1. 完善的質量控制體系,是保證定量分析可信性的基礎
菲諾維康構建了包含樣本制備、染色、成像及數據分析等過程的質量控制體系,確保獲得穩定準確的結果。
隨著數字病理學系統的使用不斷增加,隨之而來產生的是組織分析的新標準。除了實現遠程工作的顯著優勢之外,數字化還允許引入基于 AI 的圖像分析來支持病理學家。數字病理學解決方案不僅可以實現病理結果的精準分析和數據管理,也為挖掘由新型多重技術獲得的大量數據開辟了新機會。
菲諾維康通過引入Visiopharm公司具有領先圖像分析人工智能算法生成了"菲諾維康全切片分析(Pheno whole slide analysis, PWSA)平臺",在減輕病理專家大量閱片工作的同時,挖掘全切片掃描圖像的豐富數據信息,從而深度解讀組織微環境和空間生物學信息,包括但不限于多種細胞表型的鑒定、數量分析、不同表型細胞的分布、腫瘤細胞與免疫細胞的空間距離關系、免疫檢查點對腫瘤的免疫微環境的影響等。
1. 完善的質量控制體系,是保證定量分析可信性的基礎
菲諾維康構建了包含樣本制備、染色、成像及數據分析等過程的質量控制體系,確保獲得穩定準確的結果。
2. 精準細胞識別是精準定量分析的核心
在組織切片樣本中,多種細胞混雜在一起,其形態、大小、著色都存在較大差異,PWSA平臺基于深度學習的算法,可以同時準確識別大小不一、形態各異的細胞。
3. 針對全景數字切片進行分析,是獲取全面客觀的原位數據的支撐
PWSA平臺通過對整張染色切片的數字化信息進行全面分析,獲得整張組織切片上蛋白表達和細胞表型分布的全面、客觀、精準的數據,以輔助醫生進行評判和診斷,節省時間和精力。
4. 組織劃分及空間分析是深入研究組織微環境的重要工具
PWSA平臺通過在多張切片圖像中進行組織類型劃分訓練,從而更全面的獲取目標組織的信息,做到精準的組織劃分和定量,與細胞表型鑒定結合,可用于腫瘤組織中免疫細胞浸潤等研究。
5. 特定組織與細胞之間的距離分析
隨著空間多組學的提出和發展,簡單地定量組織分區的細胞分布在一些場景下已經不能滿足精準組織學研究需求,實際案例分析中,經常遇到分析需求,要對腫瘤區域周邊限定范圍內的區域進行浸潤細胞的分析。例如下圖所示,為在腫瘤組織外周浸潤特定距離范圍內免疫細胞的分析。圖中為通過PWSA平臺計算的距離腫瘤區域0-25μm的區間范圍(紅色偽彩),25-50μm的區間范圍(黃色偽彩),50-75μm的區間范圍(紫色偽彩)。在此基礎上,菲諾維康mIF全切片掃描分析技術計算并統計了各個區間內包含的所有表型(類型)細胞的數量。
上一頁