JP7291717B2 - 標識せずに白血球の細胞種を決定するためのＩｎ ｖｉｔｒｏ方法 - Google Patents
標識せずに白血球の細胞種を決定するためのＩｎ ｖｉｔｒｏ方法 Download PDFInfo
- Publication number
- JP7291717B2 JP7291717B2 JP2020548900A JP2020548900A JP7291717B2 JP 7291717 B2 JP7291717 B2 JP 7291717B2 JP 2020548900 A JP2020548900 A JP 2020548900A JP 2020548900 A JP2020548900 A JP 2020548900A JP 7291717 B2 JP7291717 B2 JP 7291717B2
- Authority
- JP
- Japan
- Prior art keywords
- cell
- cells
- microscopy
- leukocytes
- sample
- 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.)
- Active
Links
- 210000004027 cell Anatomy 0.000 title claims description 289
- 238000000034 method Methods 0.000 title claims description 56
- 210000000265 leukocyte Anatomy 0.000 title claims description 47
- 238000000338 in vitro Methods 0.000 title claims description 7
- 238000002372 labelling Methods 0.000 title description 9
- 230000003287 optical effect Effects 0.000 claims description 57
- 238000000386 microscopy Methods 0.000 claims description 38
- 239000000523 sample Substances 0.000 claims description 30
- 208000031261 Acute myeloid leukaemia Diseases 0.000 claims description 14
- 208000033776 Myeloid Acute Leukemia Diseases 0.000 claims description 14
- 210000003979 eosinophil Anatomy 0.000 claims description 14
- 208000032791 BCR-ABL1 positive chronic myelogenous leukemia Diseases 0.000 claims description 13
- 210000003651 basophil Anatomy 0.000 claims description 12
- 239000012472 biological sample Substances 0.000 claims description 12
- 210000004369 blood Anatomy 0.000 claims description 12
- 239000008280 blood Substances 0.000 claims description 12
- 208000010839 B-cell chronic lymphocytic leukemia Diseases 0.000 claims description 11
- 210000004698 lymphocyte Anatomy 0.000 claims description 10
- 210000000440 neutrophil Anatomy 0.000 claims description 10
- 210000000601 blood cell Anatomy 0.000 claims description 9
- 210000001616 monocyte Anatomy 0.000 claims description 9
- 238000000513 principal component analysis Methods 0.000 claims description 9
- 238000009647 digital holographic microscopy Methods 0.000 claims description 8
- 208000032839 leukemia Diseases 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 210000003743 erythrocyte Anatomy 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 5
- 210000003593 megakaryocyte Anatomy 0.000 claims description 5
- 230000009089 cytolysis Effects 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 claims description 4
- 230000001413 cellular effect Effects 0.000 claims description 3
- 210000001237 metamyelocyte Anatomy 0.000 claims description 3
- 210000003887 myelocyte Anatomy 0.000 claims description 3
- 210000004765 promyelocyte Anatomy 0.000 claims description 3
- 210000004180 plasmocyte Anatomy 0.000 claims description 2
- 230000001154 acute effect Effects 0.000 claims 2
- 206010025280 Lymphocytosis Diseases 0.000 claims 1
- 206010028980 Neoplasm Diseases 0.000 claims 1
- 201000011510 cancer Diseases 0.000 claims 1
- 102220038305 rs2279516 Human genes 0.000 description 13
- 102220111507 rs542840152 Human genes 0.000 description 13
- 238000010186 staining Methods 0.000 description 13
- 208000010833 Chronic myeloid leukaemia Diseases 0.000 description 12
- 208000033761 Myelogenous Chronic BCR-ABL Positive Leukemia Diseases 0.000 description 12
- 238000004820 blood count Methods 0.000 description 12
- 208000024893 Acute lymphoblastic leukemia Diseases 0.000 description 11
- 208000014697 Acute lymphocytic leukaemia Diseases 0.000 description 9
- 208000006664 Precursor Cell Lymphoblastic Leukemia-Lymphoma Diseases 0.000 description 9
- 208000031422 Lymphocytic Chronic B-Cell Leukemia Diseases 0.000 description 8
- 208000032852 chronic lymphocytic leukemia Diseases 0.000 description 8
- 230000004069 differentiation Effects 0.000 description 7
- 210000001167 myeloblast Anatomy 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 239000013610 patient sample Substances 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 5
- 230000001575 pathological effect Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000000684 flow cytometry Methods 0.000 description 3
- 238000001943 fluorescence-activated cell sorting Methods 0.000 description 3
- 230000010363 phase shift Effects 0.000 description 3
- 201000007224 Myeloproliferative neoplasm Diseases 0.000 description 2
- 238000010817 Wright-Giemsa staining Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000001772 blood platelet Anatomy 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000013467 fragmentation Methods 0.000 description 2
- 238000006062 fragmentation reaction Methods 0.000 description 2
- 210000003714 granulocyte Anatomy 0.000 description 2
- 238000002135 phase contrast microscopy Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007447 staining method Methods 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- 108010077544 Chromatin Proteins 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 102000003992 Peroxidases Human genes 0.000 description 1
- 241000589884 Treponema pallidum Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000012503 blood component Substances 0.000 description 1
- 210000001185 bone marrow Anatomy 0.000 description 1
- 238000009583 bone marrow aspiration Methods 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 239000007853 buffer solution Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000011748 cell maturation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000003483 chromatin Anatomy 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000004624 confocal microscopy Methods 0.000 description 1
- 230000000093 cytochemical effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 210000004565 granule cell Anatomy 0.000 description 1
- 210000003000 inclusion body Anatomy 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 206010024378 leukocytosis Diseases 0.000 description 1
- 230000000527 lymphocytic effect Effects 0.000 description 1
- 201000004792 malaria Diseases 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000005087 mononuclear cell Anatomy 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 206010028537 myelofibrosis Diseases 0.000 description 1
- 210000000066 myeloid cell Anatomy 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 244000045947 parasite Species 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 210000005259 peripheral blood Anatomy 0.000 description 1
- 239000011886 peripheral blood Substances 0.000 description 1
- 108040007629 peroxidase activity proteins Proteins 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 208000003476 primary myelofibrosis Diseases 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000006379 syphilis Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
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
- G01N33/483—Physical analysis of biological material
- G01N33/487—Physical analysis of biological material of liquid biological material
- G01N33/49—Blood
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/0005—Adaptation of holography to specific applications
-
- 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
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
-
- 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
- G06V20/693—Acquisition
-
- 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
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/04—Processes or apparatus for producing holograms
- G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/0005—Adaptation of holography to specific applications
- G03H2001/005—Adaptation of holography to specific applications in microscopy, e.g. digital holographic microscope [DHM]
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H2210/00—Object characteristics
- G03H2210/50—Nature of the object
- G03H2210/55—Having particular size, e.g. irresolvable by the eye
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Ecology (AREA)
- Medicinal Chemistry (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Software Systems (AREA)
- Urology & Nephrology (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Immunology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Description
本発明は、顕微鏡観察器具を使用することによって、生物学的サンプルにおいて標識せずに白血球の細胞種を決定するためのｉｎ ｖｉｔｒｏ方法に関する。
細胞を決定し、これらを細胞種に割り当てることは、細胞学において非常に重要である。たとえば、血液学的検査では、細胞性血液成分、すなわち、赤血球、血小板、および白血球を決定および定量する。白血球の数（「白血球数」、ＷＢＣ）の確認で、包括的な診断のために白血球の主要集団を鑑別することができるであろう。白血球を、顆粒細胞（好中球、好酸球、好塩基球）および非顆粒性細胞（リンパ球、単球）に応じて鑑別する。顆粒性に加えて、細胞は、細胞核の断片化（断片化なし：単核細胞、すなわち、リンパ球および単球；多形核細胞：好酸球、好塩基球、および好中球）ならびに細胞サイズに関しても異なる。染色を、顆粒細胞、特に好酸球および好塩基球を鑑別するために使用する。細胞集団は通常、完全自動の血液学的分析計または顕微鏡観察によって評価する。完全自動の分析計では、設定されたアルゴリズムに従って集団を分析しなければならない（たとえば、インピーダンス、迷光、および吸収の測定の助けを借りる）。しかし、これはしばしば、たとえば病理学的サンプルの場合に、エラーメッセージの表示をもたらす。通常は、血液学的分析計によって不正確に決定された細胞の妥当性確認方法として、顕微鏡観察を次の工程で実行する。この工程は、サンプル調製、顕微鏡観察、および手動で実行するさらなる作業に加えて手動の評価も必要とするため、複雑かつ高価である。
血球数の変化は多くの疾患に付随する現象であり、したがって、これらの変化は重要な鑑別診断への寄与を行う。血球数は最も一般的な実験室検査のうちの１つであり、とりわけ、ヘモグロビンの決定、ならびに赤血球、白血球、および血小板細胞の数の確認を含む。全血球数は、白血球鑑別も含まれる鑑別血球数をさらに含有する。
用いる方法（たとえばミー散乱）が理由で、複雑なサンプル調製（細胞の染色または部分的な溶解）が、特に白血球を分析するために必要である。しかし、病理学的血液サンプルの場合、溶解などのサンプル調製は、多くの場合は不十分にしか実施されず、したがって、たとえばスミアリングおよび染色による、血液細胞の手動検査が必要である。しかし、この方法は定性的でしかなく、計数される細胞が少数であることが理由で（スライド１枚あたり約１００～２００個の細胞）、珍しい白血球には制限された使用しか有さない。しかし、たとえば白血病などの病理学的サンプルの初期診断では、血液スメアおよび続く血液細胞の染色が現在の標準方法である。
全血における機械化された白血球鑑別は、たとえば、抵抗測定、コンダクタンス測定、レーザー迷光測定、フローサイトメトリー、または細胞化学的ペルオキシダーゼ反応によって実施することができる。ここでは、赤血球を最初に溶解し、白血球をフローセルにおいて単個化する。
例として、定量的血液細胞診断を実行するために、血液学的分析計を省略し、その代わりに顕微鏡観察をそれぞれの個々の細胞に適用することが可能である。これにより、設定した評価アルゴリズムおよびフラグとは独立して、血球数の定量的決定が可能となる。しかし、この手法の不利点は、血液学的分析計の場合よりも低いサンプルスループット、ならびに目的担体上の細胞の固定および染色に関連する、依然として存在する出費である。さらに、これらの染色は制限された再現性しか有しておらず、湿度、染色時間、温度などに高い依存性を示す。血液学的分析計において使用するフローサイトメーターと比較した、純粋な顕微鏡観察の不利点は、細胞体積の定量にある。
手動血球数を生じるために、たとえばライト－ギムザ染色などの、全血の分析用に設計された特異的染色技法を利用する。この目的を達成するために、全血を目的担体上にスミアリングし、たとえば約１００個の白血球まで、困難な事例では必要な場合は約３×１００個の細胞まで計数して、鑑別血球数を生じる。
血液スメアおよび続く血液細胞の染色が、病理学的サンプルの初期診断の標準方法である。白血病の場合、鑑別血球数に基づいて、特徴的に発生している細胞集団によって、「急性骨髄性白血病（ＡＭＬ）」、「急性リンパ芽球性白血病（ＡＬＬ）」、「慢性骨髄性白血病（ＣＭＬ）」、および「慢性リンパ球性白血病（ＣＬＬ）」の型の間で区別を行うことができる。
血液スメアの場合（スライド１枚あたり約１００～２００個の細胞）における小規模な統計学が理由で、診断を検証するため、および白血病の亜型のより正確な決定のために、概してフローサイトメトリーを使用する。この方法では、白血球を特異的な（蛍光）抗体で標識し、鑑別は特徴的な発現パターンによって実施し、これらは散乱イメージに反映される。さらに、複雑な事例において正確な診断のために骨髄穿刺が必要であり得る。
異なる（血液）細胞間を鑑別するための、色素の使用は、１８６０年代に既に開発されていた。グスタフ・ギムザは、自身にちなんで命名された染色方法を開発し、これは、最初はマラリア寄生虫を可視化させるものであり、後に梅毒の原因である梅毒トレポネーマの染色用に改変された。現在使用されているライト－ギムザ染色は、白血球が識別されることを可能にし、したがって白血病疾患の初期診断を表す。
白血病の免疫表現型を正確に決定するために、フローサイトメトリー（蛍光活性化細胞分取、ＦＡＣＳ）を標準として使用する。ここでは、多様な様々な（蛍光）抗体を使用し；末梢血および骨髄サンプルの両方をサンプルとして使用する。評価は、ＦＡＣＳデータを分析するための特定のプログラム（たとえばカルーツァ）によって実施する。ここでは、「ゲート」とも呼ばれる事前に設定した領域中のデータ点の存在によって、様々な臨床像間を識別することが可能である。染色／標識せずに、純粋な顕微鏡方法を使用することによって４つの前述した白血病の形態間を識別することは、現在までに知られていない。
特許文献１は、白血球の鑑別を直接決定することができ、それを用いたイメージングフローサイトメーターを開示している。しかし、この場合では、特に好酸球と好塩基球とを識別するために、染色も使用されている。その結果、前述の不利点がここでも生じる。
したがって、本発明の目的は、白血球を鑑別するためのより効率的かつ頑強方法、具体的には血液細胞の染色および／または標識を必要としないものを提供することである。
この目的は、本発明による方法、本発明による細胞分析装置、および独立特許クレームによる顕微鏡観察器具によって達成される。本発明の有利な展開は従属クレームによって指定される。
生物学的サンプルにおいて標識せずに血液細胞の細胞種を決定するための、本発明によるｉｎ ｖｉｔｒｏ方法は、顕微鏡観察器具および細胞分析装置の助けにより実行する。ここでは、顕微鏡観察器具とは、非常に小さな対象を高い拡大率下で観察することを可能にする用具であり、たとえば、光学顕微鏡、走査電子顕微鏡、位相差顕微鏡、デジタルホログラフィー顕微鏡、または超音波センサーを備えた顕微鏡（たとえば音波顕微鏡）を含む。この方法では、顕微鏡観察器具が細胞のイメージングを行う。細胞の物理的パラメータは、自動イメージ分析によって細胞のイメージ表示から確認される。
細胞分析装置、すなわち、電子データ処理に適しており、自動イメージ分析によって細胞のイメージ表示から細胞の物理的パラメータを確認するように構成されている用具または用具構成要素は、以下により詳述するように、本発明による方法を実行する。
発明の主題は、生物学的サンプルにおいて標識せずに白血球の細胞種を決定するためのｉｎ ｖｉｔｒｏ方法であって、顕微鏡観察器具が細胞のイメージングを行い、細胞の物理的パラメータは、自動イメージ分析によって細胞のイメージ表示から確認され、白血球の細胞種は、物理的パラメータに基づいておよび主成分分析パラメータ（ＰＣＡパラメータ）に基づいて決定され、主成分分析パラメータは、物理的パラメータのうちの少なくとも一部の一次結合を含む、方法に関する。
好ましくは、白血球の細胞種は、物理的パラメータおよび主成分分析パラメータ（ＰＣＡパラメータ）に関して事前に決定された基準に基づいて決定され、それぞれの事前に決定された基準が満たされている場合に対応する細胞種が存在する。
語句「事前に決定された基準」とは、１つまたはそれ以上の物理的パラメータおよび／または主成分分析パラメータ（ＰＣＡパラメータ）のために決定する、基準または複数の基準に関する。ここでは、それぞれの基準は、好ましくは、識別する様々な白血球種の対応するイメージ表示間の比較に基づいて決定する。
染色方法の省略が理由で、この方法は、高いサンプルスループットならびに細胞の定性的および／または定量的決定を可能にする。これにより、高いサンプルスループットを有する顕微鏡観察方法が促進され、慣用の血液学的分析計を省略することが可能である。
好ましくは、白血球の決定された細胞種は、以下の白血球の主要な種類、すなわち、単球、好中球、好塩基球、好酸球、およびリンパ球を含む群のうちの１つである。
本発明による方法のさらなる好ましい実施形態では、決定された細胞種は、骨髄球、後骨髄球、前骨髄球、芽球、巨核球、形質細胞、非定型リンパ球、およびセザリー細胞を含む群からの、白血球の主要な種類ならびに／または白血球の亜型のうちの１つである。
さらなる好ましい実施形態では、サンプル中の多様な白血球のそれぞれの細胞種の決定を使用して、それぞれの細胞集団を特徴づけ、本細胞集団を使用して、サンプルが由来する患者において急性骨髄性白血病（ＡＭＬ）、急性リンパ芽球性白血病（ＡＬＬ）、慢性骨髄性白血病（ＣＭＬ）、または慢性リンパ球性白血病（ＣＬＬ）が存在するかどうかを決定する。
好ましくは、細胞の物理的パラメータは、細胞に覆われた面積（細胞面積）、細胞の周囲長（周囲長）、細胞の幅（幅）、細胞の高さ（高さ）、細胞の幅対高さの比（アスペクト比）、細胞の幾何学的形状の円に対する類似度（真円度）、細胞の平均半径（半径平均）、細胞の半径の分散（半径分散）、細胞の被覆の度合（剛率）、細胞の覆われた面積に対応する当量直径（当量直径）、細胞の光学的体積（光学的体積）、細胞の最大の光学的高さ（光学的高さ最大）、細胞の最小の光学的高さ（光学的高さ最小）、細胞の光学的高さの平均（光学的高さ平均）、細胞の光学的高さの分散（光学的高さ分散）、細胞の両凹性（両凹性）、細胞の真球度（真球度）、細胞の質量中心のシフト（質量中心シフト）、細胞のコントラスト（コントラスト）、細胞の相違度（相違度）、細胞の均一性（均一性）、細胞のエネルギー（エネルギー）、細胞のエントロピー（エントロピー）を含む群からのパラメータを含む。
好ましくは、細胞の物理的パラメータは、以下に記載のように定義される。
コントラスト、およびグレーレベル共起行列から抽出される５つの機能の定義に関する詳細は、カルガリー大学（Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃａｌｇａｒｙ）のウェブページのｈｔｔｐ：／／ｗｗｗ．ｆｐ．ｕｃａｌｇａｒｙ．ｃａ／ｍｈａｌｌｂｅｙ／ｔｕｔｏｒｉａｌ．ｈｔｍ（Ｕｒｌ ｈｔｔｐ：／／ｈｄｌ．ｈａｎｄｌｅ．ｎｅｔ／１８８０／５１９００）の下、「ＧＬＣＭ Ｔｅｘｔｕｒｅ：Ａ Ｔｕｔｏｒｉａｌ ｖ．３．０、２０１７年３月」中に見つけることができる。
さらに好ましい実施形態では、顕微鏡観察方法に応じて追加で利用可能な追加の情報を獲得することができる。例として、強度分布、偏光コントラスト、または蛍光コントラストを追加で使用して、より良好な鑑別を促進することができる。
好ましくは、主成分分析パラメータ（ＰＣＡパラメータ）は、パラメータの１つ、２つ、３つ、４つ、または５つの異なる一次結合を含む。
好ましくは、主成分分析パラメータ（ＰＣＡパラメータ）は、以下に記載のパラメータの一次結合を含む。
少なくとも１つのＰＣＡパラメータは、好ましくは、細胞面積、周囲長、幅、高さ、アスペクト比、真円度、半径平均、半径分散、剛率、当量直径、光学的体積、光学的高さ最大、光学的高さ最小、光学的高さ平均、光学的高さ分散、両凹性、真球度、質量中心シフト、コントラスト、相違度、均一性、エネルギー、エントロピーのパラメータの一次結合を含む。
具体的には、ＰＣＡパラメータは合計６つのＰＣＡパラメータを含み、ＰＣＡパラメータのそれぞれは、それぞれ好ましくは細胞面積、周囲長、幅、高さ、アスペクト比、真円度、半径平均、半径分散、剛率、当量直径、光学的体積、光学的高さ最大、光学的高さ最小、光学的高さ平均、光学的高さ分散、両凹性、真球度、質量中心シフト、コントラスト、相違度、均一性、エネルギー、およびエントロピーのパラメータの一次結合を含む。
好ましくは、主成分分析パラメータ（ＰＣＡパラメータ）は以下のパラメータＶａｌ１～Ｖａｌ６を含む。
Ｖａｌ１＝－０．２５１４２３５９３００８７＊（（細胞．細胞面積－（４２．９７５５０１６７４４））／１０．５７８８８６７２６３１４６）＋－０．２４９９７４７４８４９８９７１＊（（細胞．周囲長－（２４．５７６７５３５００４９４））／３．２０１０９０８８４８７２２１）＋－０．２３７５９３７４４５８９１６９＊（（細胞．幅－（７．３５７２３４６８３５９４３６））／１．００７９０８３４６２３４８５）＋－０．２４１３８５２４３７３０１６７＊（（細胞．高さ－（７．２８７２４８６４６３２５３８））／１．００１６７３７９９５２９６７）＋０．０５００６９０７５０７６７１９１＊（（細胞．アスペクト比－（１．０７２７０８４０３５９２３））／０．０５０３９４０３２８９４３０９１）＋－０．０３２５９３４３６２８００６３５＊（（細胞．真円度－（０．８７９２０３８９８３１９６９５））／０．０１７１３７４１４１１９０３０３）＋－０．２５１７４８６８２２１５６０６＊（（細胞．半径平均－（３．６７４８１４３０２０３９６１））／０．４７８０７４９４５２３５０９）＋－０．０３５８６８６３７３６９７５７２＊（（細胞．半径分散－（０．５３４３３４３４７５７３４２３））／０．１３５８６１１３２１５７５７５）＋－０．０７１３４２９０２８９３５０５２＊（（細胞．剛率－（０．９７３６５３３６７９４８１６７））／０．００６４２９７７９６６２９５２２９）＋－０．２５１８０１９５９１１７６１２＊（（細胞．当量直径－（７．３３４９８９９３４９２０４９））／０．９５７１２５６２９６９５２５６）＋－０．２７１８５９９６６９１０４５５＊（（細胞．光学的体積－（１０．９４３４８９３２７２５３２））／４．３９７８９３０６７６３４８７）＋－０．２６４８９３２５６２０７９８４＊（（細胞．光学的高さ最大－（４．０５０８６０８２５２１８２））／１．１３３８６５１６８６４４９２）＋－０．０１９４９９７２６２８２５４４＊（（細胞．光学的高さ最小－（０．９１７６２８９８８３２５１１９））／０．００９４３８１２１８４９２２２２４）＋－０．２６３４０３６６６２４４８６８＊（（細胞．光学的高さ平均－（２．５６９１３３２６００７２５５））／０．５７８６４００４６０４９５８７）＋－０．２６４３９８２０２２８６３４３＊（（細胞．光学的高さ分散－（０．８９１４９４６７９５８７９３５））／０．３１９５９９３１３０８５１８６）＋０．０６８３１１３５２１９６４８７２＊（（細胞．両凹性－（－０．１５９０４２７８８８３８６））／０．０８７８６６２３３０９８２１３７）＋０．０５３２７０６２６４４０９６４３＊（（細胞．真球度－（０．９５２１７９３４０８０９９２４））／０．０５５６２１５６５９４８２９４５）＋－０．１３５０１７５６９５５１９５７＊（（細胞．質量中心シフト－（０．３２１７８７３７７９６４２３８））／０．２７９７８７２０３９７１９６６）＋－０．２３７７５５５８９０６９４１＊（（細胞．コントラスト－（５．９９４１５４４０５２３２９９））／３．２８７３７８３４９０８７５７）＋－０．２４５２２３４３６３８４６９２＊（（細胞．相違度－（１．８２６１９４７２５５６２８））／０．５２４５３３０２７０４６９８６）＋０．２４１１９８０１７８４６５３１＊（（細胞．均一性－（０．４２１１９６３９６９１４４７５））／０．０７８７５０８１３１２５８１７１）＋０．２５８９５８１７９８４６１６３＊（（細胞．エネルギー－（０．１０６２３４０９９９３３３３５））／０．０３０３７７７８３５４３７８４８）＋－０．２６７３５２７６２５７１２４９＊（（細胞．エントロピー－（４．８５０１７５５１２５７２４８））／０．５５２２７０２５２４４１６８９）＋０；
Ｖａｌ２＝－０．１６８６７０６１６４１１６７７＊（（細胞．細胞面積－（４２．９７５５０１６７４４））／１０．５７８８８６７２６３１４６）＋－０．２０５７７６１７５３３６６１８＊（（細胞．周囲長－（２４．５７６７５３５００４９４））／３．２０１０９０８８４８７２２１）＋－０．１８６５５８９３４２３１４７４＊（（細胞．幅－（７．３５７２３４６８３５９４３６））／１．００７９０８３４６２３４８５）＋－０．１８３１４１００３６５５３０６＊（（細胞．高さ－（７．２８７２４８６４６３２５３８））／１．００１６７３７９９５２９６７）＋－０．０９２８９４２６２１４６４１５２＊（（細胞．アスペクト比－（１．０７２７０８４０３５９２３））／０．０５０３９４０３２８９４３０９１）＋０．５０５８９９７９０６３１４８５＊（（細胞．真円度－（０．８７９２０３８９８３１９６９５））／０．０１７１３７４１４１１９０３０３）＋－０．１６９９８５５３５８６４６６６＊（（細胞．半径平均－（３．６７４８１４３０２０３９６１））／０．４７８０７４９４５２３５０９）＋－０．３７７１６７１８５４２７５３５＊（（細胞．半径分散－（０．５３４３３４３４７５７３４２３））／０．１３５８６１１３２１５７５７５）＋０．４１６００７９６９９７０５２９＊（（細胞．剛率－（０．９７３６５３３６７９４８１６７））／０．００６４２９７７９６６２９５２２９）＋－０．１６６９９１９９８６０７４２７＊（（細胞．当量直径－（７．３３４９８９９３４９２０４９））／０．９５７１２５６２９６９５２５６）＋－０．００７３１７４４８７２９３５８９８＊（（細胞．光学的体積－（１０．９４３４８９３２７２５３２））／４．３９７８９３０６７６３４８７）＋０．１０６４５６６５１４４００６４＊（（細胞．光学的高さ最大－（４．０５０８６０８２５２１８２））／１．１３３８６５１６８６４４９２）＋０．２００８５３９１２１９０７８＊（（細胞．光学的高さ最小－（０．９１７６２８９８８３２５１１９））／０．００９４３８１２１８４９２２２２４）＋０．１２２３４５０７９５５８１７９＊（（細胞．光学的高さ平均－（２．５６９１３３２６００７２５５））／０．５７８６４００４６０４９５８７）＋０．１０１０６２８６９４１７０５２＊（（細胞．光学的高さ分散－（０．８９１４９４６７９５８７９３５））／０．３１９５９９３１３０８５１８６）＋０．２１７０８９２０５３３８００１＊（（細胞．両凹性－（－０．１５９０４２７８８８３８６））／０．０８７８６６２３３０９８２１３７）＋－０．０６１９２９５６９４２５３６９５＊（（細胞．真球度－（０．９５２１７９３４０８０９９２４））／０．０５５６２１５６５９４８２９４５）＋０．０１５６９５６８８７７４４２５２＊（（細胞．質量中心シフト－（０．３２１７８７３７７９６４２３８））／０．２７９７８７２０３９７１９６６）＋０．１９８１１４０３８３３８０５７＊（（細胞．コントラスト－（５．９９４１５４４０５２３２９９））／３．２８７３７８３４９０８７５７）＋０．１８０４２５５０６１７６４４９＊（（細胞．相違度－（１．８２６１９４７２５５６２８））／０．５２４５３３０２７０４６９８６）＋－０．１３５４００５２６５７７７３６＊（（細胞．均一性－（０．４２１１９６３９６９１４４７５））／０．０７８７５０８１３１２５８１７１）＋－０．０２６７９４２７０９７１９７６７＊（（細胞．エネルギー－（０．１０６２３４０９９９３３３３５））／０．０３０３７７７８３５４３７８４８）＋０．０７２２８０４０２６４０４８０７＊（（細胞．エントロピー－（４．８５０１７５５１２５７２４８））／０．５５２２７０２５２４４１６８９）＋０；
Ｖａｌ３＝－０．１５２２４５６５８７９３８０７＊（（細胞．細胞面積－（４２．９７５５０１６７４４））／１０．５７８８８６７２６３１４６）＋－０．１３７７４４３４５２３５４３８＊（（細胞．周囲長－（２４．５７６７５３５００４９４））／３．２０１０９０８８４８７２２１）＋－０．１３９０４６３８２５６１８９６＊（（細胞．幅－（７．３５７２３４６８３５９４３６））／１．００７９０８３４６２３４８５）＋－０．１３６６４００６４３７７９９５＊（（細胞．高さ－（７．２８７２４８６４６３２５３８））／１．００１６７３７９９５２９６７）＋０．１４３０７１９７３６６１９２４＊（（細胞． アスペクト比－（１．０７２７０８４０３５９２３））／０．０５０３９４０３２８９４３０９１）＋－０．３１１８３２８４６４１４７８９＊（（細胞．真円度－（０．８７９２０３８９８３１９６９５））／０．０１７１３７４１４１１９０３０３）＋－０．１５８４０５７２２２９９１４６＊（（細胞．半径平均－（３．６７４８１４３０２０３９６１））／０．４７８０７４９４５２３５０９）＋０．２１４７３６５７９６４９５＊（（細胞．半径分散－（０．５３４３３４３４７５７３４２３））／０．１３５８６１１３２１５７５７５）＋－０．２９０３４８８３１３１８２６９＊（（細胞．剛率－（０．９７３６５３３６７９４８１６７））／０．００６４２９７７９６６２９５２２９）＋－０．１６０４３６０６０９３２５５３＊（（細胞．当量直径－（７．３３４９８９９３４９２０４９））／０．９５７１２５６２９６９５２５６）＋－０．０２８３２３１７５６７４６５７４＊（（細胞．光学的体積－（１０．９４３４８９３２７２５３２））／４．３９７８９３０６７６３４８７）＋０．１０８９０４８２６１６９９７９＊（（細胞．光学的高さ最大－（４．０５０８６０８２５２１８２））／１．１３３８６５１６８６４４９２）＋－０．０５４１０４１９１５７７１９１３＊（（細胞．光学的高さ最小－（０．９１７６２８９８８３２５１１９））／０．００９４３８１２１８４９２２２２４）＋０．０４８２８９８９２８９８２７０１＊（（細胞．光学的高さ平均－（２．５６９１３３２６００７２５５））／０．５７８６４００４６０４９５８７）＋０．０７４０５６５２１６５８１２８５＊（（細胞．光学的高さ分散－（０．８９１４９４６７９５８７９３５））／０．３１９５９９３１３０８５１８６）＋０．３３２６８０６２３５９０３６＊（（細胞．両凹性－（－０．１５９０４２７８８８３８６））／０．０８７８６６２３３０９８２１３７）＋－０．４８６４９６４２８５９７７１２＊（（細胞．真球度－（０．９５２１７９３４０８０９９２４））／０．０５５６２１５６５９４８２９４５）＋０．４０４０７１８４７５７２０９２＊（（細胞．質量中心シフト－（０．３２１７８７３７７９６４２３８））／０．２７９７８７２０３９７１９６６）＋０．２００２１４３４６１２４１４８＊（（細胞．コントラスト－（５．９９４１５４４０５２３２９９））／３．２８７３７８３４９０８７５７）＋０．１６８５４６８３４７４９０７１＊（（細胞．相違度－（１．８２６１９４７２５５６２８））／０．５２４５３３０２７０４６９８６）＋－０．１１４７４８４３５５３９５７１＊（（細胞．均一性－（０．４２１１９６３９６９１４４７５））／０．０７８７５０８１３１２５８１７１）＋－０．０１４３５７６７４１９３６６５９＊（（細胞．エネルギー－（０．１０６２３４０９９９３３３３５））／０．０３０３７７７８３５４３７８４８）＋０．０７０６０６５６２２４９３８７＊（（細胞．エントロピー－（４．８５０１７５５１２５７２４８））／０．５５２２７０２５２４４１６８９）＋０；
Ｖａｌ４＝－０．２６１６１０６７７６１１７４６＊（（細胞．細胞面積－（２９．４３９５２０１５８０３１１））／５．１１００５１２１９０８８５５）＋－０．２６１０９４２０３４４６５８３＊（（細胞．周囲長－（２０．４７１４４６９０１０９９４））／１．７３７６３１１９８８６２５４）＋－０．２２２８６１６７６５４６８５７＊（（細胞．幅－（６．１２９５９７５１１３０４３５））／０．５９５４８５１８６８７１３３）＋－０．２２９９１６７５３１０６５４５＊（（細胞．高さ－（６．０５１５０４２１９４４１５９））／０．５９１６０９１７３５２５８４９）＋０．０１１８０７５２０５９０８９６＊（（細胞．アスペクト比－（１．０８６９９１２９４９３３８））／０．０５４６５２６３７６５７０４８８）＋０．０２６２２２５６８３５５３７５２＊（（細胞．真円度－（０．８７６９４１９４６２７２０４３））／０．０１７９５２１４３９６０５０３６）＋－０．２６１１６０６６７３９５４２５＊（（細胞．半径平均－（３．０５８７６８１９５５７２６８））／０．２５５９００８４３６９７６８９）＋－０．０９４１８６８４９４６９５６９４＊（（細胞．半径分散－（０．５１６０６４４３３９８９３５７））／０．１１１４５９０５８６９３６２４）＋－０．０１１０７１８００２５７０５０５＊（（細胞．剛率－（０．９７１５９７８００７９８１７６））／０．００７２０４０４２５８１１７２１９）＋－０．２６０８３１７１１８４９３６４＊（（細胞．当量直径－（６．１０１０１２３３３６３７５５））／０．５１１１３９８００８３０７９４）＋－０．２８３４１７７８９８２６２４５＊（（細胞．光学的体積－（５．４９６３７１４３２９５３２１））／１．３９３５６６８３１２０８６７）＋－０．２８０４１０７１６２５３３７＊（（細胞．光学的高さ最大－（２．７８９９７６３２１０８２０４））／０．３５７４５９５５６７４２８２９）＋０．００３４５１９１６８１９９０３６４＊（（細胞．光学的高さ最小－（０．９１６９８２５４４７５９３９５））／０．０１１４６０７２４３４０３５１５）＋－０．２６７６８７０８４６５４９２９＊（（細胞．光学的高さ平均－（１．９０６１０８２６７８５６０９））／０．１７６３１９０７９５６１６０５）＋－０．２７９７５５４６４２３４６８８＊（（細胞．光学的高さ分散－（０．５３１９３８９０７６９０７６３））／０．１０７０１９１７９７２９９７５）＋０．１２１０３５３００１３４９７９＊（（細胞．両凹性－（－０．１１８７４２９１５５５０６８））／０．０８７８９５７４０８２３４９６７）＋－０．０１６１５１３５５６５４１５５５＊（（細胞．真球度－（０．９５５６３４９０９８９９６２１））／０．０４２６４１６８６４４６９７）＋－０．１０７８３０４１３３４２１３９＊（（細胞．質量中心シフト－（０．２０５４１３０９７３５０６１１））／０．１４３２６６４９３４０６０５１）＋－０．２１６９１２０００８８１２１７＊（（細胞．コントラスト－（２．９４７３９１９３１８６４４５））／０．８５２９７９８４８４８３４２１）＋－０．２３３１６１３２５４６１２１１＊（（細胞．相違度－（１．３１２３１８６９６１９６８１））／０．１８５６６６１２５６３５１４４）＋０．２２２１２１６１６０６８７４４＊（（細胞．均一性－（０．４９９１７７２９９３９２１４５））／０．０４３９２９３４３７６３２２９）＋０．２３７４６２５７９７３６０８６＊（（細胞．エネルギー－（０．１４１９１９９５６７０３９１３））／０．０２１３９５９６７９１９５１４２）＋－０．２６８７６６１１５１４２９４３＊（（細胞．エントロピー－（４．２０３１７１３４１２９７２７））／０．２６３３９１４７１０１７２９１）＋０；
Ｖａｌ５＝０．２７７１８５２０６６４８５１５＊（（細胞．細胞面積－（２９．４３９５２０１５８０３１１））／５．１１００５１２１９０８８５５）＋０．２８９０２５８６１１６７００１＊（（細胞．周囲長－（２０．４７１４４６９０１０９９４））／１．７３７６３１１９８８６２５４）＋０．２７８６９７７１３７２１５６＊（（細胞．幅－（６．１２９５９７５１１３０４３５））／０．５９５４８５１８６８７１３３）＋０．２２６７９１９７７７３１３８５＊（（細胞．高さ－（６．０５１５０４２１９４４１５９））／０．５９１６０９１７３５２５８４９）＋－０．０１５４０１６５５７８６９１９５＊（（細胞．アスペクト比－（１．０８６９９１２９４９３３８））／０．０５４６５２６３７６５７０４８８）＋－０．１０４９６２０１５１９８４１７＊（（細胞．真円度－（０．８７６９４１９４６２７２０４３））／０．０１７９５２１４３９６０５０３６）＋０．２８０１１８１７１３０６２５４＊（（細胞．半径平均－（３．０５８７６８１９５５７２６８））／０．２５５９００８４３６９７６８９）＋０．１２２０７１７３７８２５６４４＊（（細胞．半径分散－（０．５１６０６４４３３９８９３５７））／０．１１１４５９０５８６９３６２４）＋－０．０７５７８０６４１５３６５６４９＊（（細胞．剛率－（０．９７１５９７８００７９８１７６））／０．００７２０４０４２５８１１７２１９）＋０．２７９７７６１８１９９４２４４＊（（細胞．当量直径－（６．１０１０１２３３３６３７５５））／０．５１１１３９８００８３０７９４）＋０．１２７０７９６６７２５７６１５＊（（細胞．光学的体積－（５．４９６３７１４３２９５３２１））／１．３９３５６６８３１２０８６７）＋－０．１６６６７４６８６５１５４８８＊（（細胞．光学的高さ最大－（２．７８９９７６３２１０８２０４））／０．３５７４５９５５６７４２８２９）＋－０．０８０１２０６１０２２８７０４４＊（（細胞．光学的高さ最小－（０．９１６９８２５４４７５９３９５））／０．０１１４６０７２４３４０３５１５）＋－０．１３９０４５８５２７３３９７＊（（細胞．光学的高さ平均－（１．９０６１０８２６７８５６０９））／０．１７６３１９０７９５６１６０５）＋－０．１５７３２０２０１６５１４３７＊（（細胞．光学的高さ分散－（０．５３１９３８９０７６９０７６３））／０．１０７０１９１７９７２９９７５）＋－０．０１３７４９６０４９８２４３８５＊（（細胞．両凹性－（－０．１１８７４２９１５５５０６８））／０．０８７８９５７４０８２３４９６７）＋－０．０１２４７５４６６３６５６２０７＊（（細胞．真球度－（０．９５５６３４９０９８９９６２１））／０．０４２６４１６８６４４６９７）＋－０．００３５４７０７６５５６６５２４８＊（（細胞．質量中心シフト－（０．２０５４１３０９７３５０６１１））／０．１４３２６６４９３４０６０５１）＋－０．３３７３１７１０４４７１５２７＊（（細胞．コントラスト－（２．９４７３９１９３１８６４４５））／０．８５２９７９８４８４８３４２１）＋－０．３５１６０５４８９０７０９６３＊（（細胞．相違度－（１．３１２３１８６９６１９６８１））／０．１８５６６６１２５６３５１４４）＋０．３２４１１５００１６７１０１５＊（（細胞．均一性－（０．４９９１７７２９９３９２１４５））／０．０４３９２９３４３７６３２２９）＋０．２０２８６０８６４８４８７２＊（（細胞．エネルギー－（０．１４１９１９９５６７０３９１３））／０．０２１３９５９６７９１９５１４２）＋－０．２０８５２８３１７３４８６６２＊（（細胞．エントロピー－（４．２０３１７１３４１２９７２７））／０．２６３３９１４７１０１７２９１）＋０；
Ｖａｌ６＝－０．０８２２１１７０１３４１１０２４＊（（細胞．細胞面積－（２９．４３９５２０１５８０３１１））／５．１１００５１２１９０８８５５）＋－０．０１３６９８３４４１８０１８７９＊（（細胞．周囲長－（２０．４７１４４６９０１０９９４））／１．７３７６３１１９８８６２５４）＋－０．０４２１９６５７６７１５５２６７＊（（細胞．幅－（６．１２９５９７５１１３０４３５））／０．５９５４８５１８６８７１３３）＋－０．０１０５０９７６９４６０２１７６＊（（細胞．高さ－（６．０５１５０４２１９４４１５９））／０．５９１６０９１７３５２５８４９）＋０．０８２９５５３４５３２５６７８１＊（（細胞．アスペクト比－（１．０８６９９１２９４９３３８））／０．０５４６５２６３７６５７０４８８）＋－０．６０１８０２５８００１５１７８＊（（細胞．真円度－（０．８７６９４１９４６２７２０４３））／０．０１７９５２１４３９６０５０３６）＋－０．０８３２９６１２７７５８５５９２＊（（細胞．半径平均－（３．０５８７６８１９５５７２６８））／０．２５５９００８４３６９７６８９）＋０．３１２１２５０３６２６４２５３＊（（細胞．半径分散－（０．５１６０６４４３３９８９３５７））／０．１１１４５９０５８６９３６２４）＋－０．５４８６４４９１１１６６９１７＊（（細胞．剛率－（０．９７１５９７８００７９８１７６））／０．００７２０４０４２５８１１７２１９）＋－０．０８８７２２６１１１０９９７２２＊（（細胞．当量直径－（６．１０１０１２３３３６３７５５））／０．５１１１３９８００８３０７９４）＋－０．０６５５５８０７４７２４３８１＊（（細胞．光学的体積－（５．４９６３７１４３２９５３２１））／１．３９３５６６８３１２０８６７）＋０．００６３５２００７７９２７７０７６＊（（細胞．光学的高さ最大－（２．７８９９７６３２１０８２０４））／０．３５７４５９５５６７４２８２９）＋－０．２０８２４２７５１７４６０４３＊（（細胞．光学的高さ最小－（０．９１６９８２５４４７５９３９５））／０．０１１４６０７２４３４０３５１５）＋－０．０５２８５５４６７１７７８９４＊（（細胞．光学的高さ平均－（１．９０６１０８２６７８５６０９））／０．１７６３１９０７９５６１６０５）＋０．０１３９４２５５０３５４１６２３＊（（細胞．光学的高さ分散－（０．５３１９３８９０７６９０７６３））／０．１０７０１９１７９７２９９７５）＋０．０２１２７０８２６０４６３３９４＊（（細胞．両凹性－（－０．１１８７４２９１５５５０６８））／０．０８７８９５７４０８２３４９６７）＋－０．２８１８９０９０５４６７４９６＊（（細胞．真球度－（０．９５５６３４９０９８９９６２１））／０．０４２６４１６８６４４６９７）＋０．２５８３９１３２７６２６０１６＊（（細胞．質量中心シフト－（０．２０５４１３０９７３５０６１１））／０．１４３２６６４９３４０６０５１）＋０．０７４４５１７９３２９５６９４８＊（（細胞．コントラスト－（２．９４７３９１９３１８６４４５））／０．８５２９７９８４８４８３４２１）＋０．０５８７６３７３５４２０１５６５＊（（細胞．相違度－（１．３１２３１８６９６１９６８１））／０．１８５６６６１２５６３５１４４）＋－０．０４０４６６７５１８４０９８５２＊（（細胞．均一性－（０．４９９１７７２９９３９２１４５））／０．０４３９２９３４３７６３２２９）＋－０．０１５９２８９７４４００１＊（（細胞．エネルギー－（０．１４１９１９９５６７０３９１３））／０．０２１３９５９６７９１９５１４２）＋０．０２４７２９２１３６８６０１０８＊（（細胞．エントロピー－（４．２０３１７１３４１２９７２７））／０．２６３３９１４７１０１７２９１）＋０；
好ましくは、細胞のイメージングは、参照波を対象波上にオーバーレイし、生じるインターフェログラムおよび／またはコンピュータで実行した数学的再構成を記録することを含む。
ここでは、対象の位相情報の定量的獲得を可能にするため、デジタルホログラフィー顕微鏡観察の適用が特に有利である。本発明による方法のさらなる実施形態によれば、白血球のイメージ表示は、したがって、デジタルホログラフィー顕微鏡観察、干渉位相顕微鏡観察、および／または定量的位相顕微鏡観察によって確認される。これらの顕微鏡観察方法は、特に高い距離分解能、すなわち、顕微鏡の光学軸の方向のものを促進する。デジタルホログラフィー顕微鏡観察はｚ方向に１ｎｍまでの分解能を促進する。これは、他の既知の光学顕微鏡方法（たとえば共焦点顕微鏡）よりも１００～１０００倍高い精度に対応している。その結果、高さプロフィールの正確な確認が理由で、細胞種のより正確な決定が可能である。
したがって、顕微鏡観察器具は、好ましくは、デジタルホログラフィー顕微鏡観察（ＤＨＭ）、干渉位相顕微鏡観察、または定量的位相顕微鏡観察を行うための顕微鏡である。
好ましくは、白血球は、フローセルにおいて顕微鏡観察器具によってイメージングし、該フローセルは、好ましくは長方形または正方形の横断面を有するチャネルを含む。
好ましくは、白血球は、層状シース流によって、好ましくは４つの層状シース流によって集中される。
好ましくは、白血球を顕微鏡観察器具によってイメージングする前に、赤血球を選択的溶解によってサンプルから除去する。
１つまたはそれ以上の非染色および／または非乾燥細胞を使用して方法を実行する場合に、さらなる利点が得られる。細胞の活力は本発明による方法によって損なわれないため、本方法によって決定された細胞は、決定方法が完了した後、続く分析にさらに使用することができる。
さらなる例示的な実施形態によれば、本発明による方法は、標識を用いて細胞を表現型決定すること、および／または細胞のさらなる割当てのために事前に決定された受容体を発現させることを含むことができる。これにより、決定された細胞のより徹底的な分子生物学的検査が促進される。
さらなる実施形態によれば、本発明による方法では、全血サンプルを使用して行う場合、ならびに／または、生物学的サンプルが血液細胞、単球、好中球、好塩基球、好酸球、および／もしくはリンパ球を含有する場合に、特定の関連性が得られる。これは、血液学において血球数を決定する場合に主な使用が見つかる。
本発明のさらなる主題は、本発明による方法の上述の実施形態のうちの１つまたはそれ以上を実行するように構成されている、細胞分析装置、たとえばマイクロチップまたはマイクロコントローラを含むものに関する。
本発明のさらなる主題は、本発明による細胞分析装置を含む、標識せずに生物学的サンプルの白血球の細胞種を決定するための顕微鏡観察器具に関する。
好ましくは、顕微鏡観察器具はデジタルホログラフィー顕微鏡を含む。
本発明による方法のさらなる実施形態によれば、白血球種の決定は、細胞の細胞期の決定、特に、細胞齢、細胞の生理的もしくは形態学的状態、または細胞の活性状態の鑑別を含むことができる。これにより、イメージシーケンス、たとえば細胞における活性化手順のものの記録が促進される。
干渉位相顕微鏡観察とも呼ばれるデジタルホログラフィー顕微鏡観察（ＤＨＭ）は、１つの記録で対象の強度および位相の両方を定量的に獲得できることによって識別される。この目的を達成するために、記録されるのは、慣用の顕微鏡観察のような対象での光の吸収および散乱によって生じる強度分布ではなく、対象波および参照波の重ね合わせから生じる波面である。このことから、対象の強度および位相情報をコンピュータの助けにより再構成することができる。
この顕微鏡観察方法は、さらなるサンプル調製なしに可視光に対して実質的に透明であり、したがって慣用の顕微鏡においてコントラストをわずかしか有さないため、生物学的サンプルの検査に適している。位相情報を記録することによって、細胞の形態学を非常に正確に獲得し、本情報の助けにより細胞の鑑別を行うことが可能である。
通常は対物レンズ中の位相リングおよびコンデンサ中の環状ストップによって現実化される、慣用の位相差顕微鏡と比較して、ＤＨＭは、位相を定量的に決定できるという利点を提供する。したがって、これは定量的位相差顕微鏡観察とも呼ばれる。対象の高さプロフィールの再現性のある再構成は、位相を定量することによってのみ促進され、これのみが細胞種の自動決定を可能にする。
光の位相シフトは対象を通る光路長によって決定される；すなわち、対象の幾何学的厚さおよび屈折率の両方がこの場合に役割を果たすことに注意されたい。真の幾何学的高さプロフィールを位相情報から得るためには、サンプルの屈折率が知られていなければならない。しかし、細胞の顕微鏡観察の好ましい応用では、概ね一定かつ知られている屈折率を仮定することができ、その結果、位相情報を高さプロフィールへと直接変換することができる。あるいは、位相情報を様々な波長で記録し、それによる計算によって屈折率の影響を除去することができる。
さらに、位相情報は３６０°の位相角までしかユニークに決定されないことにも注意されたい。例として、測定された位相シフト１０°は、実際には３７０°、７３０°などの位相シフトに対応している場合がある。したがって、ユニークさの範囲は光の波長に限定される。生体細胞は急勾配の側面を有しておらず、したがって隣接ピクセルの位相値は接続状態で利用可能なため、細胞の顕微鏡観察の選択された応用では、この限定は同様に無視できる。
本発明による方法は、鑑別血球数を作成するために現在適用されている手順を、標識せずに行うことを可能にする。鑑別血球数を作成するための例示的な手順は、たとえば、細胞サイズの確認、細胞の成熟状態、すなわち細胞齢、核細胞質比、細胞質封入体の獲得、およびクロマチン構造の獲得を含む。
デジタルホログラフィー顕微鏡観察（ＤＨＭ）とも呼ばれる干渉位相顕微鏡観察は、１つの記録で対象の強度および位相の両方を定量的に獲得できることによって識別される。この目的を達成するために、獲得されるのは、慣用の顕微鏡観察のような対象のイメージ表示ではなく、対象波および参照波の重ね合わせから出現する波面である。このことから、対象の強度および位相情報を細胞分析装置、たとえばコンピュータの助けにより再構成することができる。
この顕微鏡観察方法は、さらなるサンプル調製なしに可視光に対して実質的に透明であり、したがって慣用の顕微鏡においてコントラストをわずかしか有さないため、生物学的サンプルの検査に適している。位相情報を記録することによって、細胞の形態学を非常に正確に獲得し、本情報の助けにより細胞の鑑別を行うことが可能である。
細胞を染色することなしに、たとえば複数の細胞の再構成した位相情報に基づいて、たとえば白血球の鑑別を実行することが可能であり、作業を新鮮な乾燥していない細胞で実行することが可能となる。その結果、乾燥および染色中のサンプルの取扱いの様々な事例から生じる不必要な人為的結果が回避される。ここでは、イメージは再現性があり、自動コンピュータ支援画像処理によってより容易に識別可能である。方法の工程数が最小限となる。これにより費用および時間が節約され、信頼性がありより速い診断が促進される。
事前分析では、これにより、たとえば、丸め緩衝液（ｒｏｕｎｄｉｎｇ ｂｕｆｆｅｒ）（すなわち高希釈のＳＤＳ緩衝溶液）の使用を血液学的分析計に関して省略することが可能となる。後者は、フローサイトメーターにおいて散乱光の測定に適しているが、同時に人為的結果をもたらす、細胞の丸まりをもたらす。
本発明を添付の図面に基づいて、具体的な例示的な実施形態によって、再度、より詳細に説明する。示した例は本発明の好ましい実施形態を表す。
本発明によるｉｎ ｖｉｔｒｏ方法の助けにより、生物学的サンプルにおいて標識せずに白血球の細胞種の決定を行うことができる。この場合、標識せずにとは、細胞を、たとえば蛍光色素または放射性粒子によって、標識する必要がないことを意味する。ここでは、生物学的サンプルは、たとえば動物またはヒトの血液細胞のサンプルを含み得る。好ましくは、これは全血サンプルであり、たとえば、血液細胞１０、たとえば、白血球、好酸球、または好塩基球を含む。
第１の実験例では、ＡＭＬ、ＣＭＬ、ＡＬＬ、ＣＬＬ、およびＯＭＦを、それぞれの特徴的な散乱パターンに基づいて識別する。
図１から図６は、ＡＭＬ（図１）、ＣＭＬ（図２）、ＡＬＬ（図３）、ＣＬＬ（図４）、ＯＭＦ（図５）、および健康なサンプル（図６）の特徴的な散乱パターンを示す。ここでは、「ＯＭＦ」は、骨髄増殖性新生物（ＭＰＮ）の群の亜型である骨骨髄線維症を表す。ＰＣＡパラメータＶａｌ４およびＶａｌ５（対応する一次結合には上記を参照）を区別に使用する。
様々な種類の白血病のうちの１つを有する患者または健康な対象のサンプルの識別基準は、以下の通りである。
健康な対象のサンプル：３つの明確に分離されたデータ領域：
第１の領域：Ｖａｌ４＝４００～６５０、Ｖａｌ５＝２００～５００、
第２の領域：Ｖａｌ４＝６００～７５０、Ｖａｌ５＝４００～６００、
第３の領域：Ｖａｌ４＝７００～８５０、Ｖａｌ５＝２５０～４００。
第１の領域：Ｖａｌ４＝４００～６５０、Ｖａｌ５＝２００～５００、
第２の領域：Ｖａｌ４＝６００～７５０、Ｖａｌ５＝４００～６００、
第３の領域：Ｖａｌ４＝７００～８５０、Ｖａｌ５＝２５０～４００。
ＡＭＬを有する患者のサンプル：１つだけの連続的なデータ領域：
Ｖａｌ４＝６００～９００、Ｖａｌ５＝３００～６００。
Ｖａｌ４＝６００～９００、Ｖａｌ５＝３００～６００。
ＣＭＬを有する患者のサンプル：３つの領域へと細区分することができる、隣接するデータ領域：
第１の領域：Ｖａｌ４＝４００～５５０、Ｖａｌ５＝２００～５００の領域中の小集団、
第２の領域：Ｖａｌ４＝５００～７００、Ｖａｌ５＝２００～５００の領域中の支配的な主集団、
第３の領域：Ｖａｌ４＝７００～８５０、Ｖａｌ５＝２５０～４００の領域中の小集団。
第１の領域：Ｖａｌ４＝４００～５５０、Ｖａｌ５＝２００～５００の領域中の小集団、
第２の領域：Ｖａｌ４＝５００～７００、Ｖａｌ５＝２００～５００の領域中の支配的な主集団、
第３の領域：Ｖａｌ４＝７００～８５０、Ｖａｌ５＝２５０～４００の領域中の小集団。
ＡＬＬを有する患者のサンプル：大きな主集団および２つの小さな二次集団：
第１の領域：Ｖａｌ４＝７００～８５０、Ｖａｌ５＝３００～５００の領域中の支配的な主集団、
第２の領域：Ｖａｌ４＝５５０～７００、Ｖａｌ５＝３００～４５０の領域中の小集団、
第３の領域：Ｖａｌ４＝５００～７００、Ｖａｌ５＝４５０～６００の領域中の小集団。
第１の領域：Ｖａｌ４＝７００～８５０、Ｖａｌ５＝３００～５００の領域中の支配的な主集団、
第２の領域：Ｖａｌ４＝５５０～７００、Ｖａｌ５＝３００～４５０の領域中の小集団、
第３の領域：Ｖａｌ４＝５００～７００、Ｖａｌ５＝４５０～６００の領域中の小集団。
ＣＬＬを有する患者のサンプル：大きな主集団および１つの小さな二次集団：
第１の領域：Ｖａｌ４＝６５０～９００、Ｖａｌ５＝３００～５００の領域中の支配的な主集団、
第２の領域：Ｖａｌ４＝４００～６００、Ｖａｌ５＝３００～５００の領域中の小集団。
第１の領域：Ｖａｌ４＝６５０～９００、Ｖａｌ５＝３００～５００の領域中の支配的な主集団、
第２の領域：Ｖａｌ４＝４００～６００、Ｖａｌ５＝３００～５００の領域中の小集団。
ＯＭＦを有する患者のサンプル：４つの領域へと細区分することができる、隣接するデータ領域：
第１の領域：Ｖａｌ４＝７００～９００、Ｖａｌ５＝２００～４００、
第２の領域：Ｖａｌ４＝６００～７５０、Ｖａｌ５＝４００～５５０、
第３の領域：Ｖａｌ４＝５００～６５０、Ｖａｌ５＝２５０～４５０、
第４の領域：Ｖａｌ４＝４００～６５０、Ｖａｌ５＝４５０～７００の領域中の小集団。
第１の領域：Ｖａｌ４＝７００～９００、Ｖａｌ５＝２００～４００、
第２の領域：Ｖａｌ４＝６００～７５０、Ｖａｌ５＝４００～５５０、
第３の領域：Ｖａｌ４＝５００～６５０、Ｖａｌ５＝２５０～４５０、
第４の領域：Ｖａｌ４＝４００～６５０、Ｖａｌ５＝４５０～７００の領域中の小集団。
第２の実験例では、ＡＭＬ、ＣＭＬ、ＡＬＬ、ＣＬＬ、およびＯＭＦを、それぞれの特徴的な散乱パターンに基づいて識別する。
図７から図１２は、ＡＭＬ（図７）、ＣＭＬ（図８）、ＡＬＬ（図９）、ＣＬＬ（図１０）、ＯＭＦ（図１１）、および健康なサンプル（図１２）の特徴的な散乱パターンを示す。ＰＣＡパラメータＶａｌ３およびＶａｌ４（対応する一次結合には上記を参照）を区別に使用する。２つの大きな領域を定義する：
第１の領域：Ｖａｌ４＝２３５～９２０、Ｖａｌ５＝５７６～８１６ （＝「骨髄芽球」ゲート（２））、
第２の領域：Ｖａｌ４＝２３５～９２０、Ｖａｌ５＝８１６～１０１５ （＝「リンパ芽球」ゲート（１））。
第１の領域：Ｖａｌ４＝２３５～９２０、Ｖａｌ５＝５７６～８１６ （＝「骨髄芽球」ゲート（２））、
第２の領域：Ｖａｌ４＝２３５～９２０、Ｖａｌ５＝８１６～１０１５ （＝「リンパ芽球」ゲート（１））。
様々な種類の白血病のうちの１つを有する患者または健康な対象のサンプルの識別基準は、以下の通りである。
健康な対象のサンプル：両方のゲート中にゼロまたは非常に少数のみのデータ点。
ＡＭＬを有する患者のサンプル：第１の領域中に顕著な集団：
第１の領域中の全データ点の＞９０％、
第２の領域中の全データ点の＜１０％。
第１の領域中の全データ点の＞９０％、
第２の領域中の全データ点の＜１０％。
ＣＭＬを有する患者のサンプル：第１の領域中に少数のデータ点：
第１の領域中の全データ点の＞９０％、
第２の領域中の全データ点の＜１０％。
第１の領域中の全データ点の＞９０％、
第２の領域中の全データ点の＜１０％。
ＡＬＬを有する患者のサンプル：顕著な集団が第１および第２の領域にわたって広がる：
第１の領域中の全データ点の＜９０％、
第２の領域中の全データ点の＞１０％。
第１の領域中の全データ点の＜９０％、
第２の領域中の全データ点の＞１０％。
ＣＬＬを有する患者のサンプル：第２の領域中に顕著な集団：
第１の領域中の全データ点の＜１０％、
第２の領域中の全データ点の＞９０％。
第１の領域中の全データ点の＜１０％、
第２の領域中の全データ点の＞９０％。
ＯＭＦを有する患者のサンプル：第１および第２の領域中に少数のデータ点：
第１の領域中の全データ点の＞８０％、
第２の領域中の全データ点の＜２０％。
第１の領域中の全データ点の＞８０％、
第２の領域中の全データ点の＜２０％。
第３の実験例では、標識せずに５つの主要な白血球の種類およびさらなる亜型間で区別される。
図１３から図１７は、定義された領域（「ゲート」）中の特徴的な散乱パターンに基づいて、標識せずに５つの主要な白血球の種類およびさらなる亜型間の区別を示す。略記「Ｅ＆Ｎ＆ＩＧ」（１２）は、好酸球、好中球、および未成熟顆粒球を表す（図１３を参照）。この場合、未成熟顆粒球は後骨髄球および骨髄球である。以下の領域は細胞種間を識別するために定義されている（使用パラメータおよび定義された領域（ゲート）のＸ／Ｙ座標をそれぞれの事例で指定している）：
第１の領域＝「単球」ゲート（３）：単球細胞種は、Ｖａｌ４およびＶａｌ５の値が理由で以下のように識別される。
第２の領域＝「好中球」ゲート（４）：好中球細胞種は、Ｖａｌ４およびＶａｌ５の値が理由で以下のように識別される。
第３の領域＝「好酸球」ゲート（５）：好酸球細胞種は、Ｖａｌ４およびエントロピーの値が理由で以下のように識別される。
第４の領域＝「好塩基球」ゲート（６）：好塩基球細胞種は、Ｖａｌ４およびＶａｌ５の値が理由で以下のように識別される。
第５の領域＝「リンパ球」ゲート（７）：リンパ球細胞種は、Ｖａｌ４およびＶａｌ５の値が理由で以下のように識別される。
第６の領域＝「巨核球」ゲート（８）：巨核球細胞種は、Ｖａｌ３およびエントロピーの値が理由で以下のように識別される。
第７の領域＝「前骨髄球」ゲート（９）：前骨髄球細胞種は、Ｖａｌ３およびエントロピーの値が理由で以下のように識別される。
第８の領域＝「骨髄球」ゲート（１０）：骨髄球細胞種は、当量直径および均一性の値が理由で以下のように識別される。
第９の領域＝「後骨髄球」ゲート（１１）：後骨髄球細胞種は、当量直径および均一性の値が理由で以下のように識別される。
Claims (17)
- 生物学的サンプルにおいて標識せずに白血球の細胞種を決定するためのｉｎ ｖｉｔｒｏ方法であって、顕微鏡観察器具が細胞のイメージングを行い、細胞の物理的パラメータは、自動イメージ分析によって細胞のイメージ表示から確認され、
白血球の細胞種は、物理的パラメータに基づいておよび主成分分析パラメータ（ＰＣＡパラメータ）に基づいて決定され、該主成分分析パラメータは、該物理的パラメータのうちの少なくとも一部の一次結合を含み、
該方法は、非染色細胞を使用して実行される、
前記ｉｎ ｖｉｔｒｏ方法。 - 白血球の決定された細胞種は、以下の白血球の主要な種類、すなわち、単球、好中球、好塩基球、好酸球、およびリンパ球を含む群のうちの１つである、請求項１に記載の方法。
- 決定された細胞種は、骨髄球、後骨髄球、前骨髄球、芽球、巨核球、形質細胞、非定型リンパ球、およびセザリー細胞を含む群からの、白血球の主要な種類ならびに／または白血球の亜型のうちの１つである、請求項１または２に記載の方法。
- サンプル中の多様な白血球のそれぞれの細胞種の決定を使用して、それぞれの細胞集団を特徴づけ、本細胞集団を使用して、サンプルが由来する患者において急性骨髄性白血病（ＡＭＬ）、急性リンパ芽球性白血病（ＡＬＬ）、慢性骨髄性白血病（ＣＭＬ）、または慢性リンパ球性白血病（ＣＬＬ）が存在するかどうかを決定する、請求項１～３のいずれか１項に記載の方法。
- 細胞の物理的パラメータは、細胞に覆われた面積、細胞の周囲長、細胞の幅、細胞の高さ、細胞の幅対高さの比、細胞の幾何学的形状の円に対する類似度、細胞の平均半径、細胞の半径の分散、細胞の被覆の度合、細胞の覆われた面積に対応する当量直径、細胞の光学的体積、細胞の最大の光学的高さ、細胞の最小の光学的高さ、細胞の光学的高さの平均
、細胞の光学的高さの分散、細胞の両凹性、細胞の真球度、細胞の質量中心のシフト、細胞のコントラスト、細胞の相違度、細胞の均一性、細胞のエネルギー、細胞のエントロピーを含む群からのパラメータを含む、請求項１～４のいずれか１項に記載の方法。 - 細胞のイメージングは、参照波を対象波上にオーバーレイし、生じるインターフェログラムおよび／またはコンピュータで実行した数学的再構成を記録することを含む、請求項１～５のいずれか１項に記載の方法。
- 顕微鏡観察器具は、デジタルホログラフィー顕微鏡観察（ＤＨＭ）、干渉位相顕微鏡観察、または定量的位相顕微鏡観察を行うための顕微鏡である、請求項１～６のいずれか１項に記載の方法。
- 白血球は、フローセルにおいて顕微鏡観察器具によってイメージングされる、請求項１～７のいずれか１項に記載の方法。
- フローセルが、長方形または正方形の横断面を有するチャネルを含む、請求項８に記載の方法。
- 白血球は、層状シース流によって集中される、請求項８または９に記載の方法。
- 層状シース流が４つの層状シース流である、請求項１０に記載の方法。
- 白血球を顕微鏡観察器具によってイメージングする前に、赤血球を選択的溶解によってサンプルから除去する、請求項１～１１のいずれか１項に記載の方法。
- 非染色および非乾燥細胞を使用して実行する、請求項１～１２のいずれか１項に記載の方法。
- 以下の工程：
－標識を用いて細胞を表現型決定すること、および／または
－細胞のさらなる割当てのために事前に決定された受容体を発現させること
をさらに含む、請求項１～１３のいずれか１項に記載の方法。 - 全血サンプルを使用して行う、ならびに／または、生物学的サンプルは血液細胞、単球、好中球、好塩基球、好酸球、および／もしくはリンパ球を含有する、請求項１～１４のいずれか１項に記載の方法。
- 請求項１～１５のいずれか１項に記載の方法を実行するように構成されているマイクロチップまたはマイクロコントローラーを含む、細胞分析装置。
- 請求項１６に記載の細胞分析装置を含む、生物学的サンプルの細胞の細胞種を標識せずに決定するための顕微鏡観察器具。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP18162033.7A EP3540631A1 (de) | 2018-03-15 | 2018-03-15 | In-vitro-verfahren zum markierungsfreien bestimmen eines zelltyps einer weissen blutzelle |
| EP18162033.7 | 2018-03-15 | ||
| PCT/EP2019/055965 WO2019175082A1 (de) | 2018-03-15 | 2019-03-11 | In-vitro-verfahren zum markierungsfreien bestimmen eines zelltyps einer weissen blutzelle |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021518527A JP2021518527A (ja) | 2021-08-02 |
| JP7291717B2 true JP7291717B2 (ja) | 2023-06-15 |
Family
ID=61868134
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020548900A Active JP7291717B2 (ja) | 2018-03-15 | 2019-03-11 | 標識せずに白血球の細胞種を決定するためのＩｎ ｖｉｔｒｏ方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20210365667A1 (ja) |
| EP (1) | EP3540631A1 (ja) |
| JP (1) | JP7291717B2 (ja) |
| CN (1) | CN111868739A (ja) |
| WO (1) | WO2019175082A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4134670A1 (en) | 2021-08-09 | 2023-02-15 | Siemens Healthcare Diagnostics Inc. | A hematology analyzer comprising a single hardware module and integrated workflow |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009539097A (ja) | 2006-06-02 | 2009-11-12 | ファイザー・プロダクツ・インク | 循環腫瘍細胞アッセイ |
| JP2014502720A (ja) | 2010-12-20 | 2014-02-03 | ケイ テッビ キャメロン | 白血病／リンパ腫の検出および誘導方法 |
| JP2016511397A (ja) | 2013-01-31 | 2016-04-14 | ユニベルシテ ドゥ モンペリエ | 希少事象を同定する方法 |
| US20170219568A1 (en) | 2014-03-07 | 2017-08-03 | Celltool Gmbh | Method and device for quality controlling a blood-based product |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0574508B1 (en) * | 1991-02-22 | 1997-11-12 | Coulter Corporation | Method and apparatus for screening microscopic cells utilizing polarized light scatter techniques |
| US8406498B2 (en) | 1999-01-25 | 2013-03-26 | Amnis Corporation | Blood and cell analysis using an imaging flow cytometer |
| US20070105165A1 (en) * | 2005-11-04 | 2007-05-10 | Charles Goolsby | Composite profiles of cell antigens and target signal transduction proteins for analysis and clinical management of hematologic cancers |
| CN103471982B (zh) * | 2013-08-23 | 2015-11-25 | 深圳中科强华科技有限公司 | 一种血细胞分析芯片、分析仪及分析方法 |
| CN103398935B (zh) * | 2013-08-23 | 2015-06-24 | 爱威科技股份有限公司 | 一种用于白细胞分类计数的方法以及试剂盒 |
| DE102014200911A1 (de) * | 2013-10-09 | 2015-04-09 | Siemens Aktiengesellschaft | In-Vitro-Verfahren zum markierungsfreien Bestimmen eines Zelltyps einer Zelle |
| CN103745210B (zh) * | 2014-01-28 | 2018-02-06 | 爱威科技股份有限公司 | 一种白细胞分类方法及装置 |
| EP3364341A1 (en) * | 2014-06-16 | 2018-08-22 | Siemens Healthcare Diagnostics Inc. | Analyzing digital holographic microscopy data for hematology applications |
| ES2944957T3 (es) * | 2016-03-16 | 2023-06-27 | Siemens Healthcare Gmbh | Diferencial de 5 partes de alta exactitud con microscopía holográfica digital y leucocitos intactos de sangre periférica |
-
2018
- 2018-03-15 EP EP18162033.7A patent/EP3540631A1/de active Pending
-
2019
- 2019-03-11 WO PCT/EP2019/055965 patent/WO2019175082A1/de active Application Filing
- 2019-03-11 CN CN201980018997.4A patent/CN111868739A/zh active Pending
- 2019-03-11 US US16/980,835 patent/US20210365667A1/en active Pending
- 2019-03-11 JP JP2020548900A patent/JP7291717B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009539097A (ja) | 2006-06-02 | 2009-11-12 | ファイザー・プロダクツ・インク | 循環腫瘍細胞アッセイ |
| JP2014502720A (ja) | 2010-12-20 | 2014-02-03 | ケイ テッビ キャメロン | 白血病／リンパ腫の検出および誘導方法 |
| JP2016511397A (ja) | 2013-01-31 | 2016-04-14 | ユニベルシテ ドゥ モンペリエ | 希少事象を同定する方法 |
| US20170219568A1 (en) | 2014-03-07 | 2017-08-03 | Celltool Gmbh | Method and device for quality controlling a blood-based product |
Non-Patent Citations (3)
| Title |
|---|
| HUANG, D.-C. et al.，A computer assisted method for leukocyte nucleus segmentation and recognition in blood smear images，JOURNAL OF SYSTEMS AND SOFTWARE，2012年04月18日，Vol.85/No.9，p.2104-2118 |
| TABRIZI, P.R. et al.，Using PCA and LVQ Neural Network for Automatic Recognition of Five Types of White Blood Cells，2010 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY，p.5593-5596，DOI:10.1109/IEMBS.2010.5626788 |
| YAMPRI, P. et al.，White Blood Cell Classification based on the Combination of Eigen Cell and Parametric Feature Detection，2006 1st IEEE CONFERENCE ON INDUSTRIAL ELECTRONICS AND APPLICATIONS，2006年12月11日，p.1-4，DOI:10.1109/ICIEA.2006.257341 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021518527A (ja) | 2021-08-02 |
| CN111868739A (zh) | 2020-10-30 |
| US20210365667A1 (en) | 2021-11-25 |
| WO2019175082A1 (de) | 2019-09-19 |
| EP3540631A1 (de) | 2019-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11137339B2 (en) | Method for performing a blood count and determining the morphology of a blood smear | |
| JP7361149B2 (ja) | デジタルホログラフィ顕微鏡検査および無傷の（ｕｎｔｏｕｃｈｅｄ）末梢血白血球を用いる高精度の５部鑑別（５－ｐａｒｔ Ｄｉｆｆｅｒｅｎｔｉａｌ） | |
| US8310659B2 (en) | Method and apparatus for detecting and counting platelets individually and in aggregate clumps | |
| EP3180738B1 (en) | A system and method for cell recognition | |
| EP1062507B1 (en) | Determination of white blood cell differential | |
| US8284384B2 (en) | Method and apparatus for analyzing individual cells or particulates using fluorescent quenching and/or bleaching | |
| JP4982385B2 (ja) | イメージングフローサイトメータを使用した血液及び細胞の分析 | |
| US20170261930A1 (en) | Method and system for detecting and/or classifying cancerous cells in a cell sample | |
| US10408735B2 (en) | In vitro method for the label-free determination of a cell type of a cell | |
| JP7291717B2 (ja) | 標識せずに白血球の細胞種を決定するためのＩｎ ｖｉｔｒｏ方法 | |
| JPS60107565A (ja) | 赤血球異常のスクリ−ニング方法 | |
| EP4293342A1 (en) | Automatic analyzer and method for optically analyzing a biological sample | |
| Hu et al. | Deep-learning assisted label-free hematology analysis through defocusing a regular microscope | |
| Center | Introduction to Flow Cytometry | |
| Coro et al. | Open-Source Medical Device for in Vitro Diagnosis of Malaria | |
| Robinson | Cytology: Advances in flow and microscopy | |
| Lerner et al. | Automatic signal classification in fluorescence in-situ hybridization images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220308 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230118 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230124 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230227 |
|
| 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: 20230509 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230605 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7291717 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |