图像分析用于类器官识别与药敏观察
郑州大学附属医院团队建立患者来源结直肠癌类器官图像分析系统。CODNetV1 用于识别类器官并提取特征，支持药物敏感性检测；CODNetV2 则将类器官分为 4 种形态亚型。
CODNetV1 的类器官识别任务平均精度为 88.05%，CODNetV2 的四类形态分型任务为 85.65%。这两个数值都不是药物反应预测准确率。
形态亚型与基质细胞信号相连
研究者进一步结合不同亚型类器官的 RNA 测序和单细胞 RNA 测序资料，发现 LTBP2 在弥散型类器官的癌相关成纤维细胞中表达较高。后续分析将它与肿瘤细胞侵袭及 CXCL11 相关细胞间信号联系起来。
这项工作同时包含图像自动分析与肿瘤生物学研究。CODNet 的已报告性能对应类器官识别与形态分型，尚未衡量患者用药结局。