在病理學進入個性化醫學新時代的過程中，面對生物標誌物研究及臨床應用時，傳統病理學診斷越發無法滿足需求。此時，數字病理掃描技術的發展使顯微鏡載玻片進行數位化，為數字病理的圖像分析帶來了新機遇。
HALO旨在處理數字病理圖像分析以及基於圖像的生物標記物分析軟體。廣泛應用於全世界的製藥、醫療保健和研究組織，在神經科學，代謝組學，腫瘤學，毒理病理學的高通量，全切片圖像的定量研究。
一、使用HALO平臺實現RNAscope高效自動化評分
用肉眼手動計數 RNA 探針信號既耗時又費力，且容易被主觀解讀影響，尤其是在出現聚簇信號的情況下。數字圖像分析提供了一種自動化、一致的方法，可以從 RNAscope 檢測中生成定量數據
明場 ISH 定量
螢光 FISH 定量
二：潛在作用：神經毒理學定量評估
HALO數字病理圖像全組織切片的量化分析，為神經毒性的定量提供了客觀標準化的、高通量的評估方法。特別是藉助HALO-AI深度學習平臺，可以自動的識別受損或死亡的神經元
對不同腦區域的快速分割
對退化神經元進行定量檢測
檢測小膠質細胞激活
三、HALO在多形性膠質母細胞瘤中的應用實例
使用了GFAP、TMEM119、CD68、c-Maf 和 CD163組成的多重免疫組化Panel對小膠質細胞（TMEM119+），M2巨噬細胞（CD68+/CD163+/c-Maf+/TMEM119-），M1巨噬細胞（CD68+/CD163-/c-Maf-/TMEM119-）及Tumor細胞（GFAP+）進行標記。染色後的圖像利用HALO對全組織切片內的小膠質細胞、M1/M2型巨噬細胞進行定量並分析其在腫瘤/非腫瘤交界處的浸潤情況
四：實現超多標組織成像的單細胞水平空間分析
以Cytiva（原GE 醫療生命科學事業部）和Indica Labs共同合作開發的平臺Cell DIVE平臺為實例，利用HALO進行超多標組織成像的分析處理工作流程，可進行不同組織的分型及細胞級別的定量分析，致力於為組織異質性、細胞間相互作用，以及腫瘤微環境中的免疫特徵提供新的見解。
Cell DIVE在扁桃體組織上標記的11個生物標記物及不同生物標記物組合的疊加圖像
HALO對多重組織成像的數據分析工作流程（圖像獲取-組織分型-單細胞數據分析）
HALO組織分型、細胞分割、免疫表型分析示例
HALO定量分析結果示例
五、HALO-AI定量評估細胞增殖活性
利用HALO-AI 3.0平臺對大鼠乳腺和小型豬輸卵管的全組織切片進行分析，定量評估組織內上皮細胞增殖活性
進行組織樣本分類訓練
進行細胞增殖定量評估
六、HALO&HALO-AI 推動腫瘤精準醫療新發展
HALO逐個細胞的連續性定量分析
HALO 機器學習算法用於組織類
HALO-AI深度學習在數字病理分析中的應用
組織空間維度分析與精準醫療
不管是江豐、LEICA、Hamamatsu、3DHistech、Zeiss、Akoya系統掃描出的病理圖像還是顯微鏡下拍攝的JPG, TIFF格式病理圖像HALO都可以精準定量分析
如果您有大量病理切片需要精準定量分析或者有病理切片分析相關任何問題
評論或者私信聯繫我們優寧維科學儀器