...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of biomedical informatics. >Bayesian clustering of flow cytometry data for the diagnosis of B-chronic lymphocytic leukemia.
【24h】

Bayesian clustering of flow cytometry data for the diagnosis of B-chronic lymphocytic leukemia.

机译：贝叶斯流式细胞仪数据聚类用于诊断B型慢性淋巴细胞性白血病。

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In the rapidly advancing field of flow cytometry, methodologies facilitating automated clinical decision support are increasingly needed. In the case of B-chronic lymphocytic leukemia (B-CLL), discrimination of the various subpopulations of blood cells is an important task. In this work, our objective is to provide a useful paradigm of computer-based assistance in the domain of flow-cytometric data analysis by proposing a Bayesian methodology for flow cytometry clustering. Using Bayesian clustering, we replicate a series of (unsupervised) data clustering tasks, usually performed manually by the expert. The proposed methodology is able to incorporate the expert's knowledge, as prior information to data-driven statistical learning methods, in a simple and efficient way. We observe almost optimal clustering results, with respect to the expert's gold standard. The model is flexible enough to identify correctly non canonical clustering structures, despite the presence of various abnormalities and heterogeneities in data; it offers an advantage over other types of approaches that apply hierarchical or distance-based concepts.
机译：在快速发展的流式细胞术领域中，越来越需要促进自动化临床决策支持的方法。对于慢性B淋巴细胞白血病（B-CLL），区分血细胞的各种亚群是一项重要的任务。在这项工作中，我们的目标是通过提出一种用于流式细胞仪聚类的贝叶斯方法，在流式细胞仪数据分析领域提供一种有用的计算机辅助范例。使用贝叶斯聚类，我们复制了一系列（无监督的）数据聚类任务，通常由专家手动执行。所提出的方法能够以简单有效的方式将专家的知识作为数据驱动的统计学习方法的先验信息。关于专家的金标准，我们观察到几乎最佳的聚类结果。尽管数据中存在各种异常和异质性，但是该模型具有足够的灵活性以正确识别非规范聚类结构。与采用分层或基于距离的概念的其他类型的方法相比，它具有优势。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号