点模式数据固有的异常结构预测结肠癌患者生存
统计方法学
2017-05-18 v1
摘要
癌症患者的诊断和预后通过评估患者组织中观察到的形态学特性来判定。病理学家通常进行此类评估，然而计算图像分析的进步为组织的定量评估提供了机会。该定量评估的一个关键方面是开发能够将图像数据与患者生存联系起来的算法。在此，我们开发了一种点过程方法，能够描述癌性组织样本中细胞分布的模式。具体而言，我们考虑了两种 Neyman Scott 点过程的 Palm 强度，以及本文中开发的用于反映细胞空间模式的空过程（void process）。我们采用近似似然技术将点过程模型拟合到患者数据，并确定了每个模型的预测性能。我们证明，仅基于细胞的空间排列，我们就能够预测患者生存。
引用
@article{arxiv.1705.05938,
title = {Unusual structures inherent in point pattern data predict colon cancer patient survival},
author = {Charlotte M. Jones-Todd and Peter Caie and Janine Illian and Ben C. Stevenson and Anne Savage and David J. Harrison and James L. Bown},
journal= {arXiv preprint arXiv:1705.05938},
year = {2017}
}
备注
20 pages including Appendix