数字病理学中的空间点模式分析：高级浆液性卵巢癌中的免疫细胞
摘要：多重免疫荧光（mIF）成像技术有助于研究癌症患者的肿瘤微环境。由于这一新兴生物成像技术的能力，可以统计分析多种不同类型的免疫细胞的共变位置和功能。不同免疫细胞之间的复杂空间关系已经显示与患者预后相关，并可能揭示靶向免疫治疗的新途径。 本教程回顾了与复杂数据分析的空间点模式相关的方法和程序。我们将组织细胞视为每个患者的空间点过程的实现。我们专注于每个观察的适当函数描述符和允许我们获取关于患者间变异性的信息的技术。 卵巢癌是最致命的妇科恶性肿瘤，可以抵抗对其他癌症有效的化疗治疗。我们使用了来自51名患者的高级别子宫内膜癌样本的数据集。我们检查了肿瘤内部的免疫细胞组成（T细胞、B细胞、巨噬细胞）以及细胞分类（肿瘤或基质）和其他患者临床特征的其他信息。我们的分析依赖可重复使用的软件，适用于其他数字病理学数据集。
作者：Jonatan A. Gonz''alez and Julia Wrobel and Simon Vandekar and Paula Moraga
论文ID：2307.02990
分类：Applications
分类简称：stat.AP
提交时间：2023-07-07