JP2022142461A

JP2022142461A - 画像診断方法、画像診断装置、画像診断プログラム。

Info

Publication number: JP2022142461A
Application number: JP2021042639A
Authority: JP
Inventors: 由佳吉原; Yuka Yoshihara; 大作保理江; Daisaku Horie; 司松尾; Tsukasa Matsuo
Original assignee: Konica Minolta Inc
Current assignee: Konica Minolta Inc
Priority date: 2021-03-16
Filing date: 2021-03-16
Publication date: 2022-09-30

Abstract

【課題】検査結果にバラつきが生じにくい画像診断方法を提供することである。【解決手段】画像診断方法は、染色された生体組織の第１画像である画像を得る工程と、第１画像における非浸潤領域の内外を区画する境界の情報を得る工程と、第１画像から腫瘍領域の情報を得る工程と、境界の情報および腫瘍領域の情報に基づいて、浸潤領域の情報を得る工程と、を有する。【選択図】図１

Description

本発明は、画像診断方法、画像診断装置および画像診断プログラムに関する。

がん診断において、特定のタンパク質が過剰に発現しているか否かを判定するために、生検した標本スライドに対して所定の条件を満たした細胞を選択した上でその細胞の特徴量を数値化することが求められる。

例えば、乳癌のＨＥＲ２（ヒトＥＧＦＲ関連物質２（ｈｕｍａｎＥＧＦＲ－ｒｅｌａｔｅｄ２））検査ガイドによる検査方法では、ＨＥＲ２タンパクを染色した標本スライドを準備する。そして、各細胞の発色強度を発色強度区分毎に分類する。次いで、発色強度区分毎に属する細胞数（面積）の全体に占める割合が、所定の基準を満たすか否かを判定する。これにより、組織標本全体としての要約スコアを決定する。ＨＥＲ２検査ガイドでは、全ての工程は検査員の目視によって行われ、また、要約スコアはあらかじめ設定された４段階のいずれかを選択する形で決定される。

また、特許文献１には、ＨＥＲ２の検査方法が記載されている。特許文献１に記載の検査方法は、組織における細胞を染色する工程と、染色した細胞を複数のクラスに分類する工程と、分類された細胞の割合に基づいて癌診断スコアを決定する工程を有する。特許文献１の検査方法は、乳癌のＨＥＲ２検査ガイドによる検査方法と異なり、自動で行われる。

米国特許出願公開第２０１４／１１２５６８号明細書

しかしながら、乳癌のＨＥＲ２検査ガイドによる検査方法では、検査員が目視で判定するため、検査環境により検査結果にバラつきが生じるとともに、コストが高くなることがある。また、特許文献１に記載の検査方法では、染色した細胞を複数のクラスに分類する工程を有するため、検体や撮像の条件などの変動により検査結果にバラつきが生じる。このように、従来の検査方法では、いずれの検査方法でも、検査結果にバラつきが生じてしまうことがあった。また、特許文献１に記載の検査方法では、浸潤領域および非浸潤領域を対象としてがんの診断スコアを算出しているため、がんの診断スコアの正確性に問題があった。

本発明の目的は、検査結果にバラつきが生じにくい画像診断方法、画像診断装置および画像診断プログラムを提供することである。

本発明の一実施の形態の画像診断方法は、染色された生体組織の第１画像である画像を得る工程と、前記第１画像における非浸潤領域の内外を区画する境界の情報を得る工程と、前記第１画像から腫瘍領域の情報を得る工程と、前記境界の情報および前記腫瘍領域の情報に基づいて、浸潤領域の情報を得る工程と、を有する。

本発明の一実施の形態に画像診断装置は、染色された生体組織の第１画像を得るための入力部と、前記第１画像に基づいて浸潤領域の情報を得るための解析部と、を有し、前記解析部は、非浸潤領域の内外を区画する境界の情報を得て、前記第１画像から腫瘍領域の情報を得て、前記境界の情報および前記腫瘍領域の情報に基づいて、浸潤領域の情報を得る。

本発明の一実施の形態に画像診断プログラムは、コンピュータに、染色された生体組織の第１画像である画像を得る工程と、前記第１画像における非浸潤領域の内外を区画する境界の情報を得る工程と、前記第１画像から腫瘍領域の情報を得る工程と、前記境界の情報および前記腫瘍領域の情報に基づいて、浸潤領域の情報を得る工程と、を実行させる。

本発明によれば、検査結果にバラつきが生じにくい画像診断方法、画像診断装置および画像診断プログラムを提供することである。

図１は、本発明の実施の形態１の画像診断方法のフローチャートである。図２Ａ～Ｄは、実施の形態１の画像診断方法を説明するための写真である。図３は、実施の形態１の画像診断装置を示すブロック図である。図４は、実施の形態２の画像診断方法のフローチャートである。図５Ａ、Ｂは、実施の形態２の画像診断方法を説明するための写真である。

以下、本発明の一実施の形態の画像診断方法、画像診断装置および画像診断プログラムについて説明する。

［実施の形態１］
（画像診断方法）
図１および図２Ａ～Ｄに示されるように、本実施の形態の画像診断方法は、染色された生体組織の第１画像である画像を得る工程（Ｓ１１０）と、第１画像における非浸潤領域の内外を区画する境界の情報を得る工程（Ｓ１２０）と、第１画像から腫瘍領域の情報を得る工程（Ｓ１３０）と、境界の情報および腫瘍領域の情報に基づいて、浸潤領域の情報を得る工程（Ｓ１４０）とを有する。

図１および図２Ａに示されるように、画像を得る工程では、染色された生体組織の第１画像を得る（Ｓ１１０）。第１画像は、細胞や、基底膜などの構造物などの情報が得られる画像であればよい。具体的には、画像を得る工程では、採取した組織を染色および標本化し、標本スライドを撮像して、デジタル画像を得る。「組織」とは、培養細胞や、針生検、手術生検により病理診断のために採取した組織を含む。組織を染色する方法は、適切に染色できれば特に限定されない。染色する方法の例には、へマトキシリン染色（Ｈ染色）、ヘマトシキリン・エオジン染色（ＨＥ染色）、４’，６－ｄｉａｍｉｄｉｎｏ－２－ｐｈｅｎｙｌｉｎｄｏｌｅ（ＤＡＰＩ）を用いた染色、その他の免疫染色が含まれる。デジタル画像は、例えば、染色して標本化した組織を、顕微鏡やスライドスキャナで撮影した画像である。

図１および図２Ｂに示されるように、境界の情報を得る工程では、非浸潤領域の内外を区画する境界の情報を得る（Ｓ１２０）。ここで、本実施の形態において、「浸潤領域」とは、がん細胞の浸潤が生じている部位であり、より具体的には、例えば乳がんでは基底膜内より外にがん細胞が存在する状態を意味する。一般に、がんの診断では、がん細胞の浸潤や転移などがステージ決定の判断材料となる。初期のがんでは、がん細胞は、基底膜に囲われている。そして、がんのステージが高くなるにつれて、がん細胞は、基底膜を破壊し、基底膜外に移行して転移する。非浸潤領域の内外を区画する境界の情報を得る方法の例には、作業者が基底膜に沿って線を引く方法、自由曲線を描画する方法、動的輪郭法（スネーク法）、隣接する頂点を繋いで閉図形にする方法、機械学習により境界の情報を得る方法が含まれる。一般に、これらの方法は、手動で行われる。隣接する頂点を繋いで閉図形にする方法は、当該境界が閉図形でない場合に用いられ、隣接する境界の端部同士を接続し、境界を閉図形とすることで、境界の情報を得る。例えば、自由曲線を描画する方法と、隣接する頂点を繋いで閉図形にする方法とを併用してもよい。境界が示されている箇所は自由曲線を描画する方法を用いて境界を規定し、境界が示されていない箇所は隣接する頂点を繋いで閉図形にする方法を用いて境界を規定してもよい。

図１および図２Ｃに示されるように、腫瘍領域の情報を得る工程では、画像を得る工程で得られた画像から腫瘍領域の情報を得る（Ｓ１３０）。腫瘍領域の情報を得る方法は、機械学習により腫瘍領域の抽出を行ってもよいし、所定の密度の腫瘍細胞の集合を腫瘍領域として抽出してもよいし、所定の大きさの領域を受容野として機械学習した識別機を用いて腫瘍領域を抽出してもよい。例えば、所定の密度の腫瘍細胞の集合を腫瘍領域として抽出する方法では、がんの種類やがんが生じた器官によって腫瘍領域と規定するがん細胞の密度や大きさが異なる。腫瘍細胞が点在している領域は、腫瘍領域とはみなさない。また、がんの種類やがんが発症した器官により腫瘍領域とする大きさが異なるため、例えば縦１００μｍ、横１００μｍの狭い領域だけでは、腫瘍領域を判断できない場合がある。そこで、このような場合には、例えば縦１５０μｍ、横１５０μｍの広い領域で腫瘍領域か否かを判断する。また、所定の領域を受容野として学習した識別機を使用してもよい。また、例えば、縦１００μｍ、横１００μｍの画像において、全細胞のうち、腫瘍細胞が３０％超の場合に腫瘍領域とする。

図１および図２Ｄに示されるように、浸潤領域の情報を得る工程では、境界の情報および腫瘍領域の情報に基づいて、浸潤領域の情報を得る（Ｓ１４０）。具体的には、境界内側であって、かつ腫瘍領域である領域は、非浸潤領域とし、境界で囲まれていない腫瘍領域は、浸潤領域とする。なお、境界が閉図形でない場合には、境界の情報を得る工程で閉図形とした境界に基づいて求める。なお、得られた浸潤領域の情報は、編集してもよい。ここで、編集とは、作業者が得られた浸潤領域の情報の誤りを見つけた場合に、浸潤領域を適切な領域に修正することを意味する。

（画像診断装置および画像診断プログラム）
図３は、本実施の形態にかかる画像診断装置１００のブロック図である。本実施の形態の画像診断装置１００は、入力部１１０と、解析部１２０とを有する。本実施の形態では、入力部１１０および解析部１２０を制御する制御部１３０をさらに有している。

入力部１１０は、染色された生体組織の第１画像を得る。入力部１１０は、撮像することにより、第１画像を得てもよいし、外部で取得した第１画像を入力して、第１画像を得てもよい。入力部１１０は、第１画像を得るための撮像装置（カメラ）でもよいし、外部で取得した第１画像を入力するためのコンピュータの一部でもよい。

制御部１３０は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）と、格納されているＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）と、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）とを有する。ＣＰＵは、ＲＯＭから処理内容に応じた画像診断プログラムを読み出してＲＡＭに展開し、展開したプログラムと協働して画像診断装置１００の各ブロックの動作を集中制御する。このとき、記憶部に格納されている各種データが参照される。記憶部は、例えば不揮発性の半導体メモリ（いわゆるフラッシュメモリ）やハードディスクドライブである。制御部１３０には、コンピュータに、染色された生体組織の第１画像を得る工程と、第１画像における非浸潤領域の内外を区画する境界の情報を得る工程と、第１画像から腫瘍領域の情報を得る工程と、境界の情報および腫瘍領域の情報に基づいて、浸潤領域の情報を得る工程と、を実行させる画像診断プログラムが含まれている。

制御部１３０は、通信部を介して、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）、ＷＡＮ（ＷｉｄｅＡｒｅａＮｅｔｗｏｒｋ）などの通信ネットワークに接続された外部の装置（例えばパーソナルコンピューター）との間で各種データの送受信を行う。制御部１３０は、例えば外部の装置から送信された画像データを受信し、この画像データ（入力画像データ）に基づいて画像診断を行う。通信部は、例えばＬＡＮカードなどの通信制御カードである。

（効果）
以上のように、本実施の形態では、非浸潤領域の内外を区画する境界の情報を得る工程以外は自動化でき、浸潤領域のみをほぼ自動で判定できるため、診断結果にバラつきが生じにくい。

［実施の形態２］
（画像診断方法）
本実施の形態では、浸潤部分において発現する特定のタンパク質について解析する画像解析方法について説明する。なお、実施の形態１における画像解析方法と同様の工程については、その詳細な説明を省略する。

図４は、実施の形態２の画像解析方法を示すフローチャートである。図５Ａ、Ｂは、実施の形態２の画像解析方法を説明するための図である。図５Ａ、Ｂでは、画像を見やすくするため、コントラストを調整している。

図４および図５Ａ、Ｂに示されるように、本実施の形態の画像診断方法は、染色された生体組織の第１画像と、第１画像と同じ範囲における特定のタンパク質が染色された第２画像である画像とを得る工程（Ｓ２１０）と、第１画像における非浸潤領域の内外を区画する境界の情報を得る工程（Ｓ２２０）と、第１画像から腫瘍領域の情報を得る工程（Ｓ２３０）と、境界の情報および腫瘍領域の情報に基づいて、浸潤領域の情報を得る工程（Ｓ２４０）と、第２画像および浸潤領域の情報からタンパク質の量を測定する工程（Ｓ２５０）とを有する。

図４および図５Ａに示されるように、画像を得る工程では、細胞が染色された第１画像と、第１画像と同じ範囲における特定のタンパク質が染色された第２画像とを得る（Ｓ２１０）。第１画像を得る方法は、実施の形態１の画像を得る方法と同じ方法であるため、その説明を省略する。第２画像を得る方法は、特定のタンパク質が発現したか否かの情報を得ることができれば特に限定されない。所定のタンパク質が発現した情報は、可視化されていてもよいし、可視化されていなくてもよい。発現したタンパク質の情報を得るための染色方法は、免疫組織染色（Ｉｍｍｕｎｏｈｉｓｔｏｃｈｅｍｉｓｔｒｙ：ＩＨＣ）法が知られている。ＩＨＣ法は、抗体を用いて組織内の抗原を検出する方法であり、たんぱく質を抗原としてその発現量を可視化できる。可視化のための標識法の例には、ジアミノビンジジン（Ｄｉａｍｉｎｏｂｅｎｚｉｄｉｎｅ；ＤＡＢ）などによる酵素抗体法と、蛍光色素や、蛍光ナノ粒子等による蛍光抗体法が含まれる。タンパク質の染色方法は、酵素抗体法は、その反応時間、温度、基質濃度に染色性が依存するため、定量性の観点からは、蛍光抗体法が好ましい。染色対象のタンパク質の例には、乳がんや胃がん等におけるＨＥＲ２、皮膚がん等におけるＰＤ－Ｌ１が含まれる。なお、第１画像の染色および第２画像の染色がいずれも明視野で観察可能な染色の場合には、一枚の画像を撮影後、色ベクトル情報でそれぞれの染色情報を分離して、それぞれの画像を得てもよい。それぞれの染色の色ベクトルが干渉し分離が難しい場合や、複数のタンパク質を観察したい場合は、隣接した切片を個別に染色し複数の画像を撮影し、合成して一枚の画像として得てもよい。また、第１画像および第２画像を得る順番は特に限定されない。第１画像を先に得てもよいし、第２画像を先に得てもよい。また、第２画像を得る工程は、タンパク質の量を測定する工程までに行えばよい。

境界の情報を得る工程（Ｓ２２０）は実施の形態１の境界の情報を得る工程（Ｓ１２０）と同じであり、腫瘍領域の情報を得る工程（Ｓ２３０）は実施の形態１の腫瘍領域の情報を得る工程（Ｓ１３０）と同じであり、浸潤領域の情報を得る工程（Ｓ２４０）は実施の形態１の浸潤領域の情報を得る工程（Ｓ１４０）と同じである。

図４、図５Ｂに示されるように、特定のタンパク質の量を測定する工程では、浸潤領域におけるタンパク質の量を測定する（Ｓ２５０）。タンパク質の量を測定する方法は、染色方法に応じて適宜選択される。例えば、蛍光ナノ粒子（ＰＩＤ：ＰｈｏｓｐｈｅｒＩｎｔｅｇｒａｔｅｄｄｏｔ）を用いた染色を行った場合には、蛍光ナノ粒子で標識されている生体分子認識分子を標的物質、または標的物質に結合した生体分子に結合させることで、標的物質を蛍光ナノ粒子で標識する。次いで、蛍光ナノ粒子かの蛍光の輝度を積分値してタンパク質の量を測定する。その他の染色方法の場合には、所定の発色強度以上のタンパク質のみを積算する方法（閾値処理）が含まれる。また、浸潤領域におけるタンパク質は、浸潤領域の境界からの距離が遠くなるにつれて、タンパク質の重みが重くなるように重み付けをしてもよい。これは、腫瘍領域や浸潤領域の境界が精度良く求められるとは限らないためである。すなわち、腫瘍領域や浸潤領域の境界近傍のタンパク質の量は、正確に測定できているとは限らないため、境界から遠いタンパク質の量に重く重み付けをすることで、バラツキのないタンパク質量を測定できる。重み付けの方法は、特に限定されない。例えば、浸潤部分の境界から１０μｍごとに重み付けができる。また、例えば浸潤領域の境界から浸潤領域の内側に向かって１０段階で重み付けができる。

（画像診断装置および画像診断プログラム）
本実施の形態の画像診断装置は、入力部と、解析部とを有する。本実施の形態では、入力部と、解析部とを制御する制御部を有している。

入力部は、染色された生体組織の第１画像と、第１画像と同じ範囲における特定のタンパク質が染色された第２画像とを得る。入力部は、撮像することにより、第１画像および第２画像を得てもよいし、外部で取得した第１画像および第２画像を入力して、第１画像および第２画像を得てもよい。入力部１１０は、第１画像および第２画像を得るための撮像装置（カメラ）でもよいし、外部で取得した画像を入力するためのコンピュータの一部でもよい。解析部は、得られた第１画像および第２画像を解析するための装置である。解析部は、非浸潤領域の内外を区画する境界の情報を得て、第１画像から腫瘍領域の情報を得て、境界の情報および腫瘍領域の情報に基づいて、浸潤領域の情報を得て、浸潤領域の情報および第２画像に基づいて、タンパク質の量を測定する。

制御部は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）と、格納されているＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）と、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）とを有する。ＣＰＵは、ＲＯＭから処理内容に応じた画像診断プログラムを読み出してＲＡＭに展開し、展開したプログラムと協働して画像診断装置の各ブロックの動作を集中制御する。このとき、記憶部に格納されている各種データが参照される。記憶部は、例えば不揮発性の半導体メモリ（いわゆるフラッシュメモリ）やハードディスクドライブである。制御部には、コンピュータに、組織が染色された第１画像と、第１画像と同じ範囲におけるタンパク質が染色された第２画像とを得る工程と、第１画像における非浸潤領域の内外を区画する境界の情報を得る工程と、第１画像から腫瘍領域の情報を得る工程と、境界の情報および腫瘍領域の情報に基づいて、浸潤領域の情報を得る工程と、浸潤領域の情報および第２画像に基づいて、タンパク質の量を測定する工程と、を実行させる画像診断プログラムが含まれている。

（効果）
以上のように、本実施の形態では、実施の形態１と同様の効果に加え、疾患（例えば、がん）特異的なタンパク質の量を測定できるため、疾患のステージを正確に判定できる。

本実施の形態の画像診断方法は、例えば、乳がんなどのがん診断、その他各種疾病の診断などに有用である。

１００画像診断装置
１１０入力部
１２０解析部
１３０制御部
Ｓ１１０、Ｓ２１０画像を得る工程
Ｓ１２０、Ｓ２２０境界の情報を得る工程
Ｓ１３０、Ｓ２３０腫瘍領域の情報を得る工程
Ｓ１４０、Ｓ２４０浸潤領域の情報を得る工程

Claims

染色された生体組織の第１画像である画像を得る工程と、
前記第１画像における非浸潤領域の内外を区画する境界の情報を得る工程と、
前記第１画像から腫瘍領域の情報を得る工程と、
前記境界の情報および前記腫瘍領域の情報に基づいて、浸潤領域の情報を得る工程と、を有する、
画像診断方法。
前記境界の情報を得る工程では、前記境界が閉図形でない場合、隣接する前記境界の端部同士を接続し、前記境界を閉図形とする、請求項１に記載の画像診断方法。
前記腫瘍領域の情報を得る工程では、所定の密度の腫瘍細胞の集合を腫瘍領域とする、請求項１または請求項２に記載の画像診断方法。
前記腫瘍領域の情報を得る工程では、所定の大きさの領域を受容野として機械学習させた識別機を用いて前記腫瘍領域の情報を得る、請求項１～３のいずれか一項に記載の画像診断方法。
前記浸潤領域の情報を得る工程では、得られた浸潤領域の情報を編集する、請求項１～４のいずれか一項に記載の画像診断方法。
得られた前記浸潤領域の情報に基づいて、浸潤がんか否かを判定する工程をさらに有する、請求項１～５のいずれか一項に記載の画像診断方法。
前記画像を得る工程では、前記第１画像と同じ範囲における特定のタンパク質が染色された第２画像をさらに得て、
前記第２画像と、前記浸潤領域の情報とから、前記タンパク質の量を測定する工程をさらに有する、
請求項１～６のいずれか一項に記載の画像診断方法。
前記タンパク質の量を測定する工程では、前記浸潤領域の境界からの距離が遠くなるにつれて、前記タンパク質の量の重みが重くなるように重み付けをする、請求項７に記載の画像診断方法。
染色された生体組織の第１画像を得るための入力部と、
前記第１画像に基づいて浸潤領域の情報を得るための解析部と、を有し、
前記解析部は、
非浸潤領域の内外を区画する境界の情報を得て、
前記第１画像から腫瘍領域の情報を得て、
前記境界の情報および前記腫瘍領域の情報に基づいて、浸潤領域の情報を得る、
画像診断装置。
前記入力部は、前記第１画像と同じ範囲における特定のタンパク質が染色された第２画像をさらに得て、
前記解析部は、前記第２画像と、前記浸潤領域の情報とから、前記タンパク質の量の測定をさらに行う、
請求項９に記載の画像診断装置。
コンピュータに、
染色された生体組織の第１画像である画像を得る工程と、
前記第１画像における非浸潤領域の内外を区画する境界の情報を得る工程と、
前記第１画像から腫瘍領域の情報を得る工程と、
前記境界の情報および前記腫瘍領域の情報に基づいて、浸潤領域の情報を得る工程と、を実行させる、画像診断プログラム。
コンピュータに、
前記画像を得る工程では、前記第１画像と同じ範囲における特定のタンパク質が染色された第２画像を得て
前記第２画像と、前記浸潤領域の情報とから、前記タンパク質の量を測定する工程をさらに実行させる、
請求項１１に記載の画像診断プログラム。