特許ウォッチ

公開番号2025016567
公報種別公開特許公報(A)
公開日2025-02-04
出願番号2024187476,2021556841
出願日2024-10-24,2020-03-12
発明の名称周波数符号化画像に基づく細胞選別のシステムとその使用方法
出願人ベクトン・ディキンソン・アンド・カンパニー,BECTON, DICKINSON AND COMPANY
代理人個人,個人
主分類G01N 15/1433 20240101AFI20250128BHJP(測定;試験)
要約【課題】試料の細胞を選別する。
【解決手段】流体ストリーム内の細胞を含有する試料から光を検出することと、試料から細胞の画像マスクを生成することと、生成された画像マスクに基づいて細胞を選別することとを含む。プロセッサに動作可能に結合され、命令が保存されているメモリを有するプロセッサを備えるシステムであって、プロセッサによって命令が実行されると、プロセッサに流体ストリーム内の試料中の細胞の画像マスクを生成させ、生成された画像マスクに基づいて細胞を選別させるシステムもまた記載される。画像マスクを生成し、細胞の1つまたは複数の特徴を決定するためのプログラミングを備えた集積回路デバイス(例えば、フィールドプログラマブルゲートアレイなど)も提供される。
【選択図】図1
特許請求の範囲【請求項１】
試料の細胞を選別する方法であって、
流体ストリーム内の細胞を含有する試料から光を検出することと、
前記流体ストリーム内の細胞の画像マスクを生成することと、
生成された画像マスクに基づいて細胞を選別することと
を含む、方法。

発明の詳細な説明【背景技術】
【０００１】
選別フローサイトメータなどのフロー式粒子選別システムは、粒子の少なくとも１つの測定された特性に基づいて、流体試料中の粒子を選別するために使用される。フロー式粒子選別システムにおいて、流体懸濁液中の分子、分析物結合ビーズ、または個々の細胞などの粒子は、センサがストリーム内に含まれる選別対象の粒子を検出する検出領域を経て、ストリーム内を通過する。センサは、選別対象の粒子を検出すると、関心の粒子を選択的に単離する選別機構をトリガする。
続きを表示（約 2,700 文字）【０００２】
粒子検知は、通常、１つ以上のレーザからの照射光に粒子がさらされ、また粒子の光散乱特性及び蛍光特性が測定される検出領域に流体ストリームを通過させることによって実行される。粒子またはその成分は、検出を容易にするために、蛍光色素で標識され得、スペクトル的に異なる蛍光色素を使用して、異なる粒子または成分を標識することによって、多数の異なる粒子または成分が同時に検出され得る。検出は、各異なる蛍光色素の蛍光の独立した測定を容易にするために、１つ以上の光センサを使用して実行される。
【０００３】
試料中の粒子を選別するために、液滴帯電機構が、流体ストリームのブレークオフポイントで、選別されるタイプの粒子を含む流体ストリームの液滴に電荷を帯電する。液滴は、静電場を通過させられ、液滴の極性及び電荷の大きさに基づいて、１つ以上の収集容器内に偏向される。帯電していない液滴は静電場によって偏向されない。
【発明の概要】
【０００４】
本開示の態様には、流体ストリーム内の細胞の画像に基づいて試料中の細胞を選別する方法が含まれる。ある特定の実施形態に基づく方法は、流体ストリーム内の細胞を含有する試料から光を検出することと、試料から細胞の画像マスクを生成することと、生成された画像マスクに基づいて細胞を選別こととを含む。プロセッサに動作可能に結合され、自信に命令が保存されているメモリを備えたプロセッサを有するシステムであって、プロセッサによって実行されると、プロセッサに流体ストリーム内の試料中の細胞の画像マスクを生成し、生成された画像マスクに基づいて細胞を選別させるシステムについても記載される。画像マスクを生成し、細胞の１つ以上の特徴を決定するためのプログラミングを有する集積回路デバイス（例えば、フィールドプログラマブルゲートアレイなど）も提供される。
【０００５】
流体ストリーム内の試料中の細胞は、流体ストリーム内の細胞の生成された画像（例えば、周波数符号化画像など）に基づいて選別される。流体ストリーム内の細胞は、試料からの光を検出することによって撮像される。いくつかの実施形態では、方法は、流体ストリーム内の試料から光吸収、光散乱、光放射（例えば、蛍光など）のうちの１つ以上を検出することを含む。いくつかの事例では、試料中の１つ以上の細胞の画像は、検出された光吸収（例えば、明視野画像データなど）から生成される。他の事例では、試料中の１つ以上の細胞の画像は、検出された光散乱（例えば、前方散乱画像データ、側方散乱画像データなど）から生成される。さらに他の事例では、試料中の１つ以上の細胞の画像は、検出された蛍光（例えば、蛍光マーカー画像データなど）から生成される。さらに他の事例では、試料中の１つ以上の細胞の画像は、検出された光吸収、検出された光散乱、及び検出された蛍光のうちの２つ以上の組み合わせから生成される。
【０００６】
実施形態では、方法は、流体ストリーム内の細胞の画像マスクを生成することを含む。いくつかの事例では、画像マスクを生成することは、流体ストリーム内の細胞のグレースケール画像を生成することを含む。これらの事例では、方法は、グレースケール画像から
画素強度閾値を決定することを含む。画素強度閾値を決定するために、１つの方法は、グレースケール画像のクラス内分散を最小限にすることと、最小限にされたクラス内分散に基づいて画素強度閾値を計算することとを含む。いくつかの実施形態では、画像マスクを生成することは、グレースケール画像からの各画素の強度と決定された画素強度閾値とを比較することと、グレースケール画像の各画素を２値化された画素値に変換することとを含む。いくつかの事例では、画像マスクを生成することは、グレースケール画像の各画素強度値と決定された閾値とを水平列にわたって比較することを含む。一実施例では、方法は、流体ストリームから光吸収（例えば、明視野画像データなど）を検出することと、グレースケール画像の画素強度が閾値未満の場合は画素値１を、グレースケール画像の画素強度が閾値よりも大きい場合は画素値０をグレースケール画像の各画素に割り当てることを含む。他の実施例では、方法は、流体ストリーム内の細胞から光散乱を検出することと、画素強度が閾値よりも大きい場合は画素値１を、画素強度が閾値未満の場合は画素値０をグレースケール画像の各画素に割り当てることを含む。さらに他の実施例では、流体ストリーム内の細胞から蛍光を検出することと、画素強度が閾値よりも大きい場合は画素値１を、画素強度が閾値未満の場合は画素値０をグレースケール画像の各画素に割り当てることを含む。これらの実施例では、方法は、割り当てられた画素値が１である第１画素及び第２画素をグレースケール画像の水平列にわたって決定することも含む。いくつかの事例では、第１画素は画素値が１である水平列中の最初の画素である。これらの事例では、第２画素は画素値が１である水平列中の最後の画素である。他の事例では、第１画素は画素値が０である水平列中の最初の画素であり、第２画素は画素値が０である水平列中の最後の画素である。いくつかの実施形態では、画像マスクは、２値の画素値が１である画素から生成される。他の実施形態では、画像マスクは、２値の画素値が０である画素から生成される。
【０００７】
特定の実施形態に基づく方法は、生成された画像マスクに基づいて、流体ストリーム内の細胞の１つ以上の性質を決定することを含む。例えば、方法は、画像マスクに基づいて、細胞のサイズ、細胞の質量中心、または細胞の偏心を決定すること含む。いくつかの実施形態では、方法は、細胞の第２画像マスクを生成し、第１画像マスクと第２画像マスクとを比較して、例えば細胞の画像がダブレットを含むか否かを決定することを含む。
【０００８】
いくつかの実施形態では、方法は、画像マスクから画像モーメントを算出することを含む。例えば、画像モーメントは、以下に従って画像マスクから計算されてもよい。
【０００９】
TIFF
2025016567000002.tif
17
170
【００１０】
ここで、ｍは、画像マスクのｘ軸に沿って算出された画像モーメントであり、ｎは、画像マスクのｙ軸に沿って算出された画像モーメントである。
（【００１１】以降は省略されています）

関連特許