Другие журналы

научное издание МГТУ им. Н.Э. Баумана

НАУКА и ОБРАЗОВАНИЕ

Издатель ФГБОУ ВПО "МГТУ им. Н.Э. Баумана". Эл № ФС 77 - 48211.  ISSN 1994-0408

Автоматизированный метод анализа изображений иммуноцитохимических препаратов молочной железы

# 02, февраль 2013
DOI: 10.7463/0213.0529424
Файл статьи: Артюхова_P.pdf (564.40Кб)
авторы: Клименко Н. С., Артюхова О. А., Амелькина Е. Ю., Самородов А. В.

УДК 57.087

Россия, МГТУ им. Н.Э. Баумана

natasha.klmnk@gmail.com

olga.artyukhova@mail.ru

mencina@mail.ru

avsbmstu@yandex.ru

 

Введение

Возникновение рака молочной железы многие исследователи связывают с избыточной продукцией эстрогенов или их фракций [1]. Наличие рецепторов различных гормонов у опухолевых клеток дает возможность оценить гормоночувствительность опухоли и, следовательно, эффективность гормонотерапии [2]. Такую оценку осуществляют с помощью иммуноцитохимического (ИЦХ) анализа, в ходе которого проводится микроскопическое исследование специальным образом окрашенных цитологических препаратов и определяются диагностические баллы, характеризующие степень окрашивания клеток в данном препарате и позволяющие вынести решение о гормональном статусе рака [3, 4].

Иммуноцитохимический анализ зарекомендовал как высокоинформативный, обеспечивающий корректное определение факторов прогноза и выбор тактики терапии. Однако визуальное определение диагностических баллов является высоко субъективным. В ходе данного анализа необходимо просматривать практически весь препарат в поисках клеточных элементов, что приводит также к высокой трудоемкости анализа и, следовательно, диагностическим ошибкам. Объективизация и разработка количественных оценок реакций в методе ИЦХ является необходимым условием его широкого использования в клинической практике, что обуславливает актуальность создания аппаратно-программного комплекса (АПК) микроскопического анализа ИЦХ препаратов молочной железы.

 

1.               Особенности исследования препаратов в иммуноцитохимии

В основе иммуноцитохимической реакции лежит взаимодействие антигена с антителом. При гормоночувствительном РМЖ происходит экспрессия рецепторов стероидных гормонов (рецепторов эстрогенов и прогестерона) в ядрах опухолевых клеток. Эти рецепторы выступают в качестве антигенов. Антитела вводят искусственно в ходе специального ИЦХ окрашивания препаратов, в результате которого ядра опухолевых клеток, содержащие рецепторы эстрогенов или прогестерона, приобретают коричневую окраску [4] (рисунок 1).

 

 

Рисунок 1 – Микроскопическое изображение ИЦХ препарата

 

Для вынесения решения о гормональном статусе рака проводится исследование изображения окрашенного ИЦХ препарата с использованием светового микроскопа.

Широко используемым в настоящее время является определение по изображению ИЦХ препарата баллов по так называемой системе баллов Оллреда [3]. В указанной системе определяются два балла: балл, характеризующий долю клеток с окрашенными ядрами (proportionscore, PS), и балл, характеризующий интенсивность их окрашивания (intensityscore, IS). Данные баллы определяются на основе визуального сопоставления наблюдаемой под микроскопом картины с балльной шкалой оценки рецепторов эстрогенов и прогестерона (рисунки 2, 3).

 

Рисунок3.emf

 

Рисунок 2 – Балльная шкала оценки доли клеток с окрашенными ядрами в препарате [5]

 

Рисунок4.emf

Рисунок 3 – Балльная шкала оценки интенсивности окрашивания ядер клеток в препарате [5]

 

Общее заключение по результатам анализа ставится врачом на основании общего балла (totalscore, TS), являющегося суммой баллов PSи IS. Статус рака определяется как гормононезависимый, если TSравен нулю или двум, и как гормонозависимый – если значение TS больше двух баллов.

 

2.               Автоматизация микроскопического анализа ИЦХ препаратов молочной железы

Основными элементами АПК микроскопического анализа ИЦХ препаратов молочной железы являются оптический микроскоп-тринокуляр с автоматизированным предметным столом, блоком автофокусировки и цифровой камерой, а также специальное программное обеспечение (СПО) анализа регистрируемых изображений ИЦХ препаратов. Структурная схема данного комплекса представлена на рисунке 4.

 

Рисунок2.emf

 

Рисунок 4 – Структурная схема АПК микроскопического анализа ИЦХ препаратов молочной железы

 

Регистрация изображений ИЦХ препарата осуществляется в автоматическом режиме. В процессе сканирования препарата для каждого поля зрения осуществляется вычисление характеристик резкости и, при необходимости, автофокусировка оптической системы [6].

СПО анализа изображений ИЦХ препарата включает в себя два блока: блок сегментации изображений и блок расчета диагностических баллов. Основным этапом анализа, наиболее тяжело поддающимся автоматизации, является сегментация изображений, от качества которой существенно зависит результат исследования препарата в целом [7].

 

3.               Разработка и реализация алгоритмов сегментации микроскопических изображений ИЦХ препаратов

Для определения диагностических баллов на изображении препарата необходимо выделить область клеток, ядра которых в ходе окрашивания приобрели коричневый оттенок из-за наличия рецепторов гормонов, и область клеток, ядра которых не имеют рецепторов, то есть произвести сегментацию изображения [8]. Из-за значительной вариабельности цветояркостных характеристик разных препаратов, являющейся следствием особенностей взятия пункционного материала, нанесения его на стекло и, собственно, окрашивания, для сегментации целесообразно использовать двухэтапную процедуру [9]. На первом этапе строятся маски областей, гарантированно относящихся к фону, клеткам с окрашенными и неокрашенными ядрами, по которым рассчитываются средние цветояркостные характеристики данных областей. На втором этапе с использованием полученных цветояркостных характеристик выполняется попиксельная сегментация всего изображения с последующей постобработкой.

Алгоритм автоматического нахождения масок заключается в пороговой обработке полутонового изображения, построенного по координате «B» цветового пространства RGB. Гистограмма яркости по указанной координате имеет явный локальный минимум, разделяющий фон и клетки (рисунок 5). Абсцисса точки минимума (3, рисунок 5) определяется автоматически по сглаженной гистограмме и далее используется как пороговое значение для построения маски фона.

 

Рисунок2.emf

 

Рисунок 5 – Гистограмма яркости изображения ИЦХ препарата по цветовой координате «B».
1, 2 и 3 – границы для построения масок областей (пояснения в тексте)

 

Участок гистограммы с интенсивностью меньше найденного порога соответствует клеткам. Эмпирически было установлено, что первая треть данного участка гистограммы (верхняя граница – точка 1, рисунок 5) соответствует окрашенным ядрам клеток. Клетки с неокрашенными ядрами более светлые, их маска задается диапазоном интенсивностей между значением, делящим область гистограммы клеток пополам (точка 2, рисунок 5) и ранее найденным порогом для выделения фона (точка 3, рисунок 5). В ходе ИЦХ окрашивания препарата на рецепторы эстрогенов или прогестерона часть красителя, не полностью удаленного в ходе промывки, может осесть в области цитоплазмы клеток. Для предотвращения попадания в маску клеток с неокрашенными ядрами области слабоокрашенной цитоплазмы клеток, строится ее маска в разностном канале «R» и «B», которая затем вычитается из маски клеток с неокрашенными ядрами. На рисунке 6 приведен пример результата автоматического нахождения масок областей клеток с окрашенными ядрами, клеток с неокрашенными ядрами и фона.

 

                                                             

а)                                                 б)                                                 в)

а) маска клеток с окрашенными ядрами, б) маска клеток с неокрашенными ядрами, в) маска фона

Рисунок 6 – Пример результата автоматического нахождения масок областей изображения

 

По полученным маскам трех областей (j = {1, 2, 3}) рассчитываются средние значения яркости (mij) в трех цветовых координатах (i= {R, G, B}).

На втором этапе сегментации для каждого пикселя анализируемого изображения, имеющего цветовые координаты zi, вычисляются три евклидовых расстояния – меры близости классифицируемого пикселя к клеткам с окрашенными ядрами (), с неокрашенными ядрами () и фону ():

Пиксель изображения относится к той области, для которой вычисленное расстояние минимально. Пример результата классификации пикселей изображения на области клеток с окрашенными ядрами, клеток с неокрашенными ядрами и фона приведен на рисунке 7.

 

        

а)                                                     б)                                                   в)

а)область клеток с окрашенными ядрами, б) область клеток с неокрашенными ядрами, в) область фона

Рисунок 7 – Пример результата классификации пикселей изображения

 

Постобработка изображения заключается в удалении из областей клеток с окрашенными и неокрашенными ядрами связных участков, размер и форма которых явно отличаются от соответствующих параметров клеток. Пример окончательного результата сегментации изображения ИЦХ препарата приведен на рисунке 8.

 

а)

б)

а) исходное изображение, б) результат сегментации

Рисунок 8 – Пример окончательного результата сегментации изображения ИЦХ препарата

 

Экспериментальные исследования разработанного метода сегментации проводились на выборке из 11 препаратов, приготовленных в лаборатории онкоцитологии МНИОИ им. П.А. Герцена, имеющих различные цветояркостные характеристики.

Сегментация изображений на области клеток с окрашенными ядрами, с неокрашенными ядрами и фона проводилась по разработанному алгоритму. Результаты автоматической сегментации подвергались визуальной верификации. Анализ полученных данных показал, что погрешность выделения областей клеток обоих типов по площади не превышает 5 %, что не приведет к ошибочному изменению итогового заключения о гормональном статусе РМЖ.

 

Заключение

Иммуноцитохимическое исследование препаратов при раке молочной железы позволяет определить его гормональный статус, что существенно влияет на тактику назначаемого лечения. Визуальный анализ данных препаратов является трудоемким и высокосубъективным; повышение достоверности и разработка количественных оценок реакций в методе ИЦХ является необходимым условием широкого использования данного анализа в клинической практике.

В работе представлены результаты разработки метода и алгоритма сегментации изображений ИЦХ препаратов, являющейся ключевым этапом создания АПК для их автоматизированного анализа. Разработанный метод сегментации адаптирован к принятой в настоящее время методике приготовления ИЦХ препаратов и обеспечивает возможность работы с изображениями препаратов, отличающихся по своим цветояркостным характеристикам.

Исследование выполнено при поддержке Министерства образования и науки Российской Федерации, соглашение № 14.B37.21.1912.

 

Списоклитературы

1.     Берштейн Л.М. Гормональный канцерогенез. СПб.: Наука, 2000. 199 с.

2.     Герштейн Е.С., Кушлинский Н.Е. Биологические маркеры рака молочной железы: методологические аспекты и клинические рекомендации // Маммология. 2005. № 1. С. 65-70.

3.     Allred D.C., Harvey J.M., Berardo M., Clark G.M. Prognostic and predictive factors in breast cancer by immunohistochemical analysis // Modern Pathology. 1998. Vol. 11, no. 2. P. 155-168.

4.     Волченко Н.Н., Савостикова М.В. Иммуноцитохимическое исследование цитологических препаратов с использованием метода жидкостной цитологии. М.: ФГУ «МНИОИ им. П.А. Герцена Росмедтехнологий», 2008. 21 с.

5.     Allred D.C. Assessment of prognostic and predictive factors in breast cancer by immunohistochemistry // Connection. 2005. No. 9. P. 4-5.

6.     Artyukhova O.A., Samorodov A.V. Investigation of image sharpness characteristics in the field of automated microscopy of cytological preparations // Pattern Recognition and Image Analysis. 2011. Vol. 21, no. 2. P.171-175.DOI: 10.1134/S1054661811020118

7.     Самородов А.В., Полянская М.Г., Славнова Е.Н., Спиридонов И.Н., Волченко H.Н. Определение рецепторного статуса по результатам автоматизированного анализа изображений препаратов в иммуноцитохимии // Нанотехнологии в онкологии: сб. трудов II Всероссийской научной конференции. Москва, 2009. С. 45-46.

8.     Amelkina E.Y., Samorodov A.V. Development of cytologic preparations image analysis algorithm for solving immunocytochemistry tasks // Proceedings of the 6th Russian-Bavarian Conference on Biomedical Engineering. Moscow, 2010. P. 8-9.

9.     Клименко Н.С., Артюхова О.А., Самородов А.В., Славнова Е.Н., Волченко Н.Н. Разработка алгоритма сегментации микроскопических изображений препаратов в иммуноцитохимии // Цитоморфометрия в медицине и биологии: фундаментальные и прикладные аспекты: Материалы V Всероссийской научно-практической конференции.  М., 2012. С. 53-54.

Поделиться:
 
ПОИСК
 
elibrary crossref ulrichsweb neicon rusycon
 
ЮБИЛЕИ
ФОТОРЕПОРТАЖИ
 
СОБЫТИЯ
 
НОВОСТНАЯ ЛЕНТА



Авторы
Пресс-релизы
Библиотека
Конференции
Выставки
О проекте
Rambler's Top100
Телефон: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)
  RSS
© 2003-2024 «Наука и образование»
Перепечатка материалов журнала без согласования с редакцией запрещена
 Тел.: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)