病理图像分析服务
适用于免疫组化/特殊染色/多重荧光IHC图像分析
多重荧光定量分析
三级淋巴结构TLS分析
免疫组化定量分析
连续切片叠加分析
空间免疫浸润分析
共表达与表型分析
面积定量分析
空间邻近关系分析
免疫组化图像转荧光
其他：热图、类流式图等
目标物定量分析
组织区域分类-区分肿瘤与间质
多重荧光图像定量分析模式图
免疫组化定量分析模式图
通过AI算法自动识别图像中所有细胞，再根据每个蛋白的染色强度设置阳性参数阈值，识别每个染料对应的蛋白标志物阳性表达的细胞，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。
计算目标区域的注释边界一定范围内细胞/对象的数量和密度，量化某类细胞在目标病灶区域的分布情况，如计算免疫细胞浸润的数量，细胞到注释边界的距离，迁移的距离等，适用于图像中所有共表达表型细胞/对象的浸润分析。常用于分析某细胞在肿瘤边界的浸润情况（也适用于炎症、坏死、纤维化等病灶区域的浸润分析）。
如以肿瘤边界分析中心，可分析靶细胞在肿瘤边界内外一定区间内的分布，并得到数据统计直方图。 如图所示，以肿瘤边界为0轴，分析肿瘤内200um范围CD3+细胞的分布，等分为6个同心注释区域，计算每个区间的靶细胞数量和密度，以及每个细胞到边界的距离，统计计算形成柱状图。
在组织原位水上确定每个细胞的空间位置，根据研究目的计算每两两细胞之间或细胞与组织之间的空间距离并统计得到全片组织中两类不同表型细胞的空间关系或细胞与组织间的空间关系。空间分析包含4个分析功能：空间浸润分析、空间邻近关系分析、最近距离分析、表型细胞定量空间热图。
邻近关系分析：计算某一细胞/目标物周围一定半径内另一类细胞/目标物的数量，并可将其分为n等分，计算每个等分区间内另一类细胞/目标物的数量并形成柱状图。
最近距离分析：计算某一细胞/目标物与其最近的另一类细胞/目标物的数量及平均距离。
如下图所示：计算肿瘤细胞（CK+）周围50um内CD8+T细胞的分布，并统计每5um半径区间内CD8+T细胞数量并形成柱状分布图。
文献案例：该研究中FOXP3+细胞数量与OS无明显相关，而经空间邻近关系分析表明CD8+T细胞周围30um内FOXP3+细胞数量与总生存期呈负相关。
展示某一类表型细胞的空间密度
空间热图反应的是表型细胞在组织原位水平上的定量密度分布情况，可用于单个表型细胞在该样本中的空间密度分布的可视化呈现，还可用于对比某表型细胞在不同样本或不同组间的分布热度对比。
通过多个标志物共表达实现组织原位单细胞水平的亚型细胞识别及可视化，从而对图像中各类细胞进行分型，并进行定量分析继而进行不同表型细胞间的空间关系分析。多个指标之间的共表达得到不同的表型细胞，如调节性T细胞：CD3+CD4+FOXP3+；双阴性T细胞：CD3+CD4-CD8-。
识别图像中所有共表达组合，探索发现新的表型细胞。只考虑图像中的共阳性组合，一张6标7色图像可检测出大约30~60种共阳性共表达细胞，有助于捕捉复杂空间环境中的细胞多样性，发现新的细胞表型，探索组织微环境。
共表达定量分析模式图
所有表型自动识别模式图
同一个样本的两张连续切片可进行叠加分析或叠加融合为一张图像，并对不同两张图像上的标志物或表型细胞进行跨图像的空间分析。
两张4标5色染色图像叠加融合成8标9色图像
两张6标7色染色图像叠加融合成12标13色图像
免疫组化图像可转化为任意颜色的荧光图像，可应用于免疫组化的多轮洗脱循环染色，与图像配置功能联合使用可叠加融合生成一张多色荧光图像，即使用免疫组化技术就可以实现一张切片共染色n个蛋白标记物的多色荧光图像的目的。
免疫组化染色技术+图像配准+IHC转荧光+空间分析功能，可实现两张连续切片免疫组化图像之间的空间分析，即对连续切片两张图像上的细胞进行空间分析，研究两两细胞间的空间关系。
免疫组合转任意荧光
两张免疫组化间的空间分析
应用场景
连续切片的空间分析：适用于研究靶标较多，则可通过两张及以上连续切片染色不同标志物组合，实现不同切片之间不同细胞的空间分析。
多轮循环超多标染色：同一组织玻片通过循环染色扫描后洗脱再染色的方法，获得多张不同靶标的染色图像，进行叠加融合生成一张超多色图像。
标注映射：将某张切片上的标注信息快速应用到与其配准的其他连续切片上进行分析。
三级淋巴结构（TLS）：TLS是非生理条件下非淋巴组织中后天产生的有组织的免疫细胞聚集体，一般出现于自身免疫性疾病、慢性感染、癌症等所致的慢性炎症组织中。在肿瘤中，TLS与免疫治疗预后显著相关。
分析内容：通过AI算法识别组织图像中所有TLS并进行相关分析。
联合定量分析：获得每个TLS中各类表型细胞的定量结果。
联合空间分析：分析每个TLS中不同表型细胞之间的空间邻近关系。
区分成熟与非成熟TLS：通过分析TLS中是否存在FDC细胞、淋巴滤泡等，区分成熟与非成熟TLS。
苏公网安备32010202011601号