米徕迪病理图像分析系统 AP-TIME 软件功能配置介绍

  标准版 AP-TIME 的功能配置包括

  1、4 项 AI 模块：

  ①明场 IHC 图像细胞自动识别;

  ②荧光图像细胞自动识别;

  ③肿瘤与间质的自动化区域分割;

  ④三级淋巴结构 TLS 自动化识别)。

  2、7 大功能模块分析：

  ①明场免疫组化定量;

  ②荧光定量;

  ③区域分割;

  ④空间分析;

  ⑤组织芯片分割;

  ⑥TLS 识别;

  ⑦数据分析处理模块。

  功能加强版 AP-TIME 的功能配置：

  标准版 AP-TIME 的基础上搭配连续切片叠加配准和分析。

  AP-TIME 功能模块的详细介绍

  1.明场免疫组化定量分析

  适用于免疫组化的定量分析。通过深度学习模型自动识别图像中所有细胞，进行参数设置识别标志物对应的染色通道中阳性表达的细胞，同时可基于染色强度，将阳性细胞进行表达强度分数分类( 1 +，2 +，3+)。结果报告可输出标志物的阳性表达百分比，H-score 值，及每个细胞的完整分析数据等。

  2.多重荧光免疫组化定量分析

  适用于多重荧光免疫组化的定量分析。通过深度学习模型自动识别图像中所有细胞，进行参数设置识别标志物对应的染色通道中阳性表达的细胞，同时可基于染色强度，将阳性细胞进行表达强度分数分类(1 +，2 +，3+)。结果报告可输出每个标志物的阳性表达百分比，H-score 值，及每个细胞的完整分析数据等。

  3.细胞分型

  通过多个标志物共表达实现组织原位单细胞水平的细胞表型识别及可视化，从而对图像中各类细胞进行分型，并进行定量分析及不同表型细胞间的空间关系分析。

  4.区域分割

  区域分割模块采用深度学习模型，经过数千张荧光图像训练实现自动区分待分析图像中的肿瘤与间质，快速地对整张切片或批量的荧光病理图像进行不同类型组织的分割，如下图所示软件自动区分的肿瘤与肿瘤间质区域。区域分割功能联合其他模块(如定量或空间分析)分析可分别得到肿瘤中的定量数据、间质及全片中的定量数据，为研究表型细胞在肿瘤微环境中不同空间位置发挥不同功能提供重要的分析方法。

  5.空间分析

  在组织原位水上识别每个细胞的空间位置，根据研究目的计算两两细胞的空间位置关系并统计得到全片组织中两类不同表型细胞的空间关系。

  5.1 空间浸润分析

  空间浸润分析用于分析病灶区域(如肿瘤、坏死、纤维化等)周围某类细胞的浸润情况。如常用于肿瘤免疫浸润分析，确定某类细胞在肿瘤中的浸润情况：以肿瘤边界为分析中心，可分析靶细胞在肿瘤边界内外的分布，统计得到目标区间内所有细胞到肿瘤边界的平均距离，并给出数据统计直方图。

  如下图所示，以肿瘤边界为 0 轴，分析肿瘤内 200um 范围 CD3+细胞的分布，并计算肿瘤内外每个区间的 CD3+细胞的分布密度。

  5.2 近距离分析/邻近关系分析

  识别分析区域内每个靶细胞的空间位置，计算两两细胞的距离，可分析某类细胞在一定区间范围内另一靶细胞的分布情况，并给出数据统计直方图。

  如下图所示：对 CD20+细胞周围 50um 内 CD3 细胞的分布进行邻近关系分析，得到 CD20 细胞

  与 CD3 细胞的空间关系统计结果。

  6.组织芯片 TMA 切割该模块对组织芯片样本图像进行切割，生成每个样本 core 的图像，结合其他分析模块进一步定量分析或空间分析，输出芯片中每个样本的分析数据。

  7.三级淋巴结构(TLS)的自动化识别及定量分析

  该模块通过识别组织图像中标志物的染色信息，自动调节荧光强度并识别出图像中 TLS 结构进行标注，进一步定量分析可得到图像中每个 TLS 的定量数据，同时可进一步对三级淋巴结构的内部进行空间分析。8.数据分析处理模块图像分析得到的数据可通过该模块经统计学方法处理得到统计结果及对应的统计图。

  9.连续切片叠加配准和分析

  连续切片叠加分析功能模块可对相邻两张连续切片上的标志物或共表达细胞进行跨图像的空间

  分析。

  两张连续切片叠加 merge 图如图所示。

  两张连续切片之间的空间分析，如图所示：除了以上模块化分析，AP-TIME 同时具备强大的图像浏览及处理能力，多元化的注释工具，创建注释自动识别组织边界，调节通道荧光强度优化图像呈现效果，兼容主流数字切片图像格式及常规格式等等。