digital immunohistochemistry platform for the staining variation monitoring based on integration of image and statistical analyses with laboratory information system

Skaitmeninės imonohistochemijos platforma dažymo variacijai stebėti paremta vaizdų ir statistinės analizės integravimu laboratorijos informacinėje sistemoje


Apžvalga: Skaitmeninės imunohistochemijos tyrimai (IHC) – vieni perspektyviausių naujos kartos skaitmeninių vaizdų analizės tyrimo metodų. Tradicinė imunohistochemijos tyrimų kokybės kontrolė atliekama vizualiu pusiau kiekybiniu kontrolinio audinio vertinimu, tuo tarpu skaitmeninei analizei kontroliuoti reikalingi jautresni matavimai. Mes sumodeliavome automatinę IHC multikontrolės vertinimo sistemą, integruodami laboratorinės informacinės sistemos, skaitmeninių IHC vaizdų bei statistinės analizės  tyrimus SQL lygmenyje.

Metodai: Serijiniai audinių mikrogardelių pjūviai iš 10 skirtingų krūties vėžio audinių, buvo naudojami kasdienei Ki67 IHC testo kokybės kontrolei. Pjūvių seka buvo registruojama LIS, perduodant Ventanos dažymo sistemoje suteiktą objektinių stiklelių žymėjimo identifikacinį kodą (ID). Nudažyti objektiniai stikleliai skanuoti Aperio Scanscope XT skeneriu, skaitmeninė vaizdų analizė atlikta naudojant Aperio/Leica kolokalizacijos ir Genie Classifier/Nuclear algoritmus. Automatinis skaitmeninių vaizdų analizės duomenų integravimas su statistinės analizės projektu (SAS Enterprise Guide) atliktas SQL duomenų bazės lygmenyje. Faktorinė analizė ir grafinė duomenų vizualizacija atlikta siekiant ištirti Ki67 IHC rezultatų variaciją tarp serijinių pjūvių kontroliniame audinyje.

Rezultatai: IHC dažymo variacija tarp serijinių pjūvių ir tarp skirtingų mėginių atskleidė patikimai reikšmingus pokyčius, susijusius su tiriamo mėginio dydžiu, tuo tarpu IHC dažymo mėlynos ir rudos spalvų intensyvumo variacija nepastebėta. Tyrimo metu pastebėti pokyčiai, siekiant sumažinti mėginių dydžio įvairovę, analizuoti apjungus 10 skirtingų tiriamųjų audinių. Faktorinė analizė atskleidė asociaciją tarp mėginio dydžio ir mėlynos spalvos intensyvumo. Nustačius, kad spalvos intensyvumas yra pagrindinis audinių dažymosi kokybės kontrolės rodiklis, tolimesnėje eksperimento eigoje spalvos intensyvumo variacija buvo analizuota atskiruose skirtinguose audiniuose.

Išvados: Mūsų sumodeliuota sistema, pritaikius vaizdų ir automatinės statistinės analizės technologijas, suteikia galimybę integruoti automatinę IHC dažymo kokybės kontrolę daugybiniuose audiniuose kasdieninėje laboratorijos veikloje. Mes išsiaiškinome, kad net nuosekliuose serijiniuose audinio pjūviuose su audiniu susiję veiksniai įtakoja IHC analizės rezultatus, o silpnesnis mėlynos spalvos intensyvumas dažomame audinyje yra susijęs su mažesniu audinio kiekio aptinkamumu.

Log In or Register

Siekdami užtikrinti jums teikiamų paslaugų kokybę, Universiteto tinklalapiuose naudojame slapukus. Tęsdami naršymą jūs sutinkate su Vilniaus universiteto slapukų politika. Daugiau informacijos