的细胞，在图像中存在一定量的噪音。在本发明中，使用kuan过滤去除噪音。需要发现与背景相比，不是一致地亮的对象。过滤还导致使得系统能够通过发现每个对象的边界，而鉴定靠近在一起的单独对象。
[0042]DAPI用于标记核酸。对DAPI图像进行分析，并根据强度特征隔离到区段内。设定阙值以防止单个对象被描绘成多个独立的区段的过分割(over-segmenting)。然而，因为核酸染色比细胞角蛋白更可预测，所以对于区分独立的对象需要较少的过滤。
[0043]一旦鉴定了对象，则根据它们对细胞角蛋白-PE和DAPI 二者的强度，对它们进行评分。强度较高的对象被给出较高的评分。接着，根据两幅图的重叠对对象进行分析。核酸应当出现在细胞角蛋白的边界内。具有较高重叠部分的对象被给出较高的评分。如图1所示，在细胞角蛋白内充分符合的DAPI对象是阳性CTC事件。
[0044]还使用⑶45-APC对样品进行染色。其被用于染色白细胞，并且鉴定非靶事件。对于APC阳性的对象将不被认为是CTC。然而，存在一小部分事件，其对PE和APC是阳性的，这被称作双阳性事件。因此，不是简单地使用APC阳性或阴性作为标准，而是APC和PE的比例被用于区分来自CTC和白细胞的双阳性事件。根据该比例对这些事件进行评分，以便可能的CTC被给出比可能的白细胞高的评分。在图2和图3中，CTC (DAPI阳性和PE阳性)可以与白细胞(APC阳性和DAPI阳性)同时被观察。
[0045]一旦通过上述过程分析每个对象，则按照评分的顺序将这些图像呈递给观察者。结果是最有可能CTC的事件出现在图像组的开始，可能性较低的对象出现在图像组的较后面。
[0046]可以使用本发明的组合物、方法和试剂盒检测的不同类型癌症的例子包括胺前体摄取脱羧细胞瘤(apudoma)、迷离瘤、鳃原性瘤、恶性类癌综合症、类癌心脏病、癌例如沃克癌(Walker)、基底细胞癌、基底鳞状细胞癌、Brown-Pearce癌、导管癌、艾氏肿瘤(Ehrlichtumor)、原位癌、克雷布斯2癌(Krebs 2)、梅克尔细胞癌(merkel cell)、粘液癌、非小细胞癌、燕麦细胞癌、乳头状癌、硬癌、细支气管癌、支气管癌、扁平细胞癌和过度细胞网状内皮组织增殖、黑色素瘤、软骨母细胞瘤、软骨瘤、软骨肉瘤、纤维瘤、纤维肉瘤、巨细胞瘤、组织细胞瘤、脂肪瘤、脂肉瘤、间皮瘤、粘液瘤、粘液肉瘤、骨瘤、骨肉瘤、尤因氏肉瘤(Ewing’ssarcoma)、滑膜瘤、腺纤维瘤、腺淋巴瘤、癌肉瘤、脊索瘤、间叶性肿瘤、中肾瘤、肌肉瘤、成釉细胞瘤、牙骨质瘤、牙瘤、畸胎瘤、滋养层(throphoblastic)肿瘤、腺癌、腺瘤、胆管瘤、胆脂瘤、圆柱瘤、囊腺癌、囊腺瘤、粒导细胞瘤、两性胚细胞瘤、肝细胞瘤、汗腺腺瘤、胰岛细胞瘤、睾丸非生殖细胞瘤、乳头状瘤、睾丸滋养细胞瘤、卵泡膜细胞瘤、平滑肌瘤、平滑肌肉瘤、成肌细胞瘤、肌瘤、肌肉瘤、横纹肌瘤、横纹肌肉瘤、室管膜瘤、神经节瘤、神经胶质瘤、成神经管细胞瘤、脑膜瘤、神经鞘瘤(neuriIemmoma)、成神经细胞瘤、神经上皮瘤、纤维神经瘤、神经瘤、副神经节瘤、非嗜铬性副神经节瘤、神经鞘瘤、引起硬化的血管瘤、血管瘤病、血管球瘤、血管内皮瘤、血管瘤、血管外皮细胞瘤、血管肉瘤、淋巴管瘤、淋巴管肌瘤、淋巴管肉瘤、松果体瘤、癌肉瘤、软骨肉瘤、囊性叶状叶柄肉瘤、纤维肉瘤、血管肉瘤、平滑肌肉瘤、白血病性肉瘤、脂肉瘤、淋巴管肉瘤、肌肉瘤、粘液肉瘤、卵巢癌、横纹肌肉瘤、肉瘤(考波希氏(Kaposi’s)和乳突细胞)、赘生物(例如骨的、消化系统的、结肠直肠的、肝的、胰腺的、垂体的、睾丸的、眼窝的、头和颈的、中枢神经系统的、听觉系统的、骨盆的、呼吸道的和泌尿生殖器的)、神经纤维瘤和宫颈非典型增生。
[0047]然而，本发明不仅仅局限于检测检测循环上皮细胞。例如，在患有心肌梗死的病人的血液中已经观察到内皮细胞。与上皮细胞类似，内皮细胞、心肌细胞和病毒感染细胞也具有能够被可利用单克隆抗体识别的细胞类型特异性决定簇。因此，本发明的方法可以适于检测这样的循环内皮细胞。另外，本发明允许检测在患有传染病的患者的外周血液中所携带的细菌细胞，还可以使用本发明的组合物、方法和试剂盒对这些患者进行检验。如果在与上述相似的条件下存在，预料这些稀有细胞将在循环中具有相似的行为是合理的。
[0048]本文所公开的发明的优选实施方式还被认为能够在癌症诊断以外的领域和应用中采用本发明。对于本领域技术人员而言明显的是，本发明的改进诊断模式并不受到前面优选实施方式的描述的限制。最后，尽管上面所提供的实施方式提供了详细的描述，但后面的权利要求并不被限制在详细的描述中。事实上，可以对其做出各种修改而不离开后面的权利要求的主旨。
【主权项】
1.一种对流体样品中的细胞图像进行归类的方法，其包括: a.从平台获取图像； b.对来自形态分析、表位分析及其组合的所述图像性质进行归类； c.以最有可能到可能性最小阳性循环肿瘤细胞的顺序呈递图像；以及 d.选择所述图像进行分析，其中所述分析是选自诊断疾病、监控疾病、筛选疾病及其组入口 O2.权利要求1的方法，其中所述平台是多参数流式细胞计量术、CellSpoter荧光显微术或CellTracks分析仪成像。3.权利要求1的方法，其中所述形态分析选自测量、形状分析、尺寸分析、细胞质/细胞核重叠、细胞质/细胞核相对强度及其组合。4.权利要求1的方法，其中所述表位是鉴定PE阳性事件、DAPI阳性事件和APC阴性事件。5.权利要求4的方法，其中通过kuan过滤除去背景噪音。6.权利要求1的方法，其中所述细胞图像来自循环肿瘤细胞、上皮细胞、内皮细胞、细菌细胞和病毒感染细胞。7.权利要求6的方法，其中所述细胞图像是循环肿瘤细胞。8.权利要求7的方法，其中所述表位分析是鉴定细胞角蛋白-PE阳性事件、DAP1-染色的细胞核阳性事件和⑶-45 APC阴性事件。9.权利要求8的方法，其中所述顺序是通过对细胞角蛋白-PE阳性事件和所述DAP1-染色的细胞核阳性事件进行强度评分。10.权利要求9的方法，其中所述表位分析是进一步通过所述细胞角蛋白-PE阳性事件和所述DAP1-染色的细胞核阳性事件进行部分重叠而确定的。11.权利要求10的方法，其中通过APC与PE强度比例对⑶-45APC阳性事件进行进一步评分，其中较高的所述强度比例表示较低的循环肿瘤细胞评分。
【专利摘要】本发明中所描述的方法被用于分析循环肿瘤细胞(CTC)的图像。从多种平台获取图像，包括多参数流式细胞计量术、CellSpotter荧光显微术成像系统和CellTracks分析仪。接着根据多种性质将这些图像进行归类，并以最有可能到可能性最小阳性CTC事件的顺序将图像呈递给用户。这种归类方法可以用于诊断和筛选基于循环稀少细胞的疾病，例如根据CTC所确定的恶性。
【IPC分类】G01N15/14
【公开号】CN104964908
【申请号】CN201510236202
【发明人】J.凯, J.C.西尔维亚
【申请人】维里德克斯有限责任公司
【公开日】2015年10月7日
【申请日】2007年8月30日
【公告号】CA2662859A1, CN101606060A, EP2059801A2, EP2059801A4, US20100208974, WO2008030381A2, WO2008030381A3