MIM-CyCIF:用于增强循环免疫光 (CyCIF) 的蒙面成像建模,使用面板减少和推算

科学领域:

• 生物医学成像学 生物医学成像学
• 计算病理学计算病理学
• 发现生物标志物的发现.

背景情况:

• 循环胺催化成像 (CyCIF) 允许多重生物标志物的量化.
• 技术限制限制了CyCIF面板的容量.
• 减少面板尺寸对于效率和成本效益至关重要.

研究的目的:

• 开发一种计算方法来减少CyCIF中的生物标志物面板.
• 使用较小的子集,从更大的标记集中计算信息.
• 为了提高速度,面板内容,并降低成本在多重成像.

主要方法:

• 开发了一个计算面板减少策略.
• 该方法从数据中学习共同表达和形态模式.
• 来自25个标记器的信息仅使用9个标记器被归算.

主要成果:

• 缩小小组方法在预测中显示出强烈的相关性.
• 该方法在不同类型的癌症 (乳腺癌和结直肠癌) 中显示出可通用性.
• 计算策略有效地归算了多重成像数据.

结论:

• 计算面板的减少是CyCIF的一个可行的策略.
• 这种方法可以提高生物标志物分析的效率并降低成本.
• 该方法适用于癌症研究中的各种组织类型.