CN109556999A - 一种基于高内涵技术在异形红细胞检测中的应用方法 - Google Patents
一种基于高内涵技术在异形红细胞检测中的应用方法 Download PDFInfo
- Publication number
- CN109556999A CN109556999A CN201811523915.5A CN201811523915A CN109556999A CN 109556999 A CN109556999 A CN 109556999A CN 201811523915 A CN201811523915 A CN 201811523915A CN 109556999 A CN109556999 A CN 109556999A
- Authority
- CN
- China
- Prior art keywords
- red blood
- high intension
- poikilocyte
- ser
- cell
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005516 engineering process Methods 0.000 title claims abstract description 12
- 238000001514 detection method Methods 0.000 title claims abstract description 7
- 210000003743 erythrocyte Anatomy 0.000 claims abstract description 135
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 210000004369 blood Anatomy 0.000 claims abstract description 32
- 239000008280 blood Substances 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 7
- 210000004027 cell Anatomy 0.000 claims description 33
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 30
- 230000003287 optical effect Effects 0.000 claims description 24
- 239000006285 cell suspension Substances 0.000 claims description 20
- 239000012141 concentrate Substances 0.000 claims description 19
- 238000013461 design Methods 0.000 claims description 19
- 238000002474 experimental method Methods 0.000 claims description 16
- 239000011780 sodium chloride Substances 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000005284 excitation Effects 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 10
- 238000010561 standard procedure Methods 0.000 claims description 10
- 239000000725 suspension Substances 0.000 claims description 10
- 238000005119 centrifugation Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 5
- 239000006228 supernatant Substances 0.000 claims description 5
- 210000002381 plasma Anatomy 0.000 claims description 2
- 238000009877 rendering Methods 0.000 claims 1
- 238000003672 processing method Methods 0.000 abstract description 3
- 231100000768 Toxicity label Toxicity 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 239000002002 slurry Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002952 image-based readout Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000006907 apoptotic process Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 210000003850 cellular structure Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 231100000734 genotoxic potential Toxicity 0.000 description 1
- 230000036737 immune function Effects 0.000 description 1
- 210000003000 inclusion body Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000037353 metabolic pathway Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 210000005259 peripheral blood Anatomy 0.000 description 1
- 239000011886 peripheral blood Substances 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000019491 signal transduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
-
- 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
-
- G01N15/1023—
-
- G01N2015/012—
-
- 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
-
- G01N2015/1028—
-
- G01N2015/103—
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及异形红细胞的识别与分析相关技术领域,尤其涉及一种基于高内涵技术在异形红细胞检测中的应用方法,包括以下步骤,步骤一:全血标本处理;步骤二:使用高内涵分析系统对处理好的全血标本进行拍照;步骤三:使用高内涵分析系统对所拍摄的红细胞进行识别与分析;步骤四:使用高内涵分析系统进行计算。本发明提供了高内涵分析系统应用于异形红细胞拍照的全血标本处理方法,以及建立了高内涵分析系统应用于异形红细胞识别与分析程序。本发明为有效识别异形红细胞及计算异形红细胞比例提供了一种新方法;本发明所建立的高内涵分析系统可较好地完成对单个及多个异形红细胞的识别、分析。
Description
技术领域
本发明涉及异形红细胞的识别与分析相关技术领域,尤其涉及一种基于高内涵技术在异形红细胞检测中的应用方法。
背景技术
红细胞(erythrocyte)也称红血球,是血液中数量最多的一种血细胞,其主要功能是运输氧气,同时对机体产生的酸碱性物质起缓冲作用,并具有一定免疫功能。外周血正常成熟红细胞直径约为6~9μm,中心区域由于血红蛋白含量相对边缘较少而呈双凹圆盘形,这种独特的形状使得红细胞具有较大的表面积与体积之比,在维持其正常生理功能方面发挥重要作用。
目前,红细胞形态观察以在普通光学显微镜下观察血涂片为主,通过血涂片可以观察红细胞形态、大小、着色、排布以及包涵体等情况,因其制备简单快捷,在临床上应用广泛。然而,由于制备血涂片时红细胞易发生形变,且血涂片上的红细胞多排布密集,人工分类计数难度高、误差大,因此血涂片一般仅用于观察典型的异形红细胞如镰刀形红细胞、破碎红细胞、鱼形红细胞等。随着计算机科学技术的发展,出现了基于扫描电镜成像的红细胞表面特征提取与分类研究,但扫描电镜面临着制作成本高、样本处理复杂等问题。
高内涵技术(High-content screening,HCS)是近年来发展起来的一种全新的细胞分析工具,其可在保持细胞结构和功能完整性的前提下,同时检测被筛样品对细胞生长、分化、迁移、凋亡、代谢途径及信号转导等各个环节的影响,在单一实验中获取大量与基因、蛋白及其他细胞成分相关的信息,确定其生物活性和潜在毒性的过程。
因此,亟需提供一种基于高内涵技术在异形红细胞检测中的应用方法。
发明内容
(一)要解决的技术问题
为了解决现有技术的上述问题,本发明提供一种基于高内涵技术在异形红细胞检测中的应用方法。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
本发明提供一种基于高内涵技术在异形红细胞检测中的应用方法,包括以下步骤:
步骤一,全血标本处理
具体实验步骤如下
①首先取EDTA-K2抗凝全血450~550μL于1ml的EP管中,然后进行500g离心4~6min去除血浆,得到浓缩红细胞悬液;
②然后加入700~900μL的0.9%氯化钠溶液至浓缩红细胞悬液中,轻轻颠倒混匀后,然后进行500g离心3~5min,静置后除去上清液,重复该步骤两次,得到洗涤后浓缩红细胞;
③取4~6μL洗涤后浓缩红细胞至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液A;
④取9~11μL红细胞悬液A至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液B;
⑤取80~120μL红细胞悬液B沿孔壁匀速注入高内涵专用的96孔板中,400g离心19~21min;
步骤二,使用高内涵分析系统对处理好的全血标本进行拍照
所编写的高内涵对红细胞拍照程序为:
①Experiment实验名称为高内涵依据拍摄通道及日期自动生成;
②Plate Type板类型为高内涵专用96PerkinElmer CellCarrier 96孔板;
③Objective物镜为40×long WD;
④Excitation:50%,Transmission:50%,Max Duration<1min,Temperature:Off,CO2:Off;
⑤Channel Selection高内涵可设置不同的拍摄通道。高内涵在异形红细胞中的应用方法设置的拍摄通道包括Bright field(BF)通道及Digital Phase Contrast(DPC)通道,BF通道所拍摄红细胞图片与普通光学显微镜类似,分辨率较普通光学显微镜高,用于呈现图片,不用作进一步分析;DPC通道所拍摄图片,细胞与背景对比度高,用于高内涵系统对图片的识别与分析。
⑥Layout Selection选择需要分析的样本孔(well),在每个样本孔中随机选择至少10个视野(Fields);
步骤三,使用高内涵分析系统对所拍到的红细胞进行识别与分析
所编写的高内涵对红细胞识别与分析程序为:
①红细胞对象识别均基于DPC模式下所拍摄图片;
②参数计算:对所识别出的所有对象分别使用STAR方法计算形态学参数,Standard方法计算识别对象光密度、SER features方法计算结构参数;
③分选红细胞与非红细胞:BF模式下可见形态与红细胞相近对象,认为该对象为红细胞,命名为“RBC”,BF模式下未见对象,但对应的DPC模式下可见,认为该对象为非红细胞,命名为“Background”;
④分选正常红细胞与异形红细胞:临床上观察异形红细胞的方式通常为在普通光学显微镜直接观察红细胞形态,而采用高内涵BF通道所拍摄图片同样可达普通光学显微镜成像效果,故将BF通道下所拍摄到的红细胞形态作为正常红细胞及异形红细胞分选依据,正常红细胞群命名为“Normal RBC”,异形红细胞群命名为“Abnormal RBC”。
步骤四,使用高内涵分析系统进行计算
所编写的高内涵对红细胞计算程序为:
①Define Results定义计算公式为“a/(a+b)”,其中,a定义为“The Number ofAbnormal RBC”,b定义为“The Number of Normal RBC”。
②选定所需进行计算的样本孔及视野,点击“Start”进行计算。
进一步的,所述步骤二中BF通道的拍摄条件为Time:50ms,Height:2.0μm,Excitation:Transmission,Emission:650-760nm,DPC通道的拍摄条件为Upper Plane:1.3μm,Lower Plane:-3.5μm,Filter:1.0,Speckle Scale:10μm。
进一步的,所述步骤三中STAR方法具体参数为Population:Objects,Region:Cell,Method:STAR,包括Symmetry,threshold Compactness,Axial,Radial,Profile,其中Profile具体参数包括Profile Inner Region:Cell,Profile Width:4px,SlidingParabola,Texture SER。Standard方法具体参数包括:Mean,Standard Deviation,Coefficient of Variance,其中Coefficient of Variance具体包括Median,Sum,Maximum,Minimum,Quantile Fraction:50%,Contrast。SER features方法具体参数包括:Scale,Normalization by Kernel,其中Normalization by Kernel具体包括:SER Spot,SER Hole,SER Edge,SER Ridge,SER Valley,SER Saddle,SER Bright,SER Dark。
(三)有益效果
本发明的有益效果是:本发明提供了高内涵分析系统应用于异形红细胞拍照的全血标本处理方法,以及建立了高内涵分析系统应用于异形红细胞识别与分析程序。
本发明为有效识别异形红细胞及计算异形红细胞比例提供了一种新方法;本发明所建立的高内涵分析系统可较好地完成对单个及多个异形红细胞的识别、分析情况。
附图说明
图1为本发明高内涵、扫描电镜观察正常红细胞和异形红细胞的形态示意图;
图2为本发明高内涵自动识别分析系统通过DPC通道所拍摄图片;
图3为本发明高内涵BF和DPC通道低倍镜下红细胞排布图;
图4为本发明高内涵自动识别分析对DPC通道所拍摄红细胞图片进行自动识别和分析示意图;
图5为本发明高内涵技术计算正常人和临床标本中的异形红细胞比例图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
实施例一:
本发明提供了如图1-5所示的一种高内涵在异形红细胞中的应用方法,包括以下步骤:
步骤一:全血标本处理:
具体实验步骤如下:
①首先取EDTA-K2抗凝全血450μL于1ml的EP管中,然后进行500g离心4min去除血浆,得到浓缩红细胞悬液;
②然后加入700μL的0.9%氯化钠溶液至浓缩红细胞悬液中,轻轻颠倒混匀后,然后进行500g离心3min,静置后除去上清液,重复该步骤两次,得到洗涤后浓缩红细胞;
③取2μL洗涤后浓缩红细胞至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液A;
④取7μL红细胞悬液A至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液B;
⑤取100μL红细胞悬液B沿孔壁匀速注入高内涵专用的96孔板中,400g离心19min;
步骤二,使用高内涵分析系统对处理好的全血标本进行拍照
所编写的高内涵对红细胞拍照程序为:
①Experiment实验名称为高内涵依据所设置的拍摄通道及日期自动生成;
②Plate Type板类型为高内涵专用96PerkinElmer CellCarrier 96孔板;
③Objective物镜为40×long WD;
④Excitation:50%,Transmission:50%,Max Duration<1min,Temperature:Off,CO2:Off;
⑤Channel Selection高内涵可设置不同的拍摄通道。高内涵在异形红细胞中的应用方法设置的拍摄通道包括Bright field(BF)通道及Digital Phase Contrast(DPC)通道,BF通道所拍摄红细胞图片与普通光学显微镜类似,分辨率较普通光学显微镜高,用于呈现图片,不用作进一步分析;DPC通道所拍摄图片,细胞与背景对比度高,用于高内涵系统对图片的识别与分析。BF通道的拍摄条件为Time:50ms,Height:2.0μm,Excitation:Transmission,Emission:650-760nm,DPC通道的拍摄条件为Upper Plane:1.3μm,LowerPlane:-3.5μm,Filter:1.0,Speckle Scale:10μm。
⑥Layout Selection选择需要分析的样本孔(well),在每个样本孔中随机选择至少10个视野(Fields)进行分析;
步骤三:使用高内涵分析系统对所拍到的红细胞进行识别与分析
所编写的高内涵对红细胞识别与分析程序为:
①红细胞对象识别均基于DPC模式下所拍摄图片;
②参数计算:对所识别出的所有对象分别使用STAR方法计算形态学参数(Calculate Morphology Properties),Standard方法计算光密度(Calculate IntensityProperties)、SER features方法计算结构参数(Calculate Texture Properties);STAR方法具体参数为Population:Objects,Region:Cell,Method:STAR,包括Symmetry,thresholdCompactness,Axial,Radial,Profile,其中Profile具体参数包括Profile Inner Region:Cell,Profile Width:4px,Sliding Parabola,Texture SER。Standard方法具体参数包括:Mean,Standard Deviation,Coefficient of Variance,其中Coefficient of Variance具体包括Median,Sum,Maximum,Minimum,Quantile Fraction:50%,Contrast。SER features方法具体参数包括:Scale,Normalization by Kernel,其中Normalization by Kernel具体包括:SER Spot,SER Hole,SER Edge,SER Ridge,SER Valley,SER Saddle,SER Bright,SER Dark。
③分选红细胞与非红细胞:BF模式下可见形态与红细胞相近对象,认为该对象为红细胞,BF模式下未见对象,但对应的DPC模式下可见,认为该对象为非红细胞;在分群(Select Population)栏设置条件为:Poplution:Objects,Method:Linear Classfier,在“train”页面,圈选红细胞(绿色标记)及非红细胞(红色标记)至少各5个,点击“apply”后根据系统识别情况,重复“train”直至系统将各视野红细胞与非红细胞正确分选。将所分选红细胞命名为“RBC”,非红细胞命名为“Background”;
④分选正常红细胞与异形红细胞:临床上观察异形红细胞通常采用普通光学显微镜直接观察红细胞形态,而采用高内涵BF通道所拍摄图片同样可达到普通光学显微镜成像效果,故将BF通道下所拍摄到的红细胞形态作为正常红细胞及异形红细胞分选依据,正常红细胞群命名为“Normal RBC”,异形红细胞群命名为“Abnormal RBC”。
步骤四,使用高内涵分析系统进行计算
所编写的高内涵对红细胞计算程序为:
①Define Results定义计算公式为“a/(a+b)”,其中,a定义为“The Number ofAbnormal RBC”,b定义为“The Number of Normal RBC”。
②选定所需进行计算的样本孔及视野,点击“Start”进行计算。
实施例二:
本发明提供了如图1-5所示的一种高内涵在异形红细胞中的应用方法,包括以下步骤:
步骤一:全血标本处理:
具体实验步骤如下:
①首先取EDTA-K2抗凝全血500μL于1ml的EP管中,然后进行500g离心5min去除血浆,得到浓缩红细胞悬液;
②然后加入800μL的0.9%氯化钠溶液至浓缩红细胞悬液中,轻轻颠倒混匀后,然后进行500g离心4min,静置后除去上清液,重复该步骤两次,得到洗涤后浓缩红细胞;
③取4μL洗涤后浓缩红细胞至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液A;
④取10μL红细胞悬液A至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液B;
⑤取100μL红细胞悬液B沿孔壁匀速注入高内涵专用的96孔板中,400g离心20min;
步骤二,使用高内涵分析系统对处理好的全血标本进行拍照
所编写的高内涵对红细胞拍照程序为:
①Experiment实验名称为高内涵依据所设置的拍摄通道及日期自动生成;
②Plate Type板类型为高内涵专用96PerkinElmer CellCarrier 96孔板;
③Objective物镜为40×long WD;
④Excitation:50%,Transmission:50%,Max Duration<1min,Temperature:Off,CO2:Off;
⑤Channel Selection高内涵可设置不同的拍摄通道。高内涵在异形红细胞中的应用方法设置的拍摄通道包括Bright field(BF)通道及Digital Phase Contrast(DPC)通道,BF通道所拍摄红细胞图片与普通光学显微镜类似,分辨率较普通光学显微镜高,用于呈现图片,不用作进一步分析;DPC通道所拍摄图片,细胞与背景对比度高,用于高内涵系统对图片的识别与分析。BF通道的拍摄条件为Time:50ms,Height:2.0μm,Excitation:Transmission,Emission:650-760nm,DPC通道的拍摄条件为Upper Plane:1.3μm,LowerPlane:-3.5μm,Filter:1.0,Speckle Scale:10μm。
⑥Layout Selection选择需要分析的样本孔(well),在每个样本孔中随机选择至少10个视野(Fields)进行分析;
步骤三:使用高内涵分析系统对所拍到的红细胞进行识别与分析
所编写的高内涵对红细胞识别与分析程序为:
①红细胞对象识别均基于DPC模式下所拍摄图片;
②参数计算:对所识别出的所有对象分别使用STAR方法计算形态学参数(Calculate Morphology Properties),使用Standard方法计算识别对象光密度(Calculate Intensity Properties)、SER features方法计算结构参数(CalculateTexture Properties);STAR方法具体参数为Population:Objects,Region:Cell,Method:STAR,包括Symmetry,threshold Compactness,Axial,Radial,Profile,其中Profile具体参数包括Profile Inner Region:Cell,Profile Width:4px,Sliding Parabola,TextureSER。Standard方法具体参数包括:Mean,Standard Deviation,Coefficient of Variance,其中Coefficient of Variance具体包括Median,Sum,Maximum,Minimum,QuantileFraction:50%,Contrast。SER features方法具体参数包括:Scale,Normalization byKernel,其中Normalization by Kernel具体包括:SER Spot,SER Hole,SER Edge,SERRidge,SER Valley,SER Saddle,SER Bright,SER Dark。
③分选红细胞与非红细胞:BF模式下可见形态与红细胞相近对象,认为该对象为红细胞,BF模式下未见对象,但对应的DPC模式下可见,认为该对象为非红细胞;在分群(Select Population)栏设置条件为:Poplution:Objects,Method:Linear Classfier,在“train”页面,圈选红细胞(绿色标记)及非红细胞(红色标记)至少各5个,点击“apply”后根据系统识别情况,重复“train”直至系统将各视野红细胞与非红细胞正确分选。将所分选红细胞命名为“RBC”,非红细胞命名为“Background”;
③分选红细胞与非红细胞:BF模式下可见形态与红细胞相近对象,认为该对象为红细胞,命名为“RBC”,BF模式下未见对象,但对应的DPC模式下可见,认为该对象为非红细胞,命名为“Background”;
④分选正常红细胞与异形红细胞:临床上观察异形红细胞的方式通常为在普通光学显微镜直接观察红细胞形态,而采用高内涵BF通道所拍摄图片同样可达到普通光学显微镜成像效果,故将BF下所拍摄到的红细胞形态作为正常红细胞及异形红细胞分选依据,正常红细胞群命名为“Normal RBC”,异形红细胞群命名为“Abnormal RBC”。
步骤四,使用高内涵分析系统进行计算
所编写的高内涵对红细胞计算程序为:
①Define Results定义计算公式为“a/(a+b)”,其中,a定义为“The Number ofAbnormal RBC”,b定义为“The Number of Normal RBC”。
②选定所需进行计算的样本孔及视野,点击“Start”进行计算。
实施例三:
本发明提供了如图1-5所示的一种高内涵在异形红细胞中的应用方法,包括以下步骤:
步骤一:全血标本处理:
具体实验步骤如下:
①首先取EDTA-K2抗凝全血550μL于1ml的EP管中,然后进行500g离心6min去除血浆,得到浓缩红细胞悬液;
②然后加入900μL的0.9%氯化钠溶液至浓缩红细胞悬液中,轻轻颠倒混匀后,然后进行500g离心5min,静置后除去上清液,重复该步骤两次,得到洗涤后浓缩红细胞;
③取6μL洗涤后浓缩红细胞至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液A;
④取11μL红细胞悬液A至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液B;
⑤取120μL红细胞悬液B沿孔壁匀速注入高内涵专用的96孔板中,400g离心21min;
步骤二,使用高内涵分析系统对处理好的全血标本进行拍照
所编写的高内涵对红细胞拍照程序为:
①Experiment实验名称为高内涵依据所设置的拍摄通道及日期自动生成;
②Plate Type板类型为高内涵专用96PerkinElmer CellCarrier 96孔板;
③Objective物镜为40×long WD;
④Excitation:50%,Transmission:50%,Max Duration<1min,Temperature:Off,CO2:Off;
⑤Channel Selection高内涵可设置不同的拍摄通道。高内涵在异形红细胞中的应用方法设置的拍摄通道包括Bright field(BF)通道及Digital Phase Contrast(DPC)通道,BF通道所拍摄红细胞图片与普通光学显微镜类似,分辨率较普通光学显微镜高,用于呈现图片,不用作进一步分析;DPC通道所拍摄图片,细胞与背景对比度高,用于高内涵系统对图片的识别与分析。BF通道的拍摄条件为Time:50ms,Height:2.0μm,Excitation:Transmission,Emission:650-760nm,DPC通道的拍摄条件为Upper Plane:1.3μm,LowerPlane:-3.5μm,Filter:1.0,Speckle Scale:10μm。
⑥Layout Selection选择需要分析的样本孔(well),在每个样本孔中随机选择至少10个视野(Fields)进行分析;
步骤三:使用高内涵分析系统对所拍到的红细胞进行识别与分析
所编写的高内涵对红细胞识别与分析程序为:
①红细胞对象识别均基于DPC模式下所拍摄图片;
②参数计算:对所识别出的所有对象分别使用STAR方法计算形态学参数(Calculate Morphology Properties),使用Standard方法计算光密度(CalculateIntensity Properties)、SER features方法计算结构参数(Calculate TextureProperties);STAR方法具体参数为Population:Objects,Region:Cell,Method:STAR,包括Symmetry,threshold Compactness,Axial,Radial,Profile,其中Profile具体参数包括Profile Inner Region:Cell,Profile Width:4px,Sliding Parabola,Texture SER。Standard方法具体参数包括:Mean,Standard Deviation,Coefficient of Variance,其中Coefficient of Variance具体包括Median,Sum,Maximum,Minimum,Quantile Fraction:50%,Contrast。SER features方法具体参数包括:Scale,Normalization by Kernel,其中Normalization by Kernel具体包括:SER Spot,SER Hole,SER Edge,SER Ridge,SERValley,SER Saddle,SER Bright,SER Dark。
③分选红细胞与非红细胞:BF模式下可见形态与红细胞相近对象,认为该对象为红细胞,BF模式下未见对象,但对应的DPC模式下可见,认为该对象为非红细胞;在分群(Select Population)栏设置条件为:Poplution:Objects,Method:Linear Classfier,在“train”页面,圈选红细胞(绿色标记)及非红细胞(红色标记)至少各5个,点击“apply”后根据系统识别情况,重复“train”直至系统将各视野红细胞与非红细胞正确分选。将所分选红细胞命名为“RBC”,非红细胞命名为“Background”;
④分选正常红细胞与异形红细胞:临床上观察异形红细胞通常采用普通光学显微镜直接观察红细胞形态,而高内涵BF通道所拍摄图片同样可达普通光学显微镜成像效果,故将BF通道下所拍摄到的红细胞形态作为正常红细胞及异形红细胞分选依据,正常红细胞群命名为“Normal RBC”,异形红细胞群命名为“Abnormal RBC”。
步骤四,使用高内涵分析系统进行计算
所编写的高内涵对红细胞计算程序为:
①Define Results定义计算公式为“a/(a+b)”,其中,a定义为“The Number ofAbnormal RBC”,b定义为“The Number of Normal RBC”。
②选定所需进行计算的样本孔及视野,点击“Start”进行计算。
通过以上三组实施例所建立的高内涵分析系统可较好地完成对单个及多个异形红细胞的识别、分析情况,其中第二组实施例的分析效果最好。本发明建立了应用高内涵分析系统对异形红细胞识别与分析的全血标本的处理方法,进一步地,本发明提供了使用该方法处理全血标本后使用高内涵系统拍照的应用;第二方面,本发明建立了应用高内涵分析系统对异形红细胞的识别及分析程序,提供了该分析程序在异形红细胞识别与分析的应用,进一步地,所建立的高内涵系统对异形红细胞识别与分析程序在正常人血标本红细胞及临床异形红细胞相关疾病血标本红细胞中的应用。
需要理解的是,以上对本发明的具体实施例进行的描述只是为了说明本发明的技术路线和特点,其目的在于让本领域内的技术人员能够了解本发明的内容并据以实施,但本发明并不限于上述特定实施方式。凡是在本发明权利要求的范围内做出的各种变化或修饰,都应涵盖在本发明的保护范围内。
Claims (3)
1.一种基于高内涵技术在异形红细胞检测中的应用方法,其特征在于,包括以下步骤:
步骤一,全血标本处理
具体实验步骤如下
①首先取EDTA-K2抗凝全血450~550μL于1ml的EP管中,然后进行500g离心4~6min去除血浆,得到浓缩红细胞悬液;
②然后加入700~900μL的0.9%氯化钠溶液至浓缩红细胞悬液中,轻轻颠倒混匀后,然后进行500g离心3~5min,静置后除去上清液,重复该步骤两次,得到洗涤后浓缩红细胞;
③取4~6μL洗涤后浓缩红细胞至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液A;
④取9~11μL红细胞悬液A至装有1mL 0.9%氯化钠溶液的EP管中,轻轻颠倒混匀后,得到红细胞悬液B;
⑤取80~120μL红细胞悬液B沿孔壁匀速注入高内涵专用的96孔板中,400g离心19~21min;
步骤二,使用高内涵分析系统对处理好的全血标本进行拍照
所编写的高内涵对红细胞拍照程序为:
①Experiment实验名称为高内涵依据所设置的拍摄通道及日期自动生成;
②Plate Type板类型为高内涵专用96PerkinElmer CellCarrier 96孔板;
③Objective物镜为40×long WD;
④Excitation:50%,Transmission:50%,Max Duration<1min,Temperature:Off,CO2:Off;
⑤Channel Selection通道包括Bright field(BF)及Digital Phase Contrast(DPC);
⑥Layout Selection选择需要分析的样本孔(well),在每个样本孔中随机选择至少10个视野(Fields);
高内涵可设置不同的拍摄通道。BF通道所拍摄红细胞图片与普通光学显微镜类似,分辨率较普通光学显微镜高,用于呈现图片,不用作进一步分析;DPC通道所拍摄图片,红细胞与背景对比度高,用于高内涵系统对图片的识别与分析;
步骤三,使用高内涵分析系统对所拍摄到的红细胞进行识别与分析
所编写的高内涵对红细胞识别与分析程序为:
①红细胞对象识别均基于DPC模式下所拍摄图片;
②参数计算:对识别出的所有对象分别使用STAR方法计算形态学参数,Standard方法计算光密度、SER features方法计算结构参数;
③分选红细胞与非红细胞:BF模式下可见形态与红细胞相近对象,认为该对象为红细胞,命名为“RBC”,BF模式下未见对象,但对应的DPC模式下可见,认为该对象为非红细胞,命名为“Background”;
④分选正常红细胞与异形红细胞:临床上观察异形红细胞通常采用普通光学显微镜直接观察红细胞形态,而采用高内涵BF通道所拍摄图片同样可到达普通光学显微镜成像效果,故将BF通道下所拍摄到的红细胞形态作为正常红细胞及异形红细胞分选依据,正常红细胞群命名为“Normal RBC”,异形红细胞群命名为“Abnormal RBC”。
步骤四,使用高内涵分析系统进行计算
所编写的高内涵对红细胞计算程序为:
①Define Results定义计算公式为“a/(a+b)”,其中,a定义为“The Number ofAbnormal RBC”,b定义为“The Number of Normal RBC”。
②选定所需进行计算的样本孔及视野,点击“Start”进行计算。
2.根据权利要求1所述的高内涵在异形红细胞中的应用方法,其特征在于:所述步骤二中BF通道的拍摄条件为Time:50ms,Height:2.0μm,Excitation:Transmission,Emission:650-760nm,DPC通道的拍摄条件为Upper Plane:1.3μm,Lower Plane:-3.5μm,Filter:1.0,Speckle Scale:10μm。
3.根据权利要求1所述的高内涵在异形红细胞中的应用方法,其特征在于:所述步骤三中STAR方法具体参数为Population:Objects,Region:Cell,Method:STAR,包括Symmetry,threshold Compactness,Axial,Radial,Profile,其中Profile具体参数包括ProfileInner Region:Cell,Profile Width:4px,Sliding Parabola,Texture SER。Standard方法具体参数包括:Mean,Standard Deviation,Coefficient of Variance,其中Coefficientof Variance具体包括Median,Sum,Maximum,Minimum,Quantile Fraction:50%,Contrast。SER features方法具体参数包括:Scale,Normalization by Kernel,其中Normalization by Kernel具体包括:SER Spot,SER Hole,SER Edge,SER Ridge,SERValley,SER Saddle,SER Bright,SER Dark。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811523915.5A CN109556999A (zh) | 2018-12-13 | 2018-12-13 | 一种基于高内涵技术在异形红细胞检测中的应用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811523915.5A CN109556999A (zh) | 2018-12-13 | 2018-12-13 | 一种基于高内涵技术在异形红细胞检测中的应用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109556999A true CN109556999A (zh) | 2019-04-02 |
Family
ID=65869823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811523915.5A Pending CN109556999A (zh) | 2018-12-13 | 2018-12-13 | 一种基于高内涵技术在异形红细胞检测中的应用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109556999A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6416959B1 (en) * | 1997-02-27 | 2002-07-09 | Kenneth Giuliano | System for cell-based screening |
US20060066837A1 (en) * | 1999-01-25 | 2006-03-30 | Amnis Corporation | Imaging and analyzing parameters of small moving objects such as cells |
CN1955715A (zh) * | 2004-10-25 | 2007-05-02 | 弗·哈夫曼-拉罗切有限公司 | 配体-受体示踪测定法 |
CN102359938A (zh) * | 2011-09-16 | 2012-02-22 | 长沙高新技术产业开发区爱威科技实业有限公司 | 红细胞形态学分析装置及其方法 |
CN104266955A (zh) * | 2014-09-02 | 2015-01-07 | 上海凯度机电科技有限公司 | 高内涵图像流式生物显微分析系统 |
CN105928913A (zh) * | 2016-04-14 | 2016-09-07 | 天津中医药大学 | 一种基于细胞表型的高内涵多指标肾毒性的检测方法及其应用 |
CN108140240A (zh) * | 2015-08-12 | 2018-06-08 | 分子装置有限公司 | 用于自动分析细胞的表型反应的系统和方法 |
-
2018
- 2018-12-13 CN CN201811523915.5A patent/CN109556999A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6416959B1 (en) * | 1997-02-27 | 2002-07-09 | Kenneth Giuliano | System for cell-based screening |
US20060066837A1 (en) * | 1999-01-25 | 2006-03-30 | Amnis Corporation | Imaging and analyzing parameters of small moving objects such as cells |
CN1955715A (zh) * | 2004-10-25 | 2007-05-02 | 弗·哈夫曼-拉罗切有限公司 | 配体-受体示踪测定法 |
CN102359938A (zh) * | 2011-09-16 | 2012-02-22 | 长沙高新技术产业开发区爱威科技实业有限公司 | 红细胞形态学分析装置及其方法 |
CN104266955A (zh) * | 2014-09-02 | 2015-01-07 | 上海凯度机电科技有限公司 | 高内涵图像流式生物显微分析系统 |
CN108140240A (zh) * | 2015-08-12 | 2018-06-08 | 分子装置有限公司 | 用于自动分析细胞的表型反应的系统和方法 |
CN105928913A (zh) * | 2016-04-14 | 2016-09-07 | 天津中医药大学 | 一种基于细胞表型的高内涵多指标肾毒性的检测方法及其应用 |
Non-Patent Citations (2)
Title |
---|
仇存网等: "《普通生物学实验指导》", 30 November 2018 * |
刘晓娟: "Operetta高内涵筛选系统", 《百度文库》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104094118B (zh) | 通过显微图像自动识别全血样品中血小板的方法和设备 | |
US4097845A (en) | Method of and an apparatus for automatic classification of red blood cells | |
Bjornsson et al. | Associative image analysis: a method for automated quantification of 3D multi-parameter images of brain tissue | |
US6947586B2 (en) | Multi-neural net imaging apparatus and method | |
JP2000513465A (ja) | 生体組織の試料および体液の試料の自動顕微鏡支援検査方法 | |
CN109142195A (zh) | 用于体液样品中的粒子分析的自聚焦系统和方法 | |
CN1031422A (zh) | 利用光散射技术的多部分鉴别分析装置 | |
RU2147123C1 (ru) | Способ анализа клеточного состава крови по мазку | |
Hortinela et al. | Identification of abnormal red blood cells and diagnosing specific types of anemia using image processing and support vector machine | |
JPH11510282A (ja) | 分類のロバストネス測定装置および方法 | |
JPH09509487A (ja) | 細胞試料自動分類装置及び方法 | |
CN107895368A (zh) | Shg/tpef图像中的参数作为成人或儿童的肝纤维化的分期特征参数的应用 | |
CN113283352B (zh) | 一种基于显微图像的类器官活力评价方法及系统 | |
CN110060229A (zh) | 一种骨髓白细胞的细胞自动定位分割方法 | |
Lovell et al. | International contest on pattern recognition techniques for indirect immunofluorescence images analysis | |
Bacus et al. | Image processing for automated erythrocyte classification. | |
Evangeline et al. | Computer aided system for human blood cell identification, classification and counting | |
CN114782372A (zh) | Dna荧光原位杂交bcr/abl融合状态检测方法、检测系统 | |
Wahhab | Classification of acute leukemia using image processing and machine learning techniques | |
Priyankara et al. | An extensible computer vision application for blood cell recognition and analysis | |
CN109556999A (zh) | 一种基于高内涵技术在异形红细胞检测中的应用方法 | |
CN111311628A (zh) | 一种全自动高性能白细胞分割方法 | |
JPH10302067A (ja) | パターン認識装置 | |
JPH0469776A (ja) | 赤血球小核細胞の自動分類方法及び赤血球小核細胞の自動分類装置及び赤血球小核細胞標本作成方法 | |
Li et al. | Automatic detecting and recognition of casts in urine sediment images |
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 |