愛必信多色分析服務--HALO病理圖像分析

病理檢查一直被譽為疾病診斷的“金標準"，是認識疾病本質的理論基礎，病理學診斷在醫學診斷中常被認為是“quan威診斷"，意義重大。但傳統的病理診斷面臨著主觀因素大，缺乏客觀數據；效率低，耗費大量時間；沒有精準的統計，重復性低等缺陷。為此，科學家們也一直在尋求和創造新的分析技術及方法：數字病理，全切片影像系統，機器學習，人工智能....

病理診斷的工作很復雜，但是病理圖像分析的流程卻很簡單：從標準化制片到染色、掃描成全切片數字圖像、再到最后的圖像分析及管理和共享，前面的三步隨著設備升級、技術發展已經能夠高效率進行。最后一步的切片觀察難度依然很大，現階段需要憑靠病理學家們豐富的科研經驗進行判斷，如遇到大批量一起的切片，就非常耗費時間與人力。

多色老師：我成像完了以后想要做數據分析，你們有什么軟件推薦嗎？

小愛：目前市面上數據分析軟件還是比較多的，像免費的您可以下載imageJ、Qupath，缺點就是用法都需要您自行摸索；我們公司安裝的是HALO和StrataQuest兩款軟件，HALO病理圖像分析平臺，StrataQuest是我們TG的掃描儀平臺自帶的（基本所有的病理領域的分析需求都能滿足，可以出組織流式散點圖，直方圖），從功能、分析的精準度和可操作性來說，肯定是大大優于開源軟件的，且有軟件專業的技術支持團隊能夠答疑解惑。您可以根據您的實際情況選擇合適的分析軟件，如果您實在無從下手，也可以找Absin，我們可以提供數據分析的服務~

那么接下來小愛給大家介紹的HALO，就是針對病理診斷的難點痛點而誕生的一個精準簡便的病理圖像分析平臺。HALO可兼容市場上大多數掃描儀掃出的圖像文件格式（LEICA, Hamamatsu, 3D Histech, Zeiss, Akoya, KFBIO, JPG, TIFF），這些圖像可直接導入HALO軟件，無需任何格式轉換即可進行編輯和分析。  廣泛的應用于神經科學、代謝組學、腫瘤學、毒理病理學等領域的病理圖像定量研究中。

mIHC定量分析內容：

總分析區域的細胞數/細胞核數，各marker細胞數/細胞核數，各marker細胞數目/細胞核數占比，各marker陽性細胞平均熒光強度值，每平方微米的平均細胞數/細胞核數，面積計數及多染細胞的共定位信息等...

空間分析內容：

(a)最近鄰分析；(b)鄰近度分析；(c)浸潤分析；(d)密度熱圖分析

1、最近鄰分析（Nearest Neighbor）：確定任何兩個單元格或對象群之間的平均距離和唯YI鄰居的數量。

1）類群A數量【Population A Cells】–檢測到的類群A的總數；

2）到類群B的平均距離【Average Distance (µm) to Population B】(μm) – 類群A到類群B的平均距離(μm)；

3）唯YI類群B的數量【Number of Unique Population B】– 檢測到的唯YI類群B的總數。

2、鄰近度分析（Proximity Analysis）：計算與另一個對象或單元格一定距離內的單元格或對象的數量。

1）類群A數量【Population A Count】– 檢測到的類群A的總數；

2）類群B數目【Population B Count】– 檢測到的類群B的總數；

3）在類群A輸入范圍內的類群B的數量【Population A within input range µm of Population B】 – 在類群A的輸入范圍內檢測到的類群B的總數；

4）在類群A輸入范圍內的類群B的百分比【% Population A within input range µm of Population B】 – 在類群A的輸入范圍內檢測到的類群B的百分比；

5）到類群B的平均距離【Average Distance (µm) to Population B】(μm) – 類群A到類群B的平均距離(μm)；

6）唯YI類群B的數量【Number of Unique Population B】– 檢測到的唯YI類群B的總數；

7）在類群A輸入范圍內的類群B的平均數量【Average number of Population A within input range µm of Population B】—在類群A的輸入范圍內檢測到的類群B的平均數量。

如下所示可以得到zhi定范圍內Immune Positive≤500µm和Immune Positive>500µm的原始數據和圖片。

3、浸潤分析（Infiltration Analysis）：確定感興趣的注釋區域的設置范圍內的單元格或對象的數量。

1）類群A數量【Population A Count】– 檢測到的類群A的總數；

2）交界區域內的類群A的數量 【Population A within interface area】– 在界面區域內檢測到的類群A的總數；

3）類群A到交界線的平均距離【Population A average distance to interface】– 類群A到交界線的平均距離(µm)；

4）交界區域的面積【Total interface area】(mm2) – 總交界區域的總面積；

5）每平方毫米內類群A的平均密度【Population A average density per mm2】– 每平方毫米內類群A的平均密度。

如下所示可以分析交界面外的免疫陽性細胞、交界面中的免疫陽性（內部）細胞和交界面中的免疫陽性（外部）細胞，且可以提供浸潤直方圖（負值對應于交界面內部區域，正值對應于交界面外部區域）。

4、密度熱圖分析（Density Heatmap）：計算和可視化分析區域內的細胞或對象的密度。

1）分析區域面積【Area Analyzed】 (µm2) – 分析區域的總面積，單位為µm2；

2）細胞群數量【Cell Population Count】 – 檢測到的細胞群的數量；

3）距離設定半徑內的平均細胞數量【Average Cell Population within Distance µm Radius】– 在每個像素周圍設置的半徑內計數的細胞類群的平均數量。將值相加并除以ROI內的像素數。該輸出值等于平均細胞類群密度輸出乘以給定半徑的圓的面積；

4）平均細胞類群密度（細胞種群/µm2）– 此輸出將上述指標縮放為每個區域的平均對象數量單位。在用戶定義的每個像素周圍的區域內計數的對象的平均密度除以給定半徑的圓的面積；

5）距離設定半徑內的最小細胞類群數量 – 在每個像素周圍用戶定義的區域內計數的最小對象數；

6）最小細胞類群群密度（細胞群/µm2）– 在每個像素周圍用戶定義的區域內計數的對象的最小密度；

7）距離設定半徑內的最大細胞類群數量 – 在每個像素周圍的用戶定義區域內計數的最大對象數；

8）最大細胞群密度（細胞群/µm2）– 在每個像素周圍用戶定義的區域內計數的對象的最大密度。

Absin產品線：

爆款產品：試劑盒(mIHC、IHC、凋亡、ELISA、ChIP、Co-IP、TR-FRET、生化檢測、殘留檢測、多因子檢測)；細胞培養(類器官試劑盒+基質膠，胎牛血清+培養添加劑+細胞因子)、分化試劑盒；分子(mRNA合成服務+提取試劑盒)；化合物大包裝；輔助試劑、耗材/儀器、定制服務(抗體/多肽/蛋白/標記/檢測)...

特色產品：雞胚提取物CEE、B27、N2、霍亂毒素B亞單位CTB、牛腦垂體提取物BPE、百日咳毒素PTX、重組人胰島素Insulin、人源低密度脂蛋白LDL...