基于活检中细胞分布相似性的受试者聚类方法
定量方法
2020-07-07 v2 机器学习
组织与器官
摘要
在本文中，我们引入一种新颖且可解释的方法，基于从癌症受试者活检中提取的特征对其进行聚类。与现有方法相反，我们在此提出利用直方图捕捉其细胞分布中的复杂模式，并基于这些分布对受试者进行比较。我们在此描述完整的工作流程，包括数据库创建、细胞分割与表型分析、复杂特征计算、特征间距离函数选择、基于该距离的受试者聚类，以及所得聚类的生存分析。我们在一个患有 I 期肺腺癌受试者的苏木精和伊红（H&E）染色组织数据库上展示了我们的方法，其结果以高置信度匹配预后评估中的现有知识。
引用
@article{arxiv.2007.00135,
title = {An Approach for Clustering Subjects According to Similarities in Cell Distributions within Biopsies},
author = {Yassine El Ouahidi and Matis Feller and Matthieu Talagas and Bastien Pasdeloup},
journal= {arXiv preprint arXiv:2007.00135},
year = {2020}
}