微陣列光譜成像的腫瘤多靶點多時相虛擬顯微分析研究

微陣列光譜成像的腫瘤多靶點多時相虛擬顯微分析研究

《微陣列光譜成像的腫瘤多靶點多時相虛擬顯微分析研究》是依託華東師範大學,由李慶利擔任項目負責人的面上項目。

基本介紹

  • 中文名:微陣列光譜成像的腫瘤多靶點多時相虛擬顯微分析研究
  • 項目類別:面上項目
  • 項目負責人:李慶利
  • 依託單位:華東師範大學
項目摘要,結題摘要,

項目摘要

惡性腫瘤的細胞組學研究是探尋腫瘤發病和轉移機制的關鍵之一,而對腫瘤組織多靶點多時相的多元化綜合分析則是對細胞組學研究的有力支撐。本項目將高通量微陣列技術與時間分辨光譜成像技術相結合,構建能對腫瘤組織進行多靶點多時相跟蹤檢測的成像系統並闡明其成像機理;通過構建新的變焦結構以解決微陣列的掃描和波長變化引起的圖像漂移及配準問題;通過數據採集方式的改進實現多時相數據的共定位採集;通過在獨立成分分析中引入總體相關性最小化的方法實現多維度影像數據的混合光譜分解,解決光譜重疊和多標記串色的問題;將層次分析法引入微陣列空間-光譜-時間等多維度數據挖掘處理過程中,解決高維度信息提取和定量化中的精度與效率之間的矛盾;通過對腫瘤組織的多靶點多時相虛擬顯微分析結果的統計知識,獲得腫瘤組織細胞水平的表達情況和變化特徵,找出腫瘤細胞轉導的生理和代謝參數,為腫瘤的早期診斷、浸潤轉移機制和治療效果定量評價研究提供新思路。

結題摘要

現代醫學影像學在腫瘤等疾病的診斷方面已經得到了快速的發展並顯示了良好的套用前景。在病理學分析方面,病理學家對組織切片的病理學分析結果通常是疾病診斷的金標準。隨著信息技術的發展,傳統的病理組織圖像數據及其識別分析方法已經較難滿足病理組織分析的需要。針對這些問題,本項目研製了能夠獲取樣本多維度信息的顯微高光譜成像系統並對組織微陣列進行多標記的共定位識別分析,為腫瘤的定量化和疾病診斷提供一種新的方法。本項目實施過程中,研究了組織微陣列的多維度成像檢測機理、系統光學模型、光路設計並搭建了成像系統,系統的成像光譜範圍550nm至1000nm,光譜解析度2 nm,空間解析度優於1μm,有效像元數1600×1200,像元尺寸4.4μm×4.4μm;提出了基於朗伯-比爾定律的多維度數據的標定和預處理方法,給出了波段配準算法。實現了數據的格式化和標準化,積累了一定數量的組織樣本多維度數據;研究了腫瘤組織的形態、光譜、多標記、多時相等多維數據識別分析方法,特別是提出了能充分利用空間-光譜信息對細胞組織進行分割、分類、混合像元分解以及對多靶點標記進行明場共定位分析的新方法,實現了病變組織的定量化分析;通過與相關醫院合作,使用所提出的分析算法對黑色素瘤、乳腺癌、ALK陽性肺癌、白血病等多種惡性腫瘤組織樣本進行了多維度識別分析,對雙標記的結腸癌樣本進行了共定位的分析。通過與醫生的病理解譯相結合,探索將反演的定量化參數用於檢測病理變化的可行性。在本項目資助下,共發表SCI檢索論文15篇,EI檢索的會議論文14篇;申請中國發明和實用新型專利5項,獲得上海市技術發明二等獎1項,完成了項目研究的預期任務。

相關詞條

熱門詞條

聯絡我們