SE527664C2 - Metod och anordning för att reproducerbart mäta och kvantifiera intracellulära objekt - Google Patents

Metod och anordning för att reproducerbart mäta och kvantifiera intracellulära objekt

Info

Publication number
SE527664C2
SE527664C2 SE0402328A SE0402328A SE527664C2 SE 527664 C2 SE527664 C2 SE 527664C2 SE 0402328 A SE0402328 A SE 0402328A SE 0402328 A SE0402328 A SE 0402328A SE 527664 C2 SE527664 C2 SE 527664C2
Authority
SE
Sweden
Prior art keywords
objects
analysis
analyzing
values
pixels
Prior art date
Application number
SE0402328A
Other languages
English (en)
Other versions
SE0402328L (sv
SE0402328D0 (sv
Inventor
Pontus Bostroem
Peter Holmdahl
Original Assignee
Bostroem & Holmdahl Biotech Hb
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 Bostroem & Holmdahl Biotech Hb filed Critical Bostroem & Holmdahl Biotech Hb
Priority to SE0402328A priority Critical patent/SE527664C2/sv
Publication of SE0402328D0 publication Critical patent/SE0402328D0/sv
Priority to PCT/SE2005/001365 priority patent/WO2006036101A1/en
Publication of SE0402328L publication Critical patent/SE0402328L/sv
Publication of SE527664C2 publication Critical patent/SE527664C2/sv

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N15/14Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429Signal processing
    • G01N15/1433Signal processing using image recognition
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G06K9/4652
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693Acquisition
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/28Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/30Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
    • G01N1/31Apparatus therefor
    • G01N1/312Apparatus therefor for samples mounted on planar substrates

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Food Science & Technology (AREA)
  • Signal Processing (AREA)
  • Dispersion Chemistry (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Supercharger (AREA)

Description

25 30 CH 53 CN Ch .än bilder på histologiska preparat med skepticism, då forskaren själv valt ut bilderna. Det är dessutom ofta omöjligt att reproducera bilderna.
Inom forskningen kring hjärt-kärlsjukdomar och cancer, har studier av intracellulära objekt såsom lipiddroppar och vesikler blivit ytterst viktiga (Unger RH, Lipotoxic diseases, Annu Rev Med. 2002;53:3l9~36. Hammar SP, Metastatic adenocarcinoma of unknown primary origin, Hum Pathol. 1998 Dec;29(12):l393-402), varvid ett stort behov finns för metoder för att studera dessa.
I US 5991028 A visas ett system för cellklassificering varvid cellerna färgas och fotograferas, varefter den fotograferade bilden digitaliseras. Därefter studeras den digitaliserade bilden genom att varje pixel klassificeras efter utseendet på dess spektra. Dessa jämförs sedan med utseenden hos referensspektra varvid cellen i sin helhet klassificeras.
Systemet används framförallt för att detektera och kategorisera olika celltyper och systemet fordrar ett stort bibliotek av lagrade referensspektra för att kunna fastställa cellens tillstànd.
I WO 03091729 Al visas en grafisk metod för att undersöka sjuka celler där undersökningen innefattar färgning, fotografering och digitalisering av cellerna enligt samma metod som omnämns i US 5991028 A ovan. Därefter analyseras ett uppkommet färgspektra och jämförs med tidigare lagrade spektra för att bestämma cellens kondition. Även denna metod kräver ett stort bibliotek av lagrade referensspektra för att kunna fastställa cellens tillstànd.
I US 3919530 A anges ett system för att analysera celler baserat på färgspektra hos ett blodprov. Analysen àstadkoms genom att man skannar ett blodprov och filtrerar 10 15 20 25 30 (Ü BJ w Ch Ch .fin resultatet för att erhålla ett kvantifierat färgspektra.
Resultatet av detta färgspektra konverteras till elektronisk data som sedan behandlas matematiskt.
Inte i något av ovannämnda dokument anges en metod som ger möjlighet att exakt och reproducerbart mäta och kvantifiera intracellulära objekt. Dessa kan vara organeller såsom kärnor, mitokondrier etc, eller mindre objekt såsom lipiddroppar och vesikler. Objekten skall gå att skilja ut genom att de har en färg som skiljer sig från omgivningen.
Redogörelse för uppfinningen Syftet med föreliggande uppfinning är således att tillgodose en metod och en anordning som löser de ovan nämnda problemen. Sagda ändamål uppnås medelst en metod enligt föreliggande uppfinning som i huvudsak kännetecknas av att analyseringssteget innefattar följande steg: analysering av färgerna på den digitala bildens pixlar och sammansättning av pixlar vars våglängder har värden som ligger mellan vissa förutbestämda övre och undre gränsvärden, med intilliggande pixlar vars våglängder också har värden som ligger mellan dessa förutbestämda övre och undre gränsvärden, bildandes specifika objekt av sagda sammanslagna pixlar och registrera antalet av sagda specifika objekt.
Syftet uppnås också med en anordning som i huvudsak kännetecknas av att anordningen innefattar ett datorprogram med medel för att analysera den digitala bildens pixlar och medel för att sätta samman pixlar vars våglängder har värden som ligger mellan vissa förutbestämda övre och undre gränsvärden, med intilliggande pixlar vars våglängder också har värden som ligger mellan dessa förutbestämda övre och undre gränsvärden, och för att registrera antalet av sagda specifika objekt. 10 15 20 25 30 LW NJ sa o\ O\ .Ps Föredragna utföringsformer anges av underkraven.
Kortfattad figurbeskrivning Uppfinningen kommer i det följande att på ett icke begränsande sätt och av illustrativa skäl beskrivas under hänvisning till bifogade figurer i vilka: Figur 1 visar ett digitalt foto av en cell.
Figur 2 visar fotot i figur 1 med cirklar runt om cellens objekt.
Figur 3 visar en digital avbildning av objekten urklippta ur fotot i figur l.
Figur 4 visar antal av och storlek pà de intracellulära objekten.
Figur 5 visar storleken på varje grupp av objekt i förhållande till objektens sammanlagda storlek.
Figur 6 visar antal av och volym hos de intracellulära objekten.
Detaljerad beskrivning av uppfinningen Närmast kommer med hjälp av figurerna, ett tillvägagångssätt vid kvantifiering av lipiddroppar i fettceller, i enlighet med ett fördelaktigt utförande av föreliggande uppfinning, att beskrivas. Informationen som önskas erhållas är: Antal lipiddroppar i celler, storlek på de lipiddroppar som hittas och den sammanlagda arean av de lipiddroppar som hittas.
En fettcell med lipiddroppar odlas pà ett täckglas och färgas med hematoxylin och Oil Red O för att visualisera cellkärna och lipiddroppar. Därefter monteras täckglaset på ett objektsglas och cellerna fotograferas i ett mikroskop med en upplösning som tydligt återger de intracellulära objekt som ska 10 15 20 25 30 U1 N) \J O\ o\ .lås kvantifieras. Bilderna digitaliseras och sparas i exempelvis JPEG-format (figur 1). Därefter analyseras bilden enligt uppfinningen; alla punkter/pixlar på bilden avläses och de som bedöms befinna sig inuti en lipiddroppe 1 identifieras på originalbilden med hjälp av globala och lokala färgkontraster.
Dessa punkters position (var i bilden de befinner sig) undersöks sedan för att avgöra vilka av de utvalda punkterna som är belägna inuti samma lipiddroppe 1. Dessa punkter sätts samman och resulterar i att sammanhängande strukturer med punkter som bedöms vara inuti en lipiddroppe 1 identifieras - det vill säga lipiddroppen. Lipiddropparna erhåller sedan var sin cirkel 2 (visas i figur 2) för att bedöma specificiteten / selektiviteten. Lipiddropparna ”klipps” även ut (figur 3) för att ytterligare påvisa att ingenting som inte är en lipiddroppe har hittats.
I samband med fotograferingen, fotograferas även en mikroskopisk linjal, som jämförs med den aktuella bilden. Detta ger ett värde pà upplösningen (pixlar/pm).
De funna lipiddropparna kategoriseras sedan efter storlek (hur många punkter de innehåller) och jämförs med upplösningen för att få ett värde på den egentliga storleken på lipiddroppen, mätt i um i diameter.
Information om hur många lipiddroppar som finns i bilden av olika storlekar plottas sedan (figur 4). Ytterligare ett diagram avseende hur många punkter som befinner sig i lipiddroppar av en viss storlek, i förhållande till totala antalet punkter visas i figur 5. Den senare ger en uppfattning om vilka lipiddroppar som är mest karakteristiska för cellen.
Figur 4 visar att det till antalet finns flest lipiddroppar i storlekskategorin 0,2 - 0,8 um i diameter. Dock framgår i figur 5, att den mest karakteristiska kategorin av 10 15 20 25 30 UH NJ \J O\ OR .Fu droppar (som har störst total area av dropparna) är i storleken 1,9 - 2,1 um i diameter.
Vilka punkter/pixlar som bedöms tillhöra en lipiddroppe påverkas av att det tröskelvärde som måste överskridas för att en punkt skall anses tillhöra ett objekt kan påverkas manuellt och är beroende av vilket färgämne som används. I exemplet användes Oil Red O, vilket färgar neutral lipid röd, varvid ett tröskelvärde sattes till att rött/(grönt+blàtt) skall vara större än 0.7 för att en punkt skall bedömas vara del av en lipiddroppe.
Genom att behandla ett prov som skall undersökas med olika färgämnen kan de i provet ingående objekt som önskas mätas och kvantifieras, anta skiftande färger. Genom att bestämma flera olika tröskelvärden kan man sålunda mäta och kvantifiera ett flertal ämnen som ingår i provet. Alla objekt som ligger mellan övre och undre tröskelvärdena 0.5 och 0.6 kan exempelvis tillhöra ämne A, de objekt som ligger mellan 0.6 och 0.7 kan exempelvis tillhöra ämne B, de objekt som ligger mellan 0.7 och 0.8 kan exempelvis tillhöra ämne B osv. Pâ detta sätt kan undersökningarna effektiviseras och en helhetsbild ges av de olika intracellulära objekten.
Användningen av datoriserad analys av bilder i digitalt format syftar till att ge en exakt och reproducerbar kvalitativ och kvantitativ analys. Man kan härmed föra vetenskapliga bevis enbart från digitala bilder av histologiska preparat.
Exemplet ovan avser enbart 2-dimensionell analys, men även 3-dimensionell analys kan utföras, varvid objektens antal men även dess volym kan fastställas. Man gör då på motsvarande sätt som visats ovan men fotograferingen sker i ett konfokalt mikroskop. Man erhåller då en 3-dimensionell bild vilken digitaliseras och alla element på bilden avläses och de som 10 15 20 25 30 01 NJ \J O\ O\ .ß- bedömdes befinna sig inuti ett objekt identifieras pà originalbilden med hjälp av globala och lokala färgkontraster.
Dessa elements position (var i bilden de befinner sig) undersökes sedan för att avgöra vilka av de utvalda elementen som är belägna inuti samma objekt. Dessa element paras ihop och resulterar i att sammanhängande strukturer med element som bedöms vara inuti ett specifikt objekt identifieras.
Genom att studera ett prov under en viss tid kan även objektens tillväxt, sammanslagning och rörelser mätas och analyseras - så kallad 4-dimensionell analys. Fotograferingen sker även då i ett ”spinning disc confocal microscope” men uppdateras med jämna mellanrum med exempelvis 30 sekunder mellan fotografierna. Resultatet från en sådan studie redovisas i figur 6. Vid studien uppmättes medeltalet droppar per tidsenhet till 419, antal sammanslagningar till 91 och medelmotiliteten hos droppar mindre än 50 pixlar till 1 um/s.
En användare av ett datorprogram som bygger pà uppfinningen kan själv välja tröskelvärden, noggrannhet vid digitaliseringen av bilden - det vill säga storleken pà pixlarna, tidsintervallet mellan fotograferingarna samt mikroskopets förstoring.
Uppfinningen är framförallt intressant när en eller flera av följande punkter berörs 1. Analys av bilder på preparat vilka behandlats med färgkarakteristiska markörer. 2. Identifiering, kvantifiering och mätning av sammanhängande intracellulära strukturer efter deras färg och uttryck i bilden. 3. Identifiering av strukturer som immunohistokemiska markörer, cellorganeller, lipiddroppar och vesikler.
LH NJ ~a ON ON .län Naturligtvis är uppfinningen inte begränsad till de utföranden som beskrivits ovan och illustrerats på de bifogade ritningarna. Modifieringar är möjliga, speciellt beträffande de olika delarnas beskaffenhet, eller genom användning av jämför- bara tekniker, utan att man för den skull fràngàr det i patentkraven angivna skyddsomràdet.

Claims (9)

10 15 20 25 30 01 AJ \J (v. g\ 4:.. PAIENTKRAV
1. Metod för att reproducerbart mäta och kvantifiera intracellulära objekt, till exempel organeller såsom kärnor, mitokondrier etc, eller andra mindre objekt såsom lipiddroppar eller vesikler, vilken innefattar följande steg: - färgning av cellerna med lämplig färg, - fotografering av cellerna med förstoring, - digitalisering av de fotograferade bilderna och - analysering av sagda bild med ett datorprogram, kännetecknad därav, att analyseringssteget innefattar följande steg: - analysering av färgerna på den digitala bildens pixlar, - sammansättning av pixlar vars våglängder har värden som ligger mellan vissa förutbestämda övre och undre gränsvärden, med intilliggande pixlar vars våglängder också har värden som ligger mellan dessa förutbestämda övre och undre gränsvärden, bildandes specifika objekt av sagda sammanslagna pixlar och - registrering av antalet sagda specifika objekt.
2. Metod enligt patentkrav 2, kännetecknad därav, att analyseringssteget innefattar analys av cellerna med hjälp av ett konfokalt mikroskop för att erhålla en 3-dimensionell analys. 10 15 20 25 30 527 664 10
3. Metod enligt något av ovan nämnda patentkrav, kännetecknad därav, att analysen sker kontinuerligt och innefattar stegen: mätning och analys av objektens tillväxt, sammanslagning och rörelser.
4. Metod enligt något av ovan nämnda patentkrav kännetecknad därav, att den innefattar steget att registrera de specifika objektens utseende.
5. Metod enligt något av ovan nämnda patentkrav kännetecknad därav, att den innefattar steget att registrera de specifika objektens storlek.
6. Metod enligt något av ovan nämnda patentkrav kännetecknad därav, att analysen sker av intracellulära, _färgbara objekt vilka utgöres av immunohistokemiska markörer, cellorganeller, lipiddroppar och/eller vesikler.
7. Metod enligt något av ovan nämnda patentkrav kännetecknad därav, att analyseringssteget innefattar analysering av färgen på varje pixel.
8. Anordning för att reproducerbart mäta och kvantifiera intracellulära objekt till exempel organeller såsom kärnor, mitokondrier etc, eller andra mindre objekt såsom lipiddroppar eller vesikler, varvid anordningen innefattar medel att analysera färgade, förstorade och fotograferade celler vars bilder digitaliserats, kännatecknad därav, att anordningen innefattar ett datorprogram med medel för att analysera den digitala bildens pixlar och medel för att sätta samman pixlar vars våglängder har värden som ligger mellan vissa förutbestämda 10 01 h) \J ax Qx rm ll övre och undre gränsvärden, med intilliggande pixlar vars våglängder också har värden som ligger mellan dessa förutbestämda övre och undre gränsvärden, och för att registrera antalet av sagda specifika objekt.
9. Anordning enligt patentkrav 8, kännetecknad därav, att anordningen innefattar eller är sammankopplad med ett konfokalt mikroskop för 3-dimensionell analys.
SE0402328A 2004-09-28 2004-09-28 Metod och anordning för att reproducerbart mäta och kvantifiera intracellulära objekt SE527664C2 (sv)

Priority Applications (2)

Application Number Priority Date Filing Date Title
SE0402328A SE527664C2 (sv) 2004-09-28 2004-09-28 Metod och anordning för att reproducerbart mäta och kvantifiera intracellulära objekt
PCT/SE2005/001365 WO2006036101A1 (en) 2004-09-28 2005-09-20 Method and device for measurement and quantification of objects

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE0402328A SE527664C2 (sv) 2004-09-28 2004-09-28 Metod och anordning för att reproducerbart mäta och kvantifiera intracellulära objekt

Publications (3)

Publication Number Publication Date
SE0402328D0 SE0402328D0 (sv) 2004-09-28
SE0402328L SE0402328L (sv) 2006-03-29
SE527664C2 true SE527664C2 (sv) 2006-05-02

Family

ID=33414829

Family Applications (1)

Application Number Title Priority Date Filing Date
SE0402328A SE527664C2 (sv) 2004-09-28 2004-09-28 Metod och anordning för att reproducerbart mäta och kvantifiera intracellulära objekt

Country Status (2)

Country Link
SE (1) SE527664C2 (sv)
WO (1) WO2006036101A1 (sv)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108388872B (zh) * 2018-02-28 2021-10-22 北京奇艺世纪科技有限公司 一种基于字体颜色的新闻标题识别方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3919530A (en) * 1974-04-10 1975-11-11 George Chiwo Cheng Color information leukocytes analysis system
US5991028A (en) * 1991-02-22 1999-11-23 Applied Spectral Imaging Ltd. Spectral bio-imaging methods for cell classification
CA2366524A1 (en) * 1999-04-13 2000-10-19 Chromavision Medical Systems, Inc. Histological reconstruction and automated image analysis
US20030026762A1 (en) * 1999-05-05 2003-02-06 Malmros Mark K. Bio-spectral imaging system and methods for diagnosing cell disease state
DE10128552B4 (de) * 2001-06-13 2015-01-22 Jens Stockhausen Verfahren zur Zellanalyse und Zellanalyseeinrichtung
US6728561B2 (en) * 2001-08-14 2004-04-27 University Of Alabama In Huntsville Multispectral image processing method, apparatus and computer program product for determining the blood oxygen saturation in a vessel
US7689023B2 (en) * 2003-05-30 2010-03-30 Rabinovich Andrew M Color unmixing and region of interest detection in tissue samples

Also Published As

Publication number Publication date
WO2006036101A1 (en) 2006-04-06
SE0402328L (sv) 2006-03-29
SE0402328D0 (sv) 2004-09-28
WO2006036101A8 (en) 2006-08-24

Similar Documents

Publication Publication Date Title
US11158049B2 (en) Methods and systems for assessing histological stains
US11842483B2 (en) Systems for cell shape estimation
JP7197584B2 (ja) デジタル病理学分析結果の格納および読み出し方法
US4175860A (en) Dual resolution method and apparatus for use in automated classification of pap smear and other samples
CN111417958A (zh) 用于生物图像中的联合细胞和区域分类的深度学习系统和方法
CN112634212B (zh) 基于高光谱无人机的病害潜伏树检测方法及系统
EP3721406A1 (en) Method of computing tumor spatial and inter-marker heterogeneity
CN108885681A (zh) 用于评估细胞形态的方法和系统
WO2009125678A1 (ja) 尿中粒子画像の領域分割方法及び装置
CN101750272A (zh) 血细胞图像识别计数法
Wegner et al. ROXAS-an efficient and accurate tool to detect vessels in diffuse-porous species
WO2022036086A1 (en) Machine learning models for cell localization and classification learned using repel coding
GB2423150A (en) Distinguishing layers of epithelial tissue
KR101559798B1 (ko) 디지털 병리학의 이미지 표준화 방법
CN112432902A (zh) 一种外周血细胞形态学判别细胞数目的自动检测系统及方法
US7316904B1 (en) Automated pap screening using optical detection of HPV with or without multispectral imaging
SE527664C2 (sv) Metod och anordning för att reproducerbart mäta och kvantifiera intracellulära objekt
CN108732103B (zh) 一种基于光流控成像光谱的细胞检测和分类装置
CN112798504B (zh) 大视场高通量流式细胞分析系统及分析方法
EP4042224A1 (en) Label-free hematology and histopathology analysis using deep-ultraviolet microscopy
Mohammed et al. WBCs detection depending based on a binary conversion of the color component in a Ycbcr color space
US11908130B2 (en) Apparatuses and methods for digital pathology
CN112611701B (zh) 一种基于动态相干光学成像技术的循环肿瘤细胞检测装置
WO2023119267A1 (en) Method and system for visualization of the structure of biological cells
Chen et al. Label-free blood analysis utilizing contrast-enhanced defocusing imaging with machine vision

Legal Events

Date Code Title Description
NUG Patent has lapsed