| 顶尖的数字病理图像分析平台——HALO |
在病理学进入个性化医学新时代的过程中，面对生物标志物研究及临床应用时，传统病理学诊断越发显得苍白无力。此时，数字病理扫描技术的发展使显微镜载玻片进行数字化，为数字病理的图像分析带来了新机遇。 HALO旨在处理数字病理图像分析以及基于图像的生物标记物分析软件。广泛应用于全世界的制药、医疗保健和研究组织，在神经科学，代谢组学，肿瘤学，毒理病理学的高通量，全切片图像的定量研究。 定量病理图像分析 定量病理图像分析，也就是从病理图像中提取有意义的信息。包括对组织图像中不同组织类型进行区分，定量阳性染色的区域，不同染色标记的细胞数量，密度，以及不同标记细胞间的相对距离等。 利用病理图像分析软件，能够对组织病理切片上的逐个细胞进行定量，使病理分析更加准确；另外由于采用统一的标准进行分析，在结果输出上更具重复性，特别是对于一些异质性性差，复杂的病理切片。 在执行类似计数这种重复性操作的时候，利用病理图像分析软件进行批量分析能够很大程度上的减轻病理学家的工作负荷；同时，定量病理图像的分析也能够帮助病理学家发现一些肉眼难以发现的病理图像特征。 结合病理图像的大数据特征，采用特定的标记物对相应的细胞进行染色，有助于肿瘤生物标记物的发现。 尽管在发展过程中面临着各种各样的阻碍，但仍然难以阻挡病理图像分析的持续发展趋势。 HALO HALO，是由美国Indica Labs 和苏州欧宝体育有限公司共同推出的基于人工智能学习的数字病理图像分析平台。 HALO能够提供方便，快速，精准，详尽的数字病理全组织切片分析。目前已在全世界各大制药、生物技术及医疗健康领域普及。
相比较其他病理图像分析软件，HALO具有极其简单，方便的操作界面，能够在使用时将更多的时间花费在病理图像的分析，而非软件的学习应用。同时它并不会因操作简单而造成其他功能上的缺失。它逐个病理图像中对每一个细胞进行分析，使得分析结果更加精准，且它所产生的每一个细胞数据与病理图像能够进行一一对应。 在结果输出上，它输出在图像分析过程中产生的任何图像，算法，并自动生成相应的直方图，热图等分析报告，方便我们后续的结果判读。 在分析速度上，HALO采用并行分析处理技术，对相应的模块算法进行极致优化，在同一硬件平台上，是其他病理图像分析软件速度的4倍以上。 最重要的是，HALO提供了大量可供选择的模块算法应用于不同的分析领域。包括：一般的免疫组化和免疫荧光的胞膜、胞核、胞浆定量分析；以及应用在肿瘤学方面的免疫细胞浸润分析，DNA/RNA的原位杂交，荧光原位杂交的定量分析，组织芯片微阵列分析，循化肿瘤细胞的定量等。 在其他包括神经科学，代谢组学，皮肤病理学，眼科学等领域当中，HLAO也提供了大量的，可执行的分析模块。 因此，利用HALO数字病理图像分析平台，将能极大优化完善病理分析研究。 HALO应用案例介绍 1） 免疫和炎症细胞IHC定量分析 利用HALO,能够快速的对整张组织切片或者多个ROI区域多种淋巴细胞（B cells, T cells, Natural killer cells 等）或炎症细胞（(CD68, F4/80 macrophages等）的数量进行定量。
2） 免疫细胞肿瘤浸润分析 在预定的距离内放置在肿瘤-间质边界内的同心环，量化免疫细胞在不同同心环内的数量及密度，进而确定肿瘤/间质边缘的细胞浸润评测免疫细胞的关系，评判药物治疗的作用机制。
3）免疫细胞空间关系分析 肿瘤的“免疫环境”被定义为不同肿瘤区域内免疫细胞的类型、功能定位、密度和位置。在肿瘤组织中，不同的染色细胞类型可以量化单个细胞与其最近邻居之间的距离。这种方法可以帮助确定治疗的作用机制，旨在增强或减少肿瘤组织内特定细胞类型之间的相互作用。
Pan-CK+ tumor cells (blue) and CD3+ cells spatial distribution
Immune cell proximity histogram. CD3+ cell number binned according to distance away from Pan-CK+ tumor cells.  欧宝 苏州欧宝体育有限公司专注儿科和肿瘤精准医疗，使命是让医疗服务更有价值，是价值医疗的倡导者和践行者。 公司运用高通量分子检测，大数据和认知计算技术提供转化医学研究、遗传和肿瘤精准诊断解决方案，并在特定儿科疾病和肿瘤方向累积了行业领先的数据资源。 与此同时，公司在临床前、临床药物研发、伴随诊断、病理检查及生物标记物发现中提供高质量、高精度的组织病理图像分析服务平台，包括组织、细胞的IHC、ISH/FISH 、TMA、IF等生物标记物染色。 参考文献： 1. ;Laurinavicius A, Laurinaviciene A, Dasevicius D, et al. Digital image analysis in pathology: benefits and obligation[J]. Analytical cellular pathology, 2012, 35(2): 75-78. 2. Tunstall K L. Quantifying immune cell distribution in the tumor micro-environment using HALO TM spatial analysis tools[J]. |
