[发明专利]从空间多参数细胞和亚细胞成像数据预测癌症复发

权利要求书

1.一种创建用于预测癌症复发风险的系统的方法，包括：

接收多个癌症患者的空间多参数细胞和亚细胞成像数据；

将空间多参数细胞和亚细胞成像数据在空间上解剖成多个肿瘤内空间域；

为每个肿瘤内空间域生成基本特征集；

对于每个肿瘤内空间域，从用于该肿瘤内空间域的基本特征集中选择特征的子集；

对于每个肿瘤内空间域，使用该肿瘤内空间域的特征的子集开发并训练用于预测癌症复发风险的特定于空间域的多变量预后模型；

将每个肿瘤内空间域的特定于空间域的多变量预后模型组合成用于预测癌症复发风险的联合预后模型。

2.根据权利要求1所述的方法，其中空间多参数细胞和亚细胞成像数据是HxF复用的免疫荧光生物标志物数据。

3.根据权利要求1所述的方法，其中所述多个肿瘤内空间域包括上皮空间域、基质空间域和上皮-基质域。

4.根据权利要求3所述的方法，其中空间解剖包括将空间多参数细胞和亚细胞成像数据分割成通过上皮E-钙粘蛋白染色区分的上皮和基质域。

5.根据权利要求4所述的方法，其中使用E-钙粘蛋白细胞-细胞粘附标记和泛细胞角蛋白来识别上皮区域中的细胞，其中单个上皮细胞使用Na+K+ATPase细胞膜标志物、核糖体蛋白S6细胞质标志物和基于DAPI的核染色进行分割。

6.根据权利要求3所述的方法，其中上皮-基质域捕获边界，其中基质和恶性上皮细胞紧密相邻地相互作用。

7.根据权利要求6所述的方法，其中边界是100μm边界。

8.根据权利要求1所述的方法，其中针对每个肿瘤内空间域的基本特征集包括用于一个或多个生物标志物的强度表达值和/或用于一对或多对生物标志物的相关性值。

9.根据权利要求1所述的方法，其中通过计算一个或多个生物标志物中的每个生物标志物的平均强度和一对或多对生物标志物的Kendall秩相关性来生成每个肿瘤内空间域的基本特征集，作为表征每个肿瘤内空间域的特征。

10.根据权利要求9所述的方法，其中空间多参数细胞和亚细胞成像数据是复用的免疫荧光生物标志物数据，其中一个或多个生物标志物中的每个生物标志物的平均强度包括用于生成跨肿瘤内空间域内所有细胞求平均的复用的免疫荧光生物标志物数据的所有生物标志物的平均强度值，并且其中一对或多对生物标志物的Kendall秩相关性包括用于在肿瘤内空间域内生成复用的免疫荧光生物标志物数据的所有生物标志物对之间的Kendall秩相关性。

11.根据权利要求1所述的方法，其中空间多参数细胞和亚细胞成像数据是复用的免疫荧光生物标志物数据，其中针对每个肿瘤内空间域的基本特征集包括针对所有生物标志物对的特定于域的秩相关性，其用于为肿瘤内空间域内的所有细胞生成复用的免疫荧光生物标志物数据。

12.根据权利要求1所述的方法，其中，对于每个肿瘤内空间域，从用于肿瘤内空间域的基本特征集中选择特征的子集采用复发引导的学习。

13.根据权利要求12所述的方法，其中，对于每个肿瘤内空间域，从用于肿瘤内空间域的基本特征集中选择特征的子集采用基于L1惩罚的Cox比例危害回归方法的模型选择。

14.根据权利要求13所述的方法，其中，对于每个肿瘤内空间域，该方法包括在惩罚的Cox回归模型中使用L2惩罚来学习特征的子集中的每个特征的系数，其中仅特征的子集用作输入。