数字病理中空间点格局的分析：高级别浆液性卵巢癌中的免疫细胞
应用统计
2023-07-07 v1
摘要
多重免疫荧光（mIF）成像技术促进了癌症患者肿瘤微环境的研究。得益于这一新兴生物成像技术的能力，例如可对多种不同类型免疫细胞的共变位置与功能进行统计分析。不同免疫细胞之间复杂的空间关系已被证明与患者预后相关，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中空间点格局相关的方法与流程。我们将每位患者的组织视为一个空间点过程的实现。我们聚焦于针对每次观测的恰当函数描述子，以及能让我们获取患者间变异信息的技术。卵巢癌是最致命的妇科恶性肿瘤，且可对在癌症中有效的化疗产生抵抗。我们使用来自 51 名患者的高级别浆液性卵巢癌样本数据集。我们考察肿瘤内免疫细胞组成（T 细胞、B 细胞、巨噬细胞）及额外信息，如细胞分类（肿瘤或间质）与其他患者临床特征。我们由可复现软件支持的分析可应用于其他数字病理数据集。
引用
@article{arxiv.2307.02990,
title = {Analysing spatial point patterns in digital pathology: immune cells in high-grade serous ovarian carcinomas},
author = {Jonatan A. González and Julia Wrobel and Simon Vandekar and Paula Moraga},
journal= {arXiv preprint arXiv:2307.02990},
year = {2023}
}