自動組織画像解析
染色された組織標本は、顕微鏡のスライドガラスとカバーガラスの間に挟まれ、光学顕微鏡のステージ上に設置されています。
ヘマトキシリンおよびエオシンで染色したヒトの肺組織の組織学的標本の顕微鏡写真。

自動組織画像分析または組織病理画像分析( HIMA ) は、コンピューター制御の自動テスト機器を使用して組織サンプルを評価し、計算によって画像から定量的な測定値を導き出し、主観的なエラーを回避するプロセスです。

典型的な応用例としては、自動組織画像解析は、患者から採取した癌性腫瘍の生検組織における癌細胞の集合的な活性を測定するために使用できます。例えば、乳がん患者の場合、自動組織画像解析は、より悪性度の高い乳がんに存在することが知られている 高レベルのタンパク質を検査するために使用できます。

アプリケーション

自動化された組織画像解析は、組織学者による評価と比較して、腫瘍の特性評価における不確実性を大幅に低減することができ、[ 1 ]また、一部の癌の再発予測率を向上させることができる。[ 2 ] [ 3 ]また、ネットワーク化に適したデジタルシステムであるため、遠隔地間の協力体制も容易にする。[ 4 ]組織サンプルを自動的に解析するシステムは、コストを削減し、時間を節約することもできる。[ 1 ]

デジタル画像の取得には高性能CCDカメラが用いられる。高度な広視野顕微鏡と様々な画像復元アルゴリズムを組み合わせることで、このアプローチは共焦点技術と同等の速度と低コストで、より優れた結果をもたらすことができる。[ 5 ]

プロセス

米国食品医薬品局は、これら のシステムを自動試験装置の一般計測機器カテゴリーの医療機器に分類している。[ 6 ]

ATISには7つの基本プロセス（サンプル準備、画像取得、画像分析、結果報告、データ保存、ネットワーク通信、自己システム診断）があり、これらの機能の実現には高精度のハードウェアと統合された複雑で高価なソフトウェアが必要です。[ 7 ]

準備

自動システムで腫瘍を評価するには、標本の準備が不可欠です。準備プロセスの最初の段階では、生検組織を適切なサイズ（通常4 mm）に切断し、緩衝ホルマリンで固定し、エタノール-キシレンで脱水し、パラフィンに包埋し、通常4 µmの薄切片にした後、少なくとも2枚のバーコード付きスライド（コントロールとテスト）に載せます。次に、組織からパラフィンを除去し、組織を再水和した後、染色します。これらの手順に症例間で一貫性がないと、分析結果に不確実性が生じる可能性があります。分析結果におけるこうした潜在的かつ排除できない一貫性のなさこそが、自動組織画像システムの開発の動機となりました。

取得

スライドガラス上の染色標本のデジタル顕微鏡写真を取得する。画像は電荷結合素子（CCD）によって撮影される。[ 8 ]

分析

画像解析には、ベクトル量子化に基づく画像パターン認識技術を用いて、組織サンプルの細胞の色、形状、量を識別・特徴付ける複雑なコンピュータアルゴリズムが用いられます。画像内のオブジェクトのベクトル表現は、ビットマップ表現とは異なり、優れたズームイン能力を備えています。サンプル画像が取得され、0と1の大きな配列としてコンピュータのランダムアクセスメモリに保存されると、細胞構造に精通したプログラマーは、メモリ空間全体に適用する決定論的アルゴリズムを開発し、以前に定義された細胞構造や、重要なことが知られている形成から細胞パターンを検出できます。[ 9 ]

参照

参考文献

  1. ^ a b O'Gorman, Lawrence; Sanderson, Arthur C.; Preston, Kendall (1985年9月). 「自動肝組織画像解析システム：方法と結果」. IEEE Transactions on Biomedical Engineering . BME-32 (9): 696– 706. doi : 10.1109/TBME.1985.325587 . ISSN 0018-9294 . PMID 4054933. S2CID 30050996 .   
  2. ^ Teverovskiy, M.; Kumar, V.; Junshui Ma; Kotsianti, A.; Verbel, D.; Tabesh, A.; Ho-Yuen Pang; Vengrenyuk, Y.; Fogarasi, S.; Saidi, O. (2004). 「自動組織画像解析システムに基づく前立腺癌再発予測の改善」2004年第2回IEEE国際生物医学画像シンポジウム：マクロからナノへ (IEEE Cat No. 04EX821) . 第2巻. pp.  257– 260. CiteSeerX 10.1.1.58.9929 . doi : 10.1109/ISBI.2004.1398523 . ISBN  0-7803-8388-5. S2CID  8724168 .
  3. ^アリ・タベシュ;ミハイル・テベロフスキー。パン・ホーユエン;ヴィネイ・P・クマール。デヴィッド・ヴァーベル;アンジェリキ・コツィアンティ。オリヴィエ・サイディ（2007年10月）。「組織学的画像の多機能前立腺がん診断とグリーソン等級分け」(PDF)。医用画像に関するIEEEトランザクション。26 (10): 1366–1378。土井: 10.1109/TMI.2007.898536。ISSN 0278-0062。PMID 17948727。S2CID 14673541。2011 年 7 月 27 日にオリジナル(PDF)からアーカイブされました。2010 年 9 月 4 日に取得。   
  4. ^ Bruce Mccullough、Xiaoyou Ying、Thomas Monticello、Marc Bonnefoi (2004). 「デジタル顕微鏡画像と毒性病理学における新たなアプローチ」毒性病理学32 ( 2): 49– 58. doi : 10.1080/01926230490451734 . PMID 15503664 . 
  5. ^ Pornchai Phukpattaranont; Pleumjit Boonyaphiphat (2007).乳がんの顕微鏡組織画像における自動細胞計数法. IFMBE Proceedings. 第15巻. pp.  241– 244. doi : 10.1007/978-3-540-68017-8_63 . ISBN 978-3-540-68016-1。
  6. ^ストークス、デイビッド (2003-11-25). FDA/MHRAコンプライアンスのためのコンピュータシステムのテスト - デイビッド・ストークス - Googleブックス. テイラー＆フランシス. ISBN 9780849321634. 2012年7月12日閲覧。
  7. ^ Chen, W.; Foran, DJ (2006). 「Analytica Chimica Acta - がん組織マイクロアレイ技術の進歩：理解と診断の向上に向けて」 . Analytica Chimica Acta . 564 (1): 74– 81. doi : 10.1016/j.aca.2005.11.083 . PMC 2583100. PMID 17723364 .  
  8. ^ MacDonald, JH; Wells, K.; Reader, AJ; Ott, RJ (1997年2月). 「CCDベースの組織イメージングシステム」.核物理研究における計測機器と方法 A セクション：加速器、分光計、検出器および関連機器. 392 ( 1– 3). 核物理研究における計測機器と方法: 220– 226. Bibcode : 1997NIMPA.392..220M . doi : 10.1016/S0168-9002(97)00297-0 .
  9. ^ Han, JW; Breckon, TP; Randell, DA; Landini, G. (2012). 「自動顕微鏡検査における細胞核検出へのサポートベクターマシン分類の応用」.マシンビジョンとその応用. 23 (1). Springer: 15– 24. doi : 10.1007/s00138-010-0275-y . S2CID 12446454 . 
「 https://en.wikipedia.org/w/index.php?title=Automated_tissue_image_analysis&oldid=1284130780」より取得