自動組織画像解析

自動組織画像解析または組織病理画像解析( 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。

典型的な用途では、自動組織画像分析を使用して、患者から採取した癌性腫瘍の生検における癌細胞の集合的な活動を測定することができます。たとえば、乳癌患者の場合、自動組織画像分析を使用して、より悪性度の強い乳癌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ことができます。

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したり、^[1]一部の癌の再発予測率を改善したりすることができます。^[2]^[3]これはネットワーク化に適したデジタルシステムであるため、遠隔地間の協力的な取り組みも容易になります。^[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、時間を節約します。^[1]

デジタル画像の取得には高性能CCDカメラが使用される。先進的な広視野顕微鏡と画像復元のためのさまざまな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よりも同等の速度と低コストで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として分類している。^[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、これらの機能を実現するには高精度のハードウェアと、よく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、標本の準備が重要です。準備プロセスの最初の部分では、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 um のスライスに薄切してから、少なくとも 2 つのバーコード付きスライド (コントロールとテスト) にマウントします。次に、組織からパラフィンを除去し、組織を再水和してから染色します。ケースごとにこれらの手順に一貫性がないと、分析の結果が不確実になる可能性があります。分析結果のこれらの潜在的かつ排除できない一貫性の欠如が、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が取得されます。画像は電荷結合素子（CCD）によって撮影されます。^[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使用して、組織サンプルの細胞の色、形、量を識別して特徴付ける複雑なコンピュータアルゴリズムが含まれます。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対照的に、優れたズームイン機能を備えています。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格納されると、細胞アーキテクチャに精通したプログラマーは、メモリ空間全体に適用される決定論的アルゴリズムを開発して、以前に定義された細胞構造と重要であることがわかっている形成から細胞パターンを検出できます。^[9]

参照

組織病理学

参考文献

^ ab O'Gorman, Lawrence; Sanderson, Arthur C.; Preston, Kendall (1985 年 9 月). 「自動肝臓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.
^ 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がん再発の予測精度の向上」2004 第 2 回 IEEE 国際バイオメディカルイメージングシンポジウム: マクロからナノ (IEEE カタログ番号 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。
^ 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 日のオリジナル(PDF)からアーカイブ。2010 年 9 月 4 日に取得。
^ 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しいアプローチ」毒性病理学。32 (2): 49– 58。doi : 10.1080/01926230490451734。PMID 15503664。
^ Pornchai Phukpattaranont、Pleumjit Boonyaphiphat (2007)。乳がんの顕微鏡組織画像における自動細胞カウント法。IFMBE Proceedings。第15巻。pp. 241– 244。doi :10.1007 / 978-3-540-68017-8_63。ISBN 978-3-540-68016-1。
^ Stokes, David (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 - David Stokes - Google ブックス. ISBN 9780849321634. 2012年7月12日閲覧。
^ Chen, W.; Foran, DJ (2006). 「Analytica Chimica Acta - がん組織マイクロアレイ技術の進歩：理解と診断の改善に向けて」. Analytica Chimica Acta . 564 (1): 74– 81. doi :10.1016/j.aca.2005.11.083. PMC 2583100. PMID 17723364 .
^ 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」。核物理学研究における計測機器と方法セクションA: 加速器、分光計、検出器および関連機器。392 ( 1– 3)。核物理学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。
^ 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のためのサポートベクターマシン分類の応用」。マシンビジョンとアプリケーション。23 (1). Springer: 15– 24. doi :10.1007/s00138-010-0275-y. S2CID 12446454.

外部リンク

ウィキメディア・コモンズの自動組織画像解析に関連するメディア

[O'Gorman_1985-1] O'Gorman, Lawrence; Sanderson, Arthur C.; Preston, Kendall (1985 年 9 月). 「自動肝臓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.

[Teverovskiy_2004-2] 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がん再発の予測精度の向上」2004 第 2 回 IEEE 国際バイオメディカルイメージングシンポジウム: マクロからナノ (IEEE カタログ番号 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 日のオリジナル(PDF)からアーカイブ。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しいアプローチ」毒性病理学。32 (2): 49– 58。doi : 10.1080/01926230490451734。PMID 15503664。

[Phukpattaranont_2007-5] Pornchai Phukpattaranont、Pleumjit Boonyaphiphat (2007)。乳がんの顕微鏡組織画像における自動細胞カウント法。IFMBE Proceedings。第15巻。pp. 241– 244。doi :10.1007 / 978-3-540-68017-8_63。ISBN 978-3-540-68016-1。

[6] Stokes, David (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 - David Stokes - Google ブックス. 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：理解と診断の改善に向けて」. 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」。核物理学研究における計測機器と方法セクションA: 加速器、分光計、検出器および関連機器。392 ( 1– 3)。核物理学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。

[han12cell-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のためのサポートベクターマシン分類の応用」。マシンビジョンとアプリケーション。23 (1). Springer: 15– 24. doi :10.1007/s00138-010-0275-y. S2CID 12446454.