A Spatial Statistical Analysis of Tumor Growth
肿瘤生长的空间统计分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究生物医学空间形状模型，空间性和连续图像不足以归入所列网络或宏观时间序列方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
肿瘤生长的空间统计分析
- 研究问题
- 仅用细胞数量或体积概括肿瘤生长可能忽略形状信息，如何利用此前的空间形状描述当前肿瘤的生长状态？
- 方法与思路
- 作者建立使用上一时点形状信息的生长模型，并分析人乳腺癌细胞体外生长形成的细胞岛连续三幅二维图像。
- 材料陈述的贡献
- 摘要明确提出将形状纳入肿瘤生长描述，并展示二维连续图像分析；未报告拟合改善幅度或对生长机制的验证结果。
- 阅读关注点
- 应核对形状的数学表示、时点之间的模型连接、图像处理与参数估计，以及三幅图像能支持哪些模型检验。
- 阅读边界
- OpenAlex 摘要版本未注明，体外二维图像分析不能直接支持临床预测或三维肿瘤机制结论，模型细节也未披露。
原文摘要
Growth models for tumors commonly are developed for a one-dimensional summary (e.g., number of cells, volume). At the supracellular level, however, ignoring tumor shape leads to oversimplification of the growth mechanism. For example, an oncologist would view the discovery of a compact tumor of volume v differently from the discovery of two osculatory compact tumors each of volume v/2. This article presents a growth model that uses shape information at a previous time to describe the tumor at the present time. An analysis is given of three successive two-dimensional images of cell islands, which are obtained from in vitro growth of human breast cancer cells.