深度学习和转移学习从单细胞成像数据中识别出新的乳腺癌生存亚型
medRxiv : the preprint server for health sciences
|September 25, 2023
概括
新的计算模型使用单细胞成像数据预测乳腺癌患者的生存率. 这种方法可以识别新的生存亚型和非典型的患者亚群,提高预后准确性和临床相关性.
科学领域:
- 计算病理学计算病理学
- 癌症系统生物学癌症系统生物学
- 翻译性瘤学是指翻译性瘤学.
背景情况:
- 缺乏使用单细胞分辨率细胞-细胞相互作用特征在人口规模上预测患者存活率的定量模型.
- 通过整合详细的细胞相互作用数据,可以提高乳腺癌预后.
结论:
- 单细胞成像质细胞计 (IMC) 数据作为一种新型患者预后标志物,具有临床实用性.
- 开发的模型将单细胞信息与人口水平生存预测相结合.
- 这项工作为整合多尺度数据提供了一个框架,以改善癌症患者分层和治疗策略.
更多相关视频
08:19Author Spotlight: Shear Assay Protocol for the Determination of Single-Cell Material Properties
Published on: May 19, 2023
1.7K
09:53Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography
Published on: August 16, 2020
7.3K