我國學者在腫瘤病理影像微觀信息解析算法方面取得突破

圖 HistoCell算法框架（a）及其對腫瘤病理影像相關細胞類型信息的預測精度（b）

　　在國家自然科學基金項目（批準號：T2341008）等資助下，清華大學北京市中醫藥交叉研究所李梢教授課題組，在智能解析中西醫病理影像微觀信息，促進腫瘤精準防治方面取得研究進展。研究成果以“系統推斷組織病理圖像中的超分辨率細胞空間分布譜（Systematic inference of super-resolution cell spatial profiles from histology images）”為題，于2025年2月21日在線發表在《自然·通訊》（Nature Communications）雜志上，論文鏈接：https://www.nature.com/articles/s41467-025-57072-6。

　　通過人工智能算法解碼病理影像特征與臨床宏觀表型、微觀細胞信息之間的關聯性，揭示腫瘤等復雜疾病的中西醫診療規律，是當前醫學影像領域的研究熱點。本研究提出了一種基于弱監督學習框架的病理影像-細胞網絡關系推斷新算法——HistoCell。該算法通過全面表征病理形態特征與空間拓撲特征，結合嵌入細胞水平的層次化編碼規律，在單細胞尺度上實了現病理微觀信息空間關聯網絡識別，拓展了病理影像相關微觀信息的解析范圍。研究團隊將HistoCell算法應用于胃癌早期預警、乳腺癌等預后風險分析以及腫瘤化療藥物響應預測等多個臨床診療場景，驗證了其在中西醫影像組學數據挖掘及促進復雜疾病精準防治方面的應用潛能。