Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019067557) GÉNOTYPAGE MORPHOMÉTRIQUE DE CELLULES DANS UNE BIOPSIE LIQUIDE AU MOYEN D’UNE TOMOGRAPHIE OPTIQUE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/067557 N° de la demande internationale : PCT/US2018/052880
Date de publication : 04.04.2019 Date de dépôt international : 26.09.2018
CIB :
G01N 33/487 (2006.01) ,G01N 15/14 (2006.01) ,G01N 23/046 (2018.01) ,G06T 7/60 (2017.01)
G PHYSIQUE
01
MÉTROLOGIE; ESSAIS
N
RECHERCHE OU ANALYSE DES MATÉRIAUX PAR DÉTERMINATION DE LEURS PROPRIÉTÉS CHIMIQUES OU PHYSIQUES
33
Recherche ou analyse des matériaux par des méthodes spécifiques non couvertes par les groupes G01N1/-G01N31/146
48
Matériau biologique, p.ex. sang, urine; Hémocytomètres
483
Analyse physique de matériau biologique
487
de matériau biologique liquide
G PHYSIQUE
01
MÉTROLOGIE; ESSAIS
N
RECHERCHE OU ANALYSE DES MATÉRIAUX PAR DÉTERMINATION DE LEURS PROPRIÉTÉS CHIMIQUES OU PHYSIQUES
15
Recherche de caractéristiques de particules; Recherche de la perméabilité, du volume des pores ou de l'aire superficielle effective de matériaux poreux
10
Recherche de particules individuelles
14
Recherche par des moyens électro-optiques
[IPC code unknown for G01N 23/046]
G PHYSIQUE
06
CALCUL; COMPTAGE
T
TRAITEMENT OU GÉNÉRATION DE DONNÉES D'IMAGE, EN GÉNÉRAL
7
Analyse d'image, p.ex. à partir d'un mappage binaire pour obtenir un mappage non binaire
60
Analyse des attributs géométriques, p.ex. de la superficie, du centre de gravité, du périmètre, à partir d'une image
Déposants :
VISIONGATE, INC. [US/US]; 10220 S 51ST ST STE 2 Phoenix, Arizona 85044-5231, US
Inventeurs :
MEYER, Michael G.; US
SUSSMAN, Daniel J.; US
KATDARE, Rahul; US
KELBAUSKAS, Laimonis; US
NELSON, Alan C.; US
MASTRANGELO, Randall; US
Mandataire :
LEONE, George; US
Données relatives à la priorité :
62/563,54226.09.2017US
Titre (EN) MORPHOMETRIC GENOTYPING OF CELLS IN LIQUID BIOPSY USING OPTICAL TOMOGRAPHY
(FR) GÉNOTYPAGE MORPHOMÉTRIQUE DE CELLULES DANS UNE BIOPSIE LIQUIDE AU MOYEN D’UNE TOMOGRAPHIE OPTIQUE
Abrégé :
(EN) A classification training method for training classifiers adapted to identify specific mutations associated with different cancer including identifying driver mutations. First cells from mutation cell lines derived from conditions having the number of driver mutations are acquired and 3D image feature data from the number of first cells is identified. 3D cell imaging data from the number of first cells and from other malignant cells is generated, where cell imaging data includes a number of first individual cell images. A second set of 3D cell imaging data is generated from a set of normal cells where the number of driver mutations are expected to occur, where the second set of cell imaging data includes second individual cell images. Supervised learning is conducted based on cell line status as ground truth to generate a classifier.
(FR) La présente invention concerne un procédé d’apprentissage de classification pour l’apprentissage de classificateurs adaptés pour identifier des mutations spécifiques associées à différents cancers, comprenant l’identification de mutations inductrices. Des premières cellules de lignées cellulaires mutantes dérivées d’affections ayant la pluralité de mutations inductrices sont acquises et les données de caractéristiques d’image 3D à partir de la pluralité de premières cellules sont identifiées. Des données d’imagerie cellulaire 3D à partir de la pluralité de premières cellules et d’autres cellules malignes sont générées, les données d’imagerie cellulaire comprenant une pluralité de premières images de cellules individuelles. Un deuxième ensemble de données d’imagerie cellulaire 3D est généré à partir d’un ensemble de cellules normales dans lesquelles il est attendu que la pluralité de mutations inductrices survienne, le deuxième ensemble de données d’imagerie cellulaire comprenant des deuxièmes images de cellules individuelles. Un apprentissage supervisé est conduit sur la base de l’état de la lignée cellulaire en tant qu’observation directe pour générer un classificateur.
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)