JP2014521926A - 細胞におけるバイオマーカーの発現の積率による解析 - Google Patents
細胞におけるバイオマーカーの発現の積率による解析Info
- Publication number
- JP2014521926A JP2014521926A JP2014505669A JP2014505669A JP2014521926A JP 2014521926 A JP2014521926 A JP 2014521926A JP 2014505669 A JP2014505669 A JP 2014505669A JP 2014505669 A JP2014505669 A JP 2014505669A JP 2014521926 A JP2014521926 A JP 2014521926A
- Authority
- JP
- Japan
- Prior art keywords
- cell
- expression
- biomarkers
- processor
- calculating
- 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.)
- Granted
Links
- 239000000090 biomarker Substances 0.000 title claims abstract description 115
- 238000004458 analytical method Methods 0.000 title description 34
- 239000006227 byproduct Substances 0.000 title 1
- 230000000007 visual effect Effects 0.000 claims abstract description 56
- 230000001413 cellular effect Effects 0.000 claims abstract description 30
- 210000004027 cell Anatomy 0.000 claims description 307
- 238000000034 method Methods 0.000 claims description 116
- 210000001519 tissue Anatomy 0.000 claims description 67
- 239000012528 membrane Substances 0.000 claims description 28
- 210000000805 cytoplasm Anatomy 0.000 claims description 24
- 210000004940 nucleus Anatomy 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 15
- 239000003550 marker Substances 0.000 claims description 15
- 230000000877 morphologic effect Effects 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000003908 quality control method Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 210000003855 cell nucleus Anatomy 0.000 claims description 7
- 230000001086 cytosolic effect Effects 0.000 claims description 7
- 210000004379 membrane Anatomy 0.000 claims description 6
- 210000000170 cell membrane Anatomy 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 206010028980 Neoplasm Diseases 0.000 description 48
- 201000011510 cancer Diseases 0.000 description 43
- 230000004083 survival effect Effects 0.000 description 39
- 201000010099 disease Diseases 0.000 description 35
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 35
- 239000000523 sample Substances 0.000 description 27
- 238000005259 measurement Methods 0.000 description 24
- 238000013145 classification model Methods 0.000 description 13
- 206010060862 Prostate cancer Diseases 0.000 description 11
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 11
- 230000036210 malignancy Effects 0.000 description 10
- 238000004393 prognosis Methods 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 9
- 238000007637 random forest analysis Methods 0.000 description 9
- 238000013210 evaluation model Methods 0.000 description 8
- 238000010186 staining Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000007621 cluster analysis Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004138 cluster model Methods 0.000 description 5
- 230000034994 death Effects 0.000 description 5
- 231100000517 death Toxicity 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- AVPYQKSLYISFPO-UHFFFAOYSA-N 4-chlorobenzaldehyde Chemical compound ClC1=CC=C(C=O)C=C1 AVPYQKSLYISFPO-UHFFFAOYSA-N 0.000 description 4
- 102000015735 Beta-catenin Human genes 0.000 description 4
- 108060000903 Beta-catenin Proteins 0.000 description 4
- 102100036360 Cadherin-3 Human genes 0.000 description 4
- 101000714553 Homo sapiens Cadherin-3 Proteins 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000001506 fluorescence spectroscopy Methods 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 206010006187 Breast cancer Diseases 0.000 description 3
- 208000026310 Breast neoplasm Diseases 0.000 description 3
- 102000011782 Keratins Human genes 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000004061 bleaching Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011065 in-situ storage Methods 0.000 description 3
- 230000003834 intracellular effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- FWBHETKCLVMNFS-UHFFFAOYSA-N 4',6-Diamino-2-phenylindol Chemical compound C1=CC(C(=N)N)=CC=C1C1=CC2=CC=C(C(N)=N)C=C2N1 FWBHETKCLVMNFS-UHFFFAOYSA-N 0.000 description 2
- 108010076876 Keratins Proteins 0.000 description 2
- 208000008839 Kidney Neoplasms Diseases 0.000 description 2
- 206010038389 Renal cancer Diseases 0.000 description 2
- 239000012491 analyte Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000032823 cell division Effects 0.000 description 2
- 238000010224 classification analysis Methods 0.000 description 2
- 238000013264 cohort analysis Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 201000010982 kidney cancer Diseases 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 210000002307 prostate Anatomy 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 102000003952 Caspase 3 Human genes 0.000 description 1
- 108090000397 Caspase 3 Proteins 0.000 description 1
- 102000008394 Immunoglobulin Fragments Human genes 0.000 description 1
- 108010021625 Immunoglobulin Fragments Proteins 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 229920000776 Poly(Adenosine diphosphate-ribose) polymerase Polymers 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 238000001467 acupuncture Methods 0.000 description 1
- 108010049062 beta-Keratins Proteins 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 238000004113 cell culture Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 102000052116 epidermal growth factor receptor activity proteins Human genes 0.000 description 1
- 108700015053 epidermal growth factor receptor activity proteins Proteins 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003364 immunohistochemistry Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010339 medical test Methods 0.000 description 1
- YOHYSYJDKVYCJI-UHFFFAOYSA-N n-[3-[[6-[3-(trifluoromethyl)anilino]pyrimidin-4-yl]amino]phenyl]cyclopropanecarboxamide Chemical compound FC(F)(F)C1=CC=CC(NC=2N=CN=C(NC=3C=C(NC(=O)C4CC4)C=CC=3)C=2)=C1 YOHYSYJDKVYCJI-UHFFFAOYSA-N 0.000 description 1
- 210000000633 nuclear envelope Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57434—Specifically defined cancers of prostate
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2115—Selection of the most significant subset of features by evaluating different subsets according to an optimisation criterion, e.g. class separability, forward selection or backward elimination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/771—Feature selection, e.g. selecting representative features from a multi-dimensional feature space
-
- 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
- G06V20/698—Matching; Classification
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/56—Staging of a disease; Further complications associated with the disease
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Hematology (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Medicinal Chemistry (AREA)
- Microbiology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Cell Biology (AREA)
- Biotechnology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Hospice & Palliative Care (AREA)
- Computing Systems (AREA)
- Oncology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Processing (AREA)
Abstract
【選択図】 図1
Description
例示的な解析及び視覚化
データセット
がんのために前立腺の手術を受けた患者コホートに由来する組織試料に由来する情報を用いて、本明細書で教示される例示的な方法に従う解析を実施した。組織試料は、組織培養物として定義することができ、in vivo試料を備えていてもよい。。80例の患者に由来する前立腺の組織試料が、解析に利用可能であった。寄与集団のうち、62例が前立腺がんを有した。これら62例の前立腺がん患者のうち、11例が追跡時になおも存命であり、22例が前立腺がんにより死亡しており、残りの29例は他の原因で死亡していた。表1は、本発明者らのデータへの寄与集団の年齢、生存期間及び病理学者により導出されたグリソンスコアについての集団統計を示す。
1.細胞が、バックグラウンド(登録ミスのために不完全なマーカーデータを伴う画像の境界領域)とオーバーラップしないこと
2.細胞の核の分割が2つ以下であること
3.細胞核が少なくとも50ピクセルを含有すること
4.細胞質が少なくとも50ピクセルを含有すること
5.細胞膜が少なくとも50ピクセルを含有すること。
さらなる細胞特徴
各タンパク質について個別に、4つの細胞特徴を細胞レベルのデータから計算した。各々がlog2スケールで定義される4つの特徴は、細胞全体の中央値強度、核の強度比、膜の強度比及び細胞質の強度比であった。3つの区画比は、核、膜又は細胞質の発現の中央値強度を、他の2つの区画の平均の中央値強度へと関連付ける。3つの区画比は、以下の通りに定義した。
Rm=Im−(In+Ic)/2
Rc=Ic−(Im+In)/2
[式中、In、Im及びIcは、核、膜及び細胞質のそれぞれにおけるlog2スケールによる中央値強度である]。区画の中のマーカーの発現レベル、例えば、膜におけるNaKATPアーゼは、記載される通り、1つの区画の他の2つの区画の平均に対する比と解釈した。本発明の他の実施形態は、より多くの細胞特徴を伴う場合もあり、より少ない細胞特徴を伴う場合もあり、異なる細胞特徴を伴う場合もある。
分類モデル及び生存モデル
2つの異なる種類の解析(積率解析及び細胞クラスター解析)を行った。次いで、各種類の解析の結果を、分類モデル及び生存モデルと個別に比較した。
積率解析
FOVレベルのグリソン悪性度との関連のために、本発明の実施形態の積率ベースの解析では、4つの細胞レベルの特徴を、視野レベルの統計にまとめた。視野の中の細胞集団に基づき、14のマーカー全てについて、4つずつの発現レベルの特徴全ての平均、標準偏差及び歪度を記録した。悪性度FOVとの関連のために、構造マーカー及び標的マーカーを含めた14のマーカー全てを、予測子として考えた。これは、14のバイオマーカーの各々に4つずつの細胞特徴の各々に3つずつの積率(合計168のFOV属性)を結果としてもたらした。本発明の他の実施形態は、より多くの視野レベルの属性を用いる場合もあり、より少ない視野レベルの属性を用いる場合もあり、異なる視野レベルの属性用いる場合もある。
積率解析を用いる視野評価の予測
視野評価モデルを構築するに当たり、FOV属性に関して3つの選択肢を考慮した。
(1)蛍光データに基づく特徴を含むか否か、
(2)細胞の形態データを含むか否か及び
(3)蛍光データの何次の積率を含むのか:平均(m1)、平均及び標準偏差(m12)又は平均、標準偏差及び歪度(m123)。
積率解析を用いる患者レベルの評価の予測
患者レベルの評価モデルを構築するに当たり、FOV属性に関して4つの選択肢を考慮した。
(1)蛍光データに基づく特徴を含むか否か、
(2)細胞の形態データを含むか否か、
(3)蛍光データの何次の積率を含むのか:平均(m1)、平均及び標準偏差(m12)又は平均、標準偏差及び歪度(m123)及び
(4)患者に由来するどの視野を含むのか:侵襲性組織だけの視野、正常組織だけの視野、全ての組織の視野又は侵襲性組織の平均から正常組織の平均を減じた視野。
細胞クラスター解析
本発明の実施形態の細胞クラスター解析では、対象により層別化した全コホートからサンプリングされた20,000個の細胞についてのΚ中央値によるクラスター化を用いて、14のマーカー及び4つの細胞レベルの特徴、56次元のマーカー空間に基づき、細胞をΚ群へとクラスター化した。Κを2〜50の範囲として、R(v.2.11.0)用のFlexclustライブラリーのstepFlexclust関数(v.1.3−1)を20連で実行した。次いで、クラスターのセントロイドからの距離を計算することにより、全コホート内の細胞をΚクラスターの1つと関連させた。これは、Flexclust内の予測関数を用いて達成した。次いで、FOVレベルの細胞クラスターの特徴を、Κクラスターの各々に属するFOVの中の細胞の比率として定義した。作成されるΚ群セットの各々について、個別の分類モデル及び生存モデルをフィッティングさせた。本発明の他の実施形態では、異なるクラスター化アルゴリズムを用いる場合もあり、アルゴリズムを細胞属性の異なるセットに適用する場合もあり、作成するクラスターセットの異なる範囲を指定する場合もあり、作成するクラスターセットの特定の数を同定する場合もある。
クラスター解析を用いる視野レベルの評価の予測
図18及び19に見られる通り、がん視野を正常視野と対比する分類子及び高悪性度がん視野を低悪性度がん視野と対比する分類子のいずれの性能も、約20の細胞クラスターを包含した後で定常化した。細胞クラスターが20のとき、正常をがんと対比する分類子のAUCは、トレーニングセット及びテストセットのそれぞれにおいて96.1%及び95.7%であった。細胞クラスターが20のとき、高悪性度がんを低悪性度がんと対比する分類子のAUCは減少した:トレーニングセットにおける88.0%及びテストセットにおける88.7%であった。形態特徴は、これらのモデル内に包含されなかった。
クラスター解析を用いる患者レベルの評価の予測
全コホート解析において、年齢及びグリソンスコアによるヌルモデルを幾分か上回って改善することができるのは、遠隔期生存の予測だけである。これを、Random Survival Forestによる一致率(RSF_CONC)、ならびに3、5及び10年以内の前立腺がんによる死亡を分類するためのAUC(AUC_*YR)を、モデル内に包含されるクラスター数と対比してプロットする図28に示す。正常FOVと対比した侵襲性FOVの組入れは、図中の色により差別化される。ヌルモデルより性能が大きい可能性があるモデルは、5年後以降における生存予測の改善を示したので、侵襲性の特徴を含むモデルである。一般に、6つのクラスターにより良好な性能がもたらされる。
102 プロセッサー
102’ 1つ以上のプロセッサー
104 コアプロセッサー
104’ 複数のコアプロセッサー
106 メモリ
108 マルチタッチインターフェース、キーボード
110 ポインティングデバイス
112 ネットワークインターフェース
114 仮想マシン
116 保存デバイス
118 オペレーティングシステム
122 視覚表示デバイス
124 使用者インターフェース
126 ネットワークデバイス
150 解析コード、実行用コード、実行用解析コード
200 予測的なクラスターセットを同定するためのモデルを開発する方法
220 複数のクラスターセットをデータセットから作成する段階
230 複数のクラスターセットの中で各クラスターに割り当てられた細胞の比率を観察する段階
240 観察された比率を関連について検証する段階
250 予測的な複数のクラスターセットを選択する段階
300 細胞クラスターの特徴を表示する方法
320 クラスターを同定する段階
330 細胞のモンタージュを創出する段階
340 細胞のモンタージュを表示する段階
400 モデル化されたクラスターセットを細胞プロファイルデータに適用する方法
420 各細胞をクラスターに割り当てる段階
430 各クラスターに割り当てられた細胞の比率を観察する段階
440 観察された比率を関連について検証する段階
500 細胞特徴の積率の予測的なセットをデータセットから同定するモデルを開発する方法
520 細胞特徴をバイオマーカーの発現に基づき計算する段階
530 積率を細胞特徴から計算する段階
540 計算された積率を関連について検証する段階
550 予測的な積率の組合せを選択する段階
600 積率のモデルセットを細胞プロファイルデータに適用する方法
620 少なくとも1つの細胞特徴を計算する段階
630 積率を各細胞特徴について計算する段階
640 計算された積率を関連について検証する段階
Claims (40)
- マルチプレックス化バイオメトリック画像データに基づき、組織特徴を解析する方法であって、
個別の細胞が描出され、区画へと分割される複数の視野に関して、複数のバイオマーカーの発現を捕捉するマルチプレックス化バイオメトリック画像を含む細胞プロファイルデータを含むデータセットを保存し、細胞プロファイルデータを、共通性を有する患者コホートから得られた複数の組織試料から作成し、データセットが、細胞プロファイルデータの、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との関連をさらに含み、
少なくとも1つの細胞特徴を、細胞による複数のバイオマーカーの各々の発現に基づき計算し、
第1の積率を、少なくとも1つの細胞特徴の各々に由来する複数の視野の各々について計算し、
計算された第1の積率を含む属性の複数の組合せを、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との関連について検証し、
属性の予測的組合せを含む属性の複数の組合せの1つを、属性の複数の組合せについての少なくとも1つのモデルの性能の比較に基づき選択すること
を含んでなる方法。 - 少なくとも1つの細胞特徴を計算する前に、複数のバッチの各々の中の細胞プロファイルデータを正規化することをさらに含む、請求項1記載の方法。
- 細胞プロファイルデータを正規化することが、バッチの中の全ての細胞についての細胞全体の中央値強度を、そのバッチの中の各細胞についての細胞全体の中央値強度、核の中央値強度、膜の中央値強度及び細胞質の中央値強度の各々から減じることをさらに含む、請求項1記載の方法。
- 少なくとも1つの細胞特徴を計算する前に、品質管理措置として、細胞プロファイルデータのサブセットを、さらなる計算からフィルタリングすることをさらに含む、請求項1記載の方法。
- 細胞プロファイルデータのサブセットをフィルタリングすることが、マルチプレックス化画像における閾値より少ない数のピクセルにより表される少なくとも1つの区画を含む細胞と関連する細胞プロファイルデータをフィルタリングすることをさらに含む、請求項1記載の方法。
- 少なくとも1つの細胞特徴を、細胞による複数のバイオマーカーの各々の発現に基づき計算することが、少なくとも1つの細胞特徴を、細胞による複数の非形態バイオマーカーの各々の発現に基づき計算することをさらに含む、請求項1記載の方法。
- 少なくとも1つの細胞特徴を計算する前に、複数の形態バイオマーカーの各々の発現を、さらなる計算からフィルタリングすることをさらに含む、請求項1記載の方法。
- 少なくとも2つの細胞特徴を、細胞による複数の非形態バイオマーカーの各々の発現に基づき計算することをさらに含む、請求項1記載の方法。
- 少なくとも2つの細胞特徴を計算することをさらに含み、細胞による、核、膜及び細胞質の少なくとも2つにおけるバイオマーカーの発現を、複数のバイオマーカーの各々について比較することにより各細胞特徴を計算する、請求項8記載の方法。
- 少なくとも3つの細胞特徴を、細胞による複数の非形態バイオマーカーの各々の発現に基づき計算することをさらに含む、請求項8記載の方法
- 膜の中央値強度と細胞質の中央値強度との合計の半分を、細胞核による複数のバイオマーカーの少なくとも1つの発現の中央値強度から減じることにより定義される核の強度比を含む細胞特徴を計算することをさらに含む、請求項1記載の方法。
- 核の中央値強度と細胞質の中央値強度との合計の半分を、細胞膜による複数のバイオマーカーの少なくとも1つの発現の中央値強度から減じることにより定義される膜の強度比を含む細胞特徴を計算することをさらに含む、請求項1記載の方法。
- 膜の中央値強度と核の中央値強度との合計の半分を、細胞質による複数のバイオマーカーの少なくとも1つの発現の中央値強度から減じることにより定義される細胞質の強度比を含む細胞特徴を計算することをさらに含む、請求項1記載の方法。
- 属性の複数の組合せを検証することが、計算された第1の積率を、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との一変量の関連について検証することをさらに含む、請求項1記載の方法。
- 属性の複数の組合せを検証することが、計算された第1の積率を、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との多変量の関連について検証することをさらに含む、請求項1記載の方法。
- 視野レベルの評価を群分けし、属性の複数の組合せを、群分けされた、共通性と関連する視野レベルの評価との関連について検証することをさらに含む、請求項1記載の方法。
- 第2の積率を、少なくとも1つの細胞特徴の各々に由来する複数の視野の各々について計算し、
計算された第1の積率及び第2の積率を含む属性の複数の組合せを、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との関連について検証すること
をさらに含む、請求項1記載の方法。 - 第3の積率を、少なくとも1つの細胞特徴の各々に由来する複数の視野の各々について計算し、
計算された第1の積率、第2の積率及び第3の積率を含む属性の複数の組合せを、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との関連について検証すること
をさらに含む、請求項1記載の方法。 - 予測的な属性の組合せを、閾値を超える一致率に対応する属性の組合せについての少なくとも1つのモデルの性能に基づき選択することをさらに含む、請求項1記載の方法。
- 少なくとも1つの予測的な非形態マーカーを、積率モデルから同定することをさらに含む、請求項1記載の方法。
- マルチプレックス化バイオメトリック画像データに基づき、組織特徴を解析するシステムであって、
個別の細胞が描出され、区画へと分割される複数の視野に関して、複数のバイオマーカーの発現を捕捉するマルチプレックス化バイオメトリック画像を含む細胞プロファイルデータを含むデータセットを保存するための保存デバイスであって、細胞プロファイルデータを、共通性を有する患者コホートから得られた複数の組織試料から作成し、データセットが、細胞プロファイルデータの、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との関連をさらに含む保存デバイス、
少なくとも1つのプロセッサーに
少なくとも1つの細胞特徴を、細胞による複数のバイオマーカーの各々の発現に基づき計算する段階、
第1の積率を、少なくとも1つの細胞特徴の各々に由来する複数の視野の各々について計算する段階及び
計算された第1の積率を含む属性の複数の組合せを、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との関連について検証する段階
を実行させるコードを実行するための少なくとも1つのプロセッサー、ならびに
予測的な属性の組合せを含む属性の複数の組合せの1つが、属性の複数の組合せについての少なくとも1つのモデルの性能の比較に基づき選択されることを可能とする視覚表示デバイス
を含んでなるシステム。 - 少なくとも1つのプロセッサーが、少なくとも1つの細胞特徴を計算する前に、複数のバッチの各々の中の細胞プロファイルデータを正規化する段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
- 細胞プロファイルデータを正規化することが、バッチの中の全ての細胞についての細胞全体の中央値強度を、そのバッチの中の各細胞についての細胞全体の中央値強度、核の中央値強度、膜の中央値強度及び細胞質の中央値強度の各々から減じることをさらに含む、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、少なくとも1つの細胞特徴を計算する前に、品質管理措置として、細胞プロファイルデータのサブセットを、さらなる計算からフィルタリングする段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
- 細胞プロファイルデータのサブセットをフィルタリングすることが、マルチプレックス化画像における閾値より少ない数のピクセルにより表される少なくとも1つの区画を含む細胞と関連する細胞プロファイルデータをフィルタリングすることをさらに含む、請求項21記載のシステム。
- 少なくとも1つの細胞特徴を、細胞による複数のバイオマーカーの各々の発現に基づき計算することが、少なくとも1つの細胞特徴を、細胞による複数の非形態バイオマーカーの各々の発現に基づき計算することをさらに含む、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、少なくとも1つの細胞特徴を計算する前に、複数の形態バイオマーカーの各々の発現を、さらなる計算からフィルタリングする段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、少なくとも2つの細胞特徴を、細胞による複数の非形態バイオマーカーの各々の発現に基づき計算する段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム
- 少なくとも1つのプロセッサーが、少なくとも2つの細胞特徴を計算する段階であって、細胞による、核、膜及び細胞質の少なくとも2つにおけるバイオマーカーの発現を、複数のバイオマーカーの各々について比較することにより各細胞特徴を計算する段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、少なくとも3つの細胞特徴を、細胞による複数の非形態バイオマーカーの各々の発現に基づき計算する段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、膜の中央値強度と細胞質の中央値強度との合計の半分を、細胞核による複数のバイオマーカーの少なくとも1つの発現の中央値強度から減じることにより定義される核の強度比を含む細胞特徴を計算する段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、核の中央値強度と細胞質の中央値強度との合計の半分を、細胞膜による複数のバイオマーカーの少なくとも1つの発現の中央値強度から減じることにより定義される膜の強度比を含む細胞特徴を計算する段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、膜の中央値強度と核の中央値強度との合計の半分を、細胞質による複数のバイオマーカーの少なくとも1つの発現の中央値強度から減じることにより定義される細胞質の強度比を含む細胞特徴を計算する段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
- 属性の複数の組合せを検証することが、計算された第1の積率を、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との一変量の関連について検証することをさらに含む、請求項21記載のシステム。
- 属性の複数の組合せを検証することが、計算された第1の積率を、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との多変量の関連について検証することをさらに含む、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、視野レベルの評価を群分けし、属性の複数の組合せを、群分けされた、共通性と関連する視野レベルの評価との関連について検証する段階を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、
第2の積率を、少なくとも1つの細胞特徴の各々に由来する複数の視野の各々について計算する段階及び
計算された第1及び第2の積率を含む属性の複数の組合せを、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との関連について検証する段階
を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム - 少なくとも1つのプロセッサーが、
第3の積率を、少なくとも1つの細胞特徴の各々に由来する複数の視野の各々について計算する段階及び
計算された第1、第2及び第3の積率を含む属性の複数の組合せを、共通性と関連する視野レベルの評価又は患者レベルの評価を含むメタ情報の少なくとも一部分との関連について検証する段階
を少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム - 視覚表示デバイスが、予測的な属性の組合せが閾値を超える一致率に対応する属性の組合せについての少なくとも1つのモデルの性能の比較に基づき選択されることをさらに可能とする、請求項21記載のシステム。
- 少なくとも1つのプロセッサーが、少なくとも1つの予測的な非形態マーカーを、積率モデルから同定する段階を、少なくとも1つのプロセッサーに実行させるコードをさらに実行する、請求項21記載のシステム。
Applications Claiming Priority (11)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161478224P | 2011-04-22 | 2011-04-22 | |
US61/478,224 | 2011-04-22 | ||
US13/252,072 US20120269418A1 (en) | 2011-04-22 | 2011-10-03 | Analyzing the expression of biomarkers in cells with clusters |
US13/252,078 US20120269419A1 (en) | 2011-04-22 | 2011-10-03 | Analyzing the expression of biomarkers in cells with moments |
US13/252,069 | 2011-10-03 | ||
US13/252,080 | 2011-10-03 | ||
US13/252,069 US20120270752A1 (en) | 2011-04-22 | 2011-10-03 | Analyzing the expression of biomarkers in cells with moments |
US13/252,080 US20120271553A1 (en) | 2011-04-22 | 2011-10-03 | Analyzing the expression of biomarkers in cells with clusters |
US13/252,072 | 2011-10-03 | ||
US13/252,078 | 2011-10-03 | ||
PCT/EP2012/057390 WO2012143558A2 (en) | 2011-04-22 | 2012-04-23 | Analyzing the expression of biomarkers in cells with moments |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2014521926A true JP2014521926A (ja) | 2014-08-28 |
JP2014521926A5 JP2014521926A5 (ja) | 2015-06-18 |
JP6063446B2 JP6063446B2 (ja) | 2017-01-18 |
Family
ID=47021377
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014505668A Active JP6163152B2 (ja) | 2011-04-22 | 2012-04-23 | 細胞におけるバイオマーカーの発現の積率による解析 |
JP2014505670A Active JP6143743B2 (ja) | 2011-04-22 | 2012-04-23 | 細胞におけるバイオマーカーの発現のクラスターによる解析 |
JP2014505669A Active JP6063446B2 (ja) | 2011-04-22 | 2012-04-23 | 細胞におけるバイオマーカーの発現の積率による解析 |
JP2014505671A Active JP6063447B2 (ja) | 2011-04-22 | 2012-04-23 | 細胞におけるバイオマーカーの発現のクラスターによる解析 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014505668A Active JP6163152B2 (ja) | 2011-04-22 | 2012-04-23 | 細胞におけるバイオマーカーの発現の積率による解析 |
JP2014505670A Active JP6143743B2 (ja) | 2011-04-22 | 2012-04-23 | 細胞におけるバイオマーカーの発現のクラスターによる解析 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014505671A Active JP6063447B2 (ja) | 2011-04-22 | 2012-04-23 | 細胞におけるバイオマーカーの発現のクラスターによる解析 |
Country Status (8)
Country | Link |
---|---|
US (5) | US20120270752A1 (ja) |
EP (4) | EP2700036A2 (ja) |
JP (4) | JP6163152B2 (ja) |
BR (4) | BR112013027125A2 (ja) |
CA (4) | CA2833428A1 (ja) |
RU (3) | RU2013145154A (ja) |
SG (4) | SG194594A1 (ja) |
WO (4) | WO2012143561A2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018151223A1 (ja) * | 2017-02-16 | 2018-08-23 | 国立大学法人京都大学 | 細胞評価方法、細胞評価装置、及び細胞評価プログラム |
JP2021166062A (ja) * | 2018-05-07 | 2021-10-14 | グーグル エルエルシーGoogle LLC | 顕微鏡スライド画像のための焦点重み付き機械学習分類器誤り予測 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201111594D0 (en) * | 2011-07-06 | 2011-08-24 | Equateq Ltd | New improved process |
US9836865B2 (en) | 2012-12-06 | 2017-12-05 | Ge Healthcare Biosciences Corp. | Systems and methods for split screen display of biological specimen and for capturing records thereof |
US9488639B2 (en) * | 2013-02-25 | 2016-11-08 | Flagship Biosciences, Inc. | Cell-based tissue analysis |
US8995740B2 (en) * | 2013-04-17 | 2015-03-31 | General Electric Company | System and method for multiplexed biomarker quantitation using single cell segmentation on sequentially stained tissue |
MX2015018035A (es) * | 2013-07-03 | 2016-07-06 | Coyne Ip Holdings Llc | Metodos para predecir respuestas a sustancias quimicas o biologicas. |
US9322051B2 (en) | 2013-10-07 | 2016-04-26 | General Electric Company | Probing of biological samples |
US9298968B1 (en) * | 2014-09-12 | 2016-03-29 | Flagship Biosciences, Inc. | Digital image analysis of inflammatory cells and mediators of inflammation |
CA2971129A1 (en) | 2015-01-22 | 2016-07-28 | The Board Of Trustees Of The Leland Stanford Junior University | Methods and systems for determining proportions of distinct cell subsets |
US9953133B2 (en) | 2015-06-03 | 2018-04-24 | General Electric Company | Biological data annotation and visualization |
US10672505B2 (en) | 2015-06-03 | 2020-06-02 | General Electric Company | Biological data annotation and visualization |
WO2017109860A1 (ja) * | 2015-12-22 | 2017-06-29 | 株式会社ニコン | 画像処理装置 |
US20180032681A1 (en) * | 2016-07-29 | 2018-02-01 | General Electric Company | Biological feature analysis technique |
US10127696B2 (en) * | 2017-03-22 | 2018-11-13 | Sas Institute Inc. | Computer system to generate scalable plots using clustering |
US10535434B2 (en) * | 2017-04-28 | 2020-01-14 | 4D Path Inc. | Apparatus, systems, and methods for rapid cancer detection |
KR101990430B1 (ko) * | 2017-06-22 | 2019-06-18 | 한국과학기술원 | 암의 재발 예후 예측을 위한 바이오마커 발굴 시스템 및 방법 |
WO2020056372A1 (en) * | 2018-09-14 | 2020-03-19 | Krishnan Ramanathan | Multimodal learning framework for analysis of clinical trials |
US11101043B2 (en) | 2018-09-24 | 2021-08-24 | Zasti Inc. | Hybrid analysis framework for prediction of outcomes in clinical trials |
US11128667B2 (en) * | 2018-11-29 | 2021-09-21 | Rapid7, Inc. | Cluster detection and elimination in security environments |
CN113271849B (zh) * | 2018-11-29 | 2024-08-30 | 私募蛋白质体操作有限公司 | 结合类别不平衡集降采样与生存分析的疾病风险确定方法 |
CN113158982A (zh) * | 2021-05-17 | 2021-07-23 | 广东中卡云计算有限公司 | 一种半介入式的目标关键点标注方法 |
WO2023033056A1 (ja) * | 2021-09-01 | 2023-03-09 | イミュニティリサーチ株式会社 | 細胞集団同定システム、方法、およびプログラム |
IT202200001817A1 (it) | 2022-02-02 | 2023-08-02 | Aizoon S R L | Procedimento per la prognosi di una malattia in seguito ad un trattamento terapeutico, relativo sistema e prodotto informatico |
IT202200005861A1 (it) | 2022-03-24 | 2023-09-24 | Aizoon S R L | Procedimento per stimare una variabile di interesse associata ad una data malattia in funzione di una pluralità di diversi dati omici, relativo dispositivo e prodotto informatico |
US20240028964A1 (en) | 2022-07-25 | 2024-01-25 | Aizoon S.r.l. | Method for providing a clinical decision support, corresponding system for providing a clinical decision support, and computer program product |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100177950A1 (en) * | 2008-07-25 | 2010-07-15 | Aureon Laboratories, Inc. | Systems and methods for treating, diagnosing and predicting the occurrence of a medical condition |
US20110091091A1 (en) * | 2009-10-16 | 2011-04-21 | General Electric Company | Process and system for analyzing the expression of biomarkers in cells |
US20110091081A1 (en) * | 2009-10-16 | 2011-04-21 | General Electric Company | Method and system for analyzing the expression of biomarkers in cells in situ in their tissue of origin |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6463438B1 (en) * | 1994-06-03 | 2002-10-08 | Urocor, Inc. | Neural network for cell image analysis for identification of abnormal cells |
US5740269A (en) * | 1994-09-20 | 1998-04-14 | Neopath, Inc. | Method and apparatus for robust biological specimen classification |
US6996549B2 (en) * | 1998-05-01 | 2006-02-07 | Health Discovery Corporation | Computer-aided image analysis |
US6282305B1 (en) * | 1998-06-05 | 2001-08-28 | Arch Development Corporation | Method and system for the computerized assessment of breast cancer risk |
US6337472B1 (en) * | 1998-10-19 | 2002-01-08 | The University Of Texas System Board Of Regents | Light imaging microscope having spatially resolved images |
WO2002059377A2 (en) * | 2001-01-24 | 2002-08-01 | Protein Design Labs | Methods of diagnosis of breast cancer, compositions and methods of screening for modulators of breast cancer |
WO2004013658A2 (en) * | 2002-07-30 | 2004-02-12 | Deutsches Krebsforschungszentrum | Method and apparatus for multiple labeling detection and evaluation of a plurality of particles |
US20040121413A1 (en) * | 2002-12-20 | 2004-06-24 | Aebersold Rudolf H. | Androgen-regulated genes and uses for diagnosis, prognosis and treatment of prostate neoplastic conditions |
US20050265588A1 (en) * | 2004-02-03 | 2005-12-01 | Bioimagene, Inc. | Method and system for digital image based flourescent in situ hybridization (FISH) analysis |
US20060275844A1 (en) * | 2005-04-19 | 2006-12-07 | Linke Steven P | Diagnostic markers of breast cancer treatment and progression and methods of use thereof |
US8041090B2 (en) * | 2005-09-10 | 2011-10-18 | Ge Healthcare Uk Limited | Method of, and apparatus and computer software for, performing image processing |
US7933435B2 (en) * | 2005-11-21 | 2011-04-26 | Vala Sciences, Inc. | System, method, and kit for processing a magnified image of biological material to identify components of a biological object |
CN101484806A (zh) * | 2006-05-17 | 2009-07-15 | 协乐民公司 | 一种对组织进行自动分析的方法 |
US7741045B2 (en) * | 2006-11-16 | 2010-06-22 | General Electric Company | Sequential analysis of biological samples |
US8019134B2 (en) * | 2006-11-16 | 2011-09-13 | Definiens Ag | Automatic image analysis and quantification for fluorescence in situ hybridization |
CA2678919A1 (en) * | 2007-03-27 | 2008-10-02 | Ranit Aharonov | Gene expression signature for classification of cancers |
WO2008137912A1 (en) * | 2007-05-07 | 2008-11-13 | Ge Healthcare Bio-Sciences Corp. | System and method for the automated analysis of cellular assays and tissues |
US8335360B2 (en) * | 2007-05-14 | 2012-12-18 | Historx, Inc. | Compartment segregation by pixel characterization using image data clustering |
ES2618353T3 (es) * | 2007-09-06 | 2017-06-21 | Biotheranostics, Inc. | Clasificación de tumores y pronóstico del cáncer de mama |
US9779213B2 (en) * | 2008-07-25 | 2017-10-03 | Fundacao D. Anna Sommer Champalimaud E Dr. Carlos Montez Champalimaud | System for evaluating a pathological stage of prostate cancer |
WO2011087778A1 (en) * | 2009-12-22 | 2011-07-21 | The Children's Hospital Of Philadelphia | Automated quantitative multidimensional volumetric analysis and visualization |
-
2011
- 2011-10-03 US US13/252,069 patent/US20120270752A1/en not_active Abandoned
- 2011-10-03 US US13/252,080 patent/US20120271553A1/en not_active Abandoned
- 2011-10-03 US US13/252,072 patent/US20120269418A1/en not_active Abandoned
- 2011-10-03 US US13/252,078 patent/US20120269419A1/en not_active Abandoned
-
2012
- 2012-04-23 EP EP12716027.3A patent/EP2700036A2/en not_active Withdrawn
- 2012-04-23 SG SG2013078753A patent/SG194594A1/en unknown
- 2012-04-23 JP JP2014505668A patent/JP6163152B2/ja active Active
- 2012-04-23 WO PCT/EP2012/057394 patent/WO2012143561A2/en unknown
- 2012-04-23 BR BR112013027125A patent/BR112013027125A2/pt not_active IP Right Cessation
- 2012-04-23 BR BR112013027123A patent/BR112013027123A2/pt not_active IP Right Cessation
- 2012-04-23 WO PCT/EP2012/057390 patent/WO2012143558A2/en unknown
- 2012-04-23 BR BR112013027124A patent/BR112013027124A2/pt not_active IP Right Cessation
- 2012-04-23 JP JP2014505670A patent/JP6143743B2/ja active Active
- 2012-04-23 WO PCT/EP2012/057395 patent/WO2012143562A2/en unknown
- 2012-04-23 EP EP12717662.6A patent/EP2700038B1/en active Active
- 2012-04-23 EP EP12719316.7A patent/EP2700042B1/en active Active
- 2012-04-23 WO PCT/EP2012/057387 patent/WO2012143556A2/en unknown
- 2012-04-23 CA CA2833428A patent/CA2833428A1/en not_active Abandoned
- 2012-04-23 SG SG2013078712A patent/SG194590A1/en unknown
- 2012-04-23 JP JP2014505669A patent/JP6063446B2/ja active Active
- 2012-04-23 RU RU2013145154/15A patent/RU2013145154A/ru not_active Application Discontinuation
- 2012-04-23 SG SG2013078738A patent/SG194592A1/en unknown
- 2012-04-23 CA CA2833295A patent/CA2833295A1/en not_active Abandoned
- 2012-04-23 RU RU2013145151/15A patent/RU2013145151A/ru not_active Application Discontinuation
- 2012-04-23 SG SG2013078688A patent/SG194588A1/en unknown
- 2012-04-23 JP JP2014505671A patent/JP6063447B2/ja active Active
- 2012-04-23 CA CA2833497A patent/CA2833497A1/en not_active Abandoned
- 2012-04-23 CA CA2833804A patent/CA2833804A1/en not_active Abandoned
- 2012-04-23 EP EP12716028.1A patent/EP2700037A2/en not_active Withdrawn
- 2012-04-23 BR BR112013027122A patent/BR112013027122A2/pt not_active IP Right Cessation
- 2012-04-23 RU RU2013145162/15A patent/RU2013145162A/ru not_active Application Discontinuation
-
2014
- 2014-03-05 US US14/197,558 patent/US20140185905A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100177950A1 (en) * | 2008-07-25 | 2010-07-15 | Aureon Laboratories, Inc. | Systems and methods for treating, diagnosing and predicting the occurrence of a medical condition |
US20110091091A1 (en) * | 2009-10-16 | 2011-04-21 | General Electric Company | Process and system for analyzing the expression of biomarkers in cells |
US20110091081A1 (en) * | 2009-10-16 | 2011-04-21 | General Electric Company | Method and system for analyzing the expression of biomarkers in cells in situ in their tissue of origin |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018151223A1 (ja) * | 2017-02-16 | 2018-08-23 | 国立大学法人京都大学 | 細胞評価方法、細胞評価装置、及び細胞評価プログラム |
JPWO2018151223A1 (ja) * | 2017-02-16 | 2019-12-26 | 国立大学法人京都大学 | 細胞評価方法、細胞評価装置、及び細胞評価プログラム |
US11436719B2 (en) | 2017-02-16 | 2022-09-06 | Kyoto University | Cell evaluation method, cell evaluation device, and recording medium storing cell evaluation program |
JP2021166062A (ja) * | 2018-05-07 | 2021-10-14 | グーグル エルエルシーGoogle LLC | 顕微鏡スライド画像のための焦点重み付き機械学習分類器誤り予測 |
JP7134303B2 (ja) | 2018-05-07 | 2022-09-09 | グーグル エルエルシー | 顕微鏡スライド画像のための焦点重み付き機械学習分類器誤り予測 |
US11657487B2 (en) | 2018-05-07 | 2023-05-23 | Google Llc | Focus-weighted, machine learning disease classifier error prediction for microscope slide images |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6063446B2 (ja) | 細胞におけるバイオマーカーの発現の積率による解析 | |
US8885912B2 (en) | Generate percentage of positive cells for biomarkers by normalizing and autothresholding the image intensity produced by immunohistochemistry technique | |
US11257209B2 (en) | Cancer risk stratification based on histopathological tissue slide analysis | |
US11315774B2 (en) | Big-data analyzing Method and mass spectrometric system using the same method | |
US8831327B2 (en) | Systems and methods for tissue classification using attributes of a biomarker enhanced tissue network (BETN) | |
WO2019084697A1 (en) | Platform, device and process for annotation and classification of tissue specimens using convolutional neural network | |
JP7197795B2 (ja) | 機械学習プログラム、機械学習方法および機械学習装置 | |
Wang et al. | Survival risk prediction model for ESCC based on relief feature selection and CNN | |
WO2011119967A2 (en) | System,method and computer-accessible medium for evaluating a maliganacy status in at-risk populations and during patient treatment management | |
Ramkumar et al. | Experimental Analysis on Breast Cancer Using Random Forest Classifier on Histopathological Images | |
Li | Novel Population Specific Computational Pathology-based Prognostic and Predictive Biomarkers for Breast Cancer | |
Zubek et al. | Aggregating Multiple Biological Measurements Per Patient |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150421 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150421 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160308 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160606 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20161122 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161216 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6063446 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |