Автоматизированный анализ изображений тканей - это процесс, при котором автоматическое испытательное оборудование с компьютерным управлением используется для оценки образцов тканей с использованием вычислений для получения количественных измерений по изображению во избежание субъективных ошибок.
В типичном применении, анализ изображений автоматизированной ткани может быть использован для измерения суммарной активности раковых клеток в биопсии из более раковой опухоли , взятой из пациента. У пациентов с раком молочной железы , например, автоматический анализ изображения ткани может использоваться для проверки высоких уровней белков, которые, как известно, присутствуют в более агрессивных формах рака молочной железы.
Приложения
Автоматизированный анализ изображений ткани может значительно снизить неопределенность при характеристике опухолей по сравнению с оценками , сделанных гистологами , [1] или улучшить скорость прогнозирования рецидива некоторых видов рака. [2] [3] Поскольку это цифровая система, подходящая для работы в сети, она также способствует совместным усилиям между удаленными объектами. [4] Системы автоматического анализа образцов тканей также сокращают расходы и экономят время. [1]
Для получения цифровых изображений используются высокопроизводительные камеры CCD . В сочетании с передовыми широкопольными микроскопами и различными алгоритмами для восстановления изображений , этот подход может дать лучшие результаты , чем конфокальные методы при сравнимых скоростях и более низкой стоимости. [5]
Процессы
США пищевых продуктов и медикаментов классифицирует эти системы в качестве медицинских устройств , под общей категории Аппаратура автоматического испытательного оборудования . [6]
У ATIS есть семь основных процессов (подготовка образцов, получение изображений, анализ изображений, составление отчетов о результатах, хранение данных, сетевое взаимодействие и самодиагностика системы) и реализация этих функций высокоточным оборудованием и хорошо интегрированным, сложным и дорогим программным обеспечением. [7]
Подготовка
Подготовка образцов имеет решающее значение для оценки опухоли в автоматизированной системе. В первой части процесса подготовки биопсийная ткань разрезается до подходящего размера (обычно 4 мм), фиксируется в забуференном формалине , дегидратируется в этанол- ксилоле , заливается парафином , нарезается тонкими срезами, как правило, до 4 мкм, затем устанавливается минимум два слайда со штрих-кодом ( контрольный и тестовый). Затем парафин удаляется из ткани, ткань регидратируется, а затем окрашивается . Любое несоответствие в этих процедурах от случая к случаю может привести к неопределенности в результатах анализа. Эти потенциальные и неснижаемые несоответствия в результатах анализа послужили стимулом для разработки автоматизированных систем изображения тканей.
Получение
Получены цифровые микрофотографии окрашенного образца на предметном стекле. Изображения сделаны набором устройств с зарядовой связью (ПЗС). [8]
Анализ
Анализ изображений включает сложные компьютерные алгоритмы, которые идентифицируют и характеризуют клеточный цвет, форму и количество образца ткани с использованием технологии распознавания образов, основанной на векторном квантовании . Векторные представления объектов на изображении, в отличие от растровых, обладают превосходной возможностью увеличения. После того, как образец изображения был получен и размещен в оперативной памяти компьютера в виде большого массива нулей и единиц, программист, разбирающийся в клеточной архитектуре, может разработать детерминированные алгоритмы, применяемые ко всему пространству памяти для обнаружения паттернов ячеек из ранее определенных клеточных структур и образования, известные как значительные. [9]
Совокупный результат алгоритма - это набор измерений, который намного превосходит любую человеческую чувствительность к интенсивности, яркости и цветному оттенку, в то же время улучшая согласованность теста от глазного яблока к глазному яблоку. [ необходима цитата ]
Составление отчетов
Системы имеют возможность представлять конечные данные в текстовом и графическом виде, в том числе на мониторах высокой четкости, пользователю системы. Компьютерные принтеры , как устройства с относительно низким разрешением изображения, в основном используются для представления окончательных отчетов о патологии, которые могут включать текст и графику. [ необходима цитата ]
Место хранения
Хранение полученных данных (графических цифровых файлов слайдов и текстовых данных) включает сохранение системной информации в системе устройства хранения данных , имеющей, по крайней мере, удобный поиск и возможности управления файлами. [ необходима цитата ]
Отраслевые стандарты медицинской визуализации включают системы архивации изображений и связи (PACS) европейского происхождения, которые представляют собой решения для управления изображениями и информацией в компьютерных сетях, которые позволяют больницам и клиникам получать, распространять и архивировать медицинские изображения и диагностические отчеты по всему предприятию. Другой стандарт европейского происхождения - это система архивации данных и изображений (DPACS). Хотя медицинские изображения могут храниться в различных форматах, наиболее распространенным форматом является цифровая обработка изображений и коммуникация в медицине ( DICOM ). [ необходима цитата ]
Смотрите также
- Гистопатология
Рекомендации
- ^ а б О'Горман, Лоуренс; Сандерсон, Артур Ч .; Престон, Кендалл (сентябрь 1985). «Система автоматизированного анализа изображения ткани печени: методы и результаты». IEEE Transactions по биомедицинской инженерии . БМЕ-32 (9): 696–706. DOI : 10.1109 / TBME.1985.325587 . ISSN 0018-9294 . PMID 4054933 .
- ^ Теверовский, М .; Кумар, В .; Джуншуй Ма; Коцианти, А .; Verbel, D .; Табеш, А .; Хо-Юэн Пан; Венгренюк, Ю .; Fogarasi, S .; Саиди, О. (2004). «Улучшенное прогнозирование рецидива рака простаты на основе автоматизированной системы анализа изображений тканей». 2004 2-й Международный симпозиум IEEE по биомедицинской визуализации: от макро до нано (IEEE Cat No. 04EX821) . 2 . С. 257–260. CiteSeerX 10.1.1.58.9929 . DOI : 10.1109 / ISBI.2004.1398523 . ISBN 0-7803-8388-5.
- ^ Али Табеш; Михаил Теверовский; Хо-Юэн Пан; Винай П. Кумар; Давид Вербель; Анжелики Коцианти; Оливье Саиди (октябрь 2007 г.). «Диагностика рака простаты с множественными признаками и оценка гистологических изображений по Глисону» (PDF) . IEEE Transactions по медицинской визуализации . 26 (10): 1366–1378. DOI : 10,1109 / TMI.2007.898536 . ISSN 0278-0062 . PMID 17948727 . Архивировано из оригинального (PDF) 27 июля 2011 года . Проверено 4 сентября 2010 .
- ^ Брюс Маккалоу; Сяою Инь; Томас Монтичелло; Марк Боннефой (2004). «Цифровая микроскопия и новые подходы к токсикологической патологии» . Токсикологическая патология . 32 (2): 49–58. DOI : 10.1080 / 01926230490451734 . PMID 15503664 .
- ^ Порнчай Пхукпаттаранонт; Pleumjit Boonyaphiphat (2007). Метод автоматического подсчета клеток для микроскопического изображения ткани рака молочной железы . IFMBE Proceedings. 15 . С. 241–244. DOI : 10.1007 / 978-3-540-68017-8_63 . ISBN 978-3-540-68016-1.
- ^ Стоукс, Дэвид (25 ноября 2003 г.). Тестирование компьютерных систем на соответствие требованиям FDA / MHRA - Дэвид Стоукс - Google Книги . ISBN 9780849321634. Проверено 12 июля 2012 .
- ^ Chen, W .; Форан, ди-джей (2006). «Analytica Chimica Acta - Достижения в технологии микрочипов ткани рака: на пути к лучшему пониманию и диагностике» . Analytica Chimica Acta . 564 (1): 74–81. DOI : 10.1016 / j.aca.2005.11.083 . PMC 2583100 . PMID 17723364 .
- ^ Макдональд, Дж. Х .; Wells, K .; Читатель, AJ; Отт, Р.Дж. (февраль 1997 г.). «Система визуализации тканей на основе ПЗС». Ядерные инструменты и методы в физических исследованиях Секция A: Ускорители, спектрометры, детекторы и связанное с ними оборудование . Ядерные приборы и методы в физических исследованиях. 392 (1–3): 220–226. Bibcode : 1997NIMPA.392..220M . DOI : 10.1016 / S0168-9002 (97) 00297-0 .
- ^ Хан, JW; Брекон, Т.П .; Рэнделл, Д.А. Ландини, Г. (2012). «Применение машинной классификации опорных векторов для обнаружения клеточных ядер для автоматизированной микроскопии». Машинное зрение и приложения . Springer. 23 (1): 15–24. DOI : 10.1007 / s00138-010-0275-у .
Внешние ссылки
- СМИ, связанные с автоматическим анализом изображений тканей на Викискладе?