JPWO2017002226A1 - データ処理装置 - Google Patents
データ処理装置 Download PDFInfo
- Publication number
- JPWO2017002226A1 JPWO2017002226A1 JP2017525740A JP2017525740A JPWO2017002226A1 JP WO2017002226 A1 JPWO2017002226 A1 JP WO2017002226A1 JP 2017525740 A JP2017525740 A JP 2017525740A JP 2017525740 A JP2017525740 A JP 2017525740A JP WO2017002226 A1 JPWO2017002226 A1 JP WO2017002226A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- image
- image data
- sample
- principal component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 168
- 238000009826 distribution Methods 0.000 claims abstract description 115
- 238000007619 statistical method Methods 0.000 claims abstract description 45
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 238000001228 spectrum Methods 0.000 claims description 62
- 238000005259 measurement Methods 0.000 claims description 54
- 238000000513 principal component analysis Methods 0.000 claims description 41
- 238000011068 loading method Methods 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 36
- 238000000691 measurement method Methods 0.000 claims description 26
- 238000001819 mass spectrum Methods 0.000 claims description 20
- 230000000875 corresponding effect Effects 0.000 claims description 18
- 238000000491 multivariate analysis Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 abstract description 147
- 230000003287 optical effect Effects 0.000 abstract description 67
- 238000004458 analytical method Methods 0.000 abstract description 21
- 150000001875 compounds Chemical class 0.000 abstract description 20
- 239000000523 sample Substances 0.000 description 69
- 238000004949 mass spectrometry Methods 0.000 description 54
- 238000013500 data storage Methods 0.000 description 34
- 238000010521 absorption reaction Methods 0.000 description 22
- 239000000126 substance Substances 0.000 description 22
- 238000010586 diagram Methods 0.000 description 18
- 150000002500 ions Chemical class 0.000 description 16
- 238000000879 optical micrograph Methods 0.000 description 7
- 238000001069 Raman spectroscopy Methods 0.000 description 5
- 102000004169 proteins and genes Human genes 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- 238000004435 EPR spectroscopy Methods 0.000 description 4
- 239000012472 biological sample Substances 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 238000000862 absorption spectrum Methods 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 206010008118 cerebral infarction Diseases 0.000 description 3
- 208000026106 cerebrovascular disease Diseases 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 239000000356 contaminant Substances 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 239000012535 impurity Substances 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 description 2
- 210000005013 brain tissue Anatomy 0.000 description 2
- 238000000701 chemical imaging Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000010186 staining Methods 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical compound [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 238000007490 hematoxylin and eosin (H&E) staining Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012880 independent component analysis Methods 0.000 description 1
- 238000001871 ion mobility spectroscopy Methods 0.000 description 1
- 238000001698 laser desorption ionisation Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/0027—Methods for using particle spectrometers
- H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/483—Physical analysis of biological material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/30—Unsupervised data analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Bioethics (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Biotechnology (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Analytical Chemistry (AREA)
- Multimedia (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Urology & Nephrology (AREA)
Abstract
Description
例えば非特許文献1等に記載のイメージング質量顕微鏡では、生体試料などの表面の形態を光学顕微鏡によって観察しながら、同じ試料表面における特定の質量電荷比を有するイオンの2次元的な強度分布を測定することが可能である。図5は、イメージング質量顕微鏡を用いて特定の質量電荷比における2次元的なイオン強度分布画像を取得する際の手順を説明する模式図である。
a)第1の画像データ及び第2の画像データについて、試料上の同じ部位に対する測定結果が現れる画素の画像上での位置が一致するように位置合わせ処理を行うとともに、第1及び第2の画像データの空間分解能を揃えるデータ変換処理を行う前処理部と、
b)前記前処理部により空間的な位置が合わせられ空間分解能が統一されたあとの第1及び第2の画像データについて、空間的に対応する画素同士のデータに対する統計的解析処理を行うことにより2次元的な信号強度分布の類似性又は相違性を示す指標値を算出する統計的解析処理部と、
を備えることを特徴としている。
なお、第2の測定手法としてnが2以上のMSn測定による質量分析イメージング測定を用いることで、夾雑物の影響を避けて特定の化合物に由来する断片等の2次元分布を示す画像データを処理の対象とすることができる。
第2の画像データが質量分析イメージングデータである場合、上記パラメータとは質量電荷比である。この構成によれば、例えば、その信号強度の2次元分布が、光学顕微画像中の特定の部位や領域と類似した分布を示す質量電荷比を抽出することが可能となる。例えばデータベース検索などを利用して質量電荷比から物質を特定することが可能であれば、光学顕微画像中で分析者が着目している特定の部位や領域に対応する物質を調べることもできる。
a)前記微小領域毎に、該微小領域に対応する試料スペクトルデータと前記基準スペクトルデータとに対する統計的解析処理を行ってスペクトルの類似性又は相違性を示す指標値を算出する統計的解析処理部と、
b)前記統計的解析処理部により微小領域毎に得られた指標値に基づいて、試料上の前記2次元領域に対応する指標値の2次元分布を示す画像を作成する画像作成部と、
を備えることを特徴としている。
a)第1の画像データに対し主成分分析を行い主成分毎にスコア値の2次元分布を示すスコア値分布データを求めるとともに、同様に第2の画像データに対し主成分分析を行い主成分毎にスコア値の2次元分布を示すスコア値分布データを求める主成分分析実行部と、
b)前記主成分分析実行部により得られた、第1の画像データに基づく任意の主成分におけるスコア値分布データと第2の画像データに基づく任意の主成分におけるスコア値分布データとを空間的に比較し、空間的に相関性の高い主成分の組み合わせを抽出する関連主成分抽出部と、
を備えることを特徴としている。
a)第1の画像データに対し主成分分析を行い主成分毎に第1のパラメータと因子負荷量との関係を示す因子負荷量スペクトルを求めるとともに、第2の画像データに対し主成分分析を行い主成分毎に第2のパラメータと因子負荷量との関係を示す因子負荷量スペクトルを求める主成分分析実行部と、
b)第1の画像データに基づく主成分毎の因子負荷量スペクトルと第2の画像データに基づく主成分毎の因子負荷量スペクトルとを比較し、スペクトルの相関性の高い主成分の組み合わせを抽出する関連主成分抽出部と、
を備えることを特徴としている。
[第1実施例]
図1は本発明に係るデータ処理装置を含むイメージング質量顕微鏡システムの第1実施例の概略構成図である。
このシステムは、イメージング質量顕微鏡本体1及びデータ処理部2を含む。
なお、データ処理部2は、パーソナルコンピュータをハードウエア資源とし、そのパーソナルコンピュータに予めインストールされた専用の処理ソフトウエアを該コンピュータで実行することにより各部の機能が実現されるものとすることができる。
なお、イメージング質量分析部12では必要に応じてnが2以上であるMSn測定が微小領域102毎に実施され、MSnスペクトルデータが収集される。したがって、MSイメージングデータ記憶領域212に保存されるマススペクトルデータはMSnスペクトルデータである場合もある。
図14、図15はそうした処理の一例を示す例で、図14は図12に示したHE染色による光学顕微画像を処理した例、図15は図2に示した脳梗塞モデルマウスの脳組織切片の光学顕微画像を処理した例である。図14、図15において(a)は元の画像であり、この画像を構成する各画素のデータに対し主成分分析を実行し、第1乃至第3主成分(PC1〜PC3)におけるスコア値の分布を示したのが(c)〜(e)である。このPC1〜PC3におけるスコア値の分布画像にそれぞれR、G及びBのカラーを割り当て合成した結果が(b)である。元の画像では色が似通っている部位がこの疑似カラー合成画像では明瞭に異なる色で示されていることが分かる。光学顕微画像特徴抽出部22がこうした疑似カラー画像を作成しそれを表示部4に表示することによって、分析者は着目する領域や部位を容易に探し出すことができるようになる。
なお、これとは逆に、光学顕微画像において分析者が着目する部位の形状に類似しない質量電荷比を抽出し、該質量電荷比に対応する化合物を特定して表示することもできる。
例えば、特定の波長を有する光やX線などの電磁波の吸収の度合いや放射強度の分布を示すデータ、ラマン散乱光や蛍光などの強度分布を示すデータや染色画像データ、PET(陽電子放出断層撮影)、CT(コンピュータ断層撮影)、MRI(核磁気共鳴画像)、ESR(電子スピン共鳴)などにより撮影された画像データ、放射線同位体標識を利用した画像データ、EPMAやSPM(Scanning Probe Microscope)などで取得された表面凹凸画像データなどを2次元データとして用いることができる。また、3次元データとして質量分析イメージングデータに代えて、例えば様々な波長における光の吸収の度合いを示すデータなどを用いることができる。
上述したとおり、第1実施例では、カラー画像である光学顕微画像から特定の色の輝度分布画像を抽出しており、この輝度分布画像を構成するデータは2次元データであるが、元の光学顕微画像はRGBの色(つまりは波長)毎に輝度の分布を有しているから、これは色又は波長を一つのパラメータとする3次元データである。そこで、光学顕微画像を構成するデータ、つまりはRGBという異なる色毎の輝度分布データと質量電荷比毎の質量分析イメージングデータとからそれぞれ求めた行列に対しPLSなどの多変量解析による統計的解析処理を行うことにより、類似した分布を示す色又は波長と質量電荷比との組み合わせを抽出する構成とすることができる。
この構成においても、上記第1実施例と同様に、生体組織切片などを対象とした場合には、試料の光学顕微画像として試料を蛍光標識することで得られた画像を用い、3次元データとして試料に対するnが2以上のMSn測定により得られた質量分析イメージングデータを用いると有利である。
図6は本発明に係るデータ処理装置を用いたイメージング質量顕微鏡システムの第3実施例の概略構成図、図7は第3実施例のイメージング質量顕微鏡システムにおけるデータ処理を説明するための模式図である。図6において第1実施例を説明した図1と同じ構成要素には同じ符号を付してある。
イメージング質量顕微鏡本体1においてイメージング質量分析部12で所定の試料に対する質量分析イメージング測定が行われることにより、MSイメージングデータ記憶部220には、第1実施例のシステムにおいてMSイメージングデータ記憶領域212に格納されるのと同様の質量分析イメージングデータが格納される。
図8は本発明に係るデータ処理装置を用いたイメージング質量顕微鏡システムの第4実施例の概略構成図、図9は第4実施例のイメージング質量顕微鏡システムにおけるデータ処理を説明するための模式図である。図8において第1実施例を説明した図1と同じ構成要素には同じ符号を付してある。
イメージング質量顕微鏡本体1においてイメージング質量分析部12で所定の試料に対する質量分析イメージング測定が行われることにより、MSイメージングデータ記憶部230には、第1実施例のシステムにおいてMSイメージングデータ記憶領域212に格納されるのと同様の質量分析イメージングデータが格納される。また、同じ試料の同じ領域に対し2次元赤外吸収測定部5で赤外吸収イメージング測定が行われることにより、赤外吸収イメージングデータ記憶部231に、微小領域毎の所定波長範囲に亘る赤外吸収スペクトルデータが格納される。
図10は本発明に係るデータ処理装置を用いたイメージング質量顕微鏡システムの第5実施例の概略構成図、図11は第5実施例のイメージング質量顕微鏡システムにおけるデータ処理を説明するための模式図である。図10において第1実施例を説明した図1と同じ構成要素には同じ符号を付してある。
11…光学顕微観察部
12…イメージング質量分析部
2…データ処理部
21…データ格納部
211…光学顕微画像データ記憶領域
212…MSイメージングデータ記憶領域
22…光学顕微画像特徴抽出部
23、232…画像位置合わせ処理部
24、233…解像度調整部
25、223、236、245…統計的解析処理部
26…解析結果表示処理部
220、230、240…MSイメージングデータ記憶部
231…赤外吸収イメージングデータ記憶部
221…化合物データベース
222…基準スペクトル選択部
224…相関係数分布画像作成部
234、243…主成分分析処理部
235…PCAスコア分布データ記憶部
237、246…相関結果表示処理部
241…第2データ記憶領域
242…第2データ記憶領域
244…因子負荷量スペクトル記憶部
3…入力部
4…表示部
5…2次元赤外吸収測定部
Claims (10)
- 試料上の2次元領域に対し第1の測定手法によって得られた第1の画像データと、同試料上の2次元領域に対し前記第1の測定手法とは異なる第2の測定手法によって得られた第2の画像データとを処理し、前記試料に関する情報を求めるデータ処理装置であって、
a)第1の画像データ及び第2の画像データについて、試料上の同じ部位に対する測定結果が現れる画素の画像上での位置が一致するように位置合わせ処理を行うとともに、第1及び第2の画像データの空間分解能を揃えるデータ変換処理を行う前処理部と、
b)前記前処理部により空間的な位置が合わせられ空間分解能が統一されたあとの第1及び第2の画像データについて、空間的に対応する画素同士のデータに対する統計的解析処理を行うことにより2次元的な信号強度分布の類似性又は相違性を示す指標値を算出する統計的解析処理部と、
を備えることを特徴とするデータ処理装置。 - 請求項1に記載のデータ処理装置であって、
前記第2の画像データは、異なるパラメータの下で得られた複数の画像を構成するデータを含み、前記統計的解析処理部は、前記第1の画像データによる一つの画像と2次元的な強度分布の類似性が高い又は相違性が高い画像が得られるパラメータを抽出することを特徴とするデータ処理装置。 - 請求項2に記載のデータ処理装置であって、
前記統計的解析処理部は、前記第2の画像データによる複数の画像のそれぞれについて、前記第1の画像データによる一つの画像と前記第2の画像データによる一つの画像との相関係数を算出し、その相関係数に基づいて2次元的な強度分布の類似性が高い又は相違性が高い画像が得られるパラメータを抽出することを特徴とするデータ処理装置。 - 請求項2に記載のデータ処理装置であって、
前記統計的解析処理部は、前記第1の画像データと前記第2の画像データとに対し多変量解析を行い、その結果に基づいて2次元的な強度分布の類似性が高い又は相違性が高い画像が得られるパラメータを抽出することを特徴とするデータ処理装置。 - 請求項1に記載のデータ処理装置であって、
前記第1及び第2の画像データともにそれぞれ、異なるパラメータの下で得られた複数の画像を構成するデータを含み、前記統計的解析処理部は、第1の画像データと前記第2の画像データとの間で2次元的な強度分布の類似性が高い又は相違性が高い画像が得られるパラメータの組み合わせを抽出することを特徴とするデータ処理装置。 - 請求項1〜5のいずれか1項に記載のデータ処理装置であって、
前記第2の測定手法は試料上の2次元領域内の各微小領域に対してnが2以上のMSn測定を行う手法であり、前記第2の画像データはこのMSn測定によって得られた画像データであることを特徴とするデータ処理装置。 - 試料上の2次元領域内の複数の微小領域毎に得られた試料スペクトルデータと、基準となる基準スペクトルデータとを処理し、前記試料に関する情報を求めるデータ処理装置であって、
a)前記微小領域毎に、該微小領域に対応する試料スペクトルデータと前記基準スペクトルデータとに対する統計的解析処理を行ってスペクトルの類似性又は相違性を示す指標値を算出する統計的解析処理部と、
b)前記統計的解析処理部により微小領域毎に得られた指標値に基づいて、試料上の前記2次元領域に対応する指標値の2次元分布を示す画像を作成する画像作成部と、
を備えることを特徴とするデータ処理装置。 - 請求項7に記載のデータ処理装置であって、
前記試料スペクトルデータ及び基準スペクトルデータはnが2以上のMSn測定によって得られたマススペクトルデータであることを特徴とするデータ処理装置。 - 試料上の2次元領域に対し第1の測定手法によって得られた第1の画像データと、同試料上の2次元領域に対し前記第1の測定手法とは異なる第2の測定手法によって得られた第2の画像データとを処理し、前記試料に関する情報を求めるデータ処理装置であって、
a)第1の画像データに対し主成分分析を行い主成分毎にスコア値の2次元分布を示すスコア値分布データを求めるとともに、同様に第2の画像データに対し主成分分析を行い主成分毎にスコア値の2次元分布を示すスコア値分布データを求める主成分分析実行部と、
b)前記主成分分析実行部により得られた、第1の画像データに基づく任意の主成分におけるスコア値分布データと第2の画像データに基づく任意の主成分におけるスコア値分布データとを空間的に比較し、空間的に相関性の高い主成分の組み合わせを抽出する関連主成分抽出部と、
を備えることを特徴とするデータ処理装置。 - 試料上の2次元領域に対し所定の測定手法によって異なる第1のパラメータの下で得られた複数の画像を構成するデータを含む第1の画像データと、前記試料上の前記2次元領域とは異なる2次元領域又は他の試料の2次元領域に対し前記所定の測定手法によって異なる第2のパラメータの下で得られた複数の画像を構成するデータを含む第2の画像データとを処理し、1又は複数の試料に関する情報を求めるデータ処理装置であって、
a)第1の画像データに対し主成分分析を行い主成分毎に第1のパラメータと因子負荷量との関係を示す因子負荷量スペクトルを求めるとともに、第2の画像データに対し主成分分析を行い主成分毎に第2のパラメータと因子負荷量との関係を示す因子負荷量スペクトルを求める主成分分析実行部と、
b)第1の画像データに基づく主成分毎の因子負荷量スペクトルと第2の画像データに基づく主成分毎の因子負荷量スペクトルとを比較し、スペクトルの相関性の高い主成分の組み合わせを抽出する関連主成分抽出部と、
を備えることを特徴とするデータ処理装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2015/068961 WO2017002226A1 (ja) | 2015-07-01 | 2015-07-01 | データ処理装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017213438A Division JP6477833B2 (ja) | 2017-11-06 | 2017-11-06 | データ処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017002226A1 true JPWO2017002226A1 (ja) | 2017-12-14 |
JP6477878B2 JP6477878B2 (ja) | 2019-03-06 |
Family
ID=57608167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017525740A Active JP6477878B2 (ja) | 2015-07-01 | 2015-07-01 | データ処理装置 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11222773B2 (ja) |
EP (1) | EP3318866A4 (ja) |
JP (1) | JP6477878B2 (ja) |
CN (3) | CN118392971A (ja) |
WO (1) | WO2017002226A1 (ja) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11232940B2 (en) * | 2016-08-02 | 2022-01-25 | Virgin Instruments Corporation | Method and apparatus for surgical monitoring using MALDI-TOF mass spectrometry |
JP6885896B2 (ja) * | 2017-04-10 | 2021-06-16 | 富士フイルム株式会社 | 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム |
JP6899560B2 (ja) * | 2017-05-23 | 2021-07-07 | 株式会社島津製作所 | 質量分析データ解析装置及び質量分析データ解析用プログラム |
CN107506687B (zh) * | 2017-07-17 | 2020-01-21 | Oppo广东移动通信有限公司 | 活体检测方法及相关产品 |
JP2019060815A (ja) * | 2017-09-28 | 2019-04-18 | 日本分光株式会社 | 自動ケミカルイメージ作成 |
JP6994961B2 (ja) | 2018-01-23 | 2022-01-14 | 日本電子株式会社 | マススペクトル処理装置及び方法 |
JP6939912B2 (ja) * | 2018-02-02 | 2021-09-22 | 株式会社島津製作所 | イメージング質量分析用データ処理装置 |
JP6908136B2 (ja) * | 2018-02-05 | 2021-07-21 | 株式会社島津製作所 | データ解析装置 |
WO2019150653A1 (ja) * | 2018-02-05 | 2019-08-08 | 株式会社島津製作所 | 表示処理装置、イメージング質量分析システムおよび表示処理方法 |
WO2019150575A1 (ja) * | 2018-02-05 | 2019-08-08 | 株式会社島津製作所 | イメージング質量分析データ解析装置 |
US11282686B2 (en) * | 2018-02-05 | 2022-03-22 | Shimadzu Corporation | Imaging mass spectrometer |
JP6927415B2 (ja) * | 2018-03-29 | 2021-08-25 | 株式会社島津製作所 | イメージング質量分析におけるデータ処理方法及びデータ処理プログラム |
US11636598B2 (en) * | 2018-03-30 | 2023-04-25 | Shimadzu Corporation | Imaging data processing apparatus and imaging data processing program to perform image alignment by deforming images such that imaged observation target sites coincide |
JP7004073B2 (ja) * | 2018-05-30 | 2022-01-21 | 株式会社島津製作所 | イメージングデータ処理装置 |
US11861826B2 (en) | 2018-05-30 | 2024-01-02 | Shimadzu Corporation | Imaging data processing device |
JP7172537B2 (ja) * | 2018-12-11 | 2022-11-16 | 株式会社島津製作所 | イメージング分析装置 |
US11862445B2 (en) | 2019-02-14 | 2024-01-02 | Shimadzu Corporation | Imaging mass spectrometer |
CN109977901A (zh) * | 2019-04-03 | 2019-07-05 | 山东理工大学 | 一种基于无人机遥感的玉米田间杂草识别方法 |
WO2020212877A1 (en) * | 2019-04-15 | 2020-10-22 | Waters Technologies Ireland Limited | Techniques for predicting collision cross-section values in ion mobility spectrometry |
CN113508293B (zh) * | 2019-04-24 | 2024-05-07 | 株式会社岛津制作所 | 成像质量分析装置 |
JP7040496B2 (ja) * | 2019-05-28 | 2022-03-23 | Jfeスチール株式会社 | 電子顕微鏡における試料観察方法、電子顕微鏡用画像解析装置、電子顕微鏡および電子顕微鏡用画像解析方法 |
WO2021049011A1 (ja) * | 2019-09-13 | 2021-03-18 | 株式会社島津製作所 | 分析装置 |
WO2021095210A1 (ja) * | 2019-11-14 | 2021-05-20 | 株式会社島津製作所 | イメージング分析装置及びイメージングデータ解析方法 |
JP7413775B2 (ja) * | 2019-12-26 | 2024-01-16 | 株式会社島津製作所 | イメージング分析データ処理方法及び装置 |
JP7363675B2 (ja) * | 2020-06-15 | 2023-10-18 | 株式会社島津製作所 | イメージング質量分析装置、及びイメージング質量分析方法 |
JP2021196303A (ja) * | 2020-06-17 | 2021-12-27 | 株式会社島津製作所 | イメージング質量分析方法、及びイメージング質量分析装置 |
JP7472771B2 (ja) * | 2020-12-15 | 2024-04-23 | 株式会社島津製作所 | 電気泳動分析データ処理装置及びデータ処理プログラム |
CN114329573B (zh) * | 2022-03-09 | 2022-05-27 | 北京珞安科技有限责任公司 | 一种运维场景下文件加密外发的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009025275A (ja) * | 2007-07-24 | 2009-02-05 | Shimadzu Corp | 質量分析装置 |
US20130080072A1 (en) * | 2011-09-26 | 2013-03-28 | Shimadzu Corporation | Imaging Mass Spectrometer and Mass Spectrometry Data Processing Method |
JP2013196294A (ja) * | 2012-03-19 | 2013-09-30 | Toshiba Corp | 人物画像処理装置、及び人物画像処理方法 |
WO2014175211A1 (ja) * | 2013-04-22 | 2014-10-30 | 株式会社島津製作所 | イメージング質量分析データ処理方法及びイメージング質量分析装置 |
JP2014215043A (ja) * | 2013-04-22 | 2014-11-17 | 株式会社島津製作所 | イメージング質量分析データ処理方法及びイメージング質量分析装置 |
JP2015039570A (ja) * | 2013-08-23 | 2015-03-02 | 日立マクセル株式会社 | 肌状態測定分析情報管理システムおよび肌状態測定分析情報管理方法 |
US20150131888A1 (en) * | 2012-05-21 | 2015-05-14 | Vanderbilt University | Predictive modeling relating molecular imaging modalities |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1172489A (ja) * | 1997-08-28 | 1999-03-16 | Hitachi Ltd | 液体クロマトグラフ |
GB0521098D0 (en) * | 2005-10-18 | 2005-11-23 | Univ Cambridge Tech | Methods for diagnosing and monitoring psychotic disorders |
JP4984617B2 (ja) * | 2006-04-12 | 2012-07-25 | 株式会社島津製作所 | 質量分析データ解析方法 |
US7964843B2 (en) * | 2008-07-18 | 2011-06-21 | The George Washington University | Three-dimensional molecular imaging by infrared laser ablation electrospray ionization mass spectrometry |
JP2009025257A (ja) * | 2007-07-24 | 2009-02-05 | Shimadzu Corp | 電子天びん |
JP5206790B2 (ja) * | 2008-07-03 | 2013-06-12 | 株式会社島津製作所 | 質量分析装置 |
JP5246026B2 (ja) | 2009-05-11 | 2013-07-24 | 株式会社島津製作所 | 質量分析データ処理装置 |
JP5359924B2 (ja) * | 2010-02-18 | 2013-12-04 | 株式会社島津製作所 | 質量分析装置 |
US8620092B2 (en) * | 2010-03-04 | 2013-12-31 | Hewlett-Packard Development Company, L.P. | Determining similarity of two images |
JP5527232B2 (ja) * | 2010-03-05 | 2014-06-18 | 株式会社島津製作所 | 質量分析データ処理方法及び装置 |
JP5348029B2 (ja) | 2010-03-16 | 2013-11-20 | 株式会社島津製作所 | 質量分析データ処理方法及び装置 |
US20120016598A1 (en) * | 2010-05-21 | 2012-01-19 | Bruker Daltonik Gmbh | Normalization of mass spectra acquired by mass spectrometric imaging |
JP5565810B2 (ja) * | 2010-11-29 | 2014-08-06 | 国立大学法人浜松医科大学 | 質量分析データ処理方法及び装置 |
JP5590156B2 (ja) * | 2011-01-31 | 2014-09-17 | 株式会社島津製作所 | 質量分析方法及び装置 |
JP5556695B2 (ja) * | 2011-02-16 | 2014-07-23 | 株式会社島津製作所 | 質量分析データ処理方法及び該方法を用いた質量分析装置 |
US9157921B2 (en) * | 2011-05-18 | 2015-10-13 | Purdue Research Foundation | Method for diagnosing abnormality in tissue samples by combination of mass spectral and optical imaging |
US9546979B2 (en) * | 2011-05-18 | 2017-01-17 | Purdue Research Foundation | Analyzing a metabolite level in a tissue sample using DESI |
CN102323363A (zh) * | 2011-06-13 | 2012-01-18 | 中国科学院计算机网络信息中心 | 化合物的色谱-质谱联用鉴定方法 |
US10535507B2 (en) * | 2013-02-22 | 2020-01-14 | Shimadzu Corporation | Data processing device and data processing method |
WO2015107690A1 (ja) * | 2014-01-20 | 2015-07-23 | 株式会社島津製作所 | タンデム質量分析データ処理装置 |
EP3232189A4 (en) * | 2014-12-08 | 2017-12-13 | Shimadzu Corporation | Multidimensional mass spectrometry data processing device |
JP6939912B2 (ja) * | 2018-02-02 | 2021-09-22 | 株式会社島津製作所 | イメージング質量分析用データ処理装置 |
-
2015
- 2015-07-01 JP JP2017525740A patent/JP6477878B2/ja active Active
- 2015-07-01 CN CN202410339569.4A patent/CN118392971A/zh active Pending
- 2015-07-01 WO PCT/JP2015/068961 patent/WO2017002226A1/ja active Application Filing
- 2015-07-01 CN CN202410339567.5A patent/CN118376672A/zh active Pending
- 2015-07-01 US US15/740,954 patent/US11222773B2/en active Active
- 2015-07-01 EP EP15897153.1A patent/EP3318866A4/en not_active Withdrawn
- 2015-07-01 CN CN201580081390.2A patent/CN107850567A/zh active Pending
-
2021
- 2021-11-03 US US17/517,756 patent/US11776799B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009025275A (ja) * | 2007-07-24 | 2009-02-05 | Shimadzu Corp | 質量分析装置 |
US20130080072A1 (en) * | 2011-09-26 | 2013-03-28 | Shimadzu Corporation | Imaging Mass Spectrometer and Mass Spectrometry Data Processing Method |
JP2013196294A (ja) * | 2012-03-19 | 2013-09-30 | Toshiba Corp | 人物画像処理装置、及び人物画像処理方法 |
US20150131888A1 (en) * | 2012-05-21 | 2015-05-14 | Vanderbilt University | Predictive modeling relating molecular imaging modalities |
WO2014175211A1 (ja) * | 2013-04-22 | 2014-10-30 | 株式会社島津製作所 | イメージング質量分析データ処理方法及びイメージング質量分析装置 |
JP2014215043A (ja) * | 2013-04-22 | 2014-11-17 | 株式会社島津製作所 | イメージング質量分析データ処理方法及びイメージング質量分析装置 |
JP2015039570A (ja) * | 2013-08-23 | 2015-03-02 | 日立マクセル株式会社 | 肌状態測定分析情報管理システムおよび肌状態測定分析情報管理方法 |
Non-Patent Citations (1)
Title |
---|
PHAN,N.T.N.: "Lipid Structural Effects of Oral Administration of Methylphenidate in Drosophila Brain by Secondary", ANAL. CHEM., vol. 87, JPN6015038717, 13 April 2015 (2015-04-13), pages 4063 - 4071, XP055342987, ISSN: 0003827628, DOI: 10.1021/acs.analchem.5b00555 * |
Also Published As
Publication number | Publication date |
---|---|
CN118392971A (zh) | 2024-07-26 |
US11222773B2 (en) | 2022-01-11 |
EP3318866A1 (en) | 2018-05-09 |
CN118376672A (zh) | 2024-07-23 |
US11776799B2 (en) | 2023-10-03 |
US20180197726A1 (en) | 2018-07-12 |
EP3318866A4 (en) | 2018-09-19 |
WO2017002226A1 (ja) | 2017-01-05 |
US20220059331A1 (en) | 2022-02-24 |
JP6477878B2 (ja) | 2019-03-06 |
CN107850567A (zh) | 2018-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6477878B2 (ja) | データ処理装置 | |
JP5565810B2 (ja) | 質量分析データ処理方法及び装置 | |
JP5971184B2 (ja) | イメージング質量分析データ処理方法及びイメージング質量分析装置 | |
JP5348029B2 (ja) | 質量分析データ処理方法及び装置 | |
Jones et al. | Preprocessing strategies to improve MCR analyses of hyperspectral images | |
JP6908136B2 (ja) | データ解析装置 | |
WO2019186999A1 (ja) | イメージングデータ処理装置及びイメージングデータ処理プログラム | |
JP2010261882A (ja) | 質量分析データ処理装置 | |
Bich et al. | Biomedical studies by TOF-SIMS imaging | |
JP2019045514A (ja) | 分光画像データ処理装置および2次元分光装置 | |
JP6477833B2 (ja) | データ処理装置 | |
US11276565B2 (en) | Data processing device for imaging mass spectrometric analysis | |
CN112136041B (zh) | 成像数据处理装置 | |
WO2019150575A1 (ja) | イメージング質量分析データ解析装置 | |
Cho et al. | Combining MALDI-TOF and molecular imaging with principal component analysis for biomarker discovery and clinical diagnosis of cancer | |
US10304671B2 (en) | Method for computer-assisted analysis of one or more tissue sections of the human or animal body | |
WO2019186998A1 (ja) | データ解析装置及びデータ解析システム | |
WO2019150553A1 (ja) | イメージング質量分析装置 | |
Akbari Lakeh et al. | Discriminating normal regions within cancerous hen ovarian tissue using multivariate hyperspectral image analysis | |
WO2019150574A1 (ja) | イメージング質量分析装置 | |
WO2021095210A1 (ja) | イメージング分析装置及びイメージングデータ解析方法 | |
Trede et al. | Mathematical methods for imaging mass spectrometry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170905 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170912 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180703 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190121 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6477878 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |