非小细胞肺癌高效TILs估计工具：Fast TILs管线
计算机视觉与模式识别
2025-12-02 v2
摘要
为解决癌症治疗中对准确预后生物标志物的迫切需求，针对非小细胞肺癌( NSCLC)中TILs(肿瘤渗透淋巴细胞)的定量评估提出了重大挑战。传统方法通过全切片图像(WSI)进行手动TILs定量评估工作量大且存在变异性，可能削弱患者预后。本研究引入一种自动化管线，利用准随机patch抽样、patch分类以保留预后相关区域，并采用HoVer-Net模型进行细胞定量，从而简化TILs评估流程。该管线有效排除约70%与预后无关的区域，仅需保留剩余区域中5%的patch即可维持预后准确性(c-index=0.65)。所实现的计算效率并未牺牲预后准确性，TILs评分与患者生存率显著相关，优于传统CD8 IHC计分方法。尽管该管线展示了增强NSCLC预后评估和个体化治疗的潜力，但仍需综合临床验证。未来研究应聚焦于验证其更广泛的临床效用并探索额外生物标志物以提高NSCLC预后水平。
引用
@article{arxiv.2405.02913,
title = {Fast TILs -- A Pipeline for Efficient TILs Estimation in Non-Small Cell Lung Cancer},
author = {Nikita Shvetsov and Anders Sildnes and Masoud Tafavvoghi and Lill-Tove Rasmussen Busund and Stig Dalen and Kajsa Møllersen and Lars Ailo Bongo and Thomas K. Kilvaer},
journal= {arXiv preprint arXiv:2405.02913},
year = {2025}
}
备注
25 pages, 10 figures, 7 appendix pages