HE与mIF联合分析：图像指标如何关联疾病进展

HE与mIF配准后，组织区域、细胞表型和空间模式可以在同一框架下复核，再汇总为病例级指标，与随访结局做关联分析。关键是先定义图像指标、终点和验证方式，而不是看到分组曲线就认定能预测单个患者。

原研究的两个队列如何分工

Lin等2023年Nature Cancer研究分析74例结直肠癌切除样本，第一队列40例、第二队列34例，使用同一切片的高重IF及HE。第一队列用于构建图像特征模型，第二队列检验从第一队列得到的模型；两队列在不同地点、仪器和操作者条件下处理。文献终点包括无进展生存期（PFS）。

原研究的关键指标
模型	指标定义	应怎样理解
IFM1	肿瘤中心与浸润边缘中CD3、CD8阳性细胞的4个分量，各按预设规则计0/1分后相加	研究以IF数据复现Immunoscore的部分逻辑；并非泛指全片CD8比例，也不是直接等同临床检测。
IFM3	与空间模式Topic 7占比相关的模型，按研究阈值分组	反映肿瘤内部空间特征；Topic 7高低不是跨项目通用标签。
IFM4	将IFM1高与IFM3低的组合，与其余病例比较	组合免疫浸润及肿瘤内部特征，按原研究设计检验关联。

研究中浸润边缘采用肿瘤边界两侧各100 μm；这个口径与其他Immunoscore流程可能不同。复制模型时，应连同区域宽度、阳性判定、分组阈值及缺失处理一起核对，不能只复制模型名称。

原研究将Topic 7标签对应到HE后，观察到低分化或高级别、伴间质浸润的肿瘤形态。IFM1高且IFM3低的组合在第一队列呈现更长PFS，第二队列也观察到分组差异（Fig. 7f–g）。这是特定回顾性队列中的研究结果；模型可解释性与外部可推广性仍需要进一步验证。

分析字段模板，不含真实病例
字段组	建议内容
病例映射	匿名patient_id、样本/切片标识、队列角色。
图像指标	ROI、有效面积、marker规则、空间参数、患者级汇总方式。
随访终点	预先定义的事件、起算时间、观察时长、事件/删失标记。
混杂与验证	分期、治疗等协变量，训练/验证划分，缺失值和多重比较方案。

同一患者的ROI和细胞应保留层级；训练与验证也应按患者划分，避免同一人的不同区域进入两边。随访不足、结局缺失和事件稀少都可能影响分析，不能用更多图块替代更多患者或事件。

可通过TR-StainSync配准建立图像对应，再用TR-Spa空间分析形成可复核的候选指标。项目制图像分析服务可从原图、ROI和病例映射评估分析条件；临床终点及研究设计仍需研究团队确认。文献结果不表示本公司已有可直接用于临床的预后模型。

前置方法可参阅细胞分类复核；Topic 7/8的形态解释见空间模式与HE的对应专题。

内容整理：terrydr｜本文于2026年10月20日更新。文献结果归原研究作者；教学模板、分析建议和软件介绍按文中说明使用。