KR20230081574A - 다채널 형광 시상수 신호를 이용한 알츠하이머 지수 판단 장치 및 방법 - Google Patents

다채널 형광 시상수 신호를 이용한 알츠하이머 지수 판단 장치 및 방법 Download PDF

Info

Publication number
KR20230081574A
KR20230081574A KR1020220061534A KR20220061534A KR20230081574A KR 20230081574 A KR20230081574 A KR 20230081574A KR 1020220061534 A KR1020220061534 A KR 1020220061534A KR 20220061534 A KR20220061534 A KR 20220061534A KR 20230081574 A KR20230081574 A KR 20230081574A
Authority
KR
South Korea
Prior art keywords
alzheimer
image
index
fluorescence signal
channel
Prior art date
Application number
KR1020220061534A
Other languages
English (en)
Inventor
권보미
유홍기
한정무
Original Assignee
세종대학교산학협력단
한국과학기술원
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 세종대학교산학협력단, 한국과학기술원 filed Critical 세종대학교산학협력단
Publication of KR20230081574A publication Critical patent/KR20230081574A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/6402—Atomic fluorescence; Laser induced fluorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/645—Specially adapted constructive features of fluorimeters
    • G01N21/6456—Spatial resolved fluorescence measurements; Imaging
    • G01N21/6458—Fluorescence microscopy
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
    • 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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • G01N33/6896—Neurological disorders, e.g. Alzheimer's 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
    • G01N2800/28—Neurological disorders
    • G01N2800/2814—Dementia; Cognitive disorders
    • G01N2800/2821—Alzheimer

Abstract

다채널 형광 시상수 신호를 이용한 알츠하이머 지수 판단 장치 및 방법이 개시된다. 일 실시예에 따른 알츠하이머 지수 판단 장치는 피검체에 광을 조사하고 상기 피검체로부터 방출되는 형광신호를 다채널로 검출하여, 채널별 형광신호 세기 영상, 채널별 형광신호의 시상수 영상, 및 채널간 형광신호 세기의 비율 영상을 생성하는 형광시상수 이미징 현미경; 상기 채널별 형광신호 세기 영상, 상기 채널별 형광신호의 시상수 영상, 및 상기 채널간 형광신호 세기의 비율 영상 각각의 대표값을 산출하는 대표값 산출부; 및 각 영상의 대표값을 기반으로 상기 피검체의 알츠하이머 지수를 판단하는 알츠하이머 지수 판단부; 를 포함할 수 있다.

Description

다채널 형광 시상수 신호를 이용한 알츠하이머 지수 판단 장치 및 방법{Apparatus and method for determining Alzheimer's disease score using multi-channel fluorescence lifetime signals}
다채널 형광 시상수 신호를 이용하여 알츠하이머 지수를 판단하는 장치 및 방법에 관한 것이다.
알츠하이머 질병은 대표적인 퇴행성 뇌 질환으로 언어, 기억력 등의 여러 인지기능 이상 증상을 유발하고 보행이상과 같은 신경학적 이상까지 유발하며, 말기에는 결국 일상생활 기능상실에 이르게 되는 질병이다. 그러나 현재까지도 그 발병 기전과 원인에 대하여 명확히 밝혀지지 않아 극복되지 못한 질병 중 하나이며, 따라서, 알츠하이머 발병 기전에 대한 연구와 치료제 개발은 바이오 및 의학 분야에서 중요한 과업 중 하나이다.
알츠하이머 연구 시 살아있는 환자의 뇌를 직접 샘플로 활용할 수 없는 관계로 주로 알츠하이머 유발 유전자를 도입한 세포 모델, 환자유래 세포 등으로 알츠하이머 상황을 모사하는 샘플을 활용한 연구개발이 활발히 이루어지고 있다. 특히, 최근에는 실제 뇌와 유사한 구조를 지니도록 줄기세포를 활용하여 배양된 뇌 오가노이드(Organoid) 등을 활용하기도 한다.
오가노이드나 세포에서 알츠하이머 특이적 인자를 검출하는 기존 분석 방법의 경우 효소결합면역흡착검사(enzyme-Linked Immunosorbent Assay, ELISA)등과 같이 생화학적 인자(단백질) 정량법을 통해 이루어진다. 또한 베타 아밀로이드나 단백질 등과 같이 알츠하이머 특이적 인자가 세포에 침착되었는지 여부를 시각적으로 확인하기 위해서는 오가노이드나 세포를 고정(fixation) 후 형광면역염색법(immunofluorescence imaging)을 통해 보고자 하는 대상 단백질을 표지(labelling)한 후 현미경으로 이미징하여 확인한다.
이와 같이 세포단위에서 알츠하이머 특이적 인자를 검출하기 위한 기존 기술의 경우 생화학적 인자 정량법/ 형상학적 특징 시각화 방법으로 복잡한 과정을 거친다. 또한, 생화학적 인자 정량화를 위해 세포용해(lysis)/시각화를 위해 고정-표지-이미징과 같은 침습적 방법을 활용하므로 실시간 관찰이 불가능 하며, 한번 관찰하면 그 시점 이후로의 추가적인 추적관찰이 불가능하다.
따라서, 실시간 알츠하이머 특이적 인자 검출이 가능하고 침습적인 과정을 제거하여 지속적인 추적관찰이 가능하도록 하는 할 수 있는 기술이 필요하다.
다채널 형광 시상수 신호를 이용하여 알츠하이머 지수를 판단하는 장치 및 방법을 제공하는 것을 목적으로 한다.
일 양상에 따른 알츠하이머 지수 판단 장치는, 피검체에 광을 조사하고 상기 피검체로부터 방출되는 형광신호를 다채널로 검출하여, 채널별 형광신호 세기 영상, 채널별 형광신호의 시상수 영상, 및 채널간 형광신호 세기의 비율 영상을 생성하는 형광시상수 이미징 현미경; 상기 채널별 형광신호 세기 영상, 상기 채널별 형광신호의 시상수 영상, 및 상기 채널간 형광신호 세기의 비율 영상 각각의 대표값을 산출하는 대표값 산출부; 및 각 영상의 대표값을 기반으로 상기 피검체의 알츠하이머 지수를 판단하는 알츠하이머 지수 판단부; 를 포함할 수 있다.
상기 피검체는 알츠하이머 모델 세포, 알츠하이머 모델 세포를 기반으로 제작된 스페로이드, 알츠하이머 모델 세포를 기반으로 제작된 오가노이드, 환자유래 세포, 환자유래 세포를 기반으로 제작된 스페로이드, 환자유래 세포를 기반으로 제작된 오가노이드, 환자에게서 얻은 조직 중 하나일 수 있다.
상기 대표값 산출부는, 각 영상에 대하여 피검체 영역 내 복수개의 관심영역을 랜덤으로 선정하고 상기 복수개의 관심영역의 신호값들의 분포곡선(histogram)을 분석하여, 각 영상의 대표값을 산출할 수 있다.
상기 대표값은 최빈값, 평균값, 중앙값 중 하나일 수 있다.
상기 알츠하이머 지수 판단부는, 상기 각 영상의 대표값을 가중합하여 상기 알츠하이머 지수를 판단할 수 있다.
상기 각 영상의 대표값에 적용되는 가중치는 각 영상의 대표값과 알츠하이머 인자 사이의 상관계수로서 통계적 방식으로 도출될 수 있다.
다른 양상에 따른 알츠하이머 지수 판단 방법은, 피검체에 광을 조사하고 상기 피검체로부터 방출되는 형광신호를 다채널로 검출하여, 채널별 형광신호 세기 영상, 채널별 형광신호의 시상수 영상, 및 채널간 형광신호 세기의 비율 영상을 생성하는 단계; 상기 채널별 형광신호 세기 영상, 상기 채널별 형광신호의 시상수 영상, 및 상기 채널간 형광신호 세기의 비율 영상 각각의 대표값을 산출하는 단계; 및 각 영상의 대표값을 기반으로 상기 피검체의 알츠하이머 지수를 판단하는 단계; 를 포함할 수 있다.
상기 피검체는 알츠하이머 모델 세포, 알츠하이머 모델 세포를 기반으로 제작된 스페로이드, 알츠하이머 모델 세포를 기반으로 제작된 오가노이드, 환자유래 세포, 환자유래 세포를 기반으로 제작된 스페로이드, 환자유래 세포를 기반으로 제작된 오가노이드, 환자에게서 얻은 조직 중 하나일 수 있다.
상기 대표값을 산출하는 단계는, 각 영상에 대하여 피검체 영역 내 복수개의 관심영역을 랜덤으로 선정하고 상기 복수개의 관심영역의 신호값들의 분포곡선(histogram)을 분석하여, 각 영상의 대표값을 산출할 수 있다.
상기 대표값은 최빈값, 평균값, 중앙값 중 하나일 수 있다.
상기 알츠하이머 지수를 판단하는 단계는, 상기 각 영상의 대표값을 가중합하여 상기 알츠하이머 지수를 판단할 수 있다.
상기 각 영상의 대표값에 적용되는 가중치는 각 영상의 대표값과 알츠하이머 인자 사이의 상관계수로서 통계적 방식으로 도출될 수 있다.
다채널 형광 시상수 신호를 이용하여 비침습적 방법으로 실시간으로 정량화된 알츠하이머 지수를 판단할 수 있으며, 이를 통해 알츠하이머에 대한 지속적인 추적관찰이 가능하다.
도 1은 예시적 실시예에 따른 알츠하이머 지수 판단 장치를 도시한 도면이다.
도 2는 형광시상수 이미징 현미경에서 생성된 영상들의 예시도이다.
도 3은 각 영상의 대표값을 산출하는 과정을 설명하기 위한 예시도이다.
도 4는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 설명하기 위한 도면이다.
도 5는 예시적 실시예에 따른 알츠하이머 지수 판단 방법을 도시한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예를 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
한편, 각 단계들에 있어, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 수행될 수 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하고, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주 기능별로 구분한 것에 불과하다. 즉, 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있다. 각 구성부는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1은 예시적 실시예에 따른 알츠하이머 지수 판단 장치를 도시한 도면이고, 도 2는 형광시상수 이미징 현미경에서 생성된 영상들의 예시도이고, 도 3은 각 영상의 대표값을 산출하는 과정을 설명하기 위한 예시도이다.
도 1 내지 도 3을 참조하면, 알츠하이머 지수 판단 장치(100)는 형광시상수 이미징 현미경(110), 대표값 산출부(120) 및 알츠하이머 지수 판단부(130)를 포함할 수 있다.
형광시상수 이미징 현미경(110)은 피검체에 광을 조사하고, 피검체로부터 방출되는 형광신호를 다채널로 검출하여 채널별 형광신호 세기 영상, 채널별 형광신호의 시상수(lifetime) 영상, 및 채널간 형광신호 세기의 비율 영상 등을 생성할 수 있다. 여기서 형광신호는 자가형광신호일 수 있다.
예시적 실시예에 따르면, 피검체는 생체외 샘플일 수 있다. 예를 들어, 피검체는 알츠하이머 모델 세포, 알츠하이머 모델 세포를 기반으로 제작된 스페로이드, 알츠하이머 모델 세포를 기반으로 제작된 오가노이드, 환자유래 세포, 환자유래 세포를 기반으로 제작된 스페로이드, 환자유래 세포를 기반으로 제작된 오가노이드, 환자에게서 얻은 조직 등을 포함할 수 있다.
형광시상수 이미징 현미경(110)은 광원부(111), 광 검출부(112) 및 영상 처리부(113)를 포함할 수 있다.
광원부(111)는 소정 파장 대역의 광을 피검체에 조사할 수 있다. 광원부(111)는 발광 다이오드(light emitting diode, LED), 레이저 다이오드(laser diode), 또는 형광체 등으로 형성된 하나 이상의 광원을 포함할 수 있다.
예시적 실시예에 따르면, 광원은 355nm 대역의 광을 조사할 수 있다. 그러나 측정 목적이나 분석하고자 하는 대상의 종류에 따라 광원으로부터 조사되는 광의 파장은 달라질 수 있다. 그리고 광원은 반드시 단일의 발광체로 구성될 필요는 없으며 다수의 발광체들이 모여 어레이 형태로 구성될 수도 있다. 이때, 각 광원은 동일한 파장의 광을 조사할 수도 있으며 서로 다른 파장의 광을 조사할 수도 있다.
광 검출부(112)는 피검체로부터 방출되는 형광신호를 다채널로 검출할 수 있다. 광 검출부(112)는 포토 다이오드(photo diode), 포토 트랜지스터(photo transistor) 또는 전자 결합 소자(charge-coupled device, CCD)등으로 형성된 다수의 광 검출기를 포함하며, 각 광 검출기는 서로 다른 중심 파장을 가지는 형광신호를 검출할 수 있다.
예시적 실시예에 따르면, 광 검출부(112)는 380nm ~ 560nm 사이의 형광신호를 검출할 수 있다. 380nm ~ 560nm 파장대의 형광신호는 free NADH, protein bound NAD(P)H, FAD 등과 같이 세포의 대사와 관련된 다양한 생화학적 물질에서 방출하는 신호들을 포함할 수 있다.
이러한 다양한 생화학적 물질은 세포 등의 피검체에 원래부터 존재하는 물질로서 본 발명의 실시예에서 사용되는 형광신호는 피검체에서 자체적으로 방출하는 자가형광신호일 수 있다. 피검체에는 다양한 자가형광물질이 존재할 수 있고, 자가형광물질의 종류에 따라 자가형광신호의 파장 영역은 상이할 수 있다. 따라서 피검체에서 방출되는 형광신호는 복수의 자가형광신호의 중첩된 조합일 수 있는데 이를 하나의 채널로 검출하게 되면 중첩된 자가형광신호의 구분이 어려우므로 정밀한 분석이 어려울 수 있다. 본 발명은 자가형광신호의 정밀한 검출을 위해 피검체에서 방출되는 형광신호를 다채널로 검출할 수 있다.
본 발명의 예시적 실시예에 있어서, 형광신호를 검출하는 채널의 개수는 자가형광신호의 파장 영역에 따라 조절할 수 있다. 예를 들면, 380nm ~ 560nm 의 파장 영역을 세분하여 복수의 세부 파장 영역으로 나누고 각 세부 파장 영역 별로 형광신호를 검출하는 채널을 구비할 수 있다.
광원 및 광 검출기의 개수 및 배열 형태 등은 다양하며 형광시상수 이미징 현미경(110)의 크기, 형태 및 활용 목적에 따라 다양하게 변경될 수 있다.
영상 처리부(113)는 광 검출부(112)에서 다채널로 검출된 형광신호를 기반으로 채널별 형광신호 세기 영상, 채널별 형광신호 시상수(lifetime) 영상, 및 채널간 형광신호 세기의 비율 영상 등을 생성할 수 있다. 여기서 채널간 형광신호 세기의 비율은 예를 들어, 3개의 채널이 존재하는 경우, 제1 채널의 형광신호 세기와 제2 채널의 형광신호 세기의 비율, 제1 채널의 형광신호 세기와 제3 채널의 형광신호 세기의 비율, 및 제2 채널의 형광신호 세기와 제3 채널의 형광신호 세기의 비율을 포함할 수 있다.
한편, 영상 처리부(113)는 형광신호를 기반으로 형광신호 시상수 영상을 생성하는 공지된 다양한 기술을 이용할 수 있다.
예를 들어, 영상 처리부(113)는 도 2에 도시된 바와 같이, 채널별 형광신호 세기 영상((a) 내지 (c)), 채널별 형광신호 시상수 영상((d) 내지 (f)) 및 채널간 형광신호 세기의 비율 영상((g) 내지 (i))을 생성할 수 있다.
대표값 산출부(120)는 영상 처리부(113)에서 생성된 영상들(채널별 형광신호 세기 영상, 채널별 형광신호 시상수 영상, 및 채널간 형광신호 세기의 비율 영상 등) 각각에 대하여 피검체 영역 내 복수개의 관심영역(Region of Interest, ROI)을 랜덤으로 선정하고, 복수개의 관심영역의 신호값(예컨대, 픽셀값들의 평균)의 분포곡선(histogram) 특성에 따라 각 영상의 대표값을 산출할 수 있다. 이때, 대표값은 최빈값(mode), 평균값(mean), 중앙값(median) 등을 포함할 수 있다.
예컨대, 대표값 산출부(120)는 도 3에 도시된 바와 같이, 각 영상(310)에 대하여 피검체 영역 내 9개의 관심영역(320)을 랜덤으로 선정하고, 9개의 관심영역(320)의 신호값의 분포곡선(histogram)(330)을 분석하여 각 영상의 대표값을 산출할 수 있다.
알츠하이머 지수 판단부(130)는 대표값 산출부(120)에서 산출된 각 영상의 대표값을 기반으로 피검체의 알츠하이머 지수를 판단할 수 있다.
예시적 실시예에 따르면, 알츠하이머 지수 판단부(130)는 각 영상의 대표값을 가중합하여 피검체의 알츠하이머 지수를 판단할 수 있다. 이를 수학식으로 표현하면 수학식 1로 표현될 수 있다.
Figure pat00001
여기서, SAD는 알츠하이머 지수를 나타내고, Fi는 각 영상의 대표값을 나타내고, ai는 각 영상의 대표값과 알츠하이머 인자(예컨대 베타 아밀로이드 등) 사이의 상관계수로서 각 영상의 대표값에 적용되는 가중치를 나타낼 수 있다. 가중치 ai는 통계적 방식으로 도출될 수 있다. 예를 들어, 가중치 ai는 다수의 알츠하이머 샘플에서 알츠하이머 인자(예컨대 베타 아밀로이드 등)의 축적 정도와, 예시적 실시예에 따른 각 영상의 대표값을 판단하고, 통계적 방식으로 알츠하이머 인자의 축적 정도와 각 영상의 대표값 사이의 상관계수를 판단함으로써 도출될 수 있다.
도 4는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 설명하기 위한 도면이다. 도시된 실시예에서, 각 구성부들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수도 있고, 컴퓨팅 환경은 이하에 기술되지 것 이외에도 추가적인 구성부를 포함할 수도 있다.
도시된 컴퓨팅 환경(400)은 컴퓨팅 장치(410)를 포함할 수 있다. 일 실시예에 따르면, 컴퓨팅 장치(410)는 예를 들어, 도 1 내지 도 3를 참조하여 설명한 알츠하이머 지수 판단 장치(100)에 포함되는 하나 이상의 구성부를 포함할 수 있다.
컴퓨팅 장치(410)는 적어도 하나의 프로세서(411), 컴퓨터 판독 가능 저장 매체(412) 및 통신 버스(413)를 포함할 수 있다. 프로세서(411)는 컴퓨팅 장치(410)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(411)는 컴퓨터 판독 가능 저장 매체(412)에 저장된 하나 이상의 프로그램들(414)을 실행할 수 있다. 하나 이상의 프로그램들(414)은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 컴퓨터 실행 가능 명령어는 프로세서(411)에 의해 실행되는 경우 컴퓨팅 장치(410)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(412)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장할 수 있다. 컴퓨터 판독 가능 저장 매체(412)에 저장된 프로그램(414)은 프로세서(411)에 의해 실행 가능한 명령어의 집합을 포함할 수 있다. 일 실시예에 따르면, 컴퓨터 판독 가능 저장 매체(412)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(410)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(413)는 프로세서(411), 컴퓨터 판독 가능 저장 매체(412)를 포함하여 컴퓨팅 장치(410)의 다른 다양한 구성부들을 상호 연결할 수 있다.
컴퓨팅 장치(410)는 또한 하나 이상의 입출력 장치(420)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(415) 및 하나 이상의 네트워크 통신 인터페이스(416)를 포함할 수 있다. 입출력 인터페이스(415) 및 네트워크 통신 인터페이스(416)는 통신 버스(413)에 연결될 수 있다. 입출력 장치(420)는 입출력 인터페이스(415)를 통해 컴퓨팅 장치(410)의 다른 구성부들에 연결될 수 있다. 입출력 장치(420)는 예를 들어, 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 입출력 장치(420)는 컴퓨팅 장치(410)를 구성하는 일 구성부로서 컴퓨팅 장치(410)의 내부에 포함될 수도 있고, 컴퓨팅 장치(410)와는 구별되는 별개의 장치로 컴퓨팅 장치(410)와 연결될 수도 있다.
도 5는 예시적 실시예에 따른 알츠하이머 지수 판단 방법을 도시한 도면이다. 도 5의 알츠하이머 지수 판단 방법은 도 1의 알츠하이머 지수 판단 장치(100)에 의해 수행될 수 있다.
도 5를 참조하면, 알츠하이머 지수 판단 장치는 소정 파장 대역의 광을 피검체에 조사하고 피검체로부터 방출되는 방출되는 형광신호를 다채널로 검출할 수 있다(510). 예를 들어, 알츠하이머 지수 판단 장치는 피검체에 355nm 대역의 광을 조사하고, 380nm ~ 560nm 사이의 형광신호를 검출할 수 있다. 이때 알츠하이머 지수 판단 장치는 각 채널별로 서로 다른 중심 파장을 가지는 형광신호를 검출할 수 있다.
알츠하이머 지수 판단 장치는 다채널로 검출된 형광신호를 기반으로 채널별 형광신호 세기 영상, 채널별 형광신호 시상수 영상, 및 채널간 형광신호 세기의 비율 영상 등을 생성할 수 있다(520).
예를 들어, 알츠하이머 지수 판단 장치는 도 2에 도시된 바와 같이, 채널별 형광신호 세기 영상((a) 내지 (c)), 채널별 형광신호 시상수 영상((d) 내지 (f)) 및 채널간 형광신호 세기의 비율 영상((g) 내지 (i))을 생성할 수 있다.
알츠하이머 지수 판단 장치는 생성된 영상들(채널별 형광신호 세기 영상, 채널별 형광신호 시상수 영상, 및 채널간 형광신호 세기의 비율 영상 등) 각각에 대하여 피검체 영역 내 복수개의 관심영역을 랜덤으로 선정하고, 복수개의 관심영역의 신호값의 분포곡선 특성에 따라 각 영상의 대표값을 산출할 수 있다(530).
예를 들어, 알츠하이머 지수 판단 장치는 도 3에 도시된 바와 같이, 각 영상(310)에 대하여 피검체 영역 내 9개의 관심영역(320)을 랜덤으로 선정하고, 9개의 관심영역(320)의 신호값의 분포곡선(histogram)(330)을 분석하여 각 영상의 대표값을 산출할 수 있다.
알츠하이머 지수 판단 장치는 산출된 각 영상의 대표값을 기반으로 피검체의 알츠하이머 지수를 판단할 수 있다(540).
예를 들어, 알츠하이머 지수 판단부(130)는 각 영상의 대표값을 가중합하여 피검체의 알츠하이머 지수를 판단할 수 있다.
상술한 실시예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함할 수 있다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 디스크 등을 포함할 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드로 작성되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 범위는 전술한 실시 예에 한정되지 않고 특허 청구범위에 기재된 내용과 동등한 범위 내에 있는 다양한 실시 형태가 포함되도록 해석되어야 할 것이다.
100: 알츠하이머 지수 판단 장치
110: 형광시상수 이미징 현미경
111: 광원부
112: 광 검출부
113: 영상 처리부
120: 대표값 산출부
130: 알츠하이머 지수 판단부

Claims (12)

  1. 피검체에 광을 조사하고 상기 피검체로부터 방출되는 형광신호를 다채널로 검출하여, 채널별 형광신호 세기 영상, 채널별 형광신호의 시상수 영상, 및 채널간 형광신호 세기의 비율 영상을 생성하는 형광시상수 이미징 현미경;
    상기 채널별 형광신호 세기 영상, 상기 채널별 형광신호의 시상수 영상, 및 상기 채널간 형광신호 세기의 비율 영상 각각의 대표값을 산출하는 대표값 산출부; 및
    각 영상의 대표값을 기반으로 상기 피검체의 알츠하이머 지수를 판단하는 알츠하이머 지수 판단부; 를 포함하는,
    알츠하이머 지수 판단 장치.
  2. 제1항에 있어서,
    상기 피검체는 알츠하이머 모델 세포, 알츠하이머 모델 세포를 기반으로 제작된 스페로이드, 알츠하이머 모델 세포를 기반으로 제작된 오가노이드, 환자유래 세포, 환자유래 세포를 기반으로 제작된 스페로이드, 환자유래 세포를 기반으로 제작된 오가노이드, 환자에게서 얻은 조직 중 하나인,
    알츠하이머 지수 판단 장치.
  3. 제1항에 있어서,
    상기 대표값 산출부는,
    각 영상에 대하여 피검체 영역 내 복수개의 관심영역을 랜덤으로 선정하고 상기 복수개의 관심영역의 신호값들의 분포곡선(histogram)을 분석하여, 각 영상의 대표값을 산출하는,
    알츠하이머 지수 판단 장치.
  4. 제3항에 있어서,
    상기 대표값은 최빈값, 평균값, 중앙값 중 하나인,
    알츠하이머 지수 판단 장치.
  5. 제1항에 있어서,
    상기 알츠하이머 지수 판단부는,
    상기 각 영상의 대표값을 가중합하여 상기 알츠하이머 지수를 판단하는,
    알츠하이머 지수 판단 장치.
  6. 제5항에 있어서,
    상기 각 영상의 대표값에 적용되는 가중치는 각 영상의 대표값과 알츠하이머 인자 사이의 상관계수로서 통계적 방식으로 도출되는,
    알츠하이머 지수 판단 장치.
  7. 피검체에 광을 조사하고 상기 피검체로부터 방출되는 형광신호를 다채널로 검출하여, 채널별 형광신호 세기 영상, 채널별 형광신호의 시상수 영상, 및 채널간 형광신호 세기의 비율 영상을 생성하는 단계;
    상기 채널별 형광신호 세기 영상, 상기 채널별 형광신호의 시상수 영상, 및 상기 채널간 형광신호 세기의 비율 영상 각각의 대표값을 산출하는 단계; 및
    각 영상의 대표값을 기반으로 상기 피검체의 알츠하이머 지수를 판단하는 단계; 를 포함하는,
    알츠하이머 지수 판단 방법.
  8. 제7항에 있어서,
    상기 피검체는 알츠하이머 모델 세포, 알츠하이머 모델 세포를 기반으로 제작된 스페로이드, 알츠하이머 모델 세포를 기반으로 제작된 오가노이드, 환자유래 세포, 환자유래 세포를 기반으로 제작된 스페로이드, 환자유래 세포를 기반으로 제작된 오가노이드, 환자에게서 얻은 조직 중 하나인,
    알츠하이머 지수 판단 방법.
  9. 제7항에 있어서,
    상기 대표값을 산출하는 단계는,
    각 영상에 대하여 피검체 영역 내 복수개의 관심영역을 랜덤으로 선정하고 상기 복수개의 관심영역의 신호값들의 분포곡선(histogram)을 분석하여, 각 영상의 대표값을 산출하는,
    알츠하이머 지수 판단 방법.
  10. 제9항에 있어서,
    상기 대표값은 최빈값, 평균값, 중앙값 중 하나인,
    알츠하이머 지수 판단 방법.
  11. 제7항에 있어서,
    상기 알츠하이머 지수를 판단하는 단계는,
    상기 각 영상의 대표값을 가중합하여 상기 알츠하이머 지수를 판단하는,
    알츠하이머 지수 판단 방법.
  12. 제11항에 있어서,
    상기 각 영상의 대표값에 적용되는 가중치는 각 영상의 대표값과 알츠하이머 인자 사이의 상관계수로서 통계적 방식으로 도출되는,
    알츠하이머 지수 판단 방법.
KR1020220061534A 2021-11-30 2022-05-19 다채널 형광 시상수 신호를 이용한 알츠하이머 지수 판단 장치 및 방법 KR20230081574A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210169003 2021-11-30
KR1020210169003 2021-11-30

Publications (1)

Publication Number Publication Date
KR20230081574A true KR20230081574A (ko) 2023-06-07

Family

ID=86762172

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220061534A KR20230081574A (ko) 2021-11-30 2022-05-19 다채널 형광 시상수 신호를 이용한 알츠하이머 지수 판단 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20230081574A (ko)

Similar Documents

Publication Publication Date Title
Rumyantsev et al. Fundamental bounds on the fidelity of sensory cortical coding
US10083340B2 (en) Automated cell segmentation quality control
Sahu et al. Evaluation of a combined reflectance confocal microscopy–optical coherence tomography device for detection and depth assessment of basal cell carcinoma
CN105424665B (zh) 用于快速确定医学疾病的设备、系统和方法
Song et al. Neural anatomy and optical microscopy (NAOMi) simulation for evaluating calcium imaging methods
Pera et al. Diffuse fluorescence fiber probe for in vivo detection of circulating cells
CA2917308A1 (en) Methods related to real-time cancer diagnostics at endoscopy utilizing fiber-optic raman spectroscopy
Heylman et al. Supervised machine learning for classification of the electrophysiological effects of chronotropic drugs on human induced pluripotent stem cell-derived cardiomyocytes
Gao et al. FLIMJ: an open-source ImageJ toolkit for fluorescence lifetime image data analysis
JP7424289B2 (ja) 情報処理装置、情報処理方法、情報処理システム、およびプログラム
JP2007020449A (ja) スクリーニング方法およびスクリーニング装置
EP3827248A1 (en) Information processing apparatus and microscope for separating the fluorescence of a fluorescent reageant from the autofluorescence of a specimen
Sagar et al. Machine learning methods for fluorescence lifetime imaging (FLIM) based label-free detection of microglia
Dallaire et al. Quantitative spectral quality assessment technique validated using intraoperative in vivo Raman spectroscopy measurements
Neto et al. Non-invasive classification of macrophage polarisation by 2P-FLIM and machine learning
US20230243839A1 (en) Information processing device, information processing method, program, microscope system, and analysis system
JP4728025B2 (ja) 細胞画像解析装置
Brocato et al. Rapid differentiation of epithelial cell types in aged biological samples using autofluorescence and morphological signatures
Gharia et al. Signal to noise ratio as a cross-platform metric for intraoperative fluorescence imaging
KR20230081574A (ko) 다채널 형광 시상수 신호를 이용한 알츠하이머 지수 판단 장치 및 방법
US11452479B2 (en) System and method for diagnosing soft tissue conditions
Knighton et al. Toward cardiac tissue characterization using machine learning and light-scattering spectroscopy
US11825069B2 (en) Automated fluorescence imaging and single cell segmentation
Jin et al. An automated quantitative method to analyze immunohistochemistry and immunocytochemistry images
JP7256125B2 (ja) 細胞分析方法及び装置