まず、免疫組織化学的に染色された子宮内膜切片を含むスライドをパノラマ病理画像スキャナーのスライドラックに置きます。次に、ラックを機器のスライドスキャンコンパートメントに置き、スキャンを開始します。スキャンが完了したら、画像解析ソフトウェアを起動し、新しいフォルダを作成します。
解析が必要な画像をインポートします。組織分類器を作成するには、空白の注釈とともに複数の組織をマークして、組織と空白領域を識別する分類器を確立します。リアルタイムチューニングを使用して、マーク注釈中にソフトウェアの認識能力を観察します。
解析アルゴリズムを構築するには、ソフトウェアで標準のマルチプレックスIHCアルゴリズムを選択し、負のピクセルと正のピクセルを選択して、細胞認識の色パラメータを設定します。画像に最適なパラメータが見つかるまで、核、細胞質、および細胞膜のパラメータを確立します。次に、正のセル認識閾値を設定し、適切な閾値が得られるまで最適化します。
次に、アルゴリズムで組織分類器を選択します。その中の組織部分をチェックして、組織に基づいて細胞を識別します。解析領域を選択し、確立されたアルゴリズムを使用して画像を解析します。
分析が完了したら、組織認識、ネガティブおよびポジティブ認識の精度を手動でチェックします。画像認識が不正確な場合は、アルゴリズムとパラメーターのしきい値を再度調整します。成功するまで画像解析を実行します。
次に、解析結果をエクスポートします。さまざまな子宮内膜免疫マーカーの発現に応じて、さまざまな分析パラメーターを設定します。ソフトウェアを使用して、子宮内膜免疫細胞の割合を計算します。
計算後、その値を使用して、反復流産患者の子宮内膜内のさまざまな免疫細胞のレベルを評価します。異なる免疫細胞を、異なるマーカーの個々の発現に基づいて免疫組織化学的に染色しました。茶色の染色は陽性の免疫細胞を表し、青色は核を表します。
流産を繰り返す女性では、異なる免疫細胞が発現していた。CD56細胞は16.76%で優勢であり、CD1a細胞とFoxp3細胞は免疫細胞集団の0.11〜0.12%を占めています。
