CODEX与PhenoCycler等多重成像数据保留了多个蛋白标记及组织位置，但完成成像后仍需把图像转化为可靠的细胞对象、可解释表型与可比较空间指标。分析开始前，先确认数据条件与研究问题，通常比直接选择聚类参数更有价值。
开始前准备哪些数据
| 材料 | 需要说明的内容 | 用途 |
|---|---|---|
| 原始多通道图像 | 原始文件格式、导出方式、像素尺度、通道名称、组织范围；多轮数据注明是否已配准。 | 检查可读性、尺度、通道对应和数据转换需求。仅有彩色合成JPEG通常不足以开展逐marker定量。 |
| Marker panel | 每个通道对应的标记、预期定位、核/膜参考与已知异常。 | 判断分割与细胞类型识别是否有足够依据。 |
| 样本与分组表 | 患者—切片—ROI对应关系、分组、批次和可用终点。 | 定义独立样本和统计层级。 |
| 研究问题 | 目标细胞、组织区室、希望比较的指标和图表。 | 决定是否需要邻近、浸润、聚集或邻域分析。 |
具体文件是否可读取、是否需要转换，以及可用分析尺度，应以一组代表性原始文件验证。不同平台、导出方式与软件环境可能有差异，不宜仅凭扩展名承诺兼容。
从图像到结果的六个环节
| 步骤 | 主要输出 | 关键质控 |
|---|---|---|
| 1. 图像与通道检查 | 可分析区域、异常通道和必要预处理记录 | 背景、串扰、失焦、折叠、饱和与批次差异 |
| 2. 细胞分割 | 核/细胞对象、坐标与形态特征 | 密集区、弱膜区、过分割与漏分割 |
| 3. 单细胞marker定量 | 细胞×marker矩阵，关联样本和ROI | 信号定位、测量区域、阈值与异常值 |
| 4. 表型分类与亚群探索 | 可回贴的细胞类型或候选亚群标签 | 结合表达、组织位置和原图复核，保留未知类别 |
| 5. 空间特征计算 | 距离、邻近、浸润或邻域等指标 | 明确距离单位、组织区室和方法参数 |
| 6. 样本级汇总与比较 | 样本汇总表、图表及过程文件 | 同一病例多个ROI不作为多个独立病例 |
表型标签既要能在矩阵中解释，也要能回到组织上检查：某类细胞为何出现在该区域，是否符合marker定位与形态，有无由背景或分割错误造成的假群。已有明确规则时可先分类，未知群体再探索；UMAP的分离本身不能完成细胞命名。
按问题选择空间方法
- 谁靠近谁：定义目标细胞对，计算最近邻或固定半径邻近。
- 是否进入某个区域：先明确区域边界，再分析浸润和距离梯度。
- 局部环境由谁构成：选择邻域构建规则，再比较其组成和分布。
- 同类细胞是否成团：根据尺度和组织范围评估聚集，而不是只看一张密度图。
这些方法回答不同问题。空间邻近提示位置关系，不能单独证明功能互作；如果研究涉及激活或耗竭，还需要相应marker与验证信息，参见细胞身份与功能状态的Panel设计。
交付内容先约定，再批量分析
建议在预分析后确认可分析区域、分割与表型规则、空间指标、样本汇总方式和交付清单。可按项目约定保留细胞矩阵、坐标与标签、ROI、参数、结果图和样本表；没有得到质控支持的指标应说明限制，不强行输出。以下是字段结构示例，不是实测结果：
| 层级 | 字段示例 | 可追溯关系 |
|---|---|---|
| 细胞表 | sample_id、roi_id、cell_id、x_um、y_um、marker强度、phenotype | 每行可对应到原图中的一个分析对象。 |
| 区域表 | roi_id、有效面积、细胞数、目标细胞密度、空间指标 | 记录区域定义与排除范围。 |
| 样本表 | patient_id、sample_id、分组、各预设汇总指标 | 保留同一患者多个ROI的从属关系。 |
自主分析或项目制服务
希望自己掌握参数与过程的团队，可查看泰立瑞图像分析软件与QuPath插件介绍；软件页提供表型分析操作演示。已有明确数据与交付需求的团队，可选择项目制图像分析服务。具体模块和输出范围以代表图评估与项目约定为准。
沟通时提供一张代表性原始图、完整panel、样本结构和一个明确研究问题，就能先判断数据能支持哪些分析，再决定完整项目路径。
具体模块入口包括TR-Seg细胞分割、TR-PhenoClass表型分析及TR-Spa组织空间解码，可按当前数据与分析目标选择评估。
内容整理：terrydr｜图像分析方法与服务说明。本文于2026年10月20日更新。文中引用研究的结果归原作者；教学示例与软件演示按图注说明。