Rezultatai

Metodologija 1: Automatizuotas “karštų dėmių” aptikimas ir įvertinimas - Pareto karštosios dėmės koncepcija
Metodologija 2: Tekstūros ir kitais žymens raiškos erdvinio netolygumo rodiklių vertinimas

Metodologijos remiasi inovatyviomis loginėmis ir matematinėmis procedūromis bei įrankiais – stereologijos principais pagrįsta sisteminga naviko audinio skaitmeninės vaizdo analizės rezultatų atranka ir automatizuotu naujos informacijos generavimu, įgalinančiu statistiniais ir vizualizavimo metodais išsamiai įvertinti  žymens raiškos  erdvinį heterogeniškumą. Nors metodologijos sukurtos imunohistocheminių žymenų vertinimui, iš esmės, jos gali būti pritaikytos įvairių žymenų ir histologinių požymių erdvinės raiškos heterogeniškumo vertinimui biologinio audinio pjūviuose. Be to, metodologijos remiasi vaizdo analizės duomenų rezultatais, todėl neįtakoja pačios vaizdo analizės proceso ir gali būti integruotos su įvairiais vaizdo analizės įrankiais.

Skaitmeninės patologijos bendradarbiavimo erdvės (SPBE) esminis tikslas yra užtikrinti tyrėjų sklandžią sąveiką ir maksimaliai automatizuoti eksperimentinių duomenų generavimą. Sistemoje numatyti alternatyvūs komunikacijos keliai, sistemos komponentai gali būti keičiami ir papildomi pagal poreikius.

SPBE apima svarbiausias šios srities MTEP funkcijas nuo idėjų generavimo, eksperimentų planavimo, įrankių parinkimo ir kūrimo iki rezultatų analizės ir  publikavimo, kartu su glaudžios tyrėjų komunikacijos užtikrinimu. Šias funkcijas užtikrina efektyvi duomenų ir programinės įrangos paketų integracija su patogia prieiga tyrėjų komandai. Sukurta konfigūracija pagrįsta unikaliu patologijos duomenų ir vaizdų bazių integravimu su vaizdo ir statistinės analizės paketais, užtikrinant aukšto lygio eksperimentų automatizavimą ir tyrėjų galimybes efektyviai koordinuoti veiksmus.

Virtualia bendradarbiavimo aplinka ir jos tinklo resursais gali naudotis tik autorizuoti, t.y. registruoti kompiuteriniame tinkle, vartotojai. Kiekvienas autorizuotas vartotojas turi savo vardą bei slaptažodį, suteiktą kompiuterių tinklo administratoriaus, elektroninio pašto adresą (jeigu jo reikia darbinei veiklai ar funkcijoms atlikti). Pirmojo prisijungimo metu vartotojas slaptažodį pakeičia savo individualiu, kuriuo naudojasi tolimesnio darbo metu.

Sukurtas referentinis (pamatinės tiesos) duomenų rinkinys, skirtas validuoti ir kalibruoti navikinio audinio aptikimo ir IHC teigiamų ląstelių identifikavimo algoritmus. Referentinių vaizdų kūrimui ir vaizdo analizės kokybės užtikrinimui naudoti Aperio sistemos įrankiai su Genie piešinio atpažinimo programa bei Aperio sistemos Stereologijos modulis. Duomenų rinkinį sudaro 17 226 svs formato vaizdai, skanuoti 20x didinimo režimu, 0,468 μm/vaizdo elementui (pixel‘iui) raiška. Duomenų rinkinyje pateikti 200 vaizdai, iliustruojantys atliktus imunohistocheminius testus pilno pjūvio mėginiuose ir 200 vaizdai, vaizduojantys atliktus imunohistocheminius testus mikrogardelių pjūviuose.
Referentinių vaizdų duomenų bazė pasiekiama tyrėjui suteikus prisijungimo vardą ir slaptažodį.

Sukurta skaitmeninių vaizdų (SV) duomenų bazė vaizdo analizės įrankių kūrimui, validavimui ir tyrimams. Bazę sudaro archyvinių ir naujai pagamintų preparatų vaizdai, viso: 22 000 svs formato, 20x didinimo, 0.5µm rezoliucijos skaitmeniniai vaizdai. Vaizdų kolekciją sudaro diagnostinėje praktikoje taikomų (hormonų receptorių (ER, PR), HER2, Ki67) ir kitų, aktualių krūties vėžio imunohistocheminių (IHC) biožymenų (Ki67, EGFR, p53, CK5/6, CK18, MUC1, BCL2, HIF-1alfa, SATB1) pilno histologinio pjūvio ir audinių mikrogardelių skaitmeniniai vaizdai. Visi vaizdai turi identifikatorių – unikalų skanuoto vaizdo ID.
Visi vaizdai suderinti su Aperio SpectrumPlus skaitmeninio vaizdo analizės programomis. Vaizdus galima analizuoti įvairiais komerciniais programiniais įrankiais (Aperio Genie, Aperio Nuclear, Adcis Stereo ir kt.) su galimybe juos modifikuoti. Surinkti duomenų bazės vaizdai pritaikyti skaitmeninio vaizdo analizės algoritmų kūrimui atsižvelgiant tiek į analizuojamo biologinio žymens charakteristikas, tiek į skaitmeninio vaizdo parametrus.
Sukurta skaitmeninių vaizdų duomenų bazė pasiekiama per nuorodą: http://registracija.vpc.lt/vaizdai/. Prie duomenų bazės prisijungti gali tik registruotas tyrėjas, kuriam suteikiami prisijungimo duomenys: vartotojo vardas ir laikinas slaptažodis. Prisijungus pirmą kartą vartotojas slaptažodį pakeičia individualiu, ilgalaikiu.

Sukurta audinių mikrogardelių vaizdo analizės rezultatų apdorojimo programinė įranga, integruojanti vaizdo ir statistinės analizės sistemas. Programinės įrangos komponentai: 1. Aperio Išeigos (output) konverteris. Šis įrankis valdo keletą įvesties failų, pašalina nereikalingus stulpelius, keičia stulpelių antraštes, kaip nurodyta, papildo susietais duomenimis ir sujungia visus failus į vieną MS Excel (SAS suprantamu formatu) išeigos failą; 2. Vaizdo failų pervardinimo įrankis. Šis įrankis pervardina „pažymėtą vaizdo failą“ atitinkančiu prasmę vardu; Konverterio modulio išeiga tampa būtina, siekiant gauti daugiau informacijos apie vaizdų įvesties failus. Baigiant pridedamas dar vienas stulpelis pervardintiems išvesties failams.

Šiandienos poreikis histologiniuose tyrimuose biologinius žymenis vertinti kiekybiniais parametrais, tampa sudėtinga užduotimi patologų kasdieniniame (Ki67 žymens procentinės vertės nustatymas, mitozių skaičiavimas ir pan.). Naujos technologijos, tokios kaip skaitmeninio vaizdo analizė pilno pjūvio mėginiuose (dideliame tiriamo mėginio plote), įgalina biologinius žymenis vertinti kiekybiniais parametrais, papildant bei patikslinant įprastines mikrokopavimo galimybes. Siekdami sumažinti tyrėjo darbo laiką, skaitmeninių vaizdų analizėje naudojamos stereologinės gardelės, kurios leidžia tiksliai kiekybiniais parametrais įvertinti konkretaus žymens raišką didelio ploto mėginyje. Vis dėl to, net ir panaudojus stereologines gardeles, skaičiuojamų objektų skaičius išlieka gana didelis, tyrėjas sugaišta daug laiko. Todėl mes siūlome automatizuoti objektų žymėjimą gardelėse pasitelkiant įvairias vaizdų analizės priemones.
Stereologinių gardelių (angl.: „stereology grid“) naudojimo įrankis (sudarytas iš rėmelių (angl.: „frames“ arba kryželių (angl.: „crosses“)) ir įvairios vaizdų paruošimo programos, sukuria sudėtinius vaizdus (angl.: „binary mask“). Testuojamos gardelės automatiškai sukuriamos naudojant Adcis kompanijos programinius paketus, o analizuojami sudėtiniai vaizdai gaunami atlikus Aperio vaizdų analizę. Mūsų sukurtas įrankis geba apjungti stereologinių gardelių ir skaitmeninio vaizdo analizės programų modulis, t.y. rezultate gauti vaizdą, kuriame išdėstytose stereologinėse gardelėse sužymėtos teigiamos ir neigiamos naviko ląstelės.

Hex-B įrankių rinkinį sudaro: 1. Stereologijos įrankis, reguliuoja dominantį lauką (ROI) pažymėtame vaizde (vaizde gautame atlikus skaitmeninę vaizdo analizę „Genie“ ir „Nuclear“ algoritamais) ir dengia šį vaizdą šešiakampiu tinkleliu; „Skaidrės“ įrankis (Mask tool) parodo sudėtinį vaizdą po „Genie“ ir „Nuklear“ analizės. Šį vaizdą sudaro du dvejetainiai sluoksniai. Pirmasis sluoksnis yra žalios spalvos ir parodo negimus branduolių profilius; Antrasis sluoksnis yra raudonos spalvos ir parodo teigiamus branduolių profilius. 3. Pagrindinis Hex-B proceso įrankis apskaičiuoja teigiamų ir neigiamų branduolių profilių skaičių kiekviename šešiakampyje. Tada, įrankis apskaičiuoja teigiamų branduolių profilinių (PositiveHex (Ki67 LI)) procentą kiekviename šešiakampyje.

Duomenų analizė  - yra vienas pagrindinių darbo proceso elementų mokslininko darbe. Duomenų analizės procesas pradedamas po eilės nuoseklių skaitmeninio vaizdo paruošimo etapų: tiriamo mėginio skanavimo, skanuoto vaizdo paruošimo, apdorojimo ir analizės. Gauti rezultatai padeda mokslininkui ar gyd. patologui tiksliau prognozuoti ligos eigą bei nustatyti diagnozę. Naudojant Hex Analizę, duomenų analizė atliekama naudojant stereologinį šešiakampių tinklelį. Hex Analizė - analizės įrankis, naudojantis skaitmeninio vaizdo analizei gretimų tinklelio šešiakampių skaitines reikšmes. Įrankis identifikuoja įvykio matricą Haralick tekstūros parametrų apskaičiavimui. Sukurta analizė gretimų šešiakampių skaitmeniniame vaizde, reikšmes pateikia visada ta pačia tvarka.

Šis įrankis, išplečiantis HexB procesą, pirmiausia pritaikytas Halo (Indica Labs) programiniu paketu analizuotų vaizdų rezultatų statistinei analizei. Naviko heterogeniškumo tyrimai projekte atlikti ne vienu komerciniu skaitmeninių vaizdų analizės įrankiu, bet ir naujais mūsų tyrėjų darbo grupės sukurtais įrankiais, todėl analizių duomenis susieti su statistinės analizės paketu buvo svarbu visų įmanomų skaitmeninio vaizdo analizių paketų, t.y. pritaikytą įvairioms skaitmeninio vaizdo analizių programoms. Todėl, plėtojant pradinį prototipą, sukurtą Halo programinės įrangos paketui, branduolių analizės klasifikatoriaus pagrindu, sukurtas naujos kartos analizės įrankis naviko heterogeniškumui įvertinti nepriklausomas nuo skaitmeninių vaizdų analizės įrankių gamintojų.

Spalvų variacijos tiriamajame audinyje gali priklausyti nuo įvairių aplinkybių - audinio tipo, fiksavimo, paruošimo, pjūvio storio, dažymo procedūrų, dažų koncentracijos, patirties. Nors šiuo metu daugelis tyrėjų, siekdami maksimaliai standartizuoti audinių dažymo procedūras, pereina prie automatinio dažymo proceso, netolygaus audinių dažymosi dėl aukščiau išvardintų priežasčių išvengti nepavyksta. Kadangi skaitmeninio vaizdo analizė paremta spalvų atpažinimu, netolygus audinių dažymasis yra didelė kliūtis kuriamų skaitmeninio vaizdo analizės algoritmų pritaikymui. Naujai sukurtas įrankis colfit, remdamasis standartine spalvų RGB skale (raudona, žalia ir mėlyna), skirtingai nudažytus audinių pjūvius normalizuoja, t.y. priartina prie pasirinkto spalvų standarto.