ES2229158T3 - Procedimiento para el analisis de una muestra biologica. - Google Patents
Procedimiento para el analisis de una muestra biologica.Info
- Publication number
- ES2229158T3 ES2229158T3 ES02745294T ES02745294T ES2229158T3 ES 2229158 T3 ES2229158 T3 ES 2229158T3 ES 02745294 T ES02745294 T ES 02745294T ES 02745294 T ES02745294 T ES 02745294T ES 2229158 T3 ES2229158 T3 ES 2229158T3
- Authority
- ES
- Spain
- Prior art keywords
- image
- mode
- biological sample
- taking
- previously determined
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 239000012472 biological sample Substances 0.000 title claims abstract description 35
- 238000004458 analytical method Methods 0.000 title claims abstract description 32
- 230000004075 alteration Effects 0.000 claims abstract description 19
- 239000000523 sample Substances 0.000 claims description 30
- 230000003211 malignant effect Effects 0.000 claims description 8
- 230000006378 damage Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000003562 morphometric effect Effects 0.000 claims description 4
- 238000013425 morphometry Methods 0.000 claims description 4
- 238000000799 fluorescence microscopy Methods 0.000 claims description 2
- 230000001590 oxidative effect Effects 0.000 claims description 2
- 210000004027 cell Anatomy 0.000 description 62
- 206010028980 Neoplasm Diseases 0.000 description 41
- 201000011510 cancer Diseases 0.000 description 20
- 238000003745 diagnosis Methods 0.000 description 12
- 238000002360 preparation method Methods 0.000 description 12
- 210000001519 tissue Anatomy 0.000 description 12
- 206010058314 Dysplasia Diseases 0.000 description 11
- 210000003679 cervix uteri Anatomy 0.000 description 10
- 238000009595 pap smear Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 210000004881 tumor cell Anatomy 0.000 description 9
- 241000701806 Human papillomavirus Species 0.000 description 8
- 230000002380 cytological effect Effects 0.000 description 8
- 230000002265 prevention Effects 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 8
- 108020004414 DNA Proteins 0.000 description 6
- UBKVUFQGVWHZIR-UHFFFAOYSA-N 8-oxoguanine Chemical compound O=C1NC(N)=NC2=NC(=O)N=C21 UBKVUFQGVWHZIR-UHFFFAOYSA-N 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 210000004072 lung Anatomy 0.000 description 5
- 230000008789 oxidative DNA damage Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000004792 oxidative damage Effects 0.000 description 4
- 230000003449 preventive effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 206010005003 Bladder cancer Diseases 0.000 description 3
- 206010008342 Cervix carcinoma Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012705 nitroxide-mediated radical polymerization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010186 staining Methods 0.000 description 3
- 210000003932 urinary bladder Anatomy 0.000 description 3
- 230000005778 DNA damage Effects 0.000 description 2
- 231100000277 DNA damage Toxicity 0.000 description 2
- 208000007097 Urinary Bladder Neoplasms Diseases 0.000 description 2
- 208000006105 Uterine Cervical Neoplasms Diseases 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 201000010881 cervical cancer Diseases 0.000 description 2
- 208000019065 cervical carcinoma Diseases 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003365 immunocytochemistry Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 201000005112 urinary bladder cancer Diseases 0.000 description 2
- 208000024719 uterine cervix neoplasm Diseases 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 230000004543 DNA replication Effects 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 102000008297 Nuclear Matrix-Associated Proteins Human genes 0.000 description 1
- 108010035916 Nuclear Matrix-Associated Proteins Proteins 0.000 description 1
- 208000006994 Precancerous Conditions Diseases 0.000 description 1
- 208000033781 Thyroid carcinoma Diseases 0.000 description 1
- 208000024770 Thyroid neoplasm Diseases 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 201000001531 bladder carcinoma Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 201000008275 breast carcinoma Diseases 0.000 description 1
- 238000000339 bright-field microscopy Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 108091092356 cellular DNA Proteins 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004163 cytometry Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000018732 detection of tumor cell Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 210000000981 epithelium Anatomy 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000002055 immunohistochemical effect Effects 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 208000032839 leukemia Diseases 0.000 description 1
- 201000005296 lung carcinoma Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007431 microscopic evaluation Methods 0.000 description 1
- 210000003097 mucus Anatomy 0.000 description 1
- 231100000219 mutagenic Toxicity 0.000 description 1
- 230000003505 mutagenic effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 210000004940 nucleus Anatomy 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013386 optimize process Methods 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 201000002510 thyroid cancer Diseases 0.000 description 1
- 208000013077 thyroid gland carcinoma Diseases 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 208000010570 urinary bladder carcinoma Diseases 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1468—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1477—Multiparameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1488—Methods for deciding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1497—Particle shape
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Dispersion Chemistry (AREA)
- Medical Informatics (AREA)
- Immunology (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Sampling And Sample Adjustment (AREA)
- Image Input (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Procedimiento implementado por ordenador para el análisis de una muestra (104¿) biológica, para determinar una alteración en comparación con una muestra biológica sana, con los siguientes pasos: crear una primera imagen de la muestra biológica en una primera modalidad (DL) de toma de imagen; crear una segunda imagen de la muestra biológica en una segunda modalidad (PK) de toma de imagen, con lo que la primera modalidad de toma de imagen y la segunda modalidad de toma de imagen son diferentes y con lo que la primera modalidad de toma de imagen y la segunda modalidad de toma de imagen se seleccionan de un grupo de modalidades de toma de imagen que incluye una modalidad de toma de imagen de luz transmitida, una modalidad de toma de imagen de fluorescencia y una modalidad de toma de imagen de contraste de fases; clasificar (K1) la primera imagen mediante un primer parámetro previamente determinado; clasificar (K2) la segunda imagen mediante un segundo parámetro previamente determinado, con lo que la primera imagen se clasifica independientemente de la segunda imagen; y dependiendo de los resultados (E1, E2) de la clasificación, determinar (122) si la muestra (104¿) biológica presenta una alteración en comparación con una muestra biológica sana.
Description
Procedimiento para el análisis de una muestra
biológica.
La presente invención se refiere a un
procedimiento para el análisis de una muestra biológica y
especialmente a un procedimiento para el análisis de una muestra de
tejido, para detectar alteraciones tisulares benignas o malignas en
el curso de la detección precoz y la prevención del cáncer.
Cada año mueren en el mundo aproximadamente 6,6
millones de personas de cáncer. En los países industrializados, esta
enfermedad es la segunda causa más frecuente de muerte. A pesar de
los grandes esfuerzos financieros y científicos hasta hoy no ha sido
posible conseguir un avance decisivo del tratamiento con éxito de
enfermedades tumorales. Desde el punto de vista actual, una
reducción clara de las incidencias de cáncer y de la mortalidad por
cáncer es posible únicamente por medio de soluciones innovadoras en
los campos de detección precoz, pronóstico y prevención del
cáncer.
Un medio eficaz para la detección precoz y la
prevención del cáncer son las exploraciones preventivas regulares.
Con la ayuda de la prevención del cáncer pueden detectarse células
tumorales existentes, pero también alteraciones tisulares aún
benignas, las denominadas displasias. En algunos casos, éstas se
siguen desarrollando para formar tumores, sin embargo generalmente
involucionan o se mantienen invariables. Con los procedimientos de
diagnóstico utilizados actualmente no es posible una evaluación
segura de la progresión.
Las exploraciones preventivas de cáncer se basan
en gran parte en el análisis citológico e histológico de muestras de
tejido bajo el microscopio. La interpretación de las imágenes
microscópicas requiere la más alta competencia técnica y mucha
rutina. Los procedimientos de procesamiento de imágenes digitales y
reconocimiento de patrones ofrecen ventajas atrayentes para el uso
en el caso de la clasificación de imágenes de hallazgos muy
complejas y a veces también muy poco frecuentes, puesto que son
neutrales e independientes de la situación subjetiva del observador.
Sin embargo, hasta ahora no ha podido conseguirse la seguridad de
clasificación necesaria con los procedimientos automáticos de
análisis celular, basados en imágenes en escala de grises.
Especialmente para las exploraciones preventivas del carcinoma de
cérvix mediante un frotis ginecológico del cérvix (cuello uterino),
así como para la valoración de muestras de secreciones bronquiales,
se han desarrollado procedimientos automáticos que, sin embargo,
sólo pueden detectar células tumorales presentes con una
sensibilidad o especificidad muy limitadas.
Con la ayuda del procedimiento según Papanicolau
(prueba PAP; procedimiento citológico de tinción para la
identificación de células precancerosas y cancerosas (malignas) en
frotis de cérvix) se ha conseguido reducir la incidencia (aparición)
de tumores de cérvix en los países occidentales y en Japón en
aproximadamente el 70%. Sin embargo, esta prueba presenta
importantes deficiencias que consisten en que la tasa de hallazgos
no claros se encuentra en del 5 al 10%, y la tasa de los resultados
falsos negativos en del 5 al 50%.
Por tanto, en los últimos años se ha desarrollado
una serie de nuevos procedimientos, que han sustituido la prueba PAP
descrita anteriormente.
Un procedimiento emplea una técnica automática de
preparación celular de capa delgada, con la que pueden identificarse
células displásicas de manera claramente mejor en el caso de la
presencia de únicamente muy pequeñas cantidades de material celular
sospechoso. Este procedimiento fue admitido en 1996 por la FDA (Food
and Drug Association) estadounidense como sustituto de las pruebas
PAP tradicionales y, según los resultados de estudios clínicos,
mejora la detección de displasias en un 65%.
Además se conoce un procedimiento de análisis de
imágenes asistido por ordenador que hoy ya se utiliza principalmente
en grandes laboratorios citológicos. Al contrario que la prueba PAP,
en la cual la valoración microscópica de los frotis se realiza de
forma manual, este procedimiento permite una valoración objetiva de
frotis celulares. Estudios clínicos en los EE.UU. han obtenido como
resultado que estos procedimientos automáticos llevan a una
reducción de los resultados falsos negativos. La prueba recién
descrita está admitida en los EE.UU. desde 1998 como diagnóstico de
rutina para la prevención del cáncer de cérvix.
Los perfeccionamientos recién descritos de la
prueba PAP son adecuados para solventar al menos parcialmente las
desventajas de calidad de los procedimientos convencionales. Sin
embargo, al igual que la propia prueba PAP, no pueden llevar a cabo
una valoración fiable de la progresión de las displasias. Las
exploraciones repetidas y complementarias para aclarar el
diagnóstico y para controlar las displasias seguirán siendo
necesarias igual que antes incluso en el caso del empleo de una
preparación mejorada de las muestras y un análisis automático. Los
procedimientos de análisis de imágenes convencionales utilizados
para ello presentan dos ventajas importantes en el caso de la
clasificación de imágenes de hallazgos muy complejas y muy poco
frecuentes en comparación con el análisis celular manual, sin
embargo, con estas tecnologías no puede alcanzarse la seguridad de
clasificación necesaria. Los procedimientos sólo pueden detectar
células tumorales y displasias presentes con una sensibilidad y
especificidad muy limitadas (inferiores al 70%).
En 1996 se estableció una prueba de ADN para la
detección de virus del papiloma humano para la prevención del cáncer
de cérvix. Una serie de investigaciones ha mostrado que existe una
relación estrecha entre la infección con virus del papiloma humano
(VPH) y la aparición de lesiones y cáncer de cérvix. El VPH puede
detectarse en aproximadamente el 99% de todos los carcinomas de
cérvix invasivos y en más del 90% de los estados previos de alto
grado. La tipificación del VPH está reconocida como el análisis
diagnóstico complementario en el caso de mujeres con displasias
leves y medias en los países industrializados occidentales. Sin
embargo, el problema de la prueba del VPH para la prevención del
cáncer de cérvix se encuentra en su alta tasa de resultados falsos
positivos. Hasta el 80% de todas las mujeres presenta una infección
por VPH a lo largo de su vida, pero sólo aproximadamente del 2 al 4%
de todas las mujeres presentan realmente displasias y sólo
aproximadamente del 1 al 2% de estas mujeres enferman de un
carcinoma de cérvix.
Además, en el estado de la técnica se conoce un
procedimiento para la detección de cáncer de vejiga, que se basa en
la tecnología NMP (tecnología Nuclear Matrix Protein). Las NMP se
encuentran en los núcleos de las células del tejido epitelial y en
el caso de pacientes con cáncer de vejiga, presentan valores
claramente aumentados que pueden detectarse en la orina por medio de
anticuerpos específicos. Los resultados de estudios clínicos
muestran que la tecnología NMP detecta displasias y tumores de
cérvix con una sensibilidad claramente más alta que la prueba PAP
convencional.
Otro procedimiento para la prevención del cáncer
de cérvix es la identificación de marcadores proteicos específicos,
que están sobreexpresados en el caso de células displásicas y en
células tumorales. No se conocen resultados de estudios clínicos en
relación con este procedimiento.
Al igual que los perfeccionamientos de la prueba
PAP, también la tipificación del VPH y los marcadores proteicos
pueden contribuir al mejoramiento de la calidad en la citología
preventiva de cérvix. Sin embargo, ninguno de estos procedimientos
diagnósticos in vitro puede realizar una afirmación objetiva
de la progresión en cuanto al desarrollo de una célula en un tumor.
Por medio de ello no pueden evitarse las exploraciones
complementarias y repetidas, así como las operaciones que tienen
lugar en el caso de lesiones persistentes o progresivas por motivos
de seguridad.
En el documento EP 0 647 844 A se describe un
procedimiento para citologías automáticas interactivas, en el que un
sistema automático y un usuario establecen un diagnóstico de manera
paralela, y en un paso final se compara el diagnóstico del sistema
con el diagnóstico del usuario. Este procedimiento tiene la
desventaja de que también aquí un usuario debe establecer un
diagnóstico. En las patentes de los EE.UU. números 5.7557.954 y
5.978.497 se describen detalladamente procedimientos para la
segmentación automática de imágenes que representan una muestra
biológica, con lo que se clasifican objetos individuales basándose
en características previamente determinadas.
En el documento DE 19747415 A1 se describe un
procedimiento para simplificar un análisis de una muestra biológica
por parte de un citólogo, determinando a partir de una muestra el
material significativo desde el punto de vista diagnóstico y fijando
un "camino" por la muestra de manera que el observador ya sólo
tiene que observar las muestras relevantes.
En el documento US 5 162 990 A se describe un
procedimiento para el análisis de una muestra biológica en el que se
procesan por separado imágenes capturadas para diferentes
modalidades de toma de imagen. Las imágenes procesadas se combinan
para formar una imagen, que se continúa procesando y analizando.
Además de las publicaciones descritas
anteriormente en relación con el análisis de células, en el estado
de la técnica se conocen además sistemas de procesamiento de
imágenes digitales, que se describen, por ejemplo, en los documentos
DE 19834718 A1, DE 19612465 A1 y DE 19538004 A1. Estas patentes se
refieren a sistemas generales de captación y de clasificación de
imágenes que sin embargo no garantizan una seguridad de
clasificación suficiente para el análisis de muestras biológicas en
cuanto a posibles alteraciones benignas o malignas.
Partiendo del estado de la técnica descrito
anteriormente, la presente invención se basa en la tarea de
proporcionar un procedimiento automático, mejorado, para el análisis
seguro de una muestra biológica, para detectar de manera segura y
rápida alteraciones benignas o malignas en comparación con una
muestra sana.
Esta tarea se soluciona por medio de un
procedimiento según la reivindicación 1.
La presente invención proporciona un
procedimiento implementado con ordenador para el análisis de una
muestra biológica, para determinar una alteración en comparación con
una muestra biológica sana, con los siguientes pasos:
crear una primera imagen de la muestra biológica
en una primera modalidad de toma de imagen;
crear una segunda imagen de la muestra biológica
en una segunda modalidad de toma de imagen;
clasificar la primera imagen mediante un primer
parámetro previamente determinado;
clasificar la segunda imagen mediante un segundo
parámetro previamente determinado, con lo que la primera imagen se
clasifica independientemente de la segunda imagen; y
dependiendo de los resultados de la
clasificación, determinar si la muestra biológica presenta una
alteración en comparación con una muestra biológica sana.
En el ejemplo de realización preferido de la
presente invención se proporciona un procedimiento inmunocitométrico
que hace posible identificar claramente células tumorales y
pronosticar la progresión de células displásicas a células
tumorales.
En este sentido, la presente invención se basa en
el concepto innovador, en el que por primera vez se combinan
informaciones morfométricas (registradas por medición) de imágenes
celulares con informaciones sobre el grado de daño oxidativo del ADN
que está aumentado significativamente en células tumorales y células
precancerosas que se están transformando en células tumorales. Las
informaciones morfométricas de imágenes se obtienen mediante
microscopia de luz transmitida. La determinación de la cantidad de
daño del ADN en las células individuales tiene lugar en el
microscopio de fluorescencia por medio de la medición de las señales
de fluorescencia, emitidas por anticuerpos unidos específicamente a
daños de ADN (8-oxoguanina) definidos.
La ventaja de la presente invención consiste en
que, en comparación con los procedimientos existentes, se asocia un
aumento significativo de informaciones de imágenes con nuevos
procedimientos de valoración de imágenes basados en los
conocimientos y que pueden entrenarse, y con ello se desarrolló una
técnica de procedimiento no alcanzada hasta el momento en cuanto a
la seguridad de clasificación y la sensibilidad de aplicación.
Según un ejemplo de realización preferido, el
procedimiento según la invención encuentra su aplicabilidad en el
análisis de frotis de cuello uterino (cérvix). Como un progreso en
el análisis de esta muestra se lleva a cabo un proceso optimizado de
preparación de estas muestras, durante el cual se eliminan el moco,
se aislan las células sobre el soporte, se realizan una preparación
y un tratamiento muy exactos y reproducibles con anticuerpos. A
continuación, en este ejemplo de realización tiene lugar la
obtención de imágenes microscópicas de luz transmitida, de contraste
de colores, así como de fluorescencia, de alta calidad, que llevan a
cabo una detección automática de displasias y su pronóstico o de
células sospechosas de tumor en las tomas de imágenes microscópicas
mediante un sistema de valoración de imágenes asistido por
ordenador.
Una ventaja de este modo de proceder consiste en
que las informaciones de las imágenes sobre el portaobjetos no sólo
se registran y archivan digital y sistemáticamente, sino que se
sustituye la competencia subjetiva de diagnóstico del personal
médico especializado por el componente objetivo, asistido por
ordenador.
La presente invención no está limitada al
análisis de frotis de cérvix, sino que puede transferirse igualmente
a la detección precoz de otros tipos de cáncer como, por ejemplo, el
carcinoma de vejiga, de mama, de pulmón y tiroideo, así como a
derrames malignos y similares.
A continuación se explican detalladamente
ejemplos de realización preferidos de la presente invención mediante
los dibujos adjuntos. Muestran:
la figura 1 una representación esquemática de un
primer ejemplo de realización del procedimiento según la invención;
y
las figuras 2A y B una representación detallada
de los pasos individuales del ejemplo de realización descrito
mediante la figura 1.
Antes de exponer a continuación ejemplos de
realización más preferidos de la presente invención, a continuación
se explican nuevamente los aspectos generales de la invención.
Una posibilidad para la detección de células
tumorales consiste en registrar su daño oxidativo del ADN. Las
células tumorales presentan siempre un daño oxidativo del ADN mayor
que las células del tejido sano correspondiente. Esto se desprende
de una serie de publicaciones sobre el contenido de daños de bases
8-oxoguanina mutagénicos y otras alteraciones
oxidativas del ADN en tejidos tumorales y sanos del tracto
gastrointestinal y de pulmón, próstata, cerebro, ovarios, mama,
etc., tal como, por ejemplo, en Olinski et al. (1992) FEBS
Lett. 309, 193-198; Jaruga et al. (1994) FEBS
Lett. 341, 59-64; Musarrat et al. (1996) Eur.
J. Cancer 32A, 1209-1214; Malins et al.
(1996) Proc. Natl. Acad Sci. USA 93, 2557-2563;
Matsui et al. (2000) Cancer Lett. 151, 87-95.
Incluso en células de leucemia se encontraron niveles elevados de
8-oxoguanina (Senturker et al. (1997) FEBS
Lett., 416, 286-290). La persistencia de estos daños
lleva al desarrollo de patrones de mutación definidos en el ADN
celular del tejido diana (por ejemplo, del tejido tumoral) que son
típicos de los daños oxidativos del ADN, como se describe, por
ejemplo, en Moriva (1993) Proc. Natl. Acad. Sci. USA, 90,
1122-1126; Reid et al. (1993) Proc. Natl.
Acad. Sci. USA, 90, 3904-3907; Du et al.
(1994) Mol. Carcinog., 11, 170-175; Turker et
al., (1999) Cancer Res., 59, 1837-1839.
Otras investigaciones no han mostrado valores de
8-oxoguanina elevados sólo en tumores, sino también
en tejidos precancerosos (Musarrat et al. (1996) Eur. J.
Cancer 32A, 1209-1214; Olinski et al. (1995)
Free Radic. Boil. Med., 18, 807-813. Con ello se
producen daños oxidativos del ADN ya en estados previos del cáncer,
y posiblemente éstos son responsables de la aparición de células
cancerígenas. Las investigaciones experimentales con animales han
confirmado esta suposición. Realmente existe una relación causal
entre la formación y la persistencia de los contenidos elevados de
8-oxoguanina y la aparición de tumores, como se
describe, por ejemplo, en Driscoll
et al (1995) Exp. Lung Res., 21, 941-956; Nehls et al. (1998) Environ. Health Perspect., 105 Supl. 5, 1291-1296). Además de esta observación, las investigaciones han proporcionado las siguientes otras tres informaciones expuestas a continuación:
et al (1995) Exp. Lung Res., 21, 941-956; Nehls et al. (1998) Environ. Health Perspect., 105 Supl. 5, 1291-1296). Además de esta observación, las investigaciones han proporcionado las siguientes otras tres informaciones expuestas a continuación:
- (a)
- La aparición de daños oxidativos del ADN se produce mucho antes que la aparición de tumores.
- (b)
- El daño oxidativo del ADN debe permanecer (persistir) durante un largo periodo de tiempo hasta que aparece el cáncer. Para el desarrollo de tumores de cérvix a partir de estados previos premalignos (TIN III) se han determinado para la mujer en promedio 16 años (Forsmo et al (1997) Int J. Cancer, 71, 4-8).
- (c)
- El daño oxidativo debe tener lugar en el ADN de células que pueden dividirse. Sólo en estas células, los daños se transforman en mutaciones durante la replicación del ADN y se transmiten a las células hija.
Por tanto, el grado de daño oxidativo del ADN
puede utilizarse para
- -
- identificar una célula tumoral existente, o
- -
- pronosticar si una displasia va a continuar desarrollándose en un tumor.
Además, para el procedimiento según la invención
es necesaria una preparación de la muestra que, según un ejemplo de
realización, utiliza un procedimiento inmunocitoquímico. Los
procedimientos inmunocitoquímicos se han utilizado hasta el momento
sólo de manera limitada en el diagnóstico, para lo cual existen los
dos motivos siguientes. En comparación con los análisis
inmunohistoquímicos en tejidos incluidos en parafina, la
inmunocitoquímica es más difícil de realizar de manera estandarizada
y la calidad de los preparados citológicos inmunoteñidos presenta
fuertes variaciones. Además, la morfología de las células se afecta
fuertemente después de los diferentes pasos de incubación para las
tinciones inmunocitoquímicas. Según la presente invención se utiliza
un procedimiento, en el que las tinciones inmunocitoquímicas están
aseguradas en cuanto a la calidad y su reproducción está
estandarizada, de manera que la morfología de las células tratadas
se conserva mejor y la valoración de la imagen tiene lugar de manera
fiable. Por medio de una preparación lo más temprana posible de las
células o la fijación optimizada de los preparados celulares
directamente después de la extracción, así como de una tinción
modificada de Papanicolau o de Pappenheim en combinación con la
inmunocitoquímica se hace posible la obtención de mejores resultados
y más estandarizados. Por medio de ello se consigue una preparación
de las muestras optimizada y una tinción de las células, por lo cual
pueden realizarse tanto valoraciones convencionales mediante
microscopia óptica, como también automáticas, de manera más
fiable.
En la figura 1 se muestra una representación
esquemática de un primer ejemplo de realización del procedimiento
según la invención. Los pasos individuales de procedimiento se
muestran en los bloques en la columna izquierda, y en paralelo a la
columna izquierda se representan en la columna derecha los objetos o
elementos correspondientes que actúan sobre los pasos
individuales.
Fundamentalmente, el procedimiento según la
invención se divide, según el ejemplo de realización representado,
en un primer paso I parcial y en un segundo paso II parcial.
En el paso I parcial se explora o escanea en
primer lugar la matriz 102 de muestras en el paso 100. La matriz 102
de muestras engloba múltiples muestras 104 individuales, con lo que
debido al paso 100 se selecciona una muestra 104' biológica a partir
de la matriz 102, como se aclara mediante la flecha 106. Una vez
seleccionada una muestra 104' individual, en el paso 108 tiene lugar
un análisis de imágenes individuales relacionado a la muestra 104',
como se explica más en detalle a continuación.
Partiendo de los resultados del análisis de las
imágenes individuales se determina si la muestra 104' biológica es
sospechosa de tumor o no. Si se afirma la sospecha de tumor,
entonces, según el ejemplo de realización representado en la figura
1, el procedimiento pasa al segundo paso II parcial, en el que, en
el paso 110, se segmentan en primer lugar las imágenes individuales
de manera que se producen imágenes parciales con células
individuales, como se muestra a modo de ejemplo en la figura 1 con
el 112, que muestra una imagen parcial con dos células 114 y 116
individuales. Como se representa mediante la flecha 118, se elige
una célula, en el ejemplo mostrado, la célula 114, y en el paso 120
tiene lugar un análisis de esta célula 114 sospechosa. En función
del resultado del análisis puede determinarse si en cuanto a la
célula sospechosa de tumor se trata realmente de una célula tumoral
ya existente o si aquí se trata de una displasia benigna o
maligna.
Según el procedimiento según la invención, a
partir de registros de datos de referencia previamente clasificados
se determinan operadores matemáticos de características de manera
iterativa para clasificar las imágenes registradas de las muestras
biológicas. Una separación de las muestras con respectivamente un
tipo de característica dominante hace posible la determinación de un
conjunto de operadores correspondiente. Si los operadores
ortogonales entre sí pueden asignarse claramente a los tipos de
característica que interesan, entonces puede realizarse su
diferenciación dentro de un registro de datos de imágenes.
En los planteamientos conocidos hasta el momento
para la citología y citometría automáticas, los operadores
utilizados para la extracción de características de estructura y
forma se determinaron según el principio de prueba y error. Este
modo de proceder tiene su límite a partir del momento en que deben
detectarse patrones muy complejos y específicos dentro de contextos
variables. En ello, el problema consiste en que el probar un gran
número de operadores sobre una muestra al azar, de referencia, para
determinar la relevancia en cuanto al objetivo de la detección,
lleva a tiempos de cálculo de varios años debido al enorme tamaño
del espacio de búsqueda. Puesto que en cuanto al análisis celular se
trata de tareas de reconocimiento de patrones extremadamente
complejos y también muy variables en su desarrollo, aquí se necesita
un nuevo planteamiento, tal como se enseña según la presente
invención. Con las condiciones límite de una capacidad de
procesamiento disponible de manera limitada y de un tiempo de
cálculo practicable, a partir de una biblioteca de operadores
existente se seleccionan aquellos operadores que contribuyen a un
resultado de clasificación óptimo.
Según el ejemplo de realización descrito mediante
la figura 1, esta selección tiene lugar en el paso I parcial y en el
paso II parcial.
En el paso I parcial se utiliza la selección de
los operadores de manera global a nivel de una imagen 104', con lo
que por una imagen 104' de este tipo puede entenderse una unidad que
un citólogo ve como un conjunto, tal vez con diferentes aumentos, a
través del ocular de su microscopio. A partir de una muestra
citológica sana pueden guardarse entre 12 y 500 imágenes de este
tipo, dependiendo del factor de aumento. En lo anterior, la
selección automática de parámetros puede realizarse
independientemente una de otra sobre imágenes individuales de
diferentes modalidades, tales como de luz transmitida, contraste de
fases y fluorescencia, así como también sobre diferentes tipos de
células (de cérvix, vejiga, pulmón, etc.). En el caso de una muestra
al azar, de imagen, previamente clasificada de manera
suficientemente segura resulta un buen resultado de selección.
En el paso II parcial, en el caso de la presencia
de células sospechosas, la segmentación del objeto y el análisis
parcial siguen a nivel de la célula individual con la resolución
máxima. Aquí se registran características dimensionales de la
célula, de forma y de estructura, con lo que también aquí se utiliza
el planteamiento de la selección de parámetros de textura. Además se
determinan parámetros morfométricos.
Según la invención se enlazan la experiencia de
muchos años de citólogos y técnicos en citología en la valoración y
evaluación de hallazgos microscópicos histológicos, en la selección
de los parámetros celulares y de la imagen celular que van a
utilizarse para la clasificación de una célula, con un planteamiento
más bien objetivo para la selección automática de parámetros. Puesto
que una búsqueda completa, óptima, para la selección de parámetros
ideales exigiría un tiempo de cálculo de varios años, el
conocimiento existente de los expertos se integra sintáctica y
semánticamente en la selección automática, enlazado con una función
de ponderación.
Por medio de ello se consiguen las siguientes
ventajas:
- -
- La selección de parámetros se realiza mediante una amplia muestra al azar previamente clasificada, en varias fases de aprendizaje. Pueden entrenarse nuevamente las variaciones para la optimización y guardarse en archivos de configuración.
- -
- Por medio de la preparación de varios registros de datos de configuración pueden analizarse con un sistema de clasificación, diferentes preparados citológicos (de cérvix, vejiga, pulmón,...) y adaptarse los algoritmos necesarios. Por medio de ello, este tipo de sistemas de clasificación no están ya limitados a un uso y permiten llevar a cabo una gran parte de las tareas de estudio citológico e histológico.
En la figura 2 se muestra una representación
detallada del ejemplo de realización de la presente invención
descrito mediante la figura 1. A partir de la matriz 102 de muestras
con el gran número de muestras 104 individuales se selecciona una
muestra 104' individual para el análisis.
En relación a esta muestra 104' individual se
producen tres imágenes parciales, como se indica por medio de los
bloques DL, PK y FL. La primera imagen parcial se produce mediante
una primera modalidad de toma de imagen, concretamente la modalidad
de toma de imagen microscópica de luz transmitida (DL). La segunda
imagen parcial se obtiene mediante la modalidad de toma de imagen de
contraste de fases (PK) y la tercera imagen parcial se obtiene
mediante la modalidad de toma de imagen de fluorescencia (FL). Cada
imagen DL, PK, FL parcial obtenida se clasifica independientemente
una de otra mediante un conjunto de parámetros seleccionado, como se
indica por medio de los bloques K_{1}, K_{2} y K_{3}. A partir
de la clasificación de las imágenes parciales individuales se
obtienen resultados de clasificación correspondientes para cada
imagen parcial, como se indica por medio de los bloques E_{1},
E_{2} y E_{3}. En el paso 122 se determina, basándose en los
resultados E_{1}, E_{2} y E_{3}, si existe una alteración de
la muestra 104' en comparación con una muestra sana. Si esto se
niega, entonces el procedimiento finaliza, según el ejemplo de
realización representado, en el paso 124. Si se afirma una
alteración de la muestra, por ejemplo, una sospecha de tumor,
entonces el procedimiento continúa hacia el paso 126 en la figura
2B. En el paso 126 tiene lugar la segmentación de la muestra 104',
ya descrita anteriormente, de manera que la muestra se divide en
zonas individuales que esencialmente abarcan una célula o sólo
células individuales, como se indica en la figura 2B
esquemáticamente con 128, 130 y 132.
Para cada una de las secciones 128 a 132 o para
cada imagen parcial con células individuales se producen las tres
modalidades de toma de imagen ya descritas anteriormente, de luz
transmitida, de contraste de fases y de fluorescencia (DL, PK, FL),
como se representa por medio de los bloques correspondientes en la
figura 2B. A continuación tiene lugar una clasificación de las
imágenes parciales individuales, como se representa por medio de los
bloques K en la figura 2B. Como se ha descrito anteriormente también
aquí tiene lugar la clasificación de las imágenes parciales
individuales para diferentes modalidades de toma de imagen
independientemente una de otra para obtener resultados de
clasificación correspondientes (véanse los bloques E).
Basándose en los resultados de la clasificación
de las secciones o imágenes parciales individuales se obtienen los
diagnósticos correspondientes de la célula o las células 134, 136,
138, que se utilizan en el paso 140 para el diagnóstico de la
muestra biológica completa.
El ejemplo de realización detallado, descrito
mediante la figura 2, abarca en primer lugar la clasificación previa
a nivel de la imagen, como se muestra en la figura 2A. Para cada una
de las muestras 104 que deben analizarse se producen tres imágenes
individuales, que se obtienen mediante las modalidades de toma de
imagen de luz transmitida (DL), de contraste de fases (PK) y de
fluorescencia (FL). Estas tres imágenes se clasifican en primer
lugar por separado a nivel de la imagen, es decir, cada una como
conjunto. En lo anterior se utiliza un procedimiento de análisis de
textura automático, ampliado y modificado, cuya ampliación consiste
en que por medio de un procedimiento de textura está integrado un
complemento que es necesario especialmente para preparados
citológicos. Además se dispone de la integración del conocimiento
existente de los expertos. Según la invención, una selección
automática de los parámetros necesarios y suficientes para esta
tarea de clasificación tiene lugar a partir de un fondo de
aproximadamente 600 a 1000 parámetros de textura (parámetros de
color, estadísticos, de textura, de forma). Los parámetros
necesarios se determinan basándose en una muestra al azar
representativa de imágenes por medio de una selección inteligente,
con lo que, entre otros, la calidad, el valor de la información y el
poder de diferenciación de los parámetros elegidos desempeñan un
papel en la clasificación. Para cada modalidad de toma de imagen
(DL, PK y FL) se determina independientemente en cada caso un
conjunto de parámetros propio para la clasificación.
A continuación, en el paso 122 tiene lugar la
correlación de los resultados de clasificación previa de varias
modalidades de toma de imagen. Los resultados K_{1}, K_{2} y
K_{3} de clasificación independientes de las tres modalidades de
toma de imagen se correlacionan entre sí para tomar una decisión
acerca de si la muestra 104' debe clasificarse como sana o como
sospechosa de tumor. Por medio de una elección adecuada
correspondiente de los límites de decisión también por medio de este
tipo de clasificación previa se separan aproximadamente el 75% de
las muestras con gran seguridad como no sospechosas de tumor. Todas
las muestras clasificadas como sospechosas de tumor se someten en
los pasos siguientes, que se muestran en la figura 2B, a otra etapa
de clasificación a nivel de las células.
En la figura 2B se lleva a cabo primero la
segmentación de la célula en el paso 126. Para analizar todas las
muestras de imágenes sospechosas de tumor más exactamente y
conducirlas a la clasificación de precisión, a partir de estas
muestras de imágenes se segmentan en primer lugar células
individuales. La segmentación de las células tiene lugar nuevamente
por separado sobre todas las tres copias de imagen DL, PK y FL. El
resultado de esta segmentación forma como unidad más pequeña
secciones de imagen con, en el caso ideal, respectivamente una
célula individual. Por medio de una preparación adecuada de las
muestras en los pasos previos se asegura que sólo puedan verse pocos
conglomerados de células, es decir, solapamientos de células.
A continuación, las células segmentadas se
clasifican. En primer lugar, cada célula individual se clasifica por
separado, con lo que se utiliza aquí también el procedimiento
descrito anteriormente para la selección automática de parámetros,
basada en los conocimientos. A nivel de la célula no sólo se
utilizan parámetros de color y textura y parámetros estadísticos,
sino que además también se observan parámetros de forma de la célula
segmentada. También aquí se seleccionan mediante selección
inteligente, a partir de un fondo de 600 a 1000 parámetros
descriptivos de las células, aquellos con los cuales pueden
diferenciarse entre sí con gran seguridad los tipos de células que
aparecen en las diferentes modalidades de toma de imagen.
A continuación tiene lugar una fusión de los
resultados de clasificación y una decisión. La clasificación a nivel
de la célula se realiza en primer lugar para cada modalidad de
imagen por separado, y a continuación deben tanto registrarse juntas
las células segmentadas de las tres vistas, como también compensarse
los resultados de clasificación, para llegar a un diagnóstico
diferenciado.
En el caso del ejemplo de realización descrito
anteriormente, las imágenes parciales pueden obtenerse en las
diferentes modalidades de toma de imagen para las células
segmentadas o bien basándose en las imágenes parciales producidas ya
en el primer paso principal por medio de la simple segmentación de
éstas o se lleva a cabo un segmentación correspondiente de la
muestra y una nueva producción de imágenes en la segunda
sección.
Además se hace referencia de que el procedimiento
según la invención no está limitado al ejemplo de realización
preferido. Más bien, el procedimiento según la invención hace
posible un análisis de muestras biológicas para determinar si éstas
presentan alteraciones en comparación con un tejido sano. Partiendo
de esta clasificación de una muestra son posibles diferentes
posibilidades de análisis posterior, siempre que éstas en realidad
se deseen. Para algunas aplicaciones puede ser suficiente el
determinar que han tenido lugar alteraciones de la muestra en
comparación con tejido sano o muestras sanas.
Por otra parte, en el caso de otras aplicaciones,
por ejemplo, procedimientos de análisis
semi-automáticos, al citólogo se le pueden entregar
para establecer un dictamen posterior sólo las muestras
individuales, a partir de una muestra completa, que presentan una
alteración sospechosa correspondiente, y el citólogo realizará
entonces una valoración definitiva.
La tercera posibilidad consiste en la
automatización completa como se ha descrito anteriormente mediante
las figuras.
Claims (7)
1. Procedimiento implementado por ordenador para
el análisis de una muestra (104') biológica, para determinar una
alteración en comparación con una muestra biológica sana, con los
siguientes pasos:
crear una primera imagen de la muestra biológica
en una primera modalidad (DL) de toma de imagen;
crear una segunda imagen de la muestra biológica
en una segunda modalidad (PK) de toma de imagen, con lo que la
primera modalidad de toma de imagen y la segunda modalidad de toma
de imagen son diferentes y con lo que la primera modalidad de toma
de imagen y la segunda modalidad de toma de imagen se seleccionan de
un grupo de modalidades de toma de imagen que incluye una modalidad
de toma de imagen de luz transmitida, una modalidad de toma de
imagen de fluorescencia y una modalidad de toma de imagen de
contraste de fases;
clasificar (K_{1}) la primera imagen mediante
un primer parámetro previamente determinado;
clasificar (K_{2}) la segunda imagen mediante
un segundo parámetro previamente determinado, con lo que la primera
imagen se clasifica independientemente de la segunda imagen; y
dependiendo de los resultados (E_{1}, E_{2})
de la clasificación, determinar (122) si la muestra (104') biológica
presenta una alteración en comparación con una muestra biológica
sana.
2. Procedimiento según la reivindicación 1, con
los siguientes pasos:
producir una tercera imagen de la muestra (104')
biológica en una tercera modalidad (FL) de toma de imagen; y
clasificar (K_{3}) la tercera imagen mediante
un tercer parámetro previamente determinado, con lo que la tercera
imagen se clasifica independientemente de la primera imagen y de la
segunda imagen.
3. Procedimiento según la reivindicación 1 ó 2,
que en la determinación de una alteración de la muestra (104')
biológica presenta los siguientes pasos, para determinar si la
alteración de la muestra biológica es benigna o maligna:
determinar (126) al menos una sección (128, 130,
132) de la muestra (104') biológica, con lo que la sección
esencialmente presenta un elemento o esencialmente elementos
individuales;
producir una primera imagen (DL) parcial de la
sección de la muestra biológica en una cuarta modalidad de toma de
imagen;
producir una segunda imagen (PK) parcial de la
sección de la muestra biológica en una quinta modalidad de toma de
imagen;
clasificar (K) la primera imagen parcial mediante
un cuarto parámetro previamente determinado;
clasificar (K) la segunda imagen parcial mediante
un quinto parámetro previamente determinado, con lo que la primera
imagen parcial se clasifica independientemente de la segunda imagen
parcial; y
dependiendo de los resultados (E) de la
clasificación, determinar si la alteración de la muestra biológica
es benigna o maligna.
4. Procedimiento según la reivindicación 3, con
los siguientes pasos:
producir una tercera imagen (FL) parcial de la
sección de la muestra biológica en una sexta modalidad de toma de
imagen; y
clasificar la tercera imagen parcial mediante un
sexto parámetro previamente determinado, con lo que la tercera
imagen parcial se clasifica independientemente de la primera imagen
parcial y de la segunda imagen parcial.
5. Procedimiento según una de las
reivindicaciones 3 ó 4, en el que la muestra biológica comprende
múltiples células, con lo que la primera imagen parcial, la segunda
imagen parcial y la tercera imagen parcial comprenden esencialmente
una célula o esencialmente células individuales.
6. Procedimiento según una de las
reivindicaciones 1 a 5, en el que la primera modalidad de toma de
imagen, la segunda modalidad de toma de imagen, la tercera modalidad
de toma de imagen, la cuarta modalidad de toma de imagen, la quinta
modalidad de toma de imagen y la sexta modalidad de toma de imagen
se seleccionan de un grupo que comprende la luz transmitida, el
contraste de fases y la fluorescencia, y en el que el primer
parámetro previamente determinado, el segundo parámetro previamente
determinado, el tercer parámetro previamente determinado, el cuarto
parámetro previamente determinado, el quinto parámetro previamente
determinado y el sexto parámetro previamente determinado se
seleccionan de un grupo que comprende características de dimensión
de la célula, de forma, de estructura, de color, de textura y
características estadísticas, datos morfométricos y datos del daño
oxidativo de las células.
7. Procedimiento según la reivindicación 6, en el
que la primera modalidad de toma de imagen y la cuarta modalidad de
toma de imagen son la modalidad de toma de imagen de luz
transmitida, la segunda modalidad de toma de imagen y la quinta
modalidad de toma de imagen son la modalidad de toma de imagen de
contraste de fases, y la tercera modalidad de toma de imagen y la
sexta modalidad de toma de imagen son la modalidad de toma de imagen
de fluorescencia, con lo que para cada modalidad de toma de imagen
se determina independientemente en cada caso un conjunto de
parámetros propios, del grupo de los parámetros previamente
determinados para la clasificación.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE10124340 | 2001-05-18 | ||
| DE10124340A DE10124340A1 (de) | 2001-05-18 | 2001-05-18 | Verfahren zur Analyse einer biologischen Probe |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2229158T3 true ES2229158T3 (es) | 2005-04-16 |
Family
ID=7685337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES02745294T Expired - Lifetime ES2229158T3 (es) | 2001-05-18 | 2002-05-14 | Procedimiento para el analisis de una muestra biologica. |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US7257243B2 (es) |
| EP (1) | EP1381846B1 (es) |
| JP (1) | JP3897701B2 (es) |
| CN (1) | CN1226609C (es) |
| AT (1) | ATE278184T1 (es) |
| AU (1) | AU2002316904A1 (es) |
| DE (2) | DE10124340A1 (es) |
| ES (1) | ES2229158T3 (es) |
| WO (1) | WO2002095394A2 (es) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1981593A2 (en) * | 2006-02-01 | 2008-10-22 | Philips Intellectual Property & Standards GmbH | Improved radiation therapy planning procedure |
| DE102007022014B4 (de) * | 2007-05-08 | 2018-08-30 | Leica Biosystems Nussloch Gmbh | Gewebeeinbettvorrichtung und Verfahren zum Betreiben einer Gewebeeinbettvorrichtung |
| DE102007062067A1 (de) * | 2007-12-21 | 2009-07-02 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Optisches Verfahren und Vorrichtung zur Klassifizierung von Partikeln |
| WO2010038173A1 (en) * | 2008-10-02 | 2010-04-08 | Koninklijke Philips Electronics N.V. | Method of determining a reliability indicator for signatures obtained from clinical data and use of the reliability indicator for favoring one signature over the other |
| WO2010042211A1 (en) * | 2008-10-10 | 2010-04-15 | Sti Medical Systems, Llc | Methods for tissue classification in cervical imagery |
| JP5775068B2 (ja) * | 2010-04-23 | 2015-09-09 | 浜松ホトニクス株式会社 | 細胞観察装置および細胞観察方法 |
| US8804121B2 (en) | 2010-04-23 | 2014-08-12 | Hamamatsu Photonics K.K. | Cell observation device and cell observation method |
| AU2015331579A1 (en) * | 2014-10-17 | 2017-05-25 | Cireca Theranostics, Llc | Methods and systems for classifying biological samples, including optimization of analyses and use of correlation |
| AT525533B1 (de) * | 2021-11-02 | 2023-06-15 | West Medica Produktions Und Handels Gmbh | Verfahren und System zur Analyse einer Blutprobe |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4500509A (en) * | 1981-03-11 | 1985-02-19 | Lawrence Kass | Metachromatic dye sorption and fluorescent light emmisive means for differential determination of developmental stages of neutrophilic granulocytic cells and other leukocytes |
| US4998284A (en) * | 1987-11-17 | 1991-03-05 | Cell Analysis Systems, Inc. | Dual color camera microscope and methodology for cell staining and analysis |
| US5016283A (en) * | 1985-11-04 | 1991-05-14 | Cell Analysis Systems, Inc. | Methods and apparatus for immunoploidy analysis |
| US5252487A (en) * | 1989-05-19 | 1993-10-12 | Cell Analysis Systems, Inc. | Method and apparatus for determining the amount of oncogene protein product in a cell sample |
| US5162990A (en) | 1990-06-15 | 1992-11-10 | The United States Of America As Represented By The United States Navy | System and method for quantifying macrophage phagocytosis by computer image analysis |
| US5733721A (en) * | 1992-11-20 | 1998-03-31 | The Board Of Regents Of The University Of Oklahoma | Cell analysis method using quantitative fluorescence image analysis |
| US5381224A (en) * | 1993-08-30 | 1995-01-10 | A. E. Dixon | Scanning laser imaging system |
| CA2132269C (en) | 1993-10-12 | 2000-02-01 | Rainer Hermann Doerrer | Interactive automated cytology method and system |
| US5978497A (en) | 1994-09-20 | 1999-11-02 | Neopath, Inc. | Apparatus for the identification of free-lying cells |
| DE19538004A1 (de) | 1995-03-31 | 1996-10-02 | Fraunhofer Ges Forschung | Verfahren zur Grobklassifizierung von Objekten |
| US6091842A (en) | 1996-10-25 | 2000-07-18 | Accumed International, Inc. | Cytological specimen analysis system with slide mapping and generation of viewing path information |
| US5732150A (en) * | 1995-09-19 | 1998-03-24 | Ihc Health Services, Inc. | Method and system for multiple wavelength microscopy image analysis |
| US5755954A (en) | 1996-01-17 | 1998-05-26 | Technic, Inc. | Method of monitoring constituents in electroless plating baths |
| DE19612465C2 (de) | 1996-03-28 | 1998-12-24 | Fraunhofer Ges Forschung | Automatisches Optimieren von Objekt-Erkennungssystemen |
| DE19616997A1 (de) * | 1996-04-27 | 1997-10-30 | Boehringer Mannheim Gmbh | Verfahren zur automatisierten mikroskopunterstützten Untersuchung von Gewebeproben oder Körperflüssigkeitsproben |
| JPH10185911A (ja) | 1996-10-23 | 1998-07-14 | K O Denshi Kogyo Kk | 細胞解析装置及びその方法 |
| US5999844A (en) * | 1997-04-23 | 1999-12-07 | Accumed International, Inc. | Method and apparatus for imaging and sampling diseased tissue using autofluorescence |
| US6081740A (en) * | 1997-04-23 | 2000-06-27 | Accumed International, Inc. | Method and apparatus for imaging and sampling diseased tissue |
| US5986271A (en) * | 1997-07-03 | 1999-11-16 | Lazarev; Victor | Fluorescence imaging system |
| US6005256A (en) * | 1998-02-12 | 1999-12-21 | Raytheon Company | Method and apparatus for performing cell analysis based on simultaneous multiple marker emissions from neoplasia (CASMMEN) |
| US6462770B1 (en) * | 1998-04-20 | 2002-10-08 | Xillix Technologies Corp. | Imaging system with automatic gain control for reflectance and fluorescence endoscopy |
| DE19834718C2 (de) | 1998-07-31 | 2003-06-12 | Fraunhofer Ges Forschung | Digitale Bildverarbeitung für ein Qualitätskontrollsystem |
| US6143512A (en) * | 1998-08-17 | 2000-11-07 | Markovic; Nenad | Cap-pap test |
-
2001
- 2001-05-18 DE DE10124340A patent/DE10124340A1/de not_active Withdrawn
-
2002
- 2002-05-14 US US10/478,482 patent/US7257243B2/en not_active Expired - Lifetime
- 2002-05-14 AT AT02745294T patent/ATE278184T1/de active
- 2002-05-14 CN CNB028132629A patent/CN1226609C/zh not_active Expired - Fee Related
- 2002-05-14 WO PCT/EP2002/005316 patent/WO2002095394A2/de active IP Right Grant
- 2002-05-14 AU AU2002316904A patent/AU2002316904A1/en not_active Abandoned
- 2002-05-14 EP EP02745294A patent/EP1381846B1/de not_active Expired - Lifetime
- 2002-05-14 DE DE50201173T patent/DE50201173D1/de not_active Expired - Lifetime
- 2002-05-14 ES ES02745294T patent/ES2229158T3/es not_active Expired - Lifetime
- 2002-05-14 JP JP2002591817A patent/JP3897701B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| DE50201173D1 (de) | 2004-11-04 |
| US7257243B2 (en) | 2007-08-14 |
| AU2002316904A1 (en) | 2002-12-03 |
| JP3897701B2 (ja) | 2007-03-28 |
| JP2004529360A (ja) | 2004-09-24 |
| WO2002095394A3 (de) | 2003-02-20 |
| ATE278184T1 (de) | 2004-10-15 |
| CN1226609C (zh) | 2005-11-09 |
| EP1381846B1 (de) | 2004-09-29 |
| EP1381846A2 (de) | 2004-01-21 |
| US20040235180A1 (en) | 2004-11-25 |
| WO2002095394A2 (de) | 2002-11-28 |
| DE10124340A1 (de) | 2002-12-05 |
| CN1522362A (zh) | 2004-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7587078B2 (en) | Automated image analysis | |
| US6246785B1 (en) | Automated, microscope-assisted examination process of tissue or bodily fluid samples | |
| ES2438093T3 (es) | Método de reconstitución de espectros celulares útiles para la detección de trastornos celulares | |
| JP2009512850A (ja) | 食道異常の診断キット及び方法 | |
| ES2348378T3 (es) | Aparato minimamente invasivo y procedimiento para examinar lesiones de la cavidad oral y epitelio similar. | |
| ES2229158T3 (es) | Procedimiento para el analisis de una muestra biologica. | |
| CN109991205A (zh) | 一种循环肿瘤细胞的计数算法及应用 | |
| Bibbo et al. | Karyometric marker features in normal-appearing glands adjacent to human colonic adenocarcinoma | |
| Bird et al. | Cytology by infrared micro-spectroscopy: Automatic distinction of cell types in urinary cytology | |
| CN113674839A (zh) | 无创成像筛查与微创取样核酸分型的联合检测系统 | |
| Palcic et al. | Oncometrics Imaging Corporation and Xillix Technologies Corporation | |
| EP2270712A1 (en) | Quality detection method and device for cell and tissue samples | |
| CN111598880A (zh) | 荧光原位杂交样本病理检测系统 | |
| CA2363833C (en) | Minimally invasive apparatus and method for testing lesions of the oral cavity and similar epithelium | |
| Maragkou et al. | Intraoperative confocal laser endomicroscopy for brain tumors-potential and challenges from a neuropathological perspective | |
| Koss | The application of PAPNET to diagnostic cytology | |
| Thiripurasundari et al. | Pap screening for cervical carcinoma–evolving trends | |
| Sheikhzadeh | Improving cervical neoplasia diagnosis via novel in vivo imaging technologies and deep learning algorithms | |
| CN117422660A (zh) | 检测方法及系统、设备以及存储介质 | |
| Wied | Scanning of Cervical Smears | |
| Bow et al. | On the application of pattern recognition and AI technique to the cytoscreening of vaginal smears by computer | |
| Nath et al. | A Detailed Survey on Cervical Cancer Detection using Pap Smear and Cervical Images |