3 차원 조직학 볼륨 및 마우스 유방 땀샘을 연구에의 응용의 재구성
Summary
We present an image registration approach for 3-dimensional (3D) histology volume reconstruction, which facilitates the study of the changes of an organ at the level of macrostructures made up of cells . Using this approach, we studied the 3D changes between wild-type and Igfbp7-null mammary glands.
Abstract
조직학 볼륨 재구성 된 3D 형상 및 셀 이루어진 macrostructures의 수준에서 장기의 부피 변화의 연구를 용이하게한다. 또한 부피 의료 영상 및 치료에 새로운 기술과 알고리즘을 조사하고 유효성을 검사 할 수 있습니다. 다른 장기 1,2,3의 3D 고해상도지도 책 만들기 조직학 볼륨 재건의 또 다른 응용 프로그램입니다. 이 조직 구조 및 다양한 세포 기능 간의 공간 관계를 조사하기위한 자원을 제공한다. 우리는 광 blockface 이미지 세트를 사용 조직학 대량 재건을위한 이미지 등록 방식을 제시한다. 재구성 된 조직학 볼륨없이 전파되는 후 처리 등록 오류로 처리 된 시편의 신뢰할 수있는 모양을 나타냅니다. 두 개의 마우스 유방 땀샘의 hematoxylin 및 eosin (H & E) 염색 부분은 ED에서 추출 된 경계 지점을 사용하여 해당 blockface 이미지에 등록 된조직학 및 blockface 이미지에서 시편의 GES. 등록의 정확성은 육안으로 평가 하였다. 유 방 땀 샘의 macrostructures의 정렬은 시각적으로 높은 해상도로 평가되었다.
이 연구는 유선의 절제에서 3D 조직학 볼륨 재구성을 통해 이르기까지,이 이미지 등록 파이프 라인의 여러 단계를 묘사한다. 2D 조직학 이미지 섹션 쌍 간의 구조적 차이점을 계시하면서, 3 차원 조직학 부피는 모양과 젖샘의 체적의 차이를 시각화 할 수있는 능력을 제공한다.
Introduction
IGFBP7 (단백질 7 바인딩 성장 인자와 같은 인슐린)는 IGF-결합 단백질 가족의 일원이며, IGF1 수용체 4를 결합하기 위해 표시되었습니다. 이종 이식 종양 모델에서 IGFBP7의 재 도입이 크게 세포 사멸과 세포 노화 (7)의 유도를 통해 6 성장 종양을 억제하면서 IGFBP7의 하향 조정은, 유방암 5의 나쁜 예후와 상관 관계가있는 것으로 알려져있다. IGFPB7의 효과를 연구하기 위해, IGFBP7 null이 마우스는 5 (게시되지 않은 데이터)를 만들었습니다. 이 마우스가 종양을 개발하지 않는 동안, 난소, 근육과 간 조직 학적 변화뿐만 아니라 유선 발달 패턴 (게시되지 않은 데이터)의 결함을 보여줍니다. 널 마우스는 작은 쓰레기 크기가 여러 큰 새끼 (게시되지 않은 데이터)를 유지 할 수없는 등 결함이 표현형을 먼저 표시했다.
3D 조직학 볼륨 유용 INFORMAT을 제공하는 잠재력을 가지고부피 의료 영상의 병리 소견의 양적 비교 분석과 평가를 위해 이온. 입체 촛점, 이광자 현미경 지역 범위 (14)에서 동맥의 고해상도 세포 형태 학적 정보를 제공 할 수 있지만, 볼과 깊이의 제한된 필드를 갖는다. 조직학 볼륨 재구성이 훨씬 더 큰 공간 범위를 통해 자세한 정보를 제공합니다. 약간의 왜곡이 같은 수축, 팽창, 눈물, 그리고 주름 등의 조직 학적 섹션의 준비 기간 동안 예상되는 전통적인 접근 방법을 사용. 이러한 왜곡은 어려운 3D 볼륨을 재구성하는 3 차원 스택으로 직렬 조직학 이미지를 등록 할 수 있습니다. 결함 연속 섹션 수를 그대로 섹션 사이의 유사성을 증가함에 따라 감소하고 결과적 등록 프로세스는 더욱 복잡하게된다.
다른 방법은 조직 학적 섹션을 등록하고 연속 조직학 VO를 생성하는 것이 제안되어있다륨. 일부 기술은 강도의 변화 (8)에 따라, 그리고 다른 사람은 섹션 9의 모양을 기반으로합니다. 일부 시편 해부 구조는 랜드 기반 등록 방법 12,13와 함께 마크 (10, 11)로서 사용될 수있다. 그러나 이러한 내부 구조는 전체 볼륨에 걸쳐 더 신뢰할 수있는 해부학 적 구조를 식별 할 수있는 표본에 대해 감지하지 않을 수 있습니다. 일부 그룹은 짝 등록 방법을 사용하고 연속 조직학 이미지보기 윤곽 또는 해부학 적 구조를 16 ~ 18을 사용하여 다른 하나를 등록했습니다. 참조 이미지의 사용없이 서로 직렬 조직학 섹션 등록은 레지스트레이션 오차를 전파하고 조직학 볼륨의 실제 형상을 변경할 수있다. 쌍대 등록 방법은 이미지의 스택에 걸쳐 조직학 섹션 및 내부 구조물의 형상의 일관성에 의존한다; 그 때문에, 시료의 치밀 샘플링을 요구하는임상 검체에 대한 예를 들어, 수도 항상 가능한 것은 아니다.
이 파이프 라인에서 우리는 조직 학적 볼륨 재구성 19 참조 이미지의 집합으로 blockface 이미지를 사용합니다. Blockface 이미지는 마이크로톰에 장착 한 후 파라핀 조직 블록으로 촬영되며 각 섹션은 절단하기 전에. 따라서, 각각의 시리얼 섹션 컷 손상 시리얼 섹션 8,11,15의 등록을 방해하지 않습니다. 우리는 다른 그룹에서 다른 방식 blockface 이미지를 캡처. 광학 블록 얼굴 이미지는 광학 정기적으로 렌즈를 사용할 때 일반적으로 발생 배럴 및 관점 왜곡을 제거하거나 최소화하기 위해 텔레 센 트릭 렌즈에 의해 얻을 수있다. 이 레귤러 렌즈를 사용 blockface 촬상을 수행 게시 된 다른 방법을 통해 제안 된 방법의 장점 중 하나이다. 이미지는 담배 마는 간의 콘트라스트 개선을위한 블록의 표면의 반사를 사용하여 약간 비스듬한 각도에서 찍은UE와 파라핀 표면과 파라핀 표면 아래 깊이에서 조직의 그림자를 제거하는 방법. 사진 필터는 블록 표면 및 콘트라스트 19 균형 조직으로부터 나오는 광을 편광하기 위해 사용된다. 회전하는 마이크로톰에 블록의 변위를 교정하려면 2-3 구멍 blockface 이미지를 쉽게 감지 할 수있는 블록의 모서리에 드릴 수 있습니다. 이 구멍의 무게 중심은 blockface 이미지를 정렬하는 랜드 마크 기반의 엄격한 등록과 함께 사용된다.
Protocol
Representative Results
Discussion
이 연구에서, 우리는 조직을 왜곡 할 수있는 조직 내에서 내부 무작위로 선택된 랜드 마크 또는 이식 기준 마커를 필요로하지 않는 직렬 2D 조직학 이미지에서 3D 조직학 볼륨을 재구성하기 이미지 등록 워크 플로우를 개발했습니다. 기재된 방법에 의해, 광 blockface 이미지 자체는 종래 구획에 참조 화상으로서 사용된다. 우리는 blockface 이미지 정렬을 돕기 위해 및 카메라 앞에서 파라핀 블록의 2 차…
Divulgations
The authors have nothing to disclose.
Acknowledgements
The authors would like to thank the Biomarker Imaging Research Laboratory (BIRL) at Sunnybrook Research Institute for their histology services. Support for this work was provided by the Terry Fox Foundation, the Canadian Breast Cancer Foundation‐the Prairie‐NWT as well as a CIHR grant, #MOP-97996.
Materials
| 16% PFA | VWR International | 15710 | 16% Paraformaldehyde solution |
| Small tissue processing cassettes | VWR International | CA95029-956 | |
| Leica ASP300 Automated Tissue processor | Leica | 14047643515 | |
| 100% ethanol | Fisher Scientific | S25307B | |
| Xylene | VWR International | CA95057-822 | |
| Paraffin | Thermo Fisher | 39501006 | Paraplast Tissue Embedding Medium |
| Leica EG 1160 Embedding Centre | Leica | ||
| Leica rotary microtome | Leica | ||
| Milling machine | Argo | ||
| Microscope slides | VWR International | CA48312-015 | |
| H&E stain | VWR International | ||
| Automatic stainer | |||
| Coverslips | VWR International | 48404-452 | |
| MEDITE RCM 7000 Glass Coverslipper | MEDITE | ||
| Leica SCN400 slide scanner | Leica | ||
| MATLAB | MathWorks Inc | MATLAB 2007b | Development software |
| MeVisLab | MeVis Medical Solutions AG | MeVisLab 2.1 | 3D visualization software |
References
- Sunkin, S. M., et al. Brain Atlas: An integrated spatiotemporal port for exploring the central nervous system. Nucleic Acids Research. 41, 996-1008 (2012).
- Shen, E. H., Overly, C. C., Jones, A. R. The Allen Human Brain Atlas: Comprehensive gene expression mapping of the human brain. Trends in Neurosciences. 35 (12), 711-714 (2012).
- Trifunović, D., Karali, M., Camposampiero, D., Ponzin, D., Banfi, S., Marigo, V. A high-resolution RNA expression atlas of retinitis pigmentosa genes in human and mouse retinas. Invest. Ophthalmol. Vis. Sci. 49 (6), 2330-2336 (2008).
- Evdokimova, V., et al. IGFBP7 binds to the IGF-1 receptor and blocks its activation by insulin-like growth factors. Science Signaling. 5 (255), 92 (2012).
- Burger, A., Leyland-Jones, B., Banerjee, K., Spyropoulos, D., Seth, A. Essential roles for IGFBP-3 and IGFBP-rP1 in breast cancer. European J. Cancer. 41 (11), 1515-1527 (2005).
- Amemiya, Y., et al. Insulin like growth factor binding protein-7 reduces growth of human breast cancer cells and xenografted tumors. Breast Cancer Res Treat. 126 (2), 373-384 (2011).
- Benatar, T., et al. IGFBP7 reduces breast tumor growth by induction of senescence and apoptosis pathways. Breast Cancer Res Treat. 133 (2), 563-573 (2012).
- Bardinet, E., et al. Co-registration of histological, optical and MR data of the human brain. Medical Image Computing and Computer-Assisted Intervention-Part I. , 548-555 (2002).
- Jacobs, M. A., Windham, J. P., Soltanian-Zadeh, H., Peck, D. J., Knight, R. A. Registration and warping of magnetic resonance images to histological sections. Medical Physics. 26 (8), 1568-1578 (1999).
- Zhan, Y., Ou, Y., Feldman, M., Tomaszeweski, J., Davatzikos, C., Shen, D. Registering histologic and MR images of prostate for image-based cancer detection. Academic radiology. 14 (11), 1367-1381 (2007).
- Dauguet, J., et al. Three-dimensional reconstruction of stained histological slices and 3D non-linear registration with in vivo MRI for whole baboon brain. Journal of Neuroscience Methods. 164 (1), 191-204 (2007).
- Lazebnik, R. S., Lancaster, T. L., Breen, M. S., Lewin, J. S., Wilson, D. L. Volume registration using needle paths and point landmarks for evaluation of interventional MRI treatments. IEEE Transactions on Medical Imaging. 22 (5), 653-660 (2003).
- Breen, M. S., Lazebnik, R. S., Wilson, D. L. Three-dimensional registration of magnetic resonance image data to histological sections with model-based evaluation. Annals of Biomedical Engineering. 33 (8), 1100-1112 (2005).
- Mori, H., Borowsky, A. D., Bhat, R., Ghajar, C. M., Seiki, M., Bissell, M. J. . The American Journal of Pathology. 180 (6), 2249-2256 (2012).
- Gibb, M., Gilbert, D., Heiner, M., et al. Resolving the three-dimensional histology of the heart. Computational Methods in Systems Biology. , 2-16 (2012).
- Wu, M. L., et al. Three-dimensional virtual microscopy of colorectal biopsies. Archives of Pathology & Laboratory Medicine. 129 (4), 507-510 (2005).
- Arganda-Carreras, I., et al. 3D Reconstruction of histological sections: Application to mammary gland tissue. Microscopy Research and Technique. 73 (11), 1019-1029 (2010).
- Song, Y., Treanor, D., Bulpitt, A. J., Magee, D. R. 3D reconstruction of multiple stained histology images. Journal of Pathology Informatics. 4 (2), 7 (2013).
- Shojaii, R., Karavardanyan, T., Yaffe, M., Martel, A. L. Validation of histology image registration. SPIE Medical Imaging. 7962, 79621E, doi:10.1117/12.878762. 7962 (7962E), (2011).
- Ridler, T. W., Calvard, S. Picture thresholding using an iterative selection method. IEEE Transactions on Systems, Man, and Cybernetics. 8 (8), 630-632 (1978).
- Freeman, H. Computer processing of line-drawing images. ACM Computing Surveys (CSUR. 6 (1), 57-97 (1974).
- Giardina, C. Accuracy of curve approximation by harmonically related vectors with elliptical loci). Computer Graphics and Image Processing. 6 (3), 277-285 (1977).
- Shojaii, R., Martel, A. L. A novel edge point selection method for registration of histology images. Optical Tissue Image analysis in Microscopy, Histopathology and Endoscopy. (OPTIMHisE) Workshop, MICCAI. , (2009).
- Besl, P., McKay, N. A method for registration of 3-D shapes. IEEE Transactions on Pattern Analysis and Machine Intelligence. 14 (2), 239-256 (1992).
- Chatterjee, S., et al. Loss of Igfbp7 causes precocious involution in lactating mouse mammary gland. PLoS ONE. 9 (2), e87858 (2013).
- Manjunath, B. S., Chellappa, R. Unsupervised texture segmentation using Markov random field models. IEEE Transactions on Pattern Analysis and Machine Intelligence. 13 (5), 478-482 (1991).
- Krishnamachari, S., Chellappa, R. Multiresolution Gauss-Markov random field models for texture segmentation. IEEE Transactions on Image Processing: a publication of the IEEE Signal Processing Society. 6 (2), 251-267 (1997).
