黑色素细胞和成纤维细胞。
所述电子评估单元可以被设定为,通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自由以下构成的组:软骨细胞、破软骨细胞和成软骨细胞。
所述电子评估单元可以被设定为,通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自由以下构成的组:骨细胞、破骨细胞和成骨细胞。
所述电子评估单元可以被设定为,确定在所述材料的至少一个区域中所述材料的组成。所述电子评估单元可以被设定为,通过所述至少一个拉曼光谱的评估,来识别所述材料的至少一个区域中,存在哪些细胞类型。所述电子评估单元可以被设定为,通过所述至少一个拉曼光谱的评估,来识别所述材料的至少一个区域中,不同细胞类型存在的数量比例是多少。所述不同细胞类型可以是角质形成细胞、黑色素细胞和成纤维细胞。
所述拉曼光谱系统可以被设定为评估多个拉曼光谱,从而进行聚类分析,通过所述聚类分析可以识别不同细胞类型的相对比例。
所述拉曼光谱系统可以被设定为在所述材料的多个深度记录多个拉曼光谱。所述电子评估单元可以被设定为,从所述分别记录的拉曼光谱来确定多个深度中的每个深度处的所述材料的组成。
所述电子评估单元可以被设定为,对所述至少一个拉曼光谱进行聚类分析。所述电子评估单元可以被设定为,对所述至少一个拉曼光谱进行主要成分分析,从而区分不同细胞类型。
所述电子评估单元可以被设定为,根据所述聚类分析,来确定在所述材料的至少一个区域中存在的角质形成细胞、黑色素细胞、成纤维细胞和/或内皮细胞的比例是多少。
所述电子评估单元可以包括存储器,所述存储器存储关于自体真皮-表皮皮肤替代物的不同细胞类型的拉曼峰的位置的信息。
替代地或另外,所述电子评估单元可以被设定为,使用机器学习方法,特别是监督学习方法,从而学习拉曼光谱和细胞类型的分配。所述细胞类型可以包括角质形成细胞、黑色素细胞、成纤维细胞和/或内皮细胞。所述细胞类型可以包括角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞。
所述细胞类型可以包括软骨细胞、破软骨细胞和成软骨细胞。
所述细胞类型可以包括骨细胞、破骨细胞和成骨细胞。
所述电子评估单元可以被设定为,根据所述至少一个拉曼光谱的评估,来确定所述材料中的细胞的总数。为此,可以确定至少一个拉曼峰的光谱权重。替代地或另外,可以确定数据点(所述数据点是通过所述至少一个拉曼光谱的主要成分分析或其他聚类分析而确定的)的数量或权重,以确定所述材料中一种细胞类型或多种不同细胞类型的细胞的总数。
所述电子评估单元可以被设定为,根据所述至少一个拉曼光谱的评估,来识别所述材料的至少一种细胞群体的功能变化,特别是细胞凋亡和/或坏死。
所述电子评估单元可以被设定为,在进行多个拉曼光谱的评估后。使用所述评估来评价培养的组织的支撑材料和/或培养的组织的细胞,输出关于培养的组织是否适于移植的信息项。所述信息项可以是二元信息项,其以“是或否”语句的方式定义培养的组织是否可用作移植物。
所述材料可以包括皮肤移植物。所述材料可以包括人造皮肤。所述人造皮肤可以是培养的皮肤。所述人造皮肤特别可以是自体真皮-表皮皮肤替代物。
所述人造皮肤可以包括支撑材料,特别是可生物降解的支撑材料,和自体细胞材料。
一种用于检查用于移植的材料的方法,包括记录所述材料的至少一个拉曼光谱,并且通过所述至少一个拉曼光谱的评估,来确定一个信息项,其中用于移植的材料的适用性取决于所述信息项。
所述方法可以由根据一个示例性实施方式的装置来进行。
用于移植的材料的适用性所取决的信息项的确定,可以通过电子计算单元自动完成。
在所述方法中检查的材料,可以是用于自体移植的材料。
在所述方法中,所述材料可以包含细胞。如在装置相关内容中所描述的,所述方法可以包括在将所述细胞引入到支撑材料(例如基质)之前,和/或引入到支撑材料(例如基质)之后,评估所述至少一个拉曼光谱。
在所述方法中,所述材料可以包括支撑材料,例如基质。如在装置相关内容中所描述的,所述方法可以包括在将所述细胞引入到支撑材料(例如基质)之前和/或之后,评估所述支撑材料(例如基质)的至少一个拉曼光谱。
在所述方法中检查的材料,可以是自体真皮-表皮皮肤替代物。
在所述方法中,用于移植的材料的适用性所取决的信息项,可以包括单位体积或单位面积的特定细胞类型的细胞的数量。在所述方法中,所述信息项可以包括单位体积或单位面积的角质形成细胞的数量。替代地或另外,在所述方法中,所述信息项可以包括单位体积或单位面积的黑色素细胞的数量。替代地或另外,在所述方法中,所述信息项可以包括单位体积或单位面积的成纤维细胞的数量。
替代地或另外,在所述方法中,所述信息项可以包括单位体积或单位面积的血管细胞的数量。替代地或另外,在所述方法中,所述信息项可以包括单位体积或单位面积的毛囊细胞的数量。替代地或另外,在所述方法中,所述信息项可以包括单位体积或单位面积的毛囊细胞的数量。替代地或另外,在所述方法中,所述信息项可以包括单位体积或单位面积的毛囊细胞的数量。替代地或另外,在所述方法中,所述信息项可以包括单位体积或单位面积的角化细胞的数量。替代地或另外,在所述方法中,所述信息项可以包括单位体积或单位面积的皮脂腺细胞的数量。替代地或另外,在所述方法中,所述信息项可以包括单位体积或单位面积的汗腺细胞的数量。
在所述方法中,可以通过所述至少一个拉曼光谱的评估,来识别所述材料的至少一个细胞群体,所述群体选自由以下构成的组:角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞。
在所述方法中,可以通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自以下构成的组:角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞。
在所述方法中,可以通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自由以下构成的组:角化细胞、黑色素细胞和成纤维细胞。
在所述方法中,可以通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自由以下构成的组:软骨细胞、破软骨细胞和成软骨细胞。
在所述方法中,可以通过所述至少一个拉曼光谱的评估,来识别所述材料的至少两个不同的细胞群体,其中每个群体选自由以下构成的组:骨细胞、破骨细胞和成骨细胞。
在所述方法中,所述电子评估单元可以从所述至少一个拉曼光谱,来确定在所述材料的至少一个区域中所述材料的组成。为此,可以通过所述至少一个拉曼光谱的评估,来识别所述材料的至少一个区域中,存在哪些细胞类型。可以通过所述至少一个拉曼光谱的评估,来识别所述材料的至少一个区域中,不同细胞类型存在的数量比例是多少。所述不同细胞类型可以是角化细胞、黑色素细胞和成纤维细胞。
在所述方法中,可以在所述材料的多个深度处记录多个拉曼光谱。可以从分别记录的拉曼光谱,来确定多个深度的每个深度处所述材料的组成。
在所述方法中,所述至少一个拉曼光谱的评估可以包括,对所述至少一个拉曼光谱进行聚类分析。在所述方法中,所述至少一个拉曼光谱的评估可以包括,对所述至少一个拉曼光谱进行主要成分分析,以区分不同细胞类型。
在所述方法中,可以根据所述聚类分析,来确定在所述材料的至少一个区域中存在的角质形成细胞、黑色素细胞、成纤维细胞和/或内皮细胞的比例多少。
在所述方法中,可以根据所述聚类分析,来确定在所述材料的至少一个区域中存在的软骨细胞、破软骨细胞、成软骨细胞的比例多少。
替代地或另外,在所述方法中,可以根据所述聚类分析,来确定在所述材料的至少一个区域中存在的骨细胞、破骨细胞、成骨细胞的比例多少。
在所述方法中,所述至少一个拉曼光谱的评估可以包括,与存储在存储器中的、关于自体真皮-表皮皮肤替代物的不同细胞类型的拉曼峰的位置的信息的比较。
在所述方法中,所述至少一个拉曼光谱的评估可以包括,与存储在存储器中的、关于自体软骨替代物和/或骨替代物的不同细胞类型的拉曼峰的位置的信息的比较。
替代地或另外,所述方法可以包括,通过电子评估单元进行机器学习方法,特别是监督学习方法,以获知拉曼光谱和细胞类型的分配。所述细胞类型可以包括角质形成细胞、黑色素细胞、成纤维细胞和/或内皮细胞。所述细胞类型可以包括角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞。
在所述方法中,所述电子评估单元可以根据所述至少一个拉曼光谱的评估,来确定所述材料中的细胞的总数。为此,可以确定至少一个拉曼峰的光谱权重。替代地或另外,在所述方法中,可以确定数据点(所述数据点是通过至少一个拉曼光谱的主要成分分析或其他聚类分析而确定的)的数量或权重,以确定所述材料中一种细胞类型或多种不同细胞类型的细胞的总数。
所述方法可以包括根据所述至少一个拉曼光谱的评估,来识别所述材料的至少一种细胞群体的功能性变化,特别是细胞凋亡和/或坏死。
在所述方法中检查的材料可以包括移植物。所述移植物可以包括培养的组织,例如培养的皮肤、培养的软骨或培养的骨组织。
在所述方法中检查的材料可以包括人造皮肤。所述人造皮肤可以是培养的皮肤。所述人造皮肤特别可以是自体真皮-表皮皮肤替代物。
所述人造皮肤可以包括支撑材料,特别是可生物降解的支撑材料,和自体细胞材料。
根据示例性实施方式的方法可以离开人或动物体进行。根据示例性实施方式的装置可以用于材料的检查,所述检查是离开人或动物体进行的。
所述方法可以包括生成材料,其中将自体皮肤细胞引入到支撑材料,特别是可生物降解的基质,之上或之中。
根据示例性实施方式的方法,可以被设计为使得获得自体皮肤材料不是所要求保护的方法的一部分。
根据示例性实施方式的装置和方法,允许对于自体真皮-表皮皮肤替代物,或其他材料关于其用于移植的适用性,进行快速、无标记和非破坏性的检查。
附图说明
下面将对照附图、并在优选示例性实施方式的基础上,更具体地阐述本发明。
图1示出了根据一个示例性实施方式的装置的示意图。
图2示出了一种自体真皮-表皮皮肤替代物材料,所述材料可以使用根据示例性实施方式的装置和方法进行检查。
图3示出了由根据一个示例性实施方式的装置评估的示例性拉曼光谱。
图4阐明了由根据一个示例性实施方式的装置记录的拉曼光谱的处理。
图5示出了由根据一个示例性实施方式的装置评估的示例性拉曼光谱。
图6示出了由根据一个示例性实施方式的装置评估的示例性拉曼光谱。
图7阐明了根据一个示例性实施方式的拉曼光谱的空间分辨记录。
图8阐明了根据一个示例性实施方式的拉曼光谱的空间分辨记录。
图9阐明了在材料的不同深度记录的拉曼光谱。
图10为根据一个示例性实施方式的方法的流程图。
图11为根据一个示例性实施方式的方法的流程图。
图12为根据一个示例性实施方式的方法的流程图。
图13为根据一个示例性实施方式的方法的流程图。
图14示出了由根据一个示例性实施方式的装置记录和评估的示例性拉曼光谱。
图15阐明了由根据一个示例性实施方式的装置记录的拉曼光谱的处理。
图16示出了由根据一个示例性实施方式的装置记录和评估的示例性拉曼光谱。
图17阐明了由根据一个示例性实施方式的装置记录的拉曼光谱的处理。
图18示出了由根据一个示例性实施方式的装置记录和评估的示例性拉曼光谱。
具体实施方式
对照附图对示例性实施方式进行描述,其中相似的附图标记表示相似的特征。如果在下面的描述中没有明确排除,所描述的不同实施方式的特征可以彼此组合。
根据示例性实施方式的装置和方法可以用于检查材料,从而确定材料是否适合用于移植。根据示例性实施方式的装置和方法,可以用于自动检查自体培养的移植物。
虽然下文围绕用于检查用作皮肤移植物的材料的技术描述了装置和方法,但是示例性实施方式不限于此。根据示例性实施方式的装置和方法,通常可以用于检查不同类型的培养的组织其用作移植物的适用性。这种组织的其它实例包括软骨组织或骨组织。
在对于根据示例性实施方式的装置和方法,材料的至少一个拉曼光谱被记录。所述材料可以是,例如培养的皮肤。所述材料可以是自体真皮-表皮皮肤替代物,特别是自体真皮-表皮皮肤移植物。所述材料可以包括支撑材料,例如可生物降解的基质,和自体皮肤细胞。对所述至少一个拉曼光谱进行评估,从而获得信息项,其中用于皮肤移植的材料的适用性取决于所述信息项。所述信息项可以包括一种或多种细胞类型的细胞的数量和/或多种细胞类型的数量的比例。
图1为根据一个示例性实施方式的装置1的示意图。装置1被设定为使用拉曼光谱法检查材料9,并且基于一个或多个记录的拉曼光谱,来确定信息项,其中用于皮肤移植的材料9的适用性取决于所述信息项。材料9的相关检查是基于至少一个拉曼光谱进行的,所述至少一个拉曼光谱是装置1记录的并且可以自动评估。材料9可以安装在支撑件19上,以记录所述至少一个拉曼光谱。
装置1包括拉曼光谱系统10和评估单元20。拉曼光谱系统10被设定为记录材料9的拉曼光谱。材料9可以是自体真皮-表皮皮肤替代物,特别是自体真皮-表皮皮肤移植物。获得自体皮肤细胞不是根据示例性实施方式的方法的主题。
拉曼光谱系统10包括光源11。光源11可以是激光。激光可以呈现出对细胞温和的激光波长。激光波长可以是785nm。光源11被设定为发射激发光束17。拉曼光谱仪14通过斯托克斯方法和/或反斯托克斯方法,接收散射在材料9上的光18。拉曼光谱仪14可以包括衍射元件15和图像传感器16,以记录材料9的拉曼光谱。拉曼光谱系统10可以,以本身已知的方式,包括另外的元件,例如聚焦光学元件12、13,其可被设计为透镜(lenses),和/或光圈(diaphragms)。
装置1包括评估单元20。评估单元20可以是计算机,或者可以包括计算机。评估单元20与拉曼光谱系统10耦合。评估单元20可以通过拉曼光谱系统10,来控制拉曼光谱的记录。评估单元20可以控制拉曼光谱系统10,使得在材料9的多个位点处以空间分辨的方式记录拉曼光谱。
评估单元20包括用于从拉曼光谱系统10的图像传感器16处接收数据的接口21。评估单元包括半导体集成电路22,其可以包括处理器或控制器,并且其被设定为评估所记录的拉曼光谱。半导体集成电路22被设定为,基于所述至少一个拉曼光谱来确定信息项,所述信息项对材料9是否已经或仍然适用于皮肤移植有影响。
评估单元20可以在对多个拉曼光谱进行评估后(该评估用来评价培养的组织的支撑材料和/或培养的组织的细胞),输出关于培养的组织是否适于移植的信息项。所述信息项可以是二元信息项,其以“是或否”语句的方式,定义培养的组织是否可用作移植物。
如将对照图2至图13更详细地描述,半导体集成电路22可以被设定为识别存在或不存在特定的拉曼峰,或者确定与自体真皮-表皮皮肤替代物的不同细胞类型相关联的拉曼峰的光谱权重。例如,半导体集成电路22可以被设定为,通过至少一个拉曼光谱的评估,来定量地确定在一定体积的材料9中角质形成细胞、黑色素细胞、成纤维细胞和/或内皮细胞是否存在及存在的量。
材料9还可以包括血管和/或淋巴管。半导体集成电路22可以被设定为,通过至少一个拉曼光谱的评估,来定量地确定一定体积的材料9中血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和/或汗腺细胞是否存在及存在的量。
半导体集成电路22可以被设定为,确定材料9拉曼信号的局部变化,其被归属于不同的细胞群体。以这种方式,可以以空间分辨的方式确定材料9的组成。所述组成的空间分辨确定可以以非破坏性的方式进行。
半导体集成电路22可以基于相应细胞的拉曼峰的位置,来识别不同的细胞类型,例如角质形成细胞、黑色素细胞、成纤维细胞和/或内皮细胞。关于自体真皮-表皮皮肤替代物的不同细胞类型的不同拉曼峰的位置和/或光谱权重的信息,可以非易失地存储在装置1的存储器中。替代地或另外,关于自体真皮-表皮皮肤替代物的不同细胞类型的不同拉曼峰的位置和/或光谱权重的信息,可以由装置1通过监督学习方法,或其他机器学习技术来确定。
半导体集成电路22可以以不同的方式处理所记录的拉曼光谱。例如,可以使用统计方法,例如主要成分分析或其他聚类分析技术。另外或替代地,可以将拉曼光谱与参照数据进行比较,从而确定存在哪些细胞类型,以及确定不同细胞类型的比例。
评估单元20可以包括其中存储参照数据24的存储器23,在拉曼光谱的评估中这些数据可以被半导体集成电路22同时使用。
评估单元20可以包括光学和/或声学输出单元25,其根据至少一个拉曼光谱的分析,输出指示材料9是否适合用于皮肤移植的信息。可以输出关于至少一种细胞类型的细胞的总数和/或关于不同细胞类型的细胞数的比例的信息。
虽然在图1中,将评估单元20和拉曼光谱系统10,按照图式描述为分离的单元,但是评估单元20的功能也可以集成在拉曼光谱系统10的壳体中。拉曼光谱系统10和评估单元20可以被设计为移动单元,特别是作为便携式单元。
图2以示意图示出了可以使用根据示例性实施方式的装置和方法来检查的材料9。材料9可以是人工培养的皮肤。材料9可以通过取出皮肤细胞,并将它们引入或施用于基质或其他支撑材料中来产生。基质可以包含水凝胶。基质可以包含1型胶原蛋白。自体皮肤细胞可以增殖。例如,活检可以分解成单独的细胞类型,所述细胞类型可以增殖,然后借助细胞外支架再次放在一起。任选地,可以将色素细胞、血管和/或淋巴管插入材料9中。尽管不是必需的,但是材料9可以是自体真皮-表皮皮肤替代物。
材料9可以包括表皮31和真皮32。表皮31可以包括角质形成细胞。表皮可以包括黑色素细胞。真皮32可以包括成纤维细胞。应当理解,根据材料9的设计,材料9的成纤维细胞和/或各种其它成分,可以嵌入在水凝胶或其他基质中。
图3示出了材料9(材料9是自体真皮-表皮皮肤替代物)的不同细胞类型的细胞的拉曼光谱。通过实例描述了角质形成细胞的拉曼光谱41,和成纤维细胞的拉曼光谱42的一部分。
角质形成细胞的拉曼光谱41,和成纤维细胞的拉曼光谱42,在不同拉曼峰的位置和/或光谱权重上有差异。这些差异可以被装置1用于自动区分角质形成细胞和成纤维细胞。
可以评估不同的波数或波数区间,从而区分角质形成细胞和成纤维细胞。例如,角质形成细胞的拉曼光谱41,在1400cm-1至1500cm-1的波数区间47中的波数处具有拉曼峰44。对波数区间47中的拉曼光谱的分析,使得可以区分角质形成细胞和成纤维细胞。替代地或另外,可以评估其他波数区间46、48。例如,角质形成细胞和成纤维细胞的拉曼信号的强度,在1600cm-1至1670cm-1的波数区间46中存在差异。在1100cm-1至1390cm-1的波数区间48中,角质形成细胞和成纤维细胞的拉曼信号的强度存在差异。
不仅可以评估拉曼光谱的拉曼峰44、45的位置和强度以区分角质形成细胞和成纤维细胞。
将记录在材料9上的一个拉曼光谱或记录在材料9上的多个拉曼光谱与关于角质形成细胞、黑色素细胞、成纤维细胞和/或内皮细胞的参考光谱的信息进行比较不是必须的。拉曼光谱(Raman spectrum)或多个拉曼光谱(Raman spectra),可以由评估单元22进一步处理,从而区分不同的细胞类型。评估单元20可以,例如进行聚类分析,例如所记录的拉曼光谱的主要成分分析。可以使用聚类分析的结果,来区分材料9的角质形成细胞、黑色素细胞、成纤维细胞和/或其他细胞。
可以使用聚类分析的结果,来确定材料9的角质形成细胞、黑色素细胞、成纤维细胞和/或其他细胞的数量比例。
为了区分不同的细胞类型,进行测量的每个细胞的拉曼光谱,通常可以包括不同波长的N个强度。数字N可以大于1,特别是远远大于1。通过例如在N维空间中的分层聚类,可以利用以下事实:在所述空间中,生物化学上相似的细胞,比生物化学上远的细胞更靠近在一起。通过分层聚类,可以将彼此靠近且因此而形成一簇的细胞,与彼此远离的细胞进行区分。基于它们在空间数据中的位置,细胞被分选成天然的群或簇。
以这种方式,可以识别多个类别或簇。通过使每个类别中的光谱,与已经识别的细胞的光谱(例如来自黑色素细胞或其他相关细胞的纯培养物)比较,可以将细胞类型归属于每个类别。每个类别中的细胞数量,可用于比例的定量测定。每个类别中的细胞数量,除以测量光谱的总数,就可以定量地指示材料中特定细胞类型的比例。
图4阐明了由评估单元20进行的聚类分析的示例性结果,从而确定在材料9的一个区域中,存在哪些细胞类型。对在材料9上记录的一个拉曼光谱或多个拉曼光谱进行了主要成分分析。按照一对不同的主要成分PC-1和PC-2描绘了数据点。图4示出了归属于角质形成细胞的数据点51,和归属于成纤维细胞的数据点52。
可以评估记录在材料9上的拉曼光谱的聚类分析的结果,是否有以及有多少数据点位于由多个主要组分跨越的坐标系的不同区域53、54中。例如,可以确定归属于角质形成细胞的区域53中有多少数据点。可以确定归属于角质形成细胞的区域54中有多少数据点。可以确定由多个主要成分跨越的坐标系的其他区域中,有多少数据点,所述区域归属于材料9的黑色素细胞或其他细胞组分。
从图4可以看出,通过主要成分分析获得的数据点根据以下位移:存在哪种细胞类型,以及在每种情况下角质形成细胞、成纤维细胞或其他成分如黑色素细胞的比例有多大。因此,评估单元20可以基于一个拉曼光谱或多个拉曼光谱的主要成分分析,自动确定存在哪些细胞类型,和/或多少比例的细胞属于不同的细胞类型。
图5示出了材料9(材料9是自体真皮-表皮皮肤替代物)的不同细胞类型的细胞的拉曼光谱。通过实例描述了黑色素细胞的拉曼光谱61,和成纤维细胞的拉曼光谱62的一部分。
黑色素细胞的拉曼光谱61,和成纤维细胞的拉曼光谱62,在不同拉曼峰的位置和/或光谱权重上有差异。这些差异可以被装置1用于自动区分黑色素细胞和成纤维细胞。
可以评估不同的波数或波数区间,从而区分黑色素细胞和成纤维细胞。例如,成纤维细胞的拉曼光谱62,在1000cm-1至1150cm-1的波数区间66中的波数63处具有拉曼峰。对波数区间66中的拉曼光谱的分析,使得可以区分黑色素细胞和成纤维细胞。替代地或另外,可以评估其他波数区间67、68,从而基于不同波数64、65的拉曼峰来区分黑色素细胞和成纤维细胞。例如,黑色素细胞和成纤维细胞的拉曼信号的强度,在1450cm-1至1550cm-1的波数区间67中存在差异。在1575cm-1至1640cm-1的波数区间68中,黑色素细胞和成纤维细胞的拉曼信号的强度存在差异。
不仅可以评估拉曼光谱的拉曼峰的位置和强度以区分黑色素细胞和成纤维细胞。装置1可以使用在两个不同拉曼峰处测量的强度的比例,从而推断黑色素细胞和成纤维细胞的比例。
可以使用多个其他波数区间,来区分材料9的角质形成细胞、黑色素细胞、成纤维细胞和/或其他细胞。
图6示出了材料9(材料9是自体真皮-表皮皮肤替代物)的不同细胞类型的细胞的拉曼光谱。通过实例描述了黑色素细胞的拉曼光谱61,和成纤维细胞的拉曼光谱62的一部分。
黑色素细胞的拉曼光谱61在2350cm-1至2650cm-1的波数区间中的波数73、74处具有拉曼峰,而成纤维细胞的拉曼光谱62在那里不具有显著的拉曼峰。例如,黑色素细胞的拉曼光谱61,可以在2400cm-1至2450cm-1的波数区间75中的波数73处具有拉曼峰。黑色素细胞的拉曼光谱61,可以在2500cm-1至2560cm-1的波数区间76中的波数74处具有拉曼峰。
如已经阐明的那样,虽然不是绝对必要的,但是可以将在材料9上记录的一个拉曼光谱或在材料9上记录的多个拉曼光谱,与关于角质形成细胞、黑色素细胞、成纤维细胞和/或内皮细胞的参照光谱的信息进行比较。拉曼光谱(Raman spectrum)或多个拉曼光谱(Raman spectra)可以由评估单元22进一步处理,从而区分不同的细胞类型。评估单元20可以,例如进行聚类分析,例如所记录的拉曼光谱的主要成分分析。可以使用聚类分析的结果,来区分材料9的角质形成细胞、黑色素细胞、成纤维细胞和/或其他细胞。
拉曼光谱的记录可以在材料9上以空间分辨的方式进行。在这方面,记录可以在布置在材料9的表面例如表皮层上的多个位置进行。替代地或另外,拉曼光谱法还使得可以在材料9的不同深度处记录,而不必为此目的破坏材料9。在每种情况下被记录拉曼光谱或多个拉曼光谱的点,可以定义规则或不规则点阵(lattice)。
图7示出了在多个区域80的拉曼光谱的记录。在被描绘为点或实心圆81-84的多个区域80中,在每种情况下可以记录至少一个拉曼光谱。为了提高统计量,还可以在每个点记录多个拉曼光谱。拉曼光谱系统的滑块(slide)和光学元件之间的信号记录和相对运动,可由评估单元20自动控制。例如,在每种情况下,可以在多个单独的小区域81-84处记录拉曼光谱。
尽管图7示意性地描绘了记录拉曼光谱的点的规则排列,但也可以以不规则的点排列进行记录。可以定义在每种情况下要对其进行拉曼光谱法分析的点的不同模式。点81-84中的至少一些可以以用户定义的方式来定义。评估单元20可以包括适当的输入接口,其允许用户定义在每种情况下要对其计录拉曼光谱的那些点。
拉曼光谱的空间分辨记录可以在相对较大的距离进行。然而,根据示例性实施方式,至少两个拉曼光谱的空间分辨记录,也可以在亚细胞结构上进行。可以在材料9中的不同亚细胞区域(例如核和细胞质)处,记录至少两个拉曼光谱,并由评估单元20评估。
通过在样品的多个区域81-84处记录拉曼光谱,可以定量地确定一种或多种细胞类型的细胞的数量。例如,可以计数单位面积存在的角质形成细胞、黑色素细胞和/或成纤维细胞。
图8阐明了通过拉曼光谱法进行信号记录的点91、92。通过拉曼光谱法记录的信号,允许在材料9的不同深度93、94处检查材料9,而不必为此目的破坏材料9。在每种情况下对其记录一个拉曼光谱或多个拉曼光谱的点91、92可以定义规则或不规则的点阵,并且可以布置在距离材料9的表面不同距离的93、94处。
使用装置1的拉曼光谱系统,即使在不同的深度处,也可以可靠地识别不同的细胞类型。
图9示出了在由成纤维细胞构成的材料9上不同深度处记录的拉曼光谱101至107。在由成纤维细胞组成的材料9的表面,记录拉曼光谱101。在距离材料9的表面40μm的深度处,记录拉曼光谱102。在距离材料9的表面130μm的深度处,记录拉曼光谱103。在距离材料9的表面170μm的深度处,记录拉曼光谱104。在距离材料9的表面200μm的深度处,记录拉曼光谱105。在距离材料9的表面220μm的深度处,记录拉曼光谱106。在距离材料9的表面260μm的深度处,记录拉曼光谱107。
即使在材料9的不同深度93、94处,也可以可靠地识别成纤维细胞的拉曼光谱的特征结构。使用拉曼光谱法确定不同细胞群体(即,确定不同细胞类型的细胞的绝对或相对数量),不仅可以在表面进行,而且可以在三维材料9中进行。
图10为根据一个示例性实施方式的方法110的流程图。方法110可以由装置1进行。
在步骤111中,记录材料9的至少一个拉曼光谱。控制光源11从而产生激发光束17。也可以记录多个拉曼光谱。例如,可以在相同样品或不同样品的不同位置记录多个拉曼光谱,以确定不同细胞类型的细胞群体。
在步骤112中,评估单元20评估所记录的拉曼光谱。在这方面,评估单元20可以识别至少一个拉曼峰,所述拉曼峰是材料9的多个不同细胞群体之一的特征。评估单元20可以识别至少一个拉曼峰,所述拉曼峰是角质形成细胞、黑色素细胞和/或成纤维细胞的特征。替代地或另外,评估单元20可以识别至少一个拉曼峰,所述拉曼峰是血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞的特征。评估单元20可以对所记录的拉曼光谱进行聚类分析,从而确定存在哪些细胞类型和/或不同细胞类型存在的相对数量是多少。
在步骤113中,可选地,可以保存或输出与用于移植的材料9的可用性相关的信息。例如,可以详述关于细胞数量和/或不同细胞类型的相对数量的信息。
图11为根据一个示例性实施方式的方法120的流程图。方法120可以由装置1进行。方法120可以用于确定与用于移植的材料9的可用性有关的信息。
如已对步骤111所阐述的,方法120可以包括至少一个拉曼光谱的记录。
在步骤121中,评估单元20可以评估至少一个所记录的拉曼光谱,以确定材料9中或材料9的子区域中一个细胞类型的细胞总数或不同细胞类型的细胞总数。例如,可以通过评估拉曼光谱来确定材料9的子体积或表面中成纤维细胞、角质形成细胞和/或黑色素细胞的数量。可以以空间分辨的方式记录多个拉曼光谱,以计数不同细胞类型的细胞。对于计数,可以在聚类分析中评估数据点的光谱权重、强度和/或位置,以确定材料9中或材料9的子区域中一个细胞类型的细胞总数或不同细胞类型的细胞总数。
在步骤122中,评估单元20可以确定第一细胞类型的细胞数量与第二细胞类型的细胞数量的比例。评估单元可以使用聚类分析中的光谱权重、强度和/或数据点的位置,以获得关于不同细胞群的相对大小的信息。不同的细胞群体可以选自由以下构成的组:角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞。
在步骤123中,任选地,评估单元20可以从拉曼光谱中确定一个或多个细胞群体的细胞是否经受了功能性变化,所述功能性变化降低了它们用于移植的适用性。例如,评估单元20可以确定一个或多个细胞群体的细胞(例如角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和/或汗腺细胞),是否由于凋亡或坏死而在功能上受损。
与健康的功能细胞进行比较,可以确定这种功能性变化,例如,基于在主要成分分析或其他聚类分析中获得的数据点的变化。基于功能细胞的区域53、54之外的数据点的比例,可以确定角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和/或汗腺细胞是否经受了功能性变化。
图12为根据一个示例性实施方式的方法130的流程图。方法130可以由装置1进行。方法130可以用于确定与用于移植的材料9的可用性有关的信息。
如步骤111所阐述的,方法130可以包括至少一个拉曼光谱的记录。
在步骤131中,评估单元20可以评估至少一个所记录的拉曼光谱,从而确定材料9中或材料9的子区域中,成纤维细胞的总数。为了计数成纤维细胞的数量,可以评估聚类分析中的数据点的光谱权重、强度和/或位置,以确定材料9中或材料9的子区域中成纤维细胞的总数。
在步骤132中,评估单元20可以确定角质形成细胞的数量,与黑色素细胞的数量的比例。评估单元可以使用聚类分析中数据点的光谱权重、强度和/或位置,以获得关于角质形成细胞和黑色素细胞的细胞群体的相对大小的信息。
由评估单元20使用的、用于评估材料9上所记录的拉曼光谱的参考数据,可以非易失地保存在存储器23中。替代地或另外,设备1还可以被设定为用于机器学习技术,以掌握使得可以基于拉曼光谱来区分不同的细胞类型的准则,如将参照图13更详细描述的。
用于移植的材料的适用性的检查,可以在自体真皮-表皮皮肤替代物生产的过程中的不同方法阶段进行。检查可以顺序多次完成。
例如,可以使用根据示例性实施方式的装置和方法,来检查细胞是否适合于培养以产生皮肤替代物。为此,在将细胞引入到或施用于支撑材料(例如基质)中之前,可以在细胞上记录至少一个拉曼光谱。以这种方式,例如,可以识别不同的细胞类型、定量地记录不同细胞类型的相对比例、和/或识别一种或多种细胞类型的功能性损伤。为此,例如,可以将所记录的拉曼光谱,与一个或多个参考光谱进行比较。可以使用分析技术(例如聚类分析的),从而识别不同的细胞类型、定量地记录不同细胞类型的相对比例、和/或识别一种或多种细胞类型的功能性损伤。
替代地或另外,可以使用根据示例性实施方式的装置和方法,来检查载体材料(例如基质)是否适合于生产皮肤替代物。为此,在将皮肤细胞引入到或施用于基质中之前,可以在所述基质上记录至少一个拉曼光谱。以这种方式,例如,可以识别基质的材料是否对应于所需的材料(例如胶原),和/或可以识别污染物。为此,例如,可以将所记录的拉曼光谱,与一个或多个参照光谱进行比较。可以使用分析技术(例如聚类分析的),从而识别基质的材料、识别基质的密度、和/或定性地和/或定量记录污染物。
替代地或另外,可以使用根据示例性实施方式的装置和方法,来检查由细胞培养的、用于引入到或施用于支撑材料(例如基质)的皮肤替代物,是否适合于移植。为此,可以识别不同的细胞类型。可以定量评估不同细胞类型的比例。可以识别一种或多种不同细胞类型的细胞的功能性损伤。为此,可将所记录的至少一个拉曼光谱,与一个或多个参照光谱进行比较。替代地或另外,可以使用分析技术,例如聚类分析。替代地或另外,可以通过拉曼光谱的评估,来确定细胞群体中由培养的组织中的外来细胞产生的污染物。
图13为根据一个示例性实施方式的方法140的流程图。方法140可以由装置1进行。方法140可以用于确定与用于移植的材料9的可用性有关的信息。形成评估材料9的可用性的基础的规则,可以由装置1通过使用机器学习方法,特别是通过监督学习来自动学习。这些规则可以非易失地保存在存储器23中。
在步骤141中,记录多个拉曼光谱。可以在角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和/或汗腺细胞上,记录多个拉曼光谱。可以在用于一个或多个患者的自体真皮-表皮皮肤替代物上,记录多个拉曼光谱。
在步骤142中,可以进行机器学习过程。该过程可以是监督学习之一。在这方面,装置1可以接收对于不同的记录的拉曼光谱的用户输入。例如,所述用户输入可以将聚类分析的拉曼光谱、拉曼峰和/或簇归属于不同的细胞成分。
基于用户输入,装置1可以设置一组规则的一个或多个参数,在此基础上,装置1评估拉曼光谱,从而评估材料9作为移植物的适用性。基于用户输入,例如,评估单元20可以调整支持向量机(support vector machine)的一个或多个参数,通过此过程来评估所记录的拉曼光谱,从而确定关于材料9用作移植物的适用性的信息。
所学习的规则,例如支持向量机的参数,可由装置1保存在存储器23中。
在步骤143中,可以在要检查的材料9上记录拉曼光谱。
在步骤144中,所保存的规则可以应用于所记录的拉曼光谱。例如,这可以如参照图11或图12所描述的那样进行。基于该规则,可以从记录的拉曼光谱中,确定材料9中存在哪些细胞类型。基于该规则,可以从记录的拉曼光谱中,确定材料9中存在的不同细胞类型的细胞的相对数量。基于该规则,可以从记录的拉曼光谱中,确定与完全功能细胞相比,材料9中的一种或多种细胞类型的细胞是否经受了功能性变化。
根据示例性实施方式的装置和方法,不仅可用于检查皮肤移植物用于移植的适用性,还可用于检查其他组织用于移植的适用性,例如软骨组织和/或骨组织。
根据示例性实施方式的装置的评估单元,可以被设定为识别软骨细胞、破软骨细胞和/或成软骨细胞。根据一个示例性实施方式的装置的评估单元,可以被设定为以空间分辨的方式,确定软骨细胞、破软骨细胞和/或成软骨细胞的数量或密度,从而检查作为软骨组织移植物的材料的适用性。
根据示例性实施方式的装置的评估单元,可以被设定为通过至少一种拉曼光谱的评估,来识别选自由软骨细胞、破软骨细胞和成软骨细胞构成的组的至少一种细胞的表型变化。
图14示出了新鲜软骨细胞,和体外培养后的软骨细胞的拉曼光谱。通过实例描述的是新鲜软骨细胞的拉曼光谱151和多天体外培养后的软骨细胞的拉曼光谱152的一部分。
新鲜软骨细胞的拉曼光谱151和多天体外培养后的软骨细胞的拉曼光谱152在不同拉曼峰的位置和/或光谱权重上有差异。这些差异可以被装置1用于自动区分新鲜的软骨细胞和多天体外培养后的软骨细胞。
可以评估不同的波数或波数区间,从而检查软骨细胞用作移植物的适用性。例如,与多天体外培养后的软骨细胞的拉曼光谱152相比,新鲜软骨细胞的拉曼光谱151,在一个或多个光谱区域156、157中具有不同的光谱权重。波数区间156、157可以包括一个或多个区间,例如900cm-1至1000cm-1的波数区间、950cm-1至1000cm-1的波数区间、1100cm-1至1200cm-1的波数区间或1150cm-1至1200cm-1的波数区间。对一个或多个波数区间156、157中的拉曼光谱的分析,使得可以确定培养的软骨细胞是否适合用作移植物。
不仅可以评估拉曼光谱的拉曼峰的位置和强度来检查细胞或者其他材料用作软骨移植物的适用性。装置1可以使用在两个不同拉曼峰处测量的强度的比例,来确定细胞或者其他材料用作软骨移植物的适用性。
虽然不是绝对必要的,但是可以将记录在材料上的一个拉曼光谱或记录在材料上的多个拉曼光谱,与关于软骨细胞、破软骨细胞和/或成软骨细胞的参考光谱的信息进行比较。拉曼光谱(Raman spectrum)或拉曼光谱(Raman spectra)可以由评估单元22进一步处理,从而区分不同的细胞类型。例如,评估单元20可以进行聚类分析,例如所记录的拉曼光谱的主要成分分析。可以使用聚类分析的结果来区分软骨细胞、破软骨细胞和成软骨细胞。还可以使用聚类分析的结果来识别分软骨细胞、破软骨细胞和成软骨细胞中的表型变化。
图15阐明了由评估单元20进行的聚类分析的示例性结果,从而识别软骨细胞中的表型变化。对在材料上记录的一个拉曼光谱或多个拉曼光谱进行了主要成分分析。按照一对不同的主要成分PC-1和PC-2描绘了数据点。图15示出了归属于新鲜软骨细胞的数据点161,和归属于具有表型变化的软骨细胞的数据点162。
可以关于以下评估记录在材料上的拉曼光谱的聚类分析的结果;是否有以及有多少数据点位于由多个主要组分跨越的坐标系的不同区域163、164中。例如,可以确定归属于新鲜软骨细胞的区域163中有多少数据点。可以确定归属于具有表型变化的软骨细胞的区域164中有多少数据点。可以确定由多个主要成分跨越的坐标系的其他区域中,有多少数据点,所述区域归属于材料9的其他细胞组分,例如破软骨细胞和/或成软骨细胞。
从图15可以看出,通过主要成分分析获得的数据点的变化,取决于材料中是否包含新鲜软骨细胞或与之相比表型发生变化的软骨细胞。因此,评估单元20可以基于一个拉曼光谱或多个拉曼光谱的主要成分分析,自动确定存在哪些细胞类型和/或经受变化的细胞的比例。
同样可以使用拉曼光谱法发现软骨细胞中的病变诱导的变化,以评估作为移植物的可用性。
图16示出了原代软骨细胞的拉曼光谱171的一部分和源自人软骨肉瘤细胞(SW1353)的细胞的拉曼光谱172的一部分。
原代软骨细胞的拉曼光谱171和源自人软骨肉瘤细胞(SW1353)的细胞的拉曼光谱172,在不同拉曼峰的强度上由差异。这些差异可以被装置1用于自动区分,例如,病变诱导的变化。
可以评估不同的波数或波数区间,从而检查软骨细胞用作移植物的适用性。例如,与经受了病变诱导的变化的细胞的拉曼峰172相比,适于移植的软骨细胞的拉曼光谱171,可以在一个或多个光谱区域176、177中具有不同的强度。波数区间176、177可以包括一个或多个区间,例如800cm-1至1000cm-1的波数区间、850cm-1至950cm-1的波数区间、1000cm-1至1200cm-1的波数区间或为1050cm-1至11500cm-1的波数区间。对一个或多个波数区间176、177中的拉曼光谱的分析,使得可以确定培养的软骨细胞是否适合用作移植。
虽然不是绝对必要的,但是可以将记录在材料上的一个拉曼光谱或记录在材料9上的多个拉曼光谱,与关于健康的软骨细胞、破软骨细胞和/或成软骨细胞的参考光谱的信息进行比较。一个拉曼光谱(Raman spectrum)或多个拉曼光谱(Raman spectra)可以由评估单元22进一步处理,从而区分健康细胞和病变细胞。评估单元20可以,例如进行聚类分析,例如所记录的拉曼光谱的主要成分分析。可以使用聚类分析的结果来评估软骨细胞、破软骨细胞和成软骨细胞是否经受了病变相关性变化。
图17阐明了由评估单元20进行的聚类分析的示例性结果,从而识别软骨细胞中的病变相关性变化。对在材料上记录的一个拉曼光谱或多个拉曼光谱进行了主要成分分析。按照一对不同的主要成分PC-1和PC-2描绘了数据点。图17示出了归属于适用于移植的软骨细胞的数据点181和归属于由于病变而发生变化的软骨细胞的数据点182。
可以关于以下评估记录在材料上的拉曼光谱的聚类分析的结果:是否由以及有多少数据点位于由多个主要组分跨越的坐标系的不同区域183、184中。例如,可以确定归属于适用于移植的软骨细胞的区域183中有多少数据点。可以确定归属于由于病变而发生变化的软骨细胞的区域184中有多少数据点。可以确定在由多个主要成分跨越的坐标系的另外区域中,有多少数据点,所述区域归属于材料9的其他细胞组分,例如破软骨细胞和/或成软骨细胞。
从图17可以看出,通过主要成分分析获得的数据点的变化,取决于材料中是否包含新鲜软骨细胞或由于病变而发生变化的软骨细胞。因此,评估单元20可以基于一个拉曼光谱或多个拉曼光谱的主要成分分析,自动确定存在哪些细胞类型和/或经受病变相关性变化的细胞的比例。
替代地或另外,根据示例性实施方式的装置的评估单元,可以被设定为识别骨细胞、破骨细胞和/或成骨细胞。根据一个示例性实施方式的装置的评估单元,可以被设定为以空间分辨的方式,确定骨细胞、破骨细胞和/或成骨细胞的数量或密度,以检查作为骨移植的材料的适用性。
根据示例性实施方式的装置的评估单元,可以被设定为基于拉曼峰的强度和/或位置,来检查骨组织是否适于移植。根据示例性实施方式的装置的评估单元,可以被设定为基于矿物相和胶原相中化学基团的拉曼峰的强度和/或位置,来检查骨组织是否适合于移植。例如,所述矿化可以被定量测定。
图18示出了骨组织的拉曼光谱191的一部分。拉曼光谱191具有可以归属于矿物相和胶原相的拉曼峰。
例如,可以通过拉曼光谱191的评估,来识别可以归属于ν2磷酸盐矿物的拉曼峰192。替代地或另外,评估单元可以被设定为,通过拉曼光谱191的评估,来识别可以归属于ν4磷酸盐矿物的拉曼峰193。替代地或另外,评估单元可以被设定为,通过拉曼光谱191的评估,来识别可以归属于ν1磷酸盐矿物的拉曼峰194。替代地或另外,评估单元可以被设定为,通过拉曼光谱191的评估,来识别可以归属于胶原(例如酰胺III胶原(amide IIIcollagen)、酰胺I胶原(amide I collagen)、脯氨酸环胶原(proline-ring collagen))的一个或多个拉曼峰。
基于一个或多个这些拉曼峰的相对强度,可以确定选自由骨细胞、破骨细胞和成骨细胞组成的组的细胞的相对比例。基于一个或多个这些拉曼峰的相对强度,还可以识别骨细胞、破骨细胞和/或成骨细胞中的病变相关性变化。
根据示例性实施方式的装置和方法,可以重复记录和评估拉曼光谱。以这种方式,例如,可以确定培养的组织是否尚未达到可用作移植物的状态,或者培养的组织是否已经超过可用作移植物的状态。
根据示例性实施方式的装置和方法,可用于检查培养的组织的多种不同细胞类型。例如,根据示例性实施方式的装置和方法,可以用于确定与培养的软骨、培养的食管组织、培养的肠组织或培养的胃组织作为移植物的可用性相关的信息。
根据示例性实施方式的装置和方法,通常可用于材料的定量检查,从而确定与用于移植的材料9的可用性相关的信息。特别是在向患者移植之前,这些装置和方法特别可以用于检查培养的移植物。皮肤移植是一个应用领域;然而,装置和方法不限于此。
Claims (19)
1.一种用于检查用于移植的材料(9)的装置,其包括
拉曼光谱系统(10),所述拉曼光谱系统(10)用于在所述材料(9)上进行拉曼光谱法分析,从而记录至少一个拉曼光谱(41、42;61、62;101-107),以及
电子评估单元(20),所述电子评估单元(20)被设定为,根据所述至少一个拉曼光谱(41、42;61、62;101-107)的评估来确定一个信息项,其中所述用于移植的材料(9)的适用性取决于所述信息项。
2.如权利要求1所述的装置,
其中,所述电子评估单元(20)被设定为,通过所述至少一个拉曼光谱(41、42;61、62;101-107)的评估,来识别所述材料(9)的至少一个细胞群体,所述群体选自以下构成的组:角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞。
3.如权利要求2所述的装置,
其中,所述电子评估单元(20)被设定为,通过所述至少一个拉曼光谱(41、42;61、62;101-107)的评估,来识别所述材料(9)的至少两个不同的细胞群体,所述群体的每一个选自以下构成的组:角质形成细胞、黑色素细胞、成纤维细胞、血管细胞、毛囊细胞、角化细胞、皮脂腺细胞和汗腺细胞。
4.如前述权利要求中任一项所述的装置,
其中,所述电子评估单元(20)被设定为,通过所述至少一个拉曼光谱(41、42;61、62;101-107)的评估,来识别所述材料(9)的至少一个细胞群体,所述群体选自以下构成的组:软骨细胞、破软骨细胞、成软骨细胞、骨细胞、破骨细胞和成骨细胞。
5.如权利要求2至4任一项所述的装置,
其中,所述电子评估单元(20)被设定为,在所述材料(9)的至少一个区域(81-84;91、92)中确定所述材料(9)的组成。
6.如权利要求5所述的装置,
其中,所述拉曼光谱系统(10)被设定为,在所述材料(9)的多个深度处记录多个拉曼光谱,以及
其中,所述电子评估单元(20)被设定为,确定所述多个深度(93、94)中的每一个深度处所述材料(9)的组成。
7.如权利要求6所述的装置,
其中,所述电子评估单元(20)被设定为,从于不同深度(93、94)处测量的细胞密度,通过计算来确定至少一种细胞类型的细胞的总数或总密度。
8.如前述权利要求中任一项所述的装置,
其中,所述电子评估单元(20)被设定为,对所述至少一个拉曼光谱(41、42;61、62;101-107)进行聚类分析。
9.如权利要求8所述的装置,
其中,所述电子评估单元(20)被设定为,根据聚类分析来确定在所述材料(9)的至少一个区域(81-84;91、92)中存在的角质形成细胞、黑色素细胞、成纤维细胞和/或内皮细胞的比例。
10.如前述权利要求中任一项所述的装置,
其中,所述电子评估单元(20)被设定为,使用机器学习方法,以在每一种情况下,将所述多个拉曼光谱(41、42;61、62;101-107)中的一个拉曼光谱(41、42;61、62;101-107)归属于一个细胞类型。
11.如权利要求10所述的装置,
其中,所述电子评估单元(20)被设定为,使用监督学习方法,以在每一种情况下,将所述至少一个拉曼光谱(41、42;61、62;101-107)中的一个拉曼光谱(41、42;61、62;101-107)归属于一个细胞类型。
12.如前述权利要求中任一项所述的装置,
其中,所述电子评估单元(20)被设定为,根据所述至少一个拉曼光谱(41、42;61、62;101-107)的评估,来确定所述材料(9)中的细胞的总数。
13.如前述权利要求中任一项所述的装置,
其中,所述电子评估单元(20)被设定为,根据所述至少一个拉曼光谱(41、42;61、62;101-107)的评估,来识别所述材料(9)的至少一种细胞群体的功能性变化,特别是细胞凋亡和/或坏死。
14.如前述权利要求中任一项所述的装置,
其中,所述材料(9)包括培养的移植物。
15.如前述权利要求中任一项所述的装置,
其中,所述材料(9)包括人造皮肤。
16.如权利要求15所述的装置,
其中,所述人造皮肤是自体真皮-表皮皮肤替代物。
17.如权利要求14至16任一项所述的装置,
其中,所述电子评估单元(20)被设定为,在对多个拉曼光谱(41、42;61、62;101-107)进行评估后,使用所述评估来评价培养的组织的支撑材料和/或培养的组织的细胞,输出指示培养的组织是否适合用作移植物的“是/否”的信息项。
18.一种用于检查用于移植的材料(9)的方法,其包括
记录所述材料(9)的至少一个拉曼光谱(41、42;61、62;101-107),以及
通过所述至少一个拉曼光谱(41、42;61、62;101-107)的评估,来确定一个信息项,其中所述用于移植的材料(9)的适用性取决于所述信息项。
19.如权利要求18所述的方法,
其中,所述方法由如权利要求1至17中任一项所述的装置(1)进行。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102015203537.9 | 2015-02-27 | ||
DE102015203537.9A DE102015203537B3 (de) | 2015-02-27 | 2015-02-27 | Vorrichtung und Verfahren zur Überprüfung eines Materials für eine Transplantation |
PCT/EP2016/053863 WO2016135194A1 (de) | 2015-02-27 | 2016-02-24 | Vorrichtung und verfahren zur überprüfung eines materials für eine transplantation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107407639A true CN107407639A (zh) | 2017-11-28 |
Family
ID=55443239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680012615.3A Pending CN107407639A (zh) | 2015-02-27 | 2016-02-24 | 用于检查用于移植的材料的装置和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10697894B2 (zh) |
EP (1) | EP3262399A1 (zh) |
CN (1) | CN107407639A (zh) |
DE (1) | DE102015203537B3 (zh) |
WO (1) | WO2016135194A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11428638B2 (en) * | 2018-01-12 | 2022-08-30 | The Regents Of The University Of California | Spectroscopic biological material characterization |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070049831A1 (en) * | 2005-08-31 | 2007-03-01 | The Procter & Gamble Company | Confocal Raman Spectroscopy for dermatological studies |
DE102006053540B3 (de) * | 2006-11-14 | 2008-01-31 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zur Analyse biologischer Proben |
US20140028996A1 (en) * | 2012-07-26 | 2014-01-30 | Seagate Technology Llc | Accuracy and precision in raman spectroscopy |
CN104215623A (zh) * | 2013-05-31 | 2014-12-17 | 欧普图斯(苏州)光学纳米科技有限公司 | 面向多行业检测的激光拉曼光谱智能化辨识方法及系统 |
US20170020460A1 (en) * | 2014-04-08 | 2017-01-26 | Polyvalor, Limited Partnership | System and method for assessing a cancer status of biological tissue |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AUPN825796A0 (en) * | 1996-02-26 | 1996-03-14 | Ashdown, Martin | The application of infrared (ir) spectrometry to the investigations of components of blood and other body fluids |
US20060253261A1 (en) * | 2004-05-05 | 2006-11-09 | Chem Image Corporation | Digitizing biology |
WO2006113537A2 (en) * | 2005-04-14 | 2006-10-26 | Chemimage Corporation | Method and applications to enhance and image optical signals from biological objects |
US8253936B2 (en) * | 2008-08-08 | 2012-08-28 | Chemimage Corporation | Raman characterization of transplant tissue |
US7570356B2 (en) * | 2006-01-05 | 2009-08-04 | Chemimage Corporation | System and method for classifying cells and the pharmaceutical treatment of such cells using Raman spectroscopy |
AU2010322460B2 (en) * | 2009-11-17 | 2015-05-28 | Harvard Apparatus Regenerative Technology, Inc. | Bioreactors, systems, and methods for producing and/or analyzing organs |
WO2011062842A1 (en) * | 2009-11-18 | 2011-05-26 | The Regents Of The University Of California | Apparatus and method for multiple-pulse impulsive stimulated raman spectroscopy |
DE102010023099B3 (de) * | 2010-06-09 | 2011-11-17 | Celltool Gmbh | Verfahren und Vorrichtung zum Charakterisieren von biologischen Objekten |
GB201302886D0 (en) | 2013-02-19 | 2013-04-03 | Univ Singapore | Diagnostic instrument and method |
GB2547350B (en) * | 2014-08-29 | 2022-05-04 | Synaptive Medical Inc | Molecular cell imaging using optical spectroscopy |
US9664658B2 (en) * | 2015-01-13 | 2017-05-30 | Src, Inc. | Method, device, and system for aerosol detection of chemical and biological threats |
-
2015
- 2015-02-27 DE DE102015203537.9A patent/DE102015203537B3/de active Active
-
2016
- 2016-02-24 CN CN201680012615.3A patent/CN107407639A/zh active Pending
- 2016-02-24 WO PCT/EP2016/053863 patent/WO2016135194A1/de active Application Filing
- 2016-02-24 EP EP16706840.2A patent/EP3262399A1/de active Pending
- 2016-02-24 US US15/553,342 patent/US10697894B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070049831A1 (en) * | 2005-08-31 | 2007-03-01 | The Procter & Gamble Company | Confocal Raman Spectroscopy for dermatological studies |
DE102006053540B3 (de) * | 2006-11-14 | 2008-01-31 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zur Analyse biologischer Proben |
US20140028996A1 (en) * | 2012-07-26 | 2014-01-30 | Seagate Technology Llc | Accuracy and precision in raman spectroscopy |
CN104215623A (zh) * | 2013-05-31 | 2014-12-17 | 欧普图斯(苏州)光学纳米科技有限公司 | 面向多行业检测的激光拉曼光谱智能化辨识方法及系统 |
US20170020460A1 (en) * | 2014-04-08 | 2017-01-26 | Polyvalor, Limited Partnership | System and method for assessing a cancer status of biological tissue |
Non-Patent Citations (3)
Title |
---|
BIORAM: "《BioRam-Photonic fingerprinting Raman spectroscopy for living cells》", 《CELLTOOL》 * |
MARIEKE PUDLAS等: "《Raman Spectroscopy: A Noninvasive Analysis Tool for the Discrimination of Human Skin Cells》", 《TISSUE ENGINEERING: PART C》 * |
黄添强: "《数据挖掘算法与应用》", 30 November 2011 * |
Also Published As
Publication number | Publication date |
---|---|
US20180073984A1 (en) | 2018-03-15 |
US10697894B2 (en) | 2020-06-30 |
WO2016135194A1 (de) | 2016-09-01 |
DE102015203537B3 (de) | 2016-06-23 |
EP3262399A1 (de) | 2018-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11542461B2 (en) | Analysis device | |
US8320655B2 (en) | Process and system for analyzing the expression of biomarkers in cells | |
JP2015510592A (ja) | デジタルホログラフィック顕微鏡を備えるフローサイトメータ | |
JP7176697B2 (ja) | 細胞評価システム及び方法、細胞評価プログラム | |
JP2023505265A (ja) | ハイスループット薬物スクリーニングのためのシステムおよび方法 | |
EP3088870A1 (en) | Method and device for identifying jewellery and gems | |
KR20140049562A (ko) | 세포 샘플에서의 암 세포들의 검출 및/또는 분류를 위한 방법 및 시스템 | |
Ali et al. | Automatic label‐free detection of breast cancer using nonlinear multimodal imaging and the convolutional neural network ResNet50 | |
Heylman et al. | Supervised machine learning for classification of the electrophysiological effects of chronotropic drugs on human induced pluripotent stem cell-derived cardiomyocytes | |
You et al. | Real-time intraoperative diagnosis by deep neural network driven multiphoton virtual histology | |
CN111433592B (zh) | 辨别方法、辨别装置以及记录介质 | |
Gavgiotaki et al. | Third Harmonic Generation microscopy distinguishes malignant cell grade in human breast tissue biopsies | |
KR20080100377A (ko) | 생물학적 샘플을 이미지화하고 개질하기 위한 장치 및 방법 | |
Wolf et al. | Current approaches to fate mapping and lineage tracing using image data | |
CN107407639A (zh) | 用于检查用于移植的材料的装置和方法 | |
JP2014502146A (ja) | 弁別的細胞イベントの定量的な識別を行う装置及び方法 | |
Eder et al. | Automated detection of macrophages in quantitative phase images by deep learning using a mask region-based convolutional neural network | |
Tahir et al. | Classification of Elaeis Guineensis disease-leaf under uncontrolled illumination using RBF network | |
WO2023042646A1 (ja) | 分類モデル生成方法、粒子判定方法、コンピュータプログラム及び情報処理装置 | |
Perkins et al. | Extracting individual neural activity recorded through splayed optical microfibers | |
WO2023042647A1 (ja) | 分類モデル生成方法、粒子分類方法、コンピュータプログラム、及び情報処理装置 | |
US20220349803A1 (en) | Method and apparatus for particle detection in turbid or clear medium | |
JP2023067851A (ja) | 細胞の成熟度の評価方法 | |
Dijkhuis | Towards real-time tumor margin assessment in colorectal liver metastases surgery using near-infrared fluorescence-imaging | |
Dimitriadis et al. | Imaging Flow Cytometry: Development, Present Applications, and Future Challenges |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171128 |