Integrating AI-Powered Digital Pathology and Imaging Mass Cytometry Identifies Key Classifiers of Tumor Cells, Stroma, and Immune Cells in Non-Small Cell Lung Cancer

集成人工智能数字病理学和成像质谱流式细胞术可识别非小细胞肺癌中的肿瘤细胞、基质和免疫细胞的关键分类器

阅读：6

作者：Alessandra Rigamonti #, Marika Viatore #, Rebecca Polidori #, Daoud Rahal, Marco Erreni, Maria Rita Fumagalli, Damiano Zanini, Andrea Doni, Anna Rita Putignano, Paola Bossi, Emanuele Voulaz, Marco Alloisio, Sabrina Rossi, Paolo Andrea Zucali, Armando Santoro, Vittoria Balzano, Paola Nisticò, Friedri

期刊：

Cancer Research

影响因子：

12.500

时间：

2024

起止号：

2024 Apr 1;84(7):1165-1177.

doi：

10.1158/0008-5472.CAN-23-1698

研究方向：

免疫、肿瘤

疾病类型：

肺癌

细胞类型：

肿瘤细胞

Significance

Leveraging artificial intelligence-powered H&E analysis integrated with hi-plex imaging mass cytometry provides insights into the tumor ecosystem and can translate tumor features into classifiers to predict prognosis, genotype, and therapy response.

特别声明

1、本页面内容包含部分的内容是基于公开信息的合理引用；引用内容仅为补充信息，不代表本站立场。

2、若认为本页面引用内容涉及侵权，请及时与本站联系，我们将第一时间处理。

3、其他媒体/个人如需使用本页面原创内容，需注明“来源：[生知库]”并获得授权；使用引用内容的，需自行联系原作者获得许可。

4、投稿及合作请联系：info@biocloudy.com。