DE60319816T2 - Verfahren zum automatischen erkennen von zellen mit krankheitsbezogener molekularmarkierungs-kompartimentierung - Google Patents

Verfahren zum automatischen erkennen von zellen mit krankheitsbezogener molekularmarkierungs-kompartimentierung Download PDF

Info

Publication number
DE60319816T2
DE60319816T2 DE60319816T DE60319816T DE60319816T2 DE 60319816 T2 DE60319816 T2 DE 60319816T2 DE 60319816 T DE60319816 T DE 60319816T DE 60319816 T DE60319816 T DE 60319816T DE 60319816 T2 DE60319816 T2 DE 60319816T2
Authority
DE
Germany
Prior art keywords
cell
cells
cancer
compartmentalization
molecular marker
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.)
Expired - Lifetime
Application number
DE60319816T
Other languages
English (en)
Other versions
DE60319816D1 (de
Inventor
Chee-Wui Chu
Alan C. Gig Harbor NELSON
Robert W. Gig Harbor WEBSTER
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
VisionGate Inc
Original Assignee
VisionGate Inc
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 VisionGate Inc filed Critical VisionGate Inc
Application granted granted Critical
Publication of DE60319816D1 publication Critical patent/DE60319816D1/de
Publication of DE60319816T2 publication Critical patent/DE60319816T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5091Chemical 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N15/14Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429Signal processing
    • G01N15/1433Signal processing using image recognition
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N2015/1006Investigating individual particles for cytology
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/40Imaging
    • G01N2223/419Imaging computed tomograph
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10141Special mode during image acquisition
    • G06T2207/10152Varying illumination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30024Cell structures in vitro; Tissue sections in vitro

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Food Science & Technology (AREA)
  • Cell Biology (AREA)
  • Medicinal Chemistry (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Oncology (AREA)
  • Hospice & Palliative Care (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Medical Informatics (AREA)
  • Pulmonology (AREA)
  • Signal Processing (AREA)
  • Dispersion Chemistry (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Analysis (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Description

  • Gebiet der Erfindung
  • Die vorliegende Erfindung bezieht sich auf Projektionsabbildungssysteme im Allgemeinen und auf Zellklassifizierung und genauer auf automatisierte Systeme mit hohem Durchsatz, die Projektionsabbildung, wie beispielsweise optische Durchflusstomographie (Flow Optical Tomography = FOT), verwenden, um Krebs bei Individuen mit hohem Risiko basierend auf hoch quantitativen Messungen von Molekularmarkerkompartimentierung im Kern oder Cytoplasma, die mit Malignität und Krankheit verbunden ist, zu detektieren.
  • Hintergrund der Erfindung
  • Die üblichste Methode der Krebsdiagnose bei Patienten ist es, eine Probe des verdächtigen Gewebes zu entnehmen und sie unter einem Mikroskop auf die Anwesenheit von offensichtlich malignen Zellen zu untersuchen. Während dieser Prozess relativ einfach ist, wenn der anatomische Ort des verdächtigen Gewebes bekannt ist und vollständig mit Stichproben erfasst werden kann (z. B. der Gebärmutterhals), ist er nicht so einfach, wenn es keine(n) leicht identifizierbaren Tumor oder Läsion gibt und der bei der Probenentnahme zu berücksichtigende Bereich sehr groß ist. Zum Beispiel ist es bezüglich der Detektion von Lungenkrebs nicht möglich, den gesamten Luftweg der Lungen abzutupfen. Eine Probe, wie beispielsweise Sputum, muss verwendet werden, da sie Zellen enthält, die von den Luftwegen in den Lungen abgetragen wurden. Dies erzeugt ein Verdünnungsproblem, weil ein früher Lungenkrebs verglichen mit der gesamten inneren Oberfläche der Lungen sehr klein ist, und als Resultat die Anzahl der Zellen, die von dem Tumor ausgeschieden werden, verglichen mit derjenigen von normalen Zellen ebenfalls sehr klein ist. Das Problem wird verschlimmert, weil nur ein kleiner Anteil der Sputumprobe tatsächlich untersucht wird. So erfordert die Detektion von Lungenkrebs mit traditioneller Sputumcytologie, dass eine oder mehrere relativ seltene Krebszellen in dem Teil der Probe vorliegt/vorliegen, der untersucht wird. Deshalb mögen Patienten mit Lungenkrebs nicht ordnungsgemäß diagnostiziert werden, falls die Probe den Zustand der Lunge nicht vollständig und genau widerspiegelt.
  • Ein Beispiel für ein Mikroskop-basiertes System und Verfahren zum Detektieren von Zellproben und Zellen mit Veränderungen, die mit Malignitäten verbunden sind, ist bei Palcic et al., US-Patent 6,026,174 offenbart. Das System von Palcic et al. umfasst einen automatisierten Klassifizierer mit einem konventionellen Mikroskop, einer Kamera, einem Bilddigitalisierer, einem Computersystem zum Steuern und Vernetzen dieser Komponenten, einem primären Klassifizierer für die anfängliche Zellklassifizierung und einem sekundären Klassifizierer für die nachfolgende Zellklassifizierung. Das Verfahren verwendet den automatisierten Klassifizierer, um automatisch diagnostische Zellen und Zellen mit mit Malignitäten verbundenen Veränderungen zu detektieren. Dieses Verfahren verbessert traditionelle Cytologie durch Detektieren von Zellen, die mit Malignitäten verbundene Veränderungen aufweisen, die viel häufiger sind als Krebszellen. Jedoch ist die Qualität des diagnostischen Ergebnisses durch die Verwendung eines konventionellen Mikroskops begrenzt, das keine genaue Messung der Färbungsdichten erlaubt. Weiterhin beschäftigt sich das Verfahren von Palcic et al. weder mit der Verwendung von spezifischen Molekularsonden noch mit der Kompartimentierung von Molekularmarkern.
  • Mit dem Aufkommen von spezifischen Molekularsonden, wie beispielsweise Antikörpern und Nukleinsäuresonden, können neue mit Krankheiten verbundene Fragen angegangen werden, indem diese Molekularsonden angehängt werden und dann ihr Ort und ihre Konzentration innerhalb biologischer Zellen und Gewebe gemessen werden. Die Verwendung von angehängten spezifischen Molekularsonden ermöglicht die indirekte Quantifizierung und Kompartimentierung von Molekularmarkern, wie beispielsweise pRb, p53/p53-bindendes Protein 1 (53BP1), Sam68, PTEN, E2F und 5-Methylcytosin-Guanin (Methyl-CpG), was informativ über Krankheitsprozesse, wie beispielsweise Krebs, sein kann. (Siehe zum Beispiel Pasquale, D., "Retinoblastoma Protein Tethered to Promoter DNA Regresses TBP-Mediated Transcription", Journal of Cellular Biochemistry, 70: 281–287, 1998, Rappold I, "Tumor Suppressor p53 Binding Protein 1 (53BP1) Is Involved in DNA Damage-signaling Pathways", The Journal of Cell Biology, 153 (3): 613–620, 2001, Chen, T., "A Role for the GSG Domain in Localizing Sam68 to Novel Nuclear Structures in Cancer Cell Lines", Molecular Biology of the Cell 10: 3015–3033, 1999, Perren, A., "Mutation and Expression Analyses Reveal Differential Subcellular Compartmentalization of PTEN in Endocrine Pancreatic Tumors Compared to Normal Islet Cells", American Journal of Pathology, 157 (4): 1097–1103, 2000, Gil, R., "Subcellular Compartmentalization of E2F Family Members Is Required for Maintenance of the Postmitotic State in Terminally Differentiated Muscle", The Journal of Cell Biology, 148 (6): 1187–1201, 2000, Rountree, M., "DNA methylation, chromatin inheritance, and cancer", Oncogene, 20:3156:3165, 2001). Da das Bedürfnis, diese Sonden genauer zu lokalisieren und zu quantifizieren, auftritt, gibt es ein gleichzeitiges Bedürfnis nach verbesserten Techniken, Sondendichten mit Submikrometerauflösung in zwei Dimensionen (2D) und drei Dimensionen (3D) zu messen. Konventionelle Lichtmikroskopie, die Zellen montiert auf Glasprobenträgern verwendet, kann wegen der Beschränkungen bei der Tiefe der Fokalebene, den Abtastwinkeln und Problemen mit der Zellpräparation, die typischerweise dazu führen, dass sich Zellen in der Bildebene überlagern, 2D-Dichtemessungen nur annähern. Ein anderer Nachteil von Lichtmikroskopie ist die inhärente Beschränkung des Betrachtens durch eine Objektivlinse, wobei nur der Bereich innerhalb der engen Fokalebene genaue Daten für die Analyse bereitstellt.
  • Durchflusscytometrieverfahren überwinden das Zellüberlappungsproblem grundsätzlich, indem die Zellen dazu gebracht werden, einzeln in einem Fluidstrom zu fließen. Unglücklicherweise erzeugen Durchflusscytometriesysteme keine Zellbilder derselben Qualität wie traditionelle Lichtmikroskopie, und in jedem Fall sind die Bilder nicht dreidimensional. Bezüglich des Hintergrunds werden die Fachleute auf Shapiro, HM, Practical Flow Cytrometry, 3. Aufl., Wiley-Liss, 1995 verwiesen.
  • Konfokale Mikroskopie bietet 3D-Abbildung von Proben, indem aufeinanderfolgende dünne Schichten der Probe abgebildet werden, um einen Stapel von 2D-Bildern zu erzeugen, der dann in 3D betrachtet werden kann. Das Abbilden wird durch Führen eines engen Lichtspots über die Probe auf einem Glasprobenträger bewirkt. Fluoreszenz- oder reflektiertes Licht wird durch eine Lochblende auf einen Detektor fokussiert, was Licht außerhalb des Fokus daran hindert, auf den Detektor zu treffen. So bestimmt die Größe der Lochblende die Auflösung in vertikaler Richtung, und die Größe des Spots bestimmt die Auflösung in den horizontalen Richtungen. Unglücklicherweise ist konfokale Mikroskopie eine sehr langsame Prozedur, weil das Bild durch Führen eines kleinen Lichtspots in einem Raster über die Probe aufgebaut wird, und die Probe erneut abgetastet werden muss, um jeden zusätzlichen Schnitt zu erzeugen. Ein anderer Nachteil ist, dass die auf Probenträgern angeordneten Zellen plattgedrückt sind, was Verzerrungen bei den Zellstrukturen verursacht.
  • Auf dem Gebiet der computergestützten Tomographie offenbart das US-Patent Nr. 5,402,460 , herausgegeben am 28. März 1995 für Johnson, et al. mit dem Titel "Three-dimensional Microtomographic Analysis System" ein Mikrotomographiesystem zum Erzeugen von hoch aufgelösten dreidimensionalen Bildern einer Probe unter Verwendung eines Röntgenstrahlengenerators und eines Röntgenstrahlendetektors, der die Abschwächung des Röntgenstrahls durch die Probe misst. Zwei Projektionen, die jeweils einen Röntgenstrahl unterschiedlicher Energie verwenden, werden von jeder Ansicht der Probe mit dem Mikrotomographiesystem von Johnson, et al. erstellt. Nachdem die beiden Projektionen einer Ansicht der Probe erstellt sind, wird die Probe auf dem Probenhalter verdreht, und ein anderer Satz von Projektionen wird erstellt. Die Projektionen von jeder Ansicht der Probe werden zusammen analysiert, um einen quantitativen Hinweis auf den Phasenanteil des Materials bereitzustellen, das die Probe ausmacht. Die Projektionen der unterschiedlichen Ansichten werden kombiniert, um ein dreidimensionales Bild der Probe bereit zu stellen. Obwohl die Röntgentechnologie, wie sie durch das US-Patent Nr. 5,402,460 gelehrt wird, für einige Anwendungen nützlich ist, stellt sie keine optische Lösung bereit, die für Durchflusscytometrie nützlich wäre, so dass man die 3D-Verteilung der molekularen Dichte innerhalb einer biologischen Zelle messen könnte.
  • Die WO-A-0 235 474 beschreibt ein Verfahren zum Durchführen eines Translokationstests, bei dem die Emission von zwei oder mehr fluoreszent markierten Spezies gleichzeitig detektiert wird, die von einer oder mehreren Beleuchtungswellenlängen angeregt wird. Die interessierende Translokation ist diejenige einer oder mehrerer Spezies, wobei es sich um Proteine, Lipide oder andere molekulare Komplexe oder subzelluläre Strukturen, wie beispielsweise Vesikel, handeln kann, aus einem wohl definierten Bereich einer Zelle zu einem anderen – Beispiele sind unter anderem Transkriptionsfaktoren (NF-KB, NFAT, AP-1). In einer Analyseroutine, um Translokationsbilddaten zu verarbeiten, ist der markierte Ort der Zellkern, wobei die Markierung ein für DNS-spezifischer Fluorophor ist, wie beispielsweise Hoechst 33342. Die zweite Spezies ist ein Transkriptionsfaktor, dessen Migration aus dem Cytoplasma zum Kern der Gegenstand des Tests ist. Dieses Protein kann durch eine Vielzahl von Verfahren markiert werden, einschließlich Expression als Fusion mit GFP, und Kontaktieren der Probe mit einem fluoreszent markierten Antikörper spezifisch für das Transkriptionsfaktorprotein. Die Routine bestimmt die Menge einer ersten fluoreszent markierten Spezies, die in einer korrelierten oder antikorrelierten Weise bezüglich einer zweiten fluoreszent markierten Spezies verteilt ist. In einer Ausführungsform wird die Analyse verwendet, um die Aktivität einer chemischen Verbindung zu testen, und eine XY-Probentischabtastvorrichtung wird verwendet. Das Verfahren führt die Diagnose von pathologischen Zuständen von Zellzuständen, wie beispielsweise Neuroblastomen, Nervenzellen, Blutzellen beispielsweise in der Krebsforschung durch – die fluoreszent markierten Spezies werden in zwei oder drei Dimensionen lokalisiert.
  • Um die vorgenannten Beschränkungen und andere, die bei solchen Systemen gefunden werden, zu überwinden, ist es eine Motivation dieser Erfindung, die Einzelzellendarstellung bei Durchflusscytometrie mit optischer Computertomographie auf der Basis von Mehrpunktquellenprojektionen zu kombinieren, um die Dichteinformationen innerhalb einer Zelle aus einer Mehrzahl von Projektionen zu rekonstruieren. Die rekonstruierten Dichteinformationen ermöglichen die genaue Quantifizierung von spezifisch markierten Markern und die Kompartimentierung solcher Marker.
  • Die Dichteinformationen, auf die hier Bezug genommen wird, sind einmalig für Projektionsabbildungssystem, die nicht die Verwendung von Linsen und Fokalebenen mit ihren inhärenten unerwünschten Unschärfeartefakten aufgrund nicht fokussierter Strukturen außerhalb der schmalen Fokalebene erfordern. Weil Projektionsabbildungssysteme keine Linsen und Fokalebenen erfordern, sondern stattdessen Schattenbilder erzeugen, wobei alle Strukturen gleichzeitig im scharfen Fokus sind, wird die Messung von Dichtemerkmalen quantitativer und genauer als bei konventionellen Mikroskopiesystemen. Darüber hinaus ermöglicht die 3D-Rekontruktion aus den Projektionsbildern die Trennung von Merkmalen, die in einer einzelnen 2D-Ansicht überlappen mögen. Diese Dichtemerkmale werden direkt den Orten und Mengen der Molekularsonden zugeordnet, die verwendet worden, um die Zellen zu färben.
  • Die vorliegende Erfindung überwindet Defizite des Stands der Technik, wo die Messung von subzellulärer und subnuklearer Kompartimentierung von Molekularmarkern in der Diagnostik nicht verwendet wurde, weil bislang kein wirksames Verfahren zur Durchführung dieser Messungen existierte.
  • Zusammenfassung der Erfindung
  • Die vorliegende Erfindung stellt ein Verfahren zum Detektieren von Zellen bereit, wie es in den angehängten Patentansprüchen 1 bis 21 definiert ist.
  • Um Molekularmarkerkompartimentierung zu bestimmen, wird eine Probe genommen und in Suspension gefärbt und dann durch die FOT abgebildet. Die gefärbte oder markierte Sonde ist spezifisch für interessierende Molekularmarker, einschließlich, aber nicht beschränkt auf pRb, p53/536P1, E2F, PTEN, SAM68 und Methyl-CpG. Die Molekularsonde kann mit Chromophoren, Fluorochromen oder Enzymen markiert werden, die Chromophore oder Fluorochrome erzeugen können. Das Computersystem analysiert dann die Projektionsbilder direkt und/oder berechnet die 3D-Rekosntruktion, die ebenfalls analysiert wird. Die Bilder werden hinsichtlich nicht gleichförmiger Beleuchtung und anderen Unvollkommenheiten des Bildaufnahmesystems korrigiert. Nachdem alle Bilder korrigiert sind, werden die Kanten, Oberflächen und Volumen und Dichten des interessierenden Objekts berechnet, d. h., die Grenze, die bestimmt, welche Pixel oder Voxel (dreidimensionale Pixel) zu dem Objekt oder der Struktur von Interesse gehören und welche zu dem Hintergrund gehören. Diese Objekte von Interesse umfassen Aggregate von markierten Sonden und gefärbten Zellstrukturen.
  • Das Computersystem berechnet dann einen Satz von 1D-, 2D- und 3D-Merkmalswerten für jedes Objekt der Struktur. Für einige Merkmalsberechnungen wird die Grenze entlang des höchsten Gradientenwerts durch entweder Ausdehnen oder Verkleinern der Kante (oder Oberfläche) um einen oder mehrere Pixel (oder Voxel) korrigiert. Dies wird so gemacht, dass jedes Merkmal eine größere Diskriminierungsstärke zwischen Klassen von Objekten erreicht und dadurch objektspezifisch ist. Diese Merkmalswerte werden dann durch einen Klassifizierer analysiert, der die Merkmalswerte verwendet, um zu bestimmen, ob das Objekt ein Artefakt oder ein Objekt oder eine Struktur von Interesse innerhalb einer Zelle oder eines Kerns ist, die/der spezifisch gefärbt oder markiert wurde. Wenn das Objekt ein Objekt oder eine Struktur von Interesse zu sein scheint, dann werden die Merkmalswerte von dem Klassifizierer weiter analysiert, um zu bestimmen, ob das Objekt von dem Typ und in einem Zell- oder Kernkompartiment ist, der/das auf eine Krankheit hinweist. Nachdem ein Objekt oder eine Struktur von Interesse identifiziert worden ist, wird die Molekularsondendichte dem konkreten Objekt zugeordnet, wodurch die Kompartimentierung der Sonde erhalten wird. Basierend auf der Anzahl von Zellen, die in der Probe gefunden wurden und die signifikante krankheitsbezogene Änderungen bei der Markerkompartimentierung aufzuweisen scheinen, kann eine statistische Bestimmung durchgeführt werden, ob der Patient, von dem die Zellprobe erhalten wurde, gesund ist, oder ein malignes Wachstum beherbergt.
  • In anderen Ausführungsformen stellt die vorliegende Erfindung ein Verfahren zum Detektieren von Epithelzellen in einer Zellprobe und ein Verfahren zum Detektieren von Zellen mit Molekularkompartimentierung bereit, die mit Krankheit unter den Epithelialzellen korreliert ist. In einer anderen Ausführungsform wird ein Verfahren zum Vorhersagen bereitgestellt, ob ein Patient Krebs bekommen wird.
  • Kurzbeschreibung der Zeichnungen
  • 1 zeigt schematisch ein Beispiel eines Durchflusscytometriesystems, das bei dem Verfahren der vorliegenden Erfindung verwendet werden kann.
  • 2 zeigt schematisch ein Beispiel eines Durchflussprozesses für eine einzelne Zelle, der bei den Verfahren der vorliegenden Erfindung verwendet werden kann.
  • 3A und 3B zeigen schematisch ein Beispiel einer Zelle in einer Querschnittrekonstruktion, wie sie zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird.
  • 4 zeigt schematisch ein Beispiel eines Rekonstruktionszylinders, wie er zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird.
  • 5 zeigt schematisch ein Beispiel eines optischen Durchflusstomographie-(FOT-)Systems, wie es zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird.
  • 6 zeigt schematisch ein Beispiel von Projektionsstrahlen innerhalb eines Rekonstruktionszylinders, wie er zur Verwendung bei einer Ausführungsform der vorliegenden Erfindung in Betracht gezogen wird.
  • 7 zeigt schematisch ein Beispiel einer Ansicht von oben auf einen Rekonstruktionszylinder, wie er zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird.
  • 8 zeigt schematisch ein Beispiel der Geometrie einer Quellen-/Lineararraykonfiguration, die bei einer Zellrekonstruktion verwendet wird, wie sie zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird.
  • 9 zeigt schematisch ein Beispiel eines Klassifizierungsmodells, das bei der Analyse von Markerquantifizierung und -kompartimentierung aus Projektionsbildern und tomographischer Rekonstruktion verwendet wird, wie es zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird.
  • 10 zeigt schematisch ein Beispiel des Prozesses der Kompartimentierung einer Molekularsonde, wie er zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird.
  • 11 zeigt schematisch Beispiele für Kompartimente innerhalb einer Zelle.
  • 12 zeigt schematisch ein Blockdiagramm eines Verfahrens zur Detektion von Zellen mit Molekularmarkerkompartimentierung, die mit Malignität und/oder Krankheit einschließlich Krebs verbunden ist.
  • Detaillierte Beschreibung der bevorzugten Ausführungsformen
  • Die Erfindung wird hier bezüglich konkreter Beispiele beschrieben, die sich auf biologische Zellen beziehen; jedoch wird verstanden werden, dass diese Beispiele nur dem Zweck des Illustrierens der Prinzipien der Erfindung dienen und dass die Erfindung hierauf nicht beschränkt ist. In einem Beispiel erlaubt das Konstruieren einer dreidimensionalen Verteilung von Punktdichten und Emissionsintensitäten innerhalb eines mikroskopischen Volumens die Messung von Dichte und Fluoreszenz an jedem Ort innerhalb des subzellulären Volumens und bestimmt den Ort von Strukturen oder Molekularmarkern, die mit angehängten Molekularsonden markiert worden sind. Durch Verwenden von angehängten Molekularsonden kann die Quantität von Sonden, die sich in dem mikroskopischen Objekt an bestimmte Strukturen oder Molekularmarker anhängen, gemessen werden, was eine Messung der Kompartimentierung des mit der Struktur verbundenen Markers ergibt. Zu Zwecken der Illustration kann ein Objekt, wie beispielsweise eine biologische Zelle, mit mindestens einer angehängten Molekularsonde, wie beispielsweise Antikörpern, spezifisch bindenden Proteinen, Lektinen oder Nukleinsäuresonden markiert werden, und die gemessene Kompartimentierung dieser Sonden kann wichtige Informationen über den Krankheitszustand der Zelle ergeben, einschließlich aber nicht beschränkt auf verschiedene Krebsarten, wie beispielsweise Lungen-, Brust-, Prostata-, Gebärmutterhals-, Blasen- und Eierstockkrebs. Die Molekularsonde kann ein Antikörper gegen pRb, p53, 53BP1, Sam68, PTEN, E2F oder Methyl-CpG sein.
  • Biologische Zellen, die in Suspension hergestellt und mit angehängten Molekularsonden zur spezifischen Krankheitsdiagnose gefärbt oder markiert wurden, werden dazu gebracht, durch eine Vorrichtung zu fließen oder zu wandern, die für das Aufnehmen von Projektionsbildern sorgt und die Rekonstruktion von 2D- und 3D-Dichteinformationen aus optischen Projektionsstrahlengängen erlaubt, die ungefähr senkrecht zu dem Bewegungsvektor der Zelle verlaufen. Durch Steuern der Geschwindigkeit der Zellbewegung längs einer Achse können die senkrechten 2D-Rekonstruktionsebenen korrekt längs der Achse der Zelle angeordnet (oder gestapelt) werden, um ein 3D-Bild der gesamten Zelle zu erzeugen, oder ein 3D-Bild der Zelle kann direkt aus optischen 2D-Transmissions- oder Emissionsprojektionen berechnet werden.
  • Durchflusscytometrie ist wegen der folgenden Eigenschaften hochgradig zur Bildrekonstruktion geeignet:
    • • die Zellen fließen in einer einzigen Reihe durch das Kapillarröhrchen, so dass Zellüberlappung und Verdeckung minimiert sind,
    • • die Geschwindigkeit der durch das Kapillarröhrchen fließenden Zellen kann direkt gemessen werden und ist konstant,
    • • die Zellen neigen dazu, der Mittelachse des Kapillarröhrchens zu folgen,
    • • das Analysieren von Zellen in Suspension minimiert Strukturverzerrungen.
  • Die vorliegende Erfindung nutzt die vorgenannten Merkmale zum Vorteil, aber sie ist nicht auf diese Merkmale beschränkt, um ein System zur Punktquellenprojektionsabbildung und tomographischen Bildrekonstruktion bereitzustellen.
  • Bezug nehmend jetzt auf 1 ist schematisch ein Beispiel eines Durchflusscytometriesystems gezeigt, wie es zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird. Das System ist bezüglich eines Koordinatensystems 11 mit Koordinaten in der x-, y- und z-Richtung orientiert. Im Betrieb werden Zellen 1 unter Verwendung einer bekannten Injektionseinrichtung 4 in ein Injektionsrohr 3 injiziert, Das Kapillarröhrchen ist an einem Injektionsende 5 weiter und umfasst eine Presskappe 6. Ein umhüllendes Fluid 7 wird an einem Rohr 8 eingeleitet, um eine Laminarströmung innerhalb des Kapillarröhrchens 2 zu erzeugen. Es ist charakteristisch für traditionelle Durchflusscytometrie, dass sich die in Lösung präparierten und suspendierten Zellen 1 derart durch ein Kapillarröhrchen 2 bewegen können, dass sie sich leicht zur Durchflussachse strecken und sich ungefähr die Mittelachse des Kapillarröhrchens 2 herunter bewegen, wie sie durch die gestrichelte Linie 9 wiedergegeben wird. Die Zellen können vorteilhafter Weise dazu gebracht werden, mit axialer Symmetrie und mit konstanter Geschwindigkeit 10 in einer einzelnen Reihe längs der Mittelachse eines zylindrischen Kapillarröhrchens zu fließen.
  • Jetzt Bezug nehmend auf 2 wird schematisch ein Beispiel eines Durchflussprozesses für eine einzelne Zelle gezeigt, wie er zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird. Eine Zelle 1 bewegt sich mit einer konstanten Geschwindigkeit (V), die durch einen Geschwindigkeitsvektor 10 angezeigt wird, durch ein Kapillarröhrchen 2. Die Zelle 1 weist eine Cytoplasmamembran 12 und eine Kernmembran 13 auf. Während des Vorgangs des Fließens durch das Kapillarröhrchen 2 tritt die Zelle 1 durch eine Mehrzahl von Rekonstruktionsebenen hindurch, die zu Illustrations zwecken als erste, zweite und dritte Rekonstruktionsebene 14a, 14b bzw. 14c wiedergegeben sind. Ein erster ebener Schnitt 15a durch das Cytoplasma liegt innerhalb der Rekonstruktionsebene 14a. In gleicher Weise liegt ein zweiter ebener Schnitt 15b durch das Cytoplasma und den Kern innerhalb der zweiten Rekonstruktionsebene 14b, und ein dritter ebener Schnitt 15c liegt innerhalb der dritten Rekonstruktionsebene 14c. Ein zentrales Merkmal einer Ausführungsform der vorliegenden Erfindung ist, dass eine Anzahl von optischen Punktquellen von wählbarer Wellenlänge um das und konzentrisch zu dem Kapillarröhrchen angeordnet ist. Die optischen Punktquellen arbeiten in Verbindung mit gegenüberliegenden optischen Sensorarrays, die für auswählbare Anteile des Lichtspektrums empfindlich sind und somit die Aufnahme von Projektionen des durch die Zelle transmittierten Lichts erlauben. Die aufgenommenen Projektionsbilder werden dann direkt analysiert oder unter Verwendung von tomographischen Bildrekonstruktionsalgorithmen verarbeitet, um räumliche Karten oder Bilder der Verteilung von Dichten und/oder Emissionsintensitäten innerhalb der Zelle bereitzustellen. Es wird verstanden werden, dass die Anzahl von Rekonstruktionsebenen in der Praxis zwischen einigen bis einigen hundert oder mehr variieren kann, abhängig von der benötigten Bildauflösung des Objekts, das dem System dargeboten wird. Die Gruppe von rekonstruierten parallelen planaren Schnittebenen kann in Software kombiniert oder gestapelt werden, um ein dreidimensionales (3D-)Bild der Dichten und Emissionsintensitäten innerhalb der Zelle zu erzeugen. Zusätzlich können durch Verwenden von planaren (2D-)anstelle von linearen (1D-)Lichtsensorarrays und eines kegelförmigen anstelle eines fächerförmigen Beleuchtungsstrahlenmusters Projektionen einer Mehrzahl von zusammenhängenden ebenen Schnitten durch die fließenden Zellen gleichzeitig aufgenommen werden. Als Resultat können unter Verwendung von Kegelstrahlrekonstruktionsalgorithmen dreidimensionale (3D-)Bilder der Verteilung der Dichten und Emissionsintensitäten innerhalb des Zellvolumens direkt aus den zweidimensionalen (2D-)Projektionen berechnet werden. Alternativ können die 2D-Punktquellenprojektionsbilder, die unendliche Schärfentiefe aufweisen, direkt analysiert werden.
  • Im Falle einer biologischen Zelle kann ein Abstand (d) zwischen den Rekonstruktionsebenen wenige Mikrometer oder weniger betragen. Ein Punkt innerhalb der Zelle 1 wird mit jeder Rekonstruktionsebene in Zeitintervallen zusammenfallen, wobei die Zeitintervalle (t) gemäß der folgenden Relativbeziehung beschrieben werden können: t = d ÷ V (Gleichung 1)
  • Bezug nehmend jetzt gemeinsam auf die 3A und 3B ist schematisch ein Beispiel eines Rekonstruktionsquerschnitts 16 gezeigt, wie er zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird. Rekonstruktion von Punktdichten innerhalb einer Zelle aus optischen Projektionen durch sie profitiert von der axialen Symmetrie und der Zentrierung der strömenden Zelle. Zusätzlich kann der durch Projektionen abgetastete Raum als aus drei Hauptkompartimenten bestehend modelliert werden:
    • 1. dem Fluid außerhalb der Zelle 17 (d. h. dem umhüllenden Fluid oder Zellsuspensionsmedium),
    • 2. dem Zellcytoplasma 18 und
    • 3. dem Zellkern 19.
  • Die quantitative Kenntnis der Verteilung der optischen Dichte oder der Molekularsonden in diesen drei Kompartimenten kann ausreichend sein, um verschiedene wichtige Probleme bei der Zellbiologie und der Krankheitsdiagnose anzugehen. Zusätzlich kann es nützlich sein, zwei Grenzflächen zu berechnen, einschließlich der Cytoplasmamembran 12 und der Kernmembran 13, wenn bestimmte Molekularsonden präferentiell an diese Oberflächen anbinden. Andererseits kann es ausreichend sein, diese Membranen als die Übergangsoberflächen zwischen den drei unterschiedlichen Kompartimenten zu charakterisieren.
  • In anderen Fällen kann es vorteilhaft sein, Kompartimente innerhalb des Cytoplasmas und des Kerns, wie beispielsweise den Golgi-Apparat bzw. den Nukleolus, zu rekonstruieren und zu definieren und spezifische Molekularmarker in diesen Kompartimenten zu lokalisieren.
  • Durch Kombinieren der rekonstruierten Schnitte der Zelle oder durch Rekonstruieren in einer helikalen volumetrischen Weise können die 3D-Morphologie- und Volumeninformationen erzeugt werden, aber die absoluten (im Gegensatz zu den relativen) Volumina hängen von genauen Informationen des Zellorts ab. Der Zellort ist eine Funktion der Fließgeschwindigkeit. Jedoch sind in einigen Fällen die relativen Konzentrationen oder Dichten der Färbung oder der Molekularsonden ausreichend, um die diagnostische Frage anzugehen: Wieviel Sonde ist verglichen mit anderen Kompartimenten in einem bestimmten subzellulären oder subnuklearen Kompartiment? Die unangemessene Kompartimentierung bestimmter Molekularmarker, wie sie durch relative optische Dichten der spezifischen Sonden in den verschiedenen Kompartimenten gemessen wird, kann für die Diagnose eines Krankheitszustands ausreichend sein. Die Zugehörigkeit von angehängten Sonden zu bestimmten subzellulären Kompartimenten, Strukturen oder Organellen innerhalb des Cytoplasmas oder Kerns wird durch räumliche Auflösung im Submikrometerbereich erleichtert.
  • Bezug nehmend jetzt auf 4 ist schematisch ein Beispiel eines Rekonstruktionszylinders gezeigt, der das Durchflussröhrchen 2, welches die strömenden Zellen 1 enthält, umgibt und wie er zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird. Ein Rekonstruktionszylinder 20 umfasst zum Beispiel eine Helix 24 von Punktquellen 21, die mit einer bestimmten Helixsteigung mit einem Steigungswinkel θ angeordnet sind. Jede Punktquelle 21 erzeugt einen Strahl aus Photonen 22, wobei der Strahl aus Photonen typischerweise kegel- oder fächerförmig ist. Während die Anordnung der Quellen, die in dem Beispiel von 4 dargestellt ist, helikal ist, kann das Array von Punktquellen eine große Vielzahl von geometrischen Mustern annehmen, teilweise abhängig von der Geschwindigkeit der Elektronik, der Zellgeschwindigkeit und der Geometrie, mit der nicht überlappende Projektionssignale an den Sensor (Detektor) erreicht werden. Sensorelemente 23 sind angeordnet, um Licht von den Punktquellen zu empfangen.
  • Die festen optischen Punktquellen 21 in Verbindung mit gegenüberliegenden Detektoren 23, die um einen Umfang des Rohr herum gelagert sind, können mehrere Projektionswinkel durch die gesamte Zelle 1 abtasten, während diese an den Quellen vorbeifließt. Durch zeitliche Steuerung der Emission oder des Auslesens oder von beiden wird jedes detektierte Signal mit einer bestimmten bekannten Position längs der Achse in der z-Richtung der strömenden Zelle zusammenfallen. Auf diese Weise kann eine Zelle 1, die mit bekannter Geschwindigkeit längs einer bekannten Achse senkrecht zu einer Lichtquelle fließt, welche dazu gebracht wird, in synchronisierter Weise zu emittieren oder detektiert zu werden, optisch mit Projektionen durch die Zelle in Schnitte zerlegt werden, die rekonstruiert werden können, um einen 2D-Schnitt in der x-y-Ebene auszubilden. Durch Stapeln oder mathematisch Kombinieren sequenzieller Schnitte wird ein 3D-Bild der Zelle hervortreten. Es ist auch möglich, die Zellbewegung mit der Positionierung der Lichtquelle (oder der Lichtquellen) um die Durchflussachse zu kombinieren, um Daten zu erzeugen, die zum Beispiel in einer helikalen Weise rekonstruiert werden können, um ein 3D-Bild der Zelle zu erzeugen. Rekonstruktion kann entweder durch Stapeln zusammenhängender ebener Bilder, die aus linearen (1D-)Projektionen unter Verwendung von Fächerstrahlkonstruktionsalgorithmen rekonstruiert wurden oder aus planaren (2D-)Projektionen direkt unter Verwendung von Kegelstrahlkonstruktionsalgorithmen durchgeführt werden. Das 3D-Bild der Zelle kann quantitative Messungen von subzellulären Strukturen und die Kompartimentierung oder Lokalisierung und Menge von markierten Molekularsonden ergeben, die diagnostische Informationen bereitstellen.
  • Wie erwähnt wurde, ist mehr als eine Projektion durch einen Zellschnitt erforderlich, um die 2D- oder 3D-Dichtestruktur in dem Schnitt oder Volumen zu rekonstruieren. In traditioneller schnittweiser medizinischer Röntgencomputertomographie werden mehrfache Projektionen durch Stillhalten des humanen Patienten erstellt, während die Röntgenquelle und die gegenüberliegenden Detektoren längs eines Umfangs bewegt werden, um mehrere Projektionswinkel durch den Patienten zu erzeugen. Analog bewegt das optische Durchflusstomographiesystem, das bei einer Ausführungsform des Verfahrens dieser Erfindung verwendet wird, die Zelle mit einer vorgegebenen Geschwindigkeit (V) längs mehrerer Quellen, die unter unterschiedlichen Winkeln längs des Umfangs des Kapillarröhrchens positioniert sind, um mehrere Projektionen durch die Zelle zu erzeugen, während sie an den Punktquellen vorbeifließt. Diese Punktquellen emittieren Photonen, die durch die Zelle hindurch treten und durch ein Array von Sensoren gegenüber der Quelle detektiert werden. Die Punktquellen können vorteilhafter Weise längs einer Helix 24 oder in anderen geeigneten geometrischen Mustern am Umfang des Kapillarröhrchens angeordnet sein, so dass jeder Punkt in der Zelle aus einer Mehrzahl von Winkeln abgetastet wird, während sie durch das Array von Punktquellen hindurch tritt. Zwecks guter Abtastgeometrie können die Punktquellen mindestens 180 Grad des Umfangs abdecken. Weniger Winkelabdeckung (d. h. Winkelunterabtastung) kann praktikabel sein, während zusätzliche radiale Abdeckung die Genauigkeit und das Signal-Rausch-Verhältnis der berechneten Rekonstruktion verbessert. Abhängig von der Geometrie kann es vorteilhaft sein, traditionelle analytische, iterative oder statistische Algorithmen zur Kegelstrahl- oder Fächerstrahlenbildrekonstruktion anzuwenden. (Siehe zum Beispiel Gilbert, P., "Iterative Methods for the Threedimensional Reconstruction of an Object from Projections, "Journal of Theoretical Biology 36: 105–17, 1972, Oppenheim, B. E., 'More Accurate Algorithms for Iterative 3 dimensional Reconstruction, "IEEE Transactions an Nuclear Science NS-21: 72–7, 1974, Singer, J. R., Grunbaum, F. A., Kohn, P. und Zubelli, J. P., "Image Reconstruction of the Interior of Bodies that Diffuse Radiation", Science 248 (4958): 990–3, 1990, Mueller, K. und Yage, R., "Rapid 3-D Cone-beam Reconstruction with the Simultaneous Algebraic Reconstruction Technique (SART) Using 2-D Texture Mapping Hardware", IEEE Transactions an Medical imaging 19 (12): 1227–37, 2001.) Verwandte Verfahren umfassen, sind aber nicht beschränkt auf ART (algebraische Rekonstruktionstechnik, wie bei Bellman, S. H., Bender, R., Gordon, R. und Rowe, J. E., "ART is Science being A Defense of Algebraic Reconstruction Techniques for Three-dimensional Electron Microscopy", Journal of Theoretical Biology 32: 205–16, 1971, diskutiert), SIRT (simultane iterative Rekonstruktionstechnik, wie zum Beispiel von Gilbert, Id. Nr. 1493 diskutiert), ML-EM ("Maximum Likelihood Expectation Maximization", wie zum Beispiel von Manglos, S. H., Jaszcak, R. J. und Floyd, C. E., "Maximum Likelihood Reconstruction for Cone Beam SPECT: Development and Initial Tests", Physics in Medicine and Biology 34 (12): 1947–57, 1989, Nr. 1382 diskutiert) und OSEM ("Ordered Subsets Expectation Maximization", wie zum Beispiel bei Manglos, S. H., Gagne, G. M., Krol, A. Thomas, F. D und Narayanaswamy, R., "Transmission Maximum-likelihood Reconstruction with Ordered Subsets for Crone Beam CT", Physics in Medicine and Biology 40 (7): 1225–41, 1995, Nr. 4389 diskutiert).
  • VERFAHREN:
  • Durchflusscytometer.
  • Bezug nehmend jetzt auf 5 ist schematisch am Beispiel eines optischen Durchflusstomographiesystems (FOT) gezeigt, wie es zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird. Das optische Durchflusstomographiesystem umfasst ein Durchflusscytometer mit einem Rekonstruktionszylinder 20, der um das Kapillarröhrchen 2 herum angeordnet ist. Eine Quelle für Photonen 25 und ein Photonsensor 26 arbeiten mit einem Pulshöhenanalysator 27 zusammen, um als Triggereinrichtung zu dienen. Der Pulshöhenanalysator 27 arbeitet gemäß bekannten Prinzipien, um einen ersten Triggerpunkt 26 für den Anfang einer Zelle und einen zweiten Triggerpunkt 29 für das Ende der Zelle bereitzustellen. Der Pulshöhenanalysator 27 gibt ein Triggersignal 30 entsprechend dem Anfang und Ende jeder Zelle aus, wobei das Triggersignal von dem Rekonstruktionszylinder 20 empfangen wird.
  • Ein Computer 40 ist angeschlossen, um Daten, Steuersignale und Zeittaktsignale über Signalleitungen 4143 an die Punktquellen 21, die Sensorelemente 23 und den Pulshöhenanalysator 27 zu übertragen. Der Computer kann einen bekannten Computer oder eine Mehrzahl von Computern und ein Array von Prozessoren aufweisen, der/die zur Bildaufnahme- und Bildrekonstruktionsverarbeitung geeignet ist/sind.
  • Kommerzielle Durchflusscytometer gibt es in drei Durchflussgrundkonfigurationen: nämlich das zylindrische Durchflussröhrchen, das rechteckige Durchflussröhrchen und das Strömung-in-Luft-System. (Siehe Shapiro, H. M., Practical Flow Cytometry, 3. Aufl., Wiley-Liss, 1995.) Die bevorzugte Konfiguration ist das zylindrische Durchflussröhrchen, weil es wichtig ist, eine optimale zylindrische Geometrie für den Rekonstruktionsalgorithmus zu erhalten, um jegliche radiale Abhängigkeit aufgrund der Durchflusshardware (siehe 1) zu minimieren. Darüber hinaus kann das zylindrische Durchflussröhrchen gleichmäßig dünne Wandungen relativ zu der Querschnittsfläche des Kapillarröhrchens aufweisen.
  • Zusätzlich kann die Triggereinrichtung stromauf des Rekonstruktionsmoduls angeordnet sein, um ein Zeittaktsignal bereitzustellen, um die Datensammlung zu beginnen und dann zu beenden, wenn die Zelle optimal eintritt und dann aus dem Rekonstruktionszylinder austritt. Die Triggereinrichtung kann vorteilhafter Weise eine Laserdiode, CCD, PMT, eine Photodetektorkombination, ein Festkörperphotodetektor und Kombinationen der vorgenannten Elemente umfassen. Die Triggereinrichtung weist eine Schwellwertfestlegung auf, die die Anwesenheit einer strömenden Zelle erfass, und somit ein Triggersignal generiert, das in Verbindung mit einer bekannten Zellgeschwindigkeit verwendet werden kann, um zu berechnen, wann der stromab liegende Rekonstruktionszylinder die Datensammlung für die spezielle Zelle von Interesse beginnen kann. Weiterhin kann das Zeitintervall zwischen dem ersten und zweiten Triggerpunkt entsprechend dem Eintritt und dem Austritt der Zelle in den und aus dem Rekonstruktionszylinder in gleiche oder ungleich Inkremente aufgeteilt werden, wobei jeweils zusätzliche Projektionsdaten durch Abtasten der Lichtquelle(n) 21 und Auslesen des/der Sensor Array(s) 23 gewonnen werden können.
  • Die Durchflussgeschwindigkeit muss präzise gesteuert und gemessen werden. Für diese Fähigkeit wird bei kommerziellen High-End-Systemen gesorgt, die Geschwindigkeiten im Bereich von 1 Meter/s bis 10 Meter/s verwenden. Die beste Zellgeschwindigkeit wird durch die Geschwindigkeit der Datensammlung und Signal-Rauschen-Betrachtungen bestimmt, wie sie nachfolgend diskutiert werden.
  • Das Rekonstruktionsmodul.
  • Bezug nehmend jetzt auf 6 ist ein Beispiel eines Fächerstrahlenprojektionsstrahls innerhalb eines Rekonstruktionszylinders 20 gezeigt, wie er zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird. Der Zweck des Rekonstruktionszylinders ist es, ein Mittel zum Projizieren von Licht aus einer Vielzahl von festen Punktquellen 21a21c längs eines kleinen Umfangs in das zylindrische Kapillarröhrchen bereitzustellen. Die von den Punktquellen emittierten Photonen weisen eine bekannte Projektionsgeometrie auf, wie beispielsweise eine Fächer- oder Kegelform, und treten durch das Kapillarröhrchen hindurch, um fallweise durch ein Array von Sensorelementen 23a, 23b oder 23c detektiert zu werden, die längs eines größeren Umfangs gegenüber einer entsprechenden Punktquelle angeordnet sind. Während gekrümmte lineare (1D-)Sensorarrays, die für eine Fächerstrahlendurchleuchtung geeignet sind, zum Zwecke der Illustration dargestellt sind, ist zu verstehen, dass geradlinige (1D-)Sensorarrays oder ebene (2D-)Sensorarrays, die für Kegelstrahlenbeleuchtung geeignet sind, in gleicher Weise verwendet werden können. Auf diese Weise kann ein Satz von Projektionsstrahlen erzeugt werden, wobei die Projektionsstrahlen als die gerade Linie beschrieben werden können, die die Punktquelle mit einem einzelnen Sensorelement verbindet. Der Unterschied zwischen der Anzahl an Photonen, die die Punktquelle längs eines bestimmten Projektionsstrahls, wie beispielsweise des Projektionsstrahls 31, verlassen, und der Anzahl an Photonen, die an dem bestimmten Sensorelement empfangen werden, wird zu der Anzahl an Photonen in Beziehung gesetzt, die aufgrund von Wechselwirkungen mit der Zelle und zugehörigen angehängten Molekularsonden und anderen Inhalten des Durchflussröhrchens längs des Projektionsstrahlengangs verloren gehen oder gedämpft werden.
  • Es können jedoch aufgrund von Lichtstreuung, Photonenenergieverschiebungen, nicht perfekter Geometrie und schlechter Kollimation Komplikationen auftreten und Photonen aus unterschiedlichen Quellen an einem bestimmten Sensorelement ankommen, wenn mehrere Punktquellen gleichzeitig energetisiert werden. Durch sorgfältige Konstruktion des Rekonstruktionszylinders, zum Beispiel durch vernünftige Wahl der Geometrie für das Muster der Punktquellen und ihrer gegenüberliegenden Detektoren, wie sie hier beschrieben wird, und durch geeignetes Zeittakten oder Multiplexen der Aktivierung der mehreren Punktquellen und des Auslesens des Sensorarrays kann die Photonenkontamination aufgrund dieser Aspekte minimiert, aber nicht eliminiert werden.
  • Die Photonenkontamination kann bei der Kalibrierung des Systems zum Beispiel ohne vorliegende Zellen berücksichtigt werden. Das heißt, jede Lichtquelle kann abwechselnd eingeschaltet werden, und ihre Effekte auf jeden der Sensoren können gemessen werden, wodurch Offset-Daten zur Verwendung beim Normalisieren des Systems bereitgestellt werden. Ein zusätzlicher Kalibrierungsschritt kann zum Beispiel das Abbilden von Latexpolymerkügelchen oder anderen Mikrosphären oder abgeflachte Sphäroiden einbeziehen, deren optische Eigenschaften bekannt sind und die den interessierenden Dichtebereich für das Zellabbilden überspannen. Photonen, die von fluoreszierenden Sonden emittiert werden, können von solchen unterschieden werden, die an den Punktquellen austreten, indem spektrale Bandpassfilter an den Detektoren verwendet werden, wie nachfolgend diskutiert wird.
  • Lichtquelle.
  • Jede Quelle kann dieselben Grundeigenschaften aufweisen, vorzugsweise:
    • • sie kann angenähert eine kleine kreisförmige Punktquelle sein,
    • • sie kann bei bekannter spektraler Zusammensetzung hell sein,
    • • die von der Quelle emittierten Photonen können eine bekannte Geometrie aufweisen, wie beispielsweise Kegelstrahl oder Fächerstrahl.
  • Jede Quelle erzeugt Daten für einen Projektionswinkel. Eine Mehrzahl von Quellen, die längs einer Helix angeordnet sind, deren Achse die Mittelachse des Durchflussröhrchens ist, erzeugt Daten für mehrere Projektionswinkel durch jede aufeinanderfolgende Ebene (oder jeden Rekonstruktionsschnitt), wenn die Zelle durch das Modul strömt. Abhängig von der Sensorgeometrie könnten verschiedene Punktquellen co-linear an demselben Umfang angeordnet werden, so dass sich die Projektionen an dem Sensor nicht überlappen. Eine gute Abtastgeometrie kann durch äquidistantes Anordnen von Quellen längs einer Helix von 180 Grad erreicht werden, obwohl weniger Winkelabdeckung in einigen Fällen tolerabel sein kann, und 360 Grad können verwendet werden, um das Signal-Rausch-Verhältnis zu verbessern. Die gewünschte Anzahl an Quellen ist eine Funktion der benötigen Auflösung innerhalb jeder ebenen Rekonstruktion (der x-y-Ebene) oder volumetrischen Rekonstruktion. Während eine helikale Anordnung von Punktquellen zur Illustration verwendet wird, ist zu verstehen, dass eine Vielzahl von geometrischen Mustern für das Punktquellenarray verwendet werden kann. Weiterhin ist die Wellenlänge der Quelle entweder durch Verwendung von verschiedenen Dioden- und anderen Lasern oder durch Bandpassfiltern einer weißen oder anderen breitbandigen Quelle, zum Beispiel einer Quecksilber- oder Xenonbogenlampe, wählbar.
  • Bezug nehmend jetzt auf 7 ist dort schematisch ein Beispiel einer Ansicht von oben auf einen Rekonstruktionszylinder gezeigt, wie er in 6 gezeigt ist und wie er zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird. Eine erste Punktquelle 21a und ein Sensorarray 23a sind gezeigt, wobei eine Zelle mit einem Kern 19 senkrecht zu der Zeichenebene in einer Projektion der Quellentrajektorie strömt, die in zwei Dimensionen einen Rekonstruktionskreis 32 ausbildet, bei dem alle Projektionen, obwohl sie in einer zeitlich gestuften Weise aufgenommen wurden, als überlappend dargestellt sind, und wobei die gesamte Zelle enthalten ist. Eine zweite Punktquelle 21b und ein zweites Sensorarray 23b sind ungefähr 30° um die Helix herum angeordnet. Eine dritte Punktquelle 21c und ein drittes Sensorarray 23c sind ungefähr 90° um die Helix herum angeordnet.
  • Die Datensammlung wird synchron mit der Zellgeschwindigkeit innerhalb eines "dicken" ebenen axialen Querschnitts der Zelle gesteuert. Die gewünschte Ebenendicke ist eine Funktion der benötigen Auflösung in z-Richtung. Typischerweise wird die Auflösung in der axialen Richtung (z-Richtung) kleiner sein als in der ebenen transaxialen Richtung. Außerdem kann der beste Rekonstruktionskreis durch das überlappende Schneiden der Projektionsfächer definiert werden, die die Punktquellen an ihrer Spitze und die Breite der Sensorarrays an ihrer Grundseite aufweisen. Es ist wünschenswert, dass die Geometrie des Rekonstruktionszylinders sicherstellt, dass der Querschnitt der strömenden Zellen vollständig in den Rekonstruktionskreis fällt.
  • Es gibt verschiedene Optionen, die angewandt werden können, um optische Punktquellen zu erzeugen, wie beispielsweise:
    • • eine Lochblende vor einem Laser oder einer anderen Photonenquelle hoher Intensität,
    • • eine optische Faser mit einem kleinen Querschnitt,
    • • eine Linse kurzer Brennweite vor einer Photonenquelle,
    • • ein Elektronenstrahl, der einen Punkt auf einer Phosphoroberfläche bestrahlt (eine Form von CRT), und
    • • verschiedene Kombinationen der obigen.
  • Die Geometrie ist derart, dass je näher die Punktquelle an dem interessierenden Objekt (der Zelle) liegt, desto höher die Vergrößerung aufgrund des weiteren geometrischen Winkels ist, der von einem Objekt näher an der Quelle abgedeckt wird. Umgekehrt kann, wenn die erforderliche Auflösung vor der Auslegung des Systems bekannt ist, die Geometrie für diese spezielle Auflösung optimiert werden. Bezüglich des Hintergrunds werden die Fachleute auf Blass, M., leitender Herausgeber, Handbook of Optics: Fiber Optics and Nonlinear Optics, 2. Aufl., Bd. IV, Mcgraw-Hill, 2001 hingewiesen.
  • Bezug nehmend jetzt auf 8 zeigt Fig. schematisch ein Beispiel eines geraden linearen Arrays, das bei Zellrekonstruktion verwendet wird, wie sie zur Verwendung bei einer Ausführungsform des Verfahrens der vorliegenden Erfindung in Betracht gezogen wird. Zum Beispiel diktiert Nyquist-Abtasten (d. h. Überabtasten um einen Faktor von zwei), wenn ein Zellquerschnitt 12 und ein Kern 19, die innerhalb eines Rekonstruktionskreises von 30 Mikrometer Durchmesser enthalten sind, und eine gewünschte Auflösung von 0,5 Mikrometer angenommen werden, dass mindesten 120 Sensorelemente 33 für jede Punktquelle 21 erforderlich sind. Die Punktquelle 21 an der Spitze und die Länge des linearen Arrays 34 an der Grundseite formen ein Dreieck 35, so dass die Beispielszelle von 30 Mikrometern Durchmesser in das Dreieck 35 so dicht wie möglich an der Punktquelle 21 passt. In diesem Beispiel kann, falls jedes Element des (beispielsweise CCD-)Arrays 20 Mikrometer breit ist und die Arraylänge 2400 Mikrometer beträgt, der Mittelpunkt der Zelle ungefähr 100 Mikrometer (halber Durchmesser des Kapillarröhrchens) von der Punktquelle entfernt sein, wenn der Abstand zwischen der Punktquelle und dem linearen Array 8 Millimeter beträgt, wodurch eine 80-fache Vergrößerung bereitgestellt wird.
  • Als zweites Beispiel betrachte einen Rekonstruktionskreis von 30 Mikrometer Durchmesser und ein komplementäres Metalloxidhalbleiter-(CMOS-)Sensorarray, in dem die Pixelelementgröße 4 Mikrometer beträgt. In diesem Fall kann das Array 120 Elemente auf einer Breite von 180 Mikrometern enthalten, und es kann 1,6 mm von der Punktquelle entfernt sein, wenn der Abstand zwischen der Punktquelle und der Zelle 100 Mikrometer beträgt, was eine 16-fache Vergrößerung bereitstellt.
  • Sensorelemente
  • Jede Punktquelle sollte ein entsprechendes Array von Sensorelementen, wie beispielsweise CCDs, in irgendeiner geradlinigen oder gekrümmten geometrischen Anordnung gegenüber der Punktquelle aufweisen, um Photonenstrahlen zu empfangen, die durch den Rekonstruktionskreis transmittiert werden. Typischerweise kann das lineare Array sein Array von Sensorelementen zentriert auf der Linie zwischen der Punktquelle und der zentralen Fließachse aufweisen, und senkrecht zu der Fließachse ausgerichtet sein. Es ist möglich, 2D-Arrays zu verwenden, wobei nur ein Untersatz von jeder Linie von Elementen innerhalb des 2D-Arrays für die Rekonstruktionseingabe ausgelesen wird. In einem 2D-Array kann jeder aufeinanderfolgende Untersatz von Elementen um eine geeignete Anzahl von Elementen versetzt sein, um ordnungsgemäß auf jede unterschiedliche Punktquelle längs der helikalen Anordnung von Punktquellen ausgerichtet zu sein.
  • Für eine schnittweise Fächerstrahlenrekonstruktion unter Verwendung des Beispiels des Rekonstruktionskreises von 30 Mikrometern mit 120 Sensorelementen pro Fächer, um eine Auflösung von 0,5 Mikrometern zu erhalten, ist ein 2D-Array mit 2000 × 2000 20 Mikrometer Elementen ausreichend, um 136 Punktquellen zu erfassen, die in Inkrementen von 1 Grad in radialer Richtung angeordnet sind, wobei der mittlere Versatz zwischen aufeinanderfolgenden Ansichten 300 Mikrometer beträgt, wobei dies äquivalent zu 15 Sensorelementen ist. (In der Mitte des Arrays kann der Versatz 140 Mikrometer oder 7 Elemente betragen, während eine Verschiebung von 1 Grad in radialer Richtung zwischen den Ansichten an den Kanten des Arrays einen wesentlich größeren Versatz bedeuten kann.) Wenn eine Gruppe von 15 Reihen des Sensorarrays gemittelt würde, um die Projektionsdaten für einen Schnitt bereitzustellen, könnte die z-Auflösung innerhalb des Zellbildes 3,75 Mikrometer betragen, während dann, wenn für jede Projektion 2 Reihen gemittelt werden, die axiale Auflösung im Objektraum 0,5 Mikrometer betragen kann, was zu der transaxialen Auflösung äquivalent ist.
  • In einer bevorzugten Ausführungsform zur Verwendung bei dem Verfahren der Erfindung ist das 2D-Array längs eines zylindrischen Umfangs gekrümmt, der konzentrisch zu dem Rekonstruktionszylinder liegen kann, so dass die Strahlengänge alle von gleicher Länge sind. Für den Fall eines Rekonstruktionskreise von 30 Mikrometern kann ein gekrümmtes 2D-Array, das nur die Elemente aufweist, die erforderlich sind, um einem helikalen Ort von Punktquellen gegenüberzuliegen, ein helikaler Streifen sein, der für das oben beschriebene Beispiel 120 Elemente breit mal ein Mehrfaches von 136 Elementen hoch (lang) ist.
  • Obwohl ebene oder "dicke" Fächerbeleuchtung zum Zwecke der Illustration oben beschrieben wird, ist es zu verstehen, dass wahre unkollimierte Kegelstrahlenbeleuchtung in Verbindung mit planaren 2D-Detektoren verwendet werden kann, die unter Verwendung von Kegelstrahlenalgorithmen für eine 3D-Rekonstruktion sorgt. Die 2D-Projektionsbilder können direkt analysiert werden, um zum Beispiel Informationen über den Krankheitsstatus oder den Transformationsstatus der Zelle zu erhalten. Für eine direkte volumetrische Kegelstrahlenrekonstruktion wird die Beleuchtung von einer Mehrzahl von Punktquellen in solcher Weise gemultiplext, dass bei der gegebenen geometrischen Anordnung der Punktquellen und Detektoren die Beleuchtungskegel von den unterschiedlichen Punktquellen auf dem Sensorarray nicht überlappen.
  • Darüber hinaus könnte dann, wenn die Zellen mit einer Geschwindigkeit von 1 Meter/s (oder 1.000.000 Mikrometer/s) strömten und jedes Element in dem 2D-Array 20 Mikrometer breit wäre, eine Linienauslesung alle 20 Mikrosekunden schnell Daten innerhalb eines 0,25- Mikrometerschnitts der Zelle aufnehmen. Für den Fall, dass 15 Sensorreihen gemittelt werden, um die Daten für einen 3,75-Mikrometerschnitt bereitzustellen, würden die Auslesungen alle 300 Mikrosekunden zu erfolgen haben. Durch Verwendung eines größeren 2D-Arrays wird eine signifikante Verbesserung bei der Rekonstruktionsbildqualität erreicht.
  • Eine Ausführungsform zur Verwendung bei dem Verfahren der vorliegenden Erfindung, die zum multispektralen Abbilden einer Anzahl von transmittierten oder emittierten Wellenlängenbänder besonders geeignet ist, kann vorteilhafter Weise zwei oder mehr Rekonstruktionsmodule umfassen, die in Reihe angeordnet sind. Solche mehrfachen Rekonstruktionszylinder können durch dazwischen liegende Abschnitte des Kapillarröhrchens getrennt sein, und jedes Modul stellt Projektionsdaten zur Verfügung, die zum Produzieren eines vollständigen rekonstruierten Bilds des durchfließenden Objekts geeignet sind. Die Punktquellen und/oder Sensorarrays für jedes der verschiedenen Rekonstruktionsmodule können für ein bestimmtes spektrales Band optimiert sein. Zum Beispiel kann ein erstes Rekonstruktionsmodul intensive weiße Beleuchtung und ungefilterte Detektion anwenden, um einen vollständigen Projektionsdatensatz bereitzustellen, um eine Karte der optischen Objektdichte, der Absorptions- oder Streukoeffizienten zu rekonstruieren, während ein zweites Rekonstruktionsmodul Beleuchtung, wie beispielsweise einen Argonionenlaser (488 nm) in einem schmalen spektralen Band zentriert um 495 nm verwenden kann, um eine fluoreszente Sonde anzuregen, die Proteine für eine Immunfluoreszenzstudie markiert, mit gefilterten Sensorarrays, die für die 520 nm Emission empfindlich sind, um einen zweiten vollständigen Projektionsdatensatz bereitzustellen, der ausreichend ist, um unter Verwendung von Emissionsrekonstruktionsalgorithmen die Konzentrationsverteilung der markierten Proteine zu kartieren, wie sie nachfolgend beschrieben werden. Noch ein drittes Rekonstruktionsmodul kann schmalbandige Beleuchtung zentriert um 535 und/oder 342 nm verwenden, um Propidiumiodid anzuregen, das stöchiometrisch an DNS gebunden ist, und gefilterte Sensorarrays, um die roten (617 nm) Emissionen für Ploidiestudien optimal zu detektieren. Es wird verstanden werden, dass die vorgenannten Beispiele illustrativen Zwecken dienen, und dass das Verfahren allgemein auf jegliche Wellenlängenkombinationen zum Beleuchten und Abtasten zutrifft.
  • Bildrekonstruktion.
  • Die üblichsten und einfach umzusetzenden Rekonstruktionsalgorithmen, die als gefilterte Rückprojektionsverfahren bekannt sind, werden von einem ähnlichen Modell bei Röntgencomputertomographie (CT) unter Verwendung von Kegelstrahlen- und Fächerstrahlengeometrie abgeleitet. (Siehe die folgenden Quellen, zum Beispiel Kak, A. C. und Slaney, M., Principles of Computerized Tomographic Imaging, IEEE Press, New York, 1988, und Herman, G., Image Reconstruction from Projections: The Fundamentals of Computerized Tomogaphy, Academic Press, New York, 1980.) Diese Verfahren basieren auf Theoremen für die Radon-Transformationen mit Modifikationen, die die besondere Geometrie der Quellen-/Detektorkonfiguration und die Strahlengänge bei dem beleuchtenden Strahl widerspiegeln. Im Fall von klinischer Röntgen-CT wird das humane Subjekt jedoch für die schnittweise Aufnahme stillgehalten, während sich die Röntgenquelle und die Detektorarrays längs eines Bogens um den Patienten herum bewegen können, um die Daten aus mehreren Projektionswinkeln innerhalb eines gegebenen Schnitts zu sammeln. Dann wird das humane Subjekt längs der z-Achse neue positioniert, und ein anderer Datenschnitt wird aufgenommen, und so weiter. Alternativ wird bei der moderneren klinischen helikalen CT der Patient kontinuierlich in der z-Richtung verschoben, während die Quellen-/Detektoranordnung kontinuierlich rotiert, um helikale Projektionsdaten bereitzustellen, die dann interpoliert werden, um Projektionen orthogonal zu der z-Achse des Patienten bereitzustellen. Bei optischer Durchflusstomographie wird das Subjekt (eine Zelle) mit konstanter Geschwindigkeit relativ zu den stationären Quellen und Detektorarrays bewegt, wobei die Mehrzahl von Quellen-/Detektorsystemen Daten synchron zu bestimmten gesteuerten Zeitpunkten längs des Zellgeschwindigkeitsvektors in einer Weise aufnimmt, die mehrfache Projektionswinkeldaten innerhalb eines gegebenen Schnitts oder Volumen erzeugt. Für ein schnittweises Abtasten wird der Rekonstruktionsalgorithmus ein 2D-Bild einer Ebene senkrecht zu der Bewegungsachse berechnen, und das serielle Stapeln der mehrfachen Schnitte wird das 3D-Bild des Subjekts erzeugen, wobei Kontrast eine Funktion der Variationen bei dem Röntgendämpfungskoeffizienten oder der optischen Dichte innerhalb des Subjekts für CT beziehungsweise optische Durchflusstomographie ist. Für das volumetrische Kegelstrahlenabtasten berechnet der Rekonstruktionsalgorithmus ein 3D-Bild eines Volumens innerhalb der Zelle oder eines anderen Objekts direkt aus den ebenen optischen Transmissions- oder Emissionsprojektionen, wobei der Kontrast jeweils eine Funktion der optischen Dichte und/oder der Dichteverteilung der angehängten fluoreszenten Sonde in dem abgebildeten Objekt ist.
  • Es mag sowohl für die Transmissionsdaten, um die Zelldichterekonstruktion zu produzieren, als auch für die Emissionsdaten, um die Verteilung der angehängten fluoreszenten Sonde zu rekonstruieren, oder für beide wünschenswert sein, andere Bildrekonstruktionsalgorithmen als gefilterte Rückprojektion zu verwenden. Die als iterative Rekonstruktionsalgorithmen bekannte Grundklasse ist in einigen Fällen wirksamer, insbesondere für Emissionstomographie oder wenn es wie in dem Fall des Verfahrens der vorliegenden Erfindung, wo die axiale Symmetrie und die dreifache kompartimentierte Natur des Objekts bekannt sind, möglich ist, eine a priori-Information in den Rekonstruktionsalgorithmus einzubauen, um die Qualität der Rekonstruktion zu verbessern (Siehe zum Beispiel Gilbert, P., "Iterative Methods for the Three-dimensional Reconstruction of an Object from Projections", Journal of Theoretical Biology 36: 105–17, 1972 und andere Literaturquellen, die oben angemerkt wurden).
  • In gleicher Weise kann ein Verfahren vorteilhafter Weise statistische Rekonstruktionsalgorithmen verwenden, die auf finite Elemente-Modellen (FEM) basieren. FEM-Algorithmen werden von linearer Transporttheorie abgeleitet, wobei die Photonendiffusions-/Migrationsgleichung an allen Grenzen des Elements aufgelöst wird, um eine zwei- oder dreidimensionale Karte von einigen Kombinationen der Absorptions-, Streu-, Brechungsindex- und Anisotropiefaktoreigenschaften des abgebildeten Objekts zu erstellen. Beispiele für solche Verfahren werden gelehrt bei Paulsen, K. D. und Jiang, H., "Spatially Varying Optical Property Reconstruction Using a Finite Element Diffusion Equation Approximation", Medical Physics 22 (691–701) 1995, Hampel, U. und Freyer, R., "Fast Image Reconstruction for Optical Absorption Tomography in Media with Radially Symmetric Boundaries", Medical Physics 25 (1): 92–101, 1998 und Jiang, H., Paulsen, K. D. und Osterberg, U. L., "Frequency-domain Nearinfrared Photo Diffusion Imaging: Initial Evaluation in Multitarget Tissuelike Phantoms", Medical Physics 25 (2): 183–93, 1998.
  • Chromatische Trennung.
  • Wenn eine polychromatische Punktquelle verwendet wird (z. B. weißes Licht), dann können unterschiedliche chromatische Farbstoffe (z. B. Chromophore) verwendet werden, um eine Anzahl von Molekularsonden und Strukturmerkmalen innerhalb einer gegebenen Zelle zu unterscheiden. Hierbei trennen serielle Bandpassfilter an der Quelle oder dem Sensorarray (oder beidem) die Wellenlängendaten und erlauben die Rekonstruktion und die räumliche Lokalisierung der individuell gefärbten Moleküle, Ein robusteres Verfahren zum Abbilden mehrerer Sonden umfasst eine intensive weiße Lichtquelle und die simultane Sammlung von mehrfach gefilterten Bandbreiten in den Sensorarrays, womit es den Bildrekonstruktionsalgorithmen erlaubt wird, räumliche Bildschnitte für jeden Chromophor zu berechnen. Diese können als farbige Bilder dargestellt werden.
  • Fluoreszenz-, Phosphoreszenz-, Chemilumineszenz- und Nanopartikelemission
  • Als spezieller Fall des optischen Durchflusstomographiesystems können bestimmte Molekularsonden mit einem "Reporter" ausgezeichnet werden, der Licht einer unterschiedlichen (längeren) Wellenlänge emittiert, wenn er durch die primäre Photonenquelle stimuliert wird. Diese sekundäre Emission von dem Reporter kann mit optischen Standardfiltern gefiltert werden, um die Photonen der primären Quelle von den sekundären Emissionsphotonen zu trennen. Der Rekonstruktionsalgorithmus für sekundäre Emissionsphotonenbilder ist jedoch weiter verkompliziert, weil die sekundären Photonen nicht notwendigerweise in einem direkten Strahlengang von der Punktquelle auftreten. Falls angenommen wird, dass die sekundären Photonen von der sekundären Punktquelle in einem gleichmäßigen sphärischen Muster abgestrahlt werden, dann wird die Intensität der sekundären Photonen, die eines der Sensorelemente erreichen, eine einfache Funktion des Abstands zu dem Sensorelement sein. Eine weitere Verfeinerung kann der nichtsphärischen Verteilung von Photonen von der sekundären Quelle Rechnung tragen, indem ein Modell der räumlichen Verteilung der sekundären Photonen relativ zu der Punktquelle und innerhalb des Rekonstruktionsschnitts bereitgestellt wird. Jedes Verfahren wird ein Mittel bereitstellen, um den Ort der sekundären Quelle in dem Rekonstruktionsschnitt oder -volumen zu berechnen. Kollimation zwischen dem abgebildeten Objekt und dem Detektorarray/den Detektorarrays wird die Bildrekonstruktion verbessern.
  • Wenn die primären Photonenintensitäten und die sekundären Photonenintensitäten gleichzeitig durch optische Filtration gemessen werden, kann die hoch auflösende Dichterekonstruktion von den primären Photonenintensitäten mit der sekundären Quellenrekonstruktion derart überlagert oder verschmolzen werden, dass die Bildmorphologie zusammen mit der lokalisierten Sondenkonzentration in einem einzigen rekonstruierten Bild verfügbar ist. Abhängig von der Intensität, dem Signal-Rausch-Verhältnis und der Fähigkeit, schmale Bandbreiten von Photonen an der Quelle und/oder den Sensoren zu filtern oder zu produzieren, mag es vorteilhaft sein, mehrere sekundäre Quellen zu verwenden, wobei jede einer unterschiedlich ausgezeichneten Molekularsonde entspricht.
  • Wie oben beschrieben wurde, ist die vorliegende Erfindung ein Verfahren zum automatischen Detektieren und Kompartimentieren von Molekularmarkern, die spezifisch gefärbt oder mit Molekularsonden markiert sind, aus optischen Projektionen und tomographischen Rekonstruktionen von Zellen, die von einem Patienten erhalten wurden, wie in den angehängten Ansprüchen 1–21 definiert ist. Aufgrund der Anwesenheit oder Abwesenheit von unpassender Molekularmarkerexpression und/oder Kompartimentierung kann eine Bestimmung durchgeführt werden, ob der Patient einen malignen Krebs hat.
  • Bezug nehmend jetzt auf 9 ist schematisch ein Beispiel eines Klassifizierungsverfahrens mit Zellrekonstruktionsdaten gezeigt, wie es von einer Ausführungsform der vorliegenden Erfindung in Betracht gezogen wird. Das System kann verschiedene Klassifizierer umfassen, die zusammenarbeiten können, um zu bestimmen, ob eine bestimmte Zellprobe Zellen von Interesse enthält und ob diese Zellen unpassende Molekularmarkerexpression und/oder -kompartimentierung zeigen, die mit Krankheit verbunden sind. Ein Klassifizierer ist ein Computerprogramm, das ein Objekt basierend auf bestimmten Merkmalswerten 91 analysiert. Das automatisierte Klassifizierersystem zur Verwendung bei dem Verfahren der vorliegenden Erfindung kann zum Beispiel einen primären Klassifizierer 90 umfassen, der eine Grundscreeningfunktion ausführt und Objekte von Interesse selektiert. Ein sekundärer Klassifizierer 92 klassifiziert Zellobjekte als morphologisch abnormal oder morphologisch normal und eine unpassende Molekularmarkerexpression und/oder -kompartimentierung aufweisend, die mit Krankheit verbunden ist, oder normal und keine mit Krankheit verbundene unpassende Molekularmarkerexpression und/oder -kompartimentierung zeigend. Ein Bericht 93 kann bereitgestellt werden, der Details der Klassifizierungsergebnisse von irgendeinem oder allen der Klassifizierer angibt. Es wird verstanden werden, dass viele und verschiedene Klassifizierer verwendet werden können, abhängig von der Anwendung.
  • Wie oben angemerkt wurde, kann, während das automatisierte System zur Verwendung bei dem Verfahren der vorliegenden Erfindung einen primären und einen sekundären Klassifizierer aufweisen kann, ein einzelner Klassifizierer verwendet werden, um die Klassifizierungen der Reihe nach zu erreichen, die durch das Verfahren der vorliegenden Erfindung erreicht werden. Die Softwarepakete, die zum Erzeugen der Klassifizierungsfunktionen verwendet werden, basieren auf statistischen Verfahren und sind allgemein kommerziell erhältlich.
  • Der automatisierte Klassifizierer, der bei dem Verfahren dieser Erfindung verwendet wird, umfasst vorzugsweise Klassifizierer, die binäre Fuzzy-Entscheidungen oder Bayesische statistische Entscheidungen basierend auf Molekularmarkermerkmalen bei der Durchführung ihrer klassischen Funktion verwenden. Dieser Klassifizierer kann aufgebaut werden, um eine große Anzahl von Merkmalswerten zu umfassen, zum Beispiel einschließlich Molekularmarkerkompartimentierungsmerkmalen, morphologischen Merkmalen, photometri schen Merkmalen, diskreten Texturmerkmalen, Markowschen Texturmerkmale, nicht-Markowsche Texturmerkmalen, Fraktaltexturmerkmalen und Lauflängentexturmerkmalen.
  • Der primäre Klassifizierer kann typischerweise dazu dienen, Objekte von Interesse in drei Klassen aufzuteilen: (1) Zellen, die diagnostische Informationen enthalten, einschließlich Molekularmarker und deren Kompartimentierung, die mit Krankheit verbunden sind; (2) entzündete Zellen und (3) Artefakte. Der primäre Klassifizierer kann die zellenweise Klassifizierung durch einen binären Entscheidungsbaum bewirken, der eine Selektion von Merkmalswerten einschließt.
  • Wie oben angegeben wurde, hängt die Fähigkeit des Systems, das bei dem Verfahren der vorliegenden Erfindung verwendet wird, Zellen und Zellkerne von Artefakten und Zellen mit Molekularmarkerkompartimentierung, die mit Krankheit verbunden ist, von anderen normalen Zellen zu unterscheiden, von der Fähigkeit des Klassifizierers ab, Unterscheidungen basierend auf den Werten der berechneten Merkmale zu treffen. Zum Beispiel kann das Verfahren der vorliegenden Erfindung verschiedene unterschiedliche diskriminierende Funktionen anwenden, von denen jede trainiert ist, um bestimmte Typen von Objekten und bestimmte Änderungen bei Molekularmarkerexpression und/oder -kompartimentierung zu identifizieren, um normale Zellen von abnormalen Zellen (d. h. diagnostischen Zellen) zu unterscheiden.
  • Der sekundäre Klassifizierer klassifiziert die Zellen in der Zellprobe, die von dem primären Klassifizierer selektiert wurden, und verwendet auch einen binären Entscheidungsbaum und Merkmalswerte beim Ausführen seine Klassifizierungsfunktion. Der sekundäre Klassifizierer, der als ein probenweiser Klassifizierer betrachtet werden kann, analysiert die Zellen, die durch den primären Klassifizierer klassifiziert wurden, und klassifiziert die Probe als Merkmale aufweisend, die mit Krebs verbunden sind, oder als keine mit Krebs verbundenen Merkmale aufweisend. Wie bei dem primären Klassifizierer ist der sekundäre Klassifizierer aufgebaut, um Zellen basierend auf einem Satz von bevorzugter Molekularmarkerkompartimentierung zu unterscheiden.
  • Der Klassifizierer kann mindestens eine diskriminierende Funktion umfassen, wobei die diskriminierende Funktion Merkmale aus Schattenbildern verwendet, um Zellen von Interesse in der Probe zu klassifizieren, einschließlich aber nicht beschränkt auf Molekularmarkerexpression und -kompartimentierung und Merkmale ausgewählt aus der Gruppe, die aus Fläche, mittlerem Radius, optischer Dichte-(OD-)Varianz, OD-Schiefe, OD-Bereich, OD-Mittelwert, OD-Maximum, Dichte von Lichtpunkten, oberem mittlerem Abstand, mittlerem/oberem mittleren Abstand, Korrelation, Homogenität, Entropie, Fraktaldimension, Textur, Punktiertheit, verbundenen Komponenten, nächster Nachbaranalyse und den verschiedenen Harmonischen im Frequenzraum der räumlichen Dichte besteht.
  • Bezug nehmend jetzt auf 10 ist schematisch ein Beispielsprozess zum Bestimmen der Kompartimentierung einer Molekularsonde gezeigt. In einem ersten Schritt 94 werden Merkmale aus den Projektionsbildern oder den rekonstruierten 3D-Bildern extrahiert. Beim Schritt 95 werden Kanten, Grenzen, Flächen, Oberflächen und Volumen innerhalb des interessierenden Objekts unter Verwendung beispielsweise von bekannten Kantenfindungstechniken identifiziert. Nachdem Merkmale aus den Projektionsbildern oder rekonstruierten 3D-Bildern extrahiert sind, werden die Merkmale verwendet, um im Schritt 96 interessierende Objekte zu finden, was unter dem Klassifizierungssystem, das in 9, oben, beschrieben wurde, bewirkt werden kann. Im Schritt 97 werden, nachdem die Objekte von Interesse bestimmt wurden, Molekularsondendichte/Molekularsondendichten, die mit dem interessierenden Objekt verbunden sind, im Schritt 98 auf die entsprechenden Objekte als das Maß der Kompartimentierung der Sonde(n) übertragen. Zum Beispiel wird die Konzentration einer Sonde A, die mit einem Objekt von Interesse X verbunden ist, ein Maß der Konzentration von Zielmolekülen sein, die mit dem Objekt verbunden sind, und ist als solche die Kompartimentierung des Targets innerhalb der Zelle.
  • Bezug nehmend jetzt auf 11 sind dort schematisch Beispiele für Kompartimente gezeigt, die von Interesse sein können. Im einfachsten Fall kann eine Zelle 1 in zwei Kompartimente aufgeteilt werden, das Cytoplasmakompartiment 18 und das Kernkompartiment 19. Molekularmarker können innerhalb der Cytoplasma- oder Kernkompartimente einer Zelle kompartimentiert sein. In einem anderen Beispiel kann das Cytoplasmakompartiment weiter in andere Kompartimente, wie beispielsweise Mitochondrien, endoplasmisches Retikulum und Lysosome aufgeteilt sein. In noch einem anderen Beispiel können Organellen, wie beispielsweise Nukleoli als Kompartimente innerhalb des Kernkompartiments definiert werden. In noch einem anderen Beispiel können Übergangsstrukturen, wie beispielsweise kondensierte Chromosome 36 als Kompartimente definiert werden. Ein Fachmann wird erkennen, dass jede Molekularstruktur, die im intrazellulären Raum lokalisiert werden kann, als Kompartiment definiert werden kann.
  • Bezug nehmend jetzt auf 12 ist schematisch ein Blockdiagramm eines Verfahrens für die Detektion von Zellen mit Molekularmarkerkompartimentierung gezeigt, die mit Malignität und/oder Krankheit einschließlich Krebs verbunden ist. Das Verfahren weist auf:
    Nehmen einer Zellprobe mit einer Mehrzahl von Zellen und Suspendieren der Mehrzahl von Zellen in einer Lösung im Schritt 100;
    falls erforderlich, Fixieren der Mehrzahl von Zellen der Zellprobe im Schritt 102;
    Markieren mindestens eines Molekularmarkers in der Mehrzahl von Zellen mit angehängten Molekularsonden oder Farben im Schritt 103;
    Beleuchten mindestens einer Zelle der Mehrzahl von Zellen mit mindestens einer Punktlichtquelle im Schritt 104;
    Erhalten mindestens zweier unterschiedlicher Projektionsbilder durch die mindestens eine Zelle mit einem digitalen Arraydetektor im Schritt 105;
    Kompensieren der mindestens zwei Projektionsbilder hinsichtlich Variationen bei der Beleuchtung im Schritt 106;
    Analysieren der mindestens zwei Projektionsbilder, um mindestens einen markierten Molekularmarker mit densitometrischen und Lokalisationsmerkmalen zu detektieren, im Schritt 107;
    Analysieren des Orts des mindestens einen Molekularmarkers innerhalb der mindestens einen Zelle im Schritt 108;
    Messen der Kompartimentierung des mindestens einen markierten Molekularmarkers durch Verwenden der densitometrischen und Lokalisationsmerkmale im Schritt 109; und
    Analysieren der Kompartimentierung des mindestens einen markierten Molekularmarkers mit mindestens einem Klassifizierer zur Detektion von Malignität und/oder Krankheit, die mit Molekularmarkerkompartimentierung verbunden sind, im Schritt 110.
  • In einem Ausführungsbeispiel kann der Schritt 106 des Kompensierens der mindestens zwei Projektionsbilder hinsichtlich Variationen bei der Beleuchtung unter Verwendung von konventionellen optischen und Bildverarbeitungstechniken durchgeführt werden. Analysieren der mindestens zwei Projektionsbilder, um mindestens einen markierten Molekularmarker mit densitometrischen und Lokalisationsmerkmalen im Schritt 107 zu detektieren, kann unter Anwendung von Techniken ausgeführt werden, die in dem erteilten US-Patent 6,519,355 von Alan C. Nelson, herausgegeben am 11. Februar 2003 und betitelt "OPTICAL PROJECTION IMAGING SYSTEM AND METHOD FOR AUTOMATICALLY DETECTING CELLS HAVING NUCLEAR AND CYTOPLASMIC DENSITOMETRIC FEATURES ASSOCIATED WITH DISEASE" beschrieben sind.
  • Schritt 108, der den Ort des mindestens einen Molekularmarkers innerhalb der mindestens einen Zelle analysiert, kann unter Anwendung von Techniken durchgeführt werden, die in der parallel anhängigen US-Anmeldung Nr. 10/147,154 von Alan C. Nelson, eingereicht am 13. Mai 2002 und betitelt "METHOD AND APPARATUS FOR EMISSION COMPUTED TOMOGRAPHY USING TEMPORAL SIGNATURES" beschrieben sind.
  • Schritt 109, der die Kompartimentierung misst, kann vorteilhafter Weise das Analysieren der Textur von Dichtemerkmalen umfassen, die durch den mindestens einen markierten Molekularmarker ausgebildet werden, der innerhalb zusammenfallender Begrenzungsoberflächen angeordnet ist, welche innerhalb der mindestens zwei Projektionsbilder angeordnet sind. Weiterhin kann der Schritt des Messens von Kompartimentierung vorteilhafter Weise das Vergleichen von Grenzflächen innerhalb der mindestens zwei Projektionsbilder umfassen, um einen Satz von zusammenfallenden Grenzflächen innerhalb der nächsten zwei Projektionsbilder zu bestimmen. Der Schritt des Messens der Kompartimentierung kann weiterhin vorteilhafter Weise das Bestimmen der Co-Lokalisierung von mindestens zwei markierten Markern im rekonstruierten 3D-Raum umfassen. Der Schritt des Messens der Kompartimentierung kann in noch weiter vorteilhafter Weise das Bestimmen von Co-Lokalisierung von mindestens zwei markierten Marken im 2D-Raum umfassen. Der Schritt des Messens der Kompartimentierung kann in noch weiter vorteilhafter Weise das Analysieren von Textur von Dichtemerkmalen von mindestens zwei markierten Markern relativ zueinander umfassen, zum Beispiel unter Anwendung der Techniken der vorgenannten Nelson-US-Patentanmeldung Nr. 10/147,154.
  • In einer bevorzugten Ausführungsform kann ein Kompartiment jeder 3-dimensionale Raum mit Grenzen innerhalb einer Zelle sein, wie sie durch die FOT unterschieden werden. Die Zellprobe kann eine humane Lungenprobe, eine humane Gebärmutterhalsprobe, eine Blutprobe sein oder seltene Zellen enthalten. In einem Fall weist das Färben einer Probe, um Molekularmarkerkompartimentierung zu identifizieren, das Reagieren der Zelle mit einem Anti-pRb-Antikörper auf. In einem anderen Beispiel kann ein bindendes Protein spezifisch für Methyl-CpG verwendet werden, um methylisierte DNS zu färben.
  • Das System, das bei dem Verfahren der Erfindung verwendet wird, ist nützlich zum Analysieren verschiedener Typen von biologischen Zellen. In einem Fall kann die Zelle von Interesse ausgewählt sein, um diagnostisch für Krebs zu sein, und/oder die Zelle von Interesse kann vorteilhafter Weise eine präinvasive Krebszelle sein. Die Zelle von Interesse kann eine invasive Krebszelle sein, wobei die Zellen von Interesse beim Screenen eines Patienten nach Krebs verwendet werden. Die Zellen von Interesse können auch beim Bestimmen verwendet werden, ob ein Patient Krebs entwickeln wird. Die Krebszelle kann von einem Epithelkrebs erhalten sein. Alternativ oder zusätzlich kann die präinvasive Krebszelle von einem epithelialen Ursprung sein. Der Epithelkrebs kann vorteilhafter Weise aus der Gruppe ausgewählt sein, die besteht aus Lungen- und Kehlkopfkrebs, Gebärmutterhals- und Eierstockkrebs, Brustkrebs, Prostatakrebs, Blasenkrebs, Hautkrebs und Krebs des Magen-Darm-Trakts.
  • In einer anderen Ausführungsform wird die mit Molekularmarkerkompartimentierung verbundene Krankheit durch Messen der Kompartimentierung von Markern einschließlich, aber nicht beschränkt auf pRb, p53/53BP1, SAM68, PTEN, E2F und c-myc in einer signifikanten Anzahl von Sputumproben, die von Individuen mit Lungenkrebs genommen wurden, und durch Vergleichen der Kompartimentierung dieser Molekularmarker bei normalen Individuen und Bestimmen, welche Molekularmarker Kompartimentierung aufweisen, die unterscheidbar zwischen den beiden Gruppen ist, bestimmt. Andere Molekularmarker können ebenfalls in derselben Weise auf mit Krankheit verbundene Kompartimentierung gescreent werden.
  • Die Erfindung ist hier in erheblichem Detail beschrieben worden, um den Patentgesetzen zu genügen und um die Fachleute mit den Informationen zu versorgen, die notwendig sind, um die neuen Prinzipien der vorliegenden Erfindung anzuwenden und um derartige beispielhafte und spezialisierte Komponenten zu konstruieren und zu verwenden, wie es erforderlich ist. Jedoch ist zu verstehen, dass die Erfindung mit grundsätzlich unterschiedlicher Ausrüstung und Vorrichtungen und Rekonstruktionsalgorithmen ausgeführt werden kann, und dass verschiedene Modifikationen, sowohl bezüglich der Ausrüstungsdetails als auch der Betriebsbedingungen durchgeführt werden können, ohne von dem Bereich der vorliegenden Erfindung abzuweichen.

Claims (21)

  1. Verfahren zum Erkennen von Zellen mit Molekularmarkerkompartimentierung, die mit Malignität und/oder Krankheit einschließlich Krebs verbunden ist, wobei das Verfahren die Schritte aufweist: a) Nehmen einer Zellprobe mit einer Mehrzahl von Zellen (1) und Suspendieren (100) der Mehrzahl von Zellen in einer Lösung; c) Auszeichnen (103) mindestens eines Molekularmarkers bei der Mehrzahl von Zellen mit angehängten Molekularsonden oder Farbstoffen; d) Beleuchten (104) mindestens einer Zelle (1) der Mehrzahl von Zellen mit mindestens einer Punktlichtquelle (21a, 21b, 21c); e) Aufnehmen (105) mindestens eines Projektionsbilds durch die mindestens eine Zelle (1) mit einem Detektorfeld (23a, 23b, 23c), wobei das mindestens eine Projektionsbild unter Verwendung (104) der mindestens einen Punktlichtquelle (21a, 21b, 21c) in Verbindung mit einem gegenüberliegenden Detektorfeld erhalten wird, wobei ein Satz von Projektionsstrahlen (31) erzeugt wird, welche als gerade Linien definiert sind, die durch die Zelle hindurch treten und die mindestens eine Punktlichtquelle (21) mit einem einzelnen erfassenden Element (33) des gegenüberliegenden Detektorfelds (23a, 23b, 23c) verbinden, so dass die Aufnahme von Projektionen von Licht ermöglicht wird, das durch die mindestens eine Zelle (1) transmittiert wird; f) Kompensieren (106) des mindestens einen Projektionsbilds bezüglich Beleuchtungsvariationen; g) Analysieren (107) des mindestens einen Projektionsbilds, um mindestens einen ausgezeichneten Molekularmarker mit densitometrischen und Lokalisationsmerkmalen zu detektieren; h) Analysieren (108) der Lokalisierung des mindestens einen Molekularmarkers innerhalb der mindestens einen Zelle (1); i) Messen (109) von Kompartimentierung des mindestens einen ausgezeichneten Molekularmarkers durch Verwendung der densitometrischen und Lokalisationsmerkmale; und j) Analysieren (110) der Kompartimentierung des mindestens einen ausgezeichneten Molekularmarkers mit mindestens einem Klassifizierer für die Detektion von Malignität und/oder Krankheit, die mit Molekularmarkerkompartimentierung verbunden ist.
  2. Verfahren nach Anspruch 1, das weiterhin zwischen den Schritten a) und c) den Schritt aufweist, b) Fixieren (102) der Mehrzahl der Zellen der Zellprobe.
  3. Verfahren nach Anspruch 1 oder Anspruch 2, wobei das mindestens eine Projektionsbild mindestens zwei unterschiedliche Projektionsbilder aufweist.
  4. Verfahren nach Anspruch 1, wobei Schritt h) das Analysieren der Lokalisierung des mindestens einen Molekularmarkers im zweidimensionalen Raum innerhalb der mindestens einen Zelle (1, 108) aufweist.
  5. Verfahren nach Anspruch 3, wobei der Schritt des Erhaltens von mindestens zwei unterschiedlichen Projektionsbildern (105) weiterhin das Betreiben eines optischen Tomographiesystems aufweist, um die mindestens zwei Projektionsbilder zu erhalten.
  6. Verfahren nach Anspruch 5, wobei das optische Tomographiesystem ein optisches Durchflusstomographiesystem aufweist.
  7. Verfahren nach Anspruch 1 oder 3, wobei die Zellprobe mindestens eine isolierte Einzelprobe aufweist, die aus der Gruppe ausgewählt ist, welche besteht aus Sputum, Bronchial-Alveolar-Spülung, Wangenabstrich, Urin, Cervikalabschabung oder -abstrich, Brustwarzenaspiraten, Brustwarzenspülung, Stuhl, Feinnadelaspiraten von Zielorganen und Blut.
  8. Verfahren nach Anspruch 1 oder 3, das weiterhin dem Schritt des Strippens von Cytoplasma (18) von der Mehrzahl von Zellen (1) aufweist.
  9. Verfahren nach Anspruch 1 oder 3, wobei der Krebs aus der Gruppe ausgewählt ist, die besteht aus Lungenkrebs, Blasenkrebs, Gebärmutterhalskrebs, Brustkrebs, Kolonkrebs, Mastdarmkrebs, Prostatakrebs, Eierstockkrebs und Leukämie.
  10. Verfahren nach Anspruch 1 oder Anspruch 3, wobei die Molekularsonden ausgewählt sind aus der Gruppe, die besteht aus Antikörpern, spezifisch bindenden Proteinen, Lektinen, Nukleinsäuresonden mit angehängten Chromophoren, Fluorophoren, Enzymen, die Chromophore erzeugen können, und Enzymen, die Fluorophore erzeugen können.
  11. Verfahren nach Anspruch 1 oder 3, wobei der mindestens eine ausgezeichnete Molekularmarker aus der Gruppe ausgewählt ist, die besteht aus pRb, p53/53BP1, E2F; PTEN, SAM68, BRCAI, c-Myc und Methyl-CpG.
  12. Verfahren nach Anspruch 1 oder 3, wobei der mindestens eine ausgezeichnete Molekularmarker unterschiedliche Kompartimentierung zwischen Zellen (1) oder Zellkernen (19), die von Individuen mit Krebs genommen wurden, und Zellen (1) oder Zellkernen (19), die von Individuen ohne Krebs genommen wurden, zeigt.
  13. Verfahren nach Anspruch 1 oder 3, das weiterhin den Schritt des Verwendens von Bildanalyse zum Rekonstruieren von Grenzflächen (12, 13) mindestens eines Zellkompartiments (18, 19, 36) aufweist, innerhalb dessen mindestens ein ausgezeichneter Molekularmarker auftritt.
  14. Verfahren nach Anspruch 3, wobei der Schritt des Messen von Kompartimentierung weiterhin den Schritt des Analysierens einer Textur von Dichtemerkmalen aufweist, die durch den mindestens einen ausgezeichneten Molekularmarker ausgebildet werden, der in zusammenfallenden Grenzflächen (12, 13) lokalisiert ist, welche innerhalb der mindestens zwei Projektionsbilder lokalisiert sind.
  15. Verfahren nach Anspruch 14, das weiterhin den Schritt des Vergleichens der Grenzflächen (12, 13) innerhalb der mindestens zwei Projektionsbilder aufweist, um einen Satz von zusammenfallenden Grenzflächen (12, 13) innerhalb der mindestens zwei Projektionsbilder zu bestimmen.
  16. Verfahren nach Anspruch 3, wobei der Schritt des Messens der Kompartimentierung (109) weiterhin der Schritt des Bestimmens von gemeinsamer Lokalisierung von mindestens zwei ausgezeichneten Markern im rekonstruierten dreidimensionalen Raum aufweist.
  17. Verfahren nach Anspruch 1 oder 3, wobei der Schritt des Messens der Kompartimentierung (109) weiterhin den Schritt des Bestimmens der gemeinsamen Lokalisierung von mindestens zwei ausgezeichneten Markern im zweidimensionalen Raum aufweist.
  18. Verfahren nach Anspruch 1 oder 3, wobei der Schritt des Messens der Kompartimentierung (109) weiterhin den Schritt des Analysierens einer Textur von Dichtemerkmalen von mindestens zwei ausgezeichneten Markern relativ zueinander aufweist.
  19. Verfahren nach Anspruch 14, wobei die Textur der Dichtemerkmale ausgewählt ist aus der Gruppe, die aus optischer Dichte(OD)-Varianz, OD-Schiefe, OD-Bereich, OD-Mittelwert, OD-Maximum, Dichte von hellen Punkten, oberem mittlerem Abstand, mittlerem/oberem mittlerem Abstand, Korrelation, Homogenität, Entropie, Punktiertheit, nächster Nachbar-Analyse, verbundenen Komponenten, nächster Nachbaranalyse und Harmonischen im Frequenzraum der räumlichen Dichte besteht.
  20. Verfahren nach Anspruch 16, wobei der Schritt des Messens von Kompartimentierung (109) weiterhin den Schritt des Detektierens von methylierten CPG-Inseln in Promotorregionen des Tumorsuppressorgens durch Co-Lokalisieren von Methyl-CPG und DNS-Sequenzen aufweist, die für die Promotorregion der Zielgene spezifisch sind, welche mit Methyl-CPG-bindenden Proteinen und Nukleinsäuresonden ausgezeichnet sind.
  21. Verfahren nach Anspruch 17, wobei der Schritt des Messens von Kompartimentierung (109) weiterhin den Schritt des Detektierens von methylierten CPG-Inseln in Promotorregionen des Tumorsuppressorgens durch Co-Lokaliseren von Methyl-CPG und DNS-Sequenzen aufweist, die für die Promotorregion der Zielgene spezifisch sind, welche mit Methyl-Cpg-bindenden Proteinen und Nukleinsäuresonden markiert sind.
DE60319816T 2002-05-14 2003-05-03 Verfahren zum automatischen erkennen von zellen mit krankheitsbezogener molekularmarkierungs-kompartimentierung Expired - Lifetime DE60319816T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US145982 2002-05-14
US10/145,982 US6636623B2 (en) 2001-08-10 2002-05-14 Optical projection imaging system and method for automatically detecting cells with molecular marker compartmentalization associated with malignancy and disease
PCT/US2003/013969 WO2003098539A1 (en) 2002-05-14 2003-05-03 Optical projection imaging system and method for automatically detecting cells with molecular marker compartmentalization associated with disease

Publications (2)

Publication Number Publication Date
DE60319816D1 DE60319816D1 (de) 2008-04-30
DE60319816T2 true DE60319816T2 (de) 2009-04-16

Family

ID=29548276

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60319816T Expired - Lifetime DE60319816T2 (de) 2002-05-14 2003-05-03 Verfahren zum automatischen erkennen von zellen mit krankheitsbezogener molekularmarkierungs-kompartimentierung

Country Status (11)

Country Link
US (1) US6636623B2 (de)
EP (1) EP1504405B1 (de)
JP (1) JP4767539B2 (de)
CN (1) CN1308885C (de)
AT (1) ATE389873T1 (de)
AU (1) AU2003234471B2 (de)
CA (1) CA2485675C (de)
DE (1) DE60319816T2 (de)
ES (1) ES2309319T3 (de)
HK (1) HK1073713A1 (de)
WO (1) WO2003098539A1 (de)

Families Citing this family (145)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060023219A1 (en) * 2001-03-28 2006-02-02 Meyer Michael G Optical tomography of small objects using parallel ray illumination and post-specimen optical magnification
US7907765B2 (en) * 2001-03-28 2011-03-15 University Of Washington Focal plane tracking for optical microtomography
US6944322B2 (en) * 2001-03-28 2005-09-13 Visiongate, Inc. Optical tomography of small objects using parallel ray illumination and post-specimen optical magnification
US6956568B2 (en) * 2002-01-09 2005-10-18 Massachussetts Institute Of Technology Shape-intrinsic watermarks for 3-D solids
US7811825B2 (en) * 2002-04-19 2010-10-12 University Of Washington System and method for processing specimens and images for optical tomography
US20050085708A1 (en) * 2002-04-19 2005-04-21 University Of Washington System and method for preparation of cells for 3D image acquisition
US7738945B2 (en) * 2002-04-19 2010-06-15 University Of Washington Method and apparatus for pseudo-projection formation for optical tomography
US7260253B2 (en) * 2002-04-19 2007-08-21 Visiongate, Inc. Method for correction of relative object-detector motion between successive views
US8275091B2 (en) 2002-07-23 2012-09-25 Rapiscan Systems, Inc. Compact mobile cargo scanning system
US7963695B2 (en) 2002-07-23 2011-06-21 Rapiscan Systems, Inc. Rotatable boom cargo scanning system
US7113624B2 (en) * 2002-10-15 2006-09-26 Palo Alto Research Center Incorporated Imaging apparatus and method employing a large linear aperture
US7305112B2 (en) * 2002-10-15 2007-12-04 The Scripps Research Institute Method of converting rare cell scanner image coordinates to microscope coordinates using reticle marks on a sample media
AU2003291591A1 (en) * 2002-12-20 2004-07-14 Optoq Ab Method and device for measurements in blood
US9208988B2 (en) 2005-10-25 2015-12-08 Rapiscan Systems, Inc. Graphite backscattered electron shield for use in an X-ray tube
US8094784B2 (en) 2003-04-25 2012-01-10 Rapiscan Systems, Inc. X-ray sources
US7949101B2 (en) 2005-12-16 2011-05-24 Rapiscan Systems, Inc. X-ray scanners and X-ray sources therefor
US8223919B2 (en) 2003-04-25 2012-07-17 Rapiscan Systems, Inc. X-ray tomographic inspection systems for the identification of specific target items
GB0309387D0 (en) * 2003-04-25 2003-06-04 Cxr Ltd X-Ray scanning
US8837669B2 (en) 2003-04-25 2014-09-16 Rapiscan Systems, Inc. X-ray scanning system
GB0309383D0 (en) 2003-04-25 2003-06-04 Cxr Ltd X-ray tube electron sources
GB0525593D0 (en) 2005-12-16 2006-01-25 Cxr Ltd X-ray tomography inspection systems
GB0309374D0 (en) * 2003-04-25 2003-06-04 Cxr Ltd X-ray sources
US9113839B2 (en) 2003-04-25 2015-08-25 Rapiscon Systems, Inc. X-ray inspection system and method
GB0309385D0 (en) * 2003-04-25 2003-06-04 Cxr Ltd X-ray monitoring
GB0812864D0 (en) 2008-07-15 2008-08-20 Cxr Ltd Coolign anode
US8804899B2 (en) * 2003-04-25 2014-08-12 Rapiscan Systems, Inc. Imaging, data acquisition, data transmission, and data distribution methods and systems for high data rate tomographic X-ray scanners
GB0309379D0 (en) * 2003-04-25 2003-06-04 Cxr Ltd X-ray scanning
US10483077B2 (en) 2003-04-25 2019-11-19 Rapiscan Systems, Inc. X-ray sources having reduced electron scattering
US8243876B2 (en) 2003-04-25 2012-08-14 Rapiscan Systems, Inc. X-ray scanners
GB0309371D0 (en) * 2003-04-25 2003-06-04 Cxr Ltd X-Ray tubes
US8451974B2 (en) 2003-04-25 2013-05-28 Rapiscan Systems, Inc. X-ray tomographic inspection system for the identification of specific target items
US6928141B2 (en) 2003-06-20 2005-08-09 Rapiscan, Inc. Relocatable X-ray imaging system and method for inspecting commercial vehicles and cargo containers
JP3867143B2 (ja) * 2003-06-25 2007-01-10 独立行政法人産業技術総合研究所 三次元顕微鏡システムおよび画像表示方法
US7693318B1 (en) 2004-01-12 2010-04-06 Pme Ip Australia Pty Ltd Method and apparatus for reconstruction of 3D image volumes from projection images
JP4271054B2 (ja) * 2004-02-12 2009-06-03 オリンパス株式会社 細胞画像解析装置
US20050270298A1 (en) * 2004-05-14 2005-12-08 Mercury Computer Systems, Inc. Daughter card approach to employing multiple graphics cards within a system
US6991738B1 (en) 2004-10-13 2006-01-31 University Of Washington Flow-through drum centrifuge
US20060096358A1 (en) * 2004-10-28 2006-05-11 University Of Washington Optical projection tomography microscope
US8189002B1 (en) 2004-10-29 2012-05-29 PME IP Australia Pty, Ltd. Method and apparatus for visualizing three-dimensional and higher-dimensional image data sets
US7778392B1 (en) 2004-11-02 2010-08-17 Pme Ip Australia Pty Ltd Method of reconstructing computed tomography (CT) volumes suitable for execution on commodity central processing units (CPUs) and graphics processors, and apparatus operating in accord with those methods (rotational X-ray on GPUs)
US7280261B2 (en) * 2004-12-20 2007-10-09 Palo Alto Research Center Incorporated Method of scanning and light collection for a rare cell detector
US7286224B2 (en) * 2004-12-21 2007-10-23 Palo Alto Research Center Incorporated Time-multiplexed scanning light source for multi-probe, multi-laser fluorescence detection systems
US7609884B1 (en) 2004-12-23 2009-10-27 Pme Ip Australia Pty Ltd Mutual information based registration of 3D-image volumes on GPU using novel accelerated methods of histogram computation
US20060246575A1 (en) * 2005-01-13 2006-11-02 Micronics, Inc. Microfluidic rare cell detection device
US7471764B2 (en) 2005-04-15 2008-12-30 Rapiscan Security Products, Inc. X-ray imaging system having improved weather resistance
US7623732B1 (en) 2005-04-26 2009-11-24 Mercury Computer Systems, Inc. Method and apparatus for digital image filtering with discrete filter kernels using graphics hardware
US7996188B2 (en) 2005-08-22 2011-08-09 Accuri Cytometers, Inc. User interface for a flow cytometer system
US8303894B2 (en) 2005-10-13 2012-11-06 Accuri Cytometers, Inc. Detection and fluidic system of a flow cytometer
US8017402B2 (en) 2006-03-08 2011-09-13 Accuri Cytometers, Inc. Fluidic system for a flow cytometer
US9046465B2 (en) 2011-02-24 2015-06-02 Rapiscan Systems, Inc. Optimization of the source firing pattern for X-ray scanning systems
US8149402B2 (en) * 2006-02-22 2012-04-03 Accuri Cytometers, Inc. Optical system for a flow cytometer
US8031340B2 (en) * 2006-02-22 2011-10-04 Accuri Cytometers, Inc. Optical system for a flow cytometer
US7780916B2 (en) 2006-03-08 2010-08-24 Accuri Cytometers, Inc. Flow cytometer system with unclogging feature
US8283177B2 (en) 2006-03-08 2012-10-09 Accuri Cytometers, Inc. Fluidic system with washing capabilities for a flow cytometer
US8127718B2 (en) * 2006-04-28 2012-03-06 Thomas Barry Hoegh Kennel with automatically opening door
JP5032792B2 (ja) * 2006-05-22 2012-09-26 浜松ホトニクス株式会社 細胞選別装置
US8715573B2 (en) 2006-10-13 2014-05-06 Accuri Cytometers, Inc. Fluidic system for a flow cytometer with temporal processing
US20080124735A1 (en) * 2006-10-16 2008-05-29 Matthias Schuster Method for detection of one or more CpG positions
US8445286B2 (en) * 2006-11-07 2013-05-21 Accuri Cytometers, Inc. Flow cell for a flow cytometer system
JP5543212B2 (ja) * 2006-11-21 2014-07-09 コーニンクレッカ フィリップス エヌ ヴェ 前立腺癌のイメージング用システム、前立腺癌をイメージングするシステムの作動方法及びコンピュータ読取可能媒体
US7739060B2 (en) 2006-12-22 2010-06-15 Accuri Cytometers, Inc. Detection system and user interface for a flow cytometer system
US7867778B2 (en) * 2007-02-23 2011-01-11 Visiongate, Inc. Fluid focusing for positional control of a specimen for 3-D imaging
US7835561B2 (en) 2007-05-18 2010-11-16 Visiongate, Inc. Method for image processing and reconstruction of images for optical tomography
US8019151B2 (en) * 2007-06-11 2011-09-13 Visualization Sciences Group, Inc. Methods and apparatus for image compression and decompression using graphics processing unit (GPU)
US8392529B2 (en) 2007-08-27 2013-03-05 Pme Ip Australia Pty Ltd Fast file server methods and systems
US7787112B2 (en) * 2007-10-22 2010-08-31 Visiongate, Inc. Depth of field extension for optical tomography
US8319781B2 (en) 2007-11-23 2012-11-27 Pme Ip Australia Pty Ltd Multi-user multi-GPU render server apparatus and methods
US9019287B2 (en) 2007-11-23 2015-04-28 Pme Ip Australia Pty Ltd Client-server visualization system with hybrid data processing
WO2009067680A1 (en) 2007-11-23 2009-05-28 Mercury Computer Systems, Inc. Automatic image segmentation methods and apparartus
US9904969B1 (en) 2007-11-23 2018-02-27 PME IP Pty Ltd Multi-user multi-GPU render server apparatus and methods
US10311541B2 (en) 2007-11-23 2019-06-04 PME IP Pty Ltd Multi-user multi-GPU render server apparatus and methods
US8432541B2 (en) 2007-12-17 2013-04-30 Accuri Cytometers, Inc. Optical system for a flow cytometer with an interrogation zone
US7843561B2 (en) * 2007-12-17 2010-11-30 Accuri Cytometers, Inc. Optical system for a flow cytometer with an interrogation zone
US8143600B2 (en) 2008-02-18 2012-03-27 Visiongate, Inc. 3D imaging of live cells with ultraviolet radiation
DE102008010436A1 (de) * 2008-02-21 2009-09-03 Berthold Technologies Gmbh & Co. Kg Vorrichtung und Verfahren zur Messung von Lumineszenz und Fluoreszenz von transfizierten Zellen oder Organteilen
GB0803641D0 (en) 2008-02-28 2008-04-02 Rapiscan Security Products Inc Scanning systems
GB0803644D0 (en) 2008-02-28 2008-04-02 Rapiscan Security Products Inc Scanning systems
US8090183B2 (en) 2009-03-12 2012-01-03 Visiongate, Inc. Pattern noise correction for pseudo projections
GB0809110D0 (en) 2008-05-20 2008-06-25 Rapiscan Security Products Inc Gantry scanner systems
JP4997255B2 (ja) * 2009-01-05 2012-08-08 オリンパス株式会社 細胞画像解析装置
GB0901338D0 (en) 2009-01-28 2009-03-11 Cxr Ltd X-Ray tube electron sources
US8254023B2 (en) 2009-02-23 2012-08-28 Visiongate, Inc. Optical tomography system with high-speed scanner
US8155420B2 (en) * 2009-05-21 2012-04-10 Visiongate, Inc System and method for detecting poor quality in 3D reconstructions
US20110061471A1 (en) * 2009-06-02 2011-03-17 Rich Collin A System and method of verification of a sample for a flow cytometer
US8507279B2 (en) 2009-06-02 2013-08-13 Accuri Cytometers, Inc. System and method of verification of a prepared sample for a flow cytometer
US8610085B2 (en) * 2009-08-20 2013-12-17 Bio-Rad Laboratories, Inc. High-speed cellular cross sectional imaging
WO2011106402A1 (en) 2010-02-23 2011-09-01 Accuri Cytometers, Inc. Method and system for detecting fluorochromes in a flow cytometer
CN105572019B (zh) 2010-04-15 2018-12-21 洛伊克德克斯有限公司 用于快速确定医学疾病的设备、系统和方法
US9551600B2 (en) 2010-06-14 2017-01-24 Accuri Cytometers, Inc. System and method for creating a flow cytometer network
US9280635B2 (en) 2010-10-25 2016-03-08 Accuri Cytometers, Inc. Systems and user interface for collecting a data set in a flow cytometer
CN106290159A (zh) * 2011-01-21 2017-01-04 提拉诺斯公司 样品使用最大化的系统和方法
US9218933B2 (en) 2011-06-09 2015-12-22 Rapidscan Systems, Inc. Low-dose radiographic imaging system
JP2013015357A (ja) * 2011-07-01 2013-01-24 Shimadzu Corp フローサイトメータ
JP5959988B2 (ja) * 2012-08-16 2016-08-02 シスメックス株式会社 癌化情報取得装置、細胞分析装置、および細胞採取適否判定装置、ならびに、癌化情報取得方法および細胞採取適否判定方法。
EP2920725B1 (de) 2012-11-19 2021-11-10 Apton Biosystems, Inc. Digitale analyse molekularer analyten mittels einzelmolekülnachweis
US10829816B2 (en) 2012-11-19 2020-11-10 Apton Biosystems, Inc. Methods of analyte detection
US10610861B2 (en) 2012-12-17 2020-04-07 Accellix Ltd. Systems, compositions and methods for detecting a biological condition
JP6298474B2 (ja) 2012-12-17 2018-03-20 レウコドゥックス,リミテッド 生物学的状態を検出するシステムおよび方法
US9091628B2 (en) 2012-12-21 2015-07-28 L-3 Communications Security And Detection Systems, Inc. 3D mapping with two orthogonal imaging views
JP6338597B2 (ja) 2013-01-09 2018-06-06 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニアThe Regents Of The University Of California 無線周波数多重励起を用いた蛍光イメージングのための装置及び方法
CN103969169B (zh) * 2013-01-31 2017-11-17 西门子公司 对样本进行检测检测方法和装置
AU2014212158B2 (en) 2013-01-31 2017-04-20 Rapiscan Systems, Inc. Portable security inspection system
US8976190B1 (en) 2013-03-15 2015-03-10 Pme Ip Australia Pty Ltd Method and system for rule based display of sets of images
US10070839B2 (en) 2013-03-15 2018-09-11 PME IP Pty Ltd Apparatus and system for rule based visualization of digital breast tomosynthesis and other volumetric images
US11183292B2 (en) 2013-03-15 2021-11-23 PME IP Pty Ltd Method and system for rule-based anonymized display and data export
US11244495B2 (en) 2013-03-15 2022-02-08 PME IP Pty Ltd Method and system for rule based display of sets of images using image content derived parameters
US10540803B2 (en) 2013-03-15 2020-01-21 PME IP Pty Ltd Method and system for rule-based display of sets of images
US9509802B1 (en) 2013-03-15 2016-11-29 PME IP Pty Ltd Method and system FPOR transferring data to improve responsiveness when sending large data sets
KR102075191B1 (ko) * 2013-06-05 2020-02-07 에베 그룹 에. 탈너 게엠베하 압력 맵을 결정하기 위한 측정 장치 및 방법
DE102013216362A1 (de) * 2013-08-19 2015-02-19 Siemens Healthcare Diagnostics Products Gmbh Analyseverfahren zur Klassifikationsunterstützung
KR20220018622A (ko) 2013-08-22 2022-02-15 앱톤 바이오시스템즈, 인코포레이티드 전기적 방법을 이용한 분자 분석물질의 디지털 분석
WO2015114750A1 (ja) * 2014-01-29 2015-08-06 株式会社島津製作所 フローサイトメータ
ES2959506T3 (es) 2014-03-18 2024-02-26 Univ California Citómetro de flujo paralelo que usa multiplexación por radiofrecuencia, y método
CN104156951B (zh) * 2014-07-30 2017-06-16 电子科技大学 一种针对支气管肺泡灌洗液涂片的白细胞检测方法
US10162162B2 (en) 2014-09-24 2018-12-25 Arizona Board Of Regents, A Body Corporate Of The State Of Arizona, Acting For And On Behalf Of Arizona State University Microfluidic systems and methods for hydrodynamic microvortical cell rotation in live-cell computed tomography
US9429524B2 (en) * 2014-10-17 2016-08-30 Iris International, Inc. Systems and methods for imaging fluid samples
US9984478B2 (en) 2015-07-28 2018-05-29 PME IP Pty Ltd Apparatus and method for visualizing digital breast tomosynthesis and other volumetric images
US11599672B2 (en) 2015-07-31 2023-03-07 PME IP Pty Ltd Method and apparatus for anonymized display and data export
CN115457550A (zh) * 2015-09-16 2022-12-09 徕卡生物系统公司 病理学明场像中的自动化染色查找
AU2016339956B2 (en) 2015-10-13 2021-07-01 Omega Biosystems Incorporated Multi-modal fluorescence imaging flow cytometry system
JP2019506602A (ja) * 2015-12-30 2019-03-07 ヴィジョンゲイト,インコーポレーテッド 異形成を自動的に検出しモニターし、化学予防を施行するためのシステム及び方法
US11069054B2 (en) 2015-12-30 2021-07-20 Visiongate, Inc. System and method for automated detection and monitoring of dysplasia and administration of immunotherapy and chemotherapy
AU2017234815B2 (en) 2016-03-17 2022-11-03 Becton, Dickinson And Company Cell sorting using a high throughput fluorescence flow cytometer
CN109477784B (zh) * 2016-05-12 2022-04-01 Bd生物科学公司 具有增强图像分辨率的荧光成像流式细胞术
DE102016112024A1 (de) * 2016-06-30 2018-01-04 Zendia Gmbh Schnelltest für den Erreger- und Zellnachweis und Verfahren
CN109477785B (zh) 2016-09-13 2022-09-27 贝克顿·迪金森公司 具有光学均衡的流式细胞仪
CN106780385B (zh) * 2016-12-16 2019-06-25 北京华航无线电测量研究所 一种基于湍流红外辐射模型的雾天降质图像清晰化方法
DE102017201252A1 (de) * 2017-01-26 2018-07-26 Universität Ulm Verfahren und Vorrichtung zur Untersuchung von Zellen
JP6742259B2 (ja) * 2017-03-02 2020-08-19 住友重機械工業株式会社 中性子線検出システム、及び中性子線検出システムの設定方法
CA3056765C (en) 2017-03-17 2024-04-02 Apton Biosystems, Inc. Sequencing and high resolution imaging
CN106722973A (zh) * 2017-03-21 2017-05-31 上海中优精准医疗科技股份有限公司 针对癌细胞迁徙能力相关基因的配方食品及其制备方法
EP3413033B1 (de) * 2017-06-09 2020-09-23 Roche Diagnostics GmbH Verfahren und vorrichtung zur bestimmung der eigenschaften einer laborprobe in einem laborprobenbehälter
US10909679B2 (en) 2017-09-24 2021-02-02 PME IP Pty Ltd Method and system for rule based display of sets of images using image content derived parameters
WO2019067557A1 (en) * 2017-09-26 2019-04-04 Visiongate, Inc. MORPHOMETRIC GENOTYPING OF CELLS IN LIQUID BIOPSY USING OPTICAL TOMOGRAPHY
US11041756B2 (en) * 2017-10-20 2021-06-22 Charted Scientific Inc. Method and apparatus of filtering light using a spectrometer enhanced with additional spectral filters with optical analysis of fluorescence and scattered light from particles suspended in a liquid medium using confocal and non confocal illumination and imaging
US11364004B2 (en) 2018-02-08 2022-06-21 Covidien Lp System and method for pose estimation of an imaging device and for determining the location of a medical device with respect to a target
EP3539455A1 (de) * 2018-03-14 2019-09-18 Sorbonne Université Verfahren zur automatischen bestimmung der anzeigequalität der bilder, die bei einer kapselendoskopie übertragen werden
WO2020061237A1 (en) 2018-09-19 2020-03-26 Apton Biosystems, Inc. Densely-packed analyte layers and detection methods
US11508168B2 (en) * 2018-10-15 2022-11-22 Upmc Systems and methods for specimen interpretation
WO2021007075A1 (en) 2019-07-10 2021-01-14 Becton, Dickinson And Company Reconfigurable integrated circuits for adjusting cell sorting classification
PT116012B (pt) * 2019-12-18 2022-05-25 Inst Superior Tecnico Método de deteção e classificação de sinais não periódicos e respetivo sistema que o implementa
AU2021275676A1 (en) 2020-05-19 2022-12-08 Becton, Dickinson And Company Methods for modulating an intensity profile of a laser beam and systems for same
US11551903B2 (en) 2020-06-25 2023-01-10 American Science And Engineering, Inc. Devices and methods for dissipating heat from an anode of an x-ray tube assembly
US11680889B2 (en) 2020-06-26 2023-06-20 Becton, Dickinson And Company Dual excitation beams for irradiating a sample in a flow stream and methods for using same
CN113554131B (zh) * 2021-09-22 2021-12-03 四川大学华西医院 医学图像处理和分析方法、计算机设备、系统和存储介质

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3470373A (en) 1966-10-18 1969-09-30 Litton Systems Inc Method for analysis and identification of biologic entities by phosphorescence
US3497690A (en) 1967-09-21 1970-02-24 Bausch & Lomb Method and apparatus for classifying biological cells by measuring the size and fluorescent response thereof
US3657537A (en) 1970-04-03 1972-04-18 Bausch & Lomb Computerized slit-scan cyto-fluorometer for automated cell recognition
US3999047A (en) 1972-09-05 1976-12-21 Green James E Method and apparatus utilizing color algebra for analyzing scene regions
US3833762A (en) 1973-06-04 1974-09-03 Rockwell International Corp Solid state integrating, image motion compensating imager
US3960449A (en) 1975-06-05 1976-06-01 The Board Of Trustees Of Leland Stanford Junior University Measurement of angular dependence of scattered light in a flowing stream
US4175860A (en) 1977-05-31 1979-11-27 Rush-Presbyterian-St. Luke's Medical Center Dual resolution method and apparatus for use in automated classification of pap smear and other samples
US4293221A (en) 1979-04-17 1981-10-06 Research Corporation Multidimensional slit-scan flow system
JPH04337446A (ja) 1991-05-15 1992-11-25 Hitachi Ltd 微粒子計測方法、定量方法および微粒子計測装置
US6026174A (en) 1992-10-14 2000-02-15 Accumed International, Inc. System and method for automatically detecting malignant cells and cells having malignancy-associated changes
US5402460A (en) 1993-08-02 1995-03-28 University Of Washington Three-dimensional microtomographic analysis system
WO1996009594A1 (en) 1994-09-20 1996-03-28 Neopath, Inc. Apparatus for automated identification of thick cell groupings on a biological specimen
US6252979B1 (en) 1995-06-07 2001-06-26 Tripath Imaging, Inc. Interactive method and apparatus for sorting biological specimens
JP3282458B2 (ja) * 1995-09-05 2002-05-13 株式会社日立製作所 フロー式粒子画像解析方法および装置
JP2000500322A (ja) 1995-10-02 2000-01-18 アメリカ合衆国 初期癌検出への使用のための上皮タンパク質及びそのdna
FI97665C (fi) 1995-11-21 1997-01-27 Planmed Oy Menetelmät ja laitteet kohteen kuvantamisessa
US6165734A (en) 1995-12-12 2000-12-26 Applied Spectral Imaging Ltd. In-situ method of analyzing cells
US6078681A (en) * 1996-03-18 2000-06-20 Marine Biological Laboratory Analytical imaging system and process
JP3815838B2 (ja) * 1997-03-13 2006-08-30 シスメックス株式会社 粒子測定装置
JP4301590B2 (ja) * 1997-05-13 2009-07-22 シスメックス株式会社 粒子測定装置
CA2310672A1 (en) 1997-11-19 1999-05-27 University Of Washington High throughput optical scanner
US6251615B1 (en) 1998-02-20 2001-06-26 Cell Analytics, Inc. Cell analysis methods
JP2002518664A (ja) * 1998-06-16 2002-06-25 バナージー,バスカー 細胞の自己蛍光を利用する癌の検出
US6249341B1 (en) 1999-01-25 2001-06-19 Amnis Corporation Imaging and analyzing parameters of small moving objects such as cells
AU6522300A (en) * 1999-08-05 2001-03-05 Cellomics, Inc. Optical system analysis of cells
WO2001011341A2 (en) * 1999-08-05 2001-02-15 Cellomics, Inc. A system for cell-based screening
IL154128A0 (en) * 2000-08-29 2003-07-31 Yeda Res & Dev Methods of isolating genes encoding proteins of specific function and of screening for pharmaceutically active agents
AU1576401A (en) * 2000-10-27 2002-05-06 Praelux Inc Method and apparatus for screening chemical compounds

Also Published As

Publication number Publication date
EP1504405B1 (de) 2008-03-19
CN1308885C (zh) 2007-04-04
CN1653480A (zh) 2005-08-10
HK1073713A1 (en) 2005-10-14
JP4767539B2 (ja) 2011-09-07
EP1504405A4 (de) 2006-08-16
AU2003234471B2 (en) 2009-06-11
CA2485675A1 (en) 2003-11-27
CA2485675C (en) 2013-01-29
ES2309319T3 (es) 2008-12-16
WO2003098539A1 (en) 2003-11-27
US20030031352A1 (en) 2003-02-13
US6636623B2 (en) 2003-10-21
ATE389873T1 (de) 2008-04-15
AU2003234471A1 (en) 2003-12-02
JP2005525581A (ja) 2005-08-25
DE60319816D1 (de) 2008-04-30
EP1504405A1 (de) 2005-02-09

Similar Documents

Publication Publication Date Title
DE60319816T2 (de) Verfahren zum automatischen erkennen von zellen mit krankheitsbezogener molekularmarkierungs-kompartimentierung
US6519355B2 (en) Optical projection imaging system and method for automatically detecting cells having nuclear and cytoplasmic densitometric features associated with disease
US6522775B2 (en) Apparatus and method for imaging small objects in a flow stream using optical tomography
DE60316113T2 (de) Verfahren für quantitative video-mikroskopie und vorrichtung und computerprogramm zur durchführung des verfahrens
AU2003210590A1 (en) Automatically detecting cells having nuclear and cytoplasmic densitometric features associated with disease by optical imaging
WO2019229573A1 (de) Analyzer zur dreidimensionalen analyse einer medizinischen probe mittels einer lichtfeldkamera
DE112007001907T5 (de) Verfahren für die Zellanalyse
EP2440920B1 (de) Lokalisierung eines validen bereiches eines blutausstriches
WO2021105801A1 (de) Verfahren zur digitalen anfärbung von zellen
DE10124340A1 (de) Verfahren zur Analyse einer biologischen Probe
EP3574303B1 (de) Verfahren und vorrichtung zur untersuchung von zellen
WO2019175082A1 (de) In-vitro-verfahren zum markierungsfreien bestimmen eines zelltyps einer weissen blutzelle
EP3910399A1 (de) Verfahren zur virtuellen annotation von zellen
AT504849B1 (de) Visualisierung von elektrophoresegelen
Roels et al. Computerized Image Analysis in Diagnostic Veterinary Pathology-Is the era of Descriptive Veterinary Pathology coming to an end?
Chen et al. Physics and engineering aspects of cell and tissue imaging systems: microscopic devices and computer assisted diagnosis

Legal Events

Date Code Title Description
8364 No opposition during term of opposition