本发明涉及生物医学技术领域,具体涉及一种细胞免疫疗法评价方法及系统。
背景技术:
肿瘤的细胞免疫疗法如car-t,tcr-t等在肿瘤治疗中如火如荼,逐渐占据重要的地位。这两种技术的一个共同点在于通过基因改造的手段提高t细胞受体对特异性癌症细胞抗原的识别能力和进攻能力。因此也都统称为“t细胞受体重新定向”技术。
car-t以及tcr-t作为当前过继性细胞回输治疗act技术两大最新的免疫细胞技术,因其能够表达特异性受体靶向识别特异性的细胞如肿瘤细胞,受到广泛的关注和研究,从最开始的基础免疫研究转变为临床应用。基于合成生物学,免疫学,遗传改造技术,使得合成改造的特异性功能加强版的t细胞成为可能。cd19抗原特异性car-t细胞用于治疗b细胞白血病和淋巴瘤临床试验中,显示出持续的疾病缓解效果。由于car-t/tcr-t技术的优越表现,以及广阔的应用前景,从而使其进入了当前激烈的制药行业竞技舞台中与传统的制药业一较高低。
但是现有技术中,细胞免疫疗法的临床前疗效评估一直存在重大缺陷,许多患者因为缺乏临床前疗效评估而在实际临床应用中出现疗效欠佳的情况。现有的评价系统仅基于患者全外显子测序结果或病理学结果,难以评判免疫细胞对肿瘤的真实杀伤效应。而基于人缘化小鼠的患者个性化pdx模型制作成本极高难度极大,耗时长,难以作为快速的试药工具进行临床应用。为了解决上述问题,本发明提出一种细胞免疫疗法评价方法及系统。
技术实现要素:
本发明解决的技术问题是,提供了一种细胞免疫疗法评价方法及系统。所述的一种细胞免疫疗法评价方法及系统可以准确的监测到细胞免疫疗法的疗效。
为了解决上述技术问题,本发明提供的技术方案为:
一种细胞免疫疗法评价方法,包括:
获取免疫细胞与肿瘤细胞的图像集合,所述图像集合包括若干帧运动图像;
在若干帧运动图像中,将初始帧图像的免疫细胞与肿瘤细胞分别进行特征标记;
根据特征标记与若干帧运动图像进行细胞的荧光追踪成像;
根据追踪成像结果分析凋亡肿瘤比例。
优选地,所述的免疫细胞与肿瘤细胞预先进行染色标记,所述免疫细胞通过celltrace-farred染色标记,所述肿瘤细胞通过caspase3/7凋亡探针进行染色标记。
优选地,所述的免疫细胞与肿瘤细胞分别进行特征标记的方法为:
将初始帧图像中的免疫细胞与肿瘤细胞作为目标,分别将两种细胞的细胞核标记为标识1与标识2;
对所有的目标细胞的细胞膜的形状进行勾画,标记细胞膜;
将细胞核与细胞膜进行图像融合,生成特征标记细胞。将目标细胞进行标记,即免疫细胞标记为标识1、肿瘤细胞标记为标识2,由于进行了这样的标记,在后续的细胞的追踪过程中,保证每个标记细胞都被追踪,防止追踪的过程中细胞的丢失。
进一步优选地,所述的生成特征标记细胞后还包括,对标记细胞的彩色图像进行色彩通道分解:
获取初始帧图像,所述初始帧图像为rgb图像;
将该图像中被染色标记的免疫细胞与肿瘤细胞进行色彩通道分解,获取每个被标记的细胞对应的色彩通道图像。由于在细胞染色标记时,两种种类的细胞标记的颜色是不一样的,为了更好的标记区分两种细胞,对其rgb值进行获取,使追踪效果更精确。
优选地,所述的根据特征标记与若干帧运动图像进行细胞的荧光追踪成像具体为:
通过深度学习网络对每个被标记细胞进行检测识别,定位到每一个目标细胞的位置,生成追踪路径。
进一步优选地,所述的对每个被标记细胞进行检测识别的方法为,
在每个细胞完成特征标记后,同时生成其对应的rgb值以及细胞膜形状与细胞核形状特征,该特征值作为特征点集合,
通过对该特征点集合进行匹配,对细胞进行检测识别,
若目标细胞的rgb值发生变化,则该目标细胞未能被检测到,自动解除后续对其检测的步骤。由于在细胞追踪的过程中,对比的数据为细胞核形状、细胞膜形状,以及每个细胞在染色后的特有的rgb值,这三个方面来进行细胞追踪,保证了追踪的准确性。
优选地,所述的根据三维成像结果分析凋亡肿瘤比例具体为:统计两种标记的细胞数量,判断两种细胞的数量比例。
一种细胞免疫疗法评价系统,包括:
图像获取模块:所述图像获取模块用于获取免疫细胞与肿瘤细胞的图像集合,所述图像集合包括若干帧运动图像;
特征标记模块:所述特征标记模块用于在若干帧运动图像中,将初始帧图像的免疫细胞与肿瘤细胞分别进行特征标记;
追踪成像模块:所述追踪成像模块用于根据特征标记与若干帧运动图像进行细胞的荧光追踪成像;
分析模块:所述分析模块用于根据追踪成像结果分析凋亡肿瘤比例。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序指令,该程序指令适于由处理器加载并执行一种细胞免疫疗法评价方法。
一种移动终端,其特征在于,包括处理器以及存储器,所述的处理器用于执行存储器中存储的程序,以实现一种细胞免疫疗法评价方法。
与现有技术相比,本发明具有的有益效果为:通过本发明所述的一种细胞免疫疗法评价方法及系统,可以准确的监测到细胞免疫疗法的疗效,用于患者个性化细胞免疫疗法的临床前试验,最大限度探索最佳临床疗效,节约经济和时间成本,具有重大的科研和临床应用价值。具体为:首先对细胞进行染色标记与特征标记,从而可以区别免疫细胞与肿瘤细胞,由于进行了标记,在对两种细胞的运动路径进行追踪,但是当细胞凋亡时,由于其染色变化即rgb值变化,从而不再对该细胞进行追踪,以至最后可以跟踪到未凋亡的肿瘤细胞的数量,从而确定凋亡肿瘤比例,通过该系统的自动监测,可以更准确的对每一个细胞进行追踪,大限度探索最佳临床疗效。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明所述的一种细胞免疫疗法评价方法的流程示意图;
图2是本发明所述的种细胞免疫疗法评价系统的结构图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本流程图,因此其仅显示与本发明有关的流程。
实施例1
如图1所示,本发明是一种细胞免疫疗法评价方法,所述的方法具体为:
s1.获取免疫细胞与肿瘤细胞的图像集合,所述图像集合包括若干帧运动图像;
s2.在若干帧运动图像中,将初始帧图像的免疫细胞与肿瘤细胞分别进行特征标记;
s3.根据特征标记与若干帧运动图像进行细胞的荧光追踪成像;
s4.根据追踪成像结果分析凋亡肿瘤比例。
在观察监测免疫细胞疗法的过程前,需要进行如下的步骤:
在离体的环境下通过特殊的三维培养模式培养形成的三维肿瘤原代3d细胞模型,通过car-t技术培养免疫细胞后,将所述的免疫细胞与肿瘤细胞预先进行染色标记,所述免疫细胞通过celltrace-farred染色标记,所述肿瘤细胞通过caspase3/7凋亡探针进行染色标记。进行上述的处理过程后,进行如下的步骤进行监测:
步骤s1:获取免疫细胞与肿瘤细胞的图像集合,所述图像集合包括若干帧运动图像;获取免疫细胞与肿瘤细胞的运动视频,将该视频进行每一帧的分割,并存储在图像集合中,其中第一帧图像作为初始帧,对其进行步骤2的处理。
步骤s2:在若干帧运动图像中,将初始帧图像的免疫细胞与肿瘤细胞分别进行特征标记,所述特征标记的过程为:将初始帧图像中的免疫细胞与肿瘤细胞作为目标,分别将两种细胞的细胞核标记为标识1与标识2;对所有的目标细胞的细胞膜的形状进行勾画,标记细胞膜;将细胞核与细胞膜进行图像融合,生成特征标记细胞。
所述的生成特征标记细胞后还包括,对标记细胞的彩色图像进行色彩通道分解:获取初始帧图像,所述初始帧图像为rgb图像;将该图像中被染色标记的免疫细胞与肿瘤细胞进行色彩通道分解,获取每个被标记的细胞对应的色彩通道图像。通过上述的过程即完成了对细胞的特征标记。需要说明的是,免疫细胞的细胞核被标记为标识1,肿瘤细胞的细胞核标记为标识2,从而可以区分两种不同的细胞。
步骤s3:根据特征标记与若干帧运动图像进行细胞的荧光追踪成像。所述的根据特征标记与若干帧运动图像进行细胞的荧光追踪成像具体为:通过深度学习网络对每个被标记细胞进行检测识别,定位到每一个目标细胞的位置,生成追踪路径。
所述的对每个被标记细胞进行检测识别的方法为,在每个细胞完成特征标记后,同时生成其对应的rgb值以及细胞膜形状与细胞核形状特征,该特征值作为特征点集合,通过对该特征点集合进行匹配,对细胞进行检测识别,若目标细胞的rgb值发生变化,则该目标细胞未能被检测到,自动解除后续对其检测的步骤。由于细胞在凋亡后,其染色的颜色会发生变化,这样,其rgb值会发生变化,由于细胞在追踪的过程中是通过细胞核的标记结果、细胞膜的标记以及rgb值进行追踪的,rgb值小范围的变化可以被追踪到,若大范围变化该细胞就追踪不到,所以,这是也就证明该细胞已经凋亡,则不再对其追踪。
步骤s4:根据追踪成像结果分析凋亡肿瘤比例。所述的根据三维成像结果分析凋亡肿瘤比例具体为:统计两种标记的细胞数量,判断两种细胞的数量比例。系统在特征标记时,通过对标识1与标识2的数量进行统计,作为初始值存储在系统中。通过步骤3中,对两种细胞进行追踪,能够检测到标识1与标识2的细胞的数量,从而凋亡肿瘤比例为:最终可以追踪到标识2的数量比上初始值,可以计算凋亡肿瘤比例。
实施例2
如图2所示,本发明提供了一种细胞免疫疗法评价系统,包括:
图像获取模块1:所述图像获取模块用于获取免疫细胞与肿瘤细胞的图像集合,所述图像集合包括若干帧运动图像;
特征标记模块2:所述特征标记模块用于在若干帧运动图像中,将初始帧图像的免疫细胞与肿瘤细胞分别进行特征标记。
追踪成像模块3:所述追踪成像模块用于根据特征标记与若干帧运动图像进行细胞的荧光追踪成像。
分析模块4:所述分析模块用于根据追踪成像结果分析凋亡肿瘤比例。
所述图像获取模块1:用于获取免疫细胞与肿瘤细胞的图像集合,所述图像集合包括若干帧运动图像。在图像获取模块中输入免疫细胞与肿瘤细胞的运动视频,图像获取模块将该视频进行每一帧的分割,并存储在图像集合中,其中第一帧图像作为初始帧。图像获取模块将处理后的图像集合传输至特征标记模块进行处理。
所述特征标记模块2:用于在若干帧运动图像中,将初始帧图像的免疫细胞与肿瘤细胞分别进行特征标记,所述特征标记的过程为:将初始帧图像中的免疫细胞与肿瘤细胞作为目标,分别将两种细胞的细胞核标记为标识1与标识2;对所有的目标细胞的细胞膜的形状进行勾画,标记细胞膜;将细胞核与细胞膜进行图像融合,生成特征标记细胞。
所述的生成特征标记细胞后还包括,对标记细胞的彩色图像进行色彩通道分解:获取初始帧图像,所述初始帧图像为rgb图像;将该图像中被染色标记的免疫细胞与肿瘤细胞进行色彩通道分解,获取每个被标记的细胞对应的色彩通道图像。通过上述的过程即完成了对细胞的特征标记。需要说明的是,免疫细胞的细胞核被标记为标识1,肿瘤细胞的细胞核标记为标识2,从而可以区分两种不同的细胞。被标记完成的图像由特征标记模块传输至追踪成像模块。
所述追踪成像模块3:用于根据特征标记与若干帧运动图像进行细胞的荧光追踪成像;所述的根据特征标记与若干帧运动图像进行细胞的荧光追踪成像具体为:通过深度学习网络对每个被标记细胞进行检测识别,定位到每一个目标细胞的位置,生成追踪路径。
所述的对每个被标记细胞进行检测识别的方法为,在每个细胞完成特征标记后,同时生成其对应的rgb值以及细胞膜形状与细胞核形状特征,该特征值作为特征点集合,通过对该特征点集合进行匹配,对细胞进行检测识别,若目标细胞的rgb值发生变化,则该目标细胞未能被检测到,自动解除后续对其检测的步骤。由于细胞在凋亡后,其染色的颜色会发生变化,这样,其rgb值会发生变化,由于细胞在追踪的过程中是通过细胞核的标记结果、细胞膜的标记以及rgb值进行追踪的,rgb值小范围的变化可以被追踪到,若大范围变化该细胞就追踪不到,所以,这是也就证明该细胞已经凋亡,则不再对其追踪。追踪成像模块将追踪结果传输至分析模块。
所述分析模块4:用于根据追踪成像结果分析凋亡肿瘤比例。所述分析模块获取到追踪成像传输过来的结果后,通过凋亡肿瘤比例为:最终可以追踪到标识2的数量比上初始值,可以计算凋亡肿瘤比例。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序指令,该程序指令适于由处理器加载并执行一种细胞免疫疗法评价方法。
一种移动终端,其特征在于,包括处理器以及存储器,所述的处理器用于执行存储器中存储的程序,以实现一种细胞免疫疗法评价方法。
上列详细说明是针对本发明可行实施例的具体说明,以上实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本案的专利范围中。