JP2001512824A - 悪性細胞および悪性関連の変化を有する細胞を自動的に検出するシステムおよび方法 - Google Patents
悪性細胞および悪性関連の変化を有する細胞を自動的に検出するシステムおよび方法Info
- Publication number
- JP2001512824A JP2001512824A JP2000506512A JP2000506512A JP2001512824A JP 2001512824 A JP2001512824 A JP 2001512824A JP 2000506512 A JP2000506512 A JP 2000506512A JP 2000506512 A JP2000506512 A JP 2000506512A JP 2001512824 A JP2001512824 A JP 2001512824A
- Authority
- JP
- Japan
- Prior art keywords
- cells
- dna
- image
- interest
- cell
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 230000003211 malignant effect Effects 0.000 title abstract description 19
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 86
- 201000011510 cancer Diseases 0.000 claims abstract description 81
- 210000004072 lung Anatomy 0.000 claims abstract description 16
- 208000024891 symptom Diseases 0.000 claims abstract description 15
- 210000004027 cell Anatomy 0.000 claims description 254
- 210000002919 epithelial cell Anatomy 0.000 claims description 52
- 210000004940 nucleus Anatomy 0.000 claims description 30
- 210000003855 cell nucleus Anatomy 0.000 claims description 24
- 238000010186 staining Methods 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 230000001747 exhibiting effect Effects 0.000 claims description 6
- 210000000481 breast Anatomy 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 claims description 2
- 230000002496 gastric effect Effects 0.000 claims description 2
- DWCZIOOZPIDHAB-UHFFFAOYSA-L methyl green Chemical compound [Cl-].[Cl-].C1=CC(N(C)C)=CC=C1C(C=1C=CC(=CC=1)[N+](C)(C)C)=C1C=CC(=[N+](C)C)C=C1 DWCZIOOZPIDHAB-UHFFFAOYSA-L 0.000 claims description 2
- 210000002307 prostate Anatomy 0.000 claims description 2
- 201000009030 Carcinoma Diseases 0.000 claims 2
- 239000006185 dispersion Substances 0.000 claims 1
- 238000004043 dyeing Methods 0.000 claims 1
- 210000000056 organ Anatomy 0.000 claims 1
- 210000003491 skin Anatomy 0.000 claims 1
- ANRHNWWPFJCPAZ-UHFFFAOYSA-M thionine Chemical compound [Cl-].C1=CC(N)=CC2=[S+]C3=CC(N)=CC=C3N=C21 ANRHNWWPFJCPAZ-UHFFFAOYSA-M 0.000 claims 1
- 230000036210 malignancy Effects 0.000 abstract description 40
- 206010036790 Productive cough Diseases 0.000 abstract description 3
- 208000024794 sputum Diseases 0.000 abstract description 3
- 210000003802 sputum Anatomy 0.000 abstract description 3
- 239000012472 biological sample Substances 0.000 abstract 1
- 230000006870 function Effects 0.000 description 54
- 108020004414 DNA Proteins 0.000 description 48
- 230000008859 change Effects 0.000 description 42
- 239000000834 fixative Substances 0.000 description 22
- 239000002609 medium Substances 0.000 description 22
- 210000003097 mucus Anatomy 0.000 description 20
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 19
- 230000008569 process Effects 0.000 description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 18
- 238000001444 catalytic combustion detection Methods 0.000 description 16
- 239000012153 distilled water Substances 0.000 description 16
- 210000001519 tissue Anatomy 0.000 description 16
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 15
- 239000000243 solution Substances 0.000 description 15
- 239000000975 dye Substances 0.000 description 14
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 11
- DKGAVHZHDRPRBM-UHFFFAOYSA-N Tert-Butanol Chemical compound CC(C)(C)O DKGAVHZHDRPRBM-UHFFFAOYSA-N 0.000 description 10
- 230000002380 cytological effect Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- KUUVQVSHGLHAKZ-UHFFFAOYSA-N thionine Chemical compound C=1C=CC=CSC=CC=1 KUUVQVSHGLHAKZ-UHFFFAOYSA-N 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- VHJLVAABSRFDPM-QWWZWVQMSA-N dithiothreitol Chemical compound SC[C@@H](O)[C@H](O)CS VHJLVAABSRFDPM-QWWZWVQMSA-N 0.000 description 8
- 238000003756 stirring Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000003066 decision tree Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 210000000265 leukocyte Anatomy 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000012192 staining solution Substances 0.000 description 5
- 108010077544 Chromatin Proteins 0.000 description 4
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 description 4
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 210000003483 chromatin Anatomy 0.000 description 4
- 239000006059 cover glass Substances 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 208000020816 lung neoplasm Diseases 0.000 description 4
- 239000008096 xylene Substances 0.000 description 4
- 206010011224 Cough Diseases 0.000 description 3
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 3
- 230000008033 biological extinction Effects 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 201000005202 lung cancer Diseases 0.000 description 3
- 210000004698 lymphocyte Anatomy 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 239000011824 nuclear material Substances 0.000 description 3
- 230000002250 progressing effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000002791 soaking Methods 0.000 description 3
- HRZFUMHJMZEROT-UHFFFAOYSA-L sodium disulfite Chemical compound [Na+].[Na+].[O-]S(=O)S([O-])(=O)=O HRZFUMHJMZEROT-UHFFFAOYSA-L 0.000 description 3
- 229940001584 sodium metabisulfite Drugs 0.000 description 3
- 235000010262 sodium metabisulphite Nutrition 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 108091093105 Nuclear DNA Proteins 0.000 description 2
- 239000002202 Polyethylene glycol Substances 0.000 description 2
- 208000006994 Precancerous Conditions Diseases 0.000 description 2
- 230000002378 acidificating effect Effects 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 239000006285 cell suspension Substances 0.000 description 2
- 108091092356 cellular DNA Proteins 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 210000000981 epithelium Anatomy 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000003517 fume Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 210000004969 inflammatory cell Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000386 microscopy Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000012120 mounting media Substances 0.000 description 2
- 239000006199 nebulizer Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000009595 pap smear Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 229920001223 polyethylene glycol Polymers 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- PVPBBTJXIKFICP-UHFFFAOYSA-N (7-aminophenothiazin-3-ylidene)azanium;chloride Chemical compound [Cl-].C1=CC(=[NH2+])C=C2SC3=CC(N)=CC=C3N=C21 PVPBBTJXIKFICP-UHFFFAOYSA-N 0.000 description 1
- LSNNMFCWUKXFEE-UHFFFAOYSA-M Bisulfite Chemical compound OS([O-])=O LSNNMFCWUKXFEE-UHFFFAOYSA-M 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 235000002566 Capsicum Nutrition 0.000 description 1
- 206010008342 Cervix carcinoma Diseases 0.000 description 1
- 206010017993 Gastrointestinal neoplasms Diseases 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 208000000453 Skin Neoplasms Diseases 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 101100489892 Sus scrofa ABCG2 gene Proteins 0.000 description 1
- 108010076830 Thionins Proteins 0.000 description 1
- 208000006105 Uterine Cervical Neoplasms Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 229960000583 acetic acid Drugs 0.000 description 1
- 230000001464 adherent effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000007605 air drying Methods 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 210000001132 alveolar macrophage Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 235000012813 breadcrumbs Nutrition 0.000 description 1
- 238000013276 bronchoscopy Methods 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 201000010881 cervical cancer Diseases 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000012864 cross contamination Methods 0.000 description 1
- 238000004163 cytometry Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000916 dilatatory effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical compound [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 1
- 210000003979 eosinophil Anatomy 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 239000012362 glacial acetic acid Substances 0.000 description 1
- 235000011187 glycerol Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 210000003622 mature neutrocyte Anatomy 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 238000012633 nuclear imaging Methods 0.000 description 1
- 238000012758 nuclear staining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- GMVPRGQOIOIIMI-DWKJAMRDSA-N prostaglandin E1 Chemical compound CCCCC[C@H](O)\C=C\[C@H]1[C@H](O)CC(=O)[C@@H]1CCCCCCC(O)=O GMVPRGQOIOIIMI-DWKJAMRDSA-N 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000012487 rinsing solution Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001624 sedative effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000008223 sterile water Substances 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- 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
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
- G01N33/5014—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing toxicity
- G01N33/5017—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing toxicity for testing neoplastic activity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5091—Chemical 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
-
- 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
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Urology & Nephrology (AREA)
- Microbiology (AREA)
- Theoretical Computer Science (AREA)
- Biotechnology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Toxicology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Cell Biology (AREA)
- Radiology & Medical Imaging (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Dispersion Chemistry (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Analysis (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
連変化を有する細胞の検出に関する。
、これを明白な悪性細胞の存在を確認するために顕微鏡で観察して検査する。容
疑のある組織の位置が知られているときにはこのプロセスは比較的容易であるが
、すぐに識別可能な腫瘍または前癌性の病巣が存在しないとき、それ程容易では
ない。例えば、啖のサンプルから肺癌の存在を検出するにはサンプル中に存在す
ることが比較的まれな1以上の癌細胞を必要とする。さらに、サンプルが正確に
肺の状況を示していないならば肺癌を有する患者は診断されない。
性病巣近くで発見される組織で検出されている。MACを示す細胞は悪性細胞よ
りも非常に多数であるので、MACは特に癌性の細胞が位置されることができな
い場合では、癌の存在を診断する付加的な方法を提供する。
の能力にもかかわらず、MACは患者が癌であるか癌を進行させているかを決定
するためのスクリーンツールとして広い許容性を実現していない。典型的に、M
ACは腫瘍または前癌性の病巣近くの位置から細胞サンプルを慎重に選択し、比
較的高い拡大率でその細胞を観察することによって検出されている。しかしなが
ら、細胞で生じる悪性関連変化があまりにも微妙であるために、特に患者が癌で
あるか否かを病理学者が事前に知らないとき、一般的な顕微鏡装置で作業する病
理学者が信頼性をもってこの変化を検出されることができないと考えられている
。例えば、悪性関連変化は、細胞核エッジの形状の僅かな変化と結合された核内
のDNA分布により示されることができる。しかしながら、正常な細胞からの核
は類似のタイプの変化を示すが、MACの兆候になる程度ではない。人間のオペ
レータはこのような微妙な細胞変化を容易に量化できないので、MACを示す細
胞を決定することは困難である。さらに、MACを示す変化は異なるタイプの癌
により変化し、それによってこれらの検出をさらに困難にする。
のシステムはコンピュータシステムにより制御され、それとインターフェイスす
るCCDカメラを具備したデジタル顕微鏡を含んでいる。デジタル顕微鏡により
捕捉された映像は映像処理ボードに記憶され、悪性関連変化(MAC)の存在を
検出するためにコンピュータシステムにより操作される。現在の技術では、MA
Cの任意の検出は高い空間的解像度、高い光度測定解像度で捕捉される映像を必
要とし、核から来るその全ての情報に焦点が当てられ、全ての情報は(幾つかの
背景ではなく)核に属し、核または核材料の正確で再生可能なセグメント化が存
在することが考えられている。これらの各ステップを以下詳細に説明する。
り、DNAのみで特定される。コンピュータシステムはその後、映像を構成する
全ての画素のヒストグラムを計算するために映像を解析する。第1に、強度しき
い値が設定され、これは映像中のオブジェクトを構成する画素から背景画素を分
割する。しきい値よりも小さい強度値を有する全ての画素は問題のオブジェクト
である可能性があるとして識別され、しきい値よりも大きい強度値を有する画素
は背景として識別され無視される。
のオブジェクトは無視される。次に、映像がデキャリブレートされ、即ち、現在
のフレームからスライドの走査前に捕捉された空のフレームを減算し、平均背景
光レベルに等しいオフセット値を加算することにより補正される。このプロセス
はシステムの任意の陰影と、不均一な照射と、その他の映像捕捉システムの欠陥
を補正する。デキャリブレートに続いて、全ての残りのオブジェクトの映像がさ
らに正確な焦点で捕捉されなければならない。これは近似的なフレーム焦点周辺
の多数の焦点平面のステージz方向に顕微鏡を移動することにより実現される。
それぞれの生存するオブジェクトに対しては、コントラスト関数(組織特徴)が
計算される。コントラスト関数はオブジェクトの正確な焦点でピーク値を有する
。最高のコントラスト値の映像だけがコンピュータメモリに維持され、このよう
なピーク値に到達しなかった任意のオブジェクトもさらに検討されずに廃棄され
る。
オブジェクトが適合する方形区域に等しい面積を有する画素の小さいサブセット
だけが等価な空のフレーム方形を使用して補正される点を除いて、前述のフレー
ムデキャリブレートについて説明したものと類似である。
素を決定する境界が計算される。エッジ決定はエッジ−再配置アルゴリズムによ
り実現される。このプロセスでは、各生存するオブジェクトの第1の外形のフレ
ームのもとのマスクのエッジは幾つかの画素で内側および外側に膨張される。こ
のフレームのあらゆる画素に対して、勾配値、即ち問題とする画素に接する全て
の隣接画素間の和と差が計算される。最低の勾配値の画素は縁部から外され、縁
部が破壊されない状態にされる。単一の画素縁部が残るような時間までこのプロ
セスは継続する。オブジェクトの適切なエッジが位置されることを確実にするた
め、このエッジは以前のように再度膨張され、新しいエッジが先のエッジに一致
する時間までこのプロセスは反復される。このようにしてエッジは最高の局部勾
配に沿って計算される。
するか、または1以上の画素だけエッジを侵食することにより補正される。これ
は各特徴がオブジェクトのクラス間にさらに大きい弁別パワー、したがってオブ
ジェクトの特定を実現するように行われる。これらの特徴値は、オブジェクトが
人工物であるかまたは細胞核であるか否かを決定するために特徴値を使用する分
類装置により解析される。オブジェクトが細胞核であるようであるならば、特徴
値は核が悪性関連変化を示すか否かを決定するために分類装置によりさらに解析
される。サンプル中で発見され悪性関連変化および/または全体的に悪性に関す
るスコアを有する可能性があるオブジェクトの数に基づいて、細胞サンプルを採
取した患者が健康であるかまたは悪性の成長を有するか否かの決定を行うことが
できる。
であり、顕微鏡、カメラ、映像デジタル化装置、およびこれらの構成要素を制御
しインターフェイスするコンピュータシステムに加えて、細胞標本を予備的に分
類するための1次分類装置と、1次分類装置により最初に分類された細胞サンプ
ルの部分を分類するための2次分類装置を含んでいる。1次分類装置は1組の特
徴に基づいて細胞サンプルの診断細胞のような異常細胞の中から上皮細胞を弁別
し、選択する。2次分類装置は第2の組の特徴に基づいて、選択された上皮細胞
が正常であるか、または悪性関連変化を有するかを示す。このシステムおよび方
法は、診断細胞と、肺の啖のような気管支標本から得られる細胞を含む種々のソ
ースから獲得した細胞サンプル中の悪性関連変化を有する細胞とを検出するのに
特に有効である。
実施形態では、患者の癌が進行しているか否かを予測する方法が提供される。
に添付図面を伴った以下の詳細な説明を参照して最良に理解されるであろう。
悪性癌を有するか否かの決定が行われる。
ジタル顕微鏡12を含んでいる。顕微鏡12は約0.3μm×0.3μmの寸法の方
形画素を有する科学的CCDを使用するデジタルCCDカメラ14を有することが
好ましい。科学的CCDは100%のフィルファクタと少なくとも256のグレ
ーレベル解像度を有する。CCDカメラは好ましくは顕微鏡12の平面対物レンズ
22の1次映像平面に設けられる。
ージは好ましくは自動スライドローダを有し、それによってスライドの解析処理
は完全に自動化されることができる。
ラ14との間に位置するレンズ22は好ましくは20x/0.75対物レンズであり
、歪みのない映像を生成する1−2μmの範囲の被写体深度を与える。本発明の
好ましい実施形態では、使用されるデジタルCCDカメラ14はカナダ、リッチモ
ンドB.CのXillix Technologies Corp. により製造されているMicroimager (
商標名)である。
ーフェイスとして動作する。デジタル映像は映像処理ボード中に記憶され、MA
Cの検出を容易にするように操作される。映像処理ボードはデジタル映像から1
組のアナログビデオ信号を発生し、ビデオ信号を映像モニタ36に与え、それによ
って顕微鏡により観察されるオブジェクトの映像を表示する。
のコンピュータと通信するためのモデムまたはネットワークカードと、モニタ40
とを含んでいる。
サンプルが獲得される。細胞は生検、解体等の一般的な任意の数の方法により得
られる。細胞はステップ52で変更されたフェイルゲン処理を使用してスライドに
固定され染色され、これはサンプル中の核DNAを識別する。染色処理の詳細は
図6に示され、以下詳細に説明する。
はクリアされ、カメラのシャッターは光源18の強度に基づく固定した期間だけ開
かれる。以下説明するステップにしたがって映像が最適にされた後、ステージは
スライド上の新しい位置に移動し、それによって新しいフレームの別の映像がカ
メラにより捕捉され、コンピュータメモリに転送されることができる。スライド
上の細胞サンプルは顕微鏡で観察する区域よりも非常に大きい区域を占有するの
で、多数のスライド映像が、サンプルがMAC陽性か陰性かを決定するために使
用される。スライド上の各捕捉された映像の位置はコンピュータシステムに記録
され、それによって所望ならば映像中の関心のあるオブジェクトがスライド上で
発見されることができる。
にオブジェクトが存在しないか否かを決定する。これは暗い画素のデジタル映像
を走査することにより実行される。暗い画素の数、即ち背景強度から予め定めら
れたオフセット値を減算した強度を有する画素数が予め定められた最少値よりも
少ないならば、コンピュータシステムは、その映像がブランクであり、顕微鏡ス
テージがステップ60で新しい位置に移動し、新しい映像がステップ54で捕捉され
ることを想定する。
の関心のあるオブジェクトは最大の輝度を有する。それ故、焦点決定のため、ス
テージの高さが調節され、新しい映像が捕捉される。オブジェクト画素の輝度が
決定され、このプロセスは映像中の画素の平均の暗さが最大になるまで繰返され
る。この点で、コンピュータシステムはグローバルな焦点が得られることを仮定
する。
グラムは各強度レベルの画素数の曲線である。マイクロイメージャ(Microimage
r )(商標名)ベースの顕微鏡システムでは、各画素は0(最大の暗度)から2
55(最大明度)までの範囲の強度を有することができる。ヒストグラムは典型
的に、背景画素の平均強度を表す第1のピーク90を含む。第2の、さらに小さい
ピーク92はオブジェクトを構成する画素の平均強度を表している。ピーク90と92
との間に位置するしきい値94を計算することによって、映像中の問題のオブジェ
クトを背景から大まかに分離することが可能である。
強度を有する細胞映像中の全ての画素が識別される。ステップ72の結果が図7に
示されている。フレーム映像200 は問題の多数のオブジェクト202 、204 、206
…226 を含んでいる。これらのオブジェクトの幾つかはセル核であり、これはM
ACの存在に対して解析され、その他のオブジェクトは、破片、汚れた粒子、白
血球等のようなアーチファクトであり、細胞映像から除去されるべきである。
状(球状)、光密度を計算する。ステップ76で、コンピュータシステムは細胞核
ではないオブジェクトをメモリから除去する。本発明の実施形態では、細胞核で
はない可能性の高いオブジェクトは、2000μm2 よりも大きい面積と、1c
よりも小さい光密度(個々の正常な細胞の全体的な染色体数の1/2よりも小さ
い)、または形状または4よりも大きい球状を有するものとして識別される。
変化を試験される細胞核である可能性がさらに高い。
が存在するか否かを決定する。オブジェクトが残留していないならば、コンピュ
ータシステムはステップ54に戻り、スライド上の新しい映像が捕捉され、ステッ
プ54乃至56が反復される。
映像を補償する。これを行うため、コンピュータシステムは考慮している細胞の
映像に使用された時間と同じ露出時間だけブラックスライドを走査することによ
って得られた較正映像をリコールする。コンピュータシステムは、その後細胞サ
ンプルから得られた映像中で発見された対応する画素から、ブランクスライドか
ら得られた較正映像中の画素の強度値を減算する画素毎の減算を開始する。コン
ピュータシステムはその後、ブランクスライドから得られた較正映像の画素の平
均照明に等しい値を細胞映像の各画素に加算する。加算の結果は細胞映像を均一
な強度で照明する。
ジェクトが最小サイズで最大の暗度であるときに最適な焦点が得られる。それ故
、コンピュータシステムはステージをグローバルな焦点位置よりも予め限定され
た量だけ上に移動させ、連続的に順次下降位置に移動する。各位置で、CCDカ
メラはフレームの映像を捕捉し、残りのオブジェクトを構成する画素の面積と強
度を計算する。オブジェクトを構成する画素が最大の暗度と最小の面積を占める
位置から来る各オブジェクトのただ1つのみの映像が最終的にコンピュータメモ
リに記憶される。予め定められた数のステージ位置後、最適の焦点が得られない
ならば、オブジェクトはコンピュータメモリから除去され無視される。オブジェ
クトの最適な焦点が一度決定されると、CCDカメラから受信された映像はコン
ピュータメモリ中で考慮されているオブジェクトを構成する画素に重書きする。
局部焦点合わせの結果としてコンピュータメモリに疑似的に焦点を合わせられた
映像を生成し、それによって問題の各オブジェクトは最終的に最良の可能な焦点
で記録される。
は図2のAで示されているステップ54に戻り、したがってスライドが別の位置に
移動され、新しい映像が捕捉される。
を行うため、コンピュータシステムは、全ての側面上で2つの画素だけオブジェ
クトよりも大きい面積を有するボックス内の複数の画素を解析する。このような
ボックスの1例が図8で示されているボックス207 である。コンピュータシステ
ムはその後、ブランクスライドから得られた較正映像の対応する方形から強度値
を画素毎に減算する。次に、較正映像中の平均照明強度はオブジェクトを囲むボ
ックス中の各画素に加算される。ボックス中に存在するがオブジェクトの一部で
はない画素の平均強度値が決定され、この局部平均値はオブジェクトを囲むボッ
クスの各画素から減算される。
を決定する。エッジの計算に必要とされるステップについて以下さらに詳細に説
明する。
する。これらの特徴値は細胞核からの人工物を分離し、MACを示す核を識別す
るためにさらに使用される。特徴計算の詳細は以下説明される。
工物ではないならば、オブジェクトがMACを示す核であるか否かを決定する。
記憶される。
ド全体のサイズよりも非常に小さいので、多数の細胞映像がスライドが適正に解
析されていることを確実にするために捕捉される。十分な数の細胞映像が一度解
析されると、処理はステップ94で停止する。代わりに、さらに走査が必要とされ
るならば、コンピュータシステムはステップ54に戻り、細胞サンプルの新しい映
像が捕捉される。
、4分間50%グリセリン溶液に浸漬される。細胞はその後、ステップ102 で2
分間蒸留水で洗い流される。ステップ104 で、サンプルは2分間50%エタノー
ル溶液に入れられ、ステップ106 で再度2分間蒸留水で洗い流される。サンプル
はステップ108 で30分間ボームスプレンジャ(Bohm-Sprenger )溶液に浸漬さ
れ、それに続いてステップ110 で1分間蒸留水で洗い流される。ステップ112 で
、サンプルは45分間5N HCl溶液に浸漬され、ステップ114 で1分間蒸留
水でリンスされる。サンプルはその後ステップ116 で、60分間チオニン染色液
で染色され、ステップ118 で1分間蒸留水でリンスされる。
分間、それぞれ50%、75%、100%のエタノール溶液で脱水される。その
後、カバースリップがステップ128 で与えられる前に、サンプルはステップ126
で1分間キシレンの最終的なバスに浸漬される。細胞サンプルが処理された後、
これは前述したようにデジタル顕微鏡により映像化され解析される準備が整えら
れる。
にヒストグラムから計算され背景/オブジェクトしきい値よりも小さい強度値を
有する画素から構成されている。正確なエッジを計算するために、オブジェクト
のもとのエッジに位置する画素は新しいエッジ区域242 を形成するため膨張され
る。もとのエッジ内に位置する画素の第2のバンドも第2のエッジ区域244 を形
成するために選択される。コンピュータシステムは、真のエッジがエッジ区域24
2 と244 により境界を定められている環状リング内のどこかにあることを想定す
る。本発明の好ましい実施形態では、環状リングは約10画素の幅を有する。エ
ッジを決定するために、コンピュータはその環状リングに含まれている各画素の
勾配を計算する。各画素の勾配は各画素と、その周辺の8個の隣接画素との間の
強度差の合計として定められる。類似の強度レベルを有する隣接画素を有するこ
れらの画素は低い勾配を有し、オブジェクトのエッジの画素は高い勾配を有する
。
グから除去する。画素を除去するため、コンピュータはラスター方法で、考慮中
のオブジェクトを走査する。図9のCで示されているように、ラスター走査は点
Aで開始し、点Bに到達するまで右方向に継続する。第1の走査中に、エッジ外
部の画素、即ちエッジ区域242 の画素だけが除去される。その後、例えば点Dで
開始し、上方向に点Bまで継続し、ラスター方法で戻り、環状リングのエッジ区
域244 の内側の画素を除去することによってラスター中の反対方向で走査する。
コンピュータシステムは別の直交方向、例えば点Cで開始し、ラスター方法で点
Dの方向へ継続して走査し、このときエッジ区域242 外の画素だけを除去する。
このプロセスは勾配しきい値が除去される画素がなくなるまで継続される。
去の同じパスを行う期間に除去されることができない。第1の勾配しきい値以下
の勾配を有する全ての画素が一度除去されると、しきい値は増加され、プロセス
は開始される。図9のDに示されているように、画素単位の除去プロセスは、1
つの画素チェイン240'が関心のあるオブジェクトを囲むまで連続する。
うため新たに発見されたエッジを構成する各画素の強度は8つの隣接画素と比較
される。図9のEで示されているように、例えば画素246 の強度は8つの包囲画
素と比較される。画素246 の強度が画素250 の強度よりも小さいならば、画素24
6 はこれが背景に属するとして画素チェインから除去される。チェインを完成す
るため、画素248 と252 が付加され、そのためエッジは図9のFで示されている
ように破壊されない。エッジの再配置アルゴリズムを完成し、画素が問題のオブ
ジェクト中に含まれるべきであるか否かを決定した後、システムはオブジェクト
の特徴値を計算する準備が整えられている。
細胞核であるか、または無視されるべき人工物であるか否かについて決定を行わ
なければならない。前述したように、システムはそれらの面積と、形状(球状)
と、光密度に基づいて明白な人工物を除去する。しかしながら、その他の人工物
はコンピュータが認識するのに困難であるかもしれない。さらに人工物を除去す
るために、コンピュータシステムはオブジェクトの計算された特徴値を解釈する
分類装置を使用する。
つのデータベースが使用される。第1のデータベース275 は図1で示されている
システムにより映像が形成され、先に専門の病理学者によって細胞核ではない、
即ち人工物として先に識別されているオブジェクトの特徴値を含んでいる。第2
のデータベース285 は、システムにより映像が形成され先に専門家に細胞核とし
て識別されたオブジェクトに対して計算された特徴を含んでいる。これらの各デ
ータベースのデータは段階的な線形判別関数解析を使用する統計的なコンピュー
タプログラムへ供給され、それによって細胞核を人工物から弁別できる判別関数
を獲得する。分類装置はその後、しきい値および/または線形判別関数に基づい
て2進決定ツリーとして構成される。2進ツリーはオブジェクトのアイデンティ
ティを決定するための特徴値に基づいて一連の質問に回答する。
細胞は典型的に50μm2 よりも小さい面積を有する。本発明は白血球細胞を人
工物として扱うので、2進決定ツリーはオブジェクトの面積を50μm2 のしき
い値と比較するノードを含むことができる。しきい値よりも小さい区域のオブジ
ェクトは無視され、しきい値よりも大きい面積を有する区域のオブジェクトはこ
れらが可能なMAC細胞または人工物であるか否かを決定するためにさらに解析
される。
されているBMDPプログラムにより生成される。判別関数と適切なしきい値が
与えられると、2進ツリー分類装置の構造は当業者の定常的なものと考慮される
。
たは細胞核である可能性が高いか否かの指示294 を与える。
して構成されている。第1のデータベース302 は、図1で示されているデジタル
顕微鏡システムによって映像として形成された明白に正常な細胞から得られた特
徴値を含んでおり、これは健康な患者から取られたことが知られている。第2の
データベース304 は前述のデジタル顕微鏡システムにより映像として形成された
異常のある(例えば癌)患者から取られたことが知られている明白に正常な細胞
から計算された特徴値を含んでいる。本発明の好ましい実施形態で使用される分
類装置300 は細胞の2つのグループを分離できる判別関数および/またはしきい
値からなる2進決定ツリーである。一度分類装置が構成されると、分類装置には
状態が未知の患者から得られた細胞を映像として形成することにより得られた特
徴値306 が与えられる。分類装置は細胞核がMACを示すか否かの決定308 を行
う。
ータシステムはスライド上の各焦点合せされた核に対して計算された特徴をリコ
ールする。ステップ330 で、コンピュータシステムはこれらの特徴に基づいてM
ACを識別する分類装置を動作する。ステップ332 で、コンピュータシステムは
問題の核がMAC陽性であるか否かの指示を与える。ステップ332 への回答がイ
エスであるならば、スライドに対してMAC陽性の核の数を合計する累積装置は
ステップ334 で増加される。ステップ336 で、コンピュータシステムは、特徴が
計算されている全ての核が解析されているか否かを決定する。解析されていない
ならば、次の組の特徴がステップ338 でリコールされ、プロセスはそれ自体を反
復する。ステップ340 で、コンピュータシステムは、スライド上のMAC陽性細
胞の周波数が予め定められたしきい値を越えるか否かを決定する。例えば、頸部
癌を検出するための(英国、コロンビア、カナダで実施されたように空気乾燥さ
れた)特定の細胞の処理において、解析された上皮細胞の総数により割算された
MAC陽性の上皮細胞の総数が1スライド毎に0.45を越えるならば、患者が
癌を有するか、あるいはそれが進行している確率は85%であることが決定され
る。MACを示す細胞の周波数がしきい値を越えるならば、コンピュータシステ
ムはステップ342 で患者が健康であることを示し、あるいはステップ344 で癌の
可能性があるか、それが進行していることを示すことができる。
比較することによって決定される。当業者により認められるように、使用される
特定のしきい値は検出される癌のタイプと、細胞の映像を形成するために使用さ
れる装置等に基づいている。
肺組織から取られた明白に正常な細胞のサンプルを提供するように求められる。
強力なMACの存在が検出されたならば、癌がぶり返す可能性が高い。反対に、
本発明者は、癌治療が効果的であるときにはMAC細胞数が減少することを発見
している。
た特徴のリストを説明する。 I.2 座標系、専門用語および表記 各映像は、中に背景により包囲された(不規則な形態の)オブジェクトの映像
を含んでいる方形画素の長方形アレイである。各画素Pijは映像の対応する小さ
いセグメントの光度測定値(グレースケール)を示した整数であり、0(完全に
不透明)から255(完全に透明)までの範囲である。映像方形は、最小の長方
形よりも大きく、少なくとも2つの行、即ち上と下および2つの列、即ち左と右
によりオブジェクトを完全に含むことができ、背景がオブジェクトの全周囲に存
在することを確実にする。長方形映像はi=1のL列とj=1のM行にわたる画
素Pijのマトリックスであり、左上の画素は座標系の原点i=j=1とする。
ブジェクトの全周辺で1画素だけオブジェクトマスクを膨張することが理解でき
、このマスクはΩ+ と示される。同様に、侵食されるマスクはΩ- で示される。
オブジェクトマスクは2進関数である。
して限定される。
(左上部の角)に関して限定されているオブジェクトの幾何学的中心の座標であ
る。
標であり、Ωはオブジェクトマスクであり、Aはオブジェクト面積である。 II.3 mean radius、max radius(平均半径、最大半径) 平均半径、最大半径特徴はオブジェクトの質量中心からその8つの接続された
エッジ画素までのオブジェクトの半径ベクトルの長さの平均値および最大値であ
る。
8つの接続された画素数である。 II.4 var radius(変化 半径) 変化半径特徴は、セクションII.3で限定されているようにオブジェクトの半
径ベクトルの長さの変化である。
である。 II.5 球状性 球状特性は、(前述のセクションII.2で限定されているように)オブジェク
ト質量中心を中心とする2つの円の半径の比として計算された形状の測定である
。一方の円はオブジェクトの半径ベクトルの絶対的な最小の長さに対応して、オ
ブジェクト周辺内に内接している最大の円である。他方の円は、オブジェクトの
半径ベクトルの絶対的な最大の長さに対応して、オブジェクトの周囲に外接する
最小の円である。最大の球状値1が円のオブジェクトに対して与えられる。
スの最大および最小の固有値の比の平方根として計算された形状関数である。
により与えられている。第2の中心モーメントマトリックスは次式のように計算
される。
として解釈されてもよく、円に対しては最小値1を与える。 II.7 inertia shape (慣性・形状) 慣性・形状特徴は、方形の区域により正規化されたオブジェクトマスクの慣性
のモーメントとして計算されたオブジェクトの“丸み”の尺度であり、円の最小
値1を与える。
心に対する画素Pi,j の距離であり、Aはオブジェクト面積であり、Ωは式1に
より定められたマスクである。 II.8 コンパクト性 コンパクト性特徴は、オブジェクトの“丸み”の別の尺度である。これはオブ
ジェクト面積により割算された周囲方形として計算され、円に対して最小値1を
与える。 コンパクト性=P2 /4πA (12) ここで、Pはオブジェクト周囲であり、Aはオブジェクト面積である。周囲は4
つの接続された隣接画素を考慮することによって(それら自体が8つ接続されて
いる)境界画素から計算される。
であり、N2 は、2つのオブジェクトではない隣接画素を有するエッジ上の画素
数であり、N3 は、3つのオブジェクトではない隣接画素を有するエッジ上の画
素数である。 II.9 cell orient(細胞方向) 細胞方向特徴は、y方向からのオブジェクトの主軸の偏差として測定されるオ
ブジェクト方向を表している。
Ωであり、λ1 はその関数の第2の中心モーメントマトリックスの最大固有値で
ある(前述のセクションII.6参照)。オブジェクトの主軸は、最大の固有値に
対応する固有ベクトルによって限定される。細胞 方向の幾何学的解釈は、これ
がy軸と、“最良に適合された”楕円形の主軸との間の角度(時計回りの意味で
測定された)である。
は、この特徴は価値を有する。例えば汚れ(スメアー)に対しては、破片がスラ
イドの長い軸に沿って優先的に延長される。 II.10 伸び セクションII.10乃至II.13の特徴は128のディスクリートな等しいス
テップにより(セクションII.2で限定されているオブジェクトの中心からオブ
ジェクトの周囲までの)半径ベクトルを掃引することにより計算され、最左上の
オブジェクトのエッジ画素で開始し、時計回り方向で掃引する。この関数は12
8の角度のそれぞれにおけるオブジェクトエッジ画素位置の平均から補間される
。
リエ変換係数を使用して評価される。
、次式により限定される。
調波(第3から第11の高調波)のエネルギとして測定される粗境界変化の評価
を与える。
(第12から第32の高調波)のエネルギとして計算された微細な境界変化の評
価を与える。
。 II.13 harmon01 fft …,harmon32 fft harmon01 fft …,harmon32 fft 特徴は、各高調波1−32に対するオブジ
ェクト半径関数のフーリエ変換係数の大きさとして計算された境界変化の評価で
ある。
数である。 III 光度測定特徴 光度測定特徴は、オブジェクトの絶対強度と光密度レベルの評価と、それらの
分布特徴を与える。 III .1 DNA Amount(DNA量) DNA量は、一度膨張されたマスクΩ+ により限定されたオブジェクトの積分
された光密度の“生の”(正規化されていない)尺度である。
2]にしたがって計算された光密度である
る。 III .2 DNA Index (DNAインデックス) DNAインデックスはオブジェクトの積分された光密度の正規化された尺度で
ある。
球)に対するDNA量の平均値である。 III .3 var intensity 、mean intensity (変化強度、平均強度) 変化強度、平均強度特徴は、オブジェクトIの強度関数の変化および平均であ
る。
トマスクであり、平均強度はセクションIII .2で限定されているiodnormに
対して正規化される。
されたオブジェクトの光密度の最大値である。
ト)である。
測定を行うために平均光密度の2乗により割算された変化である。 III .6 OD skewness(ODスキュー度) ODスキュー度特徴は、オブジェクトの光密度関数の正規化された第3のモー
メントである。
ジェクト区域(画素の総数)である。 III .7 OD kurtosis(ODとがり) ODとがりは、オブジェクトの光密度関数の正規化された第4のモーメントで
ある。
はオブジェクト区域である。 IV ディスクリートなテクスチャ特徴 ディスクリートなテクスチャ特徴は、オブジェクトの低、中、高の光強度領域
へのセグメント化に基づいている。低、中、高の光強度領域へのオブジェクトの
セグメント化は2つのしきい値、即ち光密度の高いしきい値と高密度の中間しき
い値に基づいている。これらのしきい値は、前述のセクションIII.2に記載され
ているようにオブジェクト(例えばリンパ球)の特定のサブセットのDNA量に
基づいてサンプルのiodnorm値にスケールされる。
ロとの中間に位置する。
6との間の光密度を有する画素面積であり、Alow は36よりも大きい光密度を
有する画素面積である。面積Ahigh、A、Alow は共にオブジェクトの全面積に
対して合計される。使用される実際のしきい値は100で割算され、iodnorm /100により乗算されるこれらのパラメータである。
度領域と全体のオブジェクト面積の比を表している。
ジェクト面積である。 IV.2 低DNA量、中DNA量、高DNA量 これらのディスクリートなテクスチャ特徴は、それぞれ低−、中−、高−密度
領域の積分された光密度値として計算され、全体的な積分された光密度により割
算されたオブジェクトの低、中、高の光密度領域に対する総吸光比を表している
。
21により定められるような光密度である。 IV.3 低DNAコンパクト、中DNAコンパクト、高DNAコンパクト、中高
DNAコンパクト これらのディスクリートなテクスチャ特徴は、単一の(恐らく分断された)オ
ブジェクトとして扱われるそれぞれ低−、中−、高−と、中および高を組合わせ
た密度領域のコンパクトさの特徴である。これらは領域の4π(面積)により割
算される各領域の周囲の2乗として計算される。
類似して定められる、Aは領域面積である。 IV.4 low av dst 、 med av dst 、hi av dst 、mh av dst これらのディスクリートなテクスチャ特徴は、オブジェクト平均 半径により
正規化された、オブジェクトの中心から、低−、中−、高−と、中および高を組
合わせた密度画素間の平均的な分離を表している。
り定められている)までの距離としてセクションII.7で定められており、オブ
ジェクト平均 半径は式5により限定されている。 IV.5 lowVSmed DNA、 lowVShigh DNA、 lowVSmh DNA これらのディスクリートなテクスチャ特徴は、それぞれ中−、高−、中および
高を組合わせた平均吸光値により正規化された低−密度区域の平均吸光比を表し
ている。これらは低密度クラスタの平均光密度により割算された中−、高−と、
中および高を組合わせたクラスタの平均光密度として計算される。
して限定された領域マスクであり、Aは式2に類似して限定された領域面積であ
る。 IV.6 low den obj 、med den obj 、high den obj これらのディスクリートなテクスチャ特徴は、低、中、高密度の1以上の画素
からなるオブジェクトのディスクリートな8つの接続されたサブコンポーネント
である。 IV.7 low cntr mass、med cntr mass、high cntr mass これらのディスクリートなテクスチャ特徴は、平均 半径により正規化された
、低、中、高の光密度クラスタ(これらは1つのオブジェクトであるかのように
みなされる)の幾何学的中心と、オブジェクト全体の幾何学的中心との間の分離
を表している。
中心はセクションII.2で限定されており、Ωは式1と類似して限定され、Aは
式2に類似して限定された領域面積である。 V.1 マルコフテクスチャ特徴 マルコフテクスチャ特徴は、オブジェクト画素の同時に生じるマトリックスΔ λ,j から限定される。そのマトリックスの各エレメントは(8つの接続を介して
)グレーレベルμの画素に対する次に生じるグレーレベルλの画素の条件的確率
を表し、ここでλ、μはそれぞれマトリックスの行および列インデックスである
。しかしながら、マルコフテクスチャ特性の計算においてここで使用する計算ア
ルゴリズムはいわゆる和と差のヒストグラム、即ちHs l 、Hd m を使用し、こ
こでHs l は合計して1になるグレーレベルを有する隣接画素の確率であり、H d m はグレーレベル差mを有する隣接画素の確率であり、ここで8つの接続され
た隣接画素が仮定される。和と差のヒストグラムで使用されるグレーレベルの値
l、mの値は各個々のオブジェクトのダイナミック範囲を40レベルに量子化す
ることにより獲得される。
表し、大きい値は“ソルトアンドペッパー”ランダムフィールドのような非常に
乱れた分布に対応する。
トに大きい値を与える。これはエントロピーと反対であり、一定のグレーレベル
の大きい領域を有するオブジェクトに大きい値を与える。
に大きい値を与える。
ブコンポーネントを有し、隣接するコンポーネント間に大きいグレースケールレ
ベル差を有するオブジェクトを示している。
クトでは大きい。
強度の幾つかの異なるクランプ(clump )を有するオブジェクトに大きい絶対値
を与える。負の値は明るい背景に対する暗いクランプに対応し、正の値は暗い背
景に対する明るいクランプを示している。
テクスチャを示す。 VI.1 den lit spot、 den drk spot これらは3×3ウィンドウにより平均された映像に基づいた、オブジェクト面
積により割算されたオブジェクト強度関数の複数の局部最大値および局部最小値
である。
ト面積である。 VI.2 range extreme (距離極値) これは、セクションIII .2により限定されているスライドDNA量iodno rm に対して正規化されたオブジェクト強度関数の最大の局部最大値と最小の局部
最小値との強度差である。
iodnormに対して正規化された局部最大値の平均強度と局部最小値の平均強度
との強度差である。使用される局部最大値maxi ´ ,j ´ 、と最小値mini ´ , j ´ 値は前述のセクションVI.1からの値である。
オブジェクトの幾何学的中心から光密度関数の“質量の中心”までの距離を表し
ている。
空間座標を表す3次元棒グラフとして本質的に表されるオブジェクトの光密度の
3次元面の面積に基づいている。したがって、各画素は、x−y平面中の単位面
積プラス近隣のものに関する画素の光密度の変化に比例した3次元構造の面の面
積を割当てられる。フラクタル面積の最大値は、それらの間の光密度変化が著し
い小さいサブコンポーネントを含む大きいオブジェクトに対応している。
2のものは、4つの画素が単一画素に平均される映像に基づいており、それによ
ってフラクタル1面積のスケールの変化を表す。この計算には、付加的なマスク
変換が必要であり、Ωi2,j2 は4つの画素が1つの画素にマッピングされた元の
マスクΩを表し、オブジェクトの画素から完全には構成されていない4つの画素
の任意の正方形は0に設定される。Ωi,j は、Ωi2,j2 中の各画素がΩi,j 中の
4つの画素となるように4倍に拡大されたΩi2,j2 を表している。 VII.1 fractal1 area(フラクタル1面積)
像に共通した係数によりスケールされた映像の光密度関数である。 VII.2 fractal2 area(フラクタル2面積) これは、別のフラクタルディメンションであるが、4つの画素の正方形が単一
画素に平均された映像に基づいており、それによって上記のセクションVII.1に
おけるフラクタル1面積のスケールの変化を表している。
、OD* i2,j2 は映像のスケールされた光密度関数であり、4つの画素が1に平
均される。 VII.3 fractal dimen (フラクタルディメンション) フラクタルディメンション特徴は、log2で除算されたフラクタル1面積の
対数とフラクタル2面積の対数との間の差として計算される。これは、2から3
まで変化し、測定された表面積が微細化するスケールで増加する速度と関連した
、映像の“フラクタル性質”の尺度を提供する。
明し、同じグレーレベル値を有する連続した共線画素のセットを表す。ランの長
さは、そのランの中の画素の数である。これらの特徴は、強度関数値が8つのレ
ベルに変換された映像に対して計算される。
れる。
ここにおいて規定されているように、ラン長テクスチャ特徴は輪番的に不変では
なく、したがって一般に個々に使用されることはできない。これは、ほとんどの
サンプルについて、テクスチャにとって好ましいアプリオリ方向は存在しないた
めである。たとえば、1つの細胞について、ラン長特徴は45°で方向付けられ
てもよいが、次のものでは90°であってもよい。一般に、これらは完全に等価
である。前記マトリクスMの各要素は、オブジェクトが所定の方向Θにおいて長
さqのランを含む回数を指定し、グレーレベル範囲pに存在する(8つのグレー
レベルからの)画素から構成されている。Ng =8をグレーレベルの数とし、N r を、オブジェクト中で発生する異なるラン長の数とすると、ラン長特徴は以下
のように説明される。 VIII.1 short0 runs(短い0ラン),short45 runs(短い45ラン),short
90 runs(短い90ラン), short135 runs(短い135ラン) これらは、0°,45°,90°または135°で方向付けられた短いランが
優位を占めるオブジェクトに大きい値を与える。
90 runs(長い90ラン), long135 runs(長い135ラン) これらは、0°,45°,90°または135°で方向付けられた長いランが
優位を占めるオブジェクトに大きい値を与える。
, grey90 level(グレー90レベル), grey135 level(グレー135レベル) これらの特徴はグレーレベルの不均一度を評価し、ランがグレーレベル中に等
しく分布されたときにそれらの最低値を取る。
ngth (ラン90長) 、run135 length (ラン135長) これらの特徴はラン長の不均一度を評価し、ランが長さの中において等しく分
布されたときにそれらの最低値を取る。
ント), run90 percent(ラン90パーセント) , run135 percent(ラン135パ
ーセント) これらの特徴は、オブジェクトの面積に対する可能なランの総数の割合として
計算され、最も直線的な構造を有する画像に対して最低値を有する。
II.9に類似した方法で計算された)である。ラン長疑似第2モーメントは、次の
ように計算される:
と映像の線形構造の優勢な方向との間の角度(時計方向に測定された)として規
定される。 VIII.7 size txt orient( 寸法・テクスチャ・方向) この特徴は、長さランに対してテクスチャ方向を増幅する。
ーメントマトリクスの最大および最小固有値である。
ACを示す細胞と正常な細胞とを区別するために分類装置によって使用される。
上述のように、分類装置が完全に訓練され、二者択一ツリーまたは線形判別関数
を生成するまで、アーティファクトと細胞とを区別し、あるいはMAC細胞と非
MAC細胞と区別するためにどの特徴が使用されるかを予測することは不可能で
ある。
あると判断されている。これらの主なテクスチャ特徴は次のとおりである: 30個の好ましい核の特徴 (1)面積 (11)高DNA量 (21)ラン90パーセント (2)平均半径 (12)高平均距離 (22)ラン135 パーセント (3)OD分散 (13)中/高平均距離 (23)グレーレベル0 (4)OD歪度 (14)相関 (24)グレーレベル45 (5)平均範囲 (15)均質性 (25)グレーレベル90 (6)OD最大値 (16)エントロピー (26)グレーレベル135 (7)光スポットの密度 (17)フラクタル (27)ラン長0 (8)低DNA面積 ディメンション (28)ラン長45 (9)高DNA面積 (18)DNAインデックス (29)ラン長90 (10)低DNA量 (19)ラン0 パーセント (30)ラン長135 (20)ラン45パーセント これらの特徴は、最も良好に細胞のタイプを区別することができることが分か
っているが、他のオブジェクトタイプが上記に説明された他の特徴によって区別
されてもよい。
た特徴の値に基づいて区別を行う分類装置の能力に依存しない。たとえば、アー
ティファクトから細胞核を分離するために、本発明は、それぞれ特定のオブジェ
クトタイプを識別するように訓練されたいくつかの異なった判別関数を適用する
。たとえば、本発明のこの好ましい実施形態では、以下の判別関数が中位の頸管
細胞を小さいピクノーティック(picnotic)オブジェクトから分離するために使用
されている: 頸管細胞 ピクノーティック 最大 半径 4.56914 3.92899 freq low fft -.03624 -.04714 ハーモン03 fft 1.29958 1.80412 ハーモン04.fft .85959 1.20653 lowVSmed DNA 58.83394 61.84034 エネルギ 6566.14355 6182.17139 相関 .56801 .52911 均質性 -920.05017 -883.31567 cl shade -67.37746 -63.68423 den drk spot 916.69360 870.75739 CONSTANT -292.92908 -269.42419 細胞をジャンク(junk)粒子から分離することのできる別の判別関数は: 細 胞 ジャンク(junk) 離心率 606.67365 574.82507 コンパクトネス 988.57196 1013.19745 freq low fft -2.57094 -2.51594 freq high fft -28.93165 -28.48727 harmon02.fft -31.30210 -30.18383 harmon03.fft 14.40738 14.30784 medDNAamnt 39.28350 37.50647 相関 .27381 .29397 CONSTANT -834.57800 -836.19659 さらに、無視されるべき折り重ねられた細胞を解析に適した細胞から分離する
ことのできる第3の判別関数は: 正常 排除された interm オブジェクト 球形度 709.66357 701.85864 離心率 456.09146 444.18469 コンパクトネス 1221.73840 1232.27441 伸び -391.76352 -387.19376 freq high fft -37.89624 -37.39510 lowDNAmnt -41.89951 -39.42714 low den obj 1.40092 1.60374 相関 .26310 .29536 レンジ 平均 .06601 .06029 CONSTANT -968.73628 -971.18219 明かに、分類装置によって生成された特定の線形判別関数は、使用される分類
装置のタイプと細胞の訓練セットとに依存する。上記の例は、説明のために与え
られたに過ぎない。
、スライド上で見出だされた各オブジェクトの特徴が決定され、その細胞サンプ
ルが採取された患者が正常であるか、あるいは異常であるかを示すために使用す
ることができる。さらに、MACは、施された癌治療が効果的かどうか、および
癌が鎮静しているかどうかを表す。
的標本(すなわち、細胞サンプル)内の細胞を分類するのに有効な映像サイトメ
ータ(cytometer) ベースの自動細胞学的標本分類装置である。細胞学的標本のビ
ューを得るための顕微鏡と、細胞サンプルのビューの映像を生成するためのカメ
ラと、細胞の映像のデジタル表示を生成するための映像デジタル化装置と、デジ
タル映像を記録および解析し、これらの素子を制御およびインターフェースする
コンピュータシステムを内蔵した映像サイトメータの素子に加えて、自動分類装
置は、細胞学的標本を予め分類する1次分類装置と、1次分類装置によって最初
に分類された細胞学的標本のそれらの部分を分類する2次分類装置とをさらに含
んでいる。一般に、映像サイトメータは、スライドから関心のある重要な細胞の
映像を捕獲する。その映像は、正常および異常上皮細胞または炎症細胞のような
種々の細胞サブタイプに自動的に分類される。分類は、たとえば、神経ネットワ
ーク、直接的に計算された核特徴に基づいた二者択一、決定ツリー、決定ウェブ
および判別式を含んだ線形または非線形分類方法を含む種々の分類方式を使用す
ることによって行われることができる。いくつかのタイプの分類を行うことがで
きる。
(すなわち、MAC陰性)であるか、あるいは悪性関連変化(すなわち、MA
C陽性)を有しているかを示す。それによって、上記に一般的に述べた原理を適
用することによって、第1の自動分類装置は、正常であるか、あるいは診断性の
特殊症状を示すかで上皮細胞の細胞サンプルを選別し、その後第2の分類装置は
正常細胞を正常でMAC陰性か、または正常でMAC陽性かを識別する。本発明
の全体的なシステムは、図13に概略的に表されている。本発明のシステムは、
図13に示されている第1(すなわち、1次)および第2(すなわち、2次)の
分類装置を含んでいるが、このシステムによって行われる分類は、以下さらに説
明するように1次および2次分類を順次行う単一の分類装置によって達成される
ことができることが理解されるであろう。
の (すなわち、悪性になる前の)細胞を指す。“癌細胞”という用語は侵襲性
の癌細胞を指し、“前癌細胞”という用語は、侵襲性になる前の癌細胞を指す。
一般には、侵襲性になる前の癌細胞の一部分だけが侵襲性の癌細胞になる。“悪
性関連変化”すなわち“MAC”という用語は、視覚的に正常な核のクロマチン
構成(染色質)への視覚的にわずかに、または不完全に認められる変化を指し、
この変化が患者の腫瘍の存在に相関させられる。
類装置を含んでいる。上述のように、分類装置は、ある特徴値に基づいてオブジ
ェクトを解析するコンピュータプログラムである。本発明の自動分類シスムは1
次分類装置を含んでおり、この1次分類装置は基本的な選別機能を行い、正常な
上皮細胞を選択する。2次分類装置は、上皮細胞を正常で悪性関連変化を有する
ものか、あるいは正常で悪性関連変化を示さないもののいずれかとして分類する
。上述のように、本発明の自動システムは1次および2次分類装置を含んでいる
ことが好ましいが、単一の分類装置を使用して、本発明によって達成される分類
を順次行うことができる。統計学的方法に基づいて分類機能を行うために使用さ
れるソフトウェアパッケージは、一般に入手可能である。本発明において有効な
統計学的分類装置は、上記において一般的に説明され、また図10および11に
示されているように構成されている。
類装置は形態学的特徴、光度(photometric)特徴、ディスクリート
なテクスチャ特徴、マルコフテクスチャ特徴、非マルコフテクスチャ特徴、フラ
クタルテクスチャ特徴およびラン長テクスチャ特徴を含む多数の特徴値を含むよ
うに構成されることができるが、上述された特徴のうちの33個が上皮細胞を識
別し、特殊症状を示す細胞と悪性関連変化を有する細胞とを識別するのにさらに
重要であると思われる。これらの特徴は以下のものを含む: (1)面積 (11)高DNA量 (21)ラン90パーセント (2)平均半径 (12)高平均距離 (22)ラン135 パーセント (3)OD分散 (13)中/高平均距離 (23)グレーレベル0 (4)OD歪度 (14)相関 (24)グレーレベル45 (5)平均範囲 (15)均質性 (25)グレーレベル90 (6)OD最大値 (16)エントロピー (26)グレーレベル135 (7)光スポットの密度 (17)フラクタル (27)ラン長0 (8)低DNA面積 ディメンション (28)ラン長45 (9)高DNA面積 (18)DNAインデックス (29)ラン長90 (10)低DNA量 (19)ラン0 パーセント (30)ラン長135 (20)ラン45パーセント (31)ハーモニック4 (32)ハーモニック5 (33)ハーモニック6 これらの特徴は、最も良好に細胞のタイプを区別できるように定められている
が、他の特徴によって他のオブジェクトタイプが区別されてもよい。
う3つのクラスに細胞を細分するように機能する。1次分類装置は、図14に示
されている特徴値の選択を組み込んだ二者択一ツリーにより細胞単位の分類を行
う。好ましい実施形態において、1次分類装置は、上述の33個の特徴を使用し
てその分類機能を行う。
ら区別する本発明のシステムの能力は、計算された特徴の値に基づいて区別を行
う分類装置の能力に依存している。たとえば、正常な上皮細胞を異常な上皮細胞
(すなわち、特殊症状を示す細胞)から区別するために、本発明は、特定のタ
イプのオブジェクトを識別するようにそれぞれ訓練されたいくつかの異なった判
別関数を適用することができる。たとえば、以下の判別関数は、本発明の好まし
い1実施形態において正常な上皮細胞を異常な細胞から区別するために使用され
ている: 特 徴 正 常 癌 2harmon05 199.62447 223.06030 3freqmac2 34.19107 50.18366 CONSTANT -51.21967 -65.70574 上記の関数は正常な上皮細胞を異常な細胞から識別するのに成功しているが、
当業者は、この関数において使用される正確な加重が、使用される分類装置のタ
イプと細胞の訓練セットとに依存することを認識するであろう。上記の例は、説
明のために与えられたに過ぎない。
する。スライド単位の分類装置と見なされることのできる2次分類装置は、1次
分類装置によって分類された上皮細胞を解析し、細胞を正常でMAC陰性の細胞
または正常でMAC陽性の細胞として分類する。このようにして、2次分類装置
は、悪性関連変化を有する(すなわち、MAC陽性)正常な上皮細胞を、悪性関
連変化を示さない(すなわち、MAC陰性)正常な上皮細胞から区別する。1次
分類装置に関するように、2次分類装置は、1組の好ましい核特徴に基づいて細
胞を区別するように構成されている。好ましい実施形態において、2次分類装置
は、以下の特徴を使用してその分類機能を行う: (1)面積 (9) エントロピー (2)光スポットの密度 (10)フラクタル (3)低DNA面積 ディメンション (4)高DNA面積 (11)DNAインデックス (5)低DNA量 (12)OD最大値 (6)高DNA量 (13)中DNA量 (7)相関 (8)均質性 2次分類装置の動作は、図15に概略的に示されている。
は、最小数の最適核特徴の選択の結果、能率的で堅牢な分類装置が得られる。す
なわち、分類装置は細胞または細胞タイプを正確に分類することにおいて能率的
であり、かつ種々の細胞およびスライド調整体を高い信頼性の下に分類すること
において頑強であることが好ましい。
置の能力に依存している。本発明は、悪性関連変化を有する細胞を、このような
変化を示さない細胞から区別するために特定のタイプのオブジェクトを識別する
ようにそれぞれ訓練されたいくつかの異なった判別関数を適用することができる
。たとえば、本発明のこの好ましい実施形態において、悪性関連変化を有する細
胞を、悪性関連変化を示さない正常な上皮細胞から区別するために以下の判別関
数が使用されている: 特 徴 MAC陰性 MAC陽性 30harmon03 fft 3.52279 3.82334 93cl shade 0.99720 -1.09342 96den drk spot 168.27394 189.80289 105 fractal2 area 0.00372 0.00056 CONSTANT -63.66887 -67.90617 上記の関数は、正常でMAC陰性の細胞を正常でMAC陰性の細胞から識別す
るのに成功しているが、当業者は、この関数において使用される正確な加重が、
使用される分類装置のタイプと細胞の訓練セットとに依存することを認識するで
あろう。上記の例は、説明のために与えられたに過ぎない。
、細胞が固定および染色された方法に依存する。いくつかの特徴セットはいくつ
かの病気の診断に有用であるように十分に頑強であるが、悪性関連変化が固定方
法に対して非常に敏感であることが認められている。たとえば、組織標本に対し
て通常使用されている固定であるホルマリン固定では、固定細胞が、本発明の自
動分類システムの好ましい実施形態によって効率的に分類されない。しかしなが
ら、本発明の原理を使用すると、分類装置はこのような固定細胞を能率的かつ頑
強に分類するように構成されることができる。本発明の実施において、Sacc
amanno固定およびその変形、ならびにBohm−Sprenger固定お
よびその変形が好ましい固定方法である。
であることが好ましい。好ましい化学量的染料には、チオニンおよびパラ/〜x
@uly(para−roasnaline)のようなフォイルゲン染料、ライ
ト染料、メイ・グルンワルド・ギームザ(May−Grunwald−Geim
sa)染料およびヘマトキシリンのようなローズマウスキ(Rousmousk
i)染料、ならびにメチルグリーンが含まれる。好ましい実施形態において、フ
ォイルゲン染料はチオニンである。ヘマトキシリンやエオシンのような、定量的
染料を含む別の染料もまた使用可能である。以下の例1において、代表的な固定
および染色工程を説明する。
種多用な細胞学的標本の分類に有効である。たとえば、本発明は、Papテスト
と関連した頸管塗沫標本の形態の細胞学的標本の分類に有効である。一般に腫瘍
バイオプシ中に、または腫瘍の手術による除去中に組織から採取されるような組
織セクションを含む組織学的標本もまた分類されてもよい。本発明のシステムお
よび方法は、とくに気管支標本の分類によく適している。ここにおいて使用され
るように、“気管支標本”という用語は、気管支鏡法または手術中に獲得された
組織、およびブラッシング、洗浄または痰細胞学のいずれかによって獲得された
気管支上皮から全体的または部分的に生成された細胞学的標本の両方を指す。本
発明のシステムおよび方法は、特殊症状を示す細胞、および肺の粘液から得られ
た細胞サンプル中に悪性関連変化を有する細胞の検出に有効であることが認めら
れている。肺の粘液の代表的な収集方法は、例2に示されている。
び監視に有効である。
)上述のデジタルCCDカメラおよびプログラム可能なスライドステージを有す
るデジタル顕微鏡により細胞サンプルの映像を獲得し、(4)映像の焦点を結び
、(5)映像中のオブジェクトを識別し、(6)識別された各オブジェクトに対
して1組の特徴値を計算し、(7)各オブジェクトが上皮細胞かどうかを決定す
るために特徴値を解析するステップを含む。1次分類装置について上述したよう
に、各オブジェクトが上皮細胞かどうかを決定するために特徴値を解析するステ
ップは、上述された核特徴を考慮した二者択一ツリーの利用を含んでいる。
いるが、1組の特徴値を計算し、特徴値を解析するステップは、各オブジェクト
が悪性関連変化を有する正常な上皮細胞であるか、あるいは悪性関連変化を示さ
ない正常な上皮細胞であるかを決定するために上述の2次分類装置に依存する。
2次分類装置に関しては、解析ステップは、細胞を分類するために核特徴を使用
する二者択一ツリーの使用を含んでいる。
般に、この方法は、侵襲性の前癌細胞を検出し、患者が侵襲性の癌になるかどう
かを予測する。この方法は、細胞のサンプルを患者から獲得し、まず、サンプル
中の細胞の核を染色して顕微鏡によりそれらの細胞の映像を獲得し、コンピュー
タシステム中にその映像を記録し、次に、核を識別するために記憶された細胞の
映像を解析し、サンプル中において見出だされた各核に対する1組の特徴値を計
算し、これらの特徴値から、核が正常な細胞の核であるか、あるいは悪性関連変
化を有する細胞であるかを決定することによって、サンプル中の細胞が特殊症状
を示す細胞または悪性関連変化を有する細胞を含んでいるかどうかを決定するス
テップを含んでいる。このような決定の後、悪性関連変化を有する細胞の総数が
決定され、その数から、患者が癌になりつつあるかどうかを予測することができ
る。この予測は、特殊症状を示す細胞およびMAC陽性細胞について上述した予
測方法に類似した悪性関連変化を有する細胞に対するしきい値に基づいている。
程を説明する。DNA染色工程において使用される試薬は、チオニンのメタノー
ルおよびtブタノール溶液と、固定剤およびリンス溶液を含んでおり、以下説明
するように処理される。染料試薬調剤 : A.メタノールフォイルゲン染色溶液 [チオニン/メタノール染色溶液] 1. 0.5gのチオニン(Aldrich Chemical社、Milwaukee,WI)および0
.5gのメタ重亜硫酸ナトリウムを500mlの撹拌棒を有するガラス瓶に付加
する。
留水に加える。
って25℃より低い室温では固体である。) 4. 130mlの水性1N塩酸を付加する。
性ホルムアルデヒド(37%)を結合する。
gのメタ重亜硫酸ナトリウムを溶解する。
以下の方法で使用された。通常の塗沫標本および単層組織標本を含む関心を払わ
れた細胞(たとえば、子宮頸サンプルまたは肺粘液からの細胞)の組織標本がこ
の方法で使用されてもよい。この方法では、細胞は一般に染色するために顕微鏡
スライド上に配置される。固定および染色工程 1. 細胞を顕微鏡スライド上に配置する。
って細胞を脱水する。
の粘液は、誘発(induction) またはプール方法によって収集されてもよい。誘発方法 滅菌した水または塩性溶液を使用する粘液誘発は、検査に利用できる粘液の流
動性および量を増加させる。患者は、最初に軽く咳をして、口を徹底的に濯ぎ、
あるいは歯を磨いて、結果に影響を及ぼす目につかない有機堆積物(debris)を減
少させることが好ましい。その後、患者は以下に説明するように3回深呼吸/3
回深い咳(deep-cough)技術を実行する: 1. 処理マウスピースを備えた噴霧器を患者にくわえさせる。
う。
説明するように準備された)を含む粘液収集広口瓶の中に粘液を吐き出すことに
よって第3の深呼吸を行う。
3日間以上連続して早朝の粘液サンプルを収集する: 1. 患者は軽く咳をして、口を徹底的に濯ぎ、あるいは歯を磨いて、結
果に影響を及ぼす目につかない有機堆積物(debris)を減少させる。
ステップの1つである。固定剤の化学的性質は染色結果、および最終的に細胞分
類に影響を及ぼすものである。いくつかの固定剤がそれらの適合性に関して研究
されており、エタノールとポリエチレングリコールの混合物が好ましい固定剤で
あると確認されている。
および固定するためにサンプル収集広口瓶において使用される。標準的な固定剤
は、384mlの固定剤濃縮液(SurgiPath 社のSEDFIX)を4リットル容器に加
え、続いて1700mlの蒸留水と1700mlの95%エタノールを付加する
ことによって処理される。
のものが使用された場合に、組織形態に対して悪影響を及ぼすことなく特殊症状
を示す細胞の収率を増加させることが独立した研究によって示されている。DT
Tはまた、標本の背景染色を減少させることが知られている。DTT固定剤は、
サンプル準備中に使用され、粘液サンプル中の粘液を分解するための後固定方法
を提供する。DTT固定剤溶液は、上述したように準備された4リットルの標準
固定剤に0.4グラムのDTTを付加することによって処理される。
するための代表的な工程を説明する。 以下に概説するように、上記の例2において説明したように得られた粘液サン
プルを分類のために準備する: 1. 標本を遠心チューブに移して、元の標本容器を数ミリリットルの標
準固定剤(例3において説明したように準備された)で濯ぎ、この濯ぎ液を遠心
チューブに移す。
おく。30分後に混合を確実にするため渦巻き運動を行う。
ることによって再度懸濁する。再び1000gで10分間遠心力を作用させる。 この球粒を乱さずにその上ずみを捨てる。
。この目的は、細胞の滑らかな単層を得ることである。スライドの端部に収集す
べき標本を配置しない。
常キシレン中で溶解できる固定(mounting)媒体(たとえば、VWRサイエンティ
フィック社から入手可能なCytosealまたはフィッシャーサイエンティフィック社
製のPermountのようなキシレン固定(mounting)媒体、あるいは浸漬油)を1滴ま
たは2滴標本上に落す。その後、薄いガラス片であるカバーガラスがスライド標
本固定媒体の上に載せられる。固定媒体スライドとカバーガラスとの間で拡散す
る。気泡が生じるのを避けなければならない。固定媒体は、スライドおよびカバ
ーガラスにおいて使用されるガラスの屈折率に一致するように製造される。この
組合せによって、通常は一晩であるが、少なくとも固定媒体が凝固するのに十分
な期間にわたる室温での空気乾燥が可能になる。この期間は1時間程度の短い時
間であってもよい。固定媒体として浸漬油を使用するスライドについては、凝固
は生じない。上述のように準備されたスライドは、本発明の自動分類システムに
よる解析および分類に対する準備が整った状態である。
チャート。
チャート。
チャート。
れる例示的なヒストグラム。
工程のフローチャート。
かを示す概略図。
類装置の概略図。
類装置の概略図。
によって行われるステップのフローチャート。
を指し、"junk"が残骸(debris)を指し、"lymph" はリンパ球を指し、"abn cell"
は異常な上皮細胞を指し、"dust"は肺胞の大食細胞を指し、"polys" は多形核好
中球白血球を指し、"eos" は多形核好酸球白血球を指している、細胞サンプル中
の上皮細胞を分類するために1次分類装置によって使用される2進決定ツリーの
フローチャート。
)を有する細胞を分類するために2次分類装置によって使用される2進決定ツリ
ーのフローチャート。
の能力にもかかわらず、MACは患者が癌であるか癌を進行させているかを決定
するためのスクリーンツールとして広い許容性を実現していない。典型的に、M
ACは腫瘍または前癌性の病巣近くの位置から細胞サンプルを慎重に選択し、比
較的高い拡大率でその細胞を観察することによって検出されている。しかしなが
ら、細胞で生じる悪性関連変化があまりにも微妙であるために、特に患者が癌で
あるか否かを病理学者が事前に知らないとき、一般的な顕微鏡装置を使用して作
業する病理学者が信頼性をもってこの変化を検出されることができないと考えら
れている。例えば、悪性関連変化は、細胞核エッジの形状の僅かな変化と結合さ
れた核内のDNA分布により示されることができる。しかしながら、正常な細胞
からの核は類似のタイプの変化を示すが、MACの兆候になる程度ではない。人
間のオペレータはこのような微妙な細胞変化を容易に量化できないので、MAC
を示す細胞を決定することは困難である。さらに、MACを示す変化は異なるタ
イプの癌により変化し、それによってこれらの検出をさらに困難にする。 出願人Xillix Technologies Corporation により1994年5月に出願された欧州
特許出願第0 595 506 号明細書は、細胞核映像の特徴、特に細胞核DNA分布を
解析することによって細胞の悪性関連変化を検出する方法を開示している。この
公開された明細書に記載されている技術は上皮細胞の識別を含んでいない。 NeoPath 社の出願した1997年5月6日に発行された米国特許第5,627,900 号明
細書は自動的な細胞サンプルスクリーニングのサンプル間の変化を考慮する方法
を記載している。特に、この特許明細書はパンくず(Pap )の汚れから準備され
たサンプルのような細胞サンプルを含むスライドを証明するためのダイナミック
正規化方法である。この方法は3つの段、即ち(1)研究施設間の変化を正規化
する初期的な較正段と、(2)研究施設内のバッチ変化を正規化する連続的なパ
ラメータ調節と、(3)ダイナミック正規化プロセスの一体化を確実にする証明
段とを含んでいる。この特許明細書に記載されている技術は、連続的に上皮細胞
を選択するための第1の分類装置と第2の分類装置の使用を含んでいない。
Claims (23)
- 【請求項1】 細胞サンプル中の上皮細胞を検出する方法において、 a.細胞サンプルを獲得し、 b.細胞サンプルの細胞を固定し、 c.細胞サンプル中の細胞核を識別するために細胞を染色し、 d.サンプルを照明し、顕微鏡およびデジタルカメラによりサンプルの映像を
獲得し、 e.背景照明における変化に対して映像を補償し、 f.関心のあるオブジェクトを検出するために映像を解析し、 g.関心のある各オブジェクトに対する焦点設定を決定し、その決定された焦
点設定における関心のある各オブジェクトの映像を獲得し、 h.関心のある各オブジェクトの境界であるエッジを計算し、 i.関心のある各オブジェクトに対する1組の特徴値を計算し、 j.関心のあるオブジェクト中の上皮細胞を識別する分類装置に1組の特徴値
を供給するステップを含むことを特徴とする上皮細胞検出方法。 - 【請求項2】 細胞サンプル中の上皮細胞を識別するために使用される特徴
は、面積、平均半径、OD分散、ODスキュー度、レンジ平均、OD最大、光ス
ポットの密度、低DNA面積、高DNA面積、低DNA量、高DNA量、高平均
距離、中/高平均距離、相関、均一度、エントロピー、フラクタルディメンショ
ン、DNA指数、ラン0 %、ラン45%、ラン90%、ラン135 %、グレーレベル 0
、グレーレベル45、グレーレベル90、グレーレベル135 、ラン長 0、ラン長45、
ラン長90、ラン長135 、ハーモニック4 、ハーモニック5 、ハーモニック6 から
なるグループから選択された特徴を含んでいる請求項1記載の方法。 - 【請求項3】 分類装置は判別関数を使用して上皮細胞を識別し、その判別
関数はハーモン05およびフリクマック2 からなるグループから選択された特徴を
使用する請求項1記載の方法。 - 【請求項4】 細胞サンプルは人体の肺の標本である請求項1記載の方法。
- 【請求項5】 細胞核を識別するためのサンプルの染色は化学量論的DNA
染色剤による染色を含んでいる請求項1記載の方法。 - 【請求項6】 化学量論的DNA染色剤は、フォイリゲン染色剤、ロマノウ
スキ染色剤、メイ・グルンワルド・ギームザ染色剤、およびメチルグリーンから
なるグループから選択される請求項5記載の方法。 - 【請求項7】 化学量論的DNA染色剤は、チオニンである請求項5記載の
方法。 - 【請求項8】 細胞サンプル中の特殊な症状を示す診断細胞を検出する方法
において、 a.細胞サンプルを獲得し、 b.細胞サンプルの細胞を固定し、 c.細胞サンプル中の細胞核を識別するために細胞を染色し、 d.サンプルを照明し、顕微鏡およびデジタルカメラによりサンプルの映像を
獲得し、 e.背景照明における変化に対して映像を補償し、 f.関心のあるオブジェクトを検出するために映像を解析し、 g.関心のある各オブジェクトに対する焦点設定を決定し、その決定された焦
点設定における関心のある各オブジェクトの映像を獲得し、 h.関心のある各オブジェクトの境界であるエッジを計算し、 i.関心のある各オブジェクトに対する1組の特徴値を計算し、 j.関心のあるオブジェクト中の診断細胞を識別する分類装置に1組の特徴値
を供給するステップを含むことを特徴とする診断細胞検出方法。 - 【請求項9】 細胞サンプル中の診断細胞を識別するために使用される特徴
は、面積、平均半径、OD分散、ODスキュー度、レンジ平均、OD最大、光ス
ポットの密度、低DNA面積、高DNA面積、低DNA量、高DNA量、高平均
距離、中/高平均距離、相関、均一度、エントロピー、フラクタルディメンショ
ン、DNA指数、ラン0 %、ラン45%、ラン90%、ラン135 %、グレーレベル 0
、グレーレベル45、グレーレベル90、グレーレベル135 、ラン長 0、ラン長45、
ラン長90、ラン長135 、ハーモニック4 、ハーモニック5 、ハーモニック6 から
なるグループから選択された特徴を含んでいる請求項8記載の方法。 - 【請求項10】 診断細胞を識別するために使用される特徴は、面積、光ス
ポットの密度、低DNA面積、高DNA面積、低DNA量、高DNA量、相関、
均一度、エントロピー、フラクタルディメンション、DNA指数、OD最大、お
よび中間DNA量からなるグループから選択された特徴を含んでいる請求項8記
載の方法。 - 【請求項11】 分類装置は判別関数を使用して細胞サンプル中の診断細胞
を識別し、その判別関数はハーモン03fft 、clシェイド、デンdrkスポットお
よびフラクタル2 からなるグループから選択された特徴を使用する請求項8記載
の方法。 - 【請求項12】 診断細胞は癌の診断である請求項10記載の方法。
- 【請求項13】 診断細胞は侵襲性になる前の癌細胞である請求項10記載
の方法。 - 【請求項14】 診断細胞は侵襲性癌細胞である請求項10記載の方法。
- 【請求項15】 癌患者を選別する方法において、 a.細胞サンプルを獲得し、 b.細胞サンプルの細胞を固定し、 c.細胞サンプル中の細胞核を識別するために細胞を染色し、 d.サンプルを照明し、顕微鏡およびデジタルカメラによりサンプルの映像を
獲得し、 e.背景照明における変化に対して映像を補償し、 f.関心のあるオブジェクトを検出するために映像を解析し、 g.関心のある各オブジェクトに対する焦点設定を決定し、その決定された焦
点設定における関心のある各オブジェクトの映像を獲得し、 h.関心のある各オブジェクトの境界であるエッジを計算し、 i.関心のある各オブジェクトに対する1組の特徴値を計算し、 j.関心のあるオブジェクト中の上皮細胞を識別する第1の分類装置に1組の
特徴値を供給し、 k.上皮細胞が関心のあるオブジェクト中の診断細胞を含んでいるか否かを識
別する第2の分類装置に上皮細胞として識別された関心のあるオブジェクトに対
して計算された1組の特徴値を供給するステップを含むことを特徴とする癌患者
の選別方法。 - 【請求項16】 患者の侵襲性の癌の進行状況を決定する方法において、 患者から細胞サンプルを獲得し、 サンプル中の細胞が診断細胞を含んでいるか否かの決定において、 (1)サンプル中の細胞核を染色し、 (2)デジタル顕微鏡により細胞の映像を獲得し、その映像をコンピュータシ
ステムに記録し、 (3)上皮細胞を識別するために細胞の記憶された映像を解析し、 (4)サンプル中の識別された上皮細胞に対する1組の特徴値を計算し、その
特徴値から上皮細胞が診断細胞を含んでいるか否かを決定することを特徴とする
転移性癌の進行状況決定方法。 - 【請求項17】 侵襲性の癌が上皮細胞癌である請求項16記載の方法。
- 【請求項18】 上皮細胞癌は、肺癌、胸部癌、前立腺癌、皮膚癌、および
胃の器官の癌からなるグループから選択される請求項17記載の方法。 - 【請求項19】 特殊な症状を示す診断細胞を識別するための細胞試料自動
分類装置において、 スライド上に位置する細胞試料の観察をするための顕微鏡と、 観察した映像を生成するためのカメラと、 映像のデジタル表示を生成するための映像デジタル化装置と、 顕微鏡と、カメラと、映像デジタル化装置とを制御し、インターフェースする
コンピュータシステムとを具備し、 前記コンピュータシステムは、関心のある1以上のオブジェクトを位置させる
ために映像のデジタル表示を解析し、関心のある各オブジェクトに対する1組の
特徴値を計算し、 前記コンピュータシステムはさらに、 関心のあるオブジェクトに対して計算された第1の1組の特徴値に基づいて
映像のデジタル表示における正常および異常の上皮細胞を識別する第1の分類装
置と、 正常な上皮細胞として識別された関心のあるオブジェクトに対して計算され
た第2の1組の特徴値に基づいて診断細胞として正常な上皮細胞を識別する第2
の分類装置とを具備していることを特徴とする細胞試料自動分類装置。 - 【請求項20】 顕微鏡がデジタル顕微鏡である請求項19記載の自動分類
装置。 - 【請求項21】 カメラはCCDカメラである請求項19記載の自動分類装
置。 - 【請求項22】 第1および第2の1組の特徴値は、面積、平均半径、OD
分散、ODスキュー度、レンジ平均、OD最大、光スポットの密度、低DNA面
積、高DNA面積、低DNA量、高DNA量、高平均距離、中/高平均距離、相
関、均一度、エントロピー、フラクタルディメンション、DNA指数、ラン0 %
、ラン45%、ラン90%、ラン135 %、グレーレベル 0、グレーレベル45、グレー
レベル90、グレーレベル135 、ラン長 0、ラン長45、ラン長90、ラン長135 、ハ
ーモニック4 、ハーモニック5 、ハーモニック6 からなるグループから選択され
る請求項19記載の方法。 - 【請求項23】 第2の検出可能な特徴値は、面積、光スポットの密度、低
DNA面積、高DNA面積、低DNA量、高DNA量、相関、均一度、エントロ
ピー、フラクタルディメンション、DNA指数、OD最大、および中間DNA量
からなるグループから選択された特徴を含んでいる請求項19記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/907,532 US6026174A (en) | 1992-10-14 | 1997-08-08 | System and method for automatically detecting malignant cells and cells having malignancy-associated changes |
US08/907,532 | 1997-08-08 | ||
PCT/CA1998/000759 WO1999008091A1 (en) | 1997-08-08 | 1998-08-06 | System and method for automatically detecting malignant cells and cells having malignancy-associated changes |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2001512824A true JP2001512824A (ja) | 2001-08-28 |
Family
ID=25424263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000506512A Pending JP2001512824A (ja) | 1997-08-08 | 1998-08-06 | 悪性細胞および悪性関連の変化を有する細胞を自動的に検出するシステムおよび方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US6026174A (ja) |
EP (1) | EP1019699A1 (ja) |
JP (1) | JP2001512824A (ja) |
AU (1) | AU8724598A (ja) |
CA (1) | CA2299707C (ja) |
WO (1) | WO1999008091A1 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009180539A (ja) * | 2008-01-29 | 2009-08-13 | Nec Corp | 病理診断支援装置、病理診断支援方法、およびプログラム |
JP2010540931A (ja) * | 2007-09-28 | 2010-12-24 | サイテック コーポレイション | 生物検体を処理するための複数の波長を用いる方法およびシステム |
KR101088605B1 (ko) | 2009-06-30 | 2011-11-30 | 한국산업기술대학교산학협력단 | 2대의 카메라를 이용한 세포 조작 방법 |
JP2013506852A (ja) * | 2009-10-02 | 2013-02-28 | ブランシェット・ロックフェラー・ニューロサイエンスィズ・インスティテュート | アルツハイマー病の診断のための繊維芽細胞成長パターン |
JP2013517460A (ja) * | 2010-01-12 | 2013-05-16 | バイオ−ラド ラボラトリーズ インコーポレイテッド | 複数の焦点面を用いた細胞特性決定 |
JP2014217353A (ja) * | 2013-05-10 | 2014-11-20 | 株式会社ニコン | 観察装置、観察方法、観察システム、そのプログラム、および細胞の製造方法 |
US9176132B2 (en) | 2013-02-01 | 2015-11-03 | SCREEN Holdings Co., Ltd. | Method of calibration |
JP2019529882A (ja) * | 2016-08-22 | 2019-10-17 | アイリス インターナショナル, インコーポレイテッド | 生体粒子の分類のシステム及び方法 |
Families Citing this family (135)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5889881A (en) * | 1992-10-14 | 1999-03-30 | Oncometrics Imaging Corp. | Method and apparatus for automatically detecting malignancy-associated changes |
US6654505B2 (en) * | 1994-10-13 | 2003-11-25 | Lynx Therapeutics, Inc. | System and apparatus for sequential processing of analytes |
USRE43097E1 (en) | 1994-10-13 | 2012-01-10 | Illumina, Inc. | Massively parallel signature sequencing by ligation of encoded adaptors |
EP0985142A4 (en) | 1997-05-23 | 2006-09-13 | Lynx Therapeutics Inc | SYSTEM AND APPARATUS FOR THE SEQUENTIAL TREATMENT OF ANALYTES |
US20080241848A1 (en) * | 1998-05-09 | 2008-10-02 | Ikonisys, Inc. | Methods for prenatal diagnosis of aneuploidy |
US20090111101A1 (en) * | 1998-05-09 | 2009-04-30 | Ikonisys, Inc. | Automated Cancer Diagnostic Methods Using FISH |
EP1078257A4 (en) * | 1998-05-09 | 2007-07-18 | Iconisys Inc | METHOD AND APPARATUS FOR COMPUTER-ASSISTED DIAGNOSIS OF RARE CELLS, INCLUDING FETAL CELLS |
US7901887B2 (en) * | 1998-05-09 | 2011-03-08 | Ikonisys, Inc. | Automated cancer diagnostic methods using fish |
AU740441B2 (en) * | 1998-06-30 | 2001-11-01 | La Mina Ltd | Cytological and histological fixative composition and methods of use |
DE69915381D1 (de) * | 1998-09-02 | 2004-04-08 | Accip Biothech As Aarhus | Gerat zum isolieren von partikeln, insbesondre von zellhaufen |
US6651008B1 (en) | 1999-05-14 | 2003-11-18 | Cytokinetics, Inc. | Database system including computer code for predictive cellular bioinformatics |
US6743576B1 (en) | 1999-05-14 | 2004-06-01 | Cytokinetics, Inc. | Database system for predictive cellular bioinformatics |
US7151847B2 (en) | 2001-02-20 | 2006-12-19 | Cytokinetics, Inc. | Image analysis of the golgi complex |
US6581011B1 (en) * | 1999-06-23 | 2003-06-17 | Tissueinformatics, Inc. | Online database that includes indices representative of a tissue population |
US6611833B1 (en) * | 1999-06-23 | 2003-08-26 | Tissueinformatics, Inc. | Methods for profiling and classifying tissue using a database that includes indices representative of a tissue population |
US6558623B1 (en) * | 2000-07-06 | 2003-05-06 | Robodesign International, Inc. | Microarray dispensing with real-time verification and inspection |
US6979425B1 (en) * | 1999-10-04 | 2005-12-27 | Robodesign International, Inc. | High capacity microarray dispensing |
US6348325B1 (en) | 1999-10-29 | 2002-02-19 | Cytyc Corporation | Cytological stain composition |
US6665060B1 (en) | 1999-10-29 | 2003-12-16 | Cytyc Corporation | Cytological imaging system and method |
US6593102B2 (en) | 1999-10-29 | 2003-07-15 | Cytyc Corporation | Cytological stain composition |
WO2001037192A1 (en) | 1999-11-18 | 2001-05-25 | Ikonisys, Inc. | Method and apparatus for computer controlled cell based diagnosis |
US7025933B2 (en) * | 2000-07-06 | 2006-04-11 | Robodesign International, Inc. | Microarray dispensing with real-time verification and inspection |
US7894645B2 (en) | 2000-08-10 | 2011-02-22 | Ohio State University | High-resolution digital image processing in the analysis of pathological materials |
IL138123A0 (en) * | 2000-08-28 | 2001-10-31 | Accuramed 1999 Ltd | Medical decision support system and method |
AT409809B (de) | 2000-09-06 | 2002-11-25 | Johann Kuebel | Montagewagen |
AT411066B (de) * | 2000-10-24 | 2003-09-25 | Steiner Georg E | Verfahren und anordnung zur untersuchung von zellen |
AU2002253796A1 (en) * | 2000-10-30 | 2002-08-28 | Robodesign International, Inc. | High capacity microarray dispensing |
US6470092B1 (en) * | 2000-11-21 | 2002-10-22 | Arch Development Corporation | Process, system and computer readable medium for pulmonary nodule detection using multiple-templates matching |
AU2002223344A1 (en) * | 2000-11-28 | 2002-06-11 | Mcmaster University | Sputum fixative and methods and uses therefor |
US7218764B2 (en) | 2000-12-04 | 2007-05-15 | Cytokinetics, Inc. | Ploidy classification method |
US6599694B2 (en) | 2000-12-18 | 2003-07-29 | Cytokinetics, Inc. | Method of characterizing potential therapeutics by determining cell-cell interactions |
US7016787B2 (en) | 2001-02-20 | 2006-03-21 | Cytokinetics, Inc. | Characterizing biological stimuli by response curves |
US6956961B2 (en) | 2001-02-20 | 2005-10-18 | Cytokinetics, Inc. | Extracting shape information contained in cell images |
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 |
US6944322B2 (en) | 2001-03-28 | 2005-09-13 | Visiongate, Inc. | Optical tomography of small objects using parallel ray illumination and post-specimen optical magnification |
US6519355B2 (en) | 2001-03-28 | 2003-02-11 | Alan C. Nelson | Optical projection imaging system and method for automatically detecting cells having nuclear and cytoplasmic densitometric features associated with disease |
US7907765B2 (en) * | 2001-03-28 | 2011-03-15 | University Of Washington | Focal plane tracking for optical microtomography |
US6591003B2 (en) | 2001-03-28 | 2003-07-08 | Visiongate, Inc. | Optical tomography of small moving objects using time delay and integration imaging |
US6522775B2 (en) | 2001-03-28 | 2003-02-18 | Alan C. Nelson | Apparatus and method for imaging small objects in a flow stream using optical tomography |
US20020159625A1 (en) * | 2001-04-02 | 2002-10-31 | Cytoprint, Inc. | Method and apparatus for discovering, identifying and comparing biological activity mechanisms |
US7219016B2 (en) * | 2001-04-20 | 2007-05-15 | Yale University | Systems and methods for automated analysis of cells and tissues |
US7183532B2 (en) * | 2001-04-30 | 2007-02-27 | Hewlett-Packard Development Company, L.P. | Detecting a defect in an image scanner |
US6943036B2 (en) * | 2001-04-30 | 2005-09-13 | Agilent Technologies, Inc. | Error detection in chemical array fabrication |
US20030149535A1 (en) * | 2001-07-17 | 2003-08-07 | Yukio Sudo | Method for quantifying nucleic acid by cell counting |
AUPR647801A0 (en) * | 2001-07-19 | 2001-08-09 | Cea Technologies Inc. | Chromatin segmentation |
US6636623B2 (en) * | 2001-08-10 | 2003-10-21 | Visiongate, Inc. | Optical projection imaging system and method for automatically detecting cells with molecular marker compartmentalization associated with malignancy and disease |
US6741730B2 (en) | 2001-08-10 | 2004-05-25 | Visiongate, Inc. | Method and apparatus for three-dimensional imaging in the fourier domain |
KR100458148B1 (ko) * | 2001-10-29 | 2004-11-26 | 포라 가세이 고교 가부시키가이샤 | 피부 분석 시스템 |
US7596249B2 (en) * | 2002-02-22 | 2009-09-29 | Olympus America Inc. | Focusable virtual microscopy apparatus and method |
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 |
US7197355B2 (en) | 2002-04-19 | 2007-03-27 | Visiongate, Inc. | Variable-motion optical tomography of small objects |
US7260253B2 (en) * | 2002-04-19 | 2007-08-21 | Visiongate, Inc. | Method for correction of relative object-detector motion between successive views |
US6697508B2 (en) | 2002-05-10 | 2004-02-24 | Visiongate, Inc. | Tomographic reconstruction of small objects using a priori knowledge |
US6770893B2 (en) * | 2002-05-13 | 2004-08-03 | Visiongate, Inc. | Method and apparatus for emission computed tomography using temporal signatures |
US6999624B1 (en) * | 2002-07-12 | 2006-02-14 | The United States Of America As Represented By The Secretary Of The Navy | Context discriminate classification for digital images |
US6999625B1 (en) * | 2002-07-12 | 2006-02-14 | The United States Of America As Represented By The Secretary Of The Navy | Feature-based detection and context discriminate classification for digital images |
US6990239B1 (en) * | 2002-07-16 | 2006-01-24 | The United States Of America As Represented By The Secretary Of The Navy | Feature-based detection and context discriminate classification for known image structures |
US7211225B2 (en) * | 2002-08-26 | 2007-05-01 | Perceptronix Medical Inc. | Filter devices for depositing material and density gradients of material from sample suspension |
US7274809B2 (en) * | 2002-08-29 | 2007-09-25 | Perceptronix Medical, Inc. And British Columbia Cancer Agency | Computerized methods and systems related to the detection of malignancy-associated changes (MAC) to detect cancer |
US7153691B2 (en) * | 2002-11-13 | 2006-12-26 | G6 Science Corp. | Method of identifying and assessing DNA euchromatin in biological cells for detecting disease, monitoring wellness, assessing bio-activity, and screening pharmacological agents |
GB0227160D0 (en) * | 2002-11-21 | 2002-12-24 | Qinetiq Ltd | Histological assessment of pleomorphism |
US20040151378A1 (en) * | 2003-02-03 | 2004-08-05 | Williams Richard Ernest | Method and device for finding and recognizing objects by shape |
GB2402470B (en) * | 2003-04-30 | 2005-11-30 | Image Metrics Plc | A method of and apparatus for classifying images |
WO2004111663A2 (en) * | 2003-06-12 | 2004-12-23 | Cytyc Corporation | System for generating and using biological qualification slides to qualify biological screening devices |
US20050178254A1 (en) * | 2003-07-02 | 2005-08-18 | Lexmark International Inc. | Method for setting a location of an incising boundary around one or more objects |
US20050014217A1 (en) | 2003-07-18 | 2005-01-20 | Cytokinetics, Inc. | Predicting hepatotoxicity using cell based assays |
US7687167B2 (en) * | 2003-07-18 | 2010-03-30 | Panasonic Corporation | Power supply unit |
US7235353B2 (en) | 2003-07-18 | 2007-06-26 | Cytokinetics, Inc. | Predicting hepatotoxicity using cell based assays |
WO2005010677A2 (en) | 2003-07-18 | 2005-02-03 | Cytokinetics, Inc. | Characterizing biological stimuli by response curves |
EP1723573A2 (en) * | 2004-01-28 | 2006-11-22 | Atto Bioscience, Inc. | Interpolated image response |
JP4748059B2 (ja) * | 2004-06-10 | 2011-08-17 | 学校法人 久留米大学 | 医用画像処理システム |
US7323318B2 (en) | 2004-07-15 | 2008-01-29 | Cytokinetics, Inc. | Assay for distinguishing live and dead cells |
WO2006042077A2 (en) * | 2004-10-09 | 2006-04-20 | Viatronix Incorporated | Sampling medical images for virtual histology |
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 |
US7494809B2 (en) | 2004-11-09 | 2009-02-24 | Visiongate, Inc. | Automated cell sample enrichment preparation method |
WO2006055413A2 (en) * | 2004-11-11 | 2006-05-26 | The Trustees Of Columbia University In The City Of New York | Methods and systems for identifying and localizing objects based on features of the objects that are mapped to a vector |
US7958063B2 (en) | 2004-11-11 | 2011-06-07 | Trustees Of Columbia University In The City Of New York | Methods and systems for identifying and localizing objects based on features of the objects that are mapped to a vector |
JPWO2006057444A1 (ja) * | 2004-11-25 | 2008-06-05 | 国立大学法人 北海道大学 | 細胞の分化度自動診断方法 |
EP1842481B1 (en) * | 2004-12-10 | 2017-02-08 | Olympus Corporation | Medical image processing method |
US20060148397A1 (en) * | 2004-12-16 | 2006-07-06 | Schultz Stephen J | Contaminant containing apparatus and method |
WO2007016935A1 (en) * | 2005-07-29 | 2007-02-15 | Histogenex Nv | Methods, reagents and instrumentation for preparing impregnated tissue samples suitable for histopathological and molecular studies |
US7783092B2 (en) * | 2006-01-17 | 2010-08-24 | Illinois Institute Of Technology | Method for enhancing diagnostic images using vessel reconstruction |
US8131112B1 (en) | 2006-01-23 | 2012-03-06 | Sandia Corporation | Method for detecting cancer in a single cell using mitochondrial correlation microscopy |
EP2032982B1 (en) | 2006-05-05 | 2012-08-29 | Yale University | Use of subcellular localization profiles as prognostic or predictive indicators |
EP2047262A4 (en) * | 2006-07-13 | 2011-03-16 | Univ Yale | PROGNOSTIC METHODS OF CANCER FROM THE SUBCELLULAR LOCATION OF BIOMARKERS |
SE530750C2 (sv) * | 2006-07-19 | 2008-09-02 | Hemocue Ab | En mätapparat, en metod och ett datorprogram |
WO2008021626A2 (en) * | 2006-08-17 | 2008-02-21 | Caridianbct, Inc. | Blood processing apparatus with robust automated process control |
CA2677258A1 (en) * | 2006-08-17 | 2008-02-21 | Caridianbct, Inc. | Blood processing apparatus with robust outflow process control |
US20080041772A1 (en) * | 2006-08-17 | 2008-02-21 | Gambro Bct, Inc. | Blood Processing Apparatus with Robust Outflow Process Control |
JP4938428B2 (ja) * | 2006-12-01 | 2012-05-23 | シスメックス株式会社 | 標本画像作成方法及び装置 |
US9070006B2 (en) * | 2006-12-19 | 2015-06-30 | Hologic, Inc. | Method and system for processing an image of a biological specimen |
US8805743B2 (en) * | 2006-12-27 | 2014-08-12 | International Business Machines Corporation | Tracking, distribution and management of apportionable licenses granted for distributed software products |
WO2008085907A2 (en) * | 2007-01-05 | 2008-07-17 | Carl Zeiss Microimaging Ais, Inc. | System and method for analyzing tissue slides for observable pathologies |
US7853089B2 (en) * | 2007-02-27 | 2010-12-14 | The Board Of Trustees Of The University Of Arkansas | Image processing apparatus and method for histological analysis |
US8335360B2 (en) * | 2007-05-14 | 2012-12-18 | Historx, Inc. | Compartment segregation by pixel characterization using image data clustering |
US7835561B2 (en) | 2007-05-18 | 2010-11-16 | Visiongate, Inc. | Method for image processing and reconstruction of images for optical tomography |
EP2162728B1 (en) * | 2007-06-15 | 2016-07-27 | Novartis AG | Microscope system and method for obtaining standardized sample data |
US20090155767A1 (en) * | 2007-06-29 | 2009-06-18 | Rimm David L | Methods for a predictive diagnostic test for tamoxifen |
WO2009009779A2 (en) * | 2007-07-11 | 2009-01-15 | Cualing Hernani D | Automated bone marrow cellularity determination |
CA2604317C (en) | 2007-08-06 | 2017-02-28 | Historx, Inc. | Methods and system for validating sample images for quantitative immunoassays |
CA2596204C (en) * | 2007-08-07 | 2019-02-26 | Historx, Inc. | Method and system for determining an optimal dilution of a reagent |
WO2009029810A1 (en) * | 2007-08-31 | 2009-03-05 | Historx, Inc. | Automatic exposure time selection for imaging tissue |
US7787112B2 (en) * | 2007-10-22 | 2010-08-31 | Visiongate, Inc. | Depth of field extension for optical tomography |
US8440425B2 (en) * | 2007-12-18 | 2013-05-14 | Abbott Laboratories | Method of preparing a biological specimen slide |
US8143600B2 (en) * | 2008-02-18 | 2012-03-27 | Visiongate, Inc. | 3D imaging of live cells with ultraviolet radiation |
US8090183B2 (en) * | 2009-03-12 | 2012-01-03 | Visiongate, Inc. | Pattern noise correction for pseudo projections |
US8644565B2 (en) * | 2008-07-23 | 2014-02-04 | Indiana University Research And Technology Corp. | System and method for non-cooperative iris image acquisition |
CN102165489B (zh) * | 2008-09-16 | 2015-11-25 | 赫斯托克斯公司 | 生物标志物表达的可再现量化 |
US8488863B2 (en) * | 2008-11-06 | 2013-07-16 | Los Alamos National Security, Llc | Combinational pixel-by-pixel and object-level classifying, segmenting, and agglomerating in performing quantitative image analysis that distinguishes between healthy non-cancerous and cancerous cell nuclei and delineates nuclear, cytoplasm, and stromal material objects from stained biological tissue materials |
FR2942319B1 (fr) * | 2009-02-13 | 2011-03-18 | Novacyt | Procede de preparation d'une plaque d'analyse virtuelle traitee |
US8254023B2 (en) * | 2009-02-23 | 2012-08-28 | Visiongate, Inc. | Optical tomography system with high-speed scanner |
US20110178395A1 (en) * | 2009-04-08 | 2011-07-21 | Carl Zeiss Surgical Gmbh | Imaging method and system |
US8155420B2 (en) * | 2009-05-21 | 2012-04-10 | Visiongate, Inc | System and method for detecting poor quality in 3D reconstructions |
US8655035B2 (en) * | 2010-05-26 | 2014-02-18 | Nec Laboratories America, Inc. | Epithelial structure detector and related methods |
FR2964980B1 (fr) * | 2010-09-22 | 2014-05-16 | Commissariat Energie Atomique | Dispositif de detection et d'imagerie d'elements biocontaminants |
US11047791B2 (en) | 2011-06-17 | 2021-06-29 | Roche Diagnostics Hematology, Inc. | Systems and methods for sample display and review |
JP6514892B2 (ja) * | 2011-07-13 | 2019-05-15 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | デジタル病理画像の焦点面を自動調節する方法 |
JP6092206B2 (ja) * | 2011-07-19 | 2017-03-08 | オヴィジオ イメージング システムズ エン.ヴェー. | 細胞試料内のがん性細胞を検出し、及び/又は分類する方法及びシステム |
WO2013038331A1 (en) | 2011-09-13 | 2013-03-21 | Koninklijke Philips Electronics N.V. | System and method for the detection of abnormalities in a biological sample |
EP2758765B1 (en) * | 2011-09-22 | 2020-08-12 | FOCE Technology International B.V. | Optical platelet counter method |
WO2013179581A1 (ja) * | 2012-05-30 | 2013-12-05 | パナソニック株式会社 | 画像計測装置、画像計測方法及び画像計測システム |
JP6732727B2 (ja) | 2014-03-28 | 2020-07-29 | テルモ ビーシーティー、インコーポレーテッド | 制御ループを用いた分離プロセスにおけるゲイン |
WO2016075096A1 (en) * | 2014-11-10 | 2016-05-19 | Ventana Medical Systems, Inc. | Classifying nuclei in histology images |
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 |
CN109196554B (zh) * | 2016-05-18 | 2024-02-02 | 豪夫迈·罗氏有限公司 | 肿瘤接近度量 |
DE102017203248B3 (de) * | 2017-02-28 | 2018-03-22 | Siemens Healthcare Gmbh | Verfahren zum Bestimmen einer Biopsieposition, Verfahren zum Optimieren eines Positionsbestimmungsalgorithmus, Positionsbestimmungseinheit, bildgebende medizinische Vorrichtung, Computerprogrammprodukte und computerlesbare Speichermedien |
US10503959B2 (en) * | 2017-03-03 | 2019-12-10 | Case Western Reserve University | Predicting cancer progression using cell run length features |
FR3067110A1 (fr) * | 2017-06-01 | 2018-12-07 | Centre National De La Recherche Scientifique (Cnrs) | Dispositif et procede de detection et d'imagerie d’elements biocontaminants |
WO2019169157A1 (en) * | 2018-02-28 | 2019-09-06 | Visiongate, Inc. | Morphometric detection of malignancy associated change |
EP3812467A4 (en) * | 2018-06-19 | 2022-07-20 | Teikyo University | METHOD OF ANALYZING THE BEHAVIOR OF CELLS AND ITS USE |
US10963742B2 (en) * | 2018-11-02 | 2021-03-30 | University Of South Florida | Leveraging smart-phone cameras and image processing techniques to classify mosquito genus and species |
CN111795967B (zh) * | 2020-05-25 | 2023-07-21 | 中国人民解放军陆军军医大学第二附属医院 | 一种骨髓细胞形态学自动检测系统的涂片自检方法 |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3857033A (en) * | 1972-04-26 | 1974-12-24 | American Science & Eng Inc | Detecting malignant cells |
JPS5672845A (en) * | 1979-11-19 | 1981-06-17 | Hitachi Ltd | Detecting apparatus of examination position of sample |
US4453266A (en) * | 1980-04-21 | 1984-06-05 | Rush-Presbyterian-St. Luke's Medical Center | Method and apparatus for measuring mean cell volume of red blood cells |
US4702595A (en) * | 1980-10-15 | 1987-10-27 | Smithkline Beckman Corporation | Pattern recognition system with working area detection |
JPS58154064A (ja) * | 1982-03-08 | 1983-09-13 | Mitsubishi Rayon Co Ltd | リンパ球t細胞百分率測定方法 |
US4513438A (en) * | 1982-04-15 | 1985-04-23 | Coulter Electronics, Inc. | Automated microscopy system and method for locating and re-locating objects in an image |
US4700298A (en) * | 1984-09-14 | 1987-10-13 | Branko Palcic | Dynamic microscope image processing scanner |
US5016283A (en) * | 1985-11-04 | 1991-05-14 | Cell Analysis Systems, Inc. | Methods and apparatus for immunoploidy analysis |
US5281517A (en) * | 1985-11-04 | 1994-01-25 | Cell Analysis Systems, Inc. | Methods for immunoploidy analysis |
US5109429A (en) * | 1985-11-04 | 1992-04-28 | Cell Analysis Systems,Inc. | Apparatus and method for analyses of biological specimens |
US5485527A (en) * | 1985-11-04 | 1996-01-16 | Becton Dickinson And Company | Apparatus and method for analyses of biological specimens |
US4998284A (en) * | 1987-11-17 | 1991-03-05 | Cell Analysis Systems, Inc. | Dual color camera microscope and methodology for cell staining and analysis |
US4741043B1 (en) * | 1985-11-04 | 1994-08-09 | Cell Analysis Systems Inc | Method of and apparatus for image analyses of biological specimens |
DE3718066A1 (de) * | 1987-05-29 | 1988-12-08 | Zeiss Carl Fa | Verfahren zur mikroinjektion in zellen bzw. zum absaugen aus einzelnen zellen oder ganzer zellen aus zellkulturen |
JP2686274B2 (ja) * | 1988-03-24 | 1997-12-08 | 東亜医用電子株式会社 | 細胞画像処理方法および装置 |
US4965725B1 (en) * | 1988-04-08 | 1996-05-07 | Neuromedical Systems Inc | Neural network based automated cytological specimen classification system and method |
US5544650A (en) * | 1988-04-08 | 1996-08-13 | Neuromedical Systems, Inc. | Automated specimen classification system and method |
DE3836716A1 (de) * | 1988-10-28 | 1990-05-03 | Zeiss Carl Fa | Verfahren zur auswertung von zellbildern |
WO1990010277A1 (en) * | 1989-02-24 | 1990-09-07 | Cell Analysis Systems, Inc. | Method and apparatus for determining a proliferation index of a cell sample |
US5073857A (en) * | 1989-06-01 | 1991-12-17 | Accuron Corporation | Method and apparatus for cell analysis |
US5072382A (en) * | 1989-10-02 | 1991-12-10 | Kamentsky Louis A | Methods and apparatus for measuring multiple optical properties of biological specimens |
SG49766A1 (en) * | 1990-03-30 | 1998-06-15 | Neuromedical Systems Inc | Automated cytological specimen classification system and method |
JP2667302B2 (ja) * | 1991-04-22 | 1997-10-27 | 松下電器産業株式会社 | セル同期方法及びパケット通信装置 |
JP3050406B2 (ja) * | 1992-02-18 | 2000-06-12 | ネオパス,インク. | 正常な生物医学検体を確認する方法 |
EP0664038B1 (en) * | 1992-02-18 | 2000-10-11 | Neopath, Inc. | Method for identifying objects using data processing techniques |
US5317644A (en) * | 1992-06-16 | 1994-05-31 | Mcgill University | Method for the enhancement of cell images |
CA2086785C (en) * | 1992-10-14 | 2008-10-07 | Calum Macaulay | Automated detection of cancerous or precancerous tissue by measuring malignancy associated changes (macs) |
EP0610916A3 (en) * | 1993-02-09 | 1994-10-12 | Cedars Sinai Medical Center | Method and device for generating preferred segmented numerical images. |
US5978497A (en) * | 1994-09-20 | 1999-11-02 | Neopath, Inc. | Apparatus for the identification of free-lying cells |
US5627908A (en) * | 1994-09-20 | 1997-05-06 | Neopath, Inc. | Method for cytological system dynamic normalization |
AU3629295A (en) * | 1994-09-20 | 1996-04-09 | Neopath, Inc. | Apparatus for automated identification of thick cell groupings on a biological specimen |
-
1997
- 1997-08-08 US US08/907,532 patent/US6026174A/en not_active Expired - Lifetime
-
1998
- 1998-08-06 CA CA002299707A patent/CA2299707C/en not_active Expired - Lifetime
- 1998-08-06 JP JP2000506512A patent/JP2001512824A/ja active Pending
- 1998-08-06 EP EP98938565A patent/EP1019699A1/en not_active Withdrawn
- 1998-08-06 AU AU87245/98A patent/AU8724598A/en not_active Abandoned
- 1998-08-06 WO PCT/CA1998/000759 patent/WO1999008091A1/en not_active Application Discontinuation
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010540931A (ja) * | 2007-09-28 | 2010-12-24 | サイテック コーポレイション | 生物検体を処理するための複数の波長を用いる方法およびシステム |
JP2009180539A (ja) * | 2008-01-29 | 2009-08-13 | Nec Corp | 病理診断支援装置、病理診断支援方法、およびプログラム |
US8787650B2 (en) | 2008-01-29 | 2014-07-22 | Nec Corporation | Pathological diagnosis support |
KR101088605B1 (ko) | 2009-06-30 | 2011-11-30 | 한국산업기술대학교산학협력단 | 2대의 카메라를 이용한 세포 조작 방법 |
JP2013506852A (ja) * | 2009-10-02 | 2013-02-28 | ブランシェット・ロックフェラー・ニューロサイエンスィズ・インスティテュート | アルツハイマー病の診断のための繊維芽細胞成長パターン |
JP2013517460A (ja) * | 2010-01-12 | 2013-05-16 | バイオ−ラド ラボラトリーズ インコーポレイテッド | 複数の焦点面を用いた細胞特性決定 |
US9001200B2 (en) | 2010-01-12 | 2015-04-07 | Bio-Rad Laboratories, Inc. | Cell characterization using multiple focus planes |
US9176132B2 (en) | 2013-02-01 | 2015-11-03 | SCREEN Holdings Co., Ltd. | Method of calibration |
JP2014217353A (ja) * | 2013-05-10 | 2014-11-20 | 株式会社ニコン | 観察装置、観察方法、観察システム、そのプログラム、および細胞の製造方法 |
JP2019529882A (ja) * | 2016-08-22 | 2019-10-17 | アイリス インターナショナル, インコーポレイテッド | 生体粒子の分類のシステム及び方法 |
JP7104691B2 (ja) | 2016-08-22 | 2022-07-21 | アイリス インターナショナル, インコーポレイテッド | 生体粒子の分類のシステム及び方法 |
US11403751B2 (en) | 2016-08-22 | 2022-08-02 | Iris International, Inc. | System and method of classification of biological particles |
Also Published As
Publication number | Publication date |
---|---|
AU8724598A (en) | 1999-03-01 |
EP1019699A1 (en) | 2000-07-19 |
CA2299707C (en) | 2007-11-13 |
WO1999008091A1 (en) | 1999-02-18 |
US6026174A (en) | 2000-02-15 |
CA2299707A1 (en) | 1999-02-18 |
WO1999008091B1 (en) | 1999-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2001512824A (ja) | 悪性細胞および悪性関連の変化を有する細胞を自動的に検出するシステムおよび方法 | |
US6493460B1 (en) | Method and apparatus for automatically detecting malignancy-associated changes | |
US5848177A (en) | Method and system for detection of biological materials using fractal dimensions | |
CA2200457C (en) | Biological analysis system self-calibration apparatus | |
US9436992B2 (en) | Method of reconstituting cellular spectra useful for detecting cellular disorders | |
EP1532573B1 (en) | A method and a system for detection of malignancy-associated changes | |
WO1996009600A1 (en) | Apparatus for identification and integration of multiple cell patterns | |
US20020031255A1 (en) | Multi-neural net imaging apparatus and method | |
TWI379248B (en) | Methods and systems for processing biological specimens utilizing multiple wavelengths | |
JP2007516428A (ja) | 分散プロット分布を用いてスライドの染色品質を決定するシステム | |
CA2086785C (en) | Automated detection of cancerous or precancerous tissue by measuring malignancy associated changes (macs) | |
EP1155381B1 (en) | Minimally invasive apparatus and method for testing lesions of the oral cavity and similar epithelium | |
WO2003102210A2 (en) | Techniques for automated diagnosis of cell-borne anomalies with a digital optical microscope | |
JP2001510894A (ja) | 検体の下調べ機能を備えた検査体系 | |
JPH1090163A (ja) | 粒子分析装置 | |
AU770570B2 (en) | Method and apparatus for automatically detecting malignancy-associated changes | |
Friedrich | Eliminating Defocused Objects From a Cell Collection Used For Early | |
CA2595118A1 (en) | Method and apparatus for automatically detecting malignancy-associated changes | |
WO1999027490A1 (en) | Method and system for identifying acid-fast structures in slide-mounted biological specimens |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050801 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080602 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080729 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20081023 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20081030 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090421 |