デジタル細胞病理学における高速3Dイメージング：多カメラアレイスキャナー（MCAS）

学術的背景

光学顕微鏡は長年にわたり細胞病理学診断の標準的な手法として使用されてきました。しかし、従来の全スライドスキャナーは大面積のサンプルを自動的にイメージングしデジタル化できますが、速度が遅く、コストが高いため広く普及していません。特に細胞学サンプルの臨床診断では、サンプルが広範囲に分布し厚みがあるため、3Dイメージングが必要です。既存の全スライドスキャン技術では、厚いサンプルを処理するのに数時間を要し、臨床での応用が大きく制限されています。そのため、厚いサンプルを高速かつ効率的に3Dイメージングする技術の開発が細胞病理学分野の重要な課題となっています。

本論文では、この課題を解決するための新しい多カメラアレイスキャナー（Multi-Camera Array Scanner, MCAS）を提案しています。MCASは並列化された顕微鏡設計により、広範囲かつ厚いサンプルを短時間で高解像度の3Dイメージングを行い、機械学習技術を組み合わせることで病理学者の迅速な診断を支援します。

論文の出典

本論文はKanghyun Kim、Amey Chaware、Clare B. Cookらによって執筆され、Duke University、University of California Berkeley、Ramona Optics Inc.などの機関から発表されました。2024年にnpj Imaging誌に掲載されました。

研究の流れ

1. MCASシステムの設計

MCASシステムは48個の独立した13メガピクセルのCMOSイメージセンサーで構成され、各センサーにはカスタム設計の高解像度対物レンズが搭載されています。これらのセンサーは6×8のグリッドに密に配置され、各カメラが異なる領域を同時にイメージングします。この設計により、MCASは1回のスナップショットで624メガピクセルの画像をキャプチャでき、従来の全スライドスキャナーよりも大幅に高速です。

MCASシステムはまた、サンプルステージと関連するファームウェアを備えており、最大3枚のスライドを迅速に移動させて3Dスキャンを完了できます。システムは1.2マイクロメートルおよび0.6マイクロメートルの解像度で厚いサンプルをスキャンでき、スキャン深度は150マイクロメートルに達します。この並列化されたイメージング方式により、理論的にはイメージング速度を48倍に向上させることができます。

2. 高速全スライドイメージング

MCASの高速全スライド3Dイメージング能力を実証するため、研究チームは16個のDiff-Quik染色された肺細胞学サンプルをスキャンしました。これには腺癌陽性および良性サンプルが含まれています。0.3の開口数（NA）を持つ対物レンズと5マイクロメートルの軸方向ステップサイズを使用し、MCASは3枚のスライドを5分未満でスキャンしました。これは1枚あたり2分未満に相当します。これに対して、既存の全スライドスキャナーは通常、2Dスキャンに1分、3Dスキャンに数十分を要します。

3. 甲状腺サンプルの適切性評価

MCASの高速3Dデータ取得とGigaViewerナビゲーション機能により、細胞学スメアのリモート検査が可能になりました。研究チームはMCASを甲状腺細針吸引（FNA）スメアの適切性評価に適用しました。MCASを使用して26個の甲状腺FNAスメアをデジタル化し、3人の病理学者に表示して評価を行った結果、MCASの適切性判断は現在の標準と同等であり、感度100%、特異度94.4%を示しました。

4. 肺サンプルにおける腺癌検出

3D細胞学スメアのデータを効率的に分析・検査するため、研究チームはMCAS画像データに機械学習アルゴリズムを適用する方法を探りました。具体的には、MCASを使用して5個の肺FNAスメアをイメージングし、YOLOv7アルゴリズムを使用してスメア内の腺癌領域を特定するための物体検出モデルをトレーニングしました。このモデルの平均精度は0.645、再現率は0.73でした。

5. 肺サンプルの腺癌分類

肺FNAスメアの診断において、疾患の空間的位置を特定することは必ずしも必要ではありません。主な目的は、検出されたがんのタイプを分類することです。そのため、研究チームは多インスタンス学習（Multiple Instance Learning, MIL）に基づくスライドレベル分類ネットワークを設計しました。4分割交差検証により、このモデルの平均テスト精度は0.930、AUCは0.969でした。

主な結果

1. MCASシステム設計：MCASは1.2マイクロメートルおよび0.6マイクロメートルの解像度で厚いサンプルを高速3Dイメージングでき、従来の全スライドスキャナーよりも大幅に高速です。
2. 高速全スライドイメージング：MCASは5分未満で3枚の肺細胞学スライドをスキャンし、その高速3Dイメージング能力を実証しました。
3. 甲状腺サンプルの適切性評価：MCASのリモート評価機能は現在の標準と同等であり、細胞学ワークフローの最適化に有効です。
4. 腺癌検出：YOLOv7アルゴリズムにより、MCASは肺FNAスメア内の腺癌領域を迅速に特定し、再現率0.73を達成しました。
5. 腺癌分類：MILに基づくスライドレベル分類モデルは4分割交差検証で優れた性能を示し、AUCは0.969でした。

結論

MCASは並列化された顕微鏡設計により、厚い細胞学サンプルの3Dイメージング速度を大幅に向上させ、数分で全スライドスキャンを完了できます。機械学習アルゴリズムと組み合わせることで、MCASは病理学者の迅速な診断を支援し、細胞学ワークフローの効率と精度を向上させます。今後、MCASシステムのさらなる最適化とコスト削減により、デジタル病理学における応用がさらに広がることが期待されます。

研究のハイライト

1. 高速3Dイメージング：MCASは数分で厚い細胞学サンプルの全スライド3Dイメージングを行い、スキャン速度を大幅に向上させます。
2. 機械学習による診断支援：YOLOv7およびMILアルゴリズムにより、MCASは腺癌領域を迅速に特定・分類し、病理学者の診断を支援します。
3. リモート評価機能：MCASのGigaViewerナビゲーション機能により、細胞学スメアのリモート検査が可能になり、細胞学ワークフローが最適化されます。
4. 効率的なコスト：MCASのイメージング速度は従来の全スライドスキャナーよりも大幅に高速で、コストも低く、幅広い応用が期待されます。

その他の価値ある情報

MCASシステムの設計は細胞病理学に限らず、高速かつ高解像度の3Dイメージングが必要な他の分野、例えば生物医学研究や工業検査にも応用可能です。今後、研究チームはMCASの照明システムと3Dデータ処理能力をさらに最適化し、さまざまな応用シナリオでの性能向上を目指します。