高度适应性分析工具用于绘制组织中细胞聚合物的空间特征.

科学领域:

• 病理学 病理学 病理学
• 计算生物学 计算生物学
• 生物医学成像技术 生物医学成像技术

背景情况:

• 多重成像技术的进步揭示了空间细胞组织作为关键的预后生物标志物.
• 当前的空间分析工具往往集中在小区域,缺失的模式在更大的细胞聚合物,如瘤.
• 分析整个病变对于了解疾病进展和细胞分布至关重要.

研究的目的:

• 开发用于分析整个组织病变的细胞结构的新型定量指标.
• 为空间分析提供简单,可解释的读数,适用于任何损伤大小或形状.
• 为了实现跨损伤的比较,并提高预后生物标志物的发现.

主要方法:

• 开发了两个新的指标:总细胞偏好指数和免疫细胞偏好指数.
• 在整个组织病变中的细胞结构的定量描述.
• 应用开源QuPath软件用于图像分析.

主要成果:

• 总细胞偏好指数量化了病变密度的变化 (中心与外围),表明了缩程度.
• 免疫细胞偏好指数映射了整个病变的免疫细胞类型分布 (中心与外围).
• 两个索引都提供单个数字读数,以简化解释和可视化.

结论:

• 新的指标使整个组织病变的全面空间分析成为可能,克服了传统方法的局限性.
• 这种方法简化了交叉损伤的比较,并且与各种多重成像系统兼容.
• 使用开源软件的用户友好协议可以由研究人员快速实施.