WO2017057970A1 - 광학적 세포 식별방법 - Google Patents

광학적 세포 식별방법 Download PDF

Info

Publication number
WO2017057970A1
WO2017057970A1 PCT/KR2016/011010 KR2016011010W WO2017057970A1 WO 2017057970 A1 WO2017057970 A1 WO 2017057970A1 KR 2016011010 W KR2016011010 W KR 2016011010W WO 2017057970 A1 WO2017057970 A1 WO 2017057970A1
Authority
WO
WIPO (PCT)
Prior art keywords
optical
image
cell
cells
wavelength range
Prior art date
Application number
PCT/KR2016/011010
Other languages
English (en)
French (fr)
Inventor
전병희
Original Assignee
주식회사 싸이토젠
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
Priority claimed from KR1020160125729A external-priority patent/KR101836830B1/ko
Application filed by 주식회사 싸이토젠 filed Critical 주식회사 싸이토젠
Publication of WO2017057970A1 publication Critical patent/WO2017057970A1/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
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements

Definitions

  • the present invention relates to an optical cell identification method, and more particularly, to an optical image of a biological sample including a target cell, fluorescence intensity analysis for individual wavelength images, morphology analysis for individual wavelength images, and integrated images
  • the present invention relates to an optical cell identification method for determining cell types and properties through morphological analysis of cells and counting (counting) desired cells.
  • Fluorescence microscopy is the most widely used device for cell imaging in the fields of biology, chemistry and medicine. After obtaining an optical image through a fluorescence microscope, the user can obtain statistical data such as the number and specific abundance of specific cells (target cells). To do this, technology that accurately identifies cells in optical images is essential.
  • CTCs Circulating Tumor Cells
  • primary tumor tissues ie, primary cancers
  • metastatic cancer a small number of tumor cells that circulate in the blood from primary tumor tissues, ie, primary cancers, and are known as key to metastatic cancer. It is known that blood cancer cells exist in about 1 ratio per 10 8-10 9 blood cell components. Accurately determining the number and proportion of cancer cells in the blood is very important for cancer screening and verification of chemotherapy.
  • the technical problem to be achieved by the present invention is to target the optical image of the biological sample containing the target cell, the cell through the fluorescence intensity analysis for the individual wavelength image, morphology analysis for the individual wavelength image, and morphology analysis for the integrated image It is to provide an optical cell identification method for determining the type and attributes, and counting (counting) desired cells.
  • an embodiment of the present invention provides an optical cell identification method comprising the steps of: a) receiving an optical image for each of a plurality of wavelength ranges of a biological sample including target cells; b) Performing primary filtering by measuring the fluorescence intensity of the cells in the optical image of all or part of the multiple wavelength ranges, and c) measuring the morphology of the cells in the optical image of all or part of the multiple wavelength ranges. Performing second-order filtering; and d) performing third-order filtering by measuring the morphology of the cells in an integrated image in which all or some of the optical images for each of the plurality of wavelength ranges are merged.
  • an optical cell identification method comprising the steps of: a) receiving an optical image for each of a plurality of wavelength ranges of a biological sample including target cells; b) Performing primary filtering by measuring the fluorescence intensity of the cells in the optical image of all or part of the multiple wavelength ranges, and c) measuring the morphology of the cells in the optical image of all or part of the
  • One or more steps may be performed.
  • the optical image of the plurality of wavelength ranges may include a blue wavelength range image, a green wavelength range image, and a red wavelength range image.
  • the cell nucleus may be determined by performing the steps b and c in the blue wavelength range image.
  • the cell membrane may be determined by performing the step b on at least one of the green wavelength range image and the red wavelength range image.
  • the morphology for the cells may include one or more of cell area, cell size, and roundness.
  • blood cancer cells may be determined through third-order filtering of the integrated image.
  • the step b includes the steps of measuring the size of the cells in the optical image of all or part of the plurality of wavelength ranges, and polygons or circles larger by a predetermined ratio or amount than the size of the measured cells. Setting a region consisting of, and performing the first filtering by measuring the fluorescence intensity of the cells in the region.
  • an optical image of a biological sample including a target cell is subjected to a cell through fluorescence intensity analysis for an individual wavelength image, a morphology analysis for an individual wavelength image, and a morphology analysis for an integrated image. It is possible to provide an optical cell identification method for determining the type and attributes and counting (counting) desired cells. It also provides highly reliable algorithms for accurately identifying specific target cells, such as cancer cells, in optical images. In particular, high-speed cell identification is achieved for a large number of biological samples and is applicable to cell imaging systems incorporating digital image analysis modules.
  • FIG. 1 is a flow chart showing an optical cell identification method according to an embodiment of the present invention.
  • FIG. 2 is a sample photograph of an optical image output to a cell imaging device.
  • 3 is a sample photograph of a target cell optical image for the blue, green, and red wavelength ranges.
  • FIG. 4 is an integrated image photograph incorporating the target cell optical image shown in FIG. 3.
  • FIG. 6 is a driving example of a program implementing the optical cell identification method.
  • FIG. 1 is a flow chart showing an optical cell identification method according to an embodiment of the present invention
  • Figure 2 is a sample photo of the optical image output to the cell imaging device
  • Figure 3 is a target cell optical for the blue, green, and red wavelength range Sample image of the image
  • Figure 4 is a combined image image of the target cell optical image shown in Figure 3
  • Figure 5 is a view showing the shape of the target cell to which the various fluorescent dyes or markers are combined and the measurement results of its fluorescence intensity
  • 6 is a driving example of a program implementing the optical cell identification method.
  • the optical cell identification method according to the present invention can be applied to a cell imaging system.
  • a cell imaging system is a system for observing and photographing cells at various wavelengths by placing stained cells on a platform such as slide glass.
  • Cell imaging systems include automated cell counting modules, fluorescence intensity analysis modules, transfection efficiency analysis modules, 3D deconvolution modules, cytology based cell sorting / recognition classification / cognition) module.
  • a measurement function, a report automatic generation function, and a DB management function may be included as a user interface.
  • Such cell imaging systems include digital image analysis equipment for distinguishing cells, culture media, debris, and the like, and for identifying and counting cells desired by a user.
  • Optical cell identification method according to an embodiment of the present invention is applied to a cell imaging system, it is possible to accurately identify and count the target cells that are fluorescently labeled or bound to the marker from the optical image.
  • the optical image reception step (S10) for a plurality of wavelength range the step of performing the primary filtering by measuring the fluorescence intensity (fluorescence intensity) for the cells (S20), measuring the morphology of the cells (morphology) (second step of the second filtering), and measuring the morphology of the cells in the integrated image to perform the third-order filtering (S40).
  • the third-order filtering it is possible to provide a more reliable cell identification method.
  • step S10 an optical image for each of a plurality of wavelength ranges is received for a biological sample including target cells.
  • the target cell may be a cell fluorescently stained by a specific sample, or a specific cell such as specific blood cell or blood cancer cell (CTC), and the like, and there is no particular limitation. It can also be live or dead.
  • CTC blood cancer cell
  • the optical image may be an optical image captured by a transmission light source or a fluorescence light source. As shown in FIG. 2, the cell optical image may be output by the cell imaging apparatus to capture cells, debris, and the like on the background.
  • the optical image may be provided as one image file made by stitching a plurality of divided images for each specific wavelength range.
  • the optical image of the plurality of wavelength ranges may include a blue wavelength range image, a green wavelength range image, and a red wavelength range image.
  • Optical images for the blue wavelength range are particularly useful for the determination of cell nuclei
  • optical images for the green and red wavelength ranges are particularly useful for the determination of cell membranes.
  • step S20 first-order filtering is performed by measuring fluorescence intensity of cells in an optical image of all or part of a plurality of wavelength ranges.
  • step S30 the morphology of the cells is measured in the optical image of all or part of the plurality of wavelength ranges to perform the second filtering.
  • first or second filtering if the cell identification is not achieved at the desired level, it is also possible to perform the first filtering or the second filtering once again through the data filtering on the optical image data, and the data filtering is performed multiple times. It is also possible to mount. In addition, after the first filtering or the second filtering is performed, image data may be stored and output.
  • steps S20 and S30 may be performed in the optical image for the first wavelength range, and then one or more of steps S20 and S30 may be further performed in the optical image for the second wavelength range that is different from the first wavelength range. have.
  • the first wavelength range may be a blue wavelength range
  • the second wavelength range may be a green or red wavelength range
  • the cell nucleus may be determined by performing a first filtering process and a second filtering process on the blue wavelength range image.
  • the cell membrane may be determined by performing a first filtering process on at least one of the green wavelength range image and the red wavelength range image.
  • This primary and secondary filtering makes it possible to accurately identify cells from the optical image.
  • green and red wavelength range images increase identification of target cells such as white blood cells and cancer cells.
  • 3 shows sample photographs of a blue wavelength range image (a), a green wavelength range image (b), and a red wavelength range image (c) of an actual target cell.
  • the morphology of the cells may be measured, where the morphology of the cells may include one or more of a cell area, a cell diameter, and a circularity.
  • the size of a cell is measured in an optical image of all or part of a plurality of wavelength ranges, and then a region consisting of polygons or circles larger than the measured cell size by a predetermined ratio or amount is set, and the Primary filtering may be performed by measuring the fluorescence intensity.
  • Figure 5 shows the results of measurement of the shape and the fluorescence intensity of the target cells to which a number of fluorescent dyes or markers are bound.
  • the markers of vimentin which is a median filament protein, are marked.
  • B epithelial cell expression proteins (epithelial cell adhesion molecule) and CK (cytokeratins) as markers (c), and CD45 as markers or non-target cell removal means (d)
  • a rectangle having a size of 10% or more than the measured size is set, and the fluorescence intensity of the cells within the rectangle is measured to determine the first order. Filtering can be performed.
  • fluorescence intensity measurements can be made in regions of the same coordinates and sizes in other colors, such as green, red and yellow wavelength range optical images.
  • 5A to 5D are blue, green, yellow, and red wavelength range images, respectively, and FIG. 5E shows fluorescence intensity measurement results in each wavelength range image.
  • step S40 third-order filtering is performed by measuring the morphology of the cells in an integrated image in which all or some of the optical images for each of the plurality of wavelength ranges are merged.
  • the morphology for the cell may include one or more of cell area, cell size, and roundness.
  • an integrated image obtained by merging all of the blue wavelength range optical image, the green wavelength range image, and the red wavelength range image is generated, and the morphology of the cells is measured from the integrated image to perform third-order filtering.
  • Third-order filtering using such an integrated image may determine, for example, blood cancer cells (CTC).
  • CTC blood cancer cells
  • Third-order filtering may be performed on the entire target cell, or complementary to the difficult identification of cells in the first and second filtering processes.
  • cell identification is important, such as cancer cells
  • separate data filtering or third-order filtering may be performed multiple times.
  • the optical cell identification method described above can be executed by a computer program.
  • a computer program may be a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA), a programmable logic unit (PLU), a microprocessor, or an instruction. It may be implemented using one or more general purpose or special purpose computers, such as any other device capable of executing and responding to
  • optical cell identification method 6 is a driving example of a program implementing the optical cell identification method, which is an example of the user interface of the analysis software that implements the optical cell identification method according to an embodiment of the present invention by an algorithm. With this software, cell identification and counting can be done automatically and quickly.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Optics & Photonics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

본 발명의 일실시예는 광학적 세포 식별방법으로서, a) 표적세포를 포함하는 생물학적 샘플을 대상으로 복수 파장범위 각각에 대한 광학 이미지를 수신하는 단계와, b) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계와, c) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 모폴로지(morphology)를 측정하여 2차 필터링을 수행하는 단계와, d) 상기 복수 파장범위 각각에 대한 광학 이미지 중 전체 또는 일부를 병합한 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행하는 단계를 포함하는 것을 특징으로 하는, 광학적 세포 식별방법을 제공한다.

Description

광학적 세포 식별방법
본 발명은 광학적 세포 식별방법에 관한 것으로, 더욱 상세하게는 표적세포를 포함하는 생물학적 샘플에 대한 광학 이미지를 대상으로, 개별 파장 이미지에 대한 형광강도 분석, 개별 파장 이미지에 대한 모폴로지 분석, 및 통합 이미지에 대한 모폴로지 분석을 통해 세포 종류 및 속성을 판별하고, 원하는 세포를 계수(카운팅)하는 광학적 세포 식별방법에 관한 것이다.
형광 현미경은 생물, 화학, 의학 등의 분야에서 세포 영상 관찰을 위해 가장 널리 사용되는 장치이다. 사용자는 형광 현미경을 통해 광학 이미지를 얻은 후에 특정한 세포(표적세포)의 개수나 존재비율 등의 통계자료를 얻을 수 있다. 이를 위해서는 광학 이미지에서 세포를 정확히 식별하는 기술이 필수이다.
세포 이미징은 세포를 이용한 검사 또는 검진에도 응용된다. 유전자 해석, 암진단 등 바이오 기술의 발달에 따라 세포를 이용한 다양한 검사 또는 검진 방법이 개발되고 있다. 이를 위해 표적세포를 포함한 생물학적 샘플에 대해 형광 현미경을 통한 촬상 및 촬상된 이미지의 분석이 요구된다. 그러한 표적세포의 한 예로 혈중 암세포를 들 수 있다. 혈중 암세포(CTCs: Circulating Tumor Cells)는 1차적인 종양조직, 즉 원발암으로부터 떨어져 나와 혈액 속을 돌아다니는 소수의 종양세포로 전이암의 핵심요인으로 알려져 있다. 혈중 암세포는 혈구 성분 108∼109 개당 약 1개 비율로 존재한다고 알려져 있다. 이러한 혈중 암세포의 개수나 비율을 정확히 판정하는 것은 암 검진이나 항암치료의 검증 등에 있어 매우 중요하다.
표적세포의 개수를 판단하고 이들의 종류를 판단하기 위해서는 각 세포의 크기와 형상을 특정해야 한다. 따라서 세포를 정확히 식별하여 표적세포, 예컨대 암세포를 정확히 판단해낼 수 있는 신뢰성과 경제성이 우수한 세포 이미징 방법이 요구되고 있다.
또한, 다수개의 생물학적 샘플을 빠른 속도로 처리할 수 있는 자동화된 방식의 세포 이미징 장치와 방법이 요구되고 있다. 이러한 장치 및 방법은 특히 셀 카운팅(세포 계수) 기능이 포함된 디지털 영상 분석 분야에서 그 중요성이 더욱 크다.
본 발명이 이루고자 하는 기술적 과제는 표적세포를 포함하는 생물학적 샘플에 대한 광학 이미지를 대상으로, 개별 파장 이미지에 대한 형광강도 분석, 개별 파장 이미지에 대한 모폴로지 분석, 및 통합 이미지에 대한 모폴로지 분석을 통해 세포 종류 및 속성을 판별하고, 원하는 세포를 계수(카운팅)하는 광학적 세포 식별방법을 제공하는 것이다.
본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기 기술적 과제를 달성하기 위하여, 본 발명의 일실시예는 광학적 세포 식별방법으로서, a) 표적세포를 포함하는 생물학적 샘플을 대상으로 복수 파장범위 각각에 대한 광학 이미지를 수신하는 단계와, b) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계와, c) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 모폴로지(morphology)를 측정하여 2차 필터링을 수행하는 단계와, d) 상기 복수 파장범위 각각에 대한 광학 이미지 중 전체 또는 일부를 병합한 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행하는 단계를 포함하는 것을 특징으로 하는, 광학적 세포 식별방법을 제공한다.
본 발명의 실시예에 있어서, 제1 파장범위에 대한 광학 이미지에서 상기 b 단계 및 c 단계를 수행하고, 상기 제1 파장범위와 상이한 제2 파장범위에 대한 광학 이미지에서 상기 b 단계 및 c 단계 중 하나 이상의 단계를 더 수행할 수 있다.
본 발명의 실시예에 있어서, 상기 a 단계에서, 상기 복수 파장범위의 광학 이미지는 청색 파장범위 이미지, 녹색 파장범위 이미지, 및 적색 파장범위 이미지를 포함할 수 있다.
본 발명의 실시예에 있어서, 상기 청색 파장범위 이미지에서 상기 b 단계 및 c 단계를 수행하여 세포핵을 판별할 수 있다.
본 발명의 실시예에 있어서, 상기 녹색 파장범위 이미지와 상기 적색 파장범위 이미지 중 하나 이상의 이미지에서 상기 b 단계를 수행하여 세포막을 판별할 수 있다.
본 발명의 실시예에 있어서, 상기 c 단계 및 d 단계에서, 상기 세포에 대한 모폴로지는 세포 면적, 세포 크기, 및 진원도 중 하나 이상을 포함할 수 있다.
본 발명의 실시예에 있어서, 상기 d 단계에서, 상기 통합 이미지에 대한 3차 필터링을 통해 혈중 암세포(CTC)를 판별할 수 있다.
본 발명의 실시예에 있어서, 상기 b 단계는, 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포의 크기를 측정하는 단계와, 상기 측정된 세포의 크기보다 미리 정해진 비율 또는 양만큼 큰 다각형 또는 원으로 이루어진 영역을 설정하고, 상기 영역 내에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계를 포함할 수 있다.
본 발명의 실시예에 따르면, 표적세포를 포함하는 생물학적 샘플에 대한 광학 이미지를 대상으로, 개별 파장 이미지에 대한 형광강도 분석, 개별 파장 이미지에 대한 모폴로지 분석, 및 통합 이미지에 대한 모폴로지 분석을 통해 세포 종류 및 속성을 판별하고, 원하는 세포를 계수(카운팅)하는 광학적 세포 식별방법을 제공할 수 있다. 또한 광학 이미지에서 암세포와 같은 특정 표적세포를 정확히 식별할 수 있는 신뢰성이 높은 알고리즘을 제공한다. 특히 다수개의 생물학적 샘플에 대하여 빠른 속도로 세포 식별이 이루어지며, 디지털 영상 분석 모듈이 포함된 세포 이미징 시스템에 적용가능하다.
본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 실시예에 따른 광학적 세포 식별방법을 나타낸 플로우 차트이다.
도 2는 세포 이미징 장치로 출력된 광학 이미지의 샘플 사진이다.
도 3은 청색, 녹색, 및 적색 파장범위에 대한 표적세포 광학 이미지의 샘플 사진이다.
도 4는 도 3에 나타난 표적세포 광학 이미지를 병합한 통합 이미지 사진이다.
도 5는 여러 형광염료 또는 마커가 결합된 표적세포의 형상과 그 형광강도의 측정 결과를 나타낸다.
도 6은 광학적 세포 식별방법을 구현한 프로그램의 구동예이다.
이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "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.
이하 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명하기로 한다. 본 발명에 첨부된 도면에서 세포에 대한 광학 이미지는 실제 이미지에서 흑백 반전한 이미지를 사용하였다.
도 1은 본 발명의 실시예에 따른 광학적 세포 식별방법을 나타낸 플로우 차트, 도 2는 세포 이미징 장치로 출력된 광학 이미지의 샘플 사진, 도 3은 청색, 녹색, 및 적색 파장범위에 대한 표적세포 광학 이미지의 샘플 사진, 도 4는 도 3에 나타난 표적세포 광학 이미지를 병합한 통합 이미지 사진, 도 5는 여러 형광염료 또는 마커가 결합된 표적세포의 형상과 그 형광강도의 측정 결과를 나타낸 도면이며, 도 6은 광학적 세포 식별방법을 구현한 프로그램의 구동예이다.
본 발명에 의한 광학적 세포 식별방법은 세포 이미징 시스템에 적용될 수 있다. 세포 이미징 시스템은 예컨대 슬라이드 글라스와 같은 플랫폼 상에 염색된 세포를 놓고 여러 파장별로 세포를 관찰하고 촬영하는 시스템이다. 세포 이미징 시스템은 자동 셀 카운팅(cell counting) 모듈, 형광 강도(intensity) 분석 모듈, 형질 주입(transfection) 효율 분석 모듈, 3D 디컨볼루션(deconvolution) 모듈, 세포학(cytology) 기반 셀 분류/인식(cell classification/cognition) 모듈을 포함할 수 있다. 또한, 사용자 편의 기능으로서, 측정(Measurement) 기능, 리포트(Report) 자동 생성 기능, DB 관리 기능을 유저 인터페이스로 포함할 수 있다.
이러한 세포 이미징 시스템은 세포, 배양액, 데브리스(debris) 등을 구별하고, 사용자가 원하는 세포를 판별하고 계수하기 위한 디지털 영상분석 장비가 포함된다. 본 발명의 실시예에 의한 광학적 세포 식별방법은 세포 이미징 시스템에 적용되는 것으로, 광학적 이미지로부터 형광표지된 또는 마커가 결합된 표적세포를 정확히 식별하고 계수할 수 있다.
도 1을 참조하면, 본 발명의 실시예에 의한 광학적 세포 식별방법은, 복수 파장 범위에 대한 광학 이미지 수신 단계(S10), 세포에 대한 형광강도(fluorescence intensity)를 측정하여 1차 필터링을 하는 단계(S20), 세포에 대한 모폴로지(morphology)를 측정하여 2차 필터링을 하는 단계(S30), 및 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 하는 단계(S40)를 포함한다. 이러한 3차에 걸친 필터링을 통해 보다 신뢰성 높은 세포 식별방법을 제공할 수 있게 된다.
구체적으로, S10 단계에서는 표적세포를 포함하는 생물학적 샘플을 대상으로 복수 파장범위 각각에 대한 광학 이미지를 수신한다.
표적세포는 특정 시료에 의해 형광염색된 세포, 또는 특정 혈구세포, 또는 혈중 암세포(CTC) 등과 같은 특정 세포일 수 있으며, 그 종류에는 특별한 제한이 없다. 또한 생(live) 세포이든 죽은 세포이든 관계없다.
광학 이미지는 투과 광원(transmission light source) 또는 형광 광원(fluorescence light source)에 의해 촬상된 광학 이미지일 수 있다. 도 2에 도시된 바와 같이, 세포 광학 이미지는 세포 이미징 장치에 의해 출력되어 배경 상에 세포와 데브리스 등이 촬상된 것일 수 있다. 이 광학 이미지는 특정 파장범위 각각에 대하여 복수개의 분할 이미지를 스티칭(stitching)하여 이루어진 하나의 이미지 파일로 제공되는 것일 수 있다.
여기서, 복수 파장범위의 광학 이미지는 청색 파장범위 이미지, 녹색 파장범위 이미지, 및 적색 파장범위 이미지를 포함할 수 있다. 청색 파장범위에 대한 광학 이미지는 세포핵의 판별에 특히 유용하며, 녹색 파장범위 및 적색 파장범위에 대한 광학 이미지는 세포막의 판별에 특히 유용하다. 그 외에도 다양한 색상(컬러)의 파장범위를 이용하여 특정 형광염료 또는 마커를 식별하는 것이 가능하다.
다시 도 1을 참조하면, S20 단계에서 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행한다.
이어서, S30 단계에서 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 모폴로지를 측정하여 2차 필터링을 수행한다.
1차 필터링 또는 2차 필터링에 있어서, 세포 식별이 원하는 수준으로 이루어지지 않으면, 광학 이미지 데이터에 대한 데이터 필터링을 거치고 다시 한번 1차 필터링 또는 2차 필터링을 수행하는 것도 가능하며, 데이터 필터링을 복수회 거치는 것도 가능하다. 또한, 1차 필터링 또는 2차 필터링이 수행된 이후에는 이미지 데이터를 저장하고 이를 출력할 수 있다.
또한, 제1 파장범위에 대한 광학 이미지에서 S20 단계 및 S30 단계를 수행하고, 이어서 제1 파장범위와 상이한 제2 파장범위에 대한 광학 이미지에서 S20 단계 및 S30 단계 중 하나 이상의 단계를 더 수행할 수 있다.
예컨대, 제1 파장범위는 청색 파장범위, 제2 파장범위는 녹색 또는 적색 파장범위일 수 있다. 이 경우, 청색 파장범위 이미지에서 제1 필터링 과정 및 제2 필터링 과정을 수행하여 세포핵을 판별할 수 있다. 또한, 녹색 파장범위 이미지와 적색 파장범위 이미지 중 하나 이상의 이미지에서 제1 필터링 과정을 수행하여 세포막을 판별할 수 있다. 이러한 1차 및 2차 필터링을 통해 광학 이미지로부터 세포를 정확히 식별하는 것이 가능하게 된다. 예컨대, 녹색 및 적색 파장범위 이미지를 통해서 예컨대 백혈구와 암세포 등의 표적세포에 대한 식별성이 높아지게 된다. 도 3에는 실제 표적세포에 대한 청색 파장범위 이미지(a), 녹색 파장범위 이미지(b), 및 적색 파장범위 이미지(c)의 샘플 사진이 도시되어 있다.
한편, 2차 필터링 과정에서는 세포에 대한 모폴로지를 측정하게 되는데, 여기서 세포에 대한 모폴로지는 세포 면적(area), 세포 크기(diameter), 및 진원도(circularity) 중 하나 이상을 포함할 수 있다.
광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 과정을 더 구체적으로 살펴보면 다음과 같다.
먼저, 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포의 크기를 측정하고, 이후 측정된 세포의 크기보다 미리 정해진 비율 또는 양만큼 큰 다각형 또는 원으로 이루어진 영역을 설정하고, 이 영역 내에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행할 수 있다.
도 5에는 여러 형광염료 또는 마커가 결합된 표적세포의 형상과 그 형광강도의 측정 결과가 나타나 있는데, 세포 핵을 DAPI로 염색한 경우(a), 중간경 필라멘트 단백질인 비멘틴(vimentin)을 마커로 사용한 경우(b), 상피세포 발현 단백질인 EpCAM(epithelial cell adhesion molecule)과 CK(cytokeratins)를 마커로 사용한 경우(c), 및 CD45를 마커 또는 비표적세포 제거수단으로 사용한 경우(d)가 각각 도시되어 있다. 각각의 경우에 대해 예컨대, 청색 파장범위 광학 이미지에서 세포의 크기를 측정한 이후, 측정된 크기보다 10% 이상의 크기를 갖는 사각형을 설정하고, 이 사각형 내에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행할 수 있다. 이후에 다른 컬러, 예컨대 녹색, 적색, 황색 파장범위 광학 이미지에서도 동일한 좌표와 크기의 영역에서 형광강도 측정이 이루어질 수 있다. 도 5의 (a) 내지 (d)는 각각 청색, 녹색, 황색, 및 적색 파장범위 이미지이며, 도 5의 (e)에는 각 파장범위 이미지에서의 형광강도 측정결과가 나타나 있다.
다시 도 1을 참조하면, S40 단계에서 복수 파장범위 각각에 대한 광학 이미지 중 전체 또는 일부를 병합한 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행한다. 여기서 세포에 대한 모폴로지는 세포 면적, 세포 크기, 및 진원도 중 하나 이상을 포함할 수 있다.
예컨대, 도 4에 도시된 바와 같이 청색 파장범위 광학 이미지, 녹색 파장범위 이미지, 및 적색 파장범위 이미지를 모두 병합한 통합 이미지를 생성하고, 이 통합 이미지로부터 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행할 수 있다. 이러한 통합 이미지를 이용한 3차 필터링을 통해 예컨대 혈중 암세포(CTC)를 판별할 수 있다.
3차 필터링은 표적세포 전체에 대해 수행하는 것도 가능하고, 1차 및 2차 필터링 과정에서 세포의 식별이 어려웠던 것에 대해 보충적으로 수행하는 것도 가능하다. 또한 암세포와 같이 세포 식별이 중요한 경우에는 별도의 데이터 필터링을 거치거나, 3차 필터링 과정을 다수회 거치는 것도 가능하다.
이상 설명한 광학적 세포 식별방법은 컴퓨터 프로그램에 의해 실행될 수 있다. 이러한 컴퓨터 프로그램은 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다
도 6은 광학적 세포 식별방법을 구현한 프로그램의 구동예로서, 본 발명의 실시예에 의한 광학적 세포 식별방법을 알고리즘으로 구현한 분석 소프트웨어의 사용자 인터페이스 중의 한 예이다. 이 소프트웨어를 통해 세포의 식별과 계수가 빠른 시간 내에 자동적으로 이루어질 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (8)

  1. 광학적 세포 식별방법으로서,
    a) 표적세포를 포함하는 생물학적 샘플을 대상으로 복수 파장범위 각각에 대한 광학 이미지를 수신하는 단계와,
    b) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계와,
    c) 상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포에 대한 모폴로지(morphology)를 측정하여 2차 필터링을 수행하는 단계와,
    d) 상기 복수 파장범위 각각에 대한 광학 이미지 중 전체 또는 일부를 병합한 통합 이미지에서 세포에 대한 모폴로지를 측정하여 3차 필터링을 수행하는 단계
    를 포함하는 것을 특징으로 하는, 광학적 세포 식별방법.
  2. 제1항에 있어서,
    제1 파장범위에 대한 광학 이미지에서 상기 b 단계 및 c 단계를 수행하고, 상기 제1 파장범위와 상이한 제2 파장범위에 대한 광학 이미지에서 상기 b 단계 및 c 단계 중 하나 이상의 단계를 더 수행하는 것을 특징으로 하는, 광학적 세포 식별방법.
  3. 제1항에 있어서,
    상기 a 단계에서, 상기 복수 파장범위의 광학 이미지는 청색 파장범위 이미지, 녹색 파장범위 이미지, 및 적색 파장범위 이미지를 포함하는 것을 특징으로 하는, 광학적 세포 식별방법.
  4. 제3항에 있어서,
    상기 청색 파장범위 이미지에서 상기 b 단계 및 c 단계를 수행하여 세포핵을 판별하는 것을 특징으로 하는, 광학적 세포 식별방법.
  5. 제3항에 있어서,
    상기 녹색 파장범위 이미지와 상기 적색 파장범위 이미지 중 하나 이상의 이미지에서 상기 b 단계를 수행하여 세포막을 판별하는 것을 특징으로 하는, 광학적 세포 식별방법.
  6. 제1항에 있어서,
    상기 c 단계 및 d 단계에서, 상기 세포에 대한 모폴로지는 세포 면적, 세포 크기, 및 진원도 중 하나 이상을 포함하는 것을 특징으로 하는, 광학적 세포 식별방법.
  7. 제1항에 있어서,
    상기 d 단계에서, 상기 통합 이미지에 대한 3차 필터링을 통해 혈중 암세포(CTC)를 판별하는 것을 특징으로 하는, 광학적 세포 식별방법.
  8. 제1항에 있어서,
    상기 b 단계는,
    상기 복수 파장범위 전체 또는 일부의 광학 이미지에서 세포의 크기를 측정하는 단계와,
    상기 측정된 세포의 크기보다 미리 정해진 비율 또는 양만큼 큰 다각형 또는 원으로 이루어진 영역을 설정하고, 상기 영역 내에서 세포에 대한 형광강도를 측정하여 1차 필터링을 수행하는 단계
    를 포함하는 것을 특징으로 하는, 광학적 세포 식별방법.
PCT/KR2016/011010 2015-09-30 2016-09-30 광학적 세포 식별방법 WO2017057970A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2015-0137925 2015-09-30
KR20150137925 2015-09-30
KR1020160125729A KR101836830B1 (ko) 2015-09-30 2016-09-29 광학적 세포 식별방법
KR10-2016-0125729 2016-09-29

Publications (1)

Publication Number Publication Date
WO2017057970A1 true WO2017057970A1 (ko) 2017-04-06

Family

ID=58427673

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/011010 WO2017057970A1 (ko) 2015-09-30 2016-09-30 광학적 세포 식별방법

Country Status (1)

Country Link
WO (1) WO2017057970A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007089911A2 (en) * 2006-01-30 2007-08-09 The Scripps Research Institute Methods for detection of circulating tumor cells and methods of diagnosis of cancer in a mammalian subject
KR20080007447A (ko) * 2005-05-02 2008-01-21 사이틱 코포레이션 자동 이미징 프로세스 및 장치
JP2010540931A (ja) * 2007-09-28 2010-12-24 サイテック コーポレイション 生物検体を処理するための複数の波長を用いる方法およびシステム
US20120148142A1 (en) * 1999-01-25 2012-06-14 Amnis Corporation Detection of circulating tumor cells using imaging flow cytometry
KR20150091477A (ko) * 2012-12-04 2015-08-11 제너럴 일렉트릭 캄파니 Ish 분석 결과를 선택적으로 정제하기 위한 면역염색 마스크의 사용 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120148142A1 (en) * 1999-01-25 2012-06-14 Amnis Corporation Detection of circulating tumor cells using imaging flow cytometry
KR20080007447A (ko) * 2005-05-02 2008-01-21 사이틱 코포레이션 자동 이미징 프로세스 및 장치
WO2007089911A2 (en) * 2006-01-30 2007-08-09 The Scripps Research Institute Methods for detection of circulating tumor cells and methods of diagnosis of cancer in a mammalian subject
JP2010540931A (ja) * 2007-09-28 2010-12-24 サイテック コーポレイション 生物検体を処理するための複数の波長を用いる方法およびシステム
KR20150091477A (ko) * 2012-12-04 2015-08-11 제너럴 일렉트릭 캄파니 Ish 분석 결과를 선택적으로 정제하기 위한 면역염색 마스크의 사용 시스템 및 방법

Similar Documents

Publication Publication Date Title
US11158049B2 (en) Methods and systems for assessing histological stains
CN109564209B (zh) 对样品实施的光学测量
US10061973B2 (en) Method and apparatus for automated platelet identification within a whole blood sample from microscopy images
ES2905560T3 (es) Método y aparato para análisis automáticos de muestras de sangre completa a partir de imágenes microscópicas
CN105228749B (zh) 便携式血细胞计数监测器
US7521243B2 (en) Enumeration of white blood cells
KR101836830B1 (ko) 광학적 세포 식별방법
US11226280B2 (en) Automated slide assessments and tracking in digital microscopy
WO2015173774A2 (en) A microscopy system and a method for analyzing fluids
JP2003107081A (ja) 画像解析方法、装置、及び記録媒体
Lin et al. Digital pathology and artificial intelligence as the next chapter in diagnostic hematopathology
CN114787685A (zh) 人工生成彩色血液涂片图像
JP7156361B2 (ja) 画像処理方法、画像処理装置及びプログラム
WO2018062595A1 (ko) 세포 이미지 스티칭 중 고해상도 구현방법
WO2017057970A1 (ko) 광학적 세포 식별방법
CN116757998A (zh) 基于ai的ctc细胞和ctc样细胞的筛查方法及装置
CN114778419B (zh) 一种高倍率光学放大成像流式细胞仪
Hirotsu et al. Artificial intelligence-based classification of peripheral blood nucleated cells using label-free imaging flow cytometry
WO2017057966A1 (ko) 세포 이미징 장치 및 그 방법
WO2022173176A1 (ko) 슬라이드 표본의 고배율 이미지 획득방법
TWI825881B (zh) 細胞辨識方法
CN113344868B (zh) 一种基于混合转移学习的无标记细胞分类筛查系统
WO2022124832A1 (ko) 골수가 도말된 슬라이드 샘플 이미지의 셀 존 결정 방법 및 셀 존의 고배율 촬상 방법
WO2024021040A1 (zh) 细胞辨识方法
RU2725798C1 (ru) Способ идентификации клеток крови

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16852116

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16852116

Country of ref document: EP

Kind code of ref document: A1