CN114674644A - 一种基于免疫组化生成训练数据的方法和存储设备 - Google Patents
一种基于免疫组化生成训练数据的方法和存储设备 Download PDFInfo
- Publication number
- CN114674644A CN114674644A CN202210306290.7A CN202210306290A CN114674644A CN 114674644 A CN114674644 A CN 114674644A CN 202210306290 A CN202210306290 A CN 202210306290A CN 114674644 A CN114674644 A CN 114674644A
- Authority
- CN
- China
- Prior art keywords
- minutes
- pbs
- washing
- antibody
- multiplied
- 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 30
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000003364 immunohistochemistry Methods 0.000 title claims abstract description 12
- 238000002372 labelling Methods 0.000 claims abstract description 38
- 238000011532 immunohistochemical staining Methods 0.000 claims abstract description 20
- 238000004043 dyeing Methods 0.000 claims abstract description 11
- 210000001519 tissue Anatomy 0.000 claims description 94
- 238000005406 washing Methods 0.000 claims description 65
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 claims description 40
- 206010006187 Breast cancer Diseases 0.000 claims description 28
- 208000026310 Breast neoplasm Diseases 0.000 claims description 28
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 21
- 206010028980 Neoplasm Diseases 0.000 claims description 18
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 claims description 17
- 201000011510 cancer Diseases 0.000 claims description 16
- 238000007789 sealing Methods 0.000 claims description 15
- 239000008096 xylene Substances 0.000 claims description 15
- 210000000805 cytoplasm Anatomy 0.000 claims description 14
- 208000009458 Carcinoma in Situ Diseases 0.000 claims description 13
- 210000004881 tumor cell Anatomy 0.000 claims description 12
- 210000000981 epithelium Anatomy 0.000 claims description 11
- 230000007935 neutral effect Effects 0.000 claims description 11
- 230000001575 pathological effect Effects 0.000 claims description 11
- 210000000270 basal cell Anatomy 0.000 claims description 10
- 230000000762 glandular Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 230000007170 pathology Effects 0.000 claims description 7
- 210000003855 cell nucleus Anatomy 0.000 claims description 6
- 210000005075 mammary gland Anatomy 0.000 claims description 6
- 210000004907 gland Anatomy 0.000 claims 1
- 230000002055 immunohistochemical effect Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 5
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 abstract description 5
- 210000002307 prostate Anatomy 0.000 description 20
- 210000004027 cell Anatomy 0.000 description 18
- 108010074708 B7-H1 Antigen Proteins 0.000 description 13
- 102100024216 Programmed cell death 1 ligand 1 Human genes 0.000 description 13
- 238000010186 staining Methods 0.000 description 11
- 208000005718 Stomach Neoplasms Diseases 0.000 description 10
- 206010017758 gastric cancer Diseases 0.000 description 10
- 201000011549 stomach cancer Diseases 0.000 description 10
- 230000003902 lesion Effects 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 239000000427 antigen Substances 0.000 description 8
- 102000036639 antigens Human genes 0.000 description 8
- 108091007433 antigens Proteins 0.000 description 8
- 210000001744 T-lymphocyte Anatomy 0.000 description 7
- 238000001035 drying Methods 0.000 description 7
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 6
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 6
- 201000004933 in situ carcinoma Diseases 0.000 description 6
- 201000009030 Carcinoma Diseases 0.000 description 5
- 102100034922 T-cell surface glycoprotein CD8 alpha chain Human genes 0.000 description 5
- 239000008399 tap water Substances 0.000 description 5
- 235000020679 tap water Nutrition 0.000 description 5
- 239000000090 biomarker Substances 0.000 description 4
- 238000012137 double-staining Methods 0.000 description 4
- 108010039918 Polylysine Proteins 0.000 description 3
- 206010060862 Prostate cancer Diseases 0.000 description 3
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 3
- 210000000170 cell membrane Anatomy 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 210000002865 immune cell Anatomy 0.000 description 3
- 238000013115 immunohistochemical detection Methods 0.000 description 3
- 229920000656 polylysine Polymers 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000009966 trimming Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000887 hydrating effect Effects 0.000 description 2
- 238000011534 incubation Methods 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 210000004698 lymphocyte Anatomy 0.000 description 2
- 239000003287 lymphocyte surface marker Substances 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 210000004940 nucleus Anatomy 0.000 description 2
- 208000021046 prostate intraepithelial neoplasia Diseases 0.000 description 2
- 238000002791 soaking Methods 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000004042 decolorization Methods 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001703 glandular epithelial cell Anatomy 0.000 description 1
- 210000003714 granulocyte Anatomy 0.000 description 1
- 206010020718 hyperplasia Diseases 0.000 description 1
- 208000024312 invasive carcinoma Diseases 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 210000004180 plasmocyte Anatomy 0.000 description 1
- 239000001044 red dye Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
-
- 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
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/531—Production of immunochemical test materials
-
- 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
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57415—Specifically defined cancers of breast
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Biotechnology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Cell Biology (AREA)
- Microbiology (AREA)
- Hospice & Palliative Care (AREA)
- Oncology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及计算机技术领域,特别涉及一种基于免疫组化生成训练数据的方法和存储设备。所述一种基于免疫组化生成训练数据的方法,包括步骤:通过不同抗体对目标对象进行免疫组化染色;根据染色结果对所述目标对象进行标注;根据标注结果生成训练数据。以上方法不需要病理医生通过H&E切片并结合组织形态学进行标注,就能够快速、便捷地标注出目的组织或细胞,且由于该组织或细胞是基于金标准的免疫组化技术标注的,较人工通过H&E切片并结合组织形态学进行标注更准确。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种基于免疫组化生成训练数据的方法和存储设备。
背景技术
目前,病理学AI软件均是基于H&E染色和形态学的数据训练,需要资深病理医生结合形态学对H&E染色切片进行大量的标注工作,形成可供AI学习的数据集,用于AI软件的开发和应用。这对病理医生的学识和精力均形成挑战,特别是当有大量的染色切片需要标注而资深的病理医生数量又不足时,则将导致标注工作无法及时完成,影响后续的AI软件学习进度。
发明内容
为此,需要提供一种基于免疫组化生成训练数据的方法,用以解决现有技术病理学AI软件均是基于H&E染色和形态学的数据训练,需要资深病理医生配合,效率低人工成本要求高等技术问题。具体技术方案如下:
一种基于免疫组化生成训练数据的方法,包括步骤:
通过不同抗体对目标对象进行免疫组化染色;
根据染色结果对所述目标对象进行标注;
根据标注结果生成训练数据;
所述“通过不同抗体对目标对象进行免疫组化染色”,具体还包括步骤:
对处理后的乳腺癌组织第一待染色切片,滴加CK8/18一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的AP-Red显色液显色8-20分钟,PBS冲洗2×3分钟;
在同一张组织切片上滴加CK5/6一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的DAB显色液显色3-10分钟,PBS冲洗2×3分钟,苏木素复染25秒,PBS返蓝30秒,按照85%-95%-100%-100%的酒精梯度依次脱水3分钟,最后二甲苯透明3分钟,中性树胶封片;
所述“根据染色结果对所述目标对象进行标注”,具体还包括步骤:
CK5/6一抗定位于基底细胞细胞质,呈红色,CK8/18一抗定位于乳腺正常腺上皮或肿瘤细胞的细胞质,呈棕黄色,细胞核经苏木素复染后呈蓝色;
根据CK8/18和CK5/6两种抗体在乳腺癌组织中的分布状态区分原位癌、浸润癌及微浸润癌区域,并将相关信息进行标注。
为解决上述技术问题,还提供了一种存储设备,具体技术方案如下:
一种存储设备,其中存储有指令集,所述指令集用于执行:获取不同抗体对目标对象进行免疫组化染色后的数字病理图像;
在所述数字病理图像上对所述目标对象进行标注;
根据标注结果生成训练数据;所述数字病理图像通过如下方式获取;
对处理后的乳腺癌组织第一待染色切片,滴加CK8/18一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的AP-Red显色液显色8-20分钟,PBS冲洗2×3分钟;
在同一张组织切片上滴加CK5/6一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的DAB显色液显色3-10分钟,PBS冲洗2×3分钟,苏木素复染25秒,PBS返蓝30秒,按照85%-95%-100%-100%的酒精梯度依次脱水3分钟,最后二甲苯透明3分钟,中性树胶封片;
所述“根据染色结果对所述目标对象进行标注”,具体还包括步骤:
CK5/6一抗定位于基底细胞细胞质,呈红色,CK8/18一抗定位于乳腺正常腺上皮或肿瘤细胞的细胞质,呈棕黄色,细胞核经苏木素复染后呈蓝色;
根据CK8/18和CK5/6两种抗体在乳腺癌组织中的分布状态区分原位癌、浸润癌及微浸润癌区域,并将相关信息进行标注
本发明的有益效果是:一种基于免疫组化生成训练数据的方法,包括步骤:通过不同抗体对目标对象进行免疫组化染色;根据染色结果对所述目标对象进行标注;根据标注结果生成训练数据;所述“通过不同抗体对目标对象进行免疫组化染色”,具体还包括步骤:对处理后的乳腺癌组织第一待染色切片,滴加CK8/18一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的AP-Red显色液显色8-20分钟,PBS冲洗2×3分钟;在同一张组织切片上滴加CK5/6一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的DAB显色液显色3-10分钟,PBS冲洗2×3分钟,苏木素复染25秒,PBS返蓝30秒,按照85%-95%-100%-100%的酒精梯度依次脱水3分钟,最后二甲苯透明3分钟,中性树胶封片;所述“根据染色结果对所述目标对象进行标注”,具体还包括步骤:CK5/6一抗定位于基底细胞细胞质,呈红色,CK8/18一抗定位于乳腺正常腺上皮或肿瘤细胞的细胞质,呈棕黄色,细胞核经苏木素复染后呈蓝色;根据CK8/18和CK5/6两种抗体在乳腺癌组织中的分布状态区分原位癌、浸润癌及微浸润癌区域,并将相关信息进行标注。以上方法不需要病理医生通过H&E切片并结合组织形态学进行标注,就能够快速、便捷地标注出目的组织或细胞,且由于该组织或细胞是基于金标准的免疫组化技术标注的,较人工通过H&E切片并结合组织形态学进行标注更准确。
附图说明
图1为具体实施方式所述一种基于免疫组化生成训练数据的方法的流程图;
图2a为具体实施方式所述染色后的乳腺癌组织示意图一;
图2b为具体实施方式所述染色后的乳腺癌组织示意图二;
图3为具体实施方式所述染色后的胃癌组织示意图;
图4a为具体实施方式所述正常前列腺示意图;
图4b为具体实施方式所述染色后的前列腺示意图一;
图4c为具体实施方式所述染色后的前列腺示意图二;
图5为具体实施方式所述一种存储设备的模块示意图。
附图标记说明:
500、存储设备。
具体实施方式
为详细说明技术方案的技术内容、构造特征、所实现目的及效果,以下结合具体实施例并配合附图详予说明。
请参阅图1至图4c,在本实施方式中,一种基于免疫组化生成训练数据的方法可应用在存储设备上,所述存储设备包括但不限于:个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备等。
具体实施方式如下:
步骤S101:通过不同抗体对目标对象进行免疫组化染色。
步骤S102:根据染色结果对所述目标对象进行标注。
步骤S103:根据标注结果生成训练数据。
以上方法不需要病理医生通过H&E切片并结合组织形态学进行标注,就能够快速、便捷地标注出目的组织或细胞,且由于该组织或细胞是基于金标准的免疫组化技术标注的,较人工通过H&E切片并结合组织形态学进行标注更准确。
以下以三个不同的实施例对以上方法具体展开一一说明:
实施例1:
实施例1的核心在于:首先在一张切片上对特定组织区域/细胞的特异生物标志物进行多重免疫组化检测,对特定区域进行标注,而后对同一张切片进行目标生物标志物的免疫组化检测,确定目标生物标志物的判读范围。
以下以乳腺癌组织进行说明:
根据《2019版中国乳腺癌HER2检测指南》的要求,在进行HER2免疫组化检测的结果判读时需先进行“观察程序”,即应首先在低倍镜下观察整张切片,判断染色是否满意及是否存在HER2表达的异质性。正常乳腺上皮不应出现强的细胞膜着色。只评定浸润癌的着色情况,原位癌的着色不能作为评定对象。当原位癌伴有微浸润时,若IHC切片中能判断微浸润癌的HER2状态,应予以报告。若IHC切片中微浸润病灶过少,难以评估HER2状态时可予以备注。因此,区分乳腺癌组织中的原位癌、浸润癌及微浸润癌区域显得十分关键,特别是难以辨别的微浸润癌区域。通过免疫组化染色将原位癌、浸润癌及微浸润癌区域进行区分,并标注出来供AI学习,可达到利用AI软件基于免疫组化染色结果将原位癌、浸润癌及微浸润癌区域进行准确、快速区分的目的。本实例利用CK8/18和CK5/6两种抗体试剂对乳腺癌组织进行双染,其中CK8/18可染色乳腺正常或肿瘤组织中的单层上皮或腺上皮细胞(红色),而CK5/6则可染色肌上皮细胞(棕黄色),根据CK8/18和CK5/6两种抗体在乳腺癌组织中的分布状态区分原位癌、浸润癌及微浸润癌区域,并将该信息作为AI数据集进行标注。
所述“通过不同抗体对目标对象进行免疫组化染色”前,具体还包括步骤:
对待染色切片进行处理,其中乳腺癌组织切片的处理如下:
1、乳腺癌组织连续切片制备
取乳腺癌组织蜡块修片后进行连续切片,厚度定为3μm,将连续切片漂在凉水中,让其自然展开,再将分开的切片转移到45℃的温水中展片30秒,按切片顺序用经多聚赖氨酸处理过的载玻片裱贴切片,将制成的组织芯片放入65℃烤箱内烤片2小时,取出室温冷却,放入-4℃冰箱保存。
2、免疫组化双重染色和扫描
取1张乳腺癌切片,常规二甲苯脱蜡3次,每次6分钟,100%、100%、95%、85%梯度乙醇中水化,每次3分钟,最后自来水冲洗。进行抗原修复,然后将切片放入湿盒中,PBS冲洗3×3分钟。滴加3%H2O2孵育10分钟,PBS冲洗3×3分钟。
所述“通过不同抗体对目标对象进行免疫组化染色”,具体还包括步骤:
甩干处理后的乳腺癌组织第一待染色切片,对处理后的乳腺癌组织第一待染色切片,滴加CK8/18一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的AP-Red显色液显色8-20分钟,PBS冲洗2×3分钟;
在同一张组织切片上滴加CK5/6一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的DAB显色液显色3-10分钟,PBS冲洗2×3分钟,苏木素复染25秒,PBS返蓝30秒,按照85%-95%-100%-100%的酒精梯度依次脱水3分钟,最后二甲苯透明3分钟,中性树胶封片。
其中CK5/6定位于基底细胞细胞质,呈红色,而CK8/18定位于乳腺正常腺上皮或肿瘤细胞的细胞质,呈棕黄色,细胞核经苏木素复染后呈蓝色。经组织切片扫描仪扫描形成数字病理图像。本实施方式中室温指25℃。
3、乳腺癌目标区域AI数据集标注
根据CK8/18和CK5/6两种抗体在乳腺癌组织中的分布状态区分原位癌、浸润癌及微浸润癌区域,并将该信息作为AI数据集进行标注。
乳腺正常组织和原位癌区域正常腺上皮和肿瘤细胞呈红色,腺体周围肌上皮呈棕黄色围绕于腺上皮外周,如图2a和2b所示。
浸润癌区域肿瘤细胞呈红色如图2a所示,腺体周围肌上皮完全缺失(棕黄色染色完全缺失)。
根据上述免疫组化染色信息进行标注,即可供AI数据集的构建,后续即可在下一张连续切片中对上述指南所要求的目标区域内进行HER2状态的判读。如下表所示。
实施例2:
由于胃癌PD-L1判读规则除了需要计算PD-L1阳性肿瘤细胞数,还需要计算包括T淋巴细胞在内的PD-L1阳性肿瘤相关免疫细胞数,但是不包括粒细胞、浆细胞等免疫细胞,因此,识别正常的PD-L1阳性的T淋巴细胞是AI软件的开发的关键影响因素,而在PD-L1免疫组化染色切片上仅借助相应区域的另一张切片的H&E染色切片对PD-L1阳性T淋巴细胞进行标注时,病理医生的常识,精力以及等等因素均可影响到标注的准确性。因此,在本实施方式中,通过多重染色,在同一张切片中对同时出现T淋巴细胞标志物染色和PD-L1阳性染色的细胞即为需要标注的PD-L1阳性T淋巴细胞,结果更直观且客观准确。
1、胃癌组织切片制备
取胃癌组织蜡块修片后进行连续切片,厚度定为3μm,将连续切片漂在凉水中,让其自然展开,再将分开的切片转移到45℃的温水中展片30秒,用经多聚赖氨酸处理过的载玻片裱贴切片,将制成的组织芯片放入65℃烤箱内烤片2小时,取出室温冷却,放入-4℃冰箱保存。
2、T淋巴细胞标志物(CD8)免疫组化染色和扫描
取一张切片,常规二甲苯脱蜡3次,每次6分钟,100%、100%、95%、85%梯度乙醇中水化,每次3分钟,最后自来水冲洗。进行抗原修复,然后将切片放入湿盒中,PBS冲洗3×3分钟。滴加3%H2O2孵育10分钟,PBS冲洗3×3分钟。
甩干切片,滴加适当比例稀释的CD8抗体试剂,室温(25℃)孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的AP-Red显色液显色5-15分钟。苏木素复染25秒,PBS返蓝30秒。水性封片剂封片。抗体定位于肿瘤细胞膜上,并呈红色染色。用组织切片扫描仪对组织切片进行扫描,形成数字病理图像,细胞膜阳性(呈红色)的细胞即为T淋巴细胞。
2.2脱色
将组织切片浸泡于二甲苯中,将封片剂洗掉后,将切片浸泡于95%酒精中,将红色染色洗去。
2.3PD-L1免疫组化染色和扫描
甩干切片,进行抗原修复,滴加适当比例稀释的一抗(PD-L1),室温(25℃)孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的DAB显色液显色3-10分钟。苏木素复染25秒,PBS返蓝30秒。按照85%(3分钟)-95%(3分钟)-100%(3分钟)-100%(3分钟)的酒精梯度依次脱水,最后二甲苯透明3分钟,中性树胶封片。PD-L1抗体定位于肿瘤细胞细胞膜和免疫细胞的细胞膜、细胞质上,并呈棕黄色染色。细胞核经苏木素复染后呈蓝色。用组织切片扫描仪对组织切片进行扫描,形成数字病理图像。如图3所示。
3、PD-L1阳性的淋巴细胞的标注
利用图像重叠比对的方法,PD-L1免疫组化染色切片中将CD8和PD-L1均为阳性的细胞标注出来,即为PD-L1阳性的T淋巴细胞,用于后续AI数据集的构建。
实施例3:
前列腺病变组织免疫组化双染检测试剂盒采用组合式单克隆抗体和双酶标记方法,在一张前列腺组织切片中同时检测三种抗原:AMACR/p504s、p63、CK(HMW)。AMACR在前列腺癌中高表达,正常前列腺组织不表达或极弱阳性,但在前列腺上皮内瘤变(PIN)及不典型增生(AAH)组织中可有散在表达。p63和CK(HMW)分别标记前列腺基底细胞的细胞核和细胞质,二者组合可提高基底细胞的识别能力。正常前列腺腺体有两层细胞(基底细胞和腺上皮细胞),而前列腺癌则没有或仅残留少量基底细胞,这样采用三种组合式抗体就能在同一张切片中直接观察各种病变,便于比较,有利于前列腺癌、PIN和AAH的诊断和鉴别诊断。在本实施方式中通过不同颜色细胞的标注,利用AI软件对前列腺病变组织免疫组化双染切片进行AI辅助判读,减轻病理医生工作负担。
1、前列腺病变组织切片制备
取前列腺病变组织蜡块修片后进行连续切片,厚度定为3μm,将连续切片漂在凉水中,让其自然展开,再将分开的切片转移到45℃的温水中展片30秒,用经多聚赖氨酸处理过的载玻片裱贴切片,将制成的组织芯片放入65℃烤箱内烤片2小时,取出室温冷却,放入-4℃冰箱保存。
2、前列腺病变组织免疫组化双染和扫描
取一张切片,常规二甲苯脱蜡3次,每次6分钟,100%、100%、95%、85%梯度乙醇中水化,每次3分钟,最后自来水冲洗。进行抗原修复,然后将切片放入湿盒中,PBS冲洗3×3分钟。滴加3%H2O2孵育10分钟,PBS冲洗3×3分钟。
甩干切片,滴加即用型混合型一抗,室温(25℃)孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用DAB显色液显色3-10分钟,PBS冲洗2×3分钟,用AP-Red显色液显色8-20分钟,流水冲洗。苏木素复染25秒,PBS返蓝30秒。中性树胶封片。用组织切片扫描仪对组织切片进行扫描,形成数字病理图像。如图4a、4b和4c所示。
不同表达模型的标注
根据不同特异性生物标志物在组织或细胞上的不同定位情况,在同一张组织切片上来标注特定类型的组织或细胞,前列腺病变组织的标注模型可分为3类,见下表。
表前列腺病变组织的标注模型分类说明
一种基于免疫组化生成训练数据的方法,包括步骤:通过不同抗体对目标对象进行免疫组化染色;根据染色结果对所述目标对象进行标注;根据标注结果生成训练数据。以上方法不需要病理医生通过H&E切片并结合组织形态学进行标注,就能够快速、便捷地标注出目的组织或细胞,且由于该组织或细胞是基于金标准的免疫组化技术标注的,较人工通过H&E切片并结合组织形态学进行标注更准确。
请参阅图5,在本实施方式中,一种存储设备500的具体实施方式如下:
一种存储设备500,其中存储有指令集,所述指令集用于执行:获取不同抗体对目标对象进行免疫组化染色后的数字病理图像;
在所述数字病理图像上对所述目标对象进行标注;
根据标注结果生成训练数据。
进一步的,所述数字病理图像通过如下方式获取;
对处理后的乳腺癌组织第一待染色切片,滴加CK8/18一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的AP-Red显色液显色8-20分钟,PBS冲洗2×3分钟;
在同一张组织切片上滴加CK5/6一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的DAB显色液显色3-10分钟,PBS冲洗2×3分钟,苏木素复染25秒,PBS返蓝30秒,按照85%-95%-100%-100%的酒精梯度依次脱水3分钟,最后二甲苯透明3分钟,中性树胶封片;
或
对处理后的胃癌组织待染色切片,常规二甲苯脱蜡3次,每次6分钟,100%、100%、95%、85%梯度乙醇中水化,每次3分钟,最后自来水冲洗,进行抗原修复,切片放入湿盒中,PBS冲洗3×3分钟,滴加3%H2O2孵育10分钟,PBS冲洗3×3分钟;
甩干切片,滴加CD8抗体试剂,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的AP-Red显色液显色5-15分钟,苏木素复染25秒,PBS返蓝30秒,水性封片剂封片;
抗体定位于肿瘤细胞膜上,并呈红色染色,获取CD8抗体染色后的组织切片的数字病理图像;
将所述染色后的组织切片浸泡于二甲苯中,将封片剂洗掉后,将切片浸泡于95%酒精中,将红色染色洗去;
甩干红色染色洗去后的组织切片,进行抗原修复,滴加PD-L1,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的DAB显色液显色3-10分钟。苏木素复染25秒,PBS返蓝30秒,按照85%-95%-100%-100%的酒精梯度依次脱水3分钟,最后二甲苯透明3分钟,中性树胶封片;
或
对处理后的前列腺组织待染色切片,常规二甲苯脱蜡3次,每次6分钟,100%、100%、95%、85%梯度乙醇中水化,每次3分钟,最后自来水冲洗,进行抗原修复,然后将切片放入湿盒中,PBS冲洗3×3分钟,滴加3%H2O2孵育10分钟,PBS冲洗3×3分钟;
甩干切片,滴加即用型混合型一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用DAB显色液显色3-10分钟,PBS冲洗2×3分钟,用AP-Red显色液显色8-20分钟,流水冲洗,苏木素复染25秒,PBS返蓝30秒,中性树胶封片。
通过上述存储设备500的指令集执行对应步骤,使得不需要病理医生通过H&E切片并结合组织形态学进行标注,就能够快速、便捷地标注出目的组织或细胞,且由于该组织或细胞是基于金标准的免疫组化技术标注的,较人工通过H&E切片并结合组织形态学进行标注更准确。
需要说明的是,尽管在本文中已经对上述各实施例进行了描述,但并非因此限制本发明的专利保护范围。因此,基于本发明的创新理念,对本文所述实施例进行的变更和修改,或利用本发明说明书及附图内容所作的等效结构或等效流程变换,直接或间接地将以上技术方案运用在其他相关的技术领域,均包括在本发明的专利保护范围之内。
Claims (2)
1.一种基于免疫组化生成训练数据的方法,其特征在于,包括步骤:
通过不同抗体对目标对象进行免疫组化染色;
根据染色结果对所述目标对象进行标注;
根据标注结果生成训练数据;
所述“通过不同抗体对目标对象进行免疫组化染色”,具体还包括步骤:
对处理后的乳腺癌组织第一待染色切片,滴加CK8/18一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的AP-Red显色液显色8-20分钟,PBS冲洗2×3分钟;
在同一张组织切片上滴加CK5/6一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的DAB显色液显色3-10分钟,PBS冲洗2×3分钟,苏木素复染25秒,PBS返蓝30秒,按照85%-95%-100%-100%的酒精梯度依次脱水3分钟,最后二甲苯透明3分钟,中性树胶封片;
所述“根据染色结果对所述目标对象进行标注”,具体还包括步骤:
CK5/6一抗定位于基底细胞细胞质,呈红色,CK8/18一抗定位于乳腺正常腺上皮或肿瘤细胞的细胞质,呈棕黄色,细胞核经苏木素复染后呈蓝色;
根据CK8/18和CK5/6两种抗体在乳腺癌组织中的分布状态区分原位癌、浸润癌及微浸润癌区域,并将相关信息进行标注。
2.一种存储设备,其中存储有指令集,其特征在于,所述指令集用于执行:获取不同抗体对目标对象进行免疫组化染色后的数字病理图像;
在所述数字病理图像上对所述目标对象进行标注;
根据标注结果生成训练数据;所述数字病理图像通过如下方式获取;
对处理后的乳腺癌组织第一待染色切片,滴加CK8/18一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的AP-Red显色液显色8-20分钟,PBS冲洗2×3分钟;
在同一张组织切片上滴加CK5/6一抗,室温孵育1小时,PBS冲洗3×3分钟,滴加二抗室温孵育15-30分钟,PBS冲洗3×3分钟,甩去PBS,用新鲜配置的DAB显色液显色3-10分钟,PBS冲洗2×3分钟,苏木素复染25秒,PBS返蓝30秒,按照85%-95%-100%-100%的酒精梯度依次脱水3分钟,最后二甲苯透明3分钟,中性树胶封片;
所述“根据染色结果对所述目标对象进行标注”,具体还包括步骤:
CK5/6一抗定位于基底细胞细胞质,呈红色,CK8/18一抗定位于乳腺正常腺上皮或肿瘤细胞的细胞质,呈棕黄色,细胞核经苏木素复染后呈蓝色;
根据CK8/18和CK5/6两种抗体在乳腺癌组织中的分布状态区分原位癌、浸润癌及微浸润癌区域,并将相关信息进行标注。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210306290.7A CN114674644A (zh) | 2021-09-07 | 2021-09-07 | 一种基于免疫组化生成训练数据的方法和存储设备 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210306290.7A CN114674644A (zh) | 2021-09-07 | 2021-09-07 | 一种基于免疫组化生成训练数据的方法和存储设备 |
CN202111041413.0A CN113762379B (zh) | 2021-09-07 | 2021-09-07 | 一种基于免疫组化生成训练数据的方法和存储设备 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111041413.0A Division CN113762379B (zh) | 2021-09-07 | 2021-09-07 | 一种基于免疫组化生成训练数据的方法和存储设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114674644A true CN114674644A (zh) | 2022-06-28 |
Family
ID=78793271
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210306290.7A Pending CN114674644A (zh) | 2021-09-07 | 2021-09-07 | 一种基于免疫组化生成训练数据的方法和存储设备 |
CN202111041413.0A Active CN113762379B (zh) | 2021-09-07 | 2021-09-07 | 一种基于免疫组化生成训练数据的方法和存储设备 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111041413.0A Active CN113762379B (zh) | 2021-09-07 | 2021-09-07 | 一种基于免疫组化生成训练数据的方法和存储设备 |
Country Status (2)
Country | Link |
---|---|
CN (2) | CN114674644A (zh) |
WO (1) | WO2023035728A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114674644A (zh) * | 2021-09-07 | 2022-06-28 | 福州迈新生物技术开发有限公司 | 一种基于免疫组化生成训练数据的方法和存储设备 |
WO2024011400A1 (zh) * | 2022-07-12 | 2024-01-18 | 福州迈新生物技术开发有限公司 | 生成用于计算浸润性乳腺癌细胞Ki-67计数的训练数据的方法、存储设备和试剂盒 |
CN116068189A (zh) * | 2023-04-07 | 2023-05-05 | 吉林重明生物科技有限公司 | 早期癌检测试剂及其应用 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196731A (zh) * | 2013-04-18 | 2013-07-10 | 王刚平 | 用于鉴别乳腺肌上皮病变的多重染色试剂及其检测方法 |
CN104990781B (zh) * | 2015-06-29 | 2018-02-16 | 中国医学科学院皮肤病研究所 | 黑素细胞免疫组化苏木素—甲苯胺蓝双重复染法 |
US11276165B2 (en) * | 2017-06-15 | 2022-03-15 | Visiopharm A/S | Method for training a deep learning model to obtain histopathological information from images |
CN109376777A (zh) * | 2018-10-18 | 2019-02-22 | 四川木牛流马智能科技有限公司 | 基于深度学习的宫颈癌组织病理学图像分析方法及设备 |
CN110187107A (zh) * | 2019-04-26 | 2019-08-30 | 温州医科大学 | 一种基于肿瘤组织浸润免疫细胞特征建立的结直肠癌预后评估装置及方法 |
CN113248612A (zh) * | 2020-02-13 | 2021-08-13 | 上海君实生物医药科技股份有限公司 | 抗pd-1抗体在治疗神经内分泌瘤中的用途 |
CN111551720A (zh) * | 2020-04-30 | 2020-08-18 | 昆山德诺瑞尔生物科技有限公司 | 一种检测ogn蛋白表达的方法及其在胃癌辅助诊断中的应用 |
CN112326961B (zh) * | 2020-10-30 | 2021-08-06 | 福州迈新生物技术开发有限公司 | 一种非小细胞肺癌中pd-l1阳性肿瘤细胞比例的分析方法和存储设备 |
CN114674644A (zh) * | 2021-09-07 | 2022-06-28 | 福州迈新生物技术开发有限公司 | 一种基于免疫组化生成训练数据的方法和存储设备 |
-
2021
- 2021-09-07 CN CN202210306290.7A patent/CN114674644A/zh active Pending
- 2021-09-07 CN CN202111041413.0A patent/CN113762379B/zh active Active
-
2022
- 2022-06-24 WO PCT/CN2022/101122 patent/WO2023035728A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
CN113762379B (zh) | 2022-06-07 |
CN113762379A (zh) | 2021-12-07 |
WO2023035728A1 (zh) | 2023-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113762379B (zh) | 一种基于免疫组化生成训练数据的方法和存储设备 | |
CN112326961B (zh) | 一种非小细胞肺癌中pd-l1阳性肿瘤细胞比例的分析方法和存储设备 | |
Leong | Pitfalls in diagnostic immunohistology | |
JP7438281B2 (ja) | 定量的免疫組織化学のための方法及びシステム | |
Leong | Quantitation in immunohistology: Fact or fiction?: A discussion of variables that influence results | |
CN110850094A (zh) | 一种免疫组化双标单染试剂盒及其使用方法和应用 | |
Tripathy et al. | Immunocytochemistry using liquid-based cytology: a tool in hormone receptor analysis of breast cancer | |
US20090304244A1 (en) | Method and a system for presenting sections of a histological specimen | |
CN116042782A (zh) | 特定核酸序列荧光原位杂交联合多重免疫组化实验方法 | |
CN114113084A (zh) | 一种基于数字病理图像的实时伴随阅片方法和存储设备 | |
CN116057585A (zh) | 用于数字病理学的主动学习系统 | |
Jasani et al. | Measurement of estrogen receptor status by immunocytochemistry in paraffin wax sections | |
CN107271671A (zh) | 一种预测er(+)乳腺癌新辅助化疗效果的试剂盒和系统 | |
CN115266282B (zh) | 基于HE染色、Ki67、P16三种方法结合的病理图像自动识别方法 | |
CN110161225A (zh) | 一种检测癌细胞侵犯神经的免疫组化双标试剂盒 | |
Mulrane et al. | Assessment of significance of novel proteins in breast cancer using tissue microarray technology | |
JP7483880B2 (ja) | 患者の細胞の画像をラベル付けする方法、およびそのためのコンピュータ化システム | |
WO2024011400A1 (zh) | 生成用于计算浸润性乳腺癌细胞Ki-67计数的训练数据的方法、存储设备和试剂盒 | |
Gan | Troubleshooting immunohistochemistry | |
CN117233393B (zh) | 双重免疫组化染色试剂盒及其在鉴别良恶性胆管上皮肿瘤中的应用 | |
CN113607534B (zh) | 一种染色方法、试剂盒及应用 | |
CN116068189A (zh) | 早期癌检测试剂及其应用 | |
CN117434050A (zh) | 一种用于乳腺浸润癌Ki-67指数判读的免疫组化双染三标试剂盒 | |
Sattler | Automated staining: ventana perspective | |
CN116008549A (zh) | 一种多重荧光免疫组化检测试剂盒及其应用 |
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 |