用途：该技能提供成像质谱流式（IMC）从原始采集到空间细胞分析的端到端工作流，串联图像预处理、分割、单细胞定量、聚类表型与空间分析。
主要能力：流程分为六步——数据预处理（溢出校正、热像素过滤）、细胞分割（Cellpose 或 Mesmer）、单细胞定量（强度、区域属性、邻接关系）、聚类与表型注释、空间分析（邻域富集、共现、Ripley 统计）、可视化。同时给出 Python（anndata/scanpy/squidpy）与 R（imcRtools/cytomapper/CATALYST）两条实现路径，并附 QC 检查点与高plex、肿瘤微环境等工作流变体。
使用方式：以 steinbock 命令行为主，例如初始化项目 steinbock preprocess imc --mcd data/*.mcd --panel panel.csv --output raw/，热像素过滤 steinbock preprocess imc hotpixel --input raw/ --output img/ --threshold 50，分割 steinbock segment cellpose --input img/ --panel panel.csv --channel DNA1 DNA2 --output masks/ --diameter 20，定量 steinbock measure intensities 与 measure neighbors --distance 15。随后在 Python 中读取 intensities.csv、regionprops.csv、neighbors.csv 构建 AnnData，做 arcsinh 变换（cofactor 5）、PCA、UMAP、Leiden 聚类与 squidpy 空间分析；R 侧可用 read_steinbock 读取结果并 buildSpatialGraph、detectCommunity。
适用场景：IMC 高plex 面板、肿瘤微环境空间互作、细胞类型比例比较等。
限制：资料未提供具体安装命令、依赖版本、运行环境要求、性能数据与收费信息；分割参数（如 diameter）与聚类分辨率需按数据调整，QC 失败时按表调整阈值或参数。