相关实验视频
Updated: Jun 23, 2025
08:49
A 3D Organotypic Melanoma Spheroid Skin Model
Published on: May 18, 2018
15.7K
将空间和形态特征整合到黑色素瘤预后:一种计算方法
Chang Bian1, Garry Ashton2, Megan Grant2
1The Division of Informatics, Imaging and Data Science, Faculty of Biology, Medicine and Health, The University of Manchester, Manchester M13 9PT, UK.
Cancers
|June 19, 2024
概括
细胞形态学,特别是侵入性带中的细胞核大小,在黑色素瘤中显示出预后价值. 这种计算分析补充了传统的指标,为黑色素瘤预后提供了新的途径.
科学领域:
- 在瘤学瘤学.
- 计算病理学计算病理学
- 皮肤病学 皮肤病学
背景情况:
- 传统的黑色素瘤预后依赖于诸如线粒活性和瘤厚度等因素.
- 细胞形态和空间配置提供潜在的补充预后信息.
- 集成先进的计算方法可以增强对这些特征的分析.
研究的目的:
- 研究黑色素瘤细胞形态和空间配置的预后价值.
- 使用机器学习和深度学习量化不同空间区域的核大小.
- 为了将这些形态特征与已确定的预后指标和患者结果相关联.
主要方法:
- 使用机器学习和深度学习算法的计算管道的开发.
- 在黑色素瘤组织的不同空间区域内量化细胞核大小.
- 应用单变量和多变量Cox模型来评估预后意义.
- 相关性分析用于探索细胞形态和瘤特征之间的关系.
主要成果:
- 侵入性带中的核大小被发现是显著的预后因素 (HR=1.1).
- 侵入性带中的瘤细胞核大小和Ki67/S100共阳性细胞也显示出预后意义 (HR分别为1.07和1.09).
- 在侵袭性带中的细胞核大小和瘤厚度之间观察到一个实质性的相关性.
结论:
- 核的大小,特别是在侵入性带内,是黑色素瘤的潜在预后因素.
- 空间和形态分析,包括核的大小,可以补充现有的预后工具.
- 这些发现支持将计算病理学纳入黑色素瘤预后策略.
